Resumen

Este trabajo identifica y cuantifica a través de un modelo de red bayesiana (RB) los diversos factores de riesgo operacional (RO) asociados con las líneas de negocio de bancos trasnacionales. El modelo de RB es calibrado mediante datos de eventos que se presentaron en las distintas líneas de negocio, de dichos bancos, durante 2006-2009. A diferencia de los métodos clásicos, la calibración del modelo de RB incluye fuentes de información tanto objetivas como subjetivas, lo cual permite capturar de manera adecuada la interrelación (causa-efecto) entre los diferentes factores de riesgo, lo cual potencializa su utilidad como se muestra en el análisis comparativo que se realiza entre los enfoques RB y clásico.

INTRODUCCIÓN

El enfoque bayesiano es una alternativa viable para el análisis de riesgos en condiciones de incertidumbre. Por construcción, los modelos bayesianos incorporan información inicial a través de una distribución de probabilidad a priori, mediante la cual se puede incluir información subjetiva en la toma de decisiones, como: la opinión de expertos, el juicio de analistas o las creencias de especialistas. Este trabajo utiliza un modelo de red bayesiana (RB) para examinar la interrelación entre factores de riesgo operacional¹(RO) en las distintas líneas de negocio del sector bancario transnacional. El modelo RB propuesto, se calibra con datos observados en eventos que se presentaron en las distintas líneas de negocio de bancos trasnacionales, y con información obtenida de los expertos o externa;² el periodo de análisis es de 2006 a 2009.

El riesgo operacional usualmente involucra una pequeña parte de las pérdidas totales anuales de la banca comercial; sin embargo, en el momento en que ocurre un evento de riesgo operacional extremo, este puede causar pérdidas notables. Por esta razón, los grandes cambios dentro de la industria bancaria en la escala mundial están dirigidos a contar con mejores políticas y con recomendaciones en materia de riesgo operacional.

Llama la atención que existen en la literatura especializada diversas técnicas estadísticas para identificar y cuantificar RO, las cuales tienen como supuesto fundamental la independencia entre eventos de riesgo; véase, por ejemplo: Degen, Embrechts, y Lambrigger (2007), Moscadelli (2004) y Embrechts, Furrer y Kaufmann (2003). No obstante, como se muestra en los trabajos de Aquaro et al. (2009), Supatgiat, Kenyon y Heusler (2006), Marcelo (2004), Neil, Marquez y Fenton (2004) y Alexander (2002), existe una relación causal entre los factores de RO.

A pesar de la existencia de trabajos como los de Reimer y Neu (2003), Reimer y Neu (2002), Kartik y Reimer (2007), Leippold (2003), Aquaro et al. (2009), Neil, Marquez y Fenton (2004) y Alexander (2002), que abordan de manera general la aplicación de las RB en la administración del RO, no existe una guía completa sobre cómo clasificar los eventos de RO, cómo identificarlos, cómo cuantificarlos y cómo calcular el capital económico de manera consistente.

• Materias:Método de Simulación de Monte Carlo Gestión de riesgos Teorí­a bayesiana de decisiones estadísticas
• Subjects:Monte Carlos Simulation Method Risk management Bayesian statistical decision theory
• Palabras claves:Riesgo operacional; Análisis bayesiano; Simulación Monte Carlo
• Keywords:Operational risk; Bayesian analysis; Monte Carlo simulation