@ARTICLE{26583204_56068785_2012, 
	author = {Я. Н. Лаврушина and А. А. Макарова and А. В. Куликов}, 
	keywords = {, количественная оценка, подверженность операционному риску, ожидаемые и непредвиденные (операционный V@R) потери, вероятность выхода из строя IT-системы, среднее время простоя, матрица непрерывности бизнесаметод экспоненциального скручивания},
	title = {Построение модели количественной оценки операционного риска (технический риск - сбой  в предоставлении ИТ-услуг) в статистически некорректной среде},
	journal = {Бизнес-информатика},
	year = {2012},
	number = {2(20)},
	pages = {42-49},
	url = {https://bijournal.hse.ru/2012--2(20)/56068785.html},
	publisher = {},
	abstract = {Лаврушина Яна Николаевна - старший менеджер отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: ya.lavrushina@gazpromexport.com Макарова Анастасия Александровна - главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: a.makarova@gazpromexport.com Куликов Александр Владимирович - кандидат физико-математических наук, главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: a.kulikov@gazpromexport.comУправление операционным риском представляет собой один из способов управления изменениями предприятия, осуществляемый через совершенствование бизнес-процессов и технологий. Информационные технологии  выводят бизнес компании на новый уровень развития, но вместе с тем делают его зависимым от безотказности и бесперебойности в работе оборудования. Рассматриваемая в статье модель позволяет компании небанковского сектора решить проблему статистически некорректной среды и произвести адекватную оценку ожидаемых и непредвиденных потерь вследствие реализации технического риска.Предполагается, что всю структуру бизнеса компании можно разбить на независимые операционные сценарии, состоящие из бизнес-процессов с разными периодами времени реализации и связанные с теми или иными IT-системами. Для оценки потерь моделируются состояния инфраструктурных сервисов в определенные, критичные к реализации бизнес-процессов временные интервалы. Подверженность рассчитывается исходя из матрицы, определяющей возможность реализации того или иного операционного сценария в зависимости от невозможности доступа к тому или иному инфраструктурному сервису. Учитывая, что операционные события происходят с маленькими вероятностями, для снижения погрешности вычислений используется метод экспоненциального скручивания вероятностей. Таким образом, усовершенствуется оценка вероятностей событий, находящихся в «хвосте» распределения потерь.Для оценки непредвиденных потерь на основе рассматриваемой модели берется правая граница доверительного интервала. Для оценки риск-вклада отдельных бизнес-процессов и IT-сервисов в операционный риск компании рассматриваются все события, находящиеся в «хвосте» распределения, т.е. приводящие к большим потерям вследствие реализации операционного риска.При анализе результатов оценки акцент делается не на проверке технических характеристик ИТ-систем, а на том, насколько грамотно построены бизнес-процессы компании. Таким образом, представленная модель является не только инструментом, позволяющим дать количественную оценку операционного риска, но и оценить соответствует ли бизнес-архитектура компании ИТ-архитектуре и требованиям к непрерывности бизнеса, исходя из которых, устанавливаются требования к классу надежности ИТ-систем, поддерживающих данный бизнес.},
	annote = {Лаврушина Яна Николаевна - старший менеджер отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: ya.lavrushina@gazpromexport.com Макарова Анастасия Александровна - главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: a.makarova@gazpromexport.com Куликов Александр Владимирович - кандидат физико-математических наук, главный специалист отдела операционных и кредитных рисков, ООО «Газпром экспорт».Адрес: 127006, Москва, Страстной бульвар, 9.E-mail: a.kulikov@gazpromexport.comУправление операционным риском представляет собой один из способов управления изменениями предприятия, осуществляемый через совершенствование бизнес-процессов и технологий. Информационные технологии  выводят бизнес компании на новый уровень развития, но вместе с тем делают его зависимым от безотказности и бесперебойности в работе оборудования. Рассматриваемая в статье модель позволяет компании небанковского сектора решить проблему статистически некорректной среды и произвести адекватную оценку ожидаемых и непредвиденных потерь вследствие реализации технического риска.Предполагается, что всю структуру бизнеса компании можно разбить на независимые операционные сценарии, состоящие из бизнес-процессов с разными периодами времени реализации и связанные с теми или иными IT-системами. Для оценки потерь моделируются состояния инфраструктурных сервисов в определенные, критичные к реализации бизнес-процессов временные интервалы. Подверженность рассчитывается исходя из матрицы, определяющей возможность реализации того или иного операционного сценария в зависимости от невозможности доступа к тому или иному инфраструктурному сервису. Учитывая, что операционные события происходят с маленькими вероятностями, для снижения погрешности вычислений используется метод экспоненциального скручивания вероятностей. Таким образом, усовершенствуется оценка вероятностей событий, находящихся в «хвосте» распределения потерь.Для оценки непредвиденных потерь на основе рассматриваемой модели берется правая граница доверительного интервала. Для оценки риск-вклада отдельных бизнес-процессов и IT-сервисов в операционный риск компании рассматриваются все события, находящиеся в «хвосте» распределения, т.е. приводящие к большим потерям вследствие реализации операционного риска.При анализе результатов оценки акцент делается не на проверке технических характеристик ИТ-систем, а на том, насколько грамотно построены бизнес-процессы компании. Таким образом, представленная модель является не только инструментом, позволяющим дать количественную оценку операционного риска, но и оценить соответствует ли бизнес-архитектура компании ИТ-архитектуре и требованиям к непрерывности бизнеса, исходя из которых, устанавливаются требования к классу надежности ИТ-систем, поддерживающих данный бизнес.}
}