あなたが銀行であると想像してください。 あなたは、一方では、あなたが信頼できることを（つまり、そのようにするために何かをするために）規制当局に証明し、他方では、コストを最小化する必要があります。 同時に、phakapsに対する安全性と保険のために明らかに重要なものを削減することは不可能であるため、費用を削減するための数少ない成功方法の1つは、テラバイトの収集データを使用してプロセスを最適化することです。
これは、最近特に重要になっているリスク管理の一部です。
したがって、次の4つの主要なリスクがあります。
- 借り手が提示された鉄にもかかわらず、単に資金を返さない場合の信用リスク。
- 市場リスク（資産価格の変動に伴うリスク）。
- 流動性リスク（たとえば、「すべてをやり直し」と叫んでパニックに陥っている膨大な数の投資家をすぐに獲得した場合など、期限内に支払い義務を果たすことができなくなるというリスク）。
- オペレーショナルリスク-1〜3項に該当しないその他すべて。 これは、収集車両の盗難、資金の悪用などです。 賢くて、いつ、何が失われたかを理解した巨大なデータベースをすでに持っています。
あなたはすでにかなり成熟した銀行であるため、あなたはあなた自身のために調整し、ポイント1-3からリスク管理のためのすべての世界慣行を使用することができました。これらは複雑ですが、まだかなり正式なプロセスです。 問題はあまり明確ではないため、運用リスクの場合はさらに悪化します。 オペレーショナルリスクを管理するタスクには、データを収集および分析するための非常に具体的な手順、つまり大量の方法論的および組織的手段が必要であることは非常に明白です。
将来のすべてのリスク管理を規制当局に説明する必要があるという点で、状況は依然として興味深いです。 たとえば、現在、中央銀行は、このようなリスクに対する保険の利益の一定の割合を単に支払うことを要求しています。 おおまかに言って、このように見えます：あなたが稼ぐほど、あなたはより多くのリスクを抱え、より多くの資金を確保する必要があります。 2番目の可能性があります（すぐに表示されます）-すべてが本当に適切であると正当化する場合、営業損失をカバーするために資本負担を減らすことができるという事実に関連しています。
それは指でどのように機能しますか？
中央銀行との対話の仮想的な状況を想像してください。
中央銀行：
-あなたはいくら稼いでいますか？
あなた：
-100 000ルーブル。
中央銀行：
-その後、1万ルーブルを予約する必要があります。間違いを犯す可能性があるためです。
友人のPetyaを思い出し（彼も銀行であると仮定します）、以下を指定します。
「プチガウジングにも同じ埋蔵量があるのは本当ですか？」
「はい」、中央銀行は同じように「10,000ルーブル」と言います。
「しかし、私は素晴らしい経験を持っています。私は絶えずトレーニングに行き、飲酒も喫煙もせず、より良くなるために最善を尽くします。」 しかし、ペティアは飲んで、仕事で得点し、明日彼を解雇する準備ができています。 あなたは私をペティアのように扱っていることがわかりますか？
-はい。 そして、Petyaが失敗した場合と同じリスクをあなたにもたらします。 彼はチームで最も無責任であり、規模の点で他の人は彼の点で平等です。
-まあ、そうだとすれば、私も飲み、仕事をスキップします。 私には良いインセンティブがありません。
-OK、OK、あなたは素晴らしいです、あなたはあなたのリスクを管理する方法を知っています。 念のため、音のテクニックはありますか？
あなたはたくさんの論文の地獄を手に入れます：
-ここにはテクニックがあります。それによると、10ではなく8000を予約する必要があります。
中央銀行：
-了解しました。
同時に、ピートは「すべてのハンマー」テクニックを見せれば20に「ロールイン」できます。そのため、彼は古い「他のすべての人」（ペティアのような）にとどまり、10を支払うことにします。
その結果、「良い」ために、高度な方法への移行はコストの削減につながります。 これが銀行のリスクに対する脆弱性を変えないことを考えると（結局、システムはすでに使用されていたので）、これは単にリソースのリリースです。
それで何？
多くのデータによると、中央銀行は間もなく銀行に内部モデルに従ってリスクを計算する機会を与えます。 これには2つのことが必要です。
- 3年間の運用上の損失のベース。
- 銀行は、このデータを収集する方法論+オペレーショナルリスクを評価する方法論が、中央銀行の専門家の観点から適切であることを示す必要があります。
これは本当に機能しますか？
はい、いくつかの銀行を考慮しました（残念ながら、これ以上詳細に行うことはできません）。平均すると、オペレーショナルリスクは約20％減少します。 これは、この方向で予備として凍結されていた量の20％を解放できることを意味します。 ROI-30〜200％。 通常、最初の年は、実装コストの観点からシステムが「戦う」ために費やされます。
なぜ中央銀行が変更を導入するのではなく、今これが行われているのですか？
銀行は特定の方法で営業損失の記録を保持する必要があるためです。 情報の収集方法を保護し、オペレーショナルリスクの大きさを評価するための方法論を保護する必要があります。 現在、このようなプロセスを自動化しています。 これを行うために、特定の銀行の方法論に合わせたシステムを導入します。または、そのような方法論の導入を支援します（先進国で使用され、バーゼルIIの要件を満たします）。
ITスペシャリストは、銀行自体で提供されるシステムを使用しません。 これは、クラッシュが少なくなるようにサービスを設定するタスクの一部としてIT部門にもたらされます。 システムは、オペレーショナルリスク部門によって管理されています。
運用上の損失に関する方法論も体系的なデータ収集もない銀行もあります。 運用上の損失がXLSファイル（または紙）に収集され、専門家によって評価される銀行があります。 データが正しく収集されても、大規模なブランチネットワークで同期されなかったり、手動で不正に同期されたりする場合があります。 そのような場合、私たちはすべてをゼロから入れます、必要な経験を持つ専門家がいます。 つまり、最新のリスク管理方法論を導入し、そうでない場合は、その後の規制当局の保護に重要なすべてを入れます。
現在、リスクに対処するインセンティブはありませんが、将来的には選択肢がなくなる可能性が高いでしょう。 そしてこの瞬間までに、あなたは準備する必要があります。
別の機能
私の実践は、問題を解決する際に、損失の事実がしばしば明らかになることを示しました。 時には、いくつかの簡単な推奨事項がリスクを軽減することもありますが、場合によっては、他の部門の問題について追加調査を行うことができます。 その結果、これはコストの最適化だけでなく、実際のリスク削減にもつながります。
まとめ
規制当局の新しい基準の下でのみ、正しいリスク評価が必要と思われるかもしれません。 実際、損失の可能性を減らし、予測をより透明にするために、すでに多くの銀行がすでに移行しています。 最も一般的なレベルでは、これは、銀行が決定を下したときに、隠れたリスクが何倍も少なくなることを意味します。もちろん、最終的には銀行全体の収益に影響します。