ГЛАВА 2. Моделирование процесса управления операционным риском кредитных организаций
Основной целью применения методов количественного анализа в риск-менеджменте является построение прогнозов будущего поведения рассматриваемых объектов в некоторой стохастической ситуации с определенным уровнем достоверности. В качестве входных данных обычно выступают эмпирические наблюдения поведения данных объектов в прошлом, их взаимосвязи с другими экзогенными риск-факторами. В целях настоящего исследования рассматриваемым объектом выступают убытки кредитных организаций, причиной которых явились события операционного риска. Величина возможного убытка в стохастической ситуации до осуществления этой ситуации неизвестна и потому случайна. Таким образом, теоретико-вероятностным аналогом понятия убытка является случайная величина. Далее в работе будем рассматривать убытки от наступлений операционного риска как случайные величины, определенные на одном и том же вероятностном пространстве (Ω, A, P). В качестве оценки будущих прогнозных значений будем понимать реализацию вероятностных моделей наступления убытков в течение некоторого будущего интервала времени с заранее заданным вероятностным интервалом. Объектами исследования являются, как индивидуальные. вероятностные распределения убытков по каждым из восьми категорий риска, так и совместное распределение агрегированных убытков, необходимое для оценки необходимой величины рискового капитала.
|
|
|
Перейдем к математической формулировке моделей АМА и LDA.
Математическая постановка задачи
Рассмотрим матрицу 
всевозможных событий операционного риска вида «направление деятельности/тип рискового события», где 
- число направлений деятельности, 
- число типов рисковых событий. Возьмём 
Введем следующие обозначения для убытков, произошедших в течение 1 года:
- величина и число убытков категории 
соответственно 
- суммарная величина убытков категории ;
- агрегированная величина убытков по всем категориям ;
- математическое ожидание величины 
(ожидаемые убытки);
- квантиль совокупного вероятностного распределения величины уровня значимости 
(неожидаемые убытки): 
(в качестве уровня значимости Базель II устанавливает 99.9%);
- капитал на покрытие убытков категории :
(2.1)
CaR(Capital at Risk)- капитал на покрытие операционного риска всей кредитной организации:
(2.2)
Величина капитала на покрытие убытков является функцией от величины самих убытков. При предположении о наличии идеальной корреляции между убытками (метод LDA) величина AggLoss представляет сумму величин пои всем категориям . При данном подходе величина рискового капитала CaR может быть получена суммированием величин по всем категориям . Однако отказ от учета эффекта диверсификации рисков ведет к завышению реальной величины AggLoss и как следствие - завышению требуемой величины рискового капитала на покрытие операционных рисков. В отличие от страховых компаний, для которых консервативная (завышенная) оценка совокупной величины рисков страхователя ведет к увеличению премии и уменьшению принимаемого риска, кредитным организациям, напротив, выгодно в полной мере использовать эффект диверсификации для уменьшения величины страховой премии и высвобождения части рискового капитала для осуществления текущей финансовой деятельности. В целях упрощения расчетов, в рамках реализованного в работе подхода АМА были учтены корреляции между частотами возникновения убытков. Известно, что корреляции между величинами наступления событий могут быть симулированы за счет корреляций между частотами их возникновения.
|
|
|
Таким образом, для реализации количественных моделей АМА и LDA необходимо:
1. разработать методы масштабирования информации об убытках внешних организаций для дополнения собственной недостающей информации о понесенных убытках в зонах «хвостов» их вероятностных распределений;
|
|
|
2. построить вероятностную модель распределения величин наступления убытков - 
3. построить вероятностную модель распределения частот наступления убытков - 
4. разработать стохастический алгоритм моделирования совокупной величины убытков с заданной структурой зависимостей;
5. провести моделирование совместного многомерного распределения агрегированной величины убытков AggLoss;
6. разработать методы расчета величины капитала на покрытие операционных рисков (с учетом наличия различных страховых покрытий, структур зависимостей и мер риска), поставить и реализовать задачу поиска оптимального распределения рискового капитала между подразделениями кредитной организации;
7. разработать программный инструментарий, реализующий разработанные модели и методы комплексного управления операционным риском кредитной организации;
8. провести оценку чувствительности реализованных методов к различным возмущениям входных параметров;
9. определить предполагаемую экономическую эффективность внедрения разработанных моделей и методов, по сравнению с существующими подходами.
Дата добавления: 2018-05-13; просмотров: 222; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!