本书提供了风险管理基本领域的专家检查，包括风险评估和分析方法、风险减小策略、定量分析中的常见错误等，为当前风险分析方法中的重大失误提供了有效的解决方案。
本书作者道格拉斯·W.哈伯德(Douglas W. Hubbard)是风险管理领域公认的领军人物。他将基于科学的分析与现实世界的例子相结合，对风险管理实践进行了详细的调查。经过修订和更新的第二版包括更新数据集和核对表，扩大创新统计方法的覆盖面，以及数据泄露和自然灾害等当前风险管理问题的新案例。本书对于商业领袖、决策者、经理、顾问和从业者来说极具价值。

道格拉斯·W.哈伯德所开创的数据化决策方法论已被全球上百家《财富》500强企业应用，并被广泛应用于IT安全、娱乐传媒、军事物流、研发管理等众多领域。而这些领域的决策和管理往往依赖于一些看起来很难量化或不可量化的因素。道格拉斯用该方法：
每年为美国海军陆战队节约5000多万美元燃油费；
帮助退伍军人事务部总投资达1.3亿美元的IT安全项目作出正确决策；
为美国环保局安全饮水信息系统减少350万美元的损失。
道格拉斯还是广受欢迎的演说家，长期为《信息周刊》《分析学》《首席信息官企业》等杂志撰写专栏。

第一部分 危机概论
第1章 对风险管理的合理质疑
“共模故障”
关键定义：风险管理和一些相关术语
失败意味着什么
本书的范围和目标
第2章 风险管理现状综述
短暂且过于表面的风险管理发展史
组织风险管理现状
当前的风险及其评估方法
第3章 我们如何知道哪些方法有效
轶事：药品生产外包的风险
为什么很难知道哪些方法是有效的
对自我评估的评估
对风险管理进行潜在的客观评估
我们可能发现什么
第4章 入门：一个简单的稻草人量化模型
一个简单的“一对一替代”模型
专家作为工具
“不确定性运算”速览
建立风险容忍度
支持决策：缓释率收益
让稻草人变得更好
第二部分 失败的原因
第5章 风险管理“四骑士”：阻止末日的一些（大多）真诚的尝试
精算师
战争宽客：“二战”永久地改变了风险分析
经济学家
管理咨询：权力纽带和出色的推销如何改变风险管理
比较四骑士
亟待解决的重大风险管理问题
第6章 告别象牙塔：纠正关于“风险”概念的混乱
弗兰克·奈特定义
奈特对金融和项目管理的影响
建筑工程学定义
风险作为预期损失
定义风险容忍度
定义概率
扩充词典
第7章 专家知识的局限性：为什么我们对不确定性的认识与我们自以为的不一样
太空英雄：一群心理学家拯救了风险分析
心算：为什么我们不该相信脑海中的数字
“灾难性的”过度自信
“王牌”思维：过度自信的可能原因和后果
不一致和人造结果：不该产生影响的因素产生了影响
校准测试答案
第8章 比没用更糟：最流行的风险评估方法及其为何行之无效
评分法和风险矩阵的几个例子
那能算“中等”吗？：为什么措辞含糊不能抵消不确定性
量表的预料外影响：你不知道的事情可能会伤害你
不同但听上去相似的方法和相似但听上去不同的方法
第9章 熊、天鹅和其他阻碍风险管理改善的因素
算法厌恶和关键谬误
算法vs专家：归纳研究结果
关于黑天鹅的笔记
主要的数学误解
所谓特殊情况：认为风险分析有用但不适合自己
第10章 即使定量分析师也出错的地方：定量模型中常见的基础错误
蒙特卡洛模拟使用情况调查
风险悖论
金融模型和灾难的真貌：正态分布并不寻常
追寻牛群规律：相关性问题
测量反转—额外信息的价值
蒙特卡洛模拟太复杂了吗
第三部分 如何纠正
第11章 以有效方法为起点
用正确的语言
对概率进行校准
运用数据构建初始基准
检查替换
简单风险管理框架
第12章 改进模型
实证输入
向模型中添加细节
提高专家主观估计的更优方法
其他蒙特卡洛模拟工具
建模者的自我检验
第13章 风险共同体：组织内外的风险管理问题
统筹全局
管理模型
激励校准文化
组织之外的问题：宏大的解决方案
来自Trustmark公司的实际体会
关于定量模型和更好决策的最后思考
额外校准测试及其答案