Risk analysis through the half-normal distribution

Estudiem l'aplicabilitat de la distribució seminomal per a l'anàlisi del risc probabilitat-severitat que es fa tradicionalment mitjançant matrius de risc i diagrames continus de risc-conseqüència (CPCD). Amb aquesta finalitat, desenvolupem un model que adapta les mesures de risc financer Valor en Risc (VaR) i Valor en Risc condicional (CVaR) a escenaris arriscats que només s'enfronten a impactes negatius. Aquest model genera tres indicadors del risc: l'índex de perillositat-en-risc (HIaR), el dany esperat per perill (EHD) i el HIaR condicional (CHIaR). L'HiaR mesura la màxima perillositat esperada sota una certa probabilitat, mentre que l'EHD consisteix en l'impacte esperat derivat de tallar la distribució seminomal al punt d'HiaR. El CHIaR, al seu torn, mesura el dany esperat si supera l'HiaR. Per tant, el model de risc truncat que desenvolupem genera una mesura per a les expectatives del perill (EHD) i una altra mesura per a les sorpreses del perill (CHIaR). La nostra anàlisi inclou la deducció de les funcions matemàtiques que relacionen HIaR, EHD i CHIaR entre si així com la pèrdua esperada estimada mitjançant matrius de risc. En estendre el model a la distribució seminomal generalitzada, incorporem un paràmetre de forma al model que es pot interpretar com un coeficient d'aversió al perill.