AUMENTARE LA QUALITÀ DEI DATI
Perché i dati inadeguati distruggono ogni processo di gestione del rischio
Pessimo Qualità dei dati Non conduce semplicemente a piccole imprecisioni – conduce a decisioni sbagliate, sicurezza illusoria, priorità sbagliate e misure costose che alla fine si rivelano ingiustificate. Rischio passare di lì
Conseguenze tipiche di una cattiva qualità dei dati:
- Decisioni sbagliate nella gestione
- Lievezza di accettazione nell'azienda
- inefficiente e costoso Misure di controllo
- distorto Calcoli di esposizione
- falso Categorie di rischio
- mancanza di trasparenza
Riassunto: Pessimo Qualità dei dati è un rischio a sé stante nel processo di gestione del rischio.
Problema n. 1: nomi a rischio
- troppo lungo
- troppo vaghe e creative
- non univoco
- doppio (in diverse lingue)
- intere frasi invece che parole
Un romanzo non è un rischio. È la realtà. La prima linea di difesa contro il caos.
Problema n. 2: descrizione del rischio
- troppo tecnico
- troppo astratto
- incomplete
- incomprensibile
Se un Responsabile dei rischi chi non è in grado di spiegare il proprio testo, è Descrizione quasi inutile.
Problema n. 3: Valutazione dei rischi (metodologia)
- Impostazione di funzioni di distribuzione errate
- Modelli dipendono dal simulatore MC utilizzato
- Accettazione della valutazione da parte del responsabile della gestione dei rischi
Spesso vengono funzioni di distribuzione errate utilizzato per la gestione dei rischi (ad es. Triangolo– invece Distribuzione a tre punti). Ciò ha portato a errori di risultato massivi (più grandi dei difetti del sistema o del modello).
Problema n. 4: Valutazione dei rischi (Know How)
- Scegliere le funzioni di distribuzione
- Definire e valutare parametri e momenti
- Capire i modelli matematici
Questo è irrealistico. „La scelta della Funzione di distribuzione Per 90% persone non istruite (!) non è possibile farlo correttamente.“
I responsabili dei rischi sono nessun matematico finanziario. Devono Valutare, Non modellare.
Funzioni di distribuzione corrette
Il classico – distribuzione a tre vs. distribuzione a punti
La scelta della giusta Funzione di distribuzione ha un impatto massiccio sulla Risultati della simulazione e calcolarono le esposizioni di rischio.
Nella pratica, un aspetto spesso riconoscibile Errori nella selezione dei Funzione di distribuzione, che i rischi vengano erroneamente associati Distribuzioni a tre angoli sono caratterizzate/valutate, anche se:
- distribuito in modo discreto,
- asimmetrico,
- pesce dalle code pesanti
Sono. Esistono esempi di rischio Sono attacchi informatici, incendi nelle fabbriche, violazioni della conformità normativa, catastrofi naturali, ecc.
Riassunto: Questi rischi sono necessari Stime a tre punti (Migliore, Normale, Più Cattivo), nessuna Distribuzioni a tre angoli.
Perché?
Una Distribuzione a tre parti creato:
- Probabilità inventate
- Sovrapposizione del rischio più probabile al danno
- Massiva sottostima dei rischi tail
- limite artificiale della distribuzione
Riassunto: Una Distribuzione a tre parti È troppo semplicistico e metodicamente sbagliato per questi tipi di rischio.
Nella valutazione del rischio con funzioni di distribuzione si presentano 3 gravi rischi:
80%
il Responsabili dei rischi Sono inclusi nella selezione di Funzioni di distribuzione e la loro valutazione è troppo complessa.
70%
I responsabili della gestione dei rischi centrali conferiscono Funzioni VT anche effettuano le valutazioni.
60-80%
I risultati sono distorti perché non sono adeguati. Prezzi di distribuzione e i parametri causano più errori rispetto al modello stesso.
Lista di controllo per i responsabili dei rischi
Lista di controllo per i responsabili dei rischi
Di seguito una breve checklist per Responsabile dei rischi, Per migliorare la qualità dei dati.
-
Nomi di rischio univoci e brevi (max. 3-5 parole; sostantivi all'inizio)
-
Descrizioni comprensibili (scatenante, causa, effetto)
-
Riduzione degli errori di valutazione (esperienze, plausibilità, evitamento di valutazioni estreme)
-
Valutazione realistica e comprensibile
-
Informazioni verificate (derivazione e spiegazione dei contenuti)
La qualità dei dati determina l'accettazione della gestione del rischio
La qualità dei dati determina se la gestione del rischio è efficace. Strumento di controllo o un Strumento di documentazione È così. I dati inesatti o incoerenti alterano i risultati più di qualsiasi metodologia, mentre i dati di alta qualità stabilizzano la valutazione, minimizzano gli errori di calcolo e rendono la gestione del rischio davvero affidabile. La qualità dei dati è quindi la chiave per Il fattore di successo più importante in tutto il processo di valutazione del rischio.
