Скрыть
Раскрыть

ISSN 1998-0663 (print),
ISSN 2587-8166 (online)

English version: ISSN 2587-814X (print),
ISSN 2587-8158 (online)

Лаврушина Я. Н., Макарова А. А., Куликов А. В.1
  • 1 Московский физико-технический институт, Долгопрудный, Россия

Построение модели количественной оценки операционного риска (технический риск - сбой в предоставлении ИТ-услуг) в статистически некорректной среде

2012. № 2(20). С. 42–49 [содержание номера]

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.com

Управление 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.

BiBTeX
RIS
 
 
Rambler's Top100 rss