Операционный риск в финорганизациях
На практике это про ошибки процессов, людей, систем и внешние события, которые могут привести к убыткам. Участник финрынка должен выстроить систему управления рисками как финансовыми, так и операционными. Значит научиться выявлять их, оценивать и управлять (активно минимизировать,если он превышает приемлемый размер или же следить за их уровнем).
ЦБ закладывает на операционные риски долю капитала организации (на покрытие возможных потерь). То есть чем меньше оценка риска, тем меньше нужно отложить про запас. Это подталкивает финорги развивать полноценные количественные (в деньгах оценки) и качественные (не денежные) модели.
Качественные модели: - Самооценка рисков (RCSA): подразделения ежегодно оценивают уровень операционного риска в своих процессах, указывают слабые места и существующие контроли. - Сценарный анализ: эксперты разрабатывают стресс‑сценарии (например, крупный ИТ‑сбой, массовый отток персонала, атака на критические системы) и оценивают возможные потери и уязвимости процессов. - Ключевые индикаторы риска (KRI): мониторинг показателей, сигнализирующих об усилении операционных рисков (частота инцидентов, задержки в обработке операций, сбои систем).
Для количественной оценки нужна статистика. Иначе выбирается качественный подход. Какие это данные: - База внутренних событий. Организация систематический собирает информацию о фактических инцидентах и убытках (штрафы, ошибки, сбои, мошенничество, киберинциденты). - Базы внешних событий. Здесь учитываются случаи в других организациях. Иногда такие данные собирают в справочники или платные ресурсы.
Количественная оценка основана на статистическом анализе убытков и построении моделей распределения потерь. - подбор распределения частоты и размера операционных потерь по направлениям деятельности и типам событий - разные коэффициенты к доходу по видам деятельности (коэффициент говорит ЦБ по своей модели-в основе статистика по всем организациям) - балльно‑весовые модели- экспертная оценка уровней риска (иногда и его вероятности) с учётом качества контролей с последующей агрегацией в интегральный скор.
На практике банки выстраивают смешанную систему, объединяя регуляторные подходы (доля выручки) статистические модели (если есть данные) и бальные (в основе оценка экспертов).
ИИ подключается для анализа текстовой информации о инцидентах, выявления аномалий в операционных процессах и улучшения качества прогнозов по операционным убыткам. Финальные решения по капитальным требованиям и мерам управления рисками остаются за людьми
