Основные подходы к управлению операционными рисками

При управлении операционными рисками возникает несколько концептуальных проблем.

  1. Во-первых, в отличие от рыночного и кредитного риска, операционный риск является внутренним риском для финансовых организаций, что определяет его специфику в каждой компании. Крайне сложно собрать обобщенную информацию о таких потерях. Естественно, что не все компании готовы сообщать о своих внутренних проблемах. Кроме того, специфика операционных рисков в каждой из них не позволяет получить универсальную информацию о таких потерях на основе простого суммирования фактов.
  2. Во-вторых, рыночный и кредитный риски можно количественно измерить, определить их вероятность, размер ущерба, а также степень влияния отдельных факторов. В случае операционных рисков такую взаимосвязь нелегко установить. Поэтому операционный риск-менеджмент в меньшей степени использует количественные методы анализа, а основывается преимущественно на создании системы внутреннего контроля и внутренней инфраструктуры для предотвращения таких рисков вообще.
  3. В-третьих, значительные операционные потери – относительно редкое явление (но возможное). Такие маловероятные события находятся «в хвосте» статистического распределения, т. е. далеко за пределами разумного доверительного интервала. В связи с этим использование статистических методов, таких как operational value at risk, является проблематичным из-за малой репрезентативности данных для анализа. Не исключено, что в отдельных организациях такие исследования могут привести к определенным результатам, но разработать универсальную методику управления операционными рисками, основанную на математических методах, пока не удается.

Таким образом, применение статистических моделей для управления операционными рисками пока весьма ограничено. Однако эти риски можно минимизировать путем повышения контроля за всеми сферами деятельности организации и разработки грамотных процедур осуществления бизнес-процессов.

Все разнообразные подходы к идентификации, количественной оценке, анализу и управлению операционными рисками можно условно разбить на «нисходящие» и «восходящие».

Нисходящие модели (top-down models) рассматривают операционный риск «сверху вниз», с точки зрения конечных результатов деятельности, т. е. последствий, к которым приводит операционный риск (например, общая сумма убытка в результате сбоя информационных систем или ошибок персонала). Полученные результаты используются для размещения капитала между подразделениями в качестве резерва под такие потери.

Восходящие модели (bottom-up models) разрабатываются «снизу вверх», с точки зрения подразделений или бизнес-процессов. Основное внимание уделяется причинам возникновения операционных рисков, которые могут привести к негативным последствиям.

Способы управления операционным риском можно классифицировать следующим образом:

I. Аудиторские проверки позволяют определить несоответствия существующей практики требованиям регулирующих органов и законодательства. Кроме того, определяются наиболее слабые места с точки зрения контроля путем сравнения имеющихся бизнес-процессов с «наилучшей практикой».

Внутреннюю оценку и анализ проводят все подразделения с целью самостоятельного определения возможных операционных рисков. Такая оценка отчасти субъективна, но основывается на внутренней заинтересованности подразделений и отдельных сотрудников в грамотном исполнении своих обязанностей. В конечном счете основная деятельность осуществляется именно на уровне этих подразделений, и ее качество зависит от того, насколько правильно их персонал понимает свою работу и эффективно справляется с ней.

II. Индикаторы деятельности представлены тремя основными группами показателей, по которым можно судить о деятельности компании и существующих операционных рисках.

Индикаторы текущей деятельности (key performance indicators) отражают наиболее значимые аспекты деятельности компании, по которым можно судить о ее текущем состоянии. Основное назначение таких индикаторов состоит в том, что они позволяют осуществлять контроль за эффективностью осуществляемых операций. Такими показателями могут служить: количество неверных операций, рекламации от клиентов, текучесть кадров, суммарное время неработоспособности информационных систем и т. д.

Индикаторы эффективности контроля (key control indicators) показывают количество ошибок, которые были предотвращены благодаря системе внутреннего контроля. Такими индикаторами могут служить, например, количество исправленных операций, количество неподтвержденных сделок, расхождения при сверке данных, выявленные случаи несанкционированного доступа к данным и др.

Индикаторы риска (key risk indicators) являются опережающими показателями и строятся расчетным или аналитическим путем сопоставления индикаторов текущей деятельности и эффективности контроля. Например, сопоставив информацию об одновременном увеличении объема операций, текучести кадров и количества ошибок ввода данных, можно оценить уровень операционного риска для компании. Тем самым, можно создавать количественные модели для анализа и прогнозирования ситуации в области операционных рисков.

Все перечисленные индикаторы часто используются в целях контроля за операционной деятельностью. Это основано на допущении, что при появлении негативных сигналов от таких индикаторов возрастает вероятность событий, которые связаны с операционным риском. Соответственно, риск-менеджер может предотвратить такую опасность, усилив контроль за ситуацией.

III. Анализ волатильности доходов. Изменчивость доходов компании зависит от уровня риска, в который включаются все виды финансовых рисков, в том числе и операционный. Следовательно, если из общей волатильности дохода исключить факторы рыночного и кредитного риска, то «остаточная» волатильность должна объясняться факторами операционного риска. Данный подход состоит в том, что в течение некоторого периода времени определяется доход компании и рассчитывается величина стандартного отклонения его изменений (аналогично методике VaR).

При расчете необходимо исключить влияние факторов рыночного и кредитного рисков. Хотя это и можно сделать на основе статистических методов, при этом все равно остается волатильность, вызванная факторами бизнес-риска, который также влияет на изменчивость доходов в течение периода. Провести четкую границу между всеми перечисленными факторами риска сложно, и, кроме того, на основе полученных результатов практически невозможно предотвратить негативные отклонения дохода, так как данный метод не позволяет установить их причину.

На практике такая модель может быть полезной только для размещения капитала под возможные потери в результате различных факторов риска.

IV. Причинно-следственные модели позволяют объяснить происхождение и оценить потери при осуществлении бизнес-процессов с помощью методов теории вероятностей. Основой такого подхода является то, что причины и следствия связаны условными вероятностями. Расчет потерь производится на основе формулы Байеса.

Например, изначально мы оцениваем, что операционный риск возможен либо в результате сбоя информационных систем (с вероятностью 40 %), либо в результате ошибки персонала (с вероятностью 60 %). Последствиями операционного риска могут быть: неправильный расчет, мошенничество либо неисполнение операции. Вероятности каждого из этих событий определены для каждого из факторов операционного риска (рис. 1).

Рис. 1. Пример сети Байеса

Предположим, в компании произошла ошибка, которая привела к некорректному расчету при исполнении операции. Как изменится вероятность того, что это произошло в результате сбоя информационных систем или действий сотрудников компании? Для ответа на этот вопрос воспользуемся формулой условной вероятности Байеса:


Таким образом, вероятность того, что ошибка была вызвана сбоем информационных систем, возрастает до 62,5 %. В более сложных задачах, когда создаются более детальные, многоуровневые причинно-следственные сети, такой анализ может быть очень полезен для анализа причин произошедших сбоев.

Сложность применения данного подхода – в исходном определении вероятностей того или иного исхода. Однако преимущество данной модели состоит в том, что с ее помощью можно с большей вероятностью определить место возникновения ошибки, так как в рамках такой задачи воссоздается вся последовательность бизнес-процесса.

V. Распределение вероятностей убытков представляет собой еще один математический подход к анализу потерь в результате операционных рисков. Предполагается, что вероятность операционных рисков и размер операционных потерь заданы априори и их количественная оценка является отдельной задачей.

За определенный промежуток времени проводятся наблюдения того, сколько произошло случаев реализации операционных рисков и к каким последствиям они могли привести. Например, сбой информационных систем в течение одного месяца может произойти I раз с вероятностью 30 %, 2 раза – с вероятностью 20 % и ни одного раза – с вероятностью 50 % (табл. 1).

Отсюда следует, что ожидаемое количество сбоев информационных систем составляет 0,7. Последствия такого сбоя могут распределяться следующим образом: с вероятностью 60 % потери будут до 1000 долл.; с вероятностью 30 %– до 10 000 долл. и с вероятностью 10 %– свыше 100 000 долл. Ожидаемый уровень ущерба составляет I3 600 долл.

На основе имеющихся данных произведем анализ общего распределения убытков и вероятности их наступления. Для этого последовательно рассмотрим все случаи, оценивая их вероятности и размер ущерба. Результаты представлены в табл. 2 в порядке возрастания убытков.

Таблица 1

Таблица 2

С вероятностью 0,5 не произойдет ни одного сбоя в информационных системах, поэтому размер ущерба равен 0. С вероятностью 0,3 произойдет один сбой, который может привести к одному из трех убытков. Вероятность каждого из них равна произведению вероятности одного сбоя в ИС (0,3) на собственную вероятность (соответственно, 0,6; 0,3 или 0,1). Для случая, когда происходит два сбоя в информационных системах, последовательно перебираем все комбинации возможных убытков и так же определяем их вероятность.

В результате получаем, что ожидаемый уровень ущерба равен произведению математических ожиданий: 0,7 ? 13 600 долл. = 9520 долл. Для того чтобы определить ожидаемый убыток с точностью 95 %, следует обратиться к величине накопленной вероятности. В табл. 2 представлены два пограничных значения: 93,2 и 96,2 %.

Соответствующие им величины убытка равны 20 000 и 100 000 долл., а значит, при 95 %-ной вероятности размер убытка составит примерно 68 000 долл. Превышение над ожидаемой потерей является операционным VaR, который равен 58 480 долл. (рис. 2).

Рис. 2. Распределение вероятностей операционных убытков

Ожидаемый убыток – это размер операционных потерь, которые могут произойти в ходе нормального функционирования бизнеса. Как правило, это часто происходящие события, имеющие не столь существенное значение.

Непредвиденные потери, или операционный VaR (operational VaR), представляют собой разность между максимальным убытком при заданной степени достоверности и ожидаемым убытком. Как правило, это нечасто случающиеся проблемы, которые могут привести к серьезным потерям.

Такие убытки довольно сложно прогнозировать, чтобы правильно рассчитать сумму резервного капитала. Убытки можно компенсировать за счет страхования, но предотвратить такие случаи можно только благодаря эффективной системе внутреннего контроля, грамотной организации бизнес-процессов и надежным информационным системам.

Катастрофические потери отражают убытки в случае катастрофических событий. По определению, такие события происходят очень редко, но их последствия чрезвычайно разрушительны для компании, как, например, банкротство банка Barings.

Узнай цену консультации

"Да забей ты на эти дипломы и экзамены!” (дворник Кузьмич)