Mostrando entradas con la etiqueta analisis de escenarios. Mostrar todas las entradas
Mostrando entradas con la etiqueta analisis de escenarios. Mostrar todas las entradas

viernes, 2 de marzo de 2012

Modeling Operational Risk Based on Multiple Experts’ Opinions

Fuente: Libro: “Operational Risk Towards Basel III”
Título: Modeling Operational Risk Based on Multiple Experts’ Opinions
Fecha: 2009
Autor: Jean-Philippe Peters and Georges Hübner

A pesar de que la gestión del riesgo operacional no es una materia nueva para las entidades financieras, estas se encuentran todavía definiendo la forma más adecuada de llevar a cabo el cálculo del capital por riesgo operacional.

Las opciones que se plantean a las entidades financieras pueden resumirse en:


  • Métodos basados, básicamente, en la aplicación de uno o varios porcentajes sobre los ingresos;

  • Métodos basados en la gestión del riesgo de la propia compañía.
En el caso de la gestión basada en riesgos, es habitual subrayar que un modelo adecuado debe combinar diversas fuentes de información; a saber: bases de datos internas de pérdidas operacionales; bases de datos externas de pérdidas operacionales; opiniones de expertos basados en el análisis de escenarios; el propio entorno de control de la entidad.

En cuanto a la forma en que se decida ponderar las mencionadas fuentes de información, no es un criterio determinado a priori sin que dependerá de la realidad de cada entidad.

Lo que se defiende en el presente documento es un método científico para poder agregar las opiniones de los expertos que posteriormente son empleadas en el análisis de escenarios de riesgo operacional.

Revisión de los enfoques de modelos internos.

Con carácter general la mayoría de loes enfoques presentados por las compañías en cuanto a los modelos internos, se pueden resumir en dos: el modelo de distribución de pérdidas (LDA, según sus siglas inglesas); y el modelo basado en el análisis de escenarios.

El modelo LDA.

El modelo LDA es una técnica paramétrica que está basada fundamentalmente en la observación de los datos de pérdidas internas de la compañía, si bien, puede ser enriquecido con la incorporación de pérdidas provenientes de bases de datos externas del sector.

Este modelo considera de manera separada, por un lado, la distribución de severidad y, por otro lado, la distribución de frecuencia. Posteriormente ambas distribuciones son combinadas.

Sin embargo, uno de los problemas para el empleo de esta metodología es precisamente la necesidad de que exista una base datos interna de pérdidas operacionales, cosa que no siempre existe o, aún existiendo, los datos no cumplen con la requerida calidad.

En tales casos es cuando las entidades deciden acudir al análisis basado en escenarios.

Análisis de escenarios.

El análisis basado en escenarios comparte con el modelo LDA la idea de combinar las distribuciones de frecuencia y severidad para calcular una distribución agregada de pérdidas.

Sin embargo, difiere en el sentido de que la estimación de ambas distribuciones está basada en la opinión de expertos sobre determinados escenarios hipotéticos. Sobre la base de estos escenarios, los expertos valoran la frecuencia e impacto con que se podrían producir los eventos de pérdida descritos.

El desafío de este modelo consiste precisamente en la obtención de estimaciones que sean ajustadas a la realidad.

Para poder combinar el resultado de este análisis con el obtenido a través del modelo LDA, aquel deberá ser estadísticamente compatible., siendo la denominada inferencia bayesiana la técnica de combinación más adecuada.

La inferencia bayesiana presenta grandes ventajas que hacen que sea especial óptima para la modelización del riesgo operacional:


  • En primer lugar, es una técnica estadística robusta para combinar los datos derivados de las opiniones subjetivas de las personas y los datos de las bases de pérdidas operacionales.

  • Además, dota de transparencia al proceso de forma que puedan ser analizados las dos fuentes de información por parte tanto de auditoría interna como del regulador.

  • Finalmente, se basa en las hipótesis que encajan bien con el riesgo operacional, ya que ambo casos, observaciones y parámetros de las distribuciones son consideradas aleatorias.
El proceso para llevar a cabo el análisis de escenarios debe plantearse a través de un conjunto estructurado de actividades.

Este conjunto de actividades comienza con la selección de los expertos que posteriormente van a llevar a cabo la valoración de los escenarios. Para ello, cada responsable de área será el encargado de seleccionar a los expertos de sus respectivas áreas.

El siguiente paso es preparar las diferentes sesiones con los grupos de trabajo. En este sentido se puede optar, básicamente, por dos criterios: plantear las reuniones individualmente con cada experto; o juntar a todos los expertos y responsables en una misma reunión. Ambas posibilidades entrañan ventajas e inconvenientes.

A continuación se debe decidir el modo más adecuado para exponer las preguntas a los expertos, en función de los diferentes perfiles, con el objetivo de obtener respuestas que puedan ser finalmente cuantificadas.

Por último, se debe definir el mejor método de agregar las opiniones de los expertos. Sea cual fuere el modelo seguido, deberá cumplirse con los siguientes requisitos:
#1: Poder combinar varias opiniones en un único parámetro.
#2: Tener en cuenta la evaluación del responsable.
#3: Estar basado en una metodología estadísticamente robusta.
#4: El resultado del método debe ser capaz de poder emplearse junto con los resultados obtenidos por el modelo de LDA.

El autor resume cuatro formas prototípicas de combinación de las opiniones de los expertos.


  • En primer lugar considera la opción de dotar de una misma ponderación a todas las opiniones obtenidas durante las entrevistas con los expertos.

  • Una segunda opción es establecer una diferente ponderación a las opiniones realizadas por los expertos. Esta diferente ponderación sería determinada por el responsable.

  • Un tercer método sería aquel que seguiría el denominado modelo de Cooke, mediante el cual se otorga diferente peso a las opiniones de los expertos en función de los resultados de un cuestionario referente a conocimiento sobre el negocio, preparado por el gestor de riesgo operacional.

  • Finalmente, el denominado método supra-bayesiano, mediante el cual el responsable define en primera instancia la probabilidad de ocurrencia de un determinado evento. Posteriormente, los diferentes expertos procederán a emitir sus opiniones las cuales se tendrán en consideración por el responsable para actualizar su opinión previa.
El resultado del análisis llevado a cabo por el autor en relación al cumplimiento con los cuatro requisitos arriba mencionados queda reflejado en el siguiente cuadro:

martes, 2 de agosto de 2011

Operational Risk - Scenario Analysis


Fuente: Charles University (Prague)

Título: Operational Risk – Scenario Analysis

Fecha: septiembre 2008

Autor: Milan Rippel, Petr Teply

El presente resumen del artículo va a comentar los puntos abordados por el autor y las conclusiones a las que el mismo llega. Sin embargo, nuestro interés se va a centrar sobretodo en el apartado referido al análisis de escenarios.

El artículo presenta un estudio empírico llevado a cabo empleando datos de una institución financiera europea. A través de dicho estudio se presentarán conclusiones en relación a las siguientes dos cuestiones:
· En primer lugar, la idoneidad de las estimaciones de capital basadas en eventos de perdida históricos. Para ello, analizará diferentes métodos estadísticos posibles;
· En segundo lugar, la medición del impacto de potenciales eventos extremos de riesgo operacional y la posibilidad de su inclusión a la muestra de datos de pérdida ya existentes en la base de datos.


En cuanto a la primera cuestión, el autor concluye que la utilización de la teoría del Extreme Value Theory (EVT) como método estadístico para modelar los datos de riesgo operacional no es tan adecuada como lo resulta la distribución hiperbólica generalizada.


Su segunda conclusión es que la muestra de datos originales resulta reforzada y enriquecida con los eventos creados a través del análisis de escenarios.

Alcance


El hilo conductor inicial del autor consiste en acotar adecuadamente los conceptos que van a ser analizados a través del artículo, a saber: riesgo operacional, capital regulatorio y capital económico.


Partiendo de la definición ya clásica del riesgo operacional (el riesgo de pérdida derivado de la inadecuación o de la disfunción de procesos internos, del personal o de los sistemas, o de sucesos externos; incluye dentro del concepto de riesgo operacional el riesgo legal pero se excluye el riesgo estratégico y reputacional), el autor acota dicho concepto respecto de las definiciones de riesgo de mercado y de crédito. Para ello, propone el siguiente cuadro resumen:



A continuación, diferencia entre dos conceptos relacionados pero no idénticos: capital regulatorio y capital económico. Esta diferenciación es muy importante a la hora de modelar correctamente el riesgo operacional.


El capital regulatorio, es aquel que resulta necesario para proporcionar una adecuada cobertura a las exposiciones de las entidades financieras frente a los riesgos financieros; es decir, viene a ser el nivel de capital mínimo exigido por el regulador.


El capital económico es aquel margen disponible frente a pérdidas futuras e inesperadas ocasionadas por riesgos operacionales, de mercado o de crédito; es decir, viene a ser el nivel de capital que elegirían los accionistas de una entidad financiera en ausencia de regulación.


Una diferencia importante a tener en cuenta a la hora de modelar el riesgo operacional es que el capital regulatorio cubre las pérdidas esperadas y las inesperadas sólo hasta determinado nivel de confianza, pero no considera los eventos de pérdida extremos, como sí lo hace el capital económico.



Metodología


Una vez definidos y acotados los conceptos de riesgo operacional y de capital regulatorio/económico, el autor presenta las tres metodologías de medición del riesgo operacional que recoge Basilea II:
1. Basic Indicator Approach (BIA),
2. Standarized Approach (SA) y
3. Advanced Measuremten Approach (AMA).


Las dos primeras responden a la denominada aproximación “top-down”, donde capital operacional es definido como una proporción determinada de los ingresos brutos.


Por su parte, el tercero responde a la denominada aproximación “bottom-up”, donde el importe de capital operacional es determinado en base a los datos de pérdidas operacionales recogidos en las bases de datos de la compañía.


Basilea II no establece una técnica de medición concreta y determinada para la determinación del importe de riesgo operacional mediante la metodología AMA, sino que deja libertad a las compañías para desarrollar sus propios modelos. Es por ello, que el análisis del autor se adentra en el estudio de las técnicas más adecuadas para llevar a cabo dicha medición del capital económico. En particular, presenta las más reputadas técnicas de medición que emplean las compañías hoy en día:
· Loss Distribution Approach (LDA)
· Stress-testing /Análisis de escenarios
· Autoevaluaciones de riesgos y controles
· Indicadores de riesgo


La realidad demuestra que los datos de riesgo operacional presentan determinadas características que lo diferencian de los datos del riesgo de mercado o de crédito. Esto conduce a que los métodos de valoración diseñados para los riesgos de mercado y de crédito no resulten adecuados para la medición del riesgo operacional.


La medición del riesgo operacional se asemeja más a las matemáticas actuariales, por eso son empleadas a menudo algunas de las metodologías actuariales de valoración a los riesgos operacionales (por ejemplo, la denominada Extreme Value Theroy – EVT).

Existen fundamentalmente dos maneras de desarrollar los modelos de riesgo operacional:
· Enfoque Top-down: cuantifica el riesgo operacional sin intentar identificar los eventos concretos o las causas de las pérdidas. Pertenecen a este grupo los modelos de indicadores de riesgo y los de análisis de escenarios.
· Enfoque Bottom-up: cuantifica el riesgo operacional a través de los eventos concretos identificados en la empresa. Pertenecen a este grupo los modelos de tipo actuarial, donde adquieren especial importancia las distribuciones de frecuencia y severidad que modelan los datos disponibles en las bases de pérdidas operacionales.

Dentro del enfoque Bottom-up, se encuentra la mencionada EVT. Esta teoría es una rama de la estadística que se enfoca en el estudio de los eventos poco frecuentes que están situados en la cola de una distribución de probabilidad concreta. Existen diversas técnicas para la EVT (por ejemplo, el método Block Maxima o el método Peak Over Threshold).


El objetivo final del enfoque Bottom-up es que una vez que se hayan modelado las distribuciones de pérdida (frecuencia y severidad), se procederá a agregar dicha exposición al riesgo. De esta forma, los dos tipos de distribuciones son agregadas en un modelo único que estime la pérdida total para un período de un año, utilizando el método de cálculo del Value-at Risk (VaR). No obstante, a pesar de que el VaR resulte ser el método más habitual, diversos estudios apuntan que éste no resulta ser el método más adecuado para el cálculo del capital sino que resulta más idóneo el Conditional Value at Risk (CVaR).

Stress-test y análisis de escenarios


Un importante hecho a considerar a lo hora de adoptar un enfoque Bottom-up es la necesidad de disponer de una base de datos suficientemente amplia. Sin embargo, esta necesidad choca con la realidad imperante en muchas entidades donde la escasez de datos históricos de riesgo operacional disponibles es manifiesta.


Por eso, para resolver este problema, se han desarrollado otros métodos alternativos para la gestión del riesgo operacional. Uno de estos métodos es el denominado análisis de escenarios, o de forma más genérica, el stress-test.


A través de este método se analiza si una institución financiera podría superar una pérdida derivada de un riesgo excepcional. Es decir, los stress-test valoran los efectos de eventos de poca frecuencia que se encuentran fuera de la capacidad predictiva del modelo estadístico del VaR. En este sentido, el stress-test debería ser empleado como un método complementario al VaR.


A día de hoy, no existe una doctrina suficientemente desarrollada en relación a los stress-test empleados en el cálculo del riesgo operacional. Por eso, existe una gran libertad a la hora de elegir los métodos que mejor se adaptan a cada compañía. Siendo los métodos de stress-test métodos subjetivos, es importante adoptar unas hipótesis lo más correcta posibles, ya que si se adoptan unas hipótesis incorrectas y se emplean unos escenarios irrelevantes, podría conducir a considerar unas pérdidas irrelevantes.


Con carácter general los escenarios pueden clasificarse en dos grandes grupos:
· Aquellos que emplean datos históricos (por ejemplo, los ataques terroristas del 11-S en Nueva York, las operaciones de trading llevadas a cabo en Societé Generalé)
· Aquellos que emplean escenarios hipotéticos, de posibles eventos de riesgo que no han tenido lugar todavía, pero que pudieran darse.


Si la entidad financiera es capaz de implantar una política adecuada de análisis de escenarios, entonces este método proporciona una visión comprehensiva del impacto de los potenciales eventos.


Es por eso, que este método proporciona una base cuantitativa creíble y que por eso los resultados obtenidos pueden ser posteriormente agregados a los otros métodos de cuantificación como, por ejemplo, el empleado a través de la Loss Distribution Approach (LDA).


Para llevar a cabo un adecuado análisis de escenarios, el autor propone la utilización de una metodología estructurada basada en las siguientes tres fases:
1. Listado de los escenarios posibles dentro de una categoría de riesgo operacional determinada.

2. Aplicación del escenario diseñado

3. Distribución de probabilidad para la categoría



De las tres fases mencionadas, la más crítica de todas es la primera. Por eso, resulta vital la utilización de un método de trabajo adecuado que permita su determinación correcta. El autor propone un método basado en los siguientes cinco pasos:
1. Definición de un escenario
2. Determinación de la frecuencia
3. Valoración de la severidad
4. Impacto del escenario
5. Seguro de cobertura



Gestión



Cuestión diferente al cálculo económico del riesgo operacional será la relevancia que la Dirección otorgue a los resultados obtenidos.


A menudo ocurre que los resultados pueden resultar difíciles de interpretar ya que los stress-test definen eventos de poca frecuencia. Esto da lugar a que las acciones para mitigar el riesgo que debe tomar la Dirección pueden resultar poco claras y, por lo tanto, que acaben por ignorarse los resultados derivados del stress-test.

El autor propone que una vez que la institución financiera determine las características especiales de su exposición al riesgo operacional, los directivos de la compañía adoptar las acciones necesarias ayudándose de uno de los cinco métodos de gestionar el riesgo operacional que propone.