とは何か Operational Risk Calculator?
▾
オペレーショナルリスクは、バーゼル II/III に基づいて、内部プロセス、人員、システムの不適切または失敗、あるいは外部事象によって生じる損失のリスクとして定義されます。この定義には法的リスクが含まれますが、戦略的リスクと風評リスクは明示的に除外されます。オペレーショナル・リスクは、信用リスク、市場リスクと並ぶ銀行業界の 3 番目の主要なリスク カテゴリであり、不正取引 (ベアリングス銀行 1995 年、ソシエテ ジェネラル 2008 年)、システム障害、サイバー攻撃、詐欺、および規制遵守の失敗による注目を集めた損失を受けて、その重要性が高まっています。 オペレーショナルリスクによる損失は、巨額かつ突然発生する可能性があります。ベアリングス銀行は、ニック・リーソン氏の無許可先物取引により 13 億ドルの損失を被りました。ソシエテ・ジェネラルはジェローム・ケルヴィエルの不正取引で49億ユーロの損失を出した。 JPモルガン・チェースは2012年のロンドン・ホエールのデリバティブスキャンダルで62億ドルの損失を出した。市場リスクや信用リスクとは異なり、オペレーショナル リスクは、リスクを取る代わりに期待されるリターンを提供しません。これは制御され、最小限に抑えられる純粋なマイナス面です。 バーゼル II では、オペレーショナル リスク資本の計算に 3 つのアプローチが導入され、バーゼル III でも改良が加えられています。基本指標アプローチ (BIA) は最も単純です。資本 = 過去 3 年間の平均年間総収入の 15% です。標準化アプローチ (SA) では、活動を異なる資本要素 (12 ～ 18%) を持つ 8 つの事業分野に分割します。 Advanced Measurement Approach (AMA) を使用すると、銀行は内部損失データ、外部損失データ、シナリオ分析、ビジネス環境要因 (BEF) を組み込んだ内部モデルを使用して、オペレーショナル リスクを 99.9 パーセンタイルで推定できます。これは、バーゼルの規制資本に対する全体的な 99.9% の信頼水準と一致しています。 AMA モデル構造では、損失分布アプローチ (LDA) が使用されています。オペレーショナル リスク イベント タイプ (バーゼルの 7 つのカテゴリ) と事業分野の組み合わせごとに、銀行は頻度分布 (損失が発生する頻度) と重大度分布 (各損失の大きさ) をモデル化します。頻度と重大度 (通常はモンテカルロ シミュレーションによる) を組み合わせると複合損失分布が生成され、99.9 パーセンタイルから予想損失を差し引いたものが必要資本となります。 バーゼル IV (2017 年に最終決定、2023 年から 2028 年まで実施) は、AMA を標準化測定アプローチ (SMA) に置き換えました。これにより、規制資本の内部モデルが廃止されますが、内部管理用に保持されます。 SMA 資本 = ビジネス指標 × 限界係数 × 損失乗数 (実際の損失に基づく)。
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
公式
▾
BIA: 資本 = α × 平均(GI_1, GI_2, GI_3) (α=15%)
SA: 資本金 = Σ β_i × GI_i (事業内容別)
AMA/LDA: 資本 = VaR₉₉.₉%(年間損失総額) − E[年間損失]
SMA (バーゼル IV): 資本 = BI 構成要素 × 損失乗数変数の説明
▾
| 記号 | 名前 | 単位 | 説明 |
|---|---|---|---|
| GI | 総収入 | USD/year | 純金利収入と非金利純収入（銀行の総収入）。 BIA および SA の資本計算の基礎。 |
| α | BIA 資本係数 | % | 基本指標アプローチに基づく一律 15%。資本要件を決定するために、平均 3 年間の総収入に適用されます。 |
| β_i | ビジネスラインのベータ係数 | % | 事業分野別の標準化アプローチ資本係数: 12% (小売仲介、資産管理) から 18% (トレーディング、決済) の範囲です。 |
| OR_EC | オペレーショナルリスク 経済資本 | USD | AMA/内部モデルによるオペレーショナルリスク資本の推定値: 99.9 パーセンタイルの年間総損失から予想損失を差し引いたもの。 |
| BI | ビジネス指標 (SMA) | USD | 金利要素、サービス要素、および財務要素の合計 - オペレーショナル リスクのバーゼル IV SMA サイズ代理。 |
方法 Operational Risk Calculator
▾
- 1適用可能なアプローチを決定する: 小規模銀行または初期のオペレーショナル リスク フレームワーク開発中の銀行向けの BIA。異なる事業分野を持つ銀行向けの SA。洗練された大規模機関向けの AMA (またはバーゼル IV に基づく SMA)。
- 2BIA の場合: 過去 3 年間の平均総収入 (マイナスの年を除く)。 15%を掛けます。
- 3SA の場合: すべての活動をバーゼルの 8 つの事業分野にマッピングします。各回線の総収入にそれぞれのベータ係数 (12 ～ 18%) を適用します。和。
- 4AMA/LDA の場合: 内部損失イベント データ (イベント タイプごとの頻度と重大度) を収集します。外部損失データ（ORX データベース、公的損失データベース）による補足。各リスク カテゴリの頻度 (ポアソン) 分布と重大度 (対数正規分布、一般化パレート) 分布を作成します。
- 5モンテカルロ シミュレーションを通じて頻度と重大度を組み合わせて、各リスク カテゴリの合計損失分布を生成します。
- 6コピュラを適用してリスク カテゴリ間の相関関係をモデル化します (通常、規制当局は多様化による利点を認めますが、証拠が必要です)。
- 7資本 = 99.9 パーセンタイルでの合計損失から予想損失を引いたもの。深刻だが過去のデータでは十分に把握されていないシナリオに資本を追加します。
解いた例
▾
BIA は率直だが単純である - リスクプロファイルに関係なく同じ 15%
3 年間の平均 GI = (5,000 万ドル + 5,500 万ドル + 6,000 万ドル) / 3 = 5,500 万ドル。 BIA 資本 = 15% × 5,500 万ドル = 825 万ドル。これは計算は簡単ですが、洗練されていないことで知られています。実際のリスク管理の品質、管理環境、ビジネスの複雑さに関係なく、同じ総利益を持つすべての銀行が同じオペレーショナル リスクを抱えているものとして扱われます。シンプルでよく管理された業務を行っている小規模なコミュニティ銀行は、BIA が過度に保守的であると感じる可能性があります。多くの潜在的な運用リスクベクトルを抱える大規模で複雑な機関にとっては、これでは不十分である可能性があります。
運用の複雑さにより、トレーディングラインには最高の資本率（18%）が適用されます
リテール バンキング: 2 億ドル × 12% = 2,400 万ドル。商業銀行業務: 1 億 5,000 万ドル × 15% = 2,250 万ドル。取引および販売: 1 億ドル × 18% = 1,800 万ドル。資産管理: 5,000 万ドル × 12% = 600 万ドル。 SA 総資本 = 7,050 万ドル。 SA は、取引業務がリテール バンキングよりも多くの運用リスク (複雑なシステム、決済リスク、不正トレーダーの可能性) を伴うことを認識し、ビジネス ライン ベータによって差別化しています。しかし、各事業分野において、SA は依然として、適切に管理されている組織と不十分に管理されている組織を区別していません。
重度の深刻度分布により、平均に比べて大規模な資本が増加する
頻度: ポアソン(λ=5) モデルの年間内部不正イベントの数。重大度: 平均 100,000 ドル、σ=1.5 の対数正規 (非常に偏っています - ほとんどのイベントは小規模ですが、一部のイベントは壊滅的に大規模です)。 Monte Carlo simulation of 100,000 annual aggregates: typical year has 3–7 small fraud events ($50K–$150K each);しかし、年間の最悪の 0.1% では、いくつかの大規模なイベントが組み合わさって、合計で 850 万ドルの損失が発生します。予想される年間損失 = 5 × 10 万ドル = 50 万ドル。 AMA 資本 = 850 万ドル − 0.50 万ドル = 800 万ドル — 予期せぬテールロスには資本補償が必要です。 The log-normal's fat tail explains why operational risk capital is dominated by rare catastrophic events.
SMA は実際の損失履歴を使用して、内部損失乗数を介して資本を拡大します。
バーゼル IV に基づく標準化測定アプローチ (SMA) では、利息収入、手数料収入、トレーディング収入の要素を組み合わせた収益に似た指標である単一の経営指標が使用されます。 BI が 7 億 5,000 万ドルから 30 億ドルの銀行の場合、限界 BI 係数は約 0.3% です。内部損失乗数 (平均損失経験の場合は 1.0 に等しく、過去の営業損失が平均を上回る銀行の場合は増加します) を掛けると、資本 = 8 億ドル × 0.3% × 1.25 = 300 万ドルとなります。多額の損失記録を持つ銀行はより多くの資本金を支払います。しっかりと管理されている銀行の支払い額は低くなります。これは AMA よりも単純ですが、BIA とは異なり、実際の損失経験を反映しています。
実際の応用
▾
銀行向けのバーゼル III/IV 規制最低資本計算。正確なオペレーショナル リスク AMA 計算が、情報に基づいた意思決定、戦略計画、パフォーマンスの最適化を直接サポートする、専門的および分析的なコンテキストにおけるオペレーショナル リスク AMA の重要な応用分野を表します。
オペレーショナル・リスク管理のための内部経済資本配分。正確なオペレーショナル・リスク AMA 計算が情報に基づいた意思決定、戦略的計画、およびパフォーマンスの最適化を直接サポートする、専門的および分析的なコンテキストにおけるオペレーショナル・リスク AMA の重要な応用分野を表します。
オペレーショナル・リスクのエクスポージャーを相殺する保険プログラムのサイジング。正確なオペレーショナル・リスクのAMA計算が情報に基づいた意思決定、戦略的計画、パフォーマンスの最適化を直接サポートする、専門的および分析的なコンテキストにおけるオペレーショナル・リスクAMAの重要な応用分野を表します。
オペレーショナル・リスク自己評価 (RCSA) および統制評価。正確なオペレーショナル・リスク AMA 計算が情報に基づいた意思決定、戦略計画、およびパフォーマンスの最適化を直接サポートする、専門的および分析的なコンテキストにおけるオペレーショナル・リスク AMA の重要な応用分野を表します。
オペレーショナル・リスクのプロファイルと傾向に関する取締役会および規制当局の報告。正確なオペレーショナル・リスクAMAの計算が情報に基づいた意思決定、戦略計画、およびパフォーマンスの最適化を直接サポートする、専門的および分析的なコンテキストにおけるオペレーショナル・リスクAMAの重要な応用分野を表します。
特殊なケース
▾
オペレーショナルリスクの入力値がゼロに近づくか、負の値になると、
オペレーショナル リスク Ama の入力値がゼロに近づくか、オペレーショナル リスク Ama で負になると、数学的動作が大幅に変化します。ゼロ値はゼロ除算エラーや自明なゼロ結果を引き起こす可能性があり、負の入力は数学的には有効でも、オペレーショナル リスク管理のコンテキストでは実質的に無意味な出力を生成する可能性があります。プロのユーザーは、結果を解釈する前に、すべての入力が物理的または経済的に意味のある範囲内にあることを検証する必要があります。負の値またはゼロの値は、多くの場合、データ入力エラーまたは個別の分析処理が必要な状況による例外的な運用リスクを示します。
オペレーショナル リスク AMA のシナリオでは、オペレーショナル リスク AMA の結果を解釈する際に追加の注意が必要です。標準的な計算式では、この特殊なケースに存在するすべての要因が完全には説明されていない可能性があるため、補足的な分析や専門家への相談が必要になる場合があります。専門的なベスト プラクティスには、オペレーショナル リスク アマの計算が非標準の領域に陥った場合に、仮定を文書化し、感度分析を実行し、結果を代替手法と相互参照することが含まれます。
オペレーショナル リスク AMA のシナリオでは、オペレーショナル リスク AMA の結果を解釈する際に追加の注意が必要です。標準的な計算式では、この特殊なケースに存在するすべての要因が完全には説明されていない可能性があるため、補足的な分析や専門家への相談が必要になる場合があります。専門的なベスト プラクティスには、オペレーショナル リスク アマの計算が非標準の領域に陥った場合に、仮定を文書化し、感度分析を実行し、結果を代替手法と相互参照することが含まれます。
バーゼル標準化アプローチの事業分野別ベータ係数
▾
| 事業内容 | ベータ因子 | 活動例 |
|---|---|---|
| コーポレートファイナンス | 18% | M&Aアドバイザリー、引受業務、ストラクチャードファイナンス |
| 貿易と販売 | 18% | マーケットメイク、自己勘定取引、デリバティブ |
| リテールバンキング | 12% | 個人融資、住宅ローン、預金、クレジットカード |
| 商業銀行業務 | 15% | ビジネスローン、商業用不動産、ファクタリング |
| 支払い・決済 | 18% | 電信送金、清算、保管 |
| 代理店サービス | 15% | カストディアンサービス、企業信託、保管所 |
| 資産運用管理 | 12% | ファンドマネジメント、年金基金、ウェルスマネジメント |
| 小売仲介業 | 12% | 約定、受注、投資アドバイス |
よくある質問
▾
バーゼルの 7 つのオペレーショナル リスク イベント タイプとは何ですか?
バーゼル II/III では、オペレーショナル リスク イベントの 7 つのカテゴリが定義されています。(1) 内部不正 - 資産の横領、脱税、ポジションの意図的な不正マーク、従業員による贈収賄。 (2) 外部詐欺 — 外部関係者による盗難、偽造、ハッキング、サイバー犯罪。 (3) 雇用慣行と職場の安全 — 労働者災害補償請求、差別、組織的労働行為。 (4) 顧客、製品、およびビジネス慣行 — 受託者違反、製品の欠陥、市場操作、プライバシー侵害、マネーロンダリング。 (5) 物理的資産への損害 — テロ、破壊行為、地震、火災。 (6) ビジネスの中断とシステム障害 — ハードウェア障害、ソフトウェアエラー、公共事業の停止。 (7) 実行、納品、およびプロセス管理 — トランザクションの失敗、データ入力エラー、会計エラー、ベンダーとの紛争。
なぜバーゼル IV は SMA を優先して AMA を廃止したのでしょうか?
AMA は、バーゼル IV 最終基準 (2017 年、2023 ～ 2028 年に施行) で廃止されました。その理由は次のとおりです。(1) 同様のアプローチを使用しているが、内部仮定が異なるため、銀行間の AMA 資本に過度のばらつきがあり、比較可能性が損なわれている。 (2) モデルの複雑さが不透明さを生み出した — 規制当局は、組織間で AMA モデルを簡単に検証または比較できませんでした。 (3) 一部の銀行は資本要件を最小限に抑えるためにモデルを運用しました。 (4) AMA の柔軟性により、一部の実装ではプロシクリカルな結果がもたらされました。 SMA は、AMA をより標準化された計算式に置き換えます。この計算式には内部損失乗数を通じて実際の過去の損失が組み込まれており、一貫性と比較可能性を向上させながら損失管理のインセンティブを維持します。
ORX データベースとは何ですか? なぜオペレーショナル リスクにとって重要ですか?
Operational Riskdata eXchange Association (ORX) は、世界最大のオペレーショナル リスク損失データベースを維持し、世界中の加盟銀行から匿名化された損失イベント データを収集しています。メンバー銀行は、指定されたしきい値 (通常は 20,000 ドル) を超えるオペレーショナル リスク損失を拠出し、その見返りにコンソーシアム統計を受け取ります。 ORX からの外部データは、AMA および内部モデルの開発にとって重要です。個々の銀行には、稀で影響の大きい事象、つまり資本要件を引き起こすまさに損失の重大度分布の裾野を推定するための履歴データが不十分であるためです。外部データがなければ、機関の 10 年間の内部履歴に 99 ～ 99.9 パーセンタイルのイベントが含まれていない可能性があり、テール推定が不可能になります。
オペレーショナルリスクにおけるシナリオ分析とは何ですか?
シナリオ分析は、AMA で要求される過去の損失データを将来を見据えて補完するものです。専門家ワークショップでは、ビジネスマネージャー、リスク責任者、管理部門が一堂に会し、大規模なサイバー攻撃、不正トレーダーによる事件、不正販売に対する規制上の罰金、事業継続災害など、仮説的だがもっともらしいオペレーショナルリスクシナリオを評価します。専門家は各シナリオの確率と深刻度を推定します。シナリオ データは、過去の内部データや外部損失データとともに AMA モデルに組み込まれます。シナリオ分析は、銀行の歴史の中でまだ観察されていないが、業界の他の場所で発生したことが知られているテールリスクを把握するために特に重要です。
オペレーショナルリスク資本は信用リスク資本や市場リスク資本とどう違うのですか?
信用および市場リスク資本は、引き受けたリスクに比例して配分されます。信用エクスポージャーが増加したり、市場のボラティリティが高まると、より多くの資本が必要になります。オペレーショナル リスク資本が独特なのは、オペレーショナル リスクは一般に収益源ではなく、プロセス、システム、人材の障害による純粋なマイナス面であるためです。これにより、さまざまな経営インセンティブが生まれます。信用リスクでは、より多くのリスクを取ることで、より多くのスプレッド収入が得られます。オペレーショナルリスクでは、より多くのリスクを負っても何も得られません（より多くの不正行為にさらされても誰も報われません）。したがって、運用リスク資本は、生産的なリスクテイクに対する補償ではなく、運用の複雑さと管理の弱さに対する税金です。
オペレーショナルリスクモデリングにおける損失分散アプローチ (LDA) とは何ですか?
損失分布アプローチ (LDA) は、主要な AMA 手法です。事業分野とイベント タイプ (56 のリスク セル) の組み合わせごとに、損失頻度 (通常はポアソン分布) と損失重大度 (通常は対数正規分布または一般化パレート分布) を個別にモデル化することによって、複合損失分布が構築されます。頻度と重大度は、モンテカルロ シミュレーションを使用して結合されます。ポアソン分布から頻度を抽出し、その数の重大度値を抽出して、年間損失の合計を合計します。多くのシミュレーションを行った後、年間損失の合計分布が構築され、99.9 パーセンタイルから予想損失を引いたものが必要資本と等しくなります。主な課題: ファットテール重症度分布を限られたデータでフィッティングすること、リスクセル間の相関関係を処理すること、極端な分位数推定値を検証すること。
運用リスクと資本を削減する重要な管理とは何ですか?
効果的な運用リスク管理により、損失の頻度と重大度の両方が軽減されます。 (1) 職務の分離 — 一人による不正行為やミスを防止します。 (2) システム アクセス制御 - トランザクションを開始および承認できるユーザーを制限します。 (3) 独立した確認と調整 - エラーと操作を検出します。 (4) 事業継続計画 — システム障害や物理的災害による損失を軽減します。 (5) 従業員のトレーニングと文化 — 不注意によるミスを減らし、倫理意識を構築します。 (6) 保険 — オペレーショナルリスク損失の一部を保険会社に移転します。 (7) サードパーティのリスク管理 — アウトソーシング ベンダーのリスクを制御します。 AMA の下では、明らかな管理の改善により内部モデルの資本見積りが直接削減され、オペレーショナル リスク管理への投資に対する直接的な金銭的インセンティブが生まれます。
避けるべきよくある間違い
▾
- !BIA 平均に総所得がマイナスの年を含める — バーゼルは、損失期間中の資本の減少を避けるために、マイナスの年を除外することを義務付けています。
- !テール重大度分布をモデル化するときに、内部損失データを外部データベース損失で補完できません。
- !過去のデータに捉えられていないリスク、特にサイバーや気候などの新たなリスクに対するシナリオ分析を無視する。
- !オペレーショナルリスク資本を社内のリスク管理ツールとしてではなく、純粋に規制遵守の取り組みとして扱います。
- !イベントに複数のオペレーショナル リスク要素がある場合、リスク カテゴリ全体で損失を二重にカウントします。
プロのヒント
必須の報告しきい値 (例: すべてのイベント > 10,000 ドル) を備えた詳細な運用リスク損失イベント データベースを維持します。イベントの品質（根本原因、寄与要因、対応）は、リスク管理を改善し、AMA/内部モデルの品質を規制当局に実証するために、損失額と同じくらい重要です。
ご存知でしたか？
銀行史上最大の単一オペレーショナル・リスク損失は、2008年の金融危機前に販売された住宅ローン担保証券に関連して、JPモルガン・チェースが2013年に米国司法省に支払った130億ドルの和解金であると広く考えられている。この損失は、まさにバーゼルの「顧客、商品、およびビジネス慣行」イベント・タイプに該当する商慣行上の失敗によって生じた損失である。この和解だけでも、多くの銀行のオペレーショナル・リスク資本要件を超えており、銀行経営の最高レベルでオペレーショナル・リスクがなぜ真剣に受け止められているかが分かります。
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
参考文献
Get Weekly Math Tips
Join 12,000+ subscribers who get calculator tips every week.