Quantitative Modeling of Operational Risk in Finance and Banking Using Possibility Theory

این کتاب راهنمای جامعی برای مدل‌سازی ریسک عملیاتی با استفاده از نظریه امکان ارائه می‌دهد. مجموعه‌ای از روش‌ها را برای اندازه‌گیری ریسک‌های عملیاتی تحت درجه مشخصی از ابهام و عدم دقت، همانطور که در داده‌های واقعی مشاهده می‌شود، ارائه می‌کند. این نشان می‌دهد که چگونه نظریه امکان و درجات باور نامشخص شامل عدم قطعیت را می‌توان در تحلیل تابع ریسک به کار برد، و توزیع پارامتری g-و-h مرتبط با نظریه ارزش شدید را به عنوان یک نامزد جالب در این رابطه توصیف می‌کند. این کتاب یک ارزیابی کامل از روش‌های فازی برای تعیین ارزش در معرض خطر (VaR) و ارزش ذهنی در معرض خطر (SVaR)، همراه با تخمین پایداری VaR و SVaR ارائه می‌کند. بر اساس مطالعات شبیه سازی و مطالعات موردی گزارش شده در اینجا، کمی سازی احتمالی ریسک به طور مداوم بهتر از مدل احتمالی عمل می کند. ریسک با ادغام دو تکنیک فازی ارزیابی می‌شود: فرآیند تحلیل سلسله مراتبی فازی و گسترش فازی تکنیک‌ها برای اولویت سفارش با شباهت به راه‌حل ایده‌آل. به دلیل محتوای تخصصی آن، در درجه اول برای فارغ التحصیلان و محققان با دانش پایه از جبر و حساب دیفرانسیل و انتگرال در نظر گرفته شده است و می تواند به عنوان راهنمای مرجع برای دوره های سطح تحقیق در مورد مجموعه های فازی، نظریه امکان و مالی ریاضی استفاده شود. این کتاب همچنین منبع مفیدی از اطلاعات را برای متخصصان بانکداری و امور مالی که جنبه‌های مختلف مرتبط با ریسک را بررسی می‌کنند، ارائه می‌دهد.

This book offers a comprehensive guide to the modelling of operational risk using possibility theory. It provides a set of methods for measuring operational risks under a certain degree of vagueness and impreciseness, as encountered in real-life data. It shows how possibility theory and indeterminate uncertainty-encompassing degrees of belief can be applied in analysing the risk function, and describes the parametric g-and-h distribution associated with extreme value theory as an interesting candidate in this regard. The book offers a complete assessment of fuzzy methods for determining both value at risk (VaR) and subjective value at risk (SVaR), together with a stability estimation of VaR and SVaR. Based on the simulation studies and case studies reported on here, the possibilistic quantification of risk performs consistently better than the probabilistic model. Risk is evaluated by integrating two fuzzy techniques: the fuzzy analytic hierarchy process and the fuzzy extension of techniques for order preference by similarity to the ideal solution. Because of its specialized content, it is primarily intended for postgraduates and researchers with a basic knowledge of algebra and calculus, and can be used as reference guide for research-level courses on fuzzy sets, possibility theory and mathematical finance. The book also offers a useful source of information for banking and finance professionals investigating different risk-related aspects.