Palavras-chave: Risco operacional Análise bayesiana Simulação de Monte Carlo. Os dados foram obtidos a partir da Associação Riskdata Operacional Exchange (ORX) para o período 2007-2011, e a informação externa foi fornecida por peritos qualificados para completar os registros ausentes ou melhorar os dados de má qualidade. As linhas de negócio analisadas são marketing e vendas, banca de retalho e banca privada, que juntos representaram 88,5% das perdas em 2011. Com as distribuições posteriores é realizada una inferência sobre a perda máxima esperada por um período de 20 dias, usando o método de simulação de Monte Carlo.
Isso requer (e é projetado) um modelo de Rede Bayesiana (RB), com distribuições anteriores e posteriores para estimar a frequência e a severidade. Palabras clave Riesgo operacional Análisis bayesiano Simulación Monte Carlo.Įsta pesquisa tem como objetivo desenvolver uma metodologia Bayesiana para identificar, quantificar e medir o risco operacional em diversas linhas de negócio da banca comercial. Los datos fueron obtenidos de la Asociación Riskdata Operacional Exchange (ORX) para el período 2007-2011, y la información externa fue proporcionada por expertos calificados para completar los registros faltantes o mejorar los datos de mala calidad. Las líneas de negocio analizadas son comercialización y ventas, banca minorista y banca privada, que en conjunto representaron el 88,5% de las pérdidas en 2011. Con las distribuciones a posteriori se realiza inferencia sobre la máxima pérdida esperada, para un período de 20 días, utilizando el método de simulación Monte Carlo. Para ello se diseña un modelo de red bayesiana con distribuciones a priori y a posteriori para estimar la frecuencia y la severidad.
Keywords: Operational risk Bayesian analysis Monte Carlo simulation.Įsta investigación tiene como propósito desarrollar una metodología bayesiana para identificar, cuantificar y medir el riesgo operacional en distintas líneas de negocio de la banca comercial. Data was obtained for the period 2007–2011 from the Riskdata Operational Exchange Association (ORX), and external data was provided from qualified experts to complete the missing records or to improve its poor quality. The business lines analyzed are marketing and sales, retail banking and private banking, which all together accounted for 88.5% of the losses in 2011. Regarding the subsequent distributions, an inference procedure for the maximum expected loss, for a period of 20 days, is carried out by using the Monte Carlo simulation method. To do this, a Bayesian network (BN) model is designed with prior and subsequent distributions to estimate the frequency and severity. This study aims to develop a Bayesian methodology to identify, quantify and measure operational risk in several business lines of commercial banking.
Corresponding author at: Cerro del Vigía 15, Col. Martínez-Palacios a, Francisco Venegas-Martínez bĪ Profesor-Investigador, Escuela Superior de Apan, Universidad Autónoma del Estado de Hidalgo, Apan, Mexicoī Profesor-Investigador, Escuela Superior de Economía, Instituto Politécnico Nacional, México D.F., Mexico. José Francisco Martínez-Sánchez a, María Teresa V.
Uma análise do risco operacional no sistema bancário internacional: uma abordagem bayesiana (2007-2011) Un análisis del riesgo operacional en la banca internacional: un enfoque bayesiano (2007-2011) An analysis on operational risk in international banking: A Bayesian approach (2007–2011)
0 kommentar(er)
