Preview

Вестник Государственного университета просвещения. Серия: Экономика

Расширенный поиск

ПРОГНОЗИРОВАНИЕ ОПЕРАЦИОННЫХ ИТ-РИСКОВ С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ ЭКСТРЕМАЛЬНЫХ ВЕЛИЧИН

https://doi.org/ 10.18384/2310-6646-2018-2-145-154

Аннотация

В статье предложена экономико-математическая модель оценки операционного ИТ-риска c использованием теории экстремальных величин. Данная модель позволяет оценить максимально возможный ущерб от ИТ-инцидентов в релизах информационных систем банка. Модель основана на предположении, что экстремальные потери от ИТ-инцидентов подчинены распределению Фишера-Типпета. В работе приведены два различных подхода к оценке параметров распределения Фишера-Типпета на основе статистических данных по инцидентам операционного риска. Для апробации разработанной модели в статье приводятся расчёты с использованием языка программирования R. Осуществлена валидация модели с использованием теста Купика. Описаны преимущества и ограничения использования моделей экстремальных величин при оценке операционных рисков.

Об авторе

Грант Саркисович Петросян
Российский экономический университет имени Г.В. Плеханова
Россия


Список литературы

1. Зарядов И.С. Введение в статистический пакет R: типы переменных, структуры данных, чтение и запись информации, графика. М.: Издательство Российского университета дружбы народов, 2010. 207 с.

2. Петросян Г.С. Методы анализа операционных рисков при управлении релизами банковских информационных систем // Фундаментальные исследования. 2017. № 11-1. С. 108-113.

3. Шведов А.С. Теория вероятностей и математическая статистика: промежуточный уровень. М.: ИД Высшей школы экономики, 2016. 280 с.

4. Banking Banana Skins 2015. The CSFI survey of bank risk [Электронный ресурс] // PWC: [сайт]. URL: https://www.pwc.com/gx/en/financial-services/pdf/Banking-banana-skins-2015-final.pdf (дата обращения: 13.01.2018).

5. Novak S.Y. Extreme Value Methods with Applications to Finance. Florida: CRC Press, 2011. 399 p.

6. Operational risk loss data for banks submitted in 2016 [Электронный ресурс] // Managingrisktogether: [сайт]. URL: https://managingrisktogether.orx.org/research/beyond-headlines (дата обращения: 13.01.2018).

7. Scandizzo S. The Validation of Risk Models: A Handbook for Practitioners. New York: Palgrave Macmillan, 2016. 242 p.

8. Wickham H. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. Canada: O’Reilly Media, 2016. 522 p.

9. Yan J., Dey D.K. Extreme Value Modeling and Risk Analysis: Methods and Applications. Florida: CRC Press, 2016. 540 p.


Рецензия

Просмотров: 87


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2949-5040 (Print)
ISSN 2949-5024 (Online)