Casos de Riesgo Operativo

RIESGO OPERATIVO
Se presenta en este documento los ejemplos de caso a

ser utilizados en el curso de Riesgos Operativos
229714021.doc
CASO 1: CAMBIO DE MONEDAS
Un trader de monedas en un banco cerr el siguiente negocio:
COMPRAUS$100,000,000 @ EUR1.20 = EUR 120,000,000
VENTA US$100,000,000 @ EUR1.2005 = EUR 120,050,000
Su utilidad fue de EU!0"000.
#mbas transacciones fueron casi simult$neas. El trader se emocion %or las
inmediatas ganancias. En la emocin" se re%ort un %recio e&ui'ocado al bac()
office %or lo &ue sucedieron una serie de confusiones en el bac()office * se
demor t+, d-as adicionales %ara el registro de la transaccin .settlement/.
0as contra%artes ob'iamente buscaron la com%ensacin %or la demora * el
banco tu'o &ue %agar EU!!"000 en %enali1aciones.
CONCLUSIONES
2isto as-" el %anorama no es bueno.
Prdida total de EUR5,000
La accin de los traders se registra al final de cada da
Sin embargo, los errores aparecen despus
Costar rastrear los efectos a las causas
El error, tpicamente, se registrara como un error de registro
Desde el punto de vista de gestin tpica, no se identifica al
generador del error con el mismo
La rentabilidad de la operacin uedar mal calculada
!a ue el lado de costos "en donde se encuentran los riesgos
operativos# es generalmente ignorado
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 2 de ,,
229714021.doc
CASO 2: DEMANDAS LEGALES
#sumiendo una base de datos 4istrica con las siguientes demandas legales"
conteste las siguientes %reguntas: .26ase el libro de casos: 2. 3emandas
legales/:
DIVISION MONTO
DEMANDA
MONTO
POTENIA!
MONTO
"INA!
ERRADO
#A$IERTO
"E%A
APERT&RA
"E%A
IERRE
REGION 1 10,000 5,000 1,000 CERRADO Nov-00 Dic-02
REGION 1 50,000 10,000 500 CERRADO Oct-01 Jun-02
REGION 2 1,000 100 0 CERRADO Dic-02 Dic-04
REGION 1 2,500 1,000 1,000 CERRADO Nov-03 Nov-05
REGION 1 7,500 2,000 1,500 CERRADO Ene-04 Ago-06
REGION 3 500 100 200 CERRADO Fe-05 !e"-06
REGION 1 5,000 2,000 7,500 CERRADO A#-06 Ene-07
Cul es el promedio de la razn de monto final al monto demandado?
7aga un me8or a8uste de una distribucin de la ra1n de monto final a monto
demandado.
Si se desea garantizar en un 90% la certeza de estar asegurado contra
futuros litigios, cul debera ser la poltica en cuanto a proteccin o
reservas respecto de litigios?
u! problemas, supuestos o limitaciones tiene este enfo"ue?
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina , de ,,
229714021.doc
CASO 3: VARIABLES DE ENTRADA
INTERNACIONALES
Un banco global &ue o%era desde 0ondres decide 'alorar sus %osiciones en
cada %la1a de forma local .%recios de 0ondres en 0ondres" %recios de 9e:
;or( en 9e: ;or( * as- sucesi'amente/. Si esto es as-" se crear$n los
siguientes %roblemas:
$roblemas de registro entre compa%as
La sumatoria de los registros no igualar a cero & se mostrar
una e'posicin contable cuando en realidad no la (a&)
$or otra parte, si se utili*a la (ora de cierre +nica para todo el
mundo en donde el banco opera, podra suceder lo siguiente,
Se val+a una posicin en un bono brasile%o a la (ora del cierre
de Londres
Cul es el precio ms representativo "ue se debera usar,
particularmente si el instrumento es poco l"uido?
229714021.doc
CASO 4A. RIESGOS OPERATIVOS QUE
AFECTAN VAR
Un trader com%ra 1"000 acciones de cierto emisor a <2.!0 de 'alor de
mercado. 0a %osicin total d&uirida es de <2"!00. =uando se registra la
transaccin" se comete un error" registr$ndose 10"000 acciones a <2.!0 %or
un total de <2!"000. #lguien nota el error al d-a siguiente.
Esto generar$ las siguientes im%licaciones:
El clculo del -a. est errneo
#suma %or e8em%lo" la siguiente tabla con %osiciones a8ustadas" resultados *
2a de mercado %or sobre errores o%erati'os %ara un d-a en %articular:
Unidad 5osicin 5osicin
a8ustada
#8uste en 56rdidas
* >anancias
#8uste del
2a
#cciones <100 <9! )<2 <1.2
?esa de
monedas
<!00 <@20 <2, <2.1
enta
fi8a
<1"000 <920 )<10 <2.0
A
0os a8ustes de%osicin im%actar$n los c$lculos de 2a im%licando &ue tambi6n
estas cifras deber$n a8ustarse
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina ! de ,,
229714021.doc
0os a8ustes a los montos de 2a no deben com%ararse a las %6rdidas
o%erati'as reales. Son sim%lemente errores de re%orte.
Sin embargo" es im%ortante entender su naturale1a %ara me8orar la
cuantificacin de los riesgos de mercado .en este caso/ * de cr6dito
=ual&uier cuantificacin basada en estas %osiciones .tal como el 2a/ estar$
consecuentemente errnea * 6ste ser$ %roablemente el m$s im%ortante
efecto &ue causar$n.
5or e8em%lo" una 'e1 &ue se 4a*an corregido los errores o%erati'os de registro
%ara una %osicion de 2a de mercado" la l-nea de 2a * de a%ro'isionamiento
de ca%ital" 'alorado %or el su%er'isor" %robablemente &uedar$ sua'i1ada.
En 2a esto no %uede ser reali1ado de una forma sencilla" %ues al &uitar o
sumar %osiciones no es tan slo aBadirlas o restarlas" %or los efectos
correlati'os de un %ortafolio. .2a marginal/.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina @ de ,,
229714021.doc
CASO 4B. RIESGOS OPERATIVOS QUE
AFECTAN VAR
Un banco de in'ersin %osee 2 acti'os" acciones de la em%resa #C= * una
%osicion de deuda soberana C no correlacionada con el %rimer acti'o. 0a
%osicin en #C= es de <D? * la de C es de <10?. 0a 'olatilidad de #C= es de
20E * la de C es de !E.
3es%u6s de registrar el 2a diario" se descubri &ue se 4ab-an ad&uirido
10"000 acciones de #C= en <10 * no 4ab-an sido resgistradas. 5or lo &ue
deber$n reali1arse a8ustes. # continuacin el c$lculo del 2a * del a8uste %or
riesgo o%erati'o en el 2a %osterior:
CALCULOS:
Clculo ! V"R:
2arian1a de %osicin en #C= + .20E/F2 G <D + 0.,2
2arian1a de %osicin en C + .!0E/F2 G <10 + 0.02!
2arian1a del %ortafolio + <DG0.,2 H <10 G 0.02! + 2.D1
2olatilidad del %ortafolio + SIJ.2.D1/ + 1.@7@,0!
2a %aram6trico normal K9!E + 1.@! G 1.@7@,0! + <2"7@!"904
Clculo ! "#u$%! !& 'o$(c()& 'o* V"R:
229714021.doc
Lactor de incremento en 2a + M G co' .
i
G
%
/ N O
%
1.@! G 0.,2 N 1.@7@ + 0.,1!0,!
#8uste de %osicin #8uste en %6rdidas
* ganancias
#8uste en 2a
<100"000
10"000 acciones a <10
<20"000
.<12 ) <10/ G 10"000
<,1"!0,
#l 4acer estos c$lculos se corregir$ la informacin re%ortada * la cur'a de
2a en la serie de tiem%o &uedar$ realmente sua'i1ada.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina D de ,,
229714021.doc
CASO +: EVENTOS LEGALES
=on base en la base de datos de e'entos legales" la cual detalla la fec4a *
monto deflatado de e'entos legales de un banco desde 1992 4asta 200@"
determine lo siguiente:
1. Genere un grfico de serie de tiempo lineal de los eventos legales.
u! podra decir un ente regulado versus lo "ue dira un ente regulador
en cuanto a la naturaleza temporal de estas p!rdidas?
2. Realice un mejor ajuste con Best Fit.
Seg#n el criterio de C$i%, cules son las me&ores distribuciones de
frecuencia "ue se a&ustan a los datos'
Seg#n el criterio de (S ) *+, cules son las me&ores distribuciones de
frecuencia "ue se a&ustan a los datos'
* "u! se deben las diferencias entre uno ) otro m!todos?
3. Pruebe ahora el mtodo de jerar!ui"aci#n de $hi2 pero asignando igual intervali"aci#n
%en ve" de igual probabilidad& para jerar!ui"ar las distribuciones de frecuencia.
'. (uelva a comparar las distintas distribuciones bajo los 3 mtodos alternativos de
evaluaci#n del ajuste
). Realice un anlisis de bondad de ajuste
*. Realice un anlisis de grficos de diferencia+ P,P+ -,-. .nterprete.
/. 0eleccione+ seg1n su criterio+ la distribuci#n !ue mejor se ajusta a los datos.
2. .nserte la distribuci#n seleccionada en la plantilla de 34cel.
5. 6suma !ue el banco ad!uiere una p#li"a de seguros contra riesgos legales con un
deducible de 71mill#n por evento8 es decir+ se cubren eventos legales con contingencias iguales
o superiores a 71 mill#n. 3l costo anual de esta p#li"a es de 7299+999.
,ariara su criterio respecto de cul es la distribucin "ue me&or se
a&usta?
229714021.doc
19. :onte un modelo para evaluar si usted cree !ue vale la pena comprar esta p#li"a.
11. 3studie los art;culos *// a */5 del documento de $onvergencia .nternacional de Basilea
u! implicaciones tendra el banco, en cuanto a sus provisiones por
p!rdidas operativas ) otros en virtud de la suscripcin de tal pliza de
seguros asumiendo "ue el banco est supervisado ba&o estos criterios?
229714021.doc
CASO ,: FRAUDES EN BANCO
COMERCIAL
En la %lantilla de =asos se %resenta un resumen de la base de datos de fraudes
de unbanco comercial brit$nico" con todos los e'entos fraudulentos entre
2002 * 200@" resultantes en ,",,D obser'aciones. =on %eriodicidad diaria" el
%romedio es a%roPimadamente , intentos de fraude diarios en un %eriodo de !
aBos. Son los e'entos de una sola unidad de negocios. Esta institucin
financiera 4a creado un %rocedimiento mediante el cual todos los e'entos
fraudulentos son re%ortados a la unidad de administracin de riesgos %ara
%oder mantener una base de datos Qtil sobre estos e'entos de riesgo
o%erati'o. El re%orte de fraudes desde donde %ro'iene esta informacin
%ro'ee un detalle de las %6rdidas reales * %otenciales de cada fraude. Se
utili1ar$ ac$ slo la informacin de %6rdidas reales
,A. FRECUENCIA DE FRAUDES
3e la base de datos anterior" se 4a escogido de una manera arbitraria" contar
cu$ntos e'entos 4an su%erado el ni'el m-nimo de <100"000 %ara determinar la
frecuencia de e'entos de ma*or cuant-a de fraudes. Use el modelo en la
%lantilla 7. Lrecuencia de fraudes.
1. $alcule el promedio de la frecuencia de estos eventos.
2. $alcule la varian"a de la frecuencia de estos eventos.
3. Realice un mejor ajuste con el BestFit definiendo el dominio en la ventana como dominio
discreto %entero&.
Cul es la distribucin "ue logra el me&or a&uste? -or"u!?
229714021.doc
'. 0eleccione la distribuci#n Poisson.
). 6nalice los pseudo,estad;sticos de esta distribuci#n. <-u particularidad interesante
puede deducir respecto de =>
*. $onstru?a un diagrama de distribuci#n de frecuencia de los fraudes.
,B. FRECUENCIA DE FRAUDES
0a base de datos original de fraudes anterior original est$ com%uesta de
,",,D e'entos distribuidos en el %eriodo desde 2002)200@. 0os e'entos
ocurrieron de manera diaria segQn se muestra en la a 4o8a 7C. LE=UE9=R#
3E L#U3ES.
1. $on el BestFit realice un ajuste de la la mejor distribuci#n. Recuerde utili"ar ambas
columnas de la distribuci#n de frecuencia para @ipo de Aatos de $urva de Aensidad.
2. Btilice la macro adjunta CDlena 0erieE sobre la hoja para generar los datos muestrales
respectivos
3. Realice ahora un ajuste por sobre los datos muestrales.
'. 0eleccione la mejor distribuci#n seg1n su criterio ? posici#nela en 34cel en una celda
vac;a.
229714021.doc
CASO -: MODELO AGREGADO BASICO
=on base en los datos de se'eridad * frecuencia de %6rdidas en determinada
di'isin bancaria &ue se encuentran en la 4o8a de D. ?odelo agregado b$sico"
realice lo siguiente:
1. Realice un ajuste+ decida sobre la distribuci#n ms adecuada e inserte respectivamente
en las celdas B2 ? F2 la severidad ? frecuencia de prdidas presentadas.
2. .ntente determinar si e4iste correlaci#n entre la severidad ? frecuencia de las prdidas
para cada mes coincidente.
3. :odele las prdidas como una multiplicaci#n de la severidad por la frecuencia.
'. Aefina la celda de prdidas como una variable de salida para FR.0G.
). Proceda a ejecutar una simulaci#n con 19+999 iteraciones.
*. 6nalice los resultados.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 1, de ,,
229714021.doc
CASO .: PRUEBAS REVERTIDAS
OPERATIVAS
1. Hbserve el (aR ? la prdida operativa real de la serie 29 de julio al 2' de agosto de 299*
en la plantilla 5. BacItest Hp 1.
2. 6gregue una columna con la diferencia entre ambas series
3. 6gregue una columna indicando un 1 cuando ha?a violaci#n ? 9 cuando no ha?a violaci#n
'. Genere un grfico de las 2 series de tiempo ? otro grfico de los indicadores binarios.
). Realice un anlisis de ambos grficos.
*. 0eg1n las recomendaciones de Basilea+ se podr;a aceptar este modelo o no>
229714021.doc
CASO 1/: INDICE E0TREMO DE TAMA1O
PROMEDIO DE GRUPOS
Sbser'e la serie de 1"000 obser'aciones de la 4o8a 10. Cac(test S%2. Se
%resenta a4- el caso de una institucin financiera con sus datos de %6rdidas
o%erati'as * 2a de a%roPimadamente 4 aBos.
1. 3n la celda $1 inserte la funci#n de distribuci#n de mejor ajuste de prdidas reales de
acuerdo a su criterio.
2. 3n la celda $2 inserte el P5) !ue corresponda a la funci#n de distribuci#n de mejor
ajuste.
3. Aefina un periodo de d;as de agrupamiento+ en la celda $3+ de 19. 3ste dato
posteriormente se ir a modificar.
'. Aefina la celda A2 como C3rrores %Aif entre Prdida real ? (aR
). 3n la celda A5 calcule la diferencia entre el (aR ? la prdida real. $opie esta f#rmula
para todos los d;as.
*. Aefina la celda 32 como E34ceso sobre nivelE.
/. 3n la columna 3+ inserte la siguiente funci#n condicional para valorar+ para cada d;a+ si
tal d;a e4cede el nivel previamente especificado+ usando la f#rmula
+SR.39Tni'el"1"0/.
2. $opie esta f#rmula para todos los d;as.
5. Aefina la celda F2 como CAias acumulados debajo de nivelE.
19. 3n la celda F5 inserte el valor de 9.
11. 3n la celda F19 defina la siguiente f#rmula J0.%319J9+F5K1+9&+ la cual determina cuntos
d;as de forma acumulada se encuentran las prdidas por debajo del nivel de definici#n de valor
e4tremo. $opie esta f#rmula para todos los d;as.
12. Aefina la celda G2 como C34iste cluster>E.
13. 3n la celda G19 defina la siguiente f#rmula J0.%H%F5LJdias+35J1&+1+9&+ la cual determina
si e4iste o no un grupo %CclusterE&. $opie esta f#rmula para todos los d;as.
1'. Aefina la celda M2 como CNumero de grupos sobre nivelE.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 1! de ,,
229714021.doc
1). 3n la celda M5 inserte el valor de 9.
1*. 3n la celda M19 defina la siguiente f#rmula J0.%O%G19J1+G5J9&+M5K1+M5&+ la cual va
contando los grupos %CclustersE& previamente identificados . $opie esta f#rmula para todos los
d;as.
1/. @otalice en la celda 3/ la suma de todos los e4cesos sobre nivel.
12. @otalice en la celda M/ el m4imo de Numero de grupos sobre nivel.
15. Realice una tabla de sensibilidad para distintos niveles de d;as seleccionados para
determinar el tamaPo del grupo. Aefina valores enteros desde 2 hasta 29+ sensibili"ando
respectivamente el tamaPo promedio de grupo ? el ;ndice e4tremo.
29. Realice un grfico para C@amaPo promedio de grupos respecto de distintos niveles de
d;asE ? tambin otro grfico para C.ndice e4tremo respecto de distintos niveles de d;asE.
21. Aefina la celda .2 como CN1mero de blo!ueE.
22. 3n la celda .5 defina la siguiente f#rmula J3N@3RH%%%F.D6%&,5&Qdias&&K1+ la cual segmenta
cada d;a en los distintos blo!ues. $opie esta f#rmula para todos los d;as.
23. Aefina la celda R2 como CN1mero de e4cesosE.
2'. 3n la celda .5 inserte el valor de 9.
2). 3n la celda .19 defina la siguiente f#rmula J 0.%.19LS.5+0B:6%319T315&+9&+ la cual
calcular cuantos e4cesos ha? para la totalidad de los blo!ues definidos. $opie esta f#rmula
para todos los d;as.
2*. Aefina la celda G2 como CNumero de blo!ues con e4cesosE
2/. 3n la celda G5 defina la siguiente f#rmula J:.N%R5+1&+ la cual calcular cuantos blo!ues
poseen e4cesos. $opie esta f#rmula para todos los d;as.
22. @otalice en la celda R/ el n1mero total de e4cesos.
25. @otalice en la celda G/ el n1mero total de blo!ues con e4cesos.
39. $alcule en la celda $* el ;ndice e4tremo de blo!ues con la f#rmula JG/QR/.
31. 6ctualice la tabla del punto r para incorporar una columna ms del ;ndice e4tremo de
blo!ues a distintos niveles de d;as de corrida.
32. Grafi!ue estas tres series de la tabla.
33. Maga pruebas para distintos niveles de corridas de d;as % r & ? valores de e4ceso.
3'. 3n G1 calcule el intervalo de confian"a CcalibradoE !ue deba ser utili"ado de ahora en
adelante !ue corresponda a un UJ 5)V para un ;ndice e4tremo correspondiente a 19 d;as.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 1@ de ,,
229714021.doc
CASO 11: PROCESO RUINOSO PARA
RESERVAS DE CAPITAL
Un banco %osee *a una reser'a de ca%ital %ara %6rdidas o%erati'as %or
<!00"000. Este banco sigue el m6todo b$sico %ara la ePigencia de ca%ital
o%erati'o.
SegQn la claQsula @!4:
./os bancos "ue utilicen el 0!todo del 1ndicador 2sico debern cubrir el riesgo operativo con un
capital e"uivalente al promedio de los tres #ltimos a3os de un porcenta&e fi&o 4denotado como alfa5 de sus
ingresos brutos anuales positivos' *l calcular este promedio, se e6cluirn tanto del numerador como del
denominador los datos de cual"uier a3o en el "ue el ingreso bruto anual $a)a sido negativo o igual a cero' /a
e6igencia de capital puede e6presarse del siguiente modo7
UCR# + V.>R1An P /WNn
$on$e%
&'IA ( )* e+igenci* $e c*"it*) en e) ,-to$o $e) In$ic*$o# './ico
GI ( ing#e/o/ #uto/ *nu*)e/ 0e$io/, cu*n$o /e*n "o/itivo/, $e )o/ t#e/ 1)ti0o/ *2o/
n ( n10e#o $e *2o/ 3ent#e )o/ t#e/ 1)ti0o/4 en )o/ 5ue )o/ ing#e/o/ #uto/ 6ue#on
"o/itivo/
M ( 157, "*#.0et#o e/t*)eci$o "o# e) Co0it-, 5ue #e)*cion* e) c*"it*) e+igi$o *)
con8unto $e) /ecto# con e) nive) $e) in$ic*$o# en e) con8unto $e) /ecto#9
3e esta forma" el banco a%arta un 1!E del %romedio de sus ingresos brutos
%ara reser'as de ca%ital. El banco" sin embargo" 4a migrado a un sistema
sofisticado de cuantificacin de riesgos * considera &ue merece ser
considerado %or el ente su%er'isor %ara calificar al sistema #?# de m6dicin
a'an1ada. =ons-derese el %$rrafo @@!:
229714021.doc
.8l *0* utilizado por un banco estar sometido a un periodo de seguimiento inicial por parte del
supervisor antes de "ue pueda utilizarse a efectos de capital regulador' 8ste periodo permitir al supervisor
determinar si el m!todo es creble ) adecuado' Conforme se analiza ms adelante, el sistema de medicin
interna de un banco deber estimar de forma razonable las p!rdidas inesperadas, combinando datos
relevantes de p!rdidas tanto internos como e6ternos, anlisis de escenarios, as como el entorno del negocio
) los factores de control interno "ue son especficos al banco' 8l sistema de medicin del banco tambi!n
deber poder llevar a cabo la asignacin de capital econmico por riesgo operativo entre las distintas lneas
de negocio de un modo "ue genere incentivos para la me&ora de la gestin del riesgo operativo en esas
lneas'9
#dicionalmente" el banco sos%ec4a &ue el 1!E de reser'a es demasiado
oneroso * &ue %uede demostrar %robablemente &ue re&uerir-a de un muc4o
menor %ro%orcin de ingresos mensuales %ara mantener ca%itali1ada su
reser'a %or %6rdidas o%erati'as" dado un ni'el de confian1a del 99.9E.
1. :onte el siguiente modelo de proceso ruinoso estocstico para determinar la viabilidad
de disminuir el monto de reserva ?+ simultneamente mantener la e4igencia de garanti"ar !ue+
en un 55.5V de los casos+ puede mantener reservas positivas por al menos 19 aPos consecutivos
de operaci#n.
2. 6suma !ue el costo de capital mensual financiero de la instituci#n bancaria es del 19V.
Por otra parte+ los ingresos estimados mensuales del banco oscilan entre 7399+999 ? 7599+ 999+
con un valor modal de 7')9+999.
5#SS # 5#SS
1. Paso 1T 6juste las distribuciones !ue mejor se ajustan a los datos hist#ricos de severidad
? frecuencia respectivamente en las hojas de datos hist#ricos. 3scriba sobre 34cel las f#rmulas
!ue representen tales distribuciones.
2. Paso 2T (a?a ahora a la hoja de :odelo e inserte el costo oportunidad anual en la celda
31T 19VQ12.
3. Paso 3T .nserte en 32 el capital operativo inicial de 7)99.999.
'. Paso 'T .nserte en 33 el V de los ingresos brutos !ue se reservarn mes a mes %U &.
). Paso )T (amos ahora a modelar los ingresos brutos esperados para los pr#4imos 129
meses %19 aPos&. .nserte en la celda B/+ una funci#n Pert con m;nimo de 7399+999+ moda de
7')9+999 ? m4imo de 7599+999. $opie esta celda para los 115 meses restantes.
:;<*7 *"u tambi!n podran modelarse cclos econmicos en los cuales los ingresos brutos
estocsticos varan en determinados a3os pro)ectados respecto de estos valores constantes' 8sta
particularidad de los ciclos econmicos no $a sido incorporado en el modelo'
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 1D de ,,
229714021.doc
*. Paso *T .nserte en la celda $/ la referencia a la celda J32 del capital operativo inicial.
/. Paso /T $alcule en A/ el capital a reservar cada mes para prdidas operativas con la
f#rmula J B/ W alfa.
2. Paso 2T .nserte respectivamente en las celdas 3/ ?F/+ las f#rmulas de distribuci#n
ajustadas de severidad ? frecuencia !ue se calcularon en el paso 1.
5. Paso 5T Aetermine las prdidas en la celda G/ mediante la f#rmula
+E7GL7.
Recuerde !ue la estimaci#n de prdidas de riesgos operativos se calculan como la
multiplicatoria de la severidad por la frecuencia.
19. Paso 19T $alcule el capital a fin de mes !ue el banco tendr con la f#rmula
+=7H37)>7.
11. Paso 11T Para el segundo mes+ en la celda $2 calcule el capital inicial como una
referencia al capital final del mes anterior mediante la f#rmula JM/. $opie esta celda $2 para
los 112 meses restantes.
12. Paso 12T $opie el segmento A2TM2 para los restantes 112 meses.
13. Paso 13T 3n ./+ vamos a calcular una f#rmula !ue permita detectar cundo se da el
primer mes ruinoso+ es decir+ cundo e4istir el primer mes para donde las reservas se tornen+
eventualmente negativas. 3sto se calcule mediante la f#rmulaT J0.%M/L9+6/+XX&. $opie esta
celda para los 115 meses restantes.
1'. Paso 1' $alcule el costo de capital a valor presente del capital final en la celda R/
mediante la siguiente f#rmula !ue utili"a la funci#n de valor presente de 34celT
+)2#.(r"#7"0"77/.
$opie esta celda para los 115 meses restantes.
3e ac$ en adelante se formulan * se definen las 'ariables de salida del modelo:
el =a%ital final" el %rimer mes ruinoso * el costo de ca%ital. Jambi6n se deber$
definir una frmula &ue calcule el 5ercentil 99.9 del %rimer mes ruinoso %ara
%oder e'aluar si efecti'amente la %ol-tica de la reser'a de ca%ital es
sostenible en el largo %la1o.
1). Paso 1)T 3n la celda M)+ inserte la siguiente f#rmulaT KM12* ? luego def;nala como una
variable de salida %Hutput&
.+is(Sut%ut.X=a%ital finalX/H712@/
229714021.doc
1*. Paso 1*T 3n la celda .)+ inserte la siguiente f#rmulaT
+SR.?R9.R7:R12@/+0"121"?R9.R7:R12@//
? luego def;nala como una variable de salida %Hutput&
.+is(Sut%ut.X5rimer mes ruinosoX/ H RL.?R9.R7:R12@/+0"121"?R9.R7:R12@///.
1/. Paso 1/T 3n la celda R)+ inserte la siguiente f#rmulaT
#2E#>E.Y7:Y12@/ * luego def-nala como una 'ariable de salida .Sut%ut/
.+is(Sut%ut.X=osto de ca%italX/H#2E#>E.Y7:Y12@/ /.
12. Paso 12T 3l Percentil 55.5 del primer mes ruinoso se insertar en la celda 3) con la
siguiente f#rmulaT
+is(5ercentile.R!"0.999/.
15. Paso 15T .nserte un grfico de serie de tiempo !ue despliegue para cada mes el monto
del $apital Final %columna M&.
29. Paso 29T 3jecute ahora una simulaci#n :onte $arlo con 19+999 iteraciones ? analice los
resultados.
PREGUNTA:
Cul es el mnimo monto de reserva como proporcin de ingresos brutos
"ue se debe aprovisionar para garantizar al menos un 99'9% de certeza
de "ue e6istir una reserva positiva para los pr6imos =0 a3os?
Utilice la funcin RSUSR?J#C0E %ara a*udarse a contestar esta %regunta.
229714021.doc
CASO 12: COLAS DE SERVICIO
1. Paso 1T 6juste la mejor distribuci#n de Btilidades por cliente e insrtela en la celda 33.
2. Paso 2T 6juste la mejor distribuci#n de la Prdida por clientes !ue abandonan e insrtela
en la celda 3'.
3. Paso 3T 6juste la mejor distribuci#n del costo por empleado por hora e insrtela en la
celda 3).
'. Paso 'T .nserte en la celda 3* el monto de 2 para calcular el modelo con base en 2 horas
de trabajo diarias por empleado de cajas.
). Paso )T 6juste la mejor distribuci#n de los :inutos en 3spera antes de abandono+ inserte
la f#rmula en B12 ? luego c#piela hacia abajo a )5 celdas adicionales ms.
*. Paso *T 6juste la mejor distribuci#n de los :inutos de 6tenci#n por $liente. Duego
inserte la f#rmula en $12 ? luego c#piela hacia abajo a )5 celdas adicionales ms.
/. Paso /T 6suma !ue en promedio llegan por minuto 3 clientes a la sucursal. Btilice una
distribuci#n Poisson para tipificar la tasa de arribo en la celda A12 ? luego c#piela hacia abajo a
)5 celdas adicionales ms.
2. Paso 2T 3n el primer minuto+ los clientes pendientes por atender son los !ue llegan justo
en ese minuto. .nserte la f#rmula JA12 en la celda 312.
5. Paso 5T Por otra parte+ los cajeros inicialmente disponibles en el primer minuto son los
empleados en piso inicialmente definidos. Ae esta forma+ inserte la f#rmula J 32 en la celda
F12. Recuerde tambin insertar un valor entero inicial en la celda 32 !ue representar los
cajeros !ue arbitrariamente se asignen inicialmente.
19. Paso 19T 0i e4isten cajeros disponibles para atenci#n de clientes+ entonces stos se
ocupan de atender a los clientes !ue estn pendientes de atender. 3sta condici#n se inserta en
la celda G12 con la f#rmula
+SR.31DZ+L1D"31D"L1D/.
11. Paso 11T 3n el primer minuto se asume !ue todav;a no e4iste ning1n cajero !ue se
desocupa. Ae esta forma+ inserte un 9 en la celda M12.
12. Paso 12T Dos cajeros !ue !uedan al final del minuto disponibles estn dados por los
cajeros !ue hab;an inicialmente desocupados menos a!uellos !ue se ocuparon ms todos
a!uellos !ue !uedaron disponibles ese minuto en particular. Ae esta forma+ la f#rmula
+L1D)>1DH71D
229714021.doc
en la celda .12 calcular cuntos cajeros !uedan libres al final de cada minuto.
13. Paso 13T 0i los clientes !ue llegan son ms del n1mero de cajeros !ue los pueden
atender+ entonces tales clientes tendrn !ue !uedarse en espera en el sistema antes de ser
atendidos. 3n la celda R12 se puede formular la cantidad de clientes !ue !uedan en ese minuto
en espera por medio de la f#rmulaT
+SR.31DTL1D"31D)L1D"0/
1'. Paso 1'T 3n la celda G12 se inserta la siguiente f#rmulaT
+SR.U<17Z<C1D"Y1D"0/
para modelar la condici#n del n1mero de minutos !ue permanecern los clientes en espera
antes de abandonar. 3sta condici#n valora se copia hasta la celda Y12.
1). Paso 1)T Para el primer minuto se asume !ue el total de clientes en espera es de 9+ por
lo tanto+ inserte un 9 en la celda Z12. 3sto opera tambin igual en el primer minuto para el
n1mero de clientes !ue abandonan+ por lo !ue la celda O12 tambin debe contener un 9.
1*. Paso 1*T 3n la celda [12 se inserta la siguiente f#rmulaT
+SR.[<17Z+<=1D"<>1D"0/.
Esta frmula retorna 'alores distintos a 0" el nQmero de clientes &ue" en ese
minuto en %articular .en este caso" el %rimer minuto de es%era/" se encuentran
toda'-a %endientes de ser atendidos. #l co%iar esta frmula 4asta la celda
=>1D" se %odr$ obser'ar cu$ntos minutos %ermanecen un determinado nQmero
de clientes en es%era. Esto se obser'a claramente %or medio del formato
condicional de EPcel &ue %ermite 'isuali1ar con fondo ro8o los minutos durante
los cuales un determinado nQmero de clientes se encuentran en es%era antes
de ser atendidos o de abandonar el sistema.
1/. Paso 1/T $alcule en la celda 315 los clientes iniciales pendientes de atender al inicio de
ese minuto con la f#rmula
+319H\1D"
los cuales estn representados por los clientes en espera !ue !uedaron del minuto anterior
%Z12& ms los clientes !ue arriban al sistema en ese minuto. $opie esta f#rmula para todo el
resto de los 129 minutos.
12. Paso 12T 3n la celda F15 copie la f#rmula
+R1D
229714021.doc
para calcular !ue el n1mero de cajeros disponibles iniciales de ese minuto son los !ue han
!uedado disponibles del minuto anterior. $opie esta celda para el resto de los 129 minutos.
15. Paso 15T Pala la celda G15 copie la f#rmula desde G12+ la cual contiene la cantidad de
cajeros !ue se irn a ocupar en ese minuto por la atenci#n de los clientes !ue estn en espera.
$opie esta celda para el resto de los 129 minutos.
29. Paso 29T 3ste paso es clave\ %,? mu? trabajosa su implementaci#n,&. 0e recomienda !ue+
una ve" !ue ha?a comprendido la naturale"a de su f#rmula+ proceda a copiarla desde el
ejercicio resuelto. Hbsrvese+ sin embargo+ !ue cada f#rmula para cada uno de los 129 minutos
es distinta+ por lo !ue deber copiar todo el rango de los )5 minutos restantes.
En esta frmula se 'an contando a&uellos clientes &ue 'an siendo atendidos *
%or tanto" 'an saliendo del sistema" de8ando %or ende" libres a los ca8eros o
&ue se 'a*an desocu%ando. Esencialmente" lo &ue esta frmula acumulati'a
reali1a es &ue 'a detectando si en los minutos anteriores 'an &uedando libres
ca8eros" con res%ecto a cada minuto en consideracin. Es decir" en el segundo
minuto" %odr-an &uedar libres a&uellos ca8eros &ue atendieron clientes &ue
llegaron ese mismo minuto %ara transacciones de un minuto m$s todos a&uellos
clientes &ue llegaron en el minuto anterior con transacciones de dos minutos
de duracin. 3e la misma forma" en el tercer minuto" se cuenta cu$ntos
ca8eros 'an &uedando libres al contar a&uellos ca8eros &ue atendieron clientes
&ue llegaron ese mismo minuto %ara transacciones de un minuto m$s todos
a&uellos clientes &ue llegaron en el minuto anterior con transacciones de dos
minutos de duracin m$s todos a&uellos clientes &ue llegaron 4ace , minutos
%ara transacciones de tres minutos de duracin] * as- sucesi'amente.
21. Paso 21T $opie la celda .12 hacia abajo para continuar calculando los cajeros !ue se van
!uedando libres al final de cada minuto.
22. Paso 22T 3n la celda R15 se inserta la siguiente f#rmulaT
+?#\..319)L19/"0/.
Esta frmula garanti1a &ue se considere siem%re los clientes &ue est$n en
todo momento en es%era de ser atendidos en el sistema * &ue no se consideren
nQmero de clientes negati'os. =o%ie esta celda %ara el resto de los 1D0
minutos.
23. Paso 23T $opie el rango de G12TY12 para el resto de los 129 minutos.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 2, de ,,
229714021.doc
2'. Paso 2'T Da celda Z15 tiene un tratamiento similar a la !ue se le da a la columna M de
$ajeros !ue se desocupan+ en el sentido de !ue ac se registran los $lientes !ue estn en
espera en el sistema. 6c se registran de forma acumuda los clientes del minuto actual !ue
estn todav;a en espera ms los clientes del minuto anterior !ue todav;a estn en espera. Para
el tercer minuto+ se registrarn los clientes pendientes de atender de ese mismo minuto+ el
minuto anterior ? el mintuo transanterior. 3sto se repetir de manera acumulada de forma tal
!ue en la celda Z39 por ejemplo+ se registrarn los clientes !ue todav;a ha?an !uedado
pendientes en forma escalonada de los minutos anteriores.
2). Paso 2)T Da celda O15 formulada as;T
+?#\.\19)\1D"0/"
contendr los clientes !ue abandonan el sistema antes de ser atendidos.
2*. Paso 2*T $opie el rango de [12TY12 para el resto de los 129 minutos.
2/. Paso 2/T 0ume la totalidad de los clientes !ue llegan en la celda A1* con la f#rmulaT
+SU?.31D:319D/.
22. Paso 22T 3n la celda contigua de 31) calcule la media de clientes pendientes de atender
con la f#rmulaT
+5S?E3RS.E1D:E19D/.
25. Paso 25T $opie esta f#rmula para el blo!ue 31)TR1).
39. Paso 39T $opie la celda R1) a Z1) para registrar el promedio de clientes en espera !ue se
mantienen en el sistema.
31. Paso 31T $opie la celda A1* a O1* para calcular el total de clientes !ue abandonan.
32. Paso 32T 3n la celda O1) se calcula con la f#rmulaT
+;1@N31@"
la proporci#n de los clientes !ue abandonan.
33. 6hora ?a estamos listos para calcular la utilidad esperada del sistema.
3'. Paso 33T 3n la celda 35 calcule la utilidad de los clientes atendidos con la f#rmulaT
+.31@);1@/GE,.
Esta frmula calcula los clientes &ue ser$n atendidos como la diferencia entre
los clientes &ue llegan menos los &ue abandonan. Esta cifra se multi%lica %or la
utilidad %romedio %or cliente.
229714021.doc
3). Paso 3'T 3n la celda 319 se escribe la f#rmulaT
+E4G;1@.
Esta frmula calcula la %6rdida %or clientes &ue abandonan al multi%licar el
nQmero de clientes &ue abandonan %or la %6rdida %romedio unitaria %or cliente
&ue abandona.
3*. Paso 3)T 3n la celda 311 se calcula el costo total de cajeros por medio de la f#rmulaT
+E!GE@GE2"
al multiplicar el n1mero de cajeros en la sucursal por el costo promedio por hora por el
n1mero de horas diarias !ue laboran.
3/. Paso 3*T Da utilidad en la celda 312 se calcula mediante la f#rmulaT
H E9)E10)E11.
32. Paso 3/T Aefina variables de salida %CoutputsE& en las celdasT
JSJ#0 UJR0R3#3ES .E12/" 5romedio de clientes en es%era .\1!/" E de
clientes &ue abandonan .;1!/.
35. Paso 32T Aefina parmetros adicionales de configuraci#n de la simulaci#n.
El modelo 4a &uedado listo %ara simular.
'9. Paso 35T 3jecute la simulaci#n ? analice.
'1. Paso '9T Bse alternativamente la funcionalidad del 0.:@6BD3 %?Qo el RisIHptimi"er&
para modelar el punto #ptimo de cajeros !ue ma4imi"an la utilidad.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 2! de ,,
229714021.doc
CASO 13: REGRESION MULTIFACTORIAL
EPisten 4 factores ambientales de control &ue se seleccionan ene ste caso
%ara eP%licar las %6rdidas o%erati'as:
1. Jiem%o de ca-da del sistema .minutos %or d-a/
2. Em%leados .nQmero de em%leados en bac()office en un d-a en %articular/
,. =alidad de los datos .%ro%orcin de las transacciones registradas sin
errores/
4. 9Qmero total de transacciones
"ATORES DE ONTRO! AM$IENTA!
"E%A MONTO "RE&EN
IA
$A'A EMP!EADOS A!IDAD TRANS
02-Ju) 10,004 3 22 :47 250,0:6
03-Ju) :1,234 7,2;4 1 24 :67 20;,111
04-Ju) 2,734,00: 17,:72 10 1: ;;7 345,611
05-Ju) 345,661 ;,613 3 24 :57 210,075
06-Ju) 545 5,745 0 24 :;7 1;5,321
07-Ju) 115,:12 :,745 1 24 :77 24:,;76
0;-Ju) 1,234 ;,075 0 24 :;7 252,345
0:-Ju) :1,233 :,2;7 1 24 :;7 250,:;7
10-Ju) 55,:0; ;,;7: 1 24 :;7 236,765
11-Ju) 12,002 :,07: 0 24 :;7 23;,:11
12-Ju) 23,456 :,07; 0 24 :;7 237,654
13-Ju) 1,7;7,634 13,514 ; 21 ;:7 2:3,77;
14-Ju) 7,233,704 24,510 16 17 ;17 415,422
15-Ju) 2,;:1 ;,054 0 24 :77 250,:12
16-Ju) 122 6,061 0 24 :;7 1:1,210
17-Ju) 0 5,360 0 24 ::7 172,:01
1;-Ju) 0 5,2;3 0 24 ::7 170,415
1:-Ju) 200,7;6 ;,3;7 1 24 :57 221,;76
20-Ju) 1,456 6,604 0 24 :77 200,121
21-Ju) :1; 5,:34 0 24 :;7 1:1,435
22-Ju) 1,234,0:5 11,43; 5 22 :57 27;,:;7
23-Ju) 17,654 7,2;7 0 24 :67 23;,:0;
24-Ju) :,;71 7,54: 0 24 :77 235,:0;
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 2@ de ,,
229714021.doc
25-Ju) 1,0:5,033 10,:;; 3 22 :67 26;,001
26-Ju) 1,200 6,4:2 0 23 ::7 1::,761
P"$o " '"$o
1. Realice un anlisis con 0tat@ools de estad;stica descriptiva para iniciar el anlisis de las
variables ac consgnadas.
2. Aetermine los estdisticos descriptivos principales del costo de cada error.
3. Aetermine los estdisticos descriptivos principales del costo por error por transacci#n.
'. Realice un anlisis de regresi#n m1ltiple con 0tat@ools en donde se pronosti!ue el monto
de las prdidas operativas en funci#n de las cuatro variables ambientales especificadas. 3sto
deber;a generar una tabla de 0tat@ools !ue se ver como la !ue sigueT
Multiple
R(S)uare
Adjusted StErr o*
Summary R R(S)uare Estimate
09:53; 09:0:; 09;:17 5054379:765
Degrees o* Sum o* Mean o*
"(Ratio p(Value
ANOVA Table "reedom S)uares S)uares
E+plained 4 5915062E<13 192;765E<13 509403; = 090001
&ne+plained 20 5910:35E<12 295546;E<11
oe**icient
Standard
t(Value p(Value
on*idence Interval ,-.
Regression Table Error !o/er &pper
onstant 746573194:5 1262;750967 095:12 095610
-
1;;773;097: 33;0;;4397;
$A'A 23;411952:: 1563049153 195253 09142;
-
;7633921::3 564456927:7
EMP!EADOS -1561369445 227224954: -096;71 094:::
-
63011;954;6 317;45965;6
A!IDAD
-
4375:1590;: 104;4254967 -094174 096;0; -262456;791 174:3;569:2
TRANS 19;3777027 492621;;147 094312 09670: -79052::;41 10972;53;:5
229714021.doc
0a ecuacin del modelo multifactorial %odr-a ser entonces escrita como:
56rdidas o%erati'as + 7"4@!"7,1 H
H Jiem%o de ba8a G 2,D"411
) Em%leados G 1!@"1,@
) =alidad de los datos G 4",7!"91!
H 9Qmero de transacciones G 1.D,7D
H 9ormal.0"1/ G !0!"4,7.9 .^/
#l generar un gr$fico &ue muestra el a8uste %redic4o a los montos reales" se
%uede obser'ar &u6 tan bien a8ustan el modelo:
Scatterplot o* "it vs MONTO
-100000090
090
100000090
200000090
300000090
400000090
500000090
600000090
700000090
090 1000000
90
2000000
90
3000000
90
4000000
90
5000000
90
6000000
90
7000000
90
;000000
90
,ON>O
F
i
t!t*t>oo)/ >#i*) ?e#/ion
Fo# Ev*)u*tion @u#"o/e/ On)A
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
# %esar del buen a8uste" algunos %roblemas son a%arentes en esta regresin.
0o %rimero es &ue" a %esar del ePtremadamente alto buen a8uste del modelo
.a%roPimadamente del 90E/" los 'alores t son relati'amente %e&ueBos
.menores &ue 2 en cada caso/" mostrando &ue ePiste cierta correlacin entre
los datos. Este %roblema se conoce como multicolinealidad. Esto indica &ue los
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina 2D de ,,
229714021.doc
factores contienen un grado ra1onable de correlacin entre si. 9o 4a* muc4o
&ue se %ueda 4acer al res%ecto" %ues de 4ec4o la multicolinealidad no es
necesariamente nefasta" es%ecialmente si el ob8eti'o del modelo es solamente
%redicti'o. Sin embargo" 6sta s- debe de ser considerada a la 4ora de
e8ecutarse el modelo de %rediccin.
1. Realice ahora un anlisis de autocorrelaci#n sobre los residuales para determinar si ha?
un impacto de los datos anteriores sobre los datos posteriores. Da presencia de altas
autocorrelaciones obligar;an a hacer un ajuste en la regresi#n
1
. 0in embargo+ este no parece ser
el caso ac.
Sbser'e el siguiente gr$fico donde se %lotea el an$lisis de autocorrelacin
sobre residuales:
Autocorrelation o* Residual # Data Set 01
-1
-095
0
095
1
1 2 3 4 5 6
Nu0e# o6 B*g/
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
!t*t>oo)/ >#i*) ?e#/ion
2. $on los coeficientes obtenidos en el anlisis de la regresi#n m1ltiple inserte una f#rmula
en 34cel para predecir las prdidas operativas en funci#n de las variables obtenidas. Bse valores
medios para las magnitudes predichas de cada uno de los cuatro factores ambientales.
3. Realice un anlisis de correlaciones jerar!ui"adas de los ' factores ambientales entre si.
1
Probablemente mediante un mtodo iterativo de correccin de regresin como el mtodo Cochrane-Orcutt para corregir por este error.
229714021.doc
$A'A EMP!EADOS A!IDAD TRANS
Correlation Table Data Set 01 Data Set 01 Data Set 01 Data Set 01
$A'A 19000 -0975: -09;20 096:;
EMP!EADOS -0975: 19000 09630 -09644
A!IDAD -09;20 09630 19000 -09645
TRANS 096:; -09644 -09645 19000
'. Por otra parte+ con el BestFit+ bus!ue la distribuci#n !ue mejor se ajusta a los datos de
cada una de los factores ambientales e insrtelas en las celdas !ue tipifican los valores medios
de tales variables.
). .nserte tambin la matri" de correlaciones jerar!ui"adas en las distribuciones
estocsticas.
*. 3jecute ahora el modelo para predecir las prdidas esperadas.
/. Realice un anlisis de las prdidas esperadas+ determinando el (aR con un intervalo de
confian"a del 5)V ? con un intervalo de confian"a del 55V. .nterprete los resultados.
2. 3jecute el modelo con ? sin correlaci#n para valorar el efecto !ue tiene o no la
incorporaci#n de la matri" de correlaci#n en el mismo.
5. (alore tambin+ por medio de un grfico de tornado+ cul de los cuatro factores posee
un peso ms significativo por sobre las prdidas operativas.
# %artir de este modelo es %osible tomar decisiones gerenciales en cuanto al
%recio de los distintos elementos. 5or e8em%lo" es %osible saber a4ora &ue el
costo de un minuto de tiem%o de ca-da del sistema es de <2,D"411.
PARTE II
Su%onga a4ora &ue la 3ireccin de ?ercadeo del banco de este caso" dadas las
utilidades &ue esta generando este negocio" decide incrementar el 'olumen diario
negociado en un ,0E. 0a 8unta directi'a" entonces" le solicita a la unidad de
riesgos &ue e'alQe el im%acto o%erati'o &ue esta decisin %odr-a im%licar"
afirmando simult$neamente &ue no se %odr$n contratar m$s em%leados .24
actuales/" *a &ue el banco se encuentra en un %roceso de reduccin de %ersonal.
PREGUNTA
u! recomendaciones le dara usted a la >unta +irectiva?
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina ,0 de ,,
229714021.doc
CASO 14. REPORTES INTRADIARIOS DE
CONTROL EN TIEMPO REAL
1. Hbserve los datos transaccionales de una unidad de bacI,office de un banco !ue se
encarga de ciertos procesos transaccionalesT
TRANSAIONES
%ORA EMP!EADOS SISTEMA ARRI$AN PROESO $A2!O3
PERDIDAS
ESPERADAS
0:%00 14 0 56 56 0 721
10%00 14 0 :1 ;4 7 1,;15
11%00 14 0 112 ;4 35 6,1;:
12%00 14 0 23 5; 0 721
13%00 13 0 41 41 0 721
14%00 13 0 122 7; 44 7,5:4
15%00 13 0 165 7; 131 21,1;5
16%00 13 10 176 7; 22: :1,006
17%00 13 0 14; 7; 2:: 47,42;
1;%00 13 0 11 7; 232 36,:62
El banco 4a determinado &ue %ara %ronosticar sus %6rdidas o%erati'as" la
siguiente ecuacin %ermite su %ronstico:
; + 721.19 H !4!1., P
1
H 1!@.21 P
2
H ^
3onde
\
1
+ tiem%o en minutos del sistema ca-do %or 4ora
\
2
+ nQmero de transacciones en es%era de %roceso .bac()log/
2
+ 0.D2
Esta unidad o%erati'a %osee un l-mite diario de %6rdidas o%erati'as de
<10"000.
=omo se obser'a en el diagrama" 4asta mediod-a la situacin est$ ba8o control.
0as transacciones &ue arriban fluctQan durante el d-a" tendiendo a ser m$s
229714021.doc
altas 4acia el inicio * 4acia el final del d-a. 3urante la 4ora de almuer1o" se
reduce significati'amente el nQmero de transacciones.
En la tarde" un em%leado de los 14 tiene &ue salir reduciendo el nQmero a 1,.
=ada em%leado %uede %rocesar en %romedio unas @ transacciones %or 4ora" as-
&ue con la salida de este em%leado" se reduce dr$sticamente la ca%acidad de
%rocesamiento del de%artamento. # las 4%m" %ara 4acer las cosas %eores" el
sistema se cae durante 10 minutos. =on esta situacin" %odr-an es%erarse
%6rdidas de casi <100"000" multi%licando casi %or 10 el l-mite m$Pimo
a%robado.
0a administracin entonces decide" %ara e'itar un a%etito de riesgo ePcesi'o"
autori1ar a los gerentes a detener o reducir la o%eracin de un de%artamento
%ara e'itar el ePceso de los l-mites al final del d-a.
#s- &ue" el administrador de esta unidad decide" des%u6s de las 4%m" no
ace%tar m$s transacciones 4asta tanto el bac(log no ba8e.
3e esta forma" el bac(log se reduce a menos de <10"000" cum%li6ndose as- las
metas de la institucin.
229714021.doc
CASO 1+. TRANSACCIONES DE MONEDA
Un trader de moneda 4a lle'ado a cabo un buen negocio * se 4a ganado
<!0"000 en utilidades al com%rar US< en contra de >C_ K1.,00!" *
'endi6ndolos casi instant$neamente en 1.,010. Sin embargo" los %recios *
cantidades fueron registrados errneamente al %rinci%io" * una serie de
errores 4icieron &ue la transaccin fuera anotada m$s tarde de lo &ue debi
4aber sido" incurriendo en %enali1aciones a las contra%artes. El resultado final
de la transaccin" considerando todo * midi6ndolo una semana des%u6s cuando
la transaccin &ued anotada finalmente es negati'a en <1"D!0.
Si este e8ercicio se 4iciera %ara cada transaccin indi'idualmente" la
im%ortancia de una unidad de bac()office confiable &ueda claramente
demostrada * la necesidad %ara e&uilibrar los rendimientos con el ca%ital en
riesgo o%eracional &ueda m$s &ue clara.
3erec4os reser'ados. 5ro4ibida su re%roduccin. 5$gina ,, de ,,

Casos de Riesgo Operativo

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Casos de Riesgo Operativo

Încărcat de

Drepturi de autor:

Formate disponibile

RIESGO OPERATIVO

Se presenta en este documento los ejemplos de caso a

S-ar putea să vă placă și