Wpływ lewostronnego cenzurowania dotkliwości strat przy szacowaniu ryzyka operacyjnego na przykładzie rozkładu Burra typu III

• Autorzy: Tomasz Szkutnik

Warianty tytułu

Influence of Left Censoring of Severity of Losses on Estimating Operational Risk at The Example of Burr Type III Distribution

• Języki publikacji: PL

Abstrakty

W artykule poruszono problem wykorzystania różnych sposobów raportowania w odniesieniu do szacowania ryzyka operacyjnego metodą LDA. Zaawansowane metody pomiaru w najnowszych rozwiązaniach Komitetu Bazylejskiego ds. Nadzoru Finansowego prawdopodobnie nie będą już służyły do określania wielkości kapitału regulacyjnego, jednak ich przydatność dalej może stanowić jeden z elementów systemu zarządzania ryzykiem w instytucji finansowej. Celem artykułu jest zbadanie wpływu utraty informacji o zdarzeniach operacyjnych na stabilność szacunków ryzyka metodą LDA. W tym kontekście proponowane w artykule rozwiązania wykorzystujące rozkłady lewostronnie cenzurowane mogą stanowić dodatkowy kierunek ich rozwoju. W artykule przedstawiono problem na przykładzie lewostronnie cenzurowanego rozkładu Burra typu III, który może być podstawą do wyznaczenia rozkładu dotkliwości strat. Rozważana koncepcja polegająca na cenzurowaniu danych została porównana z powszechnie wykorzystywanym w praktyce rozwiązaniem polegającym na ich ucinaniu. Przeprowadzone badanie symulacyjne pokazało, że w przypadku cenzurowania danych można oczekiwać bardziej stabilnych wyników, które będą bliższe sytuacji pełnej wiedzy o zachodzących procesach, na podstawie których jest szacowane ryzyko operacyjne. Estymacja parametrów z zastosowaniem danych cenzurowanych wykorzystywana powszechnie w innych obszarach badawczych może być jednym z kierunków rozwoju również w przypadku ryzyka operacyjnego w instytucjach finansowych.(abstrakt oryginalny)

EN

The article is addressed to the problem of using various types of reporting in regard to estimating the operational risk with LDA method. Advanced Measurement Approach of estimation in the latest solutions of the Basel Committee on Banking Supervision will not probably be used anymore for defining the size of regulatory capital, however, its usefulness may remain one of elements of risk management system in financial institution. The aim of the article is to examine an impact of loss of information about operational losses on stability of risk estimates performed by LDA method. In that context, solutions which use left censored distributions that are proposed in the article, may be an interesting alternative in practical solutions. The article presents the problem of left censored Burr type III distribution, which may be foundation to determine severity of losses distribution. Considered concept that is basing on censored sample was compared to truncation which is very common solution in practice. Simulations has showed that in case of censoring of data we can expect more stable results which will be closer to situation of full knowledge about happening processes on which operational risk is basing. Estimation of parameters on the basis of censored data used commonly in other research areas may be one of directions of development also in case of operational risk in financial institutions.(original abstract)

Słowa kluczowe

PL

Ryzyko operacyjne; Szacowanie ryzyka

EN

Operational risk; Risk estimating

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2016
• Numer: nr 291
• Strony: 83--101

Twórcy

autor

Tomasz Szkutnik

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• BIS (2010, October 28), Recognising the Risk-mitigating Impact of Insurance in Operational Risk Modelling, http://www.bis.org/publ/bcbs181.htm.
• BIS (2011, June 30), Principles for the Sound Management of Operational Risk - final document, http://www.bis.org/publ/bcbs195.htm.
• BIS (2013, January 9), Principles for Effective Risk Data Aggregation and Risk Reporting, http://www.bis.org/publ/bcbs239.htm.
• BIS (2014, October 6), Operational Risk - Revisions to the Simpler Approaches- Consultative Document, http://www.bis.org/publ/bcbs291.htm.
• BIS (2016, March 4), Standardised Measurement Approach for Operational Risk - consultative document, http://www.bis.org/publ/d355.htm.
• Chernobai A.S., Rachev S.T. & Fabozzi F.J. (2007), Operational Risk: A Guide to Basel II Capital Requirements, Models, and Analysis, John Wiley & Sons.
• Feroze N., Aslam M. and Sindhu T.N. (2015), On Maximum Likelihood Estimation for Left Censored Burr Type III Distribution, "Pakistan Journal of Statistics and Operation Research", Vol. 11, No. 4, s. 497-512.
• Fisz M. (1969), Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa.
• Klein J.P., Moeschberger M.L. (2003), Survival Analysis: Techniques for Censored and Truncated Data, Springer.
• Klugman S.A., Panjer H.H. & Willmot G.E. (2008), Loss Models: From Data to Decisions, Wiley.
• Millard S.P. (2013), EnvStats, Springer, New York.
• PWC (2015 December), Operational Risk: The End of Internal Modelling? https://www.pwc.com/gx/en/financial-services/pdf/fs-operational-risk-modelling.pdf.
• Shevchenko P.V. (2011), Modelling Operational Risk Using Bayesian Inference, Springer, Berlin-Heidelberg.
• Szkutnik T., Basiaga K. (2013), The Application of Generalized Pareto Distribution and Copula Functions in the Issue of Operational Risk, "Econometrics", 39(1), s. 133-142.