Sviluppare un corretto approccio metodologico alla Loss Data Collection nell'ambito della gestione del rischio operativo vuol dire prima di ogni altra cosa maturare la consapevolezza che le perdite non sono causate da eventi del tutto imprevedibili: i dati storici, le economie d'esperienza e, più di ogni altra cosa, i sistemi analitici di nuova generazione consentono infatti a tutte le imprese – e non solo a quelle attive nel settore finanziario, per tradizione maggiormente attente a questo genere di valutazioni – di ipotizzare precisi scenari di rischio e di costruire strumenti di misurazione in grado di stimare le probabilità con cui possono verificarsi situazioni sfavorevoli, interne o esterne all'organizzazione, tali da generare per l'appunto una perdita.
Facendo leva su dataset accurati e provenienti da più fonti qualificate è inoltre possibile quantificare le possibili perdite, identificare i processi che potranno determinarne l'entità e quindi studiare piani di risk management che prevedano azioni di mitigazione oltre che di controllo degli eventi. A sua volta, questo tipo di approccio genera informazioni aggiuntive e aggiornate che potranno essere utilizzate nelle sessioni successive di Loss Data Collection per affinare ulteriormente e a ciclo continuo le previsioni.
L'importanza di convogliare tutti i dati in un unico framework
In quest'ottica, le attività di misurazione del rischio operativo prevedono prima di ogni altra cosa una fase di assessment per la classificazione dei rischi stessi, a partire dagli eventi da cui possono derivare le perdite per l’impresa e per l'appunto dalla costruzione di una base informativa completa ed affidabile, che raccolga dalle varie fonti il maggior numero di dati di perdita. Si parla quindi di input interni ed esterni, stime soggettive derivanti da processi di self-assessment e indagini qualitative, Key Risk Indicators e analisi dei fattori di contesto operativo e di controllo a più livelli.Fondamentale è riuscire a far convergere tutte queste fonti di dati su un unico framework, che non solo consenta di interpolarli e interpretarli correttamente, ma anche di visualizzarli in maniera chiara e univoca, a prescindere dall'utente che accede al sistema e dal tipo di controllo che viene effettuato.
Perché è necessario procedere con rigore quando si parla di Loss Data Collection
La raccolta dei dati storici utili a perfezionare la metodologia di Loss Data Collection richiede un certo rigore: occorre innanzitutto assicurare la più vasta copertura possibile degli eventi di perdita. Il censimento dovrebbe idealmente essere svolto su scala globale, e includere processi, geolocalizzazione geografica e categoria di rischio per ciascuno degli episodi che possono compromettere i risultati aziendali.
I dati devono poi essere raccolti in maniera continuativa e tempestiva: a volte una variazione di scenario anche di rilievo può essere determinata da accadimenti dell'ultimo minuto. I sistemi analitici di nuova concezione sono sì in grado di calcolarne l'impatto praticamente in tempo reale, ma hanno bisogno di una quantità sufficiente di dati attendibili e sempre aggiornati per produrre insight affidabili e ridurre al minimo i margini di errore nel delineare il profilo di rischio operativo rispetto alle perdite.
Il ruolo della Loss Data Collection nell'Operational Risk management
La Loss Data Collection rappresenta un elemento insostituibile all'interno della matrice che funge da griglia per orchestrare una corretta gestione dei rischi operativi. La possibilità di accedere a serie storiche qualificate e ai dati relativi alle perdite, insieme al rigore metodologico nel coordinamento di tutti gli input raccolti, è a tutti gli effetti il fulcro della disciplina attraverso la quale le aziende riescono a sviluppare la capacità di comprensione – e mitigazione – dei punti deboli dell'organizzazione e degli eventi pregiudizievoli che possono alterare il funzionamento dell'ecosistema in cui è inserita e causare perdite.
Topic: Risk Management, LDC
Post Correlati
