Operational Risk Measured by Bayesian Networks with a Poisson-Gamma Joint Distribution in a Financial Firm.

Resumen

El objetivo es cuantificar requerimientos de capital y riesgo operacional mediante inferencia bayesiana, mediante un modelo de distribución conjunta Poisson-Gamma alimentado por información de expertos para una institución financiera mexicana. Simulaciones Monte Carlo basadas en intervalos del valor esperado del evento de pérdida muestran que: 1) El valor del riesgo operacional se puede obtener con información insuficiente con 95% de confianza, 2) las pérdidas esperadas tienden a aumentar cuando los sucesos que esperan los expertos también se incrementan, 3) hay una correlación positiva entre el riesgo operativo y los eventos esperados por los expertos, 4) la frecuencia y severidad de las pérdidas son más pequeñas al principio y luego crecen conforme el valor en riesgo operacional se acerca al óptimo, después ambos disminuyen nuevamente. Los resultados descritos dependen de los supuestos del modelo así como de la opinión de los expertos y la información disponible al interior de la firma. La metodología propuesta proporciona una medición avanzada del riesgo operativo, por lo que se puede formular una estrategia específica para que una empresa financiera evite pérdidas y asuma riesgo operacional.