Examensarbetet använder generaliserade linjära modeller för att identifiera och analysera enhetsspecifika egenskaper som påverkar risken för operativa förluster. Företag exponeras sällan mot operativa förluster vilket gör att det finns lite information om dessa förluster. De generaliserade linjära modellerna använder statistiska metoder som gör det möjligt att analysera all tillgänglig interndata trots att den är begränsad. Dessutom möjliggör metoden att analysera frekvensen av förlusterna samt magnituden av förlusterna var för sig. Det är fördelaktigt att göra två separata analyser, oberoende av varandra, för att identifiera vilka enhetsspecifika egenskaper som påverkar förlustfrekvensen respektive förlustmagnituden. För att modellera frekvensen av förlusterna används en Poissonfördelning. För att modellera magnituden av förlusterna används en Tweediefördelning som baseras på en semiparametrisk fördelning. Frekvens- och magnitudmodellen kombineras till en gemensam modell för att analysera vad som påverkar den totala kostnaden för operativa förluster. Resultatet visar att enhetens region, inkomst per tjänstgjord timme, storlek, internbetyg och erfarenhet hos personalen påverkar kostnaden för operativa förluster. / The objective of this Master’s Thesis is to identify and analyze explanatory variables that affect operational losses. This is achieved by applying Generalized Linear Models and selecting a number of explanatory variables that are based on the company’s unit attributes. An operational loss is a rare event and as a result, there is a limited amount of internal data. Generalized Linear Models uses a range of statistical tools to give reliable estimates although the data is scarce.  By performing two separate and independent analyses, it is possible to identify and analyze various unit attributes and their impact of the loss frequency and loss severity. When modeling the loss frequency, a Poisson distribution is applied. When modeling the loss severity, a Tweedie distribution that is based on a semi-parametric distribution is applied. To analyze the total cost as a consequence of operational losses for a single unit with certain attributes, the frequency model and the severity model are combined to form one common model. The result from the analysis shows that the geographical location of the unit, the size of the unit, the income per working hour, the working experience of the employees and the internal rating of the unit are all attributes that affects the cost of operational losses.