Оценка операционных рисков: возможны варианты
Важность оценки операционных рисков, о которой так долго твердили риск -менеджеры, постепенно осознается все большим количеством российских банков - ведь этому способствует как регулятор, усиливающий контроль в данной области, так и рост угроз, связанных с операционными рисками (например, неблагоприятна статистика мошенничеств как клиентов, так и сотрудников и даже руководителей банков).
Содержание |
Введение
Важность оценки операционных рисков, о которой так долго твердили риск -менеджеры, постепенно осознается все большим количеством российских банков - ведь этому способствует как регулятор, усиливающий контроль в данной области, так и рост угроз, связанных с операционными рисками (например, неблагоприятна статистика мошенничеств как клиентов, так и сотрудников и даже руководителей банков).
Однако понимание необходимости, являющееся, безусловно, первым шагом на пути построения современной системы управления операционными рисками, не всегда ведет к дальнейшему развитию этого направления. Во многих небольших российских банках, несмотря на наличие положений, методик и т.п. документов, анализ сводится к определению показателя ОР, включаемого в расчет норматива достаточности капитала и формальному заполнению «базы событий» на основании данных бухгалтерской отчетности. И в обозримом будущем использования информации из такой базы для расчетов и тем более, принятия управленческих решений не планируется, а работа часто ведется лишь для формального удовлетворения требований регулятора.
Впрочем, и сам регулятор пока не торопится обозначить внятные перспективы применения накопленных данных в рамках продвинутых подходов, все внимание уделяя адаптации к российским условиям базельских требований в области оценки кредитных рисков. Но, несмотря на то, что (судя по текущей ситуации в области управления кредитными рисками) «продвинутые» подходы оценки операционных если и будут позволены – то в тестовом режиме и в небольшом количестве крупнейших российских банков, правильно организованная работа по сбору и внутренних и внешних данных все-таки может окупиться.
Во- первых, по результатам внутренней отчетности, построенной на анализе грамотно сформированной базы событий ОР, уже сейчас можно принимать обоснованные оперативные и стратегические решения, связанные с изменениями оргструктуры, бизнес-процессов, численности персонала, внедрением новых услуг, технологий, мотивацией сотрудников и т.д.
Во-вторых, несмотря на применение в текущий момент (и в ближайшей перспективе) простейшего подхода к расчету капитала под ОР, уже более 2 лет регулятор параллельно с существующими нормативными требованиями к капиталу рекомендует дополнительно создавать «внутренние процедуры оценки» его достаточности, ориентирующиеся на базельские рекомендации. Предполагается, что к 2017 году эта работа должна будет проводиться во всех банках.
Как с помощью EvaProject и EvaWiki построить прозрачную бесшовную среду для успешной работы крупного холдинга 
В данной статье описываются наиболее распространенные методы оценки капитала под операционный риск, возможности их использования, с учетом особенностей применения в российской практике, но не рассматриваются условия, накладывающие ограничения на применение передовых методов, связанные с организацией процесса, корпоративной культурой риск-менеджмента в банке. Однако следует заметить, что без их выполнения использование продвинутых методов регулятором не допускается.
Простые подходы, рекомендуемые Базельским комитетом
Подход на основе базового индикатора
Упрощенный подход на основе базового индикатора (basic indicator approach - BIA) к расчету размера капитала под операционные риски предполагает прямую зависимость уровня операционного риска от масштабов деятельности организации, которые, в свою очередь, определяются через полученный доход. Естественно, что при этом не учитываются ни внутренние процедуры контроля, ни подверженность риску в разрезе различных направлений деятельности, хотя российские документы, регулирующие управление рисками, вне зависимости от применяемого способа расчета рекомендуют выстраивать культуру управления операционными рисками на возможно более высоком уровне. Общая формула, рекомендованная Базельским комитетом и Положением ЦБ РФ . N 346-П совпадают, но национальные регуляторы могут самостоятельно определять специфику расчета чистых доходов.
Стандартизированный подход
Данный подход, как и предыдущий, основан на логике зависимости риска от дохода, однако считается более точным за счет привязки своего коэффициента резервирования к каждой бизнес-линии, (типовых направлений деятельности) и определении по каждой из них в отдельности размера резервируемого капитала. Отрицательный доход по одной бизнес-линии, в соответствии с базельскими рекомендациями, может «компенсироваться» положительными по прочим, однако национальный регулятор может установить более жесткий порядок расчета.
Расчет этим методом производится за три последних года по следующей формуле:
| Направление деятельности | Β, % |
|---|---|
| Банковское обслуживание физических лиц | 12 |
| Банковское обслуживание юридических лиц | 15 |
| Осуществление платежей и расчетов | 18 |
| Агентские услуги | 15 |
| Операции и сделки на рынке ценных бумаг и срочных финансовых инструментов | 18 |
| Оказание банковских услуг корпоративным клиентам, органам государственной власти и местного самоуправления на рынке капиталов | 15 |
| Управление активами | 12 |
| Брокерская деятельность | 12 |
Такой подход считается более точным по сравнению с подходом, основанном базовом индикаторе (basic indicator approach - BIA). Однако в среде российских практиков он так же вызывает ряд сомнений.
Во-первых, группировка бизнес линий как в базельском документе, так и в российском 76-Т, слегка адаптированном в этом вопросе к специфике национального банковского сектора, ориентирована на избыточную детализацию в области операций на фодовых рынках и укрупненное описание работы с розницей и корпоративными клиентами, тогда как с точки зрения профиля деятельности большинства российских банков именно последние занимают наибольший объем в операциях. Безусловно, банк может сам увеличить детализацию для собственных управленческих целей, но и расчет капитала и сопоставимость с внешними данными по ОР возможны только в существующих рамках, обозначенных для выделения направлений деятельности (бизнес-линий).
К минусам так же можно отнести затратность применения такого метода относительно расчета по базовому индикатору, как с точки зрения применяемого ПО, так и затрат времени квалифицированных сотрудников.
В любом случае, стандартизированный подход, на наш взгляд, полезнее с точки зрения управления операционными рисками - он предъявляет серьезные требования к качеству этого процесса на всех этапах и уровнях управления банком, а так же заставляет банк задуматься над эффективностью каждого вида своей деятельности с учетом риска.
Альтернативный стандартизированный подход
Альтернатива заключается в том, что для направлений деятельности «банковское обслуживание физических лиц» и «банковское обслуживание юридических лиц» расчет капитала производится не на базе среднего валового дохода, как в предыдущем варианте, а исходя из величины средних остатков на соответствующих балансовых счетах. Расчет резерва под возможные потери для этих видов деятельности производится по следующей формуле:
Для банков –монолайнеров такой подход может оказаться более удобным, с точки зрения трудоемкости расчетов, чем предыдущий, однако и ему присущи все описанные недостатки.
«Продвинутые» (передовые) подходы
Применение продвинутых подходов (AMA) в отношении операционных рисков было предложено Базельским комитетом гораздо раньше, чем в «Международной конвергенции измерения капитала и стандартов капитала: новые подходы - Полная версия». Так, уже в январе 2001 года в консультативном документе (ныне не действующем) «Operational Risk. Supporting Document to the New Basel Capital Accord» упоминались две методологии – на основе внутренних оценок и кривой распределения потерь. Но, в отличие от блока кредитных рисков, в документе Базель II так и не появилось формул, были конкретизированы только условия применения продвинутых подходов и требования к банкам и надзорным органам. Впоследствии они были уточнены в очередном документе "Принципы надлежащего управления операционным риском и роль надзора» в 2011 году.
Кроме того, Базельский комитет с определенной периодичностью выпускал отдельные документы, посвященные практике по отдельным вопросам применения различных методов расчета капитала под операционные риски . В настоящий момент можно говорить о создании и применении западными банками различных методик в рамках таких видов передовых подходов как:
– Внутренняя оценка (IMA)
– Оценка кривой распределения потерь (LDA )
– Оценка на основе скоринговых карт
– Сценарный анализ
При этом элементы методологии, изначально появившиеся в рамках одних походов, могут быть применены в других, например, для компенсации недостатка данных. Данные, могут быть получены из внутренних и внешних баз событий, от экспертов, опросы которых проводятся по специальным технологиям, в свою очередь, являющимся составной частью методологии и направленным на выявление факторов бизнес-среды и уровня внутреннего контроля и их влияния на риски.
Далее предлагается рассмотреть подробнее некоторые методики оценки капитала под ОР в рамках наиболее распространеных АМА, автоматизация которых возможна собственными силами или с помощью покупки соответствующего программного обеспечения.
Внутренняя оценка
Данный подход близок к стандартизированному подходу (т.е. предполагается выделение бизнес-линий, которые, впрочем, могут не совпадать с восемью, предлагаемыми регулятором по количеству и составу) и позволяет оценить уровень капитала на основе оцененной банком вероятности реализации операционного риска, уровня потерь в случае его реализации, а так же - спецификой риск-профиля банка и предлагаемого регулятором коэффициента, связывающего неожиданные и ожидаемые потери. Расчет капитала под ОР для этих видов деятельности производится по следующей формуле:
Следует отметить, что для определения индивидуального профиля риска банка, ему фактически надо проделать дополнительную работу -по построению кривых распределения потерь и определить как ожидаемые, так и непредвиденные убытки. Однако экономия на разнице в размере капитала, рассчитанного двумя указанными методологиями, может оказаться в пользу внутренних оценок.
Балльно-весовой (скоринговый) подход
Иногда этот подход называют также методом скоринговых карт, поскольку одним из способов сбора данных о рисках является анкетирование экспертов с помощью специально созданных опросных карт, отражающих уровни рисков и их важности для конкретной организации, а так же качества управления рисками. Оценка (не формализуется Базельским комитетом) уровня капитала под операционным риском i-й категории операционного риска j-го вида деятельности в этом случае может быть записана следующей общей формулой:
В то же время на основе подхода внутренней оценки значение капитала под операционным риском:
Расчет капитала под операционным риском предлагаемый в этой статье производится также, как и в методе Внутренней оценки, за исключением того, что ожидаемые потери, оцениваются с помощью регрессионной (скоринговой) модели:
Для оценки значений весов
Таким образом итоговый расчет значения капитала под операционным риском балльно-весовым (скоринговым) методом может быть записан следующей формулой:
Помимо оценки значения капитала эта формула позволяет также осуществлять мониторинг и контроль операционного риска на основе анализа значений соответствующих индикаторов, используемых в регрессионной модели.
Оценка кривой распределения потерь
Метод восстановления функции распределения потерь позволяет производить более точную оценку капитала под операционный риск, чем методы, упомянутые выше. Для этого используются информация базы данных понесенных потерь организации и/или экспертные оценки, на основе которой определяются частотность возникновения неблагоприятных событий и оценивается функция распределения потерь, в случае возникновения этих событий.
Оценка параметров
Средняя частота возникновения неблагоприятных событий, как это было показано выше, определяется следующим образом:
, где
- вес экспертных оценок организации;
- экспертная оценка частоты появления неблагоприятных событий в течение года организации i-й категории операционного риска j-го бизнес направления, величина потерь которых относится к d-му диапазону потерь в момент времени t;
- r-я расчетная оценка частоты появления неблагоприятных событий в течение года организации i-й категории операционного риска j-го бизнес направления;
- D – общее количество диапазонов потерь экспертных оценок организации;
общее количество расчетных оценок организации i-й категории операционного риска j-го бизнес направления на горизонте анализа статистических данных.
В качестве экспертных оценок могут использоваться данные сторонних организаций. В этом случае экспертные оценки рассчитываются следующим образом. По данным организаций, участвующих в расчетах определяется максимальный размер понесенных потерь Lmax. Задается необходимое количество диапазонов потерь D, для которых будут определяться средние частоты появления событий операционного риска, потери от реализации которых попадают в соответствующие диапазоны:
, где
В расчетах могут используются, как данные событий операционного риска организаций, так и их экспертные оценки. Средняя частота появления событий, относящихся к d-му диапазону потерь, определяется следующим образом:
, где
- d-й диапазон потерь;
- экспертная оценка потерь в результате возникновения неблагоприятного события n-й организации i-й категории операционного риска j-го бизнес направления, относящихся к l-му диапазону потерь;
- r-я расчетная оценка средних потерь в результате возникновения неблагоприятных событий n-й организации i-й категории операционного риска j-го бизнес направления;
- экспертная оценка частоты появления неблагоприятного события n-й организации i-й категории операционного риска j-го бизнес направления, величина потерь которых относится к l-му диапазону потерь, в течение года;
- масштаб операций эталонной организации j-го бизнес направления;
- масштаб операций n-й организации j-го бизнес направления;
- вес экспертных оценок n-й организации, участвующих в расчетах;
- экспертная оценка частоты появления неблагоприятных событий в течение года n-й организации i-й категории операционного риска j-го бизнес направления, величина потерь которых относится к l-му диапазону потерь;
- r-я расчетная оценка частоты появления неблагоприятных событий в течение года n-й организации i-й категории операционного риска j-го бизнес направления;
общее количество диапазонов потерь экспертных оценок n-й организации; общее количество расчетных оценок n-й организации;
- N – общее количество организаций, включая головную.
Средняя величина потерь в результате возникновения неблагоприятных событий, относящихся к d-му диапазону потерь, определяется следующей формулой:
, где
- масштаб операций n-й организации j-го бизнес направления;
- масштаб операций n-й организации j-го бизнес направления;
- вес экспертных оценок n-й организации, участвующей в расчетах;
- экспертная оценка потерь в результате возникновения неблагоприятного события n-й организации i-й категории операционного риска j-го бизнес направления, относящихся к l-му диапазону потерь;
- r-я расчетная оценка средних потерь в результате возникновения неблагоприятных событий n-й организации i-й категории операционного риска j-го бизнес направления;
- экспертная оценка частоты появления неблагоприятного события n-й организации i-й категории операционного риска j-го бизнес направления, величина потерь которых относится к l-му диапазону потерь, в течение года;
- к-я расчетная оценка частоты появления неблагоприятных событий n-й организации i-й категории операционного риска j-го бизнес направления в течение года;
- средняя частота появления событий, относящихся к d-му диапазону;
общее количество диапазонов потерь экспертных оценок n-й организации; общее количество расчетных оценок n-й организации;
- N – общее количество организаций, данные которых участвуют в расчетах.
В качестве распределения частоты возникновения неблагоприятных событий будем использовать распределение Пуассона, функция вероятности которого задается следующей формулой:
, где
- n – количество произошедших событий за период;
- K - средняя частота возникновения событий в течение года.
Для оценки функции распределения потерь в случае возникновения неблагоприятного события также будет использоваться параметрический способ восстановления. В качестве функции распределения потерь обычно принимается «смесь» двух распределений, одно из которых описывает большую часть данных, а второе описывает распределение зоны экстремальных значений («хвоста» распределения). В качестве распределения, описывающего основную часть данных будем использовать логарифмически нормальное распределение, плотность распределения которого задается следующей формулой.
, где
- среднее значение логарифмов потерь в результате возникновения неблагоприятных событий за заданный временной период;
- с.к.о логарифмов потерь в результате возникновения неблагоприятных событий за заданный временной период.
Для описания условного распределения зоны «хвоста» распределения потерь обычно используется Теория Экстремальных Значений (EVT), согласно которой такое условное распределение асимптотически описывается обобщенным распределением Парето (GDP), плотность распределения которого задается следующей формулой:
, где
- параметры распределения.
Параметры GPD оцениваются для каждого заданного порога, определяющего начало «хвоста» распределения потерь.
Итоговая плотность распределения потерь может быть записана следующим образом:
, где
- заданный порог потерь;
- функция вероятности стандартного нормального распределения.
Параметры итогового распределения ( ) оцениваются в два этапа. На первом этапе по всем имеющимся данным оцениваются параметры распределения, описывающего основную часть данных ( , ,):
,
, где
- среднее значение логарифмов потерь i-й категории операционного риска j-й бизнес-линии;
- среднеквадратичное отклонение логарифмов потерь i-й категории операционного риска j-й бизнес-единицы;
общее количество анализируемых оценок потерь (как расчетных, так и экспертных) i-й категории операционного риска j-й бизнес-единицы;
- k-я оценка частоты появления неблагоприятного события i-й категории операционного риска j-й бизнес-линии (либо либо );
- k-я величина потерь i-й категории операционного риска j-й бизнес-единицы (либо либо ).
На втором этапе методом максимального правдоподобия оцениваются остальные параметры итогового распределения. Логарифмическая функция правдоподобия итоговой функции распределения может быть представлена следующим образом:
, где
- количество анализируемых потерь i-й категории операционного риска j-й бизнес-линии, значение которых строго меньше порогового значения ;
- количество анализируемых потерь i-й категории операционного риска j-й бизнес-линии, значение которых больше порогового значения ( );
- пороговое значение, которое делит распределение на основное и зону экстремальных значений («хвост»);
- и - параметры распределения зоны экстремальных значений.
Задача поиска максимума логарифмической функции правдоподобия решается итерационной процедурой перебора возможных значений величины порога , для каждого из которых в свою очередь оцениваются параметры распределения зоны экстремальных значений. На основе получаемых параметров рассчитываются промежуточные значения логарифмической функции правдоподобия. Максимальному значению функции правдоподобия будут соответствовать значения найденных параметров распределения зоны экстремальных значений ( , и ). Дополнительно определяется относительная величина оптимального порога, которая будет использоваться в сценарном анализе:
Оценивание параметров распределения зоны экстремальных значений («хвоста» распределения)
Для каждого выбранного порога параметры распределения и зоны экстремальных значений оцениваются следующим образом:
, где
и должна удовлетворять следующему уравнению:
или по-другому:
, где
- определена для интервала значений .
Задача определения корня последнего уравнения решается с помощью итерационной процедуры поиска корня уравнения. Соответственно:
В случае если :
Таким образом, обратная функция итогового распределения, которая будет использоваться для имитационного моделирования возможных операционных потерь, может быть описана следующим образом:
Имитационное моделирование.
Теперь, на основе найденных параметров функции распределения частоты возникновения неблагоприятных событий и функции распределения потерь в результате возникновения неблагоприятного события с помощью имитационного моделирования может быть сделана оценка величины капитала выделяемого под совокупные потери от операционного риска.
Для заданного интервала времени, для каждой категории риска и для каждой бизнес единицы методом Монете-Карло генерируются заданное количество вариантов возможных потерь. Размер выборки определяется необходимым уровнем доверия. По полученным выборкам определяется математическое ожидание потерь (ожидаемые потери), а также размер неожиданных и катастрофических потерь. Количество неблагоприятных событий в заданном периоде в n-м варианте моделируются следующим образом:
, где
- средняя частота возникновения неблагоприятных событий в заданный период;
- случайные величины, равномерно распределенные на интервале (0,1).
Величина потерь в каждом случае возникновения неблагоприятного события моделируется следующим образом:
, где
- обратная функция распределения потерь;
- случайные величины, равномерно распределенные на интервале (0,1).
Общая величина потерь в n-м варианте определяется следующим образом:
Ожидаемые потери за выбранный период определяются следующим образом:
, где
- N – общее количество вариантов;
- общие потери в n-м варианте.
Сгенерированные N вариантов ранжируются в порядке возрастания,
Величина потерь, которая с заданной доверительной вероятностью не будет превышена определяется следующим образом:
, где
- номер сгенерированного варианта потерь в ранжированном ряде, который соответствует величине потерь, которая не может быть превышена с заданной доверительной вероятностью.
Таким образом капитал под операционный риск i-ой категории риска j-й бизнес-единицы определяется следующим образом:
Капитал под операционным риском для отдельной категории риска, или для всей организации в целом определяется аналогичным образом, путем генерирования общих потерь для отдельной категории или для всей организации в целом.
Дополнительно производится расчет вероятности катастрофических потерь. Для этого для заданной величины катастрофических потерь в ранжированном ряде вариантов потерь выбирается наиболее близкий вариант. Вероятность катастрофических потерь может быть определена следующей формулой:
, где
- номер варианта потерь из ранжированного ряда, величина которого максимально соответствует величине катастрофических потерь.
Дополнительно оцениваются факторы , определяющие расчетную величину резервирования j-го вида деятельности i-й категории операционного риска, которые могут использоваться в методе внутренней оценки и в балльно-весовом методе:
Сценарный анализ
Сценарный анализ позволяет исследовать потери от операционного риска, которые могут произойти в результате реализации различных событий, вероятность возникновения которых мала, либо такие события, не наблюдаясь ранее, могут произойти в перспективе (например, при изменениях технологии, внедрении новых продуктов). Основная область применения сценарного анализа в настоящее время- стресс-тестирование, Базельский комитет и российский регулятор рекомендуют построение сценариев редких, но тяжелых событий.
Сценарный анализ так же может применяться с целью определения различных параметров, применяемых в моделировании оценки капитала под риск другими способами (гибридная модель). Моделирование в этом случае происходит за счет изменения различных индикаторов риска (количества и объема проводимых операций; частоты появления неблагоприятных событий; тяжести последствий от их появления; балльных оценок факторов, влияющих на контрольную среду организации и т.д.)
Сценарный анализ в методе внутренней оценки
В сценарии задаются относительные изменения интенсивности операций и средней величины потерь по каждому виду деятельности, что в свою очередь вызывают пропорциональные изменения оценок средней частоты возникновения неблагоприятных событий и средней величины потерь в результате возникновения неблагоприятного события.
В зависимости от выбранного сценария изменений производится расчет ORC.
, где
- средняя частота возникновения неблагоприятных событий операционного риска i-й категории операционного риска j-го вида деятельности;
- средняя величина потерь в результате возникновения неблагоприятного события i-й категории операционного риска j-го вида деятельности;
- относительное изменение интенсивности операций j-го вида деятельности;
- относительное изменение средней величины потерь j-го вида деятельности;
- уровень резервирования j-го вида деятельности i-й категории операционного риска;
- фактор, определяющий профиль распределения j-го вида деятельности i-й категории операционного риска;
- количество видов деятельности;
- количество категорий операционного риска.
Сценарный анализ в балльно-весовом подходе
В сценарии задаются относительные изменения интенсивности операций и средней величины потерь по каждому виду деятельности, что в свою очередь вызывают пропорциональные изменения оценок средней частоты возникновения неблагоприятных событий и средней величины потерь в результате возникновения неблагоприятного события. Задаются относительные изменения значений индикаторов риска . В случае, если для какого-либо вида деятельности и категории риска построена регрессионная модель, то для расчета используются изменения индикаторов риска, в противном случае используются изменения частоты и потерь. В зависимости от выбранного сценария изменений производится расчет ORC.
, где
или , где
- средняя частота возникновения неблагоприятных событий операционного риска i-й категории операционного риска j-го вида деятельности;
- средняя величина потерь в результате возникновения неблагоприятного события i-й категории операционного риска j-го вида деятельности;
- относительное изменение интенсивности операций j-го вида деятельности;
- относительное изменение средней величины потерь j-го вида деятельности;
- относительное изменение j-го индикатора риска;
- значение k-го индикатора операционного риска, который теоретически или эмпирически связан с уровнем операционного риска, принимаемого организацией в момент времени t;
- свободный член модели множественной регрессии j-й бизнес-единицы организации i-ой категории операционного риска;
- модифицированный вес k-го индикатора операционного риска модели множественной регрессии j-й бизнес-линии организации i-ой категории операционного риска;
ошибка модели множественной регрессии.
- уровень резервирования j-го вида деятельности i-й категории операционного риска;
- фактор, определяющий профиль распределения j-го вида деятельности i-й категории операционного риска;
- количество видов деятельности;
- количество категорий операционного риска.
Сценарный анализ в методе оценки кривой распределения
В сценарии задаются относительные изменения интенсивности операций и средней величины потерь по каждому виду деятельности, что в свою очередь вызывают пропорциональные изменения оценок средней частоты возникновения неблагоприятных событий и средней величины потерь в результате возникновения неблагоприятного события (логарифма потерь).
,
,
В зависимости от выбранного сценария изменений производится расчет ORC и вероятности катастрофических потерь.
Карта рисков
Представление результатов оценки операционного риска возможно различными способами, форматы, периодичность и другие особенности которых должны быть отражены во внутренних документах кредитной организации. Интерес представляет такой универсальный инструмент визуализаци данных, как карта рисков.
Карта рисков – достаточно широкое понятие, подразумевающее табличное или графическое представление уровня риска, принимаемого на себя организацией, создаваемое с учетом частоты (вероятности) возникновения неблагоприятных событий, а также величины возможных потерь, в случае реализации этих событий. Обычно карта рисков представляется в виде прямоугольной таблицы, в ячейках которой отражаются ожидаемые убытки за заданный временной период. Координаты ячеек таблицы соответствуют заданным диапазонам значений частоты возникновения неблагоприятных событий на заданном временном периоде, по одной оси, и заданным диапазонам величины потерь в результате возникновения неблагоприятного события, по другой.
Данный инструмент является достаточно гибким в отношении используемых данных. Для построения карты операционного риска организации используются результаты статистического анализа базы данных событий операционного риска, в частности значение средней частоты возникновения событий операционного риска за заданный временной период (обычно один календарный год) и величины потерь в результате реализации неблагоприятных событий. Так же существует возможность использования внешних данных, т.е. данных о событиях ОР, произошедших в других организациях. Такие данные можно использовать для целей вычисления подверженности ОР только после их адаптации к специфике деятельности собственного банка, для чего применяются механизмы т.н. масштабирования.
Для учета внешних данных предлагается применять два подхода, использующие механизм задания масштаба операций. При этом предполагается, что масштаб операций определяет относительное отличие объемов операционной деятельности различных организаций. Масштаб операций организации, которая будет использовать в своих расчетах внешние данные событий операционного риска, например, может приниматься равным единице («эталонная» организация). Масштаб операций остальных организаций задается в относительных единицах прямо пропорционально объему операций «эталонной» организации. Например, если объем операций какой-либо организации, данные которой будут использоваться в качестве внешних, в 10 раз превышает объем операций «эталонной» организации, то масштаб операций такой организации задается равным 10. Масштаб операций организаций задается для каждого направления деятельности в отдельности.
В таком подходе непосредственно в расчете используются как внутренние данные эталонной организации, так и внешние данные сторонних организаций. Таким образом, средняя частота возникновения неблагоприятных событий может определяться следующим образом:
, где
- масштаб операций эталонной организации j-го бизнес направления;
- масштаб операций n-й организации j-го бизнес направления;
- r-я расчетная оценка частоты появления неблагоприятных событий в течение года n-й организации i-й категории операционного риска j-го бизнес направления;
общее количество расчетных оценок n-й организации;
- N – общее количество организаций, включая головную.
Средняя величина потерь в результате возникновения неблагоприятного события определяется следующей формулой:
, где
- масштаб операций n-й организации j-го бизнес направления;
- r-я расчетная оценка средних потерь в результате возникновения неблагоприятных событий n-й организации i-й категории операционного риска j-го бизнес направления;
- к-я расчетная оценка частоты появления неблагоприятных событий n-й организации i-й категории операционного риска j-го бизнес направления в течение года;
общее количество расчетных оценок n-й организации;
- N – общее количество организаций, включая головную.
Карты рисков могут быть построены в разрезе категорий риска для всей организации в целом, или отдельно для каждой бизнес линии. Также могут быть построены карты риска для каждой категории риска в разрезе бизнес линий всей организации.
Для построения карты риска в разрезе категорий риска для всей организации в целом средняя частота возникновения неблагоприятных событий i-й категории операционного риска за заданный период времени определяется следующим образом:
, где
- средняя частота возникновения неблагоприятных событий i-й категории операционного риска для всей организации за заданный период времени;
- общее количество бизнес линий организации;
- средняя частота возникновения неблагоприятных событий операционного риска i-й категории операционного риска j-й бизнес линии в течение года.
Средняя величина потерь в результате возникновения события i-й категории для всей организации определяются следующим образом:
, где
- средняя величина потерь в результате возникновения события i-й категории для всей организации в течение года;
- средняя величина потерь в результате возникновения неблагоприятного события i-й категории операционного риска j-й бизнес линии в течение года;
- средняя частота возникновения неблагоприятных событий операционного риска i-й категории операционного риска j-й бизнес линии в течение года;
- средняя частота возникновения неблагоприятных событий i-й категории операционного риска для всей организации в течение года.
Ожидаемые убытки определяются следующим образом:
, где
- K – средняя частота появления неблагоприятных событий за заданный период времени;
- L – средняя величина потерь в результате возникновения неблагоприятного события.
Заключение
Подходы, предлагаемые Базельским комитетом по банковскому надзору, дифференцированы по степени сложности расчетов, и соответственно - требованиям к данным, давая в результате сильно отличающиеся оценки капитала.
Для кредитных организаций, вынужденных тратить значительные ресурсы на обеспечение выполнения всех условий, связанных с «продвинутыми» подходами, основным стимулом внедрения последних является гипотетический выигрыш в размере необходимого капитала относительно применения простых подходов. Однако на практике банк может столкнуться с обратной ситуацией - и расчет капитала под ОР «продвинутыми методами» поставит банк перед необходимостью докапитализации.
Возможность сравнения потенциальных результатов, полученных различными методами расчета (включая указанные в данной статье), а так же оптимизация проведения аналитических процедур становятся в этих условиях особенно актуальными.
Банкам придется выбрать подход, позволяющий наиболее адекватно оценивать капитал и управлять операционным риском, а так же самостоятельно разработать или приобрести модели оценки, позволяющие реализовать эти методы.
Авторы
Фаррахов И.Т., ООО «РИСКФИН», заместитель генерального директора по развитию
Розанова Е.Ю., независимый эксперт
