Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://bibdigital.epn.edu.ec/handle/15000/2708
Titel: | Métodos cuantitativos para la medición del riesgo operacional |
Autor(en): | Páez Mena, Luis Santiago |
Stichwörter: | ESTADISTICA SIMULACION FINANZAS |
Erscheinungsdatum: | 2007 |
Herausgeber: | QUITO/ EPN/ 2007 |
Zusammenfassung: | El presente es un trabajo enfocada en la aplicación de técnicas estadísticas para la medición y cuantificación de los riesgos operacionales en los que puede incurrir una institución financiera. Para formalizar el estudio y comprender las implicaciones que las instituciones financieras tendrán que afrontar en el mediano y largo plazo, se mencionan las recomendaciones del Comité de Basilea, así también se realiza una breve comparación de los legislaciones de dos países sudamericanos. La administración de riesgo operacional se fundamenta en cuatro pilares, área de trabajo, procesos, medición y reportes. En el pilar de medición, se tiene la estimación y valoración de las pérdidas. La valoración y estimación de las pérdidas por riesgo operacional, se pueden aproximar a través de varias técnicas estadísticas, en particular los modelos Loss Distribution Approach, y los modelos de Poisson compuestos, sin dejar de mencionar otras técnicas utilizadas. El estudio concluye con la estimación de lo función de pérdida por riesgo operacional, aplicada a datos reales de una institución financiera, con la utilización de simulaciones de MonteCarlo, donde el analista en base a los resultados estadísticos selecciona la función de frecuencia y severidad que mejor se aproximan a los datos. |
URI: | http://bibdigital.epn.edu.ec/handle/15000/2708 |
Art: | bachelorThesis |
Enthalten in den Sammlungen: | Tesis Matemáticas (MAT) |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
cd-492.pdf | tesis completa | 806,28 kB | Adobe PDF | Öffnen/Anzeigen |
Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons