下载掌阅APP，畅读海量书库
立即打开
一个完整的风险分析过程可归纳为风险辨识（风险识别）、风险评估、风险决策、风险处置和残余风险评估。风险分析过程如图2.2所示。
图2.2 风险分析过程
风险辨识（Risk Identification）是指发现、识别系统中存在风险源的工作，是风险分析的基础。由于目前许多风险研究的目标规模庞大、技术复杂、综合性强，风险源又多是潜在的不安全因素，有一定的隐蔽性，因此风险辨识是一项既重要又困难的工作。风险辨识的内容包括确定风险的种类和特征、识别主要的风险源、预测可能出现的后果。
（1）完整性原则
完整性原则是指全面、完整地辨识影响完成某项目标所隐藏的风险。为了保证风险辨识的完整性，可以采用多种风险辨识方法，从多个角度进行分析。风险辨识的方法有许多，有些方法之间具有相互补充的作用，可以根据具体情况选取几种方法配合使用，多角度的风险分析可以避免遗漏风险。
（2）系统性原则
系统性原则是从全局角度系统地辨识风险，主要表现为按照事件发生的流程、顺序和内在关系辨识风险。
（3）重要性原则
重要性原则是指在风险辨识的过程中有所侧重，侧重点应放在两个方面：
一是风险属性，着力把一些重要的风险，即预期损失较大的风险辨识出来，对于预期损失较小的风险，则可以延后考虑或忽略不计，有利于节约成本，保证风险辨识的效率；
二是风险载体，那些对整个活动目标都有重要影响的工作单元，必然是风险辨识的重点。
风险辨识目前尚无固定、普适的方法，常用的方法如下。
（1）头脑风暴法
头脑风暴法（Brainstorming）也称集体思考法，是以专家的创造性思维来索取未来信息的一种直观预测和辨识方法，由美国的奥斯本于1939年首创，之后得到了广泛应用。头脑风暴法一般在一个专家小组内应用，以宏观智能结构为基础，通过专家会议，发挥专家的创造性思维来获取未来信息，要求主持会议的专家在会议开始时的发言中能激起专家的思维灵感，促使与会专家感到急需回答发言中提出的问题，通过专家之间的信息交流和相互启发，诱发专家产生思维共振，达到互相补充、产生组合效应的目的，从而可获取更多的未来信息，使预测和辨识的结果更加准确。我国自20世纪70年代末开始引入头脑风暴法，得到了广泛的应用。
（2）德尔菲方法
德尔菲方法（Delphi Method）又称专家调查法，是20世纪50年代初由美国兰德公司（Rand Corporation）提出的，是依靠专家的直观能力进行风险辨识的方法，广泛应用于社会、经济、工程技术等领域。用德尔菲方法进行项目风险辨识的过程，就是首先由项目风险小组选定与项目相关领域的专家，并与适当数量的专家建立直接函询联系，通过函询收集专家意见并加以综合整理后，再匿名反馈给各位专家，再次征询意见，反复经过四五轮，逐步使专家意见趋向一致，作为最后风险辨识的根据。我国于20世纪70年代引入此方法，已在许多项目管理活动中得到应用，取得了较为满意的结果。
（3）情景分析法
情景分析法（Scenarios Analysis）是由美国研究人员PierrWark于1972年提出的，根据发展趋势的多样性，通过对系统内外相关问题的分析，设计出多种可能的未来情景，用类似于撰写电影剧本的手法，对系统发展态势进行自始至终的情景和特征描述。当一个项目持续的时间较长时，往往需要考虑各种技术、经济和社会等因素的影响，并运用情景分析法来预测和辨识关键风险要素及其影响程度。情景分析法对以下4种情况特别适用：
●提醒决策者注意某种措施或政策可能引起的风险或危机性的后果；
●建议需要进行监测的风险范围；
●研究某些关键性因素对未来过程的影响；
●提醒人们注意某种技术的发展会带来哪些风险。
情景分析法是一种适用于对可变因素较多的项目进行风险预测和辨识的方法，在假定关键影响因素有可能发生的基础之上构造出多种情景，展示多种未来的可能结果，以便采取适当措施防患于未然。自20世纪70年代中期以来，情景分析法一直在国外广泛应用，并衍生出了目标展开法、空隙添补法、未来分析法等多种具体的应用方法。鉴于情景分析法的操作过程比较复杂，目前在我国还较少应用。
（4）分层全息建模
分层全息建模（Hierarchical Holographic Modeling，HHM）是一种系统性的思想和方法论，旨在捕捉和展现一个系统在众多方位、视角、观点、维度和层次中的内在不同特征和本质，是不同层全息模型间的重叠。这些模型是根据目标函数、约束变量、决策变量及系统的输入和输出之间的关系建立的。HHM对大规模、复杂及具有等级结构的系统非常有效。HHM的多视角、多方位特性使得风险分析变得更加合理、可行。
风险评估也称安全评估，是以实现安全为目的，综合运用风险评估的原理和方法、专业理论知识和工程实践经验，在对保障目标或系统中存在的危险源进行辨识的基础上，研判危险发生的可能性及其产生后果的严重程度，并进行分类排序，从而为制定进一步的风险控制措施与对策提供依据。风险评估的方法多种多样，归纳起来大致可分为定性风险评估、定量风险评估及定性和定量相结合的综合风险评估等方法。
定性风险评估方法主要是依据研究者的知识和经验、历史教训、政策走向及特殊案例等非量化资料对风险状况做出研判的过程。典型的定性风险评估方法有专家调查打分法、事故树分析法、层次分析法、因素分析法、逻辑分析法、历史比较法等。定性风险评估方法虽然具有可以挖掘一些蕴含很深的理论或思想，使评估结果更全面、更深刻的优点，但存在主观性强、对评估者要求高等问题和不足。下面简要介绍专家调查打分法和事故树分析法的基本原理。
（1）专家调查打分法
专家调查打分法是一种最常用且简单易行的方法：首先，辨识出某一特定目标或系统中可能遇到的所有风险，列出风险调查表；然后，利用专家经验对可能风险要素的重要性进行评估，并将其整合集成为系统风险评估结果，具体步骤如下：
●确定每项风险要素的权重，以表示其对项目风险的影响程度；
●确定每项风险要素的等级值，按可能性很大、较大、中等、不大、较小等5个等级，分别赋予分值1.0、0.8、0.6、0.4、0.2；
●将每项风险要素的权重与等级值相乘，求出该项风险要素的得分；
●求出所有风险要素的总分。
（2）事故树分析法
事故树分析法（Fault Tree Analysis，FTA）是一种演绎推理法，即把系统可能发生的某个事故与导致该事故发生的各种原因之间的逻辑关系用一种事故树的树形图表示，通过对事故树的定性和定量分析，找出事故发生的主要原因，进而为制定安全对策提供科学依据，达到预测和预防事故发生的目的，分析步骤如下。
①准备阶段。
●确定系统。在分析过程中，明确所要分析的系统、外界环境及其边界条件，确定所要分析系统的范围，明确影响系统安全的主要因素。
●熟悉系统。这是事故树分析法的基础和依据。对于已经确定的系统进行深入调查研究，收集系统的有关资料和数据，包括系统的结构、性能、执行流程、运行条件、事故类型、维修情况、环境因素等。
●调查系统发生的事故。收集、调查系统曾经发生的事故，想定将来可能发生的事故，收集、调查本单位与外单位、国内与国外同类系统曾经发生的事故。
②事故树的编制。
●确定事故树的顶事件。确定顶事件是指需要确定所要分析的目标对象，根据事故调查报告分析其损失大小和事故频率，选择易于发生且后果严重的事故作为事故树的顶事件。
●调查与顶事件有关的所有事故的原因。从人、机、环境和信息等方面调查与事故树顶事件有关的所有事故的原因，并进行影响分析。
●编制事故树。采用规定的符号，按照一定的逻辑关系，将事故树顶事件与引起顶事件的所有事故的原因，绘制成反映因果关系的树形图。
③事故树定性分析。
事故树定性分析主要是按照事故树的结构，求取事故树的最小分割集或最小路径集，以及基本事故的结构重要度，根据定性分析结果，确定预防事故的安全保障措施。
④事故树定量分析。
事故树定量分析主要是指，首先根据引起事故发生的基本事故的发生概率，计算事故树顶事件发生的概率；然后计算基本事故发生概率的重要度和关键度；最后根据定量分析结果及事故发生后可能造成的危害，对系统进行风险分析，以确定安全方向。
典型的定量风险评估方法主要有概率统计法、模糊风险分析法、灰色随机风险分析法、新型评估方法等。定量风险评估方法的优点是，可以用直观的数据来表述评估结果，使评估结果更科学、更严谨。其中，概率统计法主要包括直接积分法、蒙特卡罗模拟方法、CIM模型、最大熵风险分析方法等。
（1）概率统计法
①直接积分法。
直接积分法是通过对载荷和抗力的概率密度函数进行解析和数值积分得到评估结果，虽然理论性强，但只适用于处理线性的、变量为独立分布且影响因素较少的简单系统，当影响因素较多时，无法求解系统的概率分布。因此，直接积分法的适用性不强。
②蒙特卡罗模拟方法。
蒙特卡罗模拟（Monte Carol Simulation）方法又称为随机模拟方法或统计实验方法，基本数学原理：制定影响因素的操作规则和变化模式；利用随机数生成的办法，人工生成影响因素的数值并进行计算；从大量的计算结果中找出风险概率分布。蒙特卡罗模拟方法是估计经济风险和工程风险时常用的方法。在研究不确定影响因素的决策时，通常只考虑最好、最坏和最可能这三种估计，如果不确定性影响因素很多，则只考虑这三种估计会使决策发生偏差。蒙特卡罗模拟方法可以避免这种情况发生，可使复杂情况下的决策更合理、更准确。
蒙特卡罗模拟方法的基本操作过程如下：
●编制风险清单。通过结构化方式，把已辨识出的影响目标或系统的重要风险要素编制成一份标注化的风险清单。这份风险清单能充分反映风险分类的结构性和层次性。
●采用专家调查打分法确定风险要素的影响程度和发生概率，编制风险评价表。
●采用模拟技术，确定风险要素组合。这一步是对上一步专家评估结果的定量化。在对专家观点的统计过程中，可以采用模拟技术评估专家调查打分时获得的主观数据，并在最后的风险要素组合时表现出来。
●分析与总结。通过模拟技术可以得到项目总风险要素的发生概率分布曲线，通过曲线可以看出项目总风险要素的变化规律，据此制定风险防范措施。
蒙特卡罗模拟方法的精度虽然高，但是结果却依赖于样本容量和抽样次数，且对变量分布的假设很敏感，因此计算结果表现出非唯一性，计算量较大，耗时较多。
③CIM模型。
当多项风险要素影响系统目标时，就会涉及概率分布的叠加，CIM模型即可解决该问题。CIM模型的特点是，用直方图替代变量的概率分布，用求和代替概率函数的积分，按串联或并联响应模型进行概率叠加。
④最大熵风险分析方法。
1929年，匈牙利科学家L.Szilard首先提出了熵与信息不确定的关系，使信息熵的科学应用成为可能。1948年，贝尔实验室的C.Shannon创立了信息论，把通信过程中信源信号的平均信息量称为熵。最大熵方法的基础是信息熵，将信息熵定义为信息的均值，是对整个范围内随机变量不确定性的度量。由于风险分析的依据是风险变量的概率特征，因此首先根据所获得的一些先验信息设定先验分布，利用最大熵原理设定风险因素的概率分布，其实质是将问题转化为信息处理和寻优问题。许多致险因子的随机特征虽然都无先验样本，只能获得一些数值特征，如均值，但其概率分布有无穷多个，要从中选择一个分布作为真值分布，就要利用最大熵准则，数学原理如下。
设致险因子的强度为随机变量 x （假定为连续型变量），则
式中， S 为信息熵； R 为 x 的积分域； f （ x ）为 x 的概率密度函数，是模型要求的解； M i 为样本的第 i 阶原点矩； b 为保证变量有意义的值；模型的约束条件为 m +2个。模型求解是一个泛函条件极值问题。根据变分法引入拉格朗日乘子（ λ i ），可得出最大熵概率密度函数的解析形式，即
式中，参数 λ 0 ， λ 1 ，…， λ m 可用非线性优化的方法求出。
（2）模糊风险分析法
黄崇福等人 ［31］ 认为，由于概率风险评估模型难以描述系统的模糊不确定性，因此在进行实际评估时，可行性和可靠性仍存在问题。在客观世界中，许多概念的外延存在不确定性，对立概念之间的划分具有中间过渡阶段，这些都是典型而客观存在的模糊现象，适宜用模糊理论来处理。模糊风险评估模型包括模糊综合评判模型、模糊聚类分析模型、信息扩散模型及内集-外集模型等。其中，信息扩散模型的基本思想是，对一个非完备样本，可以通过某个扩散函数 μ （ x ）获取该样本携带的更多信息，信息扩散的关键是寻求一个合理、有效的扩散函数。黄崇福 ［32］ 模仿分子扩散，推导出正态信息扩散函数的二维形式为
式中，
h
x
、
h
y
为
x
、
y
坐标轴方向的扩散系数，可基于平均距离模型和两点择近原则导出计算扩散系数的简便公式。扩散系数的大小与样本的数量和取值范围有关。若令
，即去掉量纲的影响，则正态信息扩散函数的二维形式变为
式（2.30）的指数部分是圆方程，表明在去掉量纲的影响后，各样本点上的信息向各个方向均匀扩散。
正态信息扩散的表现虽然是一种均匀信息扩散过程，但在实际应用中，在所获取的风险要素不完备样本之间可能会更广泛地存在非对称的结构或规律，如变量之间的不规则正比关系，即随着自变量的增加，因变量呈非线性变化。某些不完备样本在进行信息扩散时，需要考虑不同方向的扩散速度和扩散方式，即考虑信息的非均匀扩散。对此，张韧等人 ［33］ 对圆特征向周围均匀扩散的正态函数进行改进，将其扩展为更广义的椭圆形非均匀信息扩散函数。其中，扩散快的方向与椭圆长轴对应，扩散慢的方向与椭圆短轴对应，由此得到如下形式的非对称信息扩散函数，即
式中， k 为椭圆长轴的斜率（调节方向）； λ 为椭圆长轴与短轴之比的平方，被定义为伸缩系数（以调节椭圆胖瘦，当 λ =1时，退化为常规圆均匀信息扩散函数）。随后，他们又基于信息扩散的非均匀性既可以从扩散速率（信息的时间、空间变化）的角度来表述，也可以用概率统计（可能性）的方式来度量的研究思想，提出了用可能性概率来描述扩散过程非均匀性的技术途径，推导出如下 m +1维概率式非均匀的信息扩散函数，通过在各扩散方向上取不同的概率值，可实现扩散的非均匀变化 ［34］ ，即
式中， p i 为第 i 维的概率值； p y 为 y 方向的概率值。
（3）灰色随机风险分析法
Jon ［35］ 在评估复杂系统的风险时，将不确定性分为随机不确定性和主观不确定性，并认为前者源于系统的特性，后者源于对系统认识的信息缺乏。胡国华等人将源于对系统认识的信息缺乏所产生的主观不确定性归结为灰色不确定性。所谓灰色随机风险分析法，就是在综合考虑系统的随机不确定性和灰色不确定性的基础上，用灰色随机风险率来量化系统失效的风险性。灰色随机风险分析法虽然代表了风险分析的一个方向，但理论体系尚需进一步完善。
（4）新型评估方法
概率统计法和灰色随机风险分析法的本质均是模拟风险的分布，只不过是在概率统计模型中只考虑了系统的随机不确定性，在灰色随机风险模型中考虑了随机不确定性和灰色不确定性。模糊风险分析法几种模型的思路是，建立风险度或风险等级与风险指标之间的关联映射。上述方法属于传统的风险评估范畴，随着评估技术的发展，出现了一些新型评估方法，如数据包络分析和投影寻踪法等。
①数据包络分析。
数据包络分析（DEA）是一种非参数估计方法，适用于处理多指标数据，不需要数据本身满足一个明确的函数形式，只需要评判者给出评判对象（决策单元）作为一个具有反馈性质的封闭系统的投入和产出向量，即可获得对应的相对效率评判值。该方法不受人为主观因素影响，相对于一般方法具有较大的优越性，尤其适用于缺乏相关专业知识或不方便给指标赋予权重的评判者。由于DEA原理复杂，在此不再赘述。DEA的应用过程如图2.3所示。
图2.3 DEA的应用过程
②投影寻踪法。
投影寻踪法是分析和处理非正态高维数据的一类新兴探索性统计方法。其基本原理是，把高维数据投影到低维子空间，对于投影的构型，采用投影指标函数来衡量投影暴露某种结构的可能性大小，寻找使投影指标函数达到最优的投影值后，根据该投影值分析高维数据的结构特征或根据该投影值与目标系统输出值之间的散点图构造数学模型以预测系统的输出。
设风险等级和评估指标分别为
y
（
i
）和
，
i
=1～
n
。其中，
n
、
p
分别为样本个数和指标个数。设风险等级最低为1，最高为
N
，建立风险综合评估模型就是建立
与
y
（
i
）之间的数学关系。利用投影寻踪法进行风险评估的基本步骤如下。
●构造投影指标函数。投影寻踪法是把
p
维数据
综合成以
a
=｛
a
（1），
a
（2），
a
（
p
）｝为投影方向的一维投影值
z
（
i
）后，根据
z
（
i
）和
y
（
i
）的散点图建立数学关系，即
●优化投影指标函数。当给定风险综合评估等级和评估指标的样本数据时，投影指标函数 Q （ a ）只随投影方向的变化而变化，通过求解投影指标函数的最大化问题来估计最佳投影方向，即
式中， S z 为投影值 z （ i ）的标准差； R zy 为 z （ i ）与 y （ i ）的相关系数。
●建立风险综合评估模型，把由第二步求得的最佳投影方向的估计值 a *代入式（2.35），即可得到第 i 个样本投影值的计算值 z （ i ），根据 z （ i ）～ y （ i ）的散点图可建立相应的数学模型。研究表明，逻辑曲线作为风险综合评估模型是合适的，即
式中， y * （ i ）为第 i 个样本的风险综合评估值；最大等级 N 为该曲线的上限值； c （1）、 c （2）为待定参数，通过求解如下最小化问题确定，即
定性和定量相结合的综合风险评估方法可以取长补短，具有明显的优势。定量分析是定性分析的基础和前提。定性分析只有在定量分析的基础上，才能够更客观地揭示客观事物的内在规律。在风险评估过程中，不应将定性分析与定量分析割裂开来，应采用综合风险评估方法，将定性风险评估与定量风险评估有机地融合起来。
决策是指为了实现特定的目标，根据客观条件，在具有一定信息和经验的基础上，借助一定的工具、技巧和方法，对影响目标实现的诸因素进行准确计算和判断优选后，对未来行动做出的决定。从决策的内涵出发可以给出风险决策的定义，即根据风险管理的目标和宗旨，在风险评估的基础上，借助决策的理论和方法合理地选择风险管理工具，制定风险管理方案和行动措施，即对几个备选风险管理方案进行比较筛选，选择一个最佳方案，从而制定处置风险的总体方案。
风险决策应包含四个基本步骤：
●信息决策过程，即了解和辨识各种风险的存在、风险的性质，估计风险的大小；
●方案计划过程，即针对某一具体客观存在的风险，拟定风险处置方案；
●方案选择过程，即根据决策的目标和原则，运用某一决策手段，选择某一最佳处理方案或几个方案的最佳组合；
●风险管理方案评估过程。
风险决策是一个特殊的决策，决策所应遵循的原则同样适用于风险决策，即应遵循如下原则。
（1）可行性原则
决策是为了实现某个目标而采取的行动。决策是手段，实施决策方案并取得预期效果才是目的。因此，决策的首要原则是决策者提供的方案在技术、资源、能力上必须是可行的。
（2）经济性原则
经济性原则要求所选定的方案与其他的备选方案相比具有较明显的经济性，实施选定的方案后能获得更好的经济效益。
（3）合理性原则
影响决策的因素往往很复杂，有些可以进行定量分析，有些（如社会、政治和心理等因素）虽然不能或难以进行定量分析，但对事物的发展却有举足轻重的影响，此时应将定量分析与定性分析相结合。遇到此类复杂的问题时，仅从定量角度选择的最优方案并不一定合理，应该兼顾定量与定性的特性，选择既简便易行又科学合理的方案。
风险决策的方法有许多，如风险型决策方法、贝叶斯决策方法、不确定性决策方法及多目标决策方法等。其中，风险型决策方法主要有效用概率决策方法、决策树方法及马尔可夫决策方法等；多目标决策方法主要有层次分析方法、多属性效用决策方法、模糊决策方法及理想解逼近方法等。层次分析方法适用于决策因素是定性的情况。风险型决策方法、多属性效用决策方法、层次分析方法及模糊决策方法的数学原理在相关参考文献中均有详细介绍，在此不再赘述。这里仅简要介绍理想解逼近方法的基本思想。
理想解逼近方法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是一种有效的多指标决策方法。其基本思想是通过构造多指标问题的理想解和负理想解，以靠近理想解和远离负理想解两个基准作为评估对象的依据。理想解逼近方法又称双基准法，计算步骤如下。
①建立标准化的目标属性矩阵。设目标属性矩阵为｛ a ij ｝ m × n 。其中， m 为目标的数量； n 为各目标的属性数量。对于效益型和成本型指标 r ij 的标准化处理公式分别为
②计算权重向量。权重的计算方法有许多，有定性方法，也有定量方法，还有定性与定量相结合的方法。定性方法有专家调查打分法、层次分析法等。定量方法有变异系数法、相关系数法及熵权法等。
③建立加权属性矩阵。设标准化目标属性矩阵为｛ r ij ｝ m × n ，代入目标属性权重，则加权标准化目标属性矩阵为 v ij =｛ w j r ij ｝ m × n 。
④确定理想解和负理想解，计算公式分别为
⑤计算各方案到理想解的距离
、负理想解的距离
，计算公式分别为
⑥计算各方案的相对贴近度为
⑦将各方案的相对贴近度排序，确定方案优劣。
在风险理论中，残余风险是指对风险源的危险性后果采取应急措施或减灾对策后仍可能残存的风险。因为风险评估与风险决策并不能保证完全消除风险，只是降低或减小风险，因此在风险分析时需要正确辨识和科学评估残余风险，既是对所采取应急处置策略效果的检验，也是风险控制与善后处置的必然要求。本书中的残余风险是指对承险体进行风险防范后仍可能残存的风险。根据风险评估结果，当通过风险决策选择一个最佳的风险管理方案进行风险防范时，需要对承险体承受的风险进行重新评估和动态修正，被称为残余风险评估。
（1）评估准备阶段
本阶段的主要工作是前期准备和计划，包括明确评估目标、确定评估范围、组建评估管理团队，对救援业务、组织结构、规章制度和信息系统进行初步调研，科学确定风险评估方法，组织制定风险评估方案。
（2）目标辨识阶段
准备阶段完成后，按照准备阶段确定的风险分析实施方案进行评估：首先进行致险因子与承险体等风险目标的特征辨识，如资产价值、危险性和脆弱性等，验证已有安全控制措施的有效性，为下一阶段的风险分析收集必要的基础数据。
（3）风险分析阶段
辨识阶段完成后，基于获取的评估系统风险的基本数据，如资产价值、危险性、脆弱性和安全防范措施等，根据被评估对象的实际情况，制定合理、清晰的残余风险等级判据，对主要的危险场景进行分析，描述和评估主要危险场景的潜在影响及其残余风险，并提交残余风险分析报告和进一步的风险控制决策建议。
基于风险评估与风险等级划分，在采取适宜的应急响应措施进行风险防范与控制之后，若残余风险评估结果达到可接受的阈值，则可认为应急响应措施对风险的控制基本达到目标，除了继续进行风险监测，暂不采取新的措施（因为风险控制也需要付出代价）。若残余风险仍处于不可接受的程度，则表明所实施的应急响应措施或降低风险对策尚不到位，未达到预定的风险控制目标，残余风险仍具有危险性或灾害性，此时必须有针对性地制定或调整风险防范和风险控制方案，使残余风险能够进一步降低至可接受程度。
残余风险要依照国际和国家风险评估准则和等级划分标准（一般为5级）来评估。若残余风险的等级为5级或4级，则表明虽经过应急响应措施降低了风险，但风险仍然较大，必须立刻调整方案，采取行动，进一步防范和降低风险。若残余风险的等级为3级，则表明经应急响应措施降低风险后，风险虽然得到了一定程度的抑制，但仍具有一定的潜在危险性，应继续保持或强化风险防范与处置措施，使残余风险等级进一步降低。若残余风险的等级为2级或1级，则表明风险得到了有效控制，虽可暂不采取进一步的处理措施，但仍需要密切关注事态发展。需要注意的是，在采取具体措施防范和控制风险时，除了要参照上述残余风险处置原则，还要充分考虑具体风险对象的复杂性和特殊性、原则性和灵活性的有机结合。