Издания и мероприятия для банковских специалистов:
 
Методический журнал
Bнутренний контроль в кредитной организации
Описание изданияСвежий номер Архив Приобрести/Подписаться
Выходит один раз в квартал.
Объем 112 с. Формат А4.
Издается с 2009 г.
 
 

Организация системы управления регуляторным риском: первый этап — идентификация

Размещено на сайте 06.09.2018
Статья представляет собой первую часть цикла об организации системы управления регуляторным (комплаенс) риском в банке. Как сформировать набор типичных рисков, чтобы упростить сотрудникам выявление комплаенс рисков? Какую минимально необходимую информацию нужно собрать в отношении события регуляторного риска? Как обрабатывать информацию о событии, если оно содержит признаки одновременно регуляторного и операционного рисков? Как провести разграничение между регуляторным и правовым рисками?
 
Илона НАРОЛЬСКАЯ, Банк ВТБ (ПАО), начальник Управления комплаенс-контроля ДККиФМ — вице-президент
 
 
Приводятся извлечения из статьи. Полную версию материала читайте в журнале. Подписаться
 
 
Полнота и корректность определения остаточного уровня регуляторного риска зависят от адекватности построения первого этапа системы управления рисками — идентификации регуляторного (комплаенс) риска.
Целесообразно разместить на доступных сотрудникам информационных ресурсах (корпоративном портале и иных ресурсах) обучающие материалы с подробными пояснениями и примерами выявле- ния событий регуля- торного риска.
Целесообразно на уровне подразделений назначить лиц, уполномоченных собирать у сотрудников своего подразделения информацию о выявленных событиях регуляторного риска и направлять собранные сведения в подразделение комплаенс.
Подразделение комплаенс может организовать сбор и учет рисковых событий регуля­торного риска либо самостоятельно, либо совместно с подразделением по управлению операционным риском.
В банке следует на уровне определений и классификаторов разделить регулятор- ные (комплаенс) и правовые (в составе операционных) риски.
Рассматриваемый нами подход к моделированию «красного флага» основан на статистических закономерностях поведения элементов big data, поэтому подобный индикатор риска имеет высокую статистическую значимость и является достаточно объективным.
Метод кластеризации обеспечивает «расслаивание» с учетом всех изменяемых характеристик элемента генеральной совокупности, то есть анализирует поведение элементов путем создания неко­торой обобщающей модели.
При интерпретации результатов кластерного анализа следует учитывать, что он в большинстве случаев не выявляет нарушение (риск) в «чистом» виде, а позволяет сконцент­рировать внимание внутреннего контролера на небольшой выборке (страте), причем ее элементы будут заметно отличаться от остальных страт.
При выборе признаков (параметров объекта анализа) необходимо учитывать предположение внутреннего контролера о том, какой вид нарушения (риска) предполагается обнаружить. Общая рекомендация — выбирать возможно большее количество признаков как в суммовом, так и в количественном выражении.
Сделать выводы о наличии нарушений (рисков) только по результатам кластерного анализа в большинстве случаев невозможно. Для корректной интерпретации результатов необходим более детальный анализ, в котором возрас­тающее значение будет иметь профессиональное суждение контролера.
 
 
 
 
Другие проекты ИД «Регламент»