Model sterowania ryzykiem operacyjnym w bankach

• Autorzy: Tadeusz Banek , Edward Kozłowski

Warianty tytułu

The Model of Operational Risk Steering in Banks

• Języki publikacji: PL

Abstrakty

Problemy z funkcjonowaniem banków z reguły są poważnym wstrząsem nie tylko dla ich klientów, ale i całej gospodarki. Stabilność systemu bankowego jest bardzo istotna w gospodarce rynkowej, jednak mogą zdarzyć się bankructwa banków. Nowa Umowa Kapitałowa proponuje rozszerzyć pomiar ryzyka podejmowanego przez banki o ryzyko operacyjne oraz uwzględnić go w kalkulacji kapitałowej banku. Zaproponowano zaawansowaną metodę pomiaru ryzyka operacyjnego (AMA), która oparta jest na metodzie LDA z wykorzystaniem możliwości sterowania nakładami w celu ograniczenia strat spowodowanych czynnikiem ludzkim.

EN

As a rule problems with banks functioning are a serious shock not only for their customers, but also for the entire economy. The stability of the banking system is very significant in the market economy, however bankruptcies of banks can happen. The New Capital Agreement proposes to extend the measurement of risk taken by banks with the operational risk and to include it in banks' capital calculations. An advanced operational risk measurement approach was suggested, which was based on the LDA method using the possibility of steering the expenditure with a purpose of limiting the losses caused by the human factor. (AT)

Słowa kluczowe

PL

Ryzyko operacyjne; Banki; Modele stochastyczne

EN

Operational risk; Banks; Stochastic models

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2008
• Tom: Modelowanie preferencji a ryzyko '08
• Strony: 145--152

Twórcy

autor

Tadeusz Banek

autor

Edward Kozłowski

Bibliografia

• Rishel R. (1985). A Nonlinear Discrete Time Stochastic Adaptive Control Problem, Theory and Applications of Nonlinear Control Systems. Sel. Pap. 7th Int. Symp. Math. Theory Networks Systems, 585-592.
• Harris L., Rishel R. (1986). An Algorithm for a Solution of a Stochastic Adaptive Linear Quadratic Optimal Control Problem. IEEE Transactions on Automatic Control, 31, 1165-1170.
• Banek T., Kozłowski E. (2004). Active and Passive Learning in Control Processess XV Int. Conf. on System Science, Wrocław, II, 38-48.
• Beneš V.E., Karatzas I., Rishel R. (1991). The Separation Principle for a Bayesian Adaptive Control Problem with no Strict-sense Oprimal Law. Stochastic Monographs 5, 121-156.
• Zabczyk J. (1996), Chance and Decision. Pisa, Scuola Normale Superiore.
• The New Basel Capital Accord. (2004). Basel Committee on Banking Supervision.
• Ebnother S., Vaninib P., McNeilc A.J., Antolinez-Fehr P., Modelling Operational Risk, http://www.math.ethz.ch/~mcneil/ftp/operational.pdf
• Embrechts P., Kaufmann R., Samorodnisky G. (2004). Ruin Theory Revisited: Stochastic Models for Operational Risk. Risk Management for Central Bank Foreign Reserves, EBC, Frankfurt am Main.
• King L.J. (2001). Operational Risk: Measurement and Modelling. John Wiley & Sons Limited, Chichester, London.
• Embrechts P., Frey R., McNeil A.J. (2005). Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press.