What is Operational Risk Calculator?
▾
A működési kockázat a Bázel II/III szerint a nem megfelelő vagy hibás belső folyamatokból, emberekből és rendszerekből, illetve külső eseményekből eredő veszteség kockázata. Ez a meghatározás magában foglalja a jogi kockázatot, de kifejezetten kizárja a stratégiai és a hírnévkockázatot. A működési kockázat a harmadik fő kockázati kategória a bankszektorban a hitelkockázat és a piaci kockázat mellett, és a tisztességtelen kereskedésből eredő nagy horderejű veszteségek (Barings Bank 1995, Société Générale 2008), a rendszerhibák, a számítógépes támadások, a csalás és a szabályozási megfelelési hibák nyomán nőtt a jelentősége. A működési kockázati veszteségek hatalmasak és hirtelenek lehetnek: a Barings Bank 1,3 milliárd dollárt veszített Nick Leeson jogosulatlan határidős kereskedéséből; A Société Générale 4,9 milliárd eurót veszített Jérôme Kerviel szélhámos kereskedéséből; A JPMorgan Chase 6,2 milliárd dollárt veszített a 2012-es London Whale származékos botrányban. A piaci kockázattól és a hitelkockázattól eltérően a működési kockázat nem ad elvárt hozamot a kockázatvállalásért cserébe – ez egy tiszta árnyoldal, amelyet ellenőrizni és minimalizálni kell. A Bázel II három megközelítést vezetett be a működési kockázati tőke számításánál, amelyeket a Bázel III-ban is finomítások követtek. Az alapmutató-megközelítés (BIA) a legegyszerűbb: tőke = az elmúlt 3 év átlagos éves bruttó jövedelmének 15%-a. A standardizált megközelítés (SA) nyolc üzletágra osztja a tevékenységeket, eltérő tőketényezőkkel (12–18%). Az Advanced Measurement Approach (AMA) lehetővé teszi a bankok számára, hogy belső veszteségadatokat, külső veszteségadatokat, forgatókönyv-elemzést és üzleti környezeti tényezőket (BEF) tartalmazó belső modelleket alkalmazzanak a működési kockázat 99,9 százalékos becslésére – ami összhangban van a bázeli szabályozói tőke általános 99,9%-os megbízhatósági szintjével. Az AMA-modell felépítése veszteségeloszlási megközelítést (LDA) használ: a működési kockázati eseménytípus (7 kategória Bázelből) és üzletág minden egyes kombinációja esetén a bankok modellezik a gyakorisági eloszlást (a veszteségek előfordulásának gyakoriságát) és a súlyossági eloszlást (mekkora az egyes veszteség). A gyakoriság és a súlyosság kombinálása (jellemzően Monte Carlo szimuláción keresztül) összetett veszteségeloszlást eredményez, és a 99,9 százalékos mínusz a várható veszteség adja a tőkeszükségletet. A Bázel IV (véglegesített 2017-ben, bevezetése 2023–2028-ig) az AMA-t a standardizált mérési módszerrel (SMA) váltotta fel, amely megszünteti a szabályozói tőke belső modelljeit, de megtartja azokat a belső irányítás számára. SMA tőke = Üzleti mutató × határegyüttható × veszteségszorzó (tényleges veszteségek alapján).
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Képlet
▾
BIA: tőke = α × Átl.(GI_1, GI_2, GI_3), ahol α=15%
SA: Tőke = Σ β_i × GI_i (üzletágonként)
AMA/LDA: Tőke = VaR₉₉.₉% (Aggregált éves veszteségek) − E[Éves veszteségek]
SMA (Bázel IV): tőke = BI-komponens × veszteségszorzóVariable Legend
▾
| Szimbólum | Név | Egység | Leírás |
|---|---|---|---|
| GI | Bruttó jövedelem | USD/year | Nettó kamatbevétel plusz nettó nem kamatjellegű bevétel (a bank teljes bevétele); a BIA és SA tőkeszámítások alapja. |
| α | BIA tőketényező | % | 15%-os átalány az alapmutató-módszer szerint; 3 éves átlagos bruttó jövedelemre alkalmazva a tőkeszükséglet meghatározásához. |
| β_i | Üzleti vonal béta faktor | % | Standardizált megközelítésű tőketényező üzletágonként: 12%-tól (lakossági közvetítés, eszközkezelés) 18%-ig (kereskedés, fizetés) terjed. |
| OR_EC | Működési kockázati gazdasági tőke | USD | A működési kockázati tőke AMA/belső modelljének becslése: 99,9 százalékos aggregált éves veszteség mínusz várható veszteség. |
| BI | Üzleti mutató (SMA) | USD | A kamatkomponens, a szolgáltatási komponens és a pénzügyi komponens összege – a Basel IV SMA-méret-proxy a működési kockázathoz. |
How to Operational Risk Calculator
▾
- 1Határozza meg az alkalmazandó megközelítést: BIA kis bankok vagy a korai működési kockázati keretrendszer fejlesztés alatt állók számára; SA külön üzletággal rendelkező bankok számára; AMA (vagy SMA a Basel IV szerint) kifinomult nagy intézmények számára.
- 2BIA esetében: átlagos bruttó jövedelem az elmúlt 3 évben (a negatív évek nélkül); szorozzuk meg 15%-kal.
- 3SA esetében: az összes tevékenység hozzárendelése 8 bázeli üzletághoz; alkalmazza a megfelelő béta-tényezőt (12–18%) az egyes sorok bruttó jövedelmére; összeg.
- 4AMA/LDA esetén: gyűjtsön belső káresemény-adatokat (gyakoriság és súlyosság eseménytípus szerint); kiegészítés külső veszteségadatokkal (ORX adatbázis, nyilvános veszteség adatbázis); gyakorisági (Poisson) és súlyossági (log-normális, általánosított Pareto) eloszlást kell kialakítani az egyes kockázati kategóriákra.
- 5Kombinálja a gyakoriságot és a súlyosságot a Monte Carlo-szimulációval, hogy létrehozza az összesített veszteségeloszlást az egyes kockázati kategóriákhoz.
- 6Alkalmazzon kopulákat a kockázati kategóriák közötti korrelációk modellezésére (a szabályozók általában lehetővé teszik a diverzifikációs előnyöket, de bizonyítékokat igényelnek).
- 7Tőke = 99,9 százalékos összesített veszteség mínusz várható veszteség. Adjon hozzá tőkét azokhoz a forgatókönyvekhez, amelyek súlyosak, de a korábbi adatok nem ragadják meg jól.
Worked Examples
▾
A BIA tompa, de egyszerű – a kockázati profiltól függetlenül ugyanaz a 15%.
Átlagos 3 éves GI = (50 millió USD + 55 millió USD + 60 millió USD) / 3 = 55 millió USD. BIA Capital = 15% × 55 millió dollár = 8,25 millió dollár. Ez egyszerűen kiszámítható, de köztudottan nem bonyolult – minden ugyanolyan bruttó bevétellel rendelkező bankot azonos működési kockázatként kezel, függetlenül a tényleges kockázatkezelési minőségtől, az ellenőrzési környezettől vagy az üzleti összetettségtől. Az egyszerű, jól ellenőrzött műveletekkel rendelkező kis közösségi bankok a BIA-t túlságosan konzervatívnak találhatják; a sok potenciális működési kockázati vektorral rendelkező nagy komplex intézmények nem találhatják elegendőnek.
A kereskedési vonal a legmagasabb tőkerátát (18%) viseli a működési összetettség miatt
Lakossági banki szolgáltatások: 200 millió dollár × 12% = 24 millió dollár. Kereskedelmi banki szolgáltatások: 150 millió USD × 15% = 22,5 millió USD. Kereskedés és értékesítés: 100 millió dollár × 18% = 18 millió dollár. Vagyonkezelés: 50 millió dollár × 12% = 6 millió dollár. Teljes SA tőke = 70,5 millió USD. Az SA megkülönbözteti a béta üzletágat, felismerve, hogy a kereskedési műveletek több működési kockázatot hordoznak (összetett rendszerek, elszámolási kockázat, csaló kereskedői potenciál), mint a lakossági banki tevékenység. Az egyes üzletágakon belül azonban az SA továbbra sem tesz különbséget a jól ellenőrzött és a rosszul ellenőrzött intézmények között.
A súlyosság súlyos eloszlása nagy tőkét hajt az átlaghoz képest
Gyakoriság: Poisson(λ=5) modellezi a belső csalási események számát évente. Súlyosság: log-normális, átlagosan 100 000 $ és σ=1,5 (nagyon ferde – a legtöbb esemény kicsi, de néhány katasztrofálisan nagy). 100 000 éves aggregátum Monte Carlo-szimulációja: tipikus évben 3–7 kisebb csalási esemény van (egyenként 50 000–150 000 USD); de az évek legrosszabb 0,1%-ában több nagy esemény kombinációja 8,5 millió dolláros veszteséget okoz. Várható éves veszteség = 5 × 100 000 $ = 500 000 $. AMA Capital = 8,5 millió dollár – 0,5 millió dollár = 8,0 millió dollár – a váratlan veszteség tőkefedezetet igényel. A log-normál kövér farka megmagyarázza, hogy a működési kockázati tőkét miért uralják a ritka katasztrófák.
Az SMA a tényleges veszteségtörténetet használja a tőke besorolásához a belső veszteségszorzón keresztül
A Basel IV szabványosított mérési módszere (SMA) egyetlen üzleti mutatót használ – egy bevételszerű mérőszámot, amely egyesíti a kamatbevételt, a díjbevételt és a kereskedési bevétel összetevőit. A 750 millió és 3 milliárd dollár közötti BI-val rendelkező bankok esetében a marginális BI-együttható körülbelül 0,3%. Megszorozva a belső veszteségszorzóval (amely 1,0-nak felel meg az átlagos veszteségtapasztalat és a növekedés az átlagosnál magasabb múltbeli működési veszteséggel rendelkező bankok esetében): tőke = 800 millió USD × 0,3% × 1,25 = 3,0 millió USD. A nagy veszteséggel rendelkező bankok több tőkét fizetnek; a jól kontrollált bankok kevesebbet fizetnek. Ez egyszerűbb, mint az AMA, de a BIA-val ellentétben még mindig tükrözi a tényleges veszteséget.
Real-World Applications
▾
Bázel III/IV szabályozói minimális tőkeszámítás a bankok számára, amely a működési kockázat Ama fontos alkalmazási területét jelenti szakmai és elemzési környezetben, ahol a pontos működési kockázat ama számítások közvetlenül támogatják a megalapozott döntéshozatalt, stratégiai tervezést és teljesítményoptimalizálást.
Belső gazdasági tőkeallokáció a működési kockázatkezeléshez, amely a működési kockázat Ama fontos alkalmazási területe szakmai és elemzési környezetben, ahol a pontos működési kockázat ama számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítményoptimalizálást.
A biztosítási program méretezése a működési kockázati kitettség ellensúlyozására, amely a működési kockázat Ama fontos alkalmazási területe szakmai és elemzési környezetben, ahol a pontos működési kockázat ama számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítmény optimalizálását.
A működési kockázat önértékelése (RCSA) és ellenőrzési értékelése, amely az Operational Risk Ama fontos alkalmazási területe szakmai és elemzési környezetben, ahol a pontos működési kockázat ama számítások közvetlenül támogatják a megalapozott döntéshozatalt, stratégiai tervezést és teljesítményoptimalizálást.
Igazgatóság és hatósági jelentéskészítés a működési kockázati profilról és trendekről, amely a működési kockázat Ama fontos alkalmazási területét jelenti szakmai és analitikai környezetben, ahol a pontos működési kockázati ama számítások közvetlenül támogatják a megalapozott döntéshozatalt, a stratégiai tervezést és a teljesítmény optimalizálását.
Special Cases
▾
Amikor a működési kockázat ama bemeneti értékei megközelítik a nullát vagy negatívvá válnak a
Amikor a működési kockázat ama bemeneti értékei megközelítik a nullát vagy negatívvá válnak az Ama működési kockázatban, a matematikai viselkedés jelentősen megváltozik. A nulla értékek nullával osztási hibákat vagy triviálisan nulla eredményeket okozhatnak, míg a negatív bemenetek matematikailag érvényes, de gyakorlatilag értelmetlen kimeneteket eredményezhetnek működési kockázati ama kontextusban. A professzionális felhasználóknak az eredmények értelmezése előtt ellenőrizniük kell, hogy minden bemenet fizikailag vagy pénzügyileg elfogadható tartományba esik-e. A negatív vagy nulla értékek gyakran adatbeviteli hibákra vagy rendkívüli működési kockázatra utalnak, amelyek külön analitikai kezelést igényelnek.
Az Ama működési kockázat esetén ez a forgatókönyv további óvatosságot igényel a működési kockázat ama eredményeinek értelmezésekor. Előfordulhat, hogy a standard képlet nem veszi teljes mértékben figyelembe az összes jelenlévő tényezőt ebben az éles esetben, és indokolt lehet kiegészítő elemzés vagy szakértői konzultáció. A legjobb szakmai gyakorlat magában foglalja a feltételezések dokumentálását, az érzékenységi elemzések futtatását és az eredmények kereszthivatkozását alternatív módszerekkel, amikor a működési kockázat ama számításai nem szabványos területre esnek.
Az Ama működési kockázat esetén ez a forgatókönyv további óvatosságot igényel a működési kockázat ama eredményeinek értelmezésekor. Előfordulhat, hogy a standard képlet nem veszi teljes mértékben figyelembe az összes jelenlévő tényezőt ebben az éles esetben, és indokolt lehet kiegészítő elemzés vagy szakértői konzultáció. A legjobb szakmai gyakorlat magában foglalja a feltételezések dokumentálását, az érzékenységi elemzések futtatását és az eredmények kereszthivatkozását alternatív módszerekkel, amikor a működési kockázat ama számításai nem szabványos területre esnek.
Bázeli szabványosított megközelítés béta-tényezői üzletágonként
▾
| Üzleti vonal | Béta faktor | Példa tevékenységek |
|---|---|---|
| Vállalati pénzügyek | 18% | M&A tanácsadás, jegyzés, strukturált finanszírozás |
| Kereskedés és értékesítés | 18% | Piacjegyző, saját tulajdonú kereskedés, származtatott ügyletek |
| Lakossági banki szolgáltatások | 12% | Személyi kölcsönök, jelzáloghitelek, betétek, hitelkártyák |
| Kereskedelmi banki szolgáltatások | 15% | Üzleti hitelek, kereskedelmi ingatlanok, faktoring |
| Fizetés és elszámolás | 18% | Átutalás, elszámolás, letétkezelés |
| Ügynökségi szolgáltatások | 15% | Letétkezelői szolgáltatások, vállalati tröszt, értéktár |
| Vagyonkezelés | 12% | Alapkezelés, nyugdíjpénztárak, vagyonkezelés |
| Lakossági bróker | 12% | Lebonyolítás, megrendelés felvétel, befektetési tanácsadás |
Frequently Asked Questions
▾
Mi a 7 bázeli működési kockázati eseménytípus?
A Bázel II/III a működési kockázati események 7 kategóriáját határozza meg: (1) Belső csalás – vagyoni visszaélés, adóelkerülés, beosztások szándékos hibás megjelölése, alkalmazottak vesztegetése; (2) Külső csalás – külső felek által elkövetett lopás, hamisítás, hackelés, kiberbűnözés; (3) Foglalkoztatási gyakorlatok és munkahelyi biztonság – a munkavállalók kártérítési követelései, diszkrimináció, szervezett munkaügyi akciók; (4) Ügyfelek, termékek és üzleti gyakorlatok – bizalmi jogsértések, termékhibák, piaci manipuláció, adatvédelmi jogsértések, pénzmosás; (5) Fizikai javakban okozott károk – terrorizmus, vandalizmus, földrengések, tüzek; (6) Üzleti zavarok és rendszerhibák – hardverhibák, szoftverhibák, közműkimaradások; (7) Végrehajtás, szállítás és folyamatkezelés – sikertelen tranzakciók, adatbeviteli hibák, könyvelési hibák, szállítói viták.
Miért szüntette meg a Basel IV az AMA-t az SMA javára?
Az AMA-t a Bázel IV végleges szabványában (2017, 2023–2028) több okból kiküszöbölték: (1) Az AMA tőke túlzott ingadozása a hasonló megközelítéseket, de eltérő belső feltevéseket alkalmazó bankok között, ami aláássa az összehasonlíthatóságot; (2) A modell összetettsége átlátszatlanságot teremtett – a szabályozók nem tudták könnyen validálni vagy összehasonlítani az AMA-modelleket az intézmények között; (3) Egyes bankok modelleket alkalmaztak a tőkekövetelmény minimalizálása érdekében; (4) Az AMA rugalmassága bizonyos megvalósításokban prociklikus eredményekhez vezetett. Az SMA az AMA-t egy szabványosabb képlettel váltja fel, amely továbbra is tartalmazza a tényleges múltbeli veszteségeket a belső veszteségszorzón keresztül, fenntartva a veszteségszabályozás ösztönzőit, miközben javítja a következetesség és az összehasonlíthatóságot.
Mi az ORX adatbázis, és miért fontos a működési kockázat szempontjából?
Az Operational Riskdata eXchange Association (ORX) karbantartja a világ legnagyobb működési kockázati veszteség-adatbázisát, amely anonimizált veszteségadatokat gyűjt a tagbankoktól világszerte. A tagbankok egy meghatározott küszöbérték (általában 20 000 USD) felett járulnak hozzá a működési kockázati veszteségekhez, és cserébe konzorciumi statisztikákat kapnak. Az ORX külső adatai kritikus fontosságúak az AMA és a belső modellek fejlesztése szempontjából, mivel az egyes bankok nem rendelkeznek elegendő történelmi adattal ahhoz, hogy megbecsüljék a súlyossági eloszlás végét a ritka, nagy hatású események – éppen a tőkekövetelményeket meghatározó veszteségek – esetében. Külső adatok nélkül előfordulhat, hogy egy intézmény 10 éves belső története nem tartalmaz eseményeket a 99–99,9 százalékos között, ami lehetetlenné teszi a farokbecslést.
Mi a forgatókönyvelemzés a működési kockázatban?
A forgatókönyvelemzés az AMA által előírt múltbeli veszteségadatok előretekintő kiegészítése. A szakértői műhelyek összehozzák az üzleti vezetőket, a kockázati tiszteket és az ellenőrzési funkciókat, hogy értékeljék a feltételezett, de valószínű működési kockázati forgatókönyveket: jelentős kibertámadás, szélhámos kereskedői esemény, hatósági bírság téves értékesítésért, üzletmenet-folytonossági katasztrófa. A szakértők megbecsülik az egyes forgatókönyvek valószínűségét és súlyosságát. A forgatókönyv-adatok a belső múltbeli adatok és a külső veszteségadatok mellett beépülnek az AMA-modellbe. A forgatókönyv-elemzés különösen fontos a bank történetében még nem megfigyelt, de az iparágban máshol előforduló kisebb kockázatok rögzítéséhez.
Miben különbözik a működési kockázati tőke a hitel- és piaci kockázati tőkétől?
A hitel- és piaci kockázati tőke allokációja a vállalt kockázat arányában történik: nagyobb hitelkitettség vagy nagyobb piaci volatilitás több tőkét igényel. A működési kockázati tőke egyedülálló, mivel a működési kockázat általában nem megtérülési forrás – ez a folyamatok, rendszerek és emberek meghibásodásából eredő pusztán hátránya. Ez különböző menedzsment-ösztönzőket hoz létre: a hitelkockázatban a nagyobb kockázatvállalás több feláras bevételt eredményez; a működési kockázatban a nagyobb kockázat vállalása nem ér semmit (senkit nem jutalmaznak azért, ha nagyobb a csalásnak való kitettsége). A működési kockázati tőke ezért a működési összetettség és az ellenőrzés gyengesége miatti adó, nem pedig a produktív kockázatvállalás kompenzációja.
Mi a veszteségelosztási megközelítés (LDA) a működési kockázat modellezésében?
A veszteségeloszlási megközelítés (LDA) az elsődleges AMA-módszer: az üzletág és az eseménytípus minden egyes kombinációjához (az 56 kockázati cella) összetett veszteségeloszlást hoznak létre a veszteség gyakoriságának (jellemzően Poisson-eloszlás) és a veszteség súlyosságának (jellemzően log-normális vagy általánosított Pareto-eloszlás) külön-külön modellezésével. A gyakoriságot és a súlyosságot Monte Carlo szimulációval kombináljuk: a Poisson-eloszlásból húzzuk ki a gyakoriságot, majd húzzuk le a sok súlyossági értéket, összegezzük az aggregált éves veszteséget. Sok szimuláció után létrejön az aggregált éves veszteségeloszlás, és a 99,9 százalékos mínusz a várható veszteség megegyezik a tőkeszükséglettel. Legfontosabb kihívások: a súlyossági eloszlások illesztése korlátozott adatokkal, a kockázati sejtek közötti korreláció kezelése és az extrém kvantilis becslések validálása.
Melyek azok a kulcsfontosságú kontrollok, amelyek csökkentik a működési kockázatot és a tőkét?
A hatékony működési kockázat-ellenőrzés csökkenti a veszteségek gyakoriságát és súlyosságát is: (1) A feladatok elkülönítése – megakadályozza az egyszemélyes csalást vagy hibát; (2) Rendszer-hozzáférés ellenőrzése – korlátozza, hogy ki kezdeményezhet és hagyhat jóvá tranzakciókat; (3) Független megerősítés és egyeztetés – hibák és manipulációk észlelése; (4) Üzletmenet-folytonossági tervezés – csökkenti a rendszerhibákból és fizikai katasztrófákból származó veszteségeket; (5) Az alkalmazottak képzése és kultúrája – csökkenti a véletlen hibákat és fejleszti az etikai tudatosságot; (6) Biztosítás – bizonyos működési kockázati veszteségeket a biztosítókra ruház át; (7) Harmadik fél kockázatkezelése – ellenőrzi a szállítói kockázatok kiszervezését. Az AMA értelmében a kimutatható ellenőrzési fejlesztések közvetlenül csökkenthetik a belső modell tőkebecsléseit, közvetlen pénzügyi ösztönzőt teremtve a működési kockázatkezelési befektetésekhez.
Common Mistakes to Avoid
▾
- !A negatív bruttó jövedelmű évek beszámítása a BIA-átlagba – Bázel megköveteli a negatív évek kizárását, hogy elkerülhető legyen a tőkecsökkenés a veszteségi időszakokban.
- !A belső veszteségadatok külső adatbázis-vesztésekkel való kiegészítésének elmulasztása a faroksúlyossági eloszlások modellezésekor.
- !A forgatókönyv-elemzés figyelmen kívül hagyása a korábbi adatokban nem rögzített kockázatok esetében – különösen az olyan újonnan felmerülő kockázatok esetében, mint a kiber- és az éghajlat.
- !A működési kockázati tőkét pusztán szabályozási megfelelési gyakorlatként kell kezelni, nem pedig belső kockázatkezelési eszközként.
- !A veszteségek kettős elszámolása a kockázati kategóriák között, ha egy eseménynek több működési kockázati eleme van.
Pro Tip
Karbantartson egy részletes működési kockázati veszteség-adatbázist a kötelező jelentési küszöbértékekkel (pl. minden esemény >10 000 USD). Az események minősége (kiváltó ok, hozzájáruló tényezők, válasz) ugyanolyan fontos, mint a veszteség összege a kockázatkezelés javítása és az AMA/belső modell minőségének szabályozók számára történő bemutatása érdekében.
Did you know?
A banktörténelem legnagyobb működési kockázati veszteségét széles körben a JPMorgan Chase-nek a 2008-as pénzügyi válság előtt eladott jelzálog-fedezetű értékpapírokkal kapcsolatban 2013-ban az Egyesült Államok Igazságügyi Minisztériumának fizetett 13 milliárd dolláros egyezségként tartják számon – ez a veszteség az üzleti gyakorlat kudarcai miatt következett be, amely egyértelműen a bázeli „ügyfelek, gyakorlati termékek” és az üzleti tevékenység típusába tartozik. Ez az elszámolás önmagában meghaladja számos bank teljes működési kockázati tőkeszükségletét, ami jól mutatja, miért veszik komolyan a működési kockázatot a banki menedzsment legmagasabb szintjein.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
References
- ›Bázeli Bizottság: Működési kockázat – Az egyszerűbb megközelítések felülvizsgálata (Bázel IV SMA, 2014)
- ›Bázeli Bizottság: Megfelelő gyakorlatok a működési kockázatok kezelésére és felügyeletére (2011)
- ›Moosa, I.: Működési kockázatkezelés (Palgrave Macmillan, 2007)
- ›ORX (Operational Risk Data Exchange): éves működési kockázati veszteségjelentés
Szerezzen heti matematikai tippeket
Csatlakozzon 12 000+ feliratkozóhoz, akik minden héten kapnak tippeket a számológéphez.