Страница 17: ДСТУ IEC/ISO 31010:2013. Керування ризиком. Методи загального оцінювання ризику (62225)

Криві FN показують накопичену частоту (F), з якою N чи більше представників популяції зазна­ватимуть впливу. Значний інтерес зумовлюють великі значення N, які можуть виникати з високою час­тотою F, оскільки вони можуть бути неприйнятними в суспільному та політичному відношенні.

Криві FN •— спосіб зображення результатів аналізування ризику. Багато подій мають високу ймовірність результатів з низькими наслідками й низьку ймовірність результатів з високими наслідка­ми. Криві FN уможливлюють зображення рівня ризику у формі лінії, яка описує скоріше цей діапазон, ніж окрему точку, що зображує одну пару — ймовірність-наслідок.

Криві FN можна застосовувати для порівнювання ризиків, наприклад, для порівнювання прогно­зованих ризиків з критеріями, поданими у формі кривої FN, або для порівнювання прогнозованих ри­зиків з даними, зумовленими минулими випадками, або з критеріями прийняття рішень (що їх також подають у формі кривої F/N).

Криві FN можна застосовувати в проектуванні системи чи процесу, або в керуванні наявними сис­темами.

Вхідними даними є будь-що з такого:

• сукупності пар імовірність-наслідок за встановлений період часу;

• вихідні дані, отримані з кількісного аналізування ризику, що надає кількісно оцінені ймовірності для конкретних кількостей нещасних випадків;

• дані з уже наявних протоколів і кількісного аналізування ризику.

За наявними даними будують графік, абсцисами точок якого є кількість нещасних випадків (до конк­ретного рівня шкоди, наприклад смерті), а ординатами — ймовірності N нещасних випадків або більшої їх кількості. Через великий діапазон значень обидві осі, зазвичай, зображають у логарифмічному мас­штабі.

Криві FN можна будувати статистично, використовуючи «реальні» числові дані з минулих утрат, або їх можна обчислювати на основі оцінок імітаційної моделі. Використовувані дані та зроблені при­пущення можуть означати, що ці два типи кривої FN подають різну інформацію, отже, їх треба вико­ристовувати окремо та для різних цілей. Узагалі, теоретичні криві FN є найкориснішими для проекту­вання системи, а статистичні криві FN —для керування конкретною наявною системою.

За обох підходів для побудови кривої може бути потрібним витратити багато часу, тому їх, зазви­чай, не застосовують разом. Емпіричні дані, таким чином, утворюють фіксовані точки, що зобража­ють точно відомі нещасні випадки внаслідок відомих аварій/випадків за конкретний період часу, а кількісне аналізування ризику дає змогу отримати інші точки за допомогою екстраполяції чи інтер­поляції.

Якщо необхідно враховувати аварії з низькою частотою та високими наслідками, то може бути по­трібним розглядати тривалі періоди часу з тим, щоб зібрати достатню кількість даних для належного аналізування. Це, своєю чергою, може ставити під сумнів наявні дані, якщо першопочаткові події зміню­валися з плином часу.

Лінія, що зображує ризики в діапазоні значень наслідків, які можна порівнювати з критеріями, що відповідають досліджуваній популяції та конкретному рівню шкоди.

Криві FN — це корисний спосіб подання інформації про ризик, яку можуть використовувати керівний персонал і розробники системи, щоб сприяти прийняттю рішень стосовно ризиків і рівнів безпеки. Вони дають змогу подавати інформацію як про частоту, так і про наслідки у зручному для сприйняття форматі.

Криві FN уможливлюють порівнювання ризиків, зумовлених подібними ситуаціями, за наявності достатніх даних. їх не треба використовувати для порівнювання ризиків різних типів з різноманітними характеристиками у випадках, коли кількість і якість даних змінюються.

Обмеженість кривих FN полягає у тому, що вони не надають жодної інформації про діапазон ефектів або результатів випадків, крім відомостей про кількість осіб, підданих впливу; також неможливо іден­тифікувати різні способи, у які може статися конкретний рівень шкоди. Вони відображають конкретний тип наслідку, зазвичай — шкоду людині. Криві FN — це не метод загального оцінювання ризику, а один із способів подання результатів загального оцінювання ризику.

Криві FN — визнаний метод подання результатів загального оцінювання ризику, але для його за­стосування необхідна відповідна підготовленість досвідчених аналітиків, і для неспеціалістів він час­то буває важким щодо тлумачення та оцінювання.

В.281ндекси ризику

Індекс ризику — це напівкількісна міра ризику, яка є кількісною оцінкою, отриманою з викорис­танням підходу бальних оцінок на основі порядкових шкал. Індекси ризику можна застосовувати для впорядковування серії ризиків, використовуючи подібні критерії з тим, щоб ризики можна було порівню­вати. Бальні оцінки застосовують до кожного складника ризику, наприклад, до характеристик (джерел) забруднювача, діапазону можливих способів ураження та впливу на реципієнтів.

Індекси ризику — це якісний підхід до ранжування та порівнювання ризиків. Числові значення ви­користовують просто для уможливлення обробляння. У багатьох випадках, коли застосовувана модель чи система недостатньо добре вивчена чи її неможливо зобразити, краще використовувати очевидні­ший якісний підхід.

Індекси можна застосовувати для класифікування різних ризиків, пов’язаних з певною діяльністю, якщо систему добре вивчено. Вони дають змогу привести низку чинників, які впливають на рівень ри­зику, до єдиної числової бальної оцінки рівня ризику.

Індекси застосовують до багатьох різних типів ризику, зазвичай як засіб розмежування для кла­сифікування ризику відповідно до рівня ризику. Цю процедуру можна застосовувати для визначання того, для яких ризиків потрібне подальше докладне і, можливо, кількісне загальне оцінювання.

Вхідні дані отримують з аналізування системи чи докладного описування оточення. Для цього по­трібно належне розуміння всіх джерел ризику, його можливих напрямів дії й того, на що він може впли­вати. Такі методи, як аналізування дерева відмов, аналізування дерева подій і загальне аналізування рішень, можна застосовувати, щоб підтримати розроблення індексів ризику.

Оскільки вибір порядкових шкал є певною мірою довільним, то для підтвердження переконливості індексу потрібно мати достатньо даних.

Перший етап — зрозуміти та описати систему. Після того, як систему визначено, розробляють бальні оцінки для кожного складника таким способом, щоб їх можна було комбінувати для отримання комплекс­ного індексу. Наприклад, у контексті довкілля надають бальні оцінки джерелам, напрямам дії і реципієн­там, зазначаючи, що в деяких випадках може бути кілька напрямів дії та реципієнтів щодо кожного дже­рела. Окремі бальні оцінки комбінують відповідно до схеми, яка враховує фізичну сутність системи. Важ­ливо, щоб бальні оцінки для кожної частини системи (джерел, напрямів дії та реципієнтів) було внутріш­ньо узгоджено та впорядковано їхні правильні взаємозв'язки. Бальні оцінки можна надати складникам ризику (наприклад, імовірності, піддаванню ризику, наслідку) або чинникам, що збільшують ризик.

Згідно з цією багаторівневою моделлю бальні оцінки можна додавати, віднімати, множити та/чи ділити. Можна враховувати сукупні дії додавання бальних оцінок (наприклад, додавання бальних оці­нок для різних напрямів дії). До порядкових шкал абсолютно незастосовні математичні формули. Тому після того, як буде розроблено систему бальних оцінок, модель необхідно підтвердити застосуванням Ті до відомої системи. Розробляння індексу базується на ітеративному підході, отже, може бути по­трібним випробування кількох різних систем, щоб скомбінувати багіьні оцінки, перш ніж аналітик ува­жатиме модель за переконливу.

Невизначеність може бути враховано аналізуванням чутливості та змінюванням бальних оцінок для того, щоб виявити, які параметри найчутливіші

Вихідні дані — низка чисел (комплексних індексів), які стосуються конкретного джерела та які можна порівняти з індексами, розробленими для інших джерел у межах тієї самої системи, або які можна змо- делювати таким самим способом.

Переваги:

• індекси можуть бути придатним засобом ранжування різних ризиків;

• вони дають змогу об’єднувати кілька чинників, що впливають на рівень ризику, в єдину баль­ну оцінку рівня ризику.

Обмеженості:

• якщо процес (модель) та їхні вихідні дані належно не підтверждено, результати можуть не мати сенсу. Той факт, що вихідні дані є числовим значенням ризику, може бути неправильно витлумачено та використано, наприклад, під час подальшого аналізування витрат і вигод;

• у багатьох ситуаціях, коли застосовують індекси, немає базової моделі, яка дає змогу визна­чити, чи є окремі шкали чинників ризику лінійними, логарифмічними чи іншими, а також моделі для ви­значення того, як чинники треба поєднувати. У цих випадках упорядковування у своїй суті ненадійне і підтвердження його фактичних даних набуває особливої важливості.

В.29 Матриця наслідків/імовірностей

Матриця наслідків/імовірностей — це засіб поєднання якісних або напівкількісних оцінок наслідків і ймовірностей для отримання рівня ризику чи ранжування ризику.

Формат матриці та застосовувані відповідні визначення залежать від оточення, у якому її вико­ристовують, отже, важливо використовувати таку структуру, яка відповідає обставинам.

Матрицю наслідків/імовірностей застосовують для ранжування ризиків, джерел ризику та заходів з обробляння ризиків залежно від рівня ризику. її зазвичай використовують як засіб вибирання, коли ідентифіковано багато ризиків, наприклад, для визначення того, які ризики потребують подальшого чи докладнішого аналізування, які ризики необхідно обробляти насамперед або які з них треба розгляда­ти на вищому рівні керування. її можна також застосовувати для вибирання тих ризиків, які на даний час не потребують подальшого розглядання. Цей вид матриці ризику також широко застосовують для визначення прийнятності чи неприйнятності ризику (див. 5.4) відповідно до його позиції у матриці.

Матрицю наслідків/імовірностей можна також використовувати, щоб сприяти обмінюванню інфор­мацією про загальне сприйняття якісних рівнів ризику в усій організації. Спосіб, у який установлюють рівні ризику, і призначені для цього правила прийняття рішень, потрібно узгоджувати стосовно готов­ності організації до ризику.

Форму матриці наслідків/імовірностей використовують для аналізування критичності у межах FMECA чи для встановлення пріоритетів після застосування HAZOP. Її також можна використовувати в ситуаціях, коли наявних даних недостатньо для докладного аналізування чи коли ситуація не ви­правдовує витрат часу та зусиль на проведення більш кількісного аналізування.

Вхідні дані процесу — спеціалізовані шкали для наслідку та ймовірності і матриця, яка їх об’єднує.

Потрібно, щоб шкала (чи шкали) наслідків охоплювала(-и) весь діапазон різних типів розгляда- них наслідків (наприклад: фінансові збитки, безпека, довкілля чи інші параметри, залежно від оточен­ня) — від максимально правдоподібного наслідку до найнижчого розгляданого наслідку. Частковий при­клад показано на рисунку В.13.

Шкала може мати будь-яку кількість рівнів. Найпоширеніші — шкали з 3, 4 чи 5 рівнями.

Шкала ймовірності також може мати будь-яку кількість рівнів. Визначення щодо ймовірності потрібно вибирати такі, щоб вони були якомога однозначнішими. Якщо для визначення різних імовірностей вико­ристовують числові значення, то треба навести одиниці вимірювання. Потрібно, щоб шкала ймовірності охоплювала діапазон, що відповідає виконуваному дослідженню, а також щоб найнижча ймовірність була прийнятною для найвищого визначеного наслідку, в іншому випадку всю діяльність, пов’язану з найви­щим наслідком, визначають як неприпустиму. Частковий приклад показано на рисунку В. 14.

Матрицю будують, наводячи наслідок на одній осі, а ймовірність — на іншій. На рисунку В. 15 по­казано частковий приклад матриці з 6-тирівневою шкалою наслідку і 5-тирівневою шкалою ймовірності. 66Рівні ризику, наведені в клітинках, залежатимуть від визначень щодо шкал імовірностей/наслідків. Матрицю може бути побудовано з наданням переважної вагомості наслідкам (як показано) або ймовір­ності, або вона може бути симетричною залежно від випадку застосування. Рівні ризику може бути по­в'язано з правилами прийняття рішень, наприклад, рівнем уваги з боку керівництва чи шкалою часу, за якою потрібно реагувати.