Abstracts

  Intro to Palisade and the World of Probabilistic Analysis

We will open the conference with a brief overview of Palisade, and then address the question you’ve undoubtedly been faced with: “What is risk analysis, and why do I need it?” After all, risk management appears to have failed in many examples, and even now companies are trying to figure out how to grapple with risk and unlock the power of probabilistic analysis. How do we avoid missteps, and how do we make the most of the tools we have for managing the future?

Palisade 에 대한 간략한 소개와 함께 우리들이 비즈니스 상황에서 직면할 수 있는 질문인 “위험 분석은 무엇이고, 왜 필요한가?” 에 대해 설명하고자 합니다. 리스크 관리는 많은 사례에서 실패로 나타나고 있으며 지금도 기업들은 확률론적 분석의 통해 리스크를 해결할 수 있는 방법을 찾고 있습니다. 그렇다면 어떻게 실수를 피하고 미래를 관리하기 위해 우리가 가진 도구를 최대한 활용해야 할 것인가? 에 대해 이야기 하고자 합니다.

  Building a Project Cost Estimate with @RISK

In this session attendees will learn how to put together a simple cost model using @RISK, learning about a number of important features along the way.

Take outs will include:

• Understanding how to get the same results each time a simulation is run.
• How to use Excel cell references in a model, and why it is best practice to do so.
• Generating a histogram/ S-Curve and customising it for reports.
• Interpreting tornado graphs to understand key drivers in models.
• Using scatter plots as a sanity check on a model.
• Using confidence levels (percentiles) to quantify the likelihood of an outcome.
• Automatically generating meaningful information using the @RISK statistics functions.
• Calculating how much contingency needs to be added to a base estimate.

• 시뮬레이션이 실행될 때마다 동일한 결과를 얻는 방법
• 모델에서 엑셀 셀 참조를 사용하는 방법
• 히스토그램/S-커브를 생성하고 보고서를 커스터마이징 하는 방법
• 토네이도 그래프를 생성하고 해석하는 방법.
• 산점도를 통해 모형을 검증하는 방법.
• 신뢰 수준(백분위수)을 이용해 결과의 가능성을 정량화하는 방법.
• @RISK 통계 기능을 사용하여 의미 있는 정보를 자동으로 생성하는 방법.
• 기본 추정치에 얼마나 많은 우발적인 상황을 추가해야 하는지 계산하는 방법.

  Making Risk Registers with @RISK

Quantitative risk registers are something which can be added to any model, but are fundamentally about modelling likelihood (or frequency) and severity, and then combining them. This session will give attendees the opportunity to build one themselves from scratch.

Take outs will include:

• Understanding why the average is a risky way to model risk
• How to choose a distribution to model event risk
• Why building a conditional risk register is the only theoretically sound way of modeling event risk
• How to combine likelihood and severity using RiskMakeInput and RiskCompound

• 왜 평균으로 위험을 모델링 하는 것이 위험한지에 대한 이해
• 이벤트 위험을 모델링 하기 위한 분포를 선택하는 방법
• 조건부 리스크 레지스터를 구축하는 것이 이론적으로 이벤트 위험을 모델링 하는 유일한 방법인 이유
• RiskMakeInput 과 RiskCompound 함수를 활용하여 이벤트 모델링을 구현하는 방법

  Choosing a Distribution That Fits

This session will look at the most popular distributions in @RISK. A variety of techniques for choosing the right distribution for your needs will be discussed and compared, including pragmatic, theoretical and data-driven methods. We will discuss the use of different distributions; discrete, continuous and a combination of both, to address a wide range of risk modelling situations.

이 세션은 @RISK에서 가장 인기 있는 확률분포에 대해 살펴볼 것입니다. 실용적이고 이론적이며 데이터 중심적인 방법을 포함하여 필요에 맞는 적절한 분포를 선택하기 위한 다양한 테크닉을 설명하고 비교 될 것입니다. 우리는 다양한 분포의 사용에 대해 논의할 것입니다. – 광범위한 범위의 리스크 모델링 상황을 설명하기 위해서 산형 분포, 연속형 분포, 두 분포의 조합된 분포의 활용에 대해 설명할 것입니다.

  Financial Modelling with @RISK

Many organizational decisions involve making calculated risk / return judgements, evaluating and managing risk must therefore be an integral part of business activities. This session is an introduction to the fundamentals of @RISK using a probabilistic discounted cash flow -NPV model as the basis. This includes setting out the model logic, inserting input distributions and output functions to the spreadsheet, running a simulation, and then generating various graphs and reports. We will discuss the use of different distributions; discrete, continuous and a combination of both, to address a wide range of risk modelling situations.

많은 조직의 결정들은 계산된 리스크와 그에 따른 판단이 포함되므로 리스크를 평가하고 관리하는 것이 비즈니스 활동의 필수적인 부분이어야 합니다.

이 세션은 확률론적 할인 현금 흐름 -NPV 모델을 기반으로 @RISK의 기본적인 사용법에 대해 소개합니다. 여기에는 모델 논리 설정, 입력 분포 및 결과 함수를 스프레드 시트에 삽입, 시뮬레이션 실행, 다양한 그래프 및 보고서 생성이 포함됩니다. 광범위한 범위의 리스크 모델링 상황을 설명하기 위해서 이산형 분포, 연속형 분포, 두 분포의 조합된 분포의 활용에 대해 설명할 것입니다.

  Sensitivity Analysis and Optimisation: TopRank, PrecisionTree, and RISKOptimizer/Evolver

This session will look at some of the companion tools that are available alongside @RISK within the DecisionTools Suite. First of all we'll take a look at TopRank, a very quick, yet powerful, tool which allows you to find key drivers in any model. It's also a very popular tool for auditing models to make sure they're behaving as expected. This will be followed by a look at PrecisionTree, a tool which allows you to quickly build up decision trees to guide strategy choices in the face of different options. Finally, the session will give an overview of RISKOptimizer, the software which utilises the power of @RISK to optimise under uncertain conditions - stochastic optimisation.

이 세션에서는 8가지 분석 툴을 포함하고 있는 DecisionTools Suite에서 @RISK와 함께 사용할 수 있는 분석 도구들을 소개합니다. 우선, 우리는 어떤 모델에서든 핵심 요인들을 찾을 수 있는 매우 빠르고 강력한 도구인 TopRank를 살펴볼 것입니다. 또한 TopRank는 모델이 예상대로 실행하는지를 확인하기 위한 검증 툴로 매우 인기가 있습니다. 그 다음에는 다양한 선택에 직면하여 전략적 선택을 제시하기 위해 의사 결정 트리를 신속하게 구축할 수 있는 도구인 PrecisionTree를 살펴볼 것입니다. 마지막으로, 불확실한 조건에서 최적화하기 위해 @RISK와 연계하여 사용되는 분석 모듈인 RISKOptimizer의 확률론적 최적화에 대한 개요를 소개합니다.