Seit einigen Jahren können Institute quantitative, fortgeschrittene Messansätze zur Bewertung des operationellen Risikos nutzen. Diese Möglichkeit erlaubt die Entwicklung institutsinterner statistischer Modelle für die Beurteilung von operationellen Risiken. Damit eröffnen sich gleichzeitig neue Wege zur Aufdeckung von betrügerischen Handlungen. Werden die vorhandenen Modelle mit Methoden aus der Extremwertstatistik erweitert, besteht die Möglichkeit, Verfahren zum Erkennen von statistischen Auffälligkeiten in den gemeldeten Schäden zu entwickeln. Aus den Auffälligkeiten bezüglich der Schadenshöhe können sich dann erste Verdachtsmomente hinsichtlich eines möglichen Betrugs ergeben. Hierbei stellt sich die Frage, ab welcher Schadenshöhe ein Verdacht auf betrügerische Handlungen gerechtfertigt und neben weiteren Recherchen die umgehende Einbindung der betroffenen Organisationseinheit angezeigt ist. Letzteres mit dem Nachteil, dass kriminell handelnde Mitarbeiter informiert und zu Ausweichhandlungen animiert werden. Der vorliegende Beitrag stellt ein auf statistischen Methoden basierendes Konzept vor, das zur Entscheidungsfindung und zur Beantwortung dieser Frage genutzt werden kann. Darüber hinaus wird die Basis für eine institutsinterne, individuelle Klassifizierung der gemeldeten, aufgrund von operationellen Risikoereignissen eingetretenen Schäden, vorgestellt. Ein Beispiel verdeutlicht die Anwendung des vorgeschlagenen Verfahrens.
DOI: | https://doi.org/10.37307/j.1867-8394.2017.06.07 |
Lizenz: | ESV-Lizenz |
ISSN: | 1867-8394 |
Ausgabe / Jahr: | 6 / 2017 |
Veröffentlicht: | 2017-11-27 |
Um unseren Webauftritt für Sie und uns erfolgreicher zu gestalten und
Ihnen ein optimales Webseitenerlebnis zu bieten, verwenden wir Cookies.
Das sind zum einen notwendige für den technischen Betrieb. Zum
anderen Cookies zur komfortableren Benutzerführung, zur verbesserten
Ansprache unserer Besucherinnen und Besucher oder für anonymisierte
statistische Auswertungen. Um alle Funktionalitäten dieser Seite gut
nutzen zu können, ist Ihr Einverständnis gefragt.
Weitere Informationen finden Sie in unserer Datenschutzerklärung.
Notwendige | Komfort | Statistik
Bitte wählen Sie aus folgenden Optionen: