El capital económico por riesgo operacionaluna aplicación del modelo de distribución de pérdidas

  1. Jiménez-Rodríguez, Enrique
  2. Feria Domínguez, José Manuel
  3. Martín Marín, José luis
Revista:
Revista española de financiación y contabilidad

ISSN: 0210-2412

Año de publicación: 2009

Número: 141

Páginas: 37-56

Tipo: Artículo

DOI: 10.1080/02102412.2009.10779661 DIALNET GOOGLE SCHOLAR

Otras publicaciones en: Revista española de financiación y contabilidad

Resumen

En este trabajo adoptamos un enfoque avanzado de medición, como es el Modelo de Distribución de Pérdidas (LDA), para la estimación del Capital Económico por riesgo operacional. En particular, centramos nuestro análisis en la caracterización paramétrica de las distribuciones de frecuencia y severidad que definen el modelo. Así, realizamos una prueba de tensión del Capital en Riesgo (CaR) respecto a los parámetros de forma y escala de sendos modelos probabilísticos. Por otra parte, efectuamos un análisis de sensibilidad sobre el capital para distintos niveles de correlación entre los distintos tipos de riesgos operacionales. Los resultados del estudio ponen de manifiesto una mayor importancia relativa del grado de asimetría y curtosis de la distribución de severidad sobre la distribución de frecuencia, en el cómputo final de capital por riesgo operacional. Además, los beneficios inherentes a la diversifi cación se dejan sentir en el CaR global de la entidad, siempre que se pueda demostrar la existencia de imperfecta correlación entre los riesgos operacionales.

Referencias bibliográficas

  • ÁLVAREZ, P. 2001. El Coefi ciente de Solvencia de las Entidades de Crédito Españolas. Estabilidad Financiera 1:171-191.
  • ARTZNER, P.; DELBAEN, F.; EBER, J. M., y HEATH, D. 1999. Coherent Measures of Risk. Mathematical Finance 3:203-228.
  • BASEL COMMITTEE ON BANKING SUPERVISION. 2001. Working Paper on the Regulatory Treatment of Operational Risk 8. Basilea, septiembre.
  • - 2002. Operational Risk Data Collection Exercise. 2002. Basilea, junio.
  • - 2003. Sound Practices for the Management and Supervision of Operational Risk 96. Basilea, febrero.
  • - 2004. International Convergence of Capital Measurement and Capital Standards: a Revised Framework 107. Basilea, junio.
  • 2006. asel II: International Convergence of Capital Measurement and Capital Standards: A Revised Framework-Comprehensive Version. Basilea, junio.
  • BANCO DE ESPAñA. 2006. Implantación y Validación de Enfoques Avanzados de Basilea II en España. Madrid disponible en: http://www.bde.es/regulacion/funciones/implantacion.htm.
  • BANCO DE ESPAñA. 2008. Circular 3/2008, de 22 de mayo, del Banco de España, a entidades de crédito, sobre determinación y control de los recursos propios mínimos.
  • BAUD, N.; FRACHOTM, A., y RONCALLI, T. 2002. Internal Data, External Data and Consortium Data for Operational Risk Measurement: How to pool data properly?. Working Paper, Credit Lyonnais. Disponible en: http://gro. creditlyonnais.fr/content/wp/oprisk-data-light-version.pdf (consultado el 30 de noviembre de 2005).
  • BöCKER, K., y KLüPPELBERG, C. 2005. Operational VaR: a Closed-Form Approximation. Risk Magazine, diciembre: 90-93.
  • BüHLMANN, H. 1970. Mathematical Methods in Risk Theory, Heidelberg: Springer-Verlag.
  • CARRILLO, S. 2006. Riesgo Operacional: Medición y Control. Jornadas Técnicas de Basilea II de la UNIA. Sevilla, septiembre.
  • CARRILLO, S., y SUáREZ, A. 2006. Medición Efectiva del Riesgo Operacional. Estabilidad Financiera 11:61-89.
  • CHAVEZ-DEMOULIN, V., y DAVISON, A. 2005. Generalized Additive Models for Sample Extremes. Journal of the Royal Statistical Society C 54(1):207-222.
  • CHERNOBAI, A.; RACHEV, S. T., y FABOZZI, F. J. 2005. Composite Goodness-of-Fit Tests for Left-Truncated Loss Samples. Working Paper, Universität Karlsruhe. Disponible en: http://www.statistik.uni-karlsruhe. de/download/tr-composite-goodness-tests.pdf (consultado el 15 de febrero de 2006).
  • CHERNOBAI, A.; MENN, C.; RACHEV, S. T., y TRüCK, S. 2006. Estimation of Operational Value-at-Risk in the Presence of Minimum Collection Thresholds, Working Paper, Universität Karlsruhe. Disponible en: http://www.statistik. uni-karlsruhe.de/download/tr-estimation-of-operational-risk.pdf (consultado el 20 de enero de 2007).
  • D'AGOSTINO, R. B., y STEPHENS, M. A. 1986. Goodness-of-Fit Techniques. New York, Dekker.
  • EMBRECHTS, P.; KLüPPELBERG, C., y MIKOSCH, T. 1997. Modelling Extremal Events for Insurance and Finance. New York: Springer-Verlag.
  • FELLER, W. 1971. An Introduction to Probability Theory and Its Applications, Volume II, Second edition, Wiley Series in Probability and Mathematical Statistics. New York: John Wiley & Sons.
  • FONTNOUVELLE, P.; ROSENGREN, E., y JORDAN, J. 2004. Implications of Alternative Operational Risk Modeling Techniques, Working Paper, Federal Reserve Bank of Boston. Disponible en: www.bos.frb.org/bankinfo/qau/papers/pderjj604. pdf (consultado el 5 de octubre de 2005).
  • FRACHOT, A.; GEORGES, P. y RONCALLI, T. 2001. Loss Distribution Approach for Operational Risk, Working Paper, Credit Lyonnais. Disponible en: http://gro.creditlyonnais.fr/content/wp/lda.pdf (consultado el 30 de noviembre de 2005).
  • FRACHOT, A.; MOUDOULAUD, O., y RONCALLI, T. 2003. Loss Distribution Approach in Practice, en Ong. M. K. (Ed.): The Basel Handbook: A guide for Financial Practitioners. London. Risk Books: 369-398.
  • FRACHOT, A.; RONCALLI, T., y SALOMON, E. 2005. Correlation and Diversifi cation Effects in Operational Risk Modelling, en Davies, E. (Ed.): Operational Risk: Practical Approaches to Implementation. Londres: Risk Books: 23-37.
  • GUMBEL, E. J. 1935. Les Valeurs Extrèmes des Distributions Statistiques, Ann. L'Inst. Henri Poincaré, 5(2):115-158.
  • HOFFMAN, D. G. 1998. New Trends in Operational Risk Measurement and Management, en Arthur Andersen (Eds.): Operational Risk and Financial Institutions. Londres: Risk Books: 29-42.
  • JIMéNEZ, E. J., y MARTíN, J. L. 2005. El Riesgo Operacional en el Nuevo Acuerdo de Capital de Basilea. Análisis Financiero 97:54-63.
  • KLUGMAN, S.; PANJER, H., y WILLMOT, G. 2004. Loss Models: from Data to Decisions, 2A Ed. Nueva York. Jonh Wiley & Sons.
  • MARKOWITZ, H. 1952. Portfolio Selection, Journal of Finance 7(1):77-91.
  • MARKOWITZ, H. 1959. Portfolio Selection: Effi cient Diversifi cation of Investments. Nueva York: John Wiley & Sons.
  • MCNEIL, A.; FREY, R., y EMBRECHTS, P. 2005. Quantitative Risk Management: Concepts, Techniques and Tools. Princeton: Princeton University Press.
  • MIGNOLA, G., y UGOCCIONI, R. 2005. Test of Extreme Value Theory Applied to Operational Risk Data, en Davis, E. (Ed.): The Advanced Measurement Approach to Operational Risk. Londres, Risk Books: 169-186.
  • - 2006. Sources of Uncertainty in Modelling Operational Risk Losses. Journal of Operational Risk 2(1):33, 50.
  • MOSCADELLI, M. 2005. The Modelling of Operational Risk: Experience with the Analysis of the Data Collected by the Basel Committee, en Davies, E. (Ed.): Operational Risk: Practical Approaches to Implementation. Londres, Risk Books: 39-103.
  • NIETO, M. J. 2005: El Tratamiento del Riesgo Operacional en Basilea II. Estabilidad Financiera 8:164-185.
  • PANJER, H. 1981. Recursive Evaluation of a Family of Compound Distributions, Astin Bulletin 12:22-26.
  • POWOJOWSKI, M.; REYNOLDS, D., y TUENTER, H. 2002. Dependent Events and Operational Risk. Algo Research Quarterly 5:68-73.
  • SCHWARZ, G. 1978. Estimating the Dimension of a Model. Annals of Statistics 6:461-464.
Fuente de los datos: Dialnet