Utilisation d'une approche de séries chronologiques pour corriger la corrélation sérielle dans le calcul du capital de risque opérationnel.

Résumé L'approche de mesure avancée exige que les institutions financières développent des modèles internes pour évaluer le capital réglementaire. Traditionnellement, on utilise l'approche de la distribution des pertes (LDA), qui mélange les fréquences et les sévérités pour construire une fonction de distribution des pertes (LDF). Cette distribution représente les pertes annuelles. Par conséquent, le 99,9e percentile de la distribution fournissant la charge de capital dénote la pire année sur mille. L'approche traditionnelle approuvée par le régulateur et mise en œuvre par les institutions financières suppose que les pertes sont indépendantes. Cet article propose une solution pour résoudre les problèmes qui surviennent lorsque des autocorrélations sont détectées entre les pertes, en utilisant des séries temporelles. Ainsi, les pertes sont agrégées périodiquement et plusieurs modèles sont ajustés en utilisant des modèles autorégressifs, des processus autorégressifs à intégration fractionnée et des processus de Gegenbauer en considérant diverses distributions ajustées sur les résidus. La simulation de Monte Carlo permet la construction de la LDF, et le calcul des mesures de risque pertinentes. Ces approches dynamiques sont comparées aux méthodologies statiques traditionnelles afin de montrer leur impact sur les charges en capital, en utilisant plusieurs ensembles de données. La construction des LDFs et le calcul des charges de capital permettent de se conformer à la réglementation. En outre, la capture simultanée des phénomènes d'autocorrélation et des pertes importantes par l'ajustement de distributions adéquates sur les résidus, fournit une alternative à la sélection arbitraire du LDA.