Modelowanie rozkładu strat w pomiarze ryzyka operacyjnego

• Autorzy: Katarzyna Kuziak

Warianty tytułu

Loss Distribution Approach for Operational Risk Measurement

• Języki publikacji: PL

Abstrakty

Celem niniejszego artykułu jest przedstawienie podejścia LDA do modelowania strat z tytułu ryzyka operacyjnego, a następnie kalkulacja miary capital-at-risk (obciążenie kapitału ryzykiem operacyjnym). Wskazane zostaną problemy pojawiające się w analizie LDA. Podejście to zostanie zilustrowane hipotetycznym przykładem numerycznym (z uwagi na problem z dostępem do danych dotyczących strat z tytułu zdarzeń operacyjnych). (fragment tekstu)

EN

In the operational risk measurement we use stochastic modelling approach, where the parameter estimation of probability distribution for the frequency of events and for the severity is made by empirical estimation or parametric estimation (e.g. loss distribution approach, LDA). In this paper the loss distribution approach is introduced. In LDA one assumes the type of distribution for a single event. For frequency distribution Poisson distribution and for severity distribution normal distribution could be used as well. For the estimation methods moments and maximum likelihood methods are generally chosen. Then one obtains the aggregate loss distribution by compounding loss severity and loss frequency distribution. This approach is illustrated by an example. (original abstract)

Słowa kluczowe

PL

Ryzyko operacyjne; Pomiar ryzyka; Modele stochastyczne

EN

Operational risk; Risk measures; Stochastic models

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2008
• Tom: 15
• Numer: nr 7 (1207) Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 223--231

Twórcy

autor

Katarzyna Kuziak

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Basle Committee on Bank Supervision (2003), Supervisory Guidance on Operational Risk Advanced Measurement Approaches for Regulatory Capital.
• Boecker K., Klueppelberg C. (2005), Operational FAR: a Closed-form Approximation, RISK, s. 90-93.
• Ebnoeter S., Vanini P., McNeil A., Antolinez P. (2002), Operational Risk: a Practitioner's View, www.gloriamundi.org.
• Embrechts P., Kaufmann R., Samorodnitsky G. (2002), Ruin Theory Revisited: Stochastic Models for Operational Risk, www.gloriamundi.org.
• Embrechts P., Lindskog F.. McNeil A. (2001), Modelling Dependence with Copulas and Applications to Risk Management, raport, ETHZ Zurich.
• Feller W. (1968), An Introduction to Probability Theory and Its Applications, vol. I, Wiley Series in Probability and Mathematical Statistics, John Wiley & Sons, New York.
• Frachot A., Georges P., Roncalli T. (2001), Loss Distribution Approach for Operational Risk, gro.ere ditlyonnais.fr.
• Jajuga K., Jakóbczak J. (2004), Ryzyko operacyjne - nowe tendencje w zakresie pomiaru, Materiały z konferencji „Innowacje na światowych rynkach finansowych", Warszawa, s. 47-56.
• Jakóbczak J. (2003), Ryzyko operacyjne czy ryzyko korporacyjne, Materiały z konferencji „Innowacje na światowych rynkach finansowych", Warszawa.
• Johnson N.L., Kotz S., Kemp A.W. (1993), Univariate Discrete Distributions, John Wiley & Sons, New York.
• Klugman S., Panjer H.H., Willmot G. (2004), Loss Models - from Data to Decisions, John Wiley & Sons, New Jersey.
• Leippold M., Vanini P. (2005), The Quantification of Operational Risk, „Journal of Risk", 8(1), s. 59-85.
• Marshall C. (2001), Measuring and Managing Operational Risk in Financial Institutions, Tools, Techniques and other Resources, John Wiley & Sons, Singapore.
• Panjer H.H. (1981), Recursive Evaluation of Compound Distributions, „Astin Bulletin" 12, s. 22-26.