| Titre | Analyse des risques opérationnels par les réseaux bayésiens | |
|---|---|---|
| Auteur | Laurent Condamin, Consultant Elseware Patrick Naïm Consultant Elseware | |
 |
Revue | Revue d'économie financière |
| Numéro | no 84, juin 2006 Le risque opérationnel | |
| Rubrique / Thématique | Le risque opérationnel Le point de vue académique |
|
| Page | 121 | |
| Résumé |
Cet article présente une démarche de modélisation quantitative des risques opérationnels mise en oeuvre au sein d'un groupe bancaire français dans le cadre de Bâle II. Cette approche est fondée sur la modélisation de scénarios de risque par des réseaux bayésiens. Elle repose principalement sur l'expertise humaine, seule source de connaissance capable d'appréhender les risques de gravité. Les modèles de connaissance permettent de calculer les fonds propres exigés par Bâle, de mesurer l'impact des évolutions du contexte ou des objectifs commerciaux et stratégiques sur les fonds propres, et enfin d'identifier les leviers de réduction des risques.
Classification JEL : C11, G21, G28, K23 Source : Éditeur (via Persée) |
|
| Résumé anglais |
Using Bayesian networks for operational risks analysis
This paper presents a quantification approach for operational risks. This method has been designed and implemented within a French banking group as part of the Basel 2 regulation framework. As only human expertise is generally available when addressing severity risks, we use knowledge based Bayesian networks to define and quantify the significant risk scenarios. These models are then merged into a global risk model. Finally, the global risk model is sampled in a Monte Carlo simulation to calculate the capital charge, evaluate the impact of strategic and commercial objectives or contextual changes on capital charge and identify risk control levers.
JEL classification : C11, G21, G28, K23 Source : Éditeur (via Persée) |
|
| Article en ligne | https://www.persee.fr/doc/ecofi_0987-3368_2006_num_84_3_4122 |
