1 modelo de capital en caixa catalunya. 2 Índice 1.introducciÓn y entorno regulatorio...

1

Modelo de Capital en Caixa Catalunya

peracionalR. .O2

ÍNDICE

1. INTRODUCCIÓN Y ENTORNO REGULATORIO

2. TRATAMIENTO DE DATOS

3. CÁLCULO VaR POR METODOLOGÍA LDA

4. OBTENCIÓN DEL CAPITAL

peracionalR. .O3

1INTRODUCCIÓN YENTORNO REGULATORIO

peracionalR. .O4

Fin

an

zas

Co

rpo

rativ

as

Ne

go

cia

ció

n y

V

en

tas

Ba

nca

M

ino

rista

Ba

nca

M

ayo

rista

Liq

uid

aci

on

es

Se

rvic

ios

de

Ag

en

cia

y

Cu

sto

dia

Ge

stió

n d

e

Act

ivo

s

Inte

rme

dia

ció

n

Min

oris

ta

Fraude Interno

Fraude Externo

Relaciones y Riesgos Laborales

Clientes, Productos y Servicios

Daños a Activos Físicos

Interrupción de Negocio y Fallos de Sistemas

Ejecución, Entrega y Procesos

NACB define 8 Líneas de Negocio y 7 Categorías de Eventos

Entorno Regulatorio: Modelo AMA

Introducción y Entorno

Regulatorio

Tratamiento de datos

Obtención de Capital.

Cálculo VaR por metodología LDA

peracionalR. .O5

Criterios expuestos en el NACB para la utilización de la aproximación AMA:

Obtención de la cifra de capital con un nivel de confianza del 99,9%

Consideración de los cuatro elementos básicos

• Datos Internos

• Datos Externos

• Análisis de Escenarios

• Factores de Entorno de Negocio y Sistemas de Control

Entorno Regulatorio: Modelo AMA


Regulatorio




peracionalR. .O6

Implementación del modelo AMA en Caixa Catalunya

Método de distribución de pérdidas (LDA)

VaR

Datos internos

Datos externos Escenario

s

Factores control,

entorno negocio

BBDD


Regulatorio




peracionalR. .O7

Flujograma del Proceso y de la Información

Autoevaluaciones

Eventos Internos

Eventos Externos ORX

Cálculo del VaR

1

2

3

4


Regulatorio




peracionalR. .O8

2.- SIMULACIÓN DE EVENTOS

Autoevaluaciones

5.- LDACálculo del CaR

Host

10.- Fichero 1

10.- Fichero 2

10.- Fichero 3

ExtracciónExportación

Cuentas y Departamentos

9.- Transacciones

txt

txt

PérdidasInternas

txt

Saldoscontables

Efectos y recuperaciones

ExtracciónExportación

Mensual

Mensual

1.- RECOGIDA Y ALMACENAMIENTO DE DATOS CUALITATIVOS Y CUANTITATIVOS

Relaciones y Cuentas contables

Relación cuentas, Departamentos y

Riesgos

KRI’sApuntes manualesCuestionarios deAutoevaluaciones

Autoevaluaciones

PC

6.- AutoEvaluaciones

M

A

Interfaz Manual

Interfaz Automática

Esquema de gestión del Riesgo Operacional

A

A M

AM

Eventos de pérdidas Internas, externas

y escenarios.

3.- PérdidasExternas

ORXD Entrada por parte de usuarios de

Departamentos centrales/Oficinas

D

D

RO Entrada por parte de usuarios del Departamento de Riesgo Operacional

RORO

A

A

7.- Pérdidas de RO relacionadas con Riesgo Crédito

RO8.- Pérdidas

ExternasDatos ORX

M

RO

D

CK Puntos de Conciliacion

CK CK CK

CK

CK

CK

peracionalR. .O9

2TRATAMIENTO DE DATOS

peracionalR. .O10

ÍNDICE



2.1- Determinación clases de riesgo

2.2- Datos internos

2.3- Datos externos

2.4- Autoevaluaciones



peracionalR. .O11

2.1- Determinación clases de riesgos

Clases 01 02 03 04 05 06 07

FC

NV

BM

BC

LP

SA

AA

IM

Las clases de riesgo se han determinado en base a 2 criterios:

- Cualitativo: los eventos que afectan a dos líneas de negocio pero se asignan a la que afecta más.

- Cuantitativo: los eventos de las diferentes clases se distribuyen de la misma manera.

Por ejemplo:


Regulatorio




peracionalR. .O12

2.1- Datos internos

PROCESO DE ACTUALIZACIÓN

Actualización de las cantidades monetarias a momento presente, para

corregir el efecto de la inflación.

Basado en datos de IPC en España.

t t+1 t+T-1 t+Tt+2


Regulatorio




peracionalR. .O13

PROCESO DE ESCALADO HISTÓRICO

Consiste en la corrección del efecto que la evolución, crecimiento o disminución, de las

distintas áreas de actividad de la entidad tienen en los datos recogidos sobre eventos de

Riesgo Operacional

Esto se realiza a través de la transformación de los datos de entrada en el modelo mediante

un factor de escalado, obtenido a partir de los indicadores de exposición asociados a

cada línea de negocio y período (año).

En base a un estudio realizado de la evolución de las líneas de negocio de la caja, se ha

decidido no realizar el escalada histórico ni de frecuencia ni de severidad.

2.1- Datos internos


Regulatorio




peracionalR. .O14

2.2- Datos externos

PROCESO DE ACTUALIZACIÓN

Actualización de las cantidades monetarias a momento presente, para

corregir el efecto de la inflación.

Basado en datos de IPC del conjunto de países de Europa Occidental.

t t+1 t+T-1 t+Tt+2


Regulatorio




peracionalR. .O15

PROCESO DE INTEGRACIÓN DE DATOS EXTERNOS

Proceso de escalado que se realiza para transformar los datos externos en

datos comparables con los disponibles de la base interna.

Es necesario realizar este escalado para no incorporar efectos de

heterogeneidad en la muestra debidos a las diferencias de tamaño entre

entidades.

Debe plantearse el escalado tanto a nivel de frecuencias como de severidades.

2.2- Datos externos


Regulatorio




peracionalR. .O16

Otra fuente de información además de los datos internos y externos, es la

información cualitativa obtenida en el proceso de autoevaluación de riesgos y

controles llevado a cabo en la entidad.



Regulatorio




peracionalR. .O17

Pérdida neta

Pérdida bruta

Riesgos, medidos en términos de

• Frecuencia estimada de materialización de eventos de

pérdida (base anual)

• Impacto, o nivel de pérdida estimado una vez ocurre un

evento.

Controles: Instrumentos que la Entidad pone en

práctica para mitigar o prevenir el efecto de los

riesgos, medidos en términos de:

• Diseño: Porcentaje del riesgo que teóricamente mitiga el

control cuando se lleva a la práctica.

• Ejecución: Porcentaje de realización del control, en qué

medida se lleva a la práctica.

Existen dos tipologías de controles:

• Preventivos: Controles que evitan que suceda un evento

• Mitigantes (incluyen seguros): Una vez que han sucedido los

eventos, los controles mitigantes reducen su severidad


Regulatorio





peracionalR. .O18

El modelo de integración de la información cualitativa con el resto de datos es a través de la generación de escenarios cualitativos, análogos a los datos de pérdidas reales de manera que pueden participar en el proceso de estimación de las distribuciones de frecuencia y severidad

Las autoevaluaciones se realizan a nivel de riesgo. Cada uno de ellos pueden estar asociados a una o varias clases con una ponderación (tasa de transferencia) que refleja cómo afecta el riesgo a cada una de las clases.

Las medidas que dan las autoevaluaciones para cada riesgo son:

• Frecuencia media

• Frecuencia máxima

• Impacto medio

• Impacto máximo


Regulatorio





peracionalR. .O19

3CÁLCULO DE VaR POR METODOLOGÍA LDA

peracionalR. .O20

ÍNDICE




3.1- Metodología LDA

3.2- Modelización frecuencias

3.3- Modelización severidad

3.4- Cálculo del VaR


peracionalR. .O21

4

Modelizar Frecuencias:•Poisson•Binomial•Binomial Negativa

Modelizar Severidades:•Lognormal•Weibull•Gamma•Mixturas

1

Cálculo del VaR Total

Modelizar la función de pérdidas f(x)

Simulaciones de Montecarlo

2

Cálculo del VaR por clases Percentil 99,9%

3

3.1.- Metodología LDA

Motor Discriminante de Ajustes para distribuciones discretas: Chi2

Motor Discriminante de Ajustes sensible a los extremos:

Cramer Von Mises / Bootstrapping


Regulatorio




Base de Datos InternaBase de Datos Interna

Base de Datos ExternaBase de Datos Externa

Tratamiento previo e integración:•Truncamiento• Escalado• Actualización

Tratamiento previo e integración:•Truncamiento• Escalado• Actualización

Datos cualitativos Datos cualitativos

Modelización de los datos de impacto cualitativos (lognormal / wald)

Modelización de los datos de impacto cualitativos (lognormal / wald)

Generación escenarios cualitativos y probabilidad asociada

Generación escenarios cualitativos y probabilidad asociada

Datos reales tratadosDatos reales tratados

peracionalR. .O22

Consiste en la estimación estadística de la función de

distribución de pérdidas por Riesgo Operacional para cada

una de las clases de riesgo definidas.

La distribución de pérdidas se obtiene a partir de la estimación,

con datos históricos internos, datos externos y datos cualitativos,

de una distribución de frecuencia (número de eventos de pérdida

en un período temporal determinado), y una distribución de

severidad (importe de dichas pérdidas) para cada celda.

La cifra de VaR viene dada por un percentil del 99,9%.

Por último se obtiene la cifra agregada de VaR para la

entidad considerando la existencia de correlación 1 entre

clases

3.1.- Metodología LDA


Regulatorio




peracionalR. .O23

3.2. – Modelización frecuencias

MODELO DE FRECUENCIAS

La frecuencia de una clase representa el número de veces que ocurre

ese determinado evento en la línea de negocio seleccionada.

Se trata de un fenómeno discreto, ya que las posibles observaciones

de dicho fenómeno sólo pueden ser valores correspondientes a los

números enteros. Por ello se necesita conocer las principales

distribuciones discretas que intervienen en estos modelos:

• Poisson

• Binomial

• Binomial Negativa


Regulatorio




peracionalR. .O24


DATOS EMPLEADOS

Los datos que se emplean para modelizar las

frecuencias son los siguientes:

• Datos internos

• Autoevaluación: Consideramos la

frecuencia media obtenida a partir de las

autoevaluaciones como si se tratara de un

año adicional.


Regulatorio




DATOS FRECUENCIA

Frecuencia 1999

Frecuencia 2000

Frecuencia 2001

Frecuencia 2002

Frecuencia 2003

Frecuencia 2004

Frecuencia 2005

Frecuencia 2006

Frecuencia 2007

Frecuencia Autoavaluaciones

peracionalR. .O25

SELECCIÓN DISTRIBUCIÓN DE FRECUENCIAS

Se selecciona la distribución de frecuencias para cada clase en base a

criterios de bondad de ajuste.

Captura de datos de Frecuencia

Ajuste a una

BINOMIAL

Ajuste a una

BIN NEG

Ajuste a una

POISSON

MEJOR AJUSTE CHI-CUADRADO

Media ≥ Varianza Media ≥ Varianza Media ≤ Varianza Media ≤ Varianza

Un buen ajuste vendrá representado por un valor alto del p_valor



Regulatorio




peracionalR. .O26

3.3.- Modelización severidades

DATOS EMPLEADOS

Los datos que se emplean para estimar los parámetros de las

funciones de distribución con las que intentamos modelizar la

severidad son:

• Datos internos

• Escenarios cualitativos

• Datos externos

La estimación de los parámetros de la distribución se realiza

mediante técnicas de máxima verosimilitud, donde daremos pesos

diferentes a los datos en función de la probabilidad de ocurrencia de

cada uno de ellos.


Regulatorio




peracionalR. .O27


MODELO DE SEVERIDADES

La severidad representa el impacto de un tipo de evento, es decir,

la pérdida que se genera cada vez que ocurre un evento de una

determinada clase.

Se trata de un fenómeno continuo, cuyas posibles observaciones

pueden ser cualquier valor positivo, por lo que la distribución para

modelizar la severidad debe ajustarse a esta naturaleza del fenómeno.

Las principales distribuciones continuas que intervienen en estos

modelos son:

• Gamma

• Lognormal

• Weibull

• Mixturas


Regulatorio




peracionalR. .O28


INTEGRACIÓN DATOS CUALITATIVOS

Los datos cualitativos sirven para completar la distribución de

severidad con datos extremos que probablemente no le han ocurrido

a la entidad pero que le podrían llegar a ocurrir en un futuro.

La obtención de los datos cualitativos se realiza a través de la

generación de escenarios.

El número de escenarios a generar (Ncual) se calcula a nivel de clase.

Para el cálculo del número de escenarios a generar, debe

considerarse el efecto de los controles preventivos.


Regulatorio




peracionalR. .O29


INTEGRACIÓN DATOS EXTERNOS

Para recoger el efecto en la distribución de severidad de eventos de alto

importe de los que no se dispone en la base de datos internas pero que sí

han sucedido en otras entidades, incorporamos a los datos internos y

cualitativos los datos de ORX

Debemos corregir un par de efectos:

Efecto de observabilidad parcial de la muestra de ORX dado por el umbral mínimo

de 20.000 euros, para lo que utilizaremos distribuciones truncadas.

Para evitar la sobrevaloración de la cola de la distribución con la inclusión tal cual

de todos los datos externos, se introducen los datos ORX con una ponderación

que refleja la influencia que han de tener en los cálculos.


Regulatorio




peracionalR. .O30

SELECCIÓN DISTRIBUCIÓN DE SEVERIDADES

Se selecciona la distribución de severidades para cada calse en base a

criterios de bondad de ajuste

Captura de datos de Severidad

Ajuste a una

GAMMA

Ajuste a una

MIXTURA

Ajuste a una

WEIBULL

Ajuste a una

LOGNORMAL

MEJOR AJUSTE CRAMER-VON MISES / BOOTSTRAPPING



Regulatorio




peracionalR. .O31


DISTRIBUCIÓN DE PÉRDIDAS A partir de las distribuciones de frecuencia y severidad se estima la distribución

de pérdidas para cada Línea de Negocio y cada Tipo de Evento.

Distribución Severidades

Distribución Pérdidas

Distribución frecuencias


Regulatorio




peracionalR. .O32

Simulación de los datos de severidad En cada escenario se simulan tantos datos como indique el dato generado de frecuencia

OBTENCIÓN POR SIMULACIÓN

MÉTODO DE MONTECARLO

Simulación de los datos de frecuencias N

Cálculo del valor de la pérdida en cada escenario

N

nn

0



Regulatorio




n

peracionalR. .O33

A partir de la distribución de pérdidas se definen:

PÉRDIDA ESPERADA (EL): Media de la distribución de pérdidas

para una determinada Línea de Negocio y Tipo de Evento.

PÉRDIDA INESPERADA (UL): Cuantil de orden α menos la media,

siendo α un cierto nivel de confianza.

VAR: Percentil 99,9% de la distribución de pérdidas

OBTENCIÓN DEL VaR POR CLASES

VaR

1-

PERDIDA ESPERADA

EL

VaR = EL + ULVaR = EL + UL

VaR-

UL

1-



Regulatorio




peracionalR. .O34

4INTEGRACIÓN Y OBTENCIÓNDE CAPITAL

peracionalR. .O35

ÍNDICE





peracionalR. .O36


Regulatorio




El capital regulatorio por Riesgo Operacional global de la entidad se

obtiene como la mera agregación de los capitales de todas las clases

de riesgo al percentil 99,9.

Ki

iVaRVaR K: conjunto todas las clases de

riesgo operacional

Cabría considerar las correlaciones entre clases diferentes a 1 pero para ello es necesario poder

demostrarlas y eso no es sencillo.

También pueden obtenerse deducciones por contratos de seguro pero para ello las pólizas deben

cumplir unos estrictos requisitos establecidos por el NACB.

CAPITAL REGULATORIO

peracionalR. .O37


Regulatorio




CAPITAL ECONÓMICO

El capital económico por Riesgo Operacional en Caixa Catalunya se considera, hoy por hoy, igual al capital regulatorio.

Las necesidades de capital por Riesgo Operacional se agrega a las del resto de riesgos (crédito, concentración, mercado, balance, liquidez,

estratégico, …).

Se está definiendo un nuevo modelo de gestión de la Entidad basado en capital económico y en los criterios de rentabilidad ajustada al riesgo.

peracionalR. .O38

1 modelo de capital en caixa catalunya. 2 Índice 1.introducciÓn y entorno regulatorio...

Documents