Учет рисков
Учет рисков – это метод, который количественно определяет степень подверженности нефинансовым рискам , агрегирует ее и учитывает эти риски посредством положений по учету ожидаемых убытков. [1] [2]
Фон
[ редактировать ]Учет рисков — это расширение управленческого учета , направленное на улучшение корпоративной отчетности путем измерения и документирования потенциальных будущих финансовых последствий различных нефинансовых рисков . [1] [3] [4] К ним относятся кибер- риски , риски цепочки поставок , операционные , экологические , геополитические , поведенческие, мошенничества, модельные и другие виды рисков. [1]
Действующие стандарты бухгалтерского учета признают, что предприятие может столкнуться со значительными нефинансовыми рисками в одном периоде, а финансовые последствия этих рисков сообщаются в последующих периодах. [3] Такая практика признания рисков и потенциальной прибыли в одном периоде с последующим сообщением о финансовых убытках в более поздние периоды может подорвать доверие заинтересованных сторон к заявленной бухгалтерской прибыли. [3] Более того, эти стандарты могут позволить некоторым предприятиям и частным лицам неадекватно справляться с рисками, касающимися инвесторов, клиентов, окружающей среды, общественного здравоохранения и безопасности, а также благосостояния общества. [3]
Метод учета рисков
[ редактировать ]В учете рисков вводится подразделение рисков (RU) для измерения нефинансовых рисков, что позволяет их количественно оценивать, агрегировать и составлять отчеты. В этом подходе используются три основных показателя: неотъемлемый риск, который количественно определяет уровень нефинансового риска до смягчения в RU; Индекс снижения риска (RMI), оценивающий эффективность мероприятий по снижению риска по шкале от 0 до 100; и Остаточный риск, представляющий оставшийся нефинансовый риск после смягчения. [3] [5]
Методология уточняет традиционные оценки рисков за счет использования числовых весов и факторов риска вместо традиционных красных, желтых и зеленых показателей (RAG), что позволяет точно рассчитать RMI для каждого оцениваемого бизнес-компонента. [3]
Механизм расчета нефинансовых рисков работает с системами бухгалтерского учета и расширенными оценками для оценки ежедневных максимальных и фактических нефинансовых рисков в RU с учетом присущих рисков и RMI. [3]
Учет рисков обеспечивает ежедневную аналитику нефинансовых рисков по бизнес-компонентам, продуктам, клиентам и местоположениям, что облегчает мониторинг подверженности рискам в соответствии с предопределенными лимитами на основе RU. [3] Эта аналитика позволяет проводить сравнения на разных организационных уровнях и между подразделениями при условии последовательного применения методологии. [3]
Денежная стоимость RU
[ редактировать ]Учет рисков направлен на количественную оценку денежной стоимости Единицы риска (RU), называемой RUm, путем анализа данных об убытках, связанных с нефинансовыми рисками, в конкретном контексте, включая соответствующие RU и индексы снижения риска (RMI) на момент убытка. . [3] Это позволяет оценить ожидаемые нефинансовые убытки, связанные с риском, путем умножения остаточных RU на RUm. [3]
Учет рисков обеспечивает ежедневную аналитику нефинансовых рисков в RU по бизнес-подразделениям, продуктам, клиентам и местоположениям, что позволяет отслеживать подверженность рискам в соответствии с установленными лимитами риска в RU. [3] Это облегчает последовательное сравнение рисков по всей организации. [3]
Использование статистических моделей и бэк-тестирования для изучения взаимосвязи между подверженностью конкретным продуктам нефинансовым рискам в остаточных RU и историческими данными об убытках может позволить определить денежную стоимость RU. [3] Это может повысить точность оценки ожидаемых убытков, связанных с нефинансовыми рисками, и потенциально представляет собой альтернативу расчетам нормативного капитала операционного риска, указанным в Базельских соглашениях . [3] [6]
Фабрика корпоративных данных на базе искусственного интеллекта для учета рисков
[ редактировать ]Семантические технологии на основе онтологий , такие как базы знаний , способствуют развитию корпоративных структур данных, облегчая интеграцию данных и улучшая функциональные возможности искусственного интеллекта (ИИ). [3] Эти функции включают обнаружение и устранение потенциальных киберугроз , а также проведение расширенного анализа рисков . [3] Эта интеграция формирует базу знаний при интеграции с графовой базой данных. [3]
В контексте интеграции данных база знаний выступает в качестве основополагающего элемента структуры данных. [3] Применение семантических технологий заметно расширяет возможности машинного обучения (ML) и обработки естественного языка (NLP). [3] В результате онтологии вместе с технологиями ML и NLP образуют набор инструментов для реализации системы учета рисков. [3] Эта эффективность обусловлена их способностью решать проблемы агрегирования данных о рисках и использовать агенты ИИ для расширенной оценки рисков и контроля. [3]
Ссылки
[ редактировать ]- ^ Jump up to: а б с Гроди, Аллан Д.; Хьюз, Питер Дж. (2016). «Учет рисков: агрегирование данных о рисках и отчетность о рисках (BCBS 239) как основа управления рисками предприятия (ERM) и управления рисками» . Электронный журнал ССРН . дои : 10.2139/ssrn.2726638 .
- ^ «Комментарии по учету рисков» . Журнал управления рисками в финансовых учреждениях . 9 (4): 413–420. 1 октября 2016 г. – через IngentaConnect.
- ^ Jump up to: а б с д и ж г час я дж к л м н тот п д р с т в v Батлер, Том; Брукс, Роберт (26 октября 2023 г.). «Время смены парадигмы: проблемы с подходом финансовой отрасли к операционному риску» . Анализ рисков . doi : 10.1111/risa.14240 – через CrossRef.
- ^ «ESG, устойчивое развитие и нефинансовые риски – призыв к действию» .
- ^ Хьюз 2023 , с. 189.
- ^ Хьюз 2023 , стр. 145–146.