Ano ang Operational Risk Calculator?
▾
Ang panganib sa pagpapatakbo ay tinukoy sa ilalim ng Basel II/III bilang ang panganib ng pagkawala na nagreresulta mula sa hindi sapat o nabigong mga panloob na proseso, tao, at sistema, o mula sa mga panlabas na kaganapan. Kasama sa kahulugang ito ang legal na panganib ngunit tahasang hindi kasama ang estratehiko at reputasyon na panganib. Ang panganib sa pagpapatakbo ay ang ikatlong pangunahing kategorya ng peligro sa pagbabangko kasama ang panganib sa kredito at panganib sa merkado, at lumago ang kahalagahan kasunod ng mga pagkalugi sa mataas na profile mula sa rogue na kalakalan (Barings Bank 1995, Société Générale 2008), mga pagkabigo ng system, pag-atake sa cyber, panloloko, at mga pagkabigo sa pagsunod sa regulasyon. Ang mga pagkalugi sa panganib sa pagpapatakbo ay maaaring malaki at biglaan: Nawala ang Barings Bank ng $1.3 bilyon mula sa hindi awtorisadong kalakalan sa futures ni Nick Leeson; Nawala ang Société Générale ng €4.9 bilyon mula sa rogue trading ni Jérôme Kerviel; Nawala si JPMorgan Chase ng $6.2 bilyon sa 2012 London Whale derivatives scandal. Hindi tulad ng panganib sa merkado at panganib sa kredito, ang panganib sa pagpapatakbo ay hindi nagbibigay ng inaasahang pagbabalik bilang kapalit ng pagkuha ng panganib — ito ay isang purong downside na dapat kontrolin at mabawasan. Ipinakilala ng Basel II ang tatlong diskarte sa pagkalkula ng puhunan sa peligro sa pagpapatakbo, na pinanatili nang may mga pagpipino sa Basel III. Ang Basic Indicator Approach (BIA) ay ang pinakasimpleng: capital = 15% ng average na taunang kabuuang kita sa nakalipas na 3 taon. Hinahati ng Standardized Approach (SA) ang mga aktibidad sa walong linya ng negosyo na may iba't ibang capital factor (12–18%). Ang Advanced Measurement Approach (AMA) ay nagbibigay-daan sa mga bangko na gumamit ng mga panloob na modelo na may kasamang internal loss data, external loss data, scenario analysis, at business environment factors (BEF) para matantya ang operational risk sa 99.9th percentile — naaayon sa kabuuang 99.9% na antas ng kumpiyansa ng Basel para sa regulatory capital. Gumagamit ang istruktura ng modelo ng AMA ng Loss Distribution Approach (LDA): para sa bawat kumbinasyon ng operational risk na uri ng kaganapan (7 kategorya mula sa Basel) at linya ng negosyo, ang mga bangko ay nagmomodelo ng frequency distribution (kung gaano kadalas nagkakaroon ng mga pagkalugi) at severity distribution (kung gaano kalaki ang bawat pagkawala). Ang pagsasama-sama ng dalas at kalubhaan (karaniwang sa pamamagitan ng Monte Carlo simulation) ay gumagawa ng isang compound loss distribution, at ang 99.9th percentile na binawasan ng inaasahang pagkawala ay nagbibigay ng capital requirement. Pinalitan ng Basel IV (na-finalize noong 2017, ipinatupad hanggang 2023–2028) ang AMA ng Standardized Measurement Approach (SMA), na nag-aalis ng mga panloob na modelo para sa regulatory capital ngunit pinapanatili ang mga ito para sa internal na pamamahala. SMA capital = Business Indicator × Marginal Coefficient × Loss Multiplier (batay sa aktwal na pagkalugi).
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Pormula
▾
BIA: Capital = α × Avg(GI_1, GI_2, GI_3) kung saan α=15%
SA: Capital = Σ β_i × GI_i (ayon sa linya ng negosyo)
AMA/LDA: Capital = VaR₉₉.₉%(Pinagsama-samang Taunang Pagkalugi) − E[Taunang Pagkalugi]
SMA (Basel IV): Capital = BI Component × Loss MultiplierPaliwanag ng variable
▾
| Simbolo | Pangalan | Yunit | Paglalarawan |
|---|---|---|---|
| GI | Kabuuang Kita | USD/year | netong kita sa interes kasama ang netong kita na hindi interes (kabuuang kita ng bangko); ang batayan para sa mga kalkulasyon ng kapital ng BIA at SA. |
| α | BIA Capital Factor | % | 15% flat rate sa ilalim ng Basic Indicator Approach; inilapat sa average na 3-taong kabuuang kita upang matukoy ang pangangailangan ng kapital. |
| β_i | Business Line Beta Factor | % | Standardized Approach capital factor ayon sa linya ng negosyo: mula 12% (retail brokerage, asset mgmt) hanggang 18% (trading, mga pagbabayad). |
| OR_EC | Operational Risk Economic Capital | USD | AMA/internal na modelo na pagtatantya ng operational risk capital: 99.9th percentile na pinagsama-samang taunang pagkawala binawasan ang inaasahang pagkawala. |
| BI | Business Indicator (SMA) | USD | Kabuuan ng bahagi ng interes, bahagi ng mga serbisyo, at bahagi ng pananalapi — ang proxy ng laki ng Basel IV SMA para sa panganib sa pagpapatakbo. |
Paano Operational Risk Calculator
▾
- 1Tukuyin ang naaangkop na diskarte: BIA para sa maliliit na bangko o sa mga nasa maagang pagpapatakbo ng balangkas ng panganib sa pagpapatakbo; SA para sa mga bangko na may natatanging linya ng negosyo; AMA (o SMA sa ilalim ng Basel IV) para sa mga sopistikadong malalaking institusyon.
- 2Para sa BIA: Average na kabuuang kita sa nakalipas na 3 taon (hindi kasama ang mga negatibong taon); multiply ng 15%.
- 3Para sa SA: I-mapa ang lahat ng aktibidad sa 8 linya ng negosyo ng Basel; ilapat ang kani-kanilang beta factor (12–18%) sa kabuuang kita ng bawat linya; kabuuan.
- 4Para sa AMA/LDA: mangolekta ng data ng kaganapan sa pagkawala ng panloob (dalas at kalubhaan ayon sa uri ng kaganapan); suplemento sa panlabas na pagkawala ng data (ORX database, pampublikong pagkawala database); bumuo ng dalas (Poisson) at kalubhaan (log-normal, pangkalahatan Pareto) na mga distribusyon para sa bawat kategorya ng panganib.
- 5Pagsamahin ang dalas at kalubhaan sa pamamagitan ng Monte Carlo simulation upang bumuo ng pinagsama-samang pamamahagi ng pagkawala para sa bawat kategorya ng panganib.
- 6Ilapat ang mga copula sa modelo ng mga ugnayan sa mga kategorya ng peligro (karaniwang pinapayagan ng mga regulator ang mga benepisyo sa pagkakaiba-iba ngunit nangangailangan ng ebidensya).
- 7Capital = Pinagsama-samang pagkalugi sa 99.9 na porsyento binawasan ang inaasahang pagkalugi. Magdagdag ng kapital para sa mga senaryo na malala ngunit hindi mahusay na nakuha ng makasaysayang data.
Mga Nalutas na Halimbawa
▾
Ang BIA ay mapurol ngunit simple — parehong 15% anuman ang profile ng panganib
Average na 3-taong GI = ($50M + $55M + $60M) / 3 = $55M. BIA Capital = 15% × $55M = $8.25M. Ito ay tuwirang kalkulahin ngunit kilalang-kilala na hindi sopistikado — tinatrato nito ang lahat ng mga bangko na may parehong kabuuang kita bilang may kaparehong panganib sa pagpapatakbo anuman ang aktwal na kalidad ng pamamahala sa peligro, kontrol na kapaligiran, o pagiging kumplikado ng negosyo. Ang mga maliliit na bangko ng komunidad na may simple, mahusay na kontroladong mga operasyon ay maaaring makakita ng BIA na sobrang konserbatibo; ang malalaking kumplikadong institusyon na may maraming potensyal na mga vector ng panganib sa pagpapatakbo ay maaaring hindi ito sapat.
Ang linya ng kalakalan ay may pinakamataas na rate ng kapital (18%) dahil sa pagiging kumplikado ng pagpapatakbo
Retail banking: $200M × 12% = $24M. Commercial banking: $150M × 15% = $22.5M. Pakikipagkalakalan at benta: $100M × 18% = $18M. Pamamahala ng asset: $50M × 12% = $6M. Kabuuang SA capital = $70.5M. Ang SA ay nag-iiba ayon sa beta ng linya ng negosyo, na kinikilala na ang mga operasyon sa pangangalakal ay nagdadala ng mas maraming panganib sa pagpapatakbo (kumplikadong mga sistema, panganib sa pag-aayos, potensyal na negosyante) kaysa sa retail banking. Gayunpaman, sa loob ng bawat linya ng negosyo, ang SA ay hindi pa rin nakikilala sa pagitan ng mahusay na kontrolado at mahinang kontroladong mga institusyon.
Ang mabigat na buntot na pamamahagi ng kalubhaan ay nagtutulak ng malaking kapital na may kaugnayan sa mean
Dalas: Mga modelo ng Poisson(λ=5) # ng mga kaganapan sa panloob na panloloko bawat taon. Kalubhaan: log-normal na may mean na $100K at σ=1.5 (napaka-skewed — karamihan sa mga event ay maliit ngunit ang ilan ay malaking sakuna). Monte Carlo simulation ng 100,000 taunang pagsasama-sama: ang karaniwang taon ay may 3–7 maliliit na kaganapan ng panloloko ($50K–$150K bawat isa); ngunit sa pinakamasamang 0.1% ng mga taon, ang kumbinasyon ng ilang malalaking kaganapan ay nagbubunga ng pinagsama-samang pagkalugi na $8.5M. Inaasahang taunang pagkawala = 5 × $100K = $500K. AMA Capital = $8.5M − $0.5M = $8.0M — ang hindi inaasahang pagkawala ng buntot ay nangangailangan ng kapital na saklaw. Ang fat tail ng log-normal ay nagpapaliwanag kung bakit ang operational risk capital ay pinangungunahan ng mga bihirang sakuna na kaganapan.
Gumagamit ang SMA ng aktwal na kasaysayan ng pagkawala upang sukatin ang kapital sa pamamagitan ng Internal Loss Multiplier
Ang Standardized Measurement Approach (SMA) sa ilalim ng Basel IV ay gumagamit ng iisang Business Indicator — isang sukat na tulad ng kita na pinagsasama ang kita ng interes, kita sa bayad, at mga bahagi ng kita sa pangangalakal. Para sa mga bangko na may BI na $750M–$3B, ang marginal BI coefficient ay humigit-kumulang 0.3%. Na-multiply ng Internal Loss Multiplier (na katumbas ng 1.0 para sa average na karanasan sa pagkawala at mga pagtaas para sa mga bangko na may higit sa average na makasaysayang pagkalugi sa pagpapatakbo): Capital = $800M × 0.3% × 1.25 = $3.0M. Ang mga bangko na may mataas na rekord ng pagkawala ay nagbabayad ng mas malaking kapital; Ang mga bangko na may mahusay na kontrol ay nagbabayad ng mas mababa. Ito ay mas simple kaysa sa AMA ngunit nagpapakita pa rin ng aktwal na karanasan sa pagkawala, hindi katulad ng BIA.
Mga praktikal na gamit
▾
Basel III/IV regulatory minimum capital calculation para sa mga bangko, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Operational Risk Ama sa mga propesyonal at analytical na konteksto kung saan ang tumpak na operational risk ama calculations ay direktang sumusuporta sa matalinong paggawa ng desisyon, strategic planning, at performance optimization
Panloob na economic capital allocation para sa operational risk management, na kumakatawan sa isang mahalagang application area para sa Operational Risk Ama sa mga propesyonal at analytical na konteksto kung saan ang tumpak na operational risk ama calculations ay direktang sumusuporta sa matalinong paggawa ng desisyon, strategic planning, at performance optimization
Ang laki ng programa ng seguro upang i-offset ang pagkakalantad sa panganib sa pagpapatakbo, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Operational Risk Ama sa mga propesyonal at analytical na konteksto kung saan ang mga tumpak na kalkulasyon ng panganib sa pagpapatakbo ay direktang sumusuporta sa matalinong paggawa ng desisyon, estratehikong pagpaplano, at pag-optimize ng pagganap
Operational risk self-assessment (RCSA) at control evaluation, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Operational Risk Ama sa mga propesyonal at analytical na konteksto kung saan ang tumpak na operational risk ama calculations ay direktang sumusuporta sa matalinong paggawa ng desisyon, strategic planning, at performance optimization
Pag-uulat ng board at regulatory sa operational risk profile at trend, na kumakatawan sa isang mahalagang lugar ng aplikasyon para sa Operational Risk Ama sa mga propesyonal at analytical na konteksto kung saan ang tumpak na operational risk ama calculations ay direktang sumusuporta sa matalinong paggawa ng desisyon, strategic planning, at performance optimization
Mga espesyal na kaso
▾
Kapag ang operational risk ama input values ay lumalapit sa zero o naging negatibo sa
Kapag ang mga halaga ng input ng operational risk ama ay lumalapit sa zero o naging negatibo sa Operational Risk Ama, ang mathematical na gawi ay nagbabago nang malaki. Ang mga zero na halaga ay maaaring magdulot ng division-by-zero na mga error o trivially zero na mga resulta, habang ang mga negatibong input ay maaaring magbunga ng mathematically valid ngunit halos walang kahulugan na mga output sa operational risk ama contexts. Dapat na patunayan ng mga propesyonal na user na ang lahat ng mga input ay nasa loob ng pisikal o makabuluhang mga hanay sa pananalapi bago bigyang-kahulugan ang mga resulta. Ang mga negatibo o zero na halaga ay kadalasang nagsasaad ng mga error sa pagpasok ng data o pambihirang panganib sa pagpapatakbo ama ng mga pangyayari na nangangailangan ng hiwalay na analytical na paggamot.
Sa Operational Risk Ama, ang sitwasyong ito ay nangangailangan ng karagdagang pag-iingat kapag binibigyang-kahulugan ang mga resulta ng operational risk ama. Maaaring hindi ganap na isasaalang-alang ng karaniwang formula ang lahat ng mga salik na nasa gilid ng kaso na ito, at maaaring kailanganin ang karagdagang pagsusuri o konsultasyon ng eksperto. Ang pinakamahuhusay na kasanayan sa propesyonal ay kinabibilangan ng pagdodokumento ng mga pagpapalagay, pagpapatakbo ng mga pagsusuri sa pagiging sensitibo, at mga resulta ng cross-referencing sa mga alternatibong pamamaraan kapag ang mga kalkulasyon ng panganib sa pagpapatakbo ay nahulog sa hindi karaniwang teritoryo.
Sa Operational Risk Ama, ang sitwasyong ito ay nangangailangan ng karagdagang pag-iingat kapag binibigyang-kahulugan ang mga resulta ng operational risk ama. Maaaring hindi ganap na isasaalang-alang ng karaniwang formula ang lahat ng mga salik na nasa gilid ng kaso na ito, at maaaring kailanganin ang karagdagang pagsusuri o konsultasyon ng eksperto. Ang pinakamahuhusay na kasanayan sa propesyonal ay kinabibilangan ng pagdodokumento ng mga pagpapalagay, pagpapatakbo ng mga pagsusuri sa pagiging sensitibo, at mga resulta ng cross-referencing sa mga alternatibong pamamaraan kapag ang mga kalkulasyon ng panganib sa pagpapatakbo ay nahulog sa hindi karaniwang teritoryo.
Basel Standardized Approach Beta Factors ayon sa Business Line
▾
| Linya ng Negosyo | Beta Factor | Mga Halimbawang Gawain |
|---|---|---|
| Pananalapi ng Kumpanya | 18% | M&A advisory, underwriting, structured finance |
| Trading at Sales | 18% | Paggawa ng merkado, pagmamay-ari na kalakalan, mga derivatives |
| Retail Banking | 12% | Personal na pagpapautang, mga mortgage, mga deposito, mga credit card |
| Commercial Banking | 15% | Mga pautang sa negosyo, komersyal na real estate, factoring |
| Pagbabayad at Settlement | 18% | Mga wire transfer, clearing, custody |
| Mga Serbisyo ng Ahensya | 15% | Mga serbisyo ng kustodian, tiwala ng korporasyon, deposito |
| Pamamahala ng Asset | 12% | Pamamahala ng pondo, pondo ng pensiyon, pamamahala ng kayamanan |
| Retail Brokerage | 12% | Pagpapatupad, pagkuha ng order, payo sa pamumuhunan |
Mga madalas itanong
▾
Ano ang 7 uri ng kaganapan sa panganib sa pagpapatakbo ng Basel?
Tinukoy ng Basel II/III ang 7 kategorya ng mga kaganapan sa panganib sa pagpapatakbo: (1) Panloloko sa loob — maling paggamit ng mga ari-arian, pag-iwas sa buwis, sinadyang maling pagmamarka ng mga posisyon, panunuhol ng mga empleyado; (2) External Fraud — pagnanakaw, pamemeke, pag-hack, cybercrime ng mga panlabas na partido; (3) Mga Kasanayan sa Pagtatrabaho at Kaligtasan sa Lugar ng Trabaho — mga paghahabol sa kompensasyon ng mga manggagawa, diskriminasyon, mga organisadong aksyon sa paggawa; (4) Mga Kliyente, Mga Produkto, at Mga Kasanayan sa Negosyo — mga paglabag sa katiwala, mga depekto sa produkto, pagmamanipula sa merkado, mga paglabag sa privacy, money laundering; (5) Pinsala sa mga Pisikal na Asset — terorismo, paninira, lindol, sunog; (6) Pagkagambala sa Negosyo at Pagkabigo ng Sistema — mga pagkabigo ng hardware, mga error sa software, mga pagkawala ng utility; (7) Pagpapatupad, Paghahatid, at Pamamahala ng Proseso — mga nabigong transaksyon, mga error sa pagpasok ng data, mga error sa accounting, mga hindi pagkakaunawaan sa vendor.
Bakit inalis ng Basel IV ang AMA pabor sa SMA?
Inalis ang AMA sa panghuling pamantayan ng Basel IV (2017, na nagpapatupad ng 2023–2028) para sa ilang kadahilanan: (1) Labis na pagkakaiba-iba sa kapital ng AMA sa mga bangko na gumagamit ng magkatulad na mga diskarte ngunit iba't ibang mga panloob na pagpapalagay, na nagpapahina sa pagiging maihahambing; (2) Ang pagiging kumplikado ng modelo ay lumikha ng opacity — hindi madaling ma-validate o maihambing ng mga regulator ang mga modelo ng AMA sa mga institusyon; (3) Ang ilang mga bangko ay naglaro ng mga modelo upang mabawasan ang mga kinakailangan sa kapital; (4) Ang flexibility ng AMA ay humantong sa mga pro-cyclical na resulta sa ilang mga pagpapatupad. Pinapalitan ng SMA ang AMA ng mas standardized na formula na isinasama pa rin ang aktwal na makasaysayang mga pagkalugi sa pamamagitan ng Internal Loss Multiplier, na nagpapanatili ng mga insentibo para sa kawalan ng pagkawala habang pinapabuti ang pagkakapare-pareho at pagiging maihahambing.
Ano ang database ng ORX at bakit ito mahalaga para sa panganib sa pagpapatakbo?
Ang Operational Riskdata eXchange Association (ORX) ay nagpapanatili ng pinakamalaking operational risk loss database sa buong mundo, nangongolekta ng hindi kilalang data ng kaganapan ng pagkawala mula sa mga miyembrong bangko sa buong mundo. Ang mga miyembrong bangko ay nag-aambag ng mga pagkalugi sa panganib sa pagpapatakbo sa itaas ng isang tinukoy na threshold (karaniwang $20,000), at tumatanggap ng mga istatistika ng consortium bilang kapalit. Ang panlabas na data mula sa ORX ay kritikal para sa AMA at panloob na pag-unlad ng modelo dahil ang mga indibidwal na bangko ay may hindi sapat na makasaysayang data upang matantya ang buntot ng pamamahagi ng kalubhaan para sa mga bihirang, may malaking epekto na mga kaganapan — ang mismong mga pagkalugi na nagtutulak ng mga kinakailangan sa kapital. Kung walang panlabas na data, ang 10-taong panloob na kasaysayan ng isang institusyon ay maaaring walang mga kaganapan sa ika-99–99.9 na porsyento, na ginagawang imposible ang pagtatantya ng buntot.
Ano ang pagsusuri ng senaryo sa panganib sa pagpapatakbo?
Ang pagsusuri sa senaryo ay isang inaabangan na pandagdag sa makasaysayang data ng pagkawala, na kinakailangan sa ilalim ng AMA. Pinagsasama-sama ng mga ekspertong workshop ang mga business manager, risk officer, at control function para suriin ang hypothetical ngunit kapani-paniwalang operational risk scenario: isang malaking cyber attack, isang rogue trader event, isang regulatory fine para sa maling pagbebenta, isang business continuity disaster. Tinatantya ng mga eksperto ang posibilidad at kalubhaan ng bawat senaryo. Ang data ng senaryo ay isinama sa modelo ng AMA kasama ng makasaysayang panloob na data at panlabas na data ng pagkawala. Ang pagsusuri ng senaryo ay lalong mahalaga para sa pagkuha ng mga panganib sa buntot na hindi pa naobserbahan sa kasaysayan ng isang bangko ngunit alam na nangyari sa ibang lugar sa industriya.
Paano naiiba ang operational risk capital sa credit at market risk capital?
Ang credit at market risk capital ay inilalaan sa proporsyon sa panganib na kinuha: mas maraming credit exposure o mas maraming market volatility ay nangangailangan ng mas malaking capital. Ang operational risk capital ay natatangi dahil operational risk ay karaniwang hindi pinagmumulan ng return — ito ay isang purong downside mula sa mga pagkabigo sa mga proseso, system, at tao. Lumilikha ito ng iba't ibang mga insentibo sa pamamahala: sa panganib sa kredito, ang pagkuha ng mas maraming panganib ay makakakuha ng mas malawak na kita; sa panganib sa pagpapatakbo, ang pagkuha ng mas maraming panganib ay walang kinikita (walang sinuman ang gagantimpalaan para sa pagkakaroon ng higit na pagkakalantad sa panloloko). Ang operational risk capital ay samakatuwid ay isang buwis sa operational complexity at control weakness, sa halip na kabayaran para sa produktibong risk-taking.
Ano ang loss distribution approach (LDA) sa operational risk modelling?
Ang Loss Distribution Approach (LDA) ay ang pangunahing pamamaraan ng AMA: para sa bawat kumbinasyon ng linya ng negosyo at uri ng kaganapan (ang 56 na mga cell ng panganib), isang compound loss distribution ay binubuo sa pamamagitan ng hiwalay na pagmomodelo ng dalas ng pagkawala (karaniwang Poisson distribution) at loss severity (karaniwang log-normal o generalized Pareto distribution). Ang dalas at kalubhaan ay pinagsama gamit ang Monte Carlo simulation: gumuhit ng dalas mula sa pamamahagi ng Poisson, pagkatapos ay gumuhit ng maraming halaga ng kalubhaan, kabuuan para sa pinagsama-samang taunang pagkawala. Pagkatapos ng maraming simulation, ang pinagsama-samang taunang pamamahagi ng pagkawala ay itinayo, at ang ika-99.9 na porsyento na binawasan ng inaasahang pagkawala ay katumbas ng kinakailangang kapital. Mga pangunahing hamon: pag-angkop sa mga pamamahagi ng fat-tailed na kalubhaan na may limitadong data, pangangasiwa ng ugnayan sa mga cell ng panganib, at pag-validate ng napakaraming pagtatantya.
Ano ang mga pangunahing kontrol na nagpapababa ng panganib sa pagpapatakbo at kapital?
Ang mga epektibong kontrol sa panganib sa pagpapatakbo ay binabawasan ang dalas at kalubhaan ng pagkawala: (1) Paghihiwalay ng mga tungkulin — pinipigilan ang panloloko o pagkakamali ng isang tao; (2) System access controls — mga limitasyon kung sino ang maaaring magsimula at mag-apruba ng mga transaksyon; (3) Independent confirmation at reconciliation — nakakakuha ng mga pagkakamali at manipulasyon; (4) Pagpaplano ng pagpapatuloy ng negosyo — binabawasan ang mga pagkalugi mula sa mga pagkabigo ng system at mga pisikal na sakuna; (5) Pagsasanay at kultura ng empleyado — binabawasan ang mga hindi sinasadyang pagkakamali at bubuo ng kamalayan sa etika; (6) Insurance — naglilipat ng ilang pagkalugi sa panganib sa pagpapatakbo sa mga tagaseguro; (7) Pangangasiwa sa panganib ng third-party — kinokontrol ang panganib sa pag-outsourcing ng vendor. Sa ilalim ng AMA, ang mga maipapakitang pagpapahusay sa kontrol ay maaaring direktang bawasan ang mga pagtatantya ng kapital ng panloob na modelo, na lumilikha ng direktang insentibo sa pananalapi para sa pamumuhunan sa pamamahala ng panganib sa pagpapatakbo.
Mga Karaniwang Mali na Dapat Iwasan
▾
- !Kasama ang mga negatibong taon ng kabuuang kita sa average ng BIA — Ang Basel ay nangangailangan ng pagbubukod ng mga negatibong taon upang maiwasan ang pagbawas ng kapital sa mga panahon ng pagkawala.
- !Nabigong dagdagan ang data ng panloob na pagkawala ng mga pagkawala ng panlabas na database kapag nagmomodelo ng mga pamamahagi ng kalubhaan ng buntot.
- !Hindi pinapansin ang pagsusuri ng senaryo para sa mga panganib na hindi nakuha sa makasaysayang data — partikular na ang mga umuusbong na panganib tulad ng cyber at klima.
- !Ang pagtrato sa operational risk capital bilang isang ehersisyo sa pagsunod sa regulasyon sa halip na isang panloob na tool sa pamamahala ng panganib.
- !Dobleng pagbibilang ng mga pagkalugi sa mga kategorya ng panganib kapag ang isang kaganapan ay may maraming elemento ng panganib sa pagpapatakbo.
Pro Tip
Panatilihin ang isang detalyadong database ng kaganapan sa pagkawala ng panganib sa pagpapatakbo na may mga mandatoryong threshold sa pag-uulat (hal., lahat ng kaganapan >$10,000). Ang kalidad ng kaganapan (root cause, contributing factors, response) ay kasinghalaga ng halaga ng pagkawala para sa pagpapabuti ng risk management at pagpapakita ng AMA/internal na kalidad ng modelo sa mga regulator.
Alam mo ba?
Ang pinakamalaking solong pagkawala ng panganib sa pagpapatakbo sa kasaysayan ng pagbabangko ay malawak na itinuturing bilang ang $13 bilyong pag-areglo na binayaran ni JPMorgan Chase sa U.S. Department of Justice noong 2013 na may kaugnayan sa mga securities na naka-mortgage-backed na ibinebenta bago ang krisis sa pananalapi noong 2008 — isang pagkalugi na dulot ng mga pagkabigo sa kasanayan sa negosyo na nasa loob mismo ng kaganapan ng 'Mga Kliyente, Mga Produkto', at uri ng Negosyo ng Basel. Ang pag-areglo na ito lamang ay lumampas sa kabuuang pangangailangan ng kapital sa panganib sa pagpapatakbo ng maraming bangko, na naglalarawan kung bakit sineseryoso ang panganib sa pagpapatakbo sa pinakamataas na antas ng pamamahala ng bangko.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Mga Sanggunian
- ›Basel Committee: Operational Risk — Mga Pagbabago sa Mas Simpleng Pamamaraan (Basel IV SMA, 2014)
- ›Komite ng Basel: Mga Tamang Kasanayan para sa Pamamahala at Pangangasiwa ng Panganib sa Operasyon (2011)
- ›Moosa, I.: Operational Risk Management (Palgrave Macmillan, 2007)
- ›ORX (Operational Risk Data Exchange): Annual Operational Risk Losses Report
Read the full guide on how to use this calculator effectively
Magbasa pa →Kumuha ng Lingguhang Mga Tip sa Math
Sumali sa 12,000+ subscriber na nakakakuha ng mga tip sa calculator bawat linggo.