Inte för att vara fördomsfull (Det är en bra, väldigt pedagogisk artikel.) men det är inget nytt som presenteras. Jag har studerat, och arbetat, en del med riskanalyser. Det är inget favoritområde men jag har ändå lite erfarenhet inom det.
Problemet inom riskanalyser är att vi ofta endast har information över sannolikhet och konsekvens över olyckor som sker med viss regelbundenhet. Vi kan exempelvis beräkna hur farligt det är att åka bil, för vi har en stor mängd information över trafikolyckor. Och vi kan utifrån den beräkna sannolikheten för att hamna i en bilolycka samt de troliga konsekvenserna vid en olycka.
Men vid någon punkt, när en risk blir för ovanlig, eller för komplex, är det i princip omöjligt att analysera risker kvantitativt, och vi får förlita oss på kvalitativa riskbedömningar d.v.s. vi gör en kvalificerad gissning.
Denna gissning grundar sig förhoppningsvis på ett gediget grundarbete och kontakt med tillgängliga experter inom det område man försöker bedöma. Men i slutändan är det likväl endast en kvalificerad gissning, vilket innebär att det finns en stor osäkerhetsmarginal.
Jag har en uppfattning av att man inom delar av finansbranschen har en övertro att allt går att beräkna. Många så kallade “tail-end events” tas därför inte i beaktning, just för att dessa sker så sällan, och det därför inte finns någon tillgänglig data.
Jag vet inte om jag har vandrat lite långt bort från trådens start nu… men min poäng är att så kallade “tail-end” scenarion inte är något nytt, men det är ett svårt område.