คืออะไร Operational Risk Calculator?
▾
ความเสี่ยงด้านปฏิบัติการถูกกำหนดภายใต้ Basel II/III ว่าเป็นความเสี่ยงต่อการสูญเสียอันเนื่องมาจากกระบวนการภายใน บุคลากร และระบบที่ไม่เพียงพอหรือล้มเหลว หรือจากเหตุการณ์ภายนอก คำจำกัดความนี้รวมถึงความเสี่ยงทางกฎหมาย แต่ไม่รวมความเสี่ยงด้านกลยุทธ์และชื่อเสียงอย่างชัดเจน ความเสี่ยงด้านปฏิบัติการเป็นประเภทความเสี่ยงหลักอันดับที่สามในการธนาคาร ควบคู่ไปกับความเสี่ยงด้านเครดิตและความเสี่ยงด้านตลาด และมีความสำคัญเพิ่มขึ้นหลังจากการสูญเสียที่มีชื่อเสียงสูงจากการซื้อขายอันธพาล (Barings Bank 1995, Société Générale 2008) ความล้มเหลวของระบบ การโจมตีทางไซเบอร์ การฉ้อโกง และความล้มเหลวในการปฏิบัติตามกฎระเบียบ การสูญเสียความเสี่ยงด้านปฏิบัติการอาจเกิดขึ้นได้มหาศาลและฉับพลัน: Barings Bank สูญเสียเงิน 1.3 พันล้านดอลลาร์จากการซื้อขายล่วงหน้าโดยไม่ได้รับอนุญาตของ Nick Leeson; Société Générale สูญเสียเงิน 4.9 พันล้านยูโรจากการซื้อขายอันธพาลของ Jérôme Kerviel; JPMorgan Chase สูญเสียเงิน 6.2 พันล้านดอลลาร์จากเรื่องอื้อฉาวเกี่ยวกับอนุพันธ์ของ London Whale เมื่อปี 2012 ความเสี่ยงด้านปฏิบัติการแตกต่างจากความเสี่ยงด้านตลาดและความเสี่ยงด้านเครดิต ความเสี่ยงด้านปฏิบัติการไม่ได้ให้ผลตอบแทนที่คาดหวังเพื่อแลกกับการรับความเสี่ยง แต่เป็นข้อเสียล้วนๆ ที่ต้องควบคุมและลดให้เหลือน้อยที่สุด Basel II ได้แนะนำสามแนวทางในการคำนวณความเสี่ยงด้านปฏิบัติการ ซึ่งยังคงมีการปรับปรุงใน Basel III แนวทางตัวบ่งชี้พื้นฐาน (BIA) เป็นวิธีที่ง่ายที่สุด: เงินทุน = 15% ของรายได้รวมเฉลี่ยต่อปีในช่วง 3 ปีที่ผ่านมา Standardized Approach (SA) แบ่งกิจกรรมออกเป็น 8 สายธุรกิจโดยมีปัจจัยด้านเงินทุนที่แตกต่างกัน (12–18%) แนวทางการวัดขั้นสูง (AMA) ช่วยให้ธนาคารสามารถใช้แบบจำลองภายในที่รวมข้อมูลการสูญเสียภายใน ข้อมูลการสูญเสียจากภายนอก การวิเคราะห์สถานการณ์ และปัจจัยสภาพแวดล้อมทางธุรกิจ (BEF) เพื่อประเมินความเสี่ยงในการดำเนินงานที่เปอร์เซ็นไทล์ที่ 99.9 ซึ่งสอดคล้องกับระดับความเชื่อมั่นโดยรวมของ Basel ที่ 99.9% สำหรับเงินกองทุนตามกฎระเบียบ โครงสร้างแบบจำลอง AMA ใช้ Loss Distribution Approach (LDA) สำหรับแต่ละประเภทเหตุการณ์ความเสี่ยงด้านปฏิบัติการ (7 หมวดหมู่จาก Basel) และสายธุรกิจ ธนาคารจะจำลองการกระจายความถี่ (ความสูญเสียเกิดขึ้นบ่อยแค่ไหน) และการกระจายความรุนแรง (ความสูญเสียแต่ละครั้งมีขนาดใหญ่เพียงใด) การรวมความถี่และความรุนแรง (โดยทั่วไปผ่านการจำลองแบบมอนติคาร์โล) ทำให้เกิดการกระจายการสูญเสียแบบผสม และเปอร์เซ็นไทล์ที่ 99.9 ลบการสูญเสียที่คาดหวังจะทำให้มีความต้องการเงินทุน Basel IV (สรุปผลในปี 2017 นำไปใช้จนถึงปี 2023–2028) แทนที่ AMA ด้วยวิธีการวัดมาตรฐาน (SMA) ซึ่งขจัดแบบจำลองภายในสำหรับเงินทุนตามกฎระเบียบ แต่ยังคงไว้สำหรับการจัดการภายใน ทุน SMA = ตัวบ่งชี้ธุรกิจ × ค่าสัมประสิทธิ์ส่วนเพิ่ม × ตัวคูณการสูญเสีย (ขึ้นอยู่กับการสูญเสียจริง)
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
BIA: ทุน = α × Avg(GI_1, GI_2, GI_3) โดยที่ α=15%
SA: เงินทุน = Σ β_i × GI_i (ตามสายธุรกิจ)
AMA/LDA: เงินทุน = VaR₉₉.₉%(ขาดทุนรายปีรวม) − E[ขาดทุนรายปี]
SMA (Basel IV): เงินทุน = องค์ประกอบ BI × ตัวคูณการสูญเสียคำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| GI | รายได้รวม | USD/year | รายได้ดอกเบี้ยสุทธิบวกรายได้ที่ไม่ใช่ดอกเบี้ยสุทธิ (รายได้รวมของธนาคาร) พื้นฐานสำหรับการคำนวณทุน BIA และ SA |
| α | ปัจจัยด้านทุน BIA | % | อัตราคงที่ 15% ภายใต้แนวทางตัวบ่งชี้พื้นฐาน; นำไปใช้กับรายได้รวมเฉลี่ย 3 ปีเพื่อกำหนดความต้องการเงินทุน |
| β_i | ปัจจัยเบต้าสายธุรกิจ | % | Standardized Approach Capital Factor ตามสายธุรกิจ: อยู่ในช่วงตั้งแต่ 12% (นายหน้าค้าปลีก การบริหารจัดการสินทรัพย์) ถึง 18% (การซื้อขาย การชำระเงิน) |
| OR_EC | ความเสี่ยงด้านปฏิบัติการ ทุนทางเศรษฐกิจ | USD | AMA/การประมาณแบบจำลองภายในของเงินทุนที่มีความเสี่ยงในการดำเนินงาน: เปอร์เซ็นต์ไทล์รวมการสูญเสียประจำปีที่ 99.9 ลบด้วยการสูญเสียที่คาดหวัง |
| BI | ตัวชี้วัดธุรกิจ (SMA) | USD | องค์ประกอบผลรวมของดอกเบี้ย องค์ประกอบบริการ และองค์ประกอบทางการเงิน — พร็อกซีขนาด Basel IV SMA สำหรับความเสี่ยงในการดำเนินงาน |
วิธี Operational Risk Calculator
▾
- 1กำหนดแนวทางที่เกี่ยวข้อง: BIA สำหรับธนาคารขนาดเล็กหรือธนาคารที่อยู่ในการพัฒนากรอบความเสี่ยงด้านปฏิบัติการในระยะเริ่มต้น SA สำหรับธนาคารที่มีสายธุรกิจที่แตกต่างกัน AMA (หรือ SMA ภายใต้ Basel IV) สำหรับสถาบันขนาดใหญ่ที่มีความซับซ้อน
- 2สำหรับ BIA: รายได้รวมเฉลี่ยในช่วง 3 ปีที่ผ่านมา (ไม่รวมปีที่ติดลบ) คูณด้วย 15%
- 3สำหรับ SA: แมปกิจกรรมทั้งหมดกับสายธุรกิจ Basel 8 สาย ใช้ปัจจัยเบต้าตามลำดับ (12–18%) กับรายได้รวมของแต่ละบรรทัด ผลรวม
- 4สำหรับ AMA/LDA: รวบรวมข้อมูลเหตุการณ์การสูญเสียภายใน (ความถี่และความรุนแรงตามประเภทเหตุการณ์) เสริมด้วยข้อมูลการสูญเสียภายนอก (ฐานข้อมูล ORX ฐานข้อมูลการสูญเสียสาธารณะ) พัฒนาการกระจายความถี่ (ปัวซอง) และความรุนแรง (log-normal, Pareto ทั่วไป) สำหรับแต่ละประเภทความเสี่ยง
- 5รวมความถี่และความรุนแรงผ่านการจำลองแบบมอนติคาร์โลเพื่อสร้างการกระจายการสูญเสียรวมสำหรับประเภทความเสี่ยงแต่ละประเภท
- 6ใช้ copulas เพื่อจำลองความสัมพันธ์ระหว่างประเภทความเสี่ยง (โดยทั่วไปแล้วหน่วยงานกำกับดูแลจะอนุญาตให้ได้รับประโยชน์จากการกระจายความเสี่ยง แต่ต้องมีหลักฐาน)
- 7ทุน = การสูญเสียโดยรวมที่เปอร์เซ็นไทล์ที่ 99.9 ลบด้วยการสูญเสียที่คาดหวัง เพิ่มทุนสำหรับสถานการณ์ที่รุนแรงแต่ไม่ได้รับข้อมูลในอดีตที่ดี
ตัวอย่างที่มีคำตอบ
▾
BIA นั้นตรงไปตรงมาแต่เรียบง่าย — เท่ากัน 15% โดยไม่คำนึงถึงโปรไฟล์ความเสี่ยง
GI เฉลี่ย 3 ปี = ($50M + $55M + $60M) / 3 = $55M ทุน BIA = 15% × 55 ล้านเหรียญสหรัฐ = 8.25 ล้านเหรียญสหรัฐ วิธีคำนวณนี้ตรงไปตรงมาแต่ไม่ซับซ้อนมากนัก โดยถือว่าธนาคารทุกแห่งที่มีรายได้รวมเท่ากันมีความเสี่ยงในการดำเนินงานที่เหมือนกัน โดยไม่คำนึงถึงคุณภาพการบริหารความเสี่ยงที่แท้จริง สภาพแวดล้อมการควบคุม หรือความซับซ้อนทางธุรกิจ ธนาคารชุมชนขนาดเล็กที่มีการดำเนินงานที่เรียบง่ายและมีการควบคุมอย่างดีอาจพบว่า BIA อนุรักษ์นิยมมากเกินไป สถาบันขนาดใหญ่ที่มีความซับซ้อนซึ่งมีพาหะความเสี่ยงในการปฏิบัติงานจำนวนมากอาจพบว่าไม่เพียงพอ
สายการซื้อขายมีอัตราเงินทุนสูงสุด (18%) เนื่องจากความซับซ้อนในการดำเนินงาน
ธนาคารเพื่อรายย่อย: 200 ล้านเหรียญสหรัฐ × 12% = 24 ล้านเหรียญสหรัฐ ธนาคารพาณิชย์: $150M × 15% = $22.5M การซื้อขายและการขาย: $100M × 18% = $18M การจัดการสินทรัพย์: 50 ล้านเหรียญสหรัฐ × 12% = 6 ล้านเหรียญสหรัฐ ทุน SA ทั้งหมด = 70.5 ล้านเหรียญสหรัฐ SA สร้างความแตกต่างตามกลุ่มธุรกิจรุ่นเบต้า โดยตระหนักว่าการดำเนินการซื้อขายมีความเสี่ยงในการปฏิบัติงาน (ระบบที่ซับซ้อน ความเสี่ยงในการชำระบัญชี ศักยภาพของผู้ค้ารายย่อย) มากกว่าธนาคารเพื่อรายย่อย อย่างไรก็ตาม ภายในแต่ละสายธุรกิจ SA ยังคงไม่สามารถแยกความแตกต่างระหว่างสถาบันที่มีการควบคุมอย่างดีและการควบคุมที่ไม่ดี
การกระจายความรุนแรงแบบ Heavy-tailed ทำให้เกิดเงินทุนจำนวนมากเมื่อเทียบกับค่าเฉลี่ย
ความถี่: โมเดล Poisson(γ=5) # ของเหตุการณ์การฉ้อโกงภายในต่อปี ระดับความรุนแรง: log-normal โดยมีค่าเฉลี่ย $100K และ σ=1.5 (บิดเบือนมาก — เหตุการณ์ส่วนใหญ่มีขนาดเล็ก แต่บางเหตุการณ์ก็ใหญ่โตจนน่าหายนะ) การจำลองมอนติคาร์โลด้วยยอดรวมต่อปี 100,000 รายการ: ปีปกติมีเหตุการณ์ฉ้อโกงเล็กๆ น้อยๆ 3–7 เหตุการณ์ (50,000–150,000 ดอลลาร์ต่อรายการ); แต่ในช่วง 0.1% ที่แย่ที่สุดของปีที่เหตุการณ์สำคัญหลายเหตุการณ์รวมกันทำให้เกิดผลขาดทุนรวม 8.5 ล้านเหรียญสหรัฐ การสูญเสียประจำปีที่คาดหวัง = 5 × $100K = $500K AMA Capital = $8.5M − $0.5M = $8.0M — การสูญเสียส่วนท้ายอย่างไม่คาดคิดต้องอาศัยความคุ้มครองเงินทุน หางอ้วนของ Log-Normal อธิบายว่าทำไมเงินทุนที่มีความเสี่ยงด้านการดำเนินงานจึงถูกครอบงำด้วยเหตุการณ์ภัยพิบัติที่เกิดขึ้นได้ยาก
SMA ใช้ประวัติการสูญเสียจริงเพื่อขยายขนาดเงินทุนผ่านตัวคูณการสูญเสียภายใน
Standardized Measuring Approach (SMA) ภายใต้ Basel IV ใช้ตัวบ่งชี้ธุรกิจตัวเดียว ซึ่งเป็นการวัดที่มีลักษณะคล้ายรายได้ ซึ่งผสมผสานรายได้ดอกเบี้ย รายได้ค่าธรรมเนียม และส่วนประกอบรายได้จากการซื้อขาย สำหรับธนาคารที่มี BI อยู่ที่ $750M–$3B ค่าสัมประสิทธิ์ BI ส่วนเพิ่มจะอยู่ที่ประมาณ 0.3% คูณด้วยตัวคูณการสูญเสียภายใน (ซึ่งเท่ากับ 1.0 สำหรับประสบการณ์การสูญเสียโดยเฉลี่ย และเพิ่มขึ้นสำหรับธนาคารที่มีการขาดทุนจากการดำเนินงานในอดีตที่สูงกว่าค่าเฉลี่ย): เงินทุน = 800 ล้านเหรียญสหรัฐ × 0.3% × 1.25 = 3.0 ล้านเหรียญสหรัฐ ธนาคารที่มีการขาดทุนสูงจะต้องจ่ายเงินทุนมากกว่า ธนาคารที่มีการควบคุมอย่างดีจ่ายน้อยลง สิ่งนี้ง่ายกว่า AMA แต่ยังคงสะท้อนถึงประสบการณ์การสูญเสียที่เกิดขึ้นจริง ไม่เหมือน BIA
การประยุกต์ใช้จริง
▾
การคำนวณเงินทุนขั้นต่ำตามกฎระเบียบ Basel III/IV สำหรับธนาคาร แสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Operational Risk Ama ในบริบททางวิชาชีพและเชิงวิเคราะห์ โดยที่การคำนวณ ama ความเสี่ยงด้านปฏิบัติการที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูลรอบด้าน การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การจัดสรรทุนทางเศรษฐกิจภายในสำหรับการบริหารความเสี่ยงด้านปฏิบัติการ ซึ่งเป็นตัวแทนของขอบเขตการใช้งานที่สำคัญสำหรับ Operational Risk Ama ในบริบททางวิชาชีพและเชิงวิเคราะห์ โดยที่การคำนวณ ama ความเสี่ยงด้านปฏิบัติการที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การกำหนดขนาดโปรแกรมประกันภัยเพื่อชดเชยความเสี่ยงด้านการปฏิบัติงาน ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Operational Risk Ama ในบริบททางวิชาชีพและเชิงวิเคราะห์ โดยที่การคำนวณ ama ความเสี่ยงด้านปฏิบัติการที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูลรอบด้าน การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การประเมินตนเองด้านความเสี่ยงด้านปฏิบัติการ (RCSA) และการประเมินการควบคุม แสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Operational Risk Ama ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณ ama ความเสี่ยงด้านปฏิบัติการที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูลรอบด้าน การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การรายงานของคณะกรรมการและหน่วยงานกำกับดูแลเกี่ยวกับโปรไฟล์และแนวโน้มความเสี่ยงด้านปฏิบัติการ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Operational Risk Ama ในบริบททางวิชาชีพและเชิงวิเคราะห์ ซึ่งการคำนวณ ama ความเสี่ยงด้านปฏิบัติการที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูลรอบด้าน การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
กรณีพิเศษ
▾
เมื่อค่าอินพุต ama ความเสี่ยงในการปฏิบัติงานเข้าใกล้ศูนย์หรือกลายเป็นลบใน
เมื่อค่าอินพุต ama ความเสี่ยงด้านปฏิบัติการเข้าใกล้ศูนย์หรือติดลบใน Ama ความเสี่ยงด้านปฏิบัติการ พฤติกรรมทางคณิตศาสตร์จะเปลี่ยนไปอย่างมาก ค่าศูนย์อาจทำให้เกิดข้อผิดพลาดในการหารด้วยศูนย์หรือผลลัพธ์เป็นศูนย์เล็กน้อย ในขณะที่อินพุตที่เป็นลบอาจให้ผลลัพธ์ที่ถูกต้องทางคณิตศาสตร์แต่ไม่มีความหมายในทางปฏิบัติในบริบทความเสี่ยงในการปฏิบัติงาน ผู้ใช้มืออาชีพควรตรวจสอบว่าอินพุตทั้งหมดอยู่ในช่วงที่มีความหมายทางกายภาพหรือทางการเงิน ก่อนที่จะตีความผลลัพธ์ ค่าลบหรือศูนย์มักจะบ่งบอกถึงข้อผิดพลาดในการป้อนข้อมูลหรือสถานการณ์ความเสี่ยงในการปฏิบัติงานพิเศษที่ต้องได้รับการวิเคราะห์แยกต่างหาก
ใน Ama ความเสี่ยงด้านปฏิบัติการ สถานการณ์นี้ต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลลัพธ์ของ Ama ความเสี่ยงด้านปฏิบัติการ สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการจัดทำเอกสารสมมติฐาน การวิเคราะห์ความอ่อนไหว และผลลัพธ์การอ้างอิงโยงด้วยวิธีการอื่น เมื่อการคำนวณ ama ความเสี่ยงในการปฏิบัติงานตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
ใน Ama ความเสี่ยงด้านปฏิบัติการ สถานการณ์นี้ต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลลัพธ์ของ Ama ความเสี่ยงด้านปฏิบัติการ สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการจัดทำเอกสารสมมติฐาน การวิเคราะห์ความอ่อนไหว และผลลัพธ์การอ้างอิงโยงด้วยวิธีการอื่น เมื่อการคำนวณ ama ความเสี่ยงในการปฏิบัติงานตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
ปัจจัยเบต้าแนวทางมาตรฐาน Basel ตามสายธุรกิจ
▾
| สายธุรกิจ | เบต้าแฟคเตอร์ | ตัวอย่างกิจกรรม |
|---|---|---|
| การเงินองค์กร | 18% | การให้คำปรึกษาด้านการควบรวมกิจการ การจัดจำหน่าย การเงินที่มีโครงสร้าง |
| การค้าและการขาย | 18% | การทำตลาด การซื้อขายที่เป็นกรรมสิทธิ์ อนุพันธ์ |
| ธนาคารเพื่อรายย่อย | 12% | สินเชื่อส่วนบุคคล จำนอง เงินฝาก บัตรเครดิต |
| การธนาคารพาณิชย์ | 15% | สินเชื่อธุรกิจ อสังหาริมทรัพย์เพื่อการพาณิชย์ แฟคตอริ่ง |
| การชำระเงินและการชำระบัญชี | 18% | การโอนเงิน การเคลียร์ การดูแล |
| บริการตัวแทน | 15% | บริการดูแลทรัพย์สิน, ความไว้วางใจขององค์กร, รับฝาก |
| การจัดการสินทรัพย์ | 12% | การจัดการกองทุน กองทุนบำเหน็จบำนาญ การบริหารความมั่งคั่ง |
| นายหน้าขายปลีก | 12% | การดำเนินการ การรับคำสั่งซื้อ คำแนะนำการลงทุน |
คำถามที่พบบ่อย
▾
เหตุการณ์ความเสี่ยงในการปฏิบัติงาน Basel 7 ประเภทมีอะไรบ้าง
Basel II/III กำหนดเหตุการณ์ความเสี่ยงด้านปฏิบัติการไว้ 7 หมวดหมู่: (1) การฉ้อโกงภายใน — การยักยอกสินทรัพย์ การหลีกเลี่ยงภาษี การทำเครื่องหมายตำแหน่งผิดโดยเจตนา การติดสินบนโดยพนักงาน; (2) การฉ้อโกงภายนอก — การโจรกรรม การปลอมแปลง การแฮ็ก อาชญากรรมทางไซเบอร์โดยบุคคลภายนอก (3) แนวทางปฏิบัติในการจ้างงานและความปลอดภัยในสถานที่ทำงาน — การเรียกร้องค่าชดเชยของคนงาน การเลือกปฏิบัติ การดำเนินการด้านแรงงานที่เป็นระบบ (4) ลูกค้า ผลิตภัณฑ์ และการดำเนินธุรกิจ — การละเมิดความไว้วางใจ ข้อบกพร่องของผลิตภัณฑ์ การปั่นตลาด การละเมิดความเป็นส่วนตัว การฟอกเงิน (5) ความเสียหายต่อทรัพย์สินทางกายภาพ — การก่อการร้าย การก่อกวน แผ่นดินไหว ไฟไหม้ (6) การหยุดชะงักทางธุรกิจและความล้มเหลวของระบบ — ความล้มเหลวของฮาร์ดแวร์ ข้อผิดพลาดของซอฟต์แวร์ ยูทิลิตี้ขัดข้อง (7) การดำเนินการ การส่งมอบ และการจัดการกระบวนการ — ธุรกรรมที่ล้มเหลว ข้อผิดพลาดในการป้อนข้อมูล ข้อผิดพลาดทางบัญชี ข้อพิพาทของผู้ขาย
เหตุใด Basel IV จึงกำจัด AMA เพื่อสนับสนุน SMA
AMA ถูกกำจัดออกจากมาตรฐานขั้นสุดท้ายของ Basel IV (ปี 2017, การดำเนินการในปี 2023-2028) ด้วยเหตุผลหลายประการ: (1) ความแปรปรวนที่มากเกินไปในเงินทุน AMA ทั่วทั้งธนาคารโดยใช้แนวทางที่คล้ายกันแต่สมมติฐานภายในที่แตกต่างกัน บ่อนทำลายความสามารถในการเปรียบเทียบ; (2) ความซับซ้อนของโมเดลทำให้เกิดความทึบ — ผู้กำกับดูแลไม่สามารถตรวจสอบหรือเปรียบเทียบโมเดล AMA ข้ามสถาบันได้อย่างง่ายดาย (3) ธนาคารบางแห่งใช้แบบจำลองเพื่อลดความต้องการเงินทุน (4) ความยืดหยุ่นของ AMA นำไปสู่ผลลัพธ์เชิงวัฏจักรในการใช้งานบางอย่าง SMA แทนที่ AMA ด้วยสูตรที่เป็นมาตรฐานมากขึ้น ซึ่งยังคงรวมการสูญเสียในอดีตที่เกิดขึ้นจริงผ่านตัวคูณการสูญเสียภายใน โดยคงไว้ซึ่งแรงจูงใจในการควบคุมการสูญเสีย ในขณะเดียวกันก็ปรับปรุงความสม่ำเสมอและความสามารถในการเปรียบเทียบ
ฐานข้อมูล ORX คืออะไร และเหตุใดจึงมีความสำคัญต่อความเสี่ยงด้านปฏิบัติการ
Operational Riskdata eXchange Association (ORX) เป็นผู้ดูแลฐานข้อมูลการสูญเสียความเสี่ยงด้านปฏิบัติการที่ใหญ่ที่สุดในโลก โดยรวบรวมข้อมูลเหตุการณ์การสูญเสียที่ไม่ระบุชื่อจากธนาคารสมาชิกทั่วโลก ธนาคารสมาชิกมีส่วนทำให้เกิดการสูญเสียความเสี่ยงด้านปฏิบัติการเกินกว่าเกณฑ์ที่กำหนด (โดยทั่วไปคือ 20,000 ดอลลาร์สหรัฐฯ) และได้รับสถิติจากสมาคมเป็นการตอบแทน ข้อมูลภายนอกจาก ORX มีความสำคัญอย่างยิ่งต่อ AMA และการพัฒนาแบบจำลองภายใน เนื่องจากแต่ละธนาคารมีข้อมูลในอดีตไม่เพียงพอที่จะประเมินส่วนท้ายของการกระจายความรุนแรงสำหรับเหตุการณ์ที่เกิดไม่บ่อยและมีผลกระทบสูง ซึ่งเป็นความสูญเสียที่ผลักดันความต้องการเงินทุน หากไม่มีข้อมูลภายนอก ประวัติภายใน 10 ปีของสถาบันอาจไม่มีเหตุการณ์ใดในเปอร์เซ็นไทล์ที่ 99–99.9 ซึ่งทำให้การประมาณค่าส่วนท้ายเป็นไปไม่ได้
การวิเคราะห์สถานการณ์ความเสี่ยงด้านปฏิบัติการคืออะไร?
การวิเคราะห์สถานการณ์เป็นส่วนเสริมที่เป็นการคาดการณ์ล่วงหน้าสำหรับข้อมูลการสูญเสียในอดีต ซึ่งจำเป็นภายใต้ AMA การประชุมเชิงปฏิบัติการโดยผู้เชี่ยวชาญรวบรวมผู้จัดการธุรกิจ เจ้าหน้าที่ความเสี่ยง และหน่วยงานควบคุมเพื่อประเมินสถานการณ์ความเสี่ยงในการปฏิบัติงานที่สมมุติขึ้นแต่เป็นไปได้: การโจมตีทางไซเบอร์ครั้งใหญ่ เหตุการณ์ผู้ค้าโกง การปรับกฎระเบียบสำหรับการขายที่ผิดพลาด ภัยพิบัติด้านความต่อเนื่องทางธุรกิจ ผู้เชี่ยวชาญประเมินความน่าจะเป็นและความรุนแรงของแต่ละสถานการณ์ ข้อมูลสถานการณ์จะรวมอยู่ในโมเดล AMA ควบคู่ไปกับข้อมูลภายในในอดีตและข้อมูลการสูญเสียจากภายนอก การวิเคราะห์สถานการณ์มีความสำคัญอย่างยิ่งสำหรับการจับความเสี่ยงส่วนท้ายที่ยังไม่เคยพบเห็นในประวัติศาสตร์ของธนาคาร แต่เป็นที่ทราบกันว่าเกิดขึ้นที่อื่นในอุตสาหกรรม
ทุนความเสี่ยงด้านปฏิบัติการแตกต่างจากสินเชื่อและทุนเสี่ยงด้านตลาดอย่างไร
เงินทุนด้านเครดิตและความเสี่ยงด้านตลาดได้รับการจัดสรรตามสัดส่วนความเสี่ยงที่ได้รับ: ความเสี่ยงด้านเครดิตที่มากขึ้นหรือมีความผันผวนของตลาดมากขึ้นจำเป็นต้องใช้เงินทุนมากขึ้น ทุนความเสี่ยงด้านปฏิบัติการมีเอกลักษณ์เฉพาะตัว เนื่องจากโดยทั่วไปแล้วความเสี่ยงด้านปฏิบัติการไม่ใช่แหล่งที่มาของผลตอบแทน แต่เป็นข้อเสียโดยสิ้นเชิงจากความล้มเหลวในกระบวนการ ระบบ และบุคลากร สิ่งนี้สร้างแรงจูงใจด้านการจัดการที่แตกต่างกัน: ในด้านความเสี่ยงด้านเครดิต การรับความเสี่ยงมากขึ้นจะได้รับรายได้ที่กระจายมากขึ้น ในด้านความเสี่ยงด้านปฏิบัติการ การรับความเสี่ยงมากขึ้นจะไม่ได้รับอะไรเลย (ไม่มีใครได้รับรางวัลจากการเสี่ยงต่อการฉ้อโกงมากขึ้น) ทุนสำหรับความเสี่ยงด้านปฏิบัติการจึงเป็นภาษีสำหรับความซับซ้อนในการปฏิบัติงานและความอ่อนแอในการควบคุม มากกว่าการชดเชยสำหรับการรับความเสี่ยงที่มีประสิทธิผล
แนวทางการกระจายความสูญเสีย (LDA) ในการสร้างแบบจำลองความเสี่ยงด้านปฏิบัติการคืออะไร?
แนวทางการกระจายการสูญเสีย (LDA) เป็นวิธีการหลักของ AMA: สำหรับการรวมกันของสายธุรกิจและประเภทเหตุการณ์แต่ละรายการ (เซลล์ความเสี่ยง 56 เซลล์) การกระจายการสูญเสียแบบผสมถูกสร้างขึ้นโดยแยกความถี่ของการสูญเสียการสร้างแบบจำลอง (โดยทั่วไปคือการกระจายปัวซอง) และความรุนแรงของการสูญเสีย (โดยทั่วไปจะเป็นการกระจาย Pareto แบบบันทึกปกติหรือทั่วไป) ความถี่และความรุนแรงถูกรวมเข้าด้วยกันโดยใช้การจำลองแบบมอนติคาร์โล โดยดึงความถี่จากการแจกแจงแบบปัวซอง จากนั้นจึงดึงค่าความรุนแรงหลายๆ ค่ามารวมกันเพื่อผลรวมของการสูญเสียรายปี หลังจากการจำลองหลายครั้ง การกระจายการสูญเสียรายปีโดยรวมจะถูกสร้างขึ้น และเปอร์เซ็นไทล์ที่ 99.9 ลบการสูญเสียที่คาดหวังจะเท่ากับความต้องการเงินทุน ความท้าทายที่สำคัญ: การปรับการกระจายความรุนแรงแบบ fat-tailed ด้วยข้อมูลที่จำกัด การจัดการความสัมพันธ์ข้ามเซลล์ที่มีความเสี่ยง และการตรวจสอบการประมาณค่าควอนไทล์สุดขั้ว
การควบคุมหลักที่ช่วยลดความเสี่ยงในการดำเนินงานและเงินทุนคืออะไร?
การควบคุมความเสี่ยงในการปฏิบัติงานที่มีประสิทธิผลจะช่วยลดทั้งความถี่ในการสูญเสียและความรุนแรง: (1) การแบ่งแยกหน้าที่ — ป้องกันการฉ้อโกงหรือข้อผิดพลาดจากบุคคลเพียงคนเดียว; (2) การควบคุมการเข้าถึงระบบ - จำกัดผู้ที่สามารถเริ่มต้นและอนุมัติธุรกรรม (3) การยืนยันและการกระทบยอดที่เป็นอิสระ - จับข้อผิดพลาดและการยักย้าย; (4) การวางแผนความต่อเนื่องทางธุรกิจ — ลดความสูญเสียจากความล้มเหลวของระบบและภัยพิบัติทางกายภาพ (5) การฝึกอบรมและวัฒนธรรมพนักงาน — ลดข้อผิดพลาดโดยไม่ตั้งใจและสร้างจิตสำนึกด้านจริยธรรม (6) การประกันภัย — โอนความสูญเสียจากความเสี่ยงด้านปฏิบัติการบางส่วนไปยังบริษัทประกันภัย (7) การบริหารความเสี่ยงจากบุคคลที่สาม — ควบคุมความเสี่ยงจากผู้ให้บริการภายนอก ภายใต้ AMA การปรับปรุงการควบคุมที่สามารถพิสูจน์ได้สามารถลดการประมาณทุนแบบจำลองภายในได้โดยตรง ซึ่งสร้างแรงจูงใจทางการเงินโดยตรงสำหรับการลงทุนด้านการจัดการความเสี่ยงด้านปฏิบัติการ
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !รวมปีรายได้รวมติดลบในค่าเฉลี่ย BIA - Basel กำหนดให้ไม่รวมปีที่ติดลบเพื่อหลีกเลี่ยงการลดเงินทุนในช่วงระยะเวลาขาดทุน
- !ไม่สามารถเสริมข้อมูลการสูญเสียภายในด้วยการสูญเสียฐานข้อมูลภายนอกเมื่อสร้างแบบจำลองการกระจายความรุนแรงส่วนท้าย
- !ละเว้นการวิเคราะห์สถานการณ์สำหรับความเสี่ยงที่ไม่ได้บันทึกไว้ในข้อมูลในอดีต โดยเฉพาะความเสี่ยงที่เกิดขึ้นใหม่ เช่น ไซเบอร์และสภาพภูมิอากาศ
- !การปฏิบัติต่อทุนความเสี่ยงด้านปฏิบัติการเป็นเพียงการปฏิบัติตามกฎระเบียบเท่านั้น ไม่ใช่เป็นเครื่องมือบริหารความเสี่ยงภายใน
- !การนับความสูญเสียซ้ำซ้อนในประเภทความเสี่ยงเมื่อเหตุการณ์มีองค์ประกอบความเสี่ยงในการปฏิบัติงานหลายประการ
เคล็ดลับโปร
รักษาฐานข้อมูลเหตุการณ์การสูญเสียความเสี่ยงด้านการปฏิบัติงานโดยละเอียดด้วยเกณฑ์การรายงานที่จำเป็น (เช่น เหตุการณ์ทั้งหมด >$10,000) คุณภาพของเหตุการณ์ (สาเหตุที่แท้จริง ปัจจัยที่มีส่วนร่วม การตอบสนอง) มีความสำคัญพอๆ กับจำนวนการสูญเสียเพื่อปรับปรุงการจัดการความเสี่ยง และการสาธิตคุณภาพของแบบจำลอง AMA/ภายในแก่หน่วยงานกำกับดูแล
คุณรู้ไหม?
การสูญเสียความเสี่ยงด้านการดำเนินงานครั้งใหญ่ที่สุดในประวัติศาสตร์การธนาคารได้รับการยกย่องอย่างกว้างขวางว่าเป็นการชำระหนี้มูลค่า 13 พันล้านดอลลาร์ที่ JPMorgan Chase จ่ายให้กับกระทรวงยุติธรรมของสหรัฐอเมริกาในปี 2556 ที่เกี่ยวข้องกับหลักทรัพย์ค้ำประกันที่ขายก่อนเกิดวิกฤตการเงินในปี 2551 ซึ่งเป็นความสูญเสียที่เกิดจากความล้มเหลวในการดำเนินธุรกิจซึ่งตกลงไปโดยสิ้นเชิงภายในประเภทเหตุการณ์ 'ลูกค้า ผลิตภัณฑ์ และการดำเนินธุรกิจ' ของ Basel การตกลงยอมความนี้เพียงอย่างเดียวเกินกว่าข้อกำหนดด้านเงินทุนสำหรับความเสี่ยงด้านการดำเนินงานโดยรวมของธนาคารหลายแห่ง แสดงให้เห็นว่าเหตุใดความเสี่ยงด้านการปฏิบัติงานจึงได้รับการจัดการอย่างจริงจังในระดับสูงสุดของฝ่ายบริหารธนาคาร
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
- ›คณะกรรมการ Basel: ความเสี่ยงด้านปฏิบัติการ - การแก้ไขแนวทางที่ง่ายขึ้น (Basel IV SMA, 2014)
- ›Basel Committee: แนวทางปฏิบัติที่ดีสำหรับการจัดการและการกำกับดูแลความเสี่ยงด้านปฏิบัติการ (2554)
- ›Moosa, I.: การบริหารความเสี่ยงด้านปฏิบัติการ (Palgrave Macmillan, 2007)
- ›ORX (การแลกเปลี่ยนข้อมูลความเสี่ยงด้านปฏิบัติการ): รายงานการสูญเสียความเสี่ยงด้านปฏิบัติการประจำปี
Read the full guide on how to use this calculator effectively
อ่านต่อ →รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์