Cálculo del Valor en Riesgo Operacional de una Empresa Aseguradora Mediante Redes Bayesianas
DOI:
https://doi.org/10.46661/revmetodoscuanteconempresa.2737Palabras clave:
Riesgo operacional, Redes Bayesianas, Solvencia II, OpVar., Operational risk, Bayesian networksResumen
Fue en los noventas cuando se definió el concepto de Riesgo Operacional, desde entonces las instituciones, sobre todo del sector financiero, están preocupadas en este tipo de riesgo dado que su exposición podría tener consecuencias fatales. En el caso del sector asegurador su estudió se origina debido al nuevo marco regulatorio Europeo de Solvencia II. El propósito de esta investigación es el desarrollo de una metodología basada en redes bayesianas que permita identificar y medir el riesgo operacional para poder determinar el requerimiento de capital de solvencia en el proceso de cotización de pólizas en línea de una aseguradora que incursionó recientemente en esta forma de operar. Para lo cual se diseñó un modelo de red bayesiana con distribuciones a priori y a posteriori que permitieran estimar la frecuencia y la severidad de las pérdidas, con las distribuciones a posteriori se realizó una estimación de la pérdida esperada para un periodo de un año, utilizando simulación Montecarlo.
Descargas
Citas
Aczel−Sounderpandian (2009) “Business Statistics” p 692-788, Séptima Edición, Mac Graw Hill
Alexander, C. (2002) “Operational Risk Measurement: Advanced Approaches” ISMA Centre, University of Reading, UK
Basel Committee on Banking Supervision (BCBS, September 2001). “Working Paper on The Regulatory Treatment of Operational Risk”, Bank for International Settlements
Basel Committee on Banking Supervision (BCBS, 2006). “International Convergence of Capital.” Measurement and Capital Standards, Bank for International Settlements
Buhlmann, H., and A. Gisler. (2005) “A Course in Credibility Theory and its Applications, Springer, 2005
Carrillo, S; Suárez, A. (2006) “Medición efectiva del riesgo operacional”. Estabilidad Financiera, Vol. 11 pp. 61-89
CEIOPS, QIS5 (2010) Technical Specifications. http://www.eiopa.europa.eu
Cruz, M. G., (2002) “Modeling, Measuring and Hedging Operational Risk”, Hoboken: Wiley
Cummins, J.D., C.M. Lewis and R. Wei (2006) “The Market Value Impact of Operational Loss Events for US Banks and Insurers”, Journal of Banking and Finance, Vol. 30 p. 205-2634
Deloitte (2013) "Solvency II Requirements," available at www2.deloitte.com/uk/en/ pages/financial-services/solutions/solvency-ii.html.
Directiva 73/239/CEE
Directiva 2002/83/CEE
Directiva 92/96/CEE
Dutta, K., and J. Perry (2006) “A Tale of Tails: An Empirical Analysis of Loss Distribution Models for Estimating Operational Risk Capital”. Working paper, Federal Reserve Bank of Boston
European Commision. (2008) QIS4 Technical Specifications
Guidici P.(2004) “Integration of qualitative and quantitative operational risk data: a Bayesian approach”, in M.G. Cruz, ed., Operational Risk Modeling and Analysis.Theory and Practice, RISK Books, London, pp.131-138.
Hernández Barros, R., y Martínez Torre-Enciso, Ma. I, (2010) “La nueva regulación europea de seguros privados: Solvencia II”; Boletín de Estudios Económicos, Bilbao, No. 199 pp. 75-92
Hoffman, D. (1998) “New Trends in Operational Risk Measurement and Management”. Operational Risk and Financial Institutions, Arthur Andersen, Risk Books, London.
KPMG (2011) "Solvency II,", www.kpmg.com/US/en/IssuesAnd Insights/ArticlesPublications/Pages/solvency-II-closer-look.aspx y www.kpmg.com/US/en/IssuesAndInsights/ArticlesPublications/Documents/ solvency-II.pdf.
McNeil, A., R. Frey, and P. Embrechts (2005) “Quantitative Risk Management” Princeton, University Press
Mikosch, T. (2004 “Non-Life Insurance Mathematics: An Introductión with Stochastic Processes” Springer Verlag
Neil, M.N. Fenton and M. Tailor (2005) “Using Bayesian Networks to model expected and unexpected operational losses” Risk Analysis Journal Vol. 25, No. 4 pp. 963-972
Neil M., D. Marquez and Fenton N. (2004) “Bayesian Networks to model Expected and Unexpected Operational Losses”, Risk analysis, Vol. 25, No,. 4 pp. 675-689
Peters, G.W., A.D. Byrnes and P.V. Shevchenko (2011) “Impact of Insurance for Operational Risk: Is it Worthwhile to Insure or be Insured for Severe Losses” Insurance: Mathematics and Economics, Vol. 48 pp. 287-303
Reimer K and Neu P. (2003) “Functional correlation approach to operational risk in banking organizations”. Physica A: Statistical Mechanics and its Applications, 322 Pp 650-666
Shevchenko, P.V. (2010) “Calculation of Aggregate Loss Distributions”, Journal of Operational Risk, Vol. 5 pp. 3-40
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2019 Revista de Métodos Cuantitativos para la Economía y la Empresa
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.