Operational Risk: Scenario analysis

Abstract

Zájem o problematiku řízení a meření operačního rizika se v posledních letech prudce zvyšuje - zejména kvůli požadavkům kapitálové přimeřenosti definovaných v Basel II, které musí k 1. lednu 2008 splňovat všechny mezinárodně aktivní finanční instituce a také kvůli závažným ztrátám v oblasti operačního rizika, které se staly v nedávné minulosti. Tato diplomová práce se zaměřuje na techniky meření operačního rizika a metody odhadů kapitálové přiměřenosti. Soubor ztrát operačního rizika, který byl poskutnut středoevropskou bankou, je analyzován pomocí různých přístupů. Je posuzováno několik statistických konceptů používaných pro modelování rozdělení operačních ztrát. Jednou z metod řízení operačního rizika je metoda analýzy scénářů. V této metodě jsou definovány hypotetické ztrátové události a tyto události jsou přidány do souboru empirických událostí a následně je posuzován vliv výsledného souboru událostí na výpočet kapitálové přiměřenosti a na finanční instituci jako celek. Tato diplomová práce se zejména věnuje následujícím dvěma problémům - jaká je nejpřijatelnější statistická metoda na měření a modelování rozdělení ztrát operačního rizika a jaký je vliv hypotetických událostí na finanční instituci. G&h distribuce byla vyhodnocena jako nejvhodnější pro modelování ztrát operačního rizika a výsledky...

Operational risk management and measurement has been paid an increasing attention in recent years - namely due to the Basel II requirements that were to be complied with by all international active financial institutions by January 2008 and also due to recent severe operational risk loss events. This diploma thesis focuses on operational risk measurement techniques and on regulatory capital estimation methods. A data sample of operational losses provided by a Central European bank is analyzed using several approaches. Multiple statistical concepts for the Loss Distribution Approach are considered. One of the methods used for operational risk management is a scenario analysis. Under this method custom plausible loss events defined in a particular scenario are merged with the original data sample and their impact on capital estimates and on the financial institution as a whole is evaluated. Two main problems are assessed in this diploma thesis - what is the most appropriate statistical method to measure and model operational loss data distribution and what is the impact of hypothetical plausible events on the financial institution. The g&h distribution was evaluated to be the most suitable one for operational risk modeling because its results are consistent even while using scenario analysis method. The...