Plan de negocios

550.  Annex X, Part 3, Paragraph 12 of the CRD requires, among others things,  that the risk measurement system be internally consistent. 

551.  Institutions  should  adopt  appropriate  methods  and  procedures  to  guarantee the consistency and quality of the input, execution, and output  phases of the model. 

Model input, execution and output 

552.  Institutions  should  seek  to  identify  operational  risk  classes  within  which  loss  amounts  are  independent  and  identically  distributed.  Alternatively,  institutions  may  wish  to  adjust  their  data  for  known  drivers  in  order  to  simplify the modeling process, which needs to be justified. 

553.  Where modelling requires independence of loss events, the following tools  and techniques may be used. 

· Time  plots  and  appropriate  functions,  which  serve,  respectively,  to  check  the  level  of  stationarity of  the  data  over  time  and  to address the detected  non­stationarity of the  frequency and severity components.

· Techniques  that  reduce  the  effects  of  data  clustering  and  seasonality  and  that  adjust  the data for inflation.

· Qualitative  criteria  (based,  for  example,  on  the  qualitative  information  relating  to  the  data)  and/or  quantitative  tests  to  detect  outliers  and  techniques  to  eliminate  or  mitigate their influence. 

554.  The execution of models for generating regulatory operational risk figures  should be supported by a transparent and consistent process. 

Depending  on  the  modelling  methodology  chosen,  institutions  could  take  the  following  steps which are to be intended neither exhaustive nor binding: 

1.  Preliminary identification of a set of probability distributions to be fitted to the data.  2.  Appropriate techniques for estimating parameters. 

3.  Appropriate diagnostic tools for evaluating how well the distributions fit the data.  4.  Sound  methods  for  selecting  distributions,  when  the  results  from  point  3  do  not 

indicate a clear choice. 

555.  In  order  to  determine  an  overall  operational  risk  capital  figure  that  is  credible  and  justifiable,  the  model  should  be  built  in  a  way  that  ensures  the  production  of  results  that  are  as  stable  as  possible.  In  addition,  institutions should be able to evaluate the accuracy of the operational risk  capital figures. 

556.  Some of the elements that institutions could take into consideration when  calculating  operational  risk  capital  figure  are  presented  in  Annex  VII  of  these guidelines. 

Observation period 

557.  Annex  X,  Part  3,  Paragraph  13  of  the  CRD  requires  institutions  to  base  their  internally  generated  operational  risk  measures  on  a  minimum  historical observation period of five years (three years when an institution  first moves to an AMA). 

558.  A  low­frequency  operational  risk  class  may  need  a  historical  observation  period longer than five years in order to collect sufficient data to generate  reliable operational risk measures. 

General  examples  of  methods  that  institutions  could  use  to  obtain  a  sufficient  amount  of  data reflecting the current operational risk profile include the following:

· Reducing  the  impact  of  oldest,  least  relevant  internal  data  by  appropriate  weighting  techniques  (e.g.  moving  average);  using  quantitative  indicators  (e.g.  inflation  or  business/structure  risk  drivers)  or  qualitative  factors  that  reflect  changes  in  the  institution’s internal/external environment.

· Supplementing the most recent years of internal data with the corresponding years of  external  data  from  similar  institutions/peer  groups,  after  appropriate  adjustments  to  the external data.

· Constructing data for operational losses in past years by means of scenario generated  data  or  by  scaling  back  more  recent  years  of  internal/external  observations  through  appropriate techniques or indicators. 

559.  In  the  absence  of  sufficient  data,  institutions  should  make  conservative  risk estimates.

Confidence level 

560.  Annex  X,  Part  3,  Paragraph  8  of  the  CRD  states  that  the  regulatory  operational  risk  measure  must  capture  potentially  severe  tail  events,  achieving  a  soundness  standard  comparable  to  a  99.9  percent  confidence  level. 

561.  In order to generate a regulatory operational risk measure at a soundness  standard  comparable  to  a  99.9  percent  confidence  level,  institutions  can  perform  a  direct  calculation  at  the  99.9  percent  confidence  level,  or  they  can calculate an initial measure at a lower confidence level, located in the  right end of the loss distribution, and then scale it up to the 99.9 percent  confidence level using appropriate methods. 

562.  The  institution  should  be  able  to  demonstrate  that  the  scaling  method  yields  an  output  that  is  plausible  and  reliable.  The  confidence  level  used  should not necessarily be interpreted as a boundary between the body and  the tail of the distribution. 

563.  The  confidence  level  at  which  the  initial  operational  risk  measure  can  be  computed  should  be  located  in  the  right­end  of  the  distribution  of  the  losses. The level should be appropriate. 

564.  If  scaling  is  used,  institutions  should  be  able  to  demonstrate  the  soundness, appropriateness, and reliability of the scaling technique and to  analyse the overall accuracy of the scaling mechanism. 

The following are examples of techniques that can be used to scale an initial calculation at  a confidence level below 99.9 percent to a level comparable to 99.9 percent:

· Imposing  a  reasonable  distribution  for  the  highest  percentiles  of  the  data,  based,  for  example, on information collected by peer groups or scenario analysis.

· If an Extreme Value Theory approach is used, resorting to the stability property of the  model (the so­called 'Peaks over Threshold' stability property) that makes it possible to  compute the highest percentiles of the frequency and severity distributions from figures  estimated at a lower level (usually at the threshold level). 

4.3.4.3.  Expected  losses,  correlation,  Insurance  and  other  Risk  transfer