A működési kockázatkezelés és az AMA-modellek hatékonysága

Absztrakt (kivonat)

Az elmúlt évtizedekben a pénzintézetek működésének egyre fontosabb részét teszi ki a kockázatkezelés, ez többek között a komplexebb kockázatok kialakulásának és a szabályozói környezet változásának az eredménye. A piaci- és hitelezési kockázatok mellett a kockázatkezelés előterébe kerültek a működési kockázatok is, mely nem új jelenség, valójában sokkal mélyebb gyökerekkel rendelkezik, mint a másik két kategória, mivel nem specifikusan csak a pénzügyi termékekhez kötődik, hanem minden egyes folyamatban, tevékenységben jelen van. Dolgozatom első részében a hét működési kockázati kategóriát és a Bázeli szabályozásban lefektetett tőkeszámítási elveket mutatom be. A kategóriák jellegzetességeire világítanak rá a legnagyobb veszteségadatbázis, az ORX aggregált adatai, mely alapján képet kaphatunk a legjelentősebb kockázati faktorokról. A tőkeszámítás három módja közül a két egyszerűbb csak az elmúlt három év bruttó jövedelmére épül, míg a Fejlett Mérési Módszer azzal a céllal jött létre, hogy a valós kockázatokat figyelembe véve határozza meg a tartalékolandó tőkét. Dolgozatom második részében arra keresem a választ, hogy a Fejlett Mérési Módszer alkalmas-e az aktív kockázatkezelésre és a viszonylag laza szabályozási keret milyen modellkockázatokat rejt. Több Fejlett Mérési Módszert alkalmazó pénzintézetet megvizsgálva látható, hogy modelleik igen eltérő eredményekre jutnak, emellett az elmúlt évben több olyan mértékű működési kockázati veszteség is történt, melyeket a modellek nem tudtak előre jelezni. Ezek felvetik azt a két kérdést, hogy szükség van-e magasabb fokú szabályozásra a Fejlett Mérési Módszeren alapuló modellek esetében, amelyek egységesebbé tennék a tőkeszámítást, illetve milyen alternatív módszer áll rendelkezésre, mellyel a jövőbeli veszteségek jobban előrejelezhetőek. Az első kérdésre a választ egy a veszteségadatok inflációs korrekciójára épülő szimulációval kerestem, mivel ez nem szabályozói követelmény, csupán a BIS ajánlásai között szerepel. A szimulációból többek között kiderül, hogy egy ilyen elemnek a modellbe való beépítése már 10 éves időtávon és 2%-os inflációs környezet mellett is jelentős, akár 20%-os különbséget okozhat a tartalékolandó tőke nagyságában. Amennyiben hosszabb időtávval és magasabb inflációval számolunk ez az érték több 100% is lehet. Ez véleményem szerint rámutat arra, hogy a transzparencia érdekében nagyobb fokú szabályozásra lenne szükség. Az inflációs korrekció elvét kiterjesztettem egy egyszerű folytonos modellre, amelyet a veszteségadatokon alkalmazva elvégezhető a kívánt módosítás. Mivel a Fejlett Mérési Módszer leginkább empirikus veszteségadatokra támaszkodik, a modellben nem a jelenlegi kockázatok és kitettségek határozzák meg a tartalékolandó tőkét, ez pedig a proaktív kockázatkezelés ellen hat, a modell csak késve reagál a megváltozott kockázati profilra. A második generációs működési kockázati modellek legfőbb célkitűzése, hogy a valós kockázatok alapján határozzák meg a várható veszteségeket. Dolgozatomban egy a Deutsche Bank által bemutatott modellel is foglalkozom, mely kötvény kibocsátásokhoz kapcsolódó perek várható veszteségeit kívánja előre jelezni. Sajnos az ilyen modellekhez a legtöbb esetben sok paraméterre és nagy mennyiségű adatra van szükség, amely nem minden esetben áll még rendelkezésre. Véleményem szerint a működési kockázati modellek közötti átláthatóságot segítené egy magasabb fokú szabályozás, az olyan elemek kötelezővé tétele, mint például a bemutatott inflációs korrekció. Mindemellett a proaktív kockázatkezelést és a várható veszteségek pontosabb becslését segítené elő a második generációs modellek alkalmazása, melyhez szükség van a megfelelő mennyiségű és minőségű adatra.