Modelos causais no cálculo de capital para risco operacional: investigação do uso de redes neurais artificiais como modelo avançado de mensuração de capital

Description

Made available in DSpace on 2010-04-20T21:00:04Z (GMT). No. of bitstreams: 4
Angela Sayuri Cristofoli Ueno.pdf.jpg: 3172 bytes, checksum: cee83d936530b3fbd5bbd2e1e33630f0 (MD5)
Angela Sayuri Cristofoli Ueno.pdf.txt: 101059 bytes, checksum: 8aed03cbd2b118345bf95e9de842bd8b (MD5)
license.txt: 4712 bytes, checksum: 4dea6f7333914d9740702a2deb2db217 (MD5)
Angela Sayuri Cristofoli Ueno.pdf: 1282852 bytes, checksum: f569242d1dee8eb86948ddc7774f30c9 (MD5)
Previous issue date: 2010-02-08T00:00:00Z / The operational risk management and measurement is an increasing concern throughout the community of financial institutions. The adequate choice of the operational risk capital calculation model can become a competitive differential. This study presents the advantages of adopting causal models for operational risk management and measuring. The investigation of the Artificial Neural Networks application for this purpose shows that the causal model results in capital amounts more aligned to the financial institution’s risk exposure. Furthermore, there is the advantage that, as more risk sensible the capital calculation methodology is, higher will be the incentive for an appropriate risk management in the day-today institution’s business. This not only reduces the needs for capital allocation, but also decreases the expected losses. Therefore, the results are positive and encourage future researches about this subject. / A gestão e a mensuração do risco operacional é uma preocupação crescente da comunidade bancária, de modo que a escolha adequada do modelo de alocação de capital para risco operacional pode tornar-se um diferencial competitivo. Este trabalho apresenta as vantagens da adoção de modelos causais para a gestão e mensuração do risco operacional e, ao investigar a aplicação de Redes Neurais Artificiais para tal propósito, comprova que o modelo causal chega a valores de capital mais alinhados à exposição ao risco da instituição financeira. Além disso, há a vantagem de que, quanto mais sensível a risco a metodologia de cálculo de capital for, maior será o incentivo para uma gestão apropriada dos riscos no dia-a-dia da instituição financeira, o que não apenas reduz sua necessidade de alocação de capital, quanto diminui suas perdas esperadas. Os resultados, portanto, são positivos e motivam estudos futuros sobre o tema.

Links & Downloads

1. UENO, Angela Sayuru Cristofoli. Modelos causais no cálculo de capital para risco operacional: investigação do uso de redes neurais artificiais como modelo avançado de mensuração de capital. Dissertação (Mestrado Profissional em Finanças e Economia) - FGV - Fundação Getúlio Vargas, São Paulo, 2010.
2. http://hdl.handle.net/10438/4299

Tags

Modelo causal

Risco operacional

Redes neurais artificiais

Operational risk

Causal model

Artificial neural networks

Economia

Risco (Economia)

Redes neurais (Computação)

Additional Fields

Identifer	oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/4299
Date	08 February 2010
Creators	Ueno, Angela Sayuru Cristofoli
Contributors	Ohanian, George, Cipparrone, Flavio Almeida de Magalhães, Escolas::EESP, Pinto, Afonso de Campos
Source Sets	IBICT Brazilian ETDs
Language	Portuguese
Detected Language	Portuguese
Type	info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Source	reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV
Rights	info:eu-repo/semantics/openAccess