BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Zabój Maciej (Szkoła Główna Handlowa w Warszawie)
Tytuł
Sieci Bayesowskie w zarządzaniu ryzykiem operacyjnym w świetle regulacji Solvency II
Implementing Bayesian Networks for Operational Risk Measurement in Insurance Companies
Źródło
Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu, 2009, nr 127, s. 153-160, rys.
Słowa kluczowe
Ubezpieczenia, Ryzyko operacyjne, Sieci bayesowskie, Podejmowanie decyzji w warunkach niepewności
Insurances, Operational risk, Bayesian network, Decision making under uncertainty
Uwagi
summ.
Abstrakt
Zdefiniowano pojęcie ryzyka operacyjnego. Wyjaśniono istotę i znaczeni sieci Bayesowskich. Przedstawiono także wykorzystanie sieci Bayesowskich do modelowania ryzyka i niepewności. Wskazano wady i zalety omawianych sieci w kontekście ryzyka operacyjnego.

International Association of Insurance Supervisors has focused on operational risk in the Solvency II due to "unexpected" losses caused at financial market. These losses, if not controlled, may end up with indirect costs such as compensation payments to counterparties. Bayesian networks have been explored lately as a potential tool for combining subjective opinions with observed data and modeling the cause of the loss and analyzing its effects. The crucial objective of my article is to present how Bayesian Network can be implemented as a model for managing operational risk in a particular business unit. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Askoy S., Parametric Models: Bayesìan Belief Networks, Lecture Notes, Dept. of Computer Engineering Bilkent University, 2006, s. 19.
  2. Friedman Nir, Building Classifiers using Bayesian Networks, http://www.cs.huji.ac.il/~nir/Papers/FrGl.pdf.
  3. Interational Convergence of Capital Measurement and Capital Standards, Basel Committee on Banking Supervision International, czerwiec 2004.
  4. Jensen F. V., Bayesian Networks and Decision Graphs, Springer, New York 2001, s. 18-20.
  5. King J.L., Operational Risk: Measurement and Modelling, Wiley Finance 2001, s. 7.
  6. Laycock M., Operational Risks and Financial Institutions, Risk Publications/Arthur Andersen 1998, s. 19.
  7. Mahler T., Commercial Contracting for Strategic Advantage - Potentials and Prospects; Uniwersyt Turecki, marzec 2007.
  8. Meel A., Operational Risk Assessment of Chemical Industries by Exploiting Accident Databases, "Journal of Loss Prevention in the Process Industries", marzec 2007
  9. Murphy K., A Brief Introduction to Graphical Models and Bayesian Networks, http://www.cs.ubc.ca/murphyk/Bayes/bnintro.html.
  10. Pearl J. Rüssel S., Bayesian networks, Handbook of Brian Theory and Neural Networks. MIT Press, 2001, s. 149.
  11. Pearl J., Models, Reasoning and Inference, Cambridge University Press, Cambridge 2000, s.20
  12. Technical Specifications, Annex to Call for Advice from CEIOPS on QIS4, Bruksela, 31.03.2OO8, s. 125.
  13. Venkataraman S., Value at Risk for a Mixture of Normal Distributions: The Use of Quasi-Bayesian Estimation Techniques, Federal Reserve Bank of Chicago, USA 1997, s. 3.
  14. Wei R., Operarational Risks in the Insurance Industry, Departament of Insuurance and Risk Management Amerykańskiej Komisji Nadzoru Rynku Finansowego, listopad 2003
  15. Yuille A. Kersten D., Vision as Bayesian Inference: Analysis by Synthesis; "Trends in Cognitive Sciences" July 2006, Vol. 10, No. 7, s. 301-302.
Cytowane przez
Pokaż
ISSN
1689-7374
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu