一、损失概率
损失概率是指损失发生的可能性，确定损失概率是风险衡量的一个重要方面。某一事件的发生与否往往存在着一种统计规律性。例如掷一枚硬币出现正面朝上、朝下均有可能，若记“正面朝上”为一事件，那么每掷一次这一事件都有可能出现。如果重复掷多次，正面朝上的次数，即事件发生的次数，我们称之为频数，频数与重复次数之比，称之为事件发生的频率简称频率。随着所掷次数的增加，频率趋向一个定值1/2，这种事件发生频率随着重复掷的次数的无限增多而趋于一个常数的性质，我们称为这个事件的发生存在着统计规律性，这个常数即为事件发生的概率。
考虑汽车在一年内发生损失的可能性。假定一年内1000辆同类型汽车有9辆发生损失，则损失发生的频率为9‰；如果汽车增至10000辆，发生损失的有105辆，则损失频率为10.5‰；如果观察的汽车为100000辆，发生损失1001辆，则损失频率为10.01‰。因此当观察的汽车数越来越多时，损失频率趋于常数10‰，故汽车发生损失存在着统计规律性，在一年内损失概率为10‰。
如上所述，我们可以发现损失频率实际上是损失概率的估计值，在风险衡量中常常是通过对损失频率的计算来达到估计损失概率之目的。
二、损失期望值
损失期望值表征某一时期的平均损失，它可以通过损失数据的算术平均数来估计，如果已得到损失的概率分布，则可精确计算出来。损失期望值常被用于拟定风险处理方案。如果不进行风险处理，那么某一单位在相当长的时期内每年（月、季）将承担相当于损失期望值大小的损失，尽管对某一特定年（月、季）实际发生的损失可能并不是损失期望值。如果单位拥有的过去损失资料比较稳定，损失与期望损失相差不多，此时风险管理人员可根据期望值的大小制定风险管理计划，例如安排保险，或者自留，或者研究损失发生的原因以及是否有办法控制损失的发生。如果单位拥有的过去损失资料不够稳定，或数据太少，那么据此得到的损失期望值可信度低，此时应结合标准差等其他指标来考虑风险管理计划。
三、损失幅度
损失幅度是指一旦发生致损事故，其可能造成的最大损失值。风险管理人员根据经济单位自身特点，可用不同的方法来衡量损失幅度，比较常用的是估测最大可能损失（maximum possible loss）和最大预期损失（maximum probable loss）。对最大可能损失与最大预期损失概念有不同的解释，其中较为有名的是Richard Prouty的观点。他认为最大可能损失强调的是单一风险单位在企业生命存在期间，单一事件发生下可能最坏的损失，其特征是以企业生命存在期间为观察期间。而最大预期损失强调的是单一风险单位，在单一事件发生下可能的最坏损失，其特征是不以企业生命存在期间为观察期间。
我们认为最大可能损失是一种客观存在，与人们的主观认识无关。而最大预期损失则是一种与概率估算相关，即与人们的主观认识有关的概念，它随着人们选择的概率水平的不同而有所不同。因此最大可能损失不会低于最大预期损失。例如一幢建筑物价值1000万元，那么最坏的可能是全损，即最大可能损失1000万元。而从概率的角度考虑，或许有人测算此栋建筑约40年有一次损失超过800万元，由于这种可能极为微小，因此认定最大预期损失为800万元，或许有人测算40年有一次损失超过850万元，故最大预期损失为850万元。估测最大预期损失较为困难，但也最为有用。
仅估测最大可能损失与最大预期损失是不够的，有时还需要估计年度最大可能损失和年度最大预期损失。年度最大可能损失与年度最大预期损失均可成因于单一风险，或者成因于多种风险，它们可包括各种风险事故所致众多风险单位的所有类型损失。年度最大预期损失是面临风险的单个单位或单位群体在一年内可能遭受的最大总损失量。与最大预期损失一样，这种损失量依风险管理人员选择的概率水平而定。但与最大预期损失不同的是，这种量度并不仅仅是指一次事故的严重性，相反依事件的个数以及它们的严重性而定。
由于损失概率往往较小，而一旦发生，其造成的财务负面影响对经济单位来说却常常又是可怕的，甚至是毁灭性的。因此估算损失幅度比估算损失概率更为重要。但是，并不是说任何情况都是如此，有时也存在估测损失概率比估测损失幅度重要的时候。例如，一家保险企业对其承保的建筑物火险。由于保单的赔偿额有一定的限制，如设置责任限额，因此保险企业就较为注重损失概率的估测。
四、损失概率与损失程度的估测
（一）每年损失事故发生的次数
估测每年损失事故发生的次数是确定损失概率的一个重要方法，也是风险管理人员必须要掌握的内容。损失次数可使用二项分布、泊松分布等来估计。尽管我们这里仅估测年损失次数，但实际上下面的方法，对任何一定时期的损失次数估测均是适用的。这里主要介绍用二项分布估测损失次数。
假设n个风险单位均遭到同一风险事故的威胁，每一个风险单位在一年中是否发生此风险事故是一个随机事件，并且风险单位对该风险的结果只有两个：发生与不发生。如果记n风险单位在一年中发生所述的风险事故的次数为X，且满足下列条件：（1）每个风险单位发生同样风险事故的概率相同，设为p；（2）任一风险单位发生风险事故都不会影响其他风险单位发生同样风险事故（独立性）；（3）同一个风险单位在一年中发生二次以上的事故可能性极小，可以认为这一概率为零。
根据分布律，不仅能计算一年中有多少个风险单位发生事故的概率，还能得到诸如二个以上风险单位发生事故等风险管理人员所迫切想知道的情况。
由于n个风险单位在下一年度中可能遭受风险事故的次数是一个随机变量，我们无法确定究竟会发生多少次风险事故。但风险管理人员只要了解n个风险单位在下一年度中发生事故的平均次数，及其偏离程度就可以了。我们知道X的数学期望就表示了事故发生次数的平均值，标准差描述了实际情况与期望的偏离程度。
X的期望值E（X）＝np，标准差VarX＝npq。
例如，某地区有5家工厂，假设任何一家在一年中发生火灾概率为0.1，并且各个工厂之间就火灾而言是互不相关的，同一个工厂一年中发生二次以上火灾概率认为是零。请估算该地区下一年度中发生火灾的次数分布概况，以及平均将有几家工厂遭受火灾？
另外，比较常见的是用泊松分布估测损失次数。泊松分布常见于稠密性的问题，因此对风险单位数很多的情况特别有效。一般说来，要求风险单位数不少于50，所有单位遭受损失的概率都相同并小于0.1。在风险管理问题中，许多情况均满足上述条件，损失发生概率往往很小，如果风险单位数不够，风险管理人员可通过分割风险期间来增加风险单位数，或者根据同类地区或同行的损失资料，并入自己的损失资料中，来增加风险单位数。
（二）一次事故的损失金额
为估测一次事故的损失金额，我们将利用一些概率分布，如正态分布、对数正态分布和帕累托分布等，这些分布将会给出一次事故中损失金额可能取值的概率。这里主要介绍用正态分布估测损失额。
对于一些损失频率分布类似一个正态分布的密度函数图形，即只有一个峰，且图形关于峰是近似对称的。这样的损失频率分布可用正态分布来拟合，并通过正态分布来估测损失额落在某区间上的概率，以及损失额超过某一数值时的概率。我们通过实例来说明估测方法。
例如，某地若干年间夏季出现暴雨共84次，每次暴雨以一天计算，一个夏季（5～9月）共153天。表2‐3每次暴雨造成的损失频率分布表，试估算下次暴雨的：（1）期望损失；（2）损失额落在什么区间的概率为95%；（3）损失额大于100万元的概率多大？
（三）每年的总损失金额
年总损失金额是指具有同类风险的众多风险单位在一年中因遭遇相同风险所致事故而产生的损失总和。估测年总损失金额同样要解决三个基本问题：（1）年平均损失多少？（2）企业遭受特定损失金额的概率。（3）“严重损失”将发生的概率。
1.年平均损失估测
在估测年平均损失时，风险管理人员首先应当考虑用于估计年平均损失的年度损失资料的适用性。在任何情况下，损失数据应满足完整性、一致性和相关性。其次在整理过程中，还应考虑年度损失数据的变化趋势，如果一列年度损失数据按时间次序呈递增状的话，则显然来年的年度总损失仍有一种递增的趋向，此时如再用平均值来估计将产生较大的误差，应使用时间序列分析方法来估算。
许多风险单位遭受损失的总和值，根据中心极限定理，只要各风险单位之间就某一风险是相互独立的且所致损失分布相同，那么总损失金额近似服从正态分布。如一辆车发生碰撞，不影响所研究的另一辆车发生碰撞，而且损失分布相同，如果汽车数很多，则所有汽车的损失金额就服从正态分布。这样通过估计正态分布两个参数μ，σ2就可完全了解总损失金额的分布状况。并且用正态分布的数学期望来估计年平均损失，这个估计额叫做期望总损失金额。
2.遭受特定损失金额的概率
风险管理人员常常需要知道年总损失金额大于或等于某一特定数值的概率，为风险管理决策提供依据。如年总损失金额大于等于购买全部保险所需的保险费的概率有多大？如果风险自留，会引起企业严重财务问题的损失应大于什么数额，发生这样的“严重损失”概率有多大？
在考虑年总损失金额大于等于购买全部保险所需的保险费的概率时，应将损失和保费换算成税后价值。因为同样金额的损失和保费其税后价值是可以不同的。现假定损失为税后损失，且全部保险的税后保费600元，则据知税后损失金额大于等于600元保费的概率约为0.12。假定税后损失大于等于18000元被认为是重大财务损失，则产生严重财务问题的概率为p[x≥18000]＝p[x＞20000]＝0.001，如果我们得到了精确的统计分布，则上述概率问题也可精确地通过理论概率分布计算出来。
3.最大可能损失与最大预期损失
最大可能损失（maximum possible loss）与最大预期损失（maximum probable loss）都用以表征研究对象的损失幅度。保险人经常使用这两个概念，以确定是否设置责任限额或办理分保。企业风险管理人员也常用此来估测特别严重损失发生的可能，并在事前选择恰当的风险管理方法来处理。
我们这里所称的最大可能损失是指单一风险单位遭遇单一风险事故所致的最大事故。例如，一幢价值100万元的建筑物对火灾风险来说，其最大可能损失为100万元。而这里的最大预期损失是在一定的概率水平下，单一风险单位因单一风险事故所致的最大损失。例如风险管理人员相信不可能有发生机会小于1‰的，那么最大预期损失对于建筑物来说就要小于100万元。假定我们已知这栋建筑物的损失分布，记X为单一事故所致的损失金额这个随机变量，则在1‰的概率水平下，最大预期损失L可通过下式求得：
P[X＞L]≤1‰
这里的L应是满足不等式的最小L。
因此一旦概率水平不同，则最大预期损失也将不同，可以肯定选定的概率水平越小，最大预期损失越接近于最大可能损失。
至于年度最大可能损失，它可以指一个风险单位在一年中因同一风险遭受多次风险事故所致的最大总损失，也可以指许多同质风险单位在一年中遭受同一风险的不同风险事故所致的最大总损失。根据年损失次数的估测，同一风险单位在一年内发生多于一次的相同性质风险事故的概率是很小的。但是年度最大可能损失仍不能用简单的代数和将最大可能损失累加而成，需要考虑损失次数的分布情况而定。
年度最大预期损失与最大预期损失在有些地方类同，它是在一定的概率水平下的年度最大损失总和。例如，概率水平为3‰的年度最大预期损失为满足P[X＞L]≤3‰的最小L值。
最后，关于年总损失金额的估测，若能获得年损失发生次数和每次事故的损失分布，则可以获得年总损失金额的概率分布，当然也能有效地估测年总损失金额。