Using a time series approach to correct serial correlation in operational risk capital calculation - Université Paris 1 Panthéon-Sorbonne Accéder directement au contenu
Autre Publication Scientifique Année : 2013

Using a time series approach to correct serial correlation in operational risk capital calculation

Dominique Guegan
Bertrand Hassani
  • Fonction : Auteur
  • PersonId : 937147
  • IdRef : 158318099

Résumé

The advanced measurement approach requires financial institutions to develop internal models to evaluate regulatory capital. Traditionally, the loss distribution approach (LDA) is used, mixing frequencies and severities to build a loss distribution function (LDF). This distribution represents annual losses; consequently, the 99.9th percentile of the distribution providing the capital charge denotes the worst year in a thousand. The traditional approach approved by the regulator and implemented by financial institutions assumes the losses are independent. This paper proposes a solution to address the issues arising when autocorrelations are detected between the losses, by using time series. Thus, the losses are aggregated periodically and several models are adjusted using autoregressive models, autoregressive fractionally integrated and Gegenbauer processes considering various distributions fitted on the residuals. Monte Carlo simulation enables the construction of the LDF, and the computation of the relevant risk measures. These dynamic approaches are compared with static traditional methodologies in order to show their impact on the capital charges, using several data sets. The construction of the related LDFs and the computation of the capital charges permit complying with the regulation. Besides, capturing simultaneously autocorrelation phenomena and large losses by fitting adequate distributions on the residuals, provide an alternative to the arbitrary selection of the LDA.
L'approche des mesures avancées requière de la part des institutions financières le développement de modèles internes pour évaluer leur capital réglementaire. Traditionnellement, l'approche LDA combinant fréquences et sévérités de perte est utilisée pour construire la distribution de perte agrégée (LDF). Cette distribution représentant des pertes annuelles, le 99.9 percentile donnant le capital réglementaire dénote la pire année de perte sur 1000. L'approche généralement acceptée par le régulateur et mise en œuvre dans les institutions financières part de l'hypothèse que les pertes sont indépendantes. Ce papier propose une solution pour éviter les problèmes rencontrés lorsque des phénomènes d'auto corrélation sont détecter entre les incidents en utilisant des séries temporelles. Pour ce faire, les pertes sont agrégées périodiquement et plusieurs modèles sont ajustés sur les séries résultantes, tels que des AR, des ARFI ou des processus de Gegenbauer eux-mêmes combinés à de multiples distributions caractérisant les résidus. Une simulation de Monte Carlo permet de construire la LDF et d'évaluer les mesures de risques appropriées. Ces approches dynamiques sont comparées aux méthodes traditionnelles dans le but de souligner leur impacts sur la mesure du capital réglementaire en utilisant plusieurs jeu de données, tout en restant conforme à la réglementation. Par ailleurs, en capturant simultanément les phénomènes d'auto corrélation et les pertes extrêmes en ajustant les distributions adéquates sur les résidus, cette méthode se pose comme alternative à l'utilisation arbitraire de la LDA.
Fichier principal
Vignette du fichier
12091R.pdf (644.81 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

halshs-00771387 , version 1 (08-01-2013)
halshs-00771387 , version 2 (09-02-2016)

Identifiants

  • HAL Id : halshs-00771387 , version 2

Citer

Dominique Guegan, Bertrand Hassani. Using a time series approach to correct serial correlation in operational risk capital calculation. 2013. ⟨halshs-00771387v2⟩
325 Consultations
679 Téléchargements

Partager

Gmail Facebook X LinkedIn More