新的监管要求和股东需求增加了对运营风险建模和管理的需求。为了防止运营风险，许多金融机构采用了Kabir Dutta和David Babbel在突破性纸上描述的措施（COM）方法的变化1。若干主要美国银行已经致力于开发COM方法的专有模式，将内部损失数据与情景分析相结合，以计算单一，可靠的运营风险资本估计。
在Matlab工作®，Wolters Kluwer的分析师已经开发了第一次实现COM方法，使金融机构能够在不开发自己的模型的情况下应用COM。
“MATLAB和统计和机器学习工具箱使我们能够迅速实现COM方法，”Wolters Kluwer的高级顾问Aniruddho Sanyal博士说。“使用MATLAB编译器，我们将我们的实现包装为Microsoft Excel加载项，因为我们的客户可以从Excel内访问自己的操作风险分析。”
巴塞尔II允许机构使用三种方法中的一种来计算操作风险：基本指标，标准化或高级测量（AMA）。基本指标和标准化方法产生高资本估计，并使难以执行场景分析和压力测试。最小的金融机构，包括新兴市场的银行，不适用AMA，因为他们缺乏开发所需先进模型的资源。
通过开发将包含内部数据，外部数据和AMA所需的场景分析的COM方法进行包装的COM方法来帮助这些机构来帮助这些机构。
分析师需要计算环境，用于执行参数估计，拟合良好测试和其他统计分析。在实现COM方法后，他们需要一种包装解决方案的方法，以保护其知识产权，同时使金融分析师轻松衡量自己的运营风险资本。
Wolters Kluwer使用MATLAB和统计和机器学习工具箱™开发一种实现COM方法的模型。
COM方法的第一步是识别适合一组内部丢失数据集的分发。该团队通过使用统计信息和机器学习工具箱在模型中实现了此步骤，以对Lognormal，LogLoggistic，Loggamma和Weibull分布执行参数估计。
为了评估分布与数据相匹配的程度，他们添加了AnderSon-Darling，Kolmogorov-Smirnov，以及对模型的Chi-Square的适合度测试。它们使用量子位定量（QQ）图来可视化健康的评估。
COM方法的下一步是合并基于金融机构的实际损失经验的场景数据。该团队通过在每个分销上运行10,000个COM试验并使用统计和机器学习工具箱来重新估计分布参数，在MATLAB中实现了此步骤。
该模型利用新的分布基于单损近似来估计运营风险资本。对于历史损失数据很少或没有历史损失数据的机构，该团队实施了一种替代方法，依赖于Matlab的实证分布和Monte Carlo模拟来估计资本。
使用Matlab Compiler™，团队将Matlab模型作为微软打包®Excel加载项。金融机构的分析师可以直接在Excel中使用此加载项来执行操作风险建模，即使它们没有安装MATLAB也是如此。
作为此Excel接口的替代方案，Wolters Kluwer计划使用MATLAB和Database Toolbox™来实现自定义用户界面，用于检索模型输入，并存储数据库中的结果。
开发时间减少五个多月。“通过MATLAB和统计和机器学习工具箱，我们在大约三周内完成了COM方法的实施，”三籍说。“我们估计我们将需要六个月到一年才能使用C ++或Visual Basic完成项目®。“
技术支持等待时间消除金宝app。“我们可能已经能够为我们的一些统计分析使用开源软件，但我们正在运行业务，而不是大学，”三籍说明。“我们没有时间等待在论坛上的问题答案。MathWorks拥有高度称赞的工程师，他们回答了我们立即有任何问题。“
知识产权保护。“将我们的Matlab模型包装为excel加载项，其中包含Matlab编译器，使我们能够通过金融分析师熟悉的界面提供解决方案，”三籍说。“与此同时，它使我们能够在竞争力的行业中保护我们的专业代码。”
1Dudta，K.和Babbel，David F。“操作风险资本测量中的情景分析：衡量方法的变化。”中国风险与保险，2013（https://onlineLibrary.wiley.com/doi/abs/10.1111/j.1539-6975.2012.01506.x）
加入客户参考计划
您还可以从以下列表中选择一个网站：
