KR20130124985A - 리스크 관리 장치 - Google Patents

Abstract

기억 유닛은 손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터 엔트리; 및 손실 발생 빈도마다, 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수의 하측 α% 포인트(α는 미리 정해진 상수임)에서의 발생 수와 동일한 계수를 저장하는 계수 테이블을 저장한다. 프로세서는 손실 데이터 엔트리마다, 다음의 승산값을 산출하도록 프로그램된다: 손실 데이터 엔트리 내의 손실 발생 빈도와 관련하여 계수 테이블 내에 기억된 계수와; 손실 데이터 엔트리 내의 손실액.

Description

리스크 관리 장치{RISK MANAGEMENT DEVICE}

본 발명은 리스크 관리 장치에 관한 것으로, 특히, 손실액(loss amount)과 손실 발생 빈도를 포함하는 손실 데이터로부터 간단한 방법으로 리스크량(risk amount)을 산출하는 기능을 갖는 리스크 관리 장치에 관한 것이다.

일반적으로, 기업의 업무는 지진, 시스템 장해, 사무적인 실수 및 사기 등 다양한 종류의 운영 리스크(operational risks)(이하, 간단히 "리스크(risk)"라고 함)에 직면할 수 있다. 따라서, 리스크 계량 장치(risk weighing device)를 사용하여 리스크량을 계량하고, 리스크에 대한 대책을 강구하는 것이 요구되고 있다.

리스크 계량 장치는 기업에 있어서의 미지의 리스크 프로파일에 관한 단편적인 정보를 내부에 입력하고, 이 입력 데이터로부터 해당 기업의 리스크 프로파일의 특징값(예를 들면, 99.9% VaR(value at risk))을 계량한다. 리스크 계량 장치 내에 입력된 데이터는 일반적으로 내부 손실 데이터와 시나리오 데이터를 포함한다. 내부 손실 데이터는 해당 기업에서 실제로 발생한 손실 사건에 관한 데이터이다. 내부 손실 데이터는 사건 내용과, 각 사건이 끼친 손실액을 나타낸다. 그러나, 모든 사건의 내용에 대해서 필요하고 충분한 수의 내부 손실 데이터를 얻는 것은 어렵다. 따라서, 드물게 발생한 사건 내용이나 아직 발생한 적이 없는 사건 내용에 대해서, 그 발생 빈도와 손실액의 값은 시나리오 데이터로서 추정되어, 리스크량의 계량에 활용된다. 이하, 내부 손실 데이터와 시나리오 데이터는 총괄하여 손실 데이터라고 한다.

일반적인 리스크 계량 장치는 손실 분포 접근법이라고 불리는 방법에 의해 VaR를 계량한다(예를 들면, 특허 문헌 1 및 비-특허 문헌 1 참조). 구체적으로, 우선, 리스크 계량 장치는 내부 손실 데이터의 건수 등으로부터 손실 빈도 분포를 생성하고, 내부 손실 데이터, 시나리오 데이터 등으로부터 손실 규모 분포를 생성한다. 다음에, 몬테카를로 시뮬레이션(Monte Carlo simulation)에 의해, 리스크 계량 장치는 앞서 말한 손실 규모 분포로부터 앞서 말한 손실 빈도 분포의 이용으로 인한 손실 건수의 손실액을 취출하여 이 손실액을 합산하고 보유 기간당 손실액을 산출하는 프로세스를 수만 또는 수십만 번 반복적으로 실행하여, 손실액 분포를 생성한다. 그 다음, 리스크 계량 장치는 이렇게 생성된 손실액 분포로부터 소정의 신뢰 구간에서 VaR을 산출한다.

일본 특허 공개 번호 제4241083호

2009년 4월 24일자로 사단법인 금융재정 사정 연구회가 발행한, 고바야시, 시미즈, 니시구치, 및 모리나가의 "운영 리스크 관리(Operational Risk Management)"에서 107-144페이지

전술한 바와 같이, 손실 분포 접근법을 이용하는 리스크 계량 장치는 빈도 분포와 규모 분포를 생성하고, 그 빈도 분포와 규모 분포를 이용해서 몬테카를로 시뮬레이션에 의해 보유 기간당 발생하는 총 손실액을 산출하고, VaR를 얻는다. 따라서, 정밀도는 높지만, 계산의 부하가 높다는 과제가 있다.

리스크 분석의 분야에서, 고정밀도인 VaR를 필요로 하는 상황뿐만 아니라, 성분 분석과 같이, 정밀도는 다소 떨어질 수 있지만 단시간에 VaR를 얻는 것이 요구되는 경우도 있다.

본 발명의 목적은 앞서 말한 과제, 즉, 단시간에 VaR의 근사값을 산출하는 것이 곤란하다는 과제를 해결하기 위한 리스크 관리 장치를 제공하는 것에 있다.

본 발명의 일 예시적인 실시예에 따른 리스크 관리 장치는,

손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터와, 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블을 저장하는 메모리 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α는 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - ; 및

상기 메모리에 접속된 프로세서

를 포함하고,

상기 프로세서는, 그들 각각이 상기 손실의 각각에 대해 산출되고, 상기 손실 데이터에 포함된 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 계수와 상기 손실 데이터에 포함된 손실액의 승산값인, 승산값들을 산출하도록 프로그램되어 있다.

본 발명의 또 다른 예시적인 실시예에 따른 리스크 관리 방법은 손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터와, 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블을 저장하기 위한 메모리 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α는 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 를 포함하고, 상기 메모리에 접속된 프로세서를 포함하는 리스크 관리 장치에 의해 실행된 리스크 관리 방법으로서,

상기 리스크 관리 방법은,

상기 프로세서에 의해, 그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 손실 발생 빈도와 관련되는 상기 계수 테이블에 보유되어 있는 계수와 상기 손실 데이터에 포함된 손실액의 승산값인, 승산값들을 산출하는 단계

를 포함한다.

위에서 설명한 구성으로, 본 발명은 VaR의 근사값을 고속으로 산출할 수 있다.

도 1은 본 발명의 제1 예시적인 실시예에 따른 리스크 관리 장치의 블록도이다.
도 2는 본 발명의 제1 예시적인 실시예에서 사용된 손실 데이터의 구성에 대한 일례를 도시한다.
도 3은 본 발명의 제1 예시적인 실시예에서 사용된 계수 테이블의 구성에 대한 일례를 도시한다.
도 4는 본 발명의 제1 예시적인 실시예에서 사용된 중간 정보의 구성에 대한 일례를 도시한다.
도 5는 본 발명의 제1 예시적인 실시예에서 처리에 대한 일례를 나타내는 플로우차트이다.
도 6은 본 발명의 제2 예시적인 실시예에 따른 리스크 관리 장치의 블록도이다.
도 7은 본 발명의 제2 예시적인 실시예에서 사용된 기본 요소별 손실 데이터(element-by-element loss data)의 구성에 대한 일례를 도시한다.
도 8은 본 발명의 제2 예시적인 실시예에서 사용된 중간 정보의 구성에 대한 일례를 도시한다.
도 9는 본 발명의 제2 예시적인 실시예에서 처리에 대한 일례를 나타내는 플로우차트이다.
도 10은 본 발명의 제3 예시적인 실시예에 따른 리스크 관리 장치의 블록도이다.
도 11은 본 발명의 제3 예시적인 실시예에서 사용된 제1 시나리오 데이터의 구성에 대한 일례를 도시한다.
도 12는 본 발명의 제3 예시적인 실시예에서 사용된 제2 시나리오 데이터의 구성에 대한 일례를 도시한다.
도 13은 본 발명의 제3 예시적인 실시예에서 사용된 중간 정보의 구성에 대한 일례를 도시한다.
도 14는 본 발명의 제3 예시적인 실시예에서 처리에 대한 일례를 나타내는 플로우차트이다.
도 15는 본 발명의 제4 예시적인 실시예에 따른 리스크 관리 장치의 블록도이다.
도 16은 본 발명의 제4 예시적인 실시예에서 사용된 제1 손실 데이터의 구성에 대한 일례를 도시한다.
도 17은 본 발명의 제4 예시적인 실시예에서 사용된 제2 손실 데이터의 구성에 대한 일례를 도시한다.
도 18은 본 발명의 제4 예시적인 실시예에서 사용된 중간 정보의 구성에 대한 일례를 도시한다.
도 19는 본 발명의 제4 예시적인 실시예에서 처리에 대한 일례를 나타내는 플로우차트이다.
도 20은 본 발명의 제5 예시적인 실시예에 따른 리스크 관리 장치의 블록도이다.
도 21은 본 발명의 제5 예시적인 실시예에서 사용된 제1 손실 데이터의 구성에 대한 일례를 도시한다.
도 22는 본 발명의 제5 예시적인 실시예에서 사용된 제2 손실 데이터의 구성에 대한 일례를 도시한다.
도 23은 본 발명의 제5 예시적인 실시예에서 사용된 차분 요인 정보(difference factor information)의 구성에 대한 일례를 도시한다.
도 24는 본 발명의 제5 예시적인 실시예에서 사용된 중간 정보의 구성에 대한 일례를 도시한다.
도 25는 본 발명의 제5 예시적인 실시예에서 처리에 대한 일례를 나타내는 플로우차트이다.

다음에, 본 발명의 예시적인 실시예에 대해서 도면을 참조해서 상세하게 설명할 것이다.

[제1 예시적인 실시예]

도 1을 참조하면, 본 발명의 제1 예시적인 실시예에 따른 리스크 관리 장치(1)는 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 갖는다.

이러한 리스크 관리 장치(1)는, 주요 기능 유닛으로서, 통신 인터페이스 유닛(이하, 통신 I/F 유닛이라 함)(11), 조작 입력 유닛(12), 화면 표시 유닛(13), 기억 유닛(14) 및 프로세서(15)를 갖는다.

통신 I/F 유닛(11)은 전용의 데이터 통신 회로에 의해 형성되고, 통신 회선(도시 생략)을 통해 접속된 각종 장치(도시 생략)와의 데이터 통신을 행하는 기능을 갖는다.

조작 입력 유닛(12)은 키보드와 마우스 등의 조작 입력 장치에 의해 형성되고, 오퍼레이터에 의한 조작을 검출해서 프로세서(15)에 출력하는 기능을 갖는다.

화면 표시 유닛(13)은 LCD와 PDP 등의 화면 표시 장치에 의해 형성되고, 프로세서(15)로부터의 지시에 따라, 조작 메뉴와 산출 결과 등의 각종 정보를 화면에 표시하는 기능을 갖는다.

기억 유닛(14)은 하드 디스크와 반도체 메모리 등의 기억 장치에 의해 형성되고, 프로세서(15)와 프로그램(14P)에 의한 각종 처리에 필요한 처리 정보를 기억하는 기능을 갖는다. 프로세서(15) 내로 로드되어 각종 처리 유닛을 실현하도록 실행된 프로그램인 프로그램(14P)은 통신 I/F 유닛(11) 등의 데이터 입/출력 기능을 통해 외부 장치(도시 생략) 또는 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 로드되어, 기억 유닛(14) 내에 기억된다. 기억 유닛(14)에 의해 기억된 주요 처리 정보는 손실 데이터(14A), 계수 테이블(14B), 및 중간 정보(14C)를 포함한다.

손실 데이터(14A)는 손실액과 손실 발생 빈도를 포함하는 데이터이다. 도 2는 손실 데이터(14A)의 구성에 대한 일례를 도시한다. 이 예에서의 손실 데이터(14A)는 합계 n개의 손실 데이터(14A1 내지 14An)로 구성된다. 각각의 손실 데이터는 손실 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ를 갖는다. 손실 데이터(14A)는 근사의 대상으로서 리스크 계량 장치 내로 입력되는 입력인 내부 손실 데이터 및 시나리오 데이터에 일대일 대응한다. 예를 들면, 내부 손실 데이터 "손실액 = 200만엔, 관측 기간 = 5년"에 대응하는 손실 데이터는 손실액이 200만엔이고 손실 발생 빈도가 0.2이라는 내용을 갖는다. 또한, 시나리오 데이터 "평균 손실액 = 1000만엔, 손실 발생 빈도 = 0.1"에 대응하는 손실 데이터는 손실액이 1000만엔이고 손실 발생 빈도가 0.1이라는 내용을 갖는다.

계수 테이블(14B)은, 손실 발생 빈도와 관련하여, 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트에서의 발생 건수의 값과 동일한 계수를 보유하는 테이블이다. 앞서 말한 "α"는 근사의 대상으로서 리스크 계량 장치에 의해 계량된 VaR의 신뢰 구간에 따라 정해진다. 예를 들면, 근사의 대상으로서 리스크 계량 장치가 99.9% VaR을 계량하는 경우에, α는 99.9로 설정된다. 또한, 앞서 말한 확률 분포는 일반적인 리스크 계량 장치에 있어서 빈도 분포의 예측에 사용된 확률 분포와 동일하다. 예를 들면, 일반적인 리스크 계량 장치에서, 포와송 분포(Poisson distribution)가 사용되면, 앞서 말한 확률 분포는 포와송 분포이다. 포와송 분포의 누적 분포 함수는 불연속이기 때문에, 감마 함수를 사용하여 정수의 계승을 실수의 계승까지 확장하고, 포와송 분포의 누적 분포 함수를 스무딩(smooth)한 다음, 하측 α% 포인트에서의 발생 건수의 값과 동일한 계수를 얻는 것이 바람직하다.

도 3은 계수 테이블(14B)의 구성에 대한 일례를 도시한다. 이 예에서의 계수 테이블(14B)은 2가지 유형의 손실 발생 빈도, 즉, 손실이 몇 년에 한 번 발생할 지와, 손실이 1년에 몇 번 발생할 지를 포함하고 있지만, 계수 테이블은 이러한 유형들 중 어느 하나만 포함할 수 있고, 다른 하나는 손실 데이터 내의 손실 발생 빈도의 유형이 균일한 경우에는 생략될 수 있다. 또한, 이 예에서의 계수 테이블은 2가지 유형의, 즉 스무딩되지 않은 및 스무딩된, 손실 발생 빈도에 대응하는 계수들을 포함하지만, 계수 테이블은 이러한 유형들 중 어느 하나만 포함할 수 있다. 예를 들어, 스무딩되지 않은 계수가 사용되지 않는다면, 스무딩된 계수만 테이블화해도 충분하다.

중간 정보(interim information; 14C)는 프로세서(15)에 의한 연산의 프로세스에서 생성된 중간 데이터 또는 최종적인 데이터이다. 도 4는 중간 정보(14C)의 구성에 대한 일례를 도시한다. 이 예의 중간 정보(14C)는 손실 데이터(14A1 내지 14An)에 일대일 대응하는 개별 데이터 VaR 액(14C1 내지 14Cn)과, 이 개별 데이터 VaR 액(14C1 내지 14Cn)의 총합인 누적값(14Cm)을 갖는다.

프로세서(15)는 CPU 등의 마이크로프로세서와 그 주변 회로를 구비하고, 기억 유닛(14)으로부터 프로그램(14P)을 로딩하여 실행함으로써, 하드웨어와 프로그램(14P)을 협동 작업시켜서 각종 처리 유닛을 실현하는 기능을 갖는다. 프로세서(15)에 의해 실현된 주요 처리 유닛은 입력 저장 유닛(15A), 개별 데이터 VaR 액 산출 유닛(15B), 누적 유닛(15C), 및 출력 유닛(15D)이다.

입력 저장 유닛(15A)은 통신 I/F 유닛(11) 또는 조작 입력 유닛(12)으로부터 손실 데이터(14A) 및 계수 테이블(14B)을 입력하고, 기억 유닛(14) 내에 저장하는 기능을 갖는다.

개별 데이터 VaR 액 산출 유닛(15B)은 손실 데이터(14A)와 계수 테이블(14B)을 기억 유닛(14)으로부터 로딩하고, 각각의 손실 데이터(14Ai)에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(14B) 내에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하여, 개별 데이터 VaR 액(14Ci)으로서 기억 유닛(14) 내에 기억하는 기능을 갖는다.

누적 유닛(15C)은 모든 개별 데이터 VaR 액(14Ci)을 기억 유닛(14)으로부터 로딩하여, 그 총합을 계산하고, 그 계산 결과를 누적값(14Cm)으로서 기억 유닛(14) 내에 기억하는 기능을 갖는다.

출력 유닛(15D)은 누적값(14Cm)을 기억 유닛(14)으로부터 로딩하여, 리스크량의 근사값으로서 화면 표시 유닛(13)에 출력하거나 통신 I/F 유닛(11)을 통해 외부에 출력하는 기능을 갖는다.

다음에, 도 5를 참조하여, 본 예시적인 실시예에 따른 리스크 관리 장치(1)의 동작에 대해 설명할 것이다.

우선, 입력 저장 유닛(15A)은 손실 데이터(14A) 및 계수 테이블(14B)을 통신 I/F 유닛(11) 또는 조작 입력 유닛(12)으로부터 입력하여 기억 유닛(14) 내에 저장한다(단계 S1).

다음에, 개별 데이터 VaR 액 산출 유닛(15B)은, 손실 데이터(14A) 내에 포함된 각각의 손실 데이터에 대해, 그 손실 데이터에 포함된 손실 발생 빈도와 관련하여 계수 테이블(14B) 내에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액을 승산하고, 그 산출 결과를 그 손실 데이터에 대응하는 개별 데이터 VaR 액으로서 기억 유닛(14) 내에 기억한다(단계 S2).

다음에, 누적 유닛(15D)은 모든 개별 데이터 VaR 액(14Ci)을 가산하여 얻은 값을 누적값(14Cm)으로서 기억 유닛(14) 내에 기억한다(단계 S3).

다음에, 출력 유닛(15D)은 누적값(14Cm)을 리스크량의 근사값으로서 화면 표시 유닛(13)에 출력하거나 통신 I/F 유닛(11)을 통해 외부에 출력한다(단계 S4).

다음에, 본 예시적인 실시예에서 산출된 VaR가 손실 데이터(14A)에 근거하여 근사의 대상으로서 리스크 계량 장치에 의해 계량된 VaR의 근사값이 되는 이유에 대해 설명될 것이다.

우선, 리스크 계량 장치 내에 입력된 데이터는 리스크 손실 사건의 내용, 손실액, 및 보유 기간 동안 그 내용으로부터 손실액이 발생하는 빈도의 평균값의 3조(ternary)를 각각 포함하는 정보의 집합: 예를 들면, (토카이 지진 1, 100만엔, 0.03), (토카이 지진 2, 1000만엔, 0.06), (계좌 이체 사기, 50만엔, 0.65)이다. 빈도의 평균값 대신에, 평균 사건 간격(보유 기간/빈도의 평균값)같은 정보가 포함될 수 있지만, 이하의 논의는 그대로 성립할 것이므로, 여기에서는 앞서 말한 3조가 포함되는 것으로 가정한다. 또한, 이하의 설명의 편의를 위해, 토카이 지진의 사건 내용은 손실액의 차분에 근거하여 "토카이 지진 1"과 "토카이 지진 2"로 구별되지만, 편의를 위해 구별하지 않아도 이하의 논의는 그대로 성립할 것이다. 설명을 용이하게 하기 위해, "리스크 손실 사건"은 이하 "손실 사건"이라고 기재할 것이다. 사건 내용 i에 관한 입력 데이터는 (I, Si, Fi)이라고 기재할 것이다. Si는 손실액을 나타내고, Fi는 빈도의 평균값을 나타낸다.

리스크 계량 장치는, 일부 가정에 근거하여 입력 데이터에 가능한 한 많이 피트(fit)하도록, 보유 기간 동안 리스크로 인한 손실 발생의 확률 분포를 추정하고, 특히 보유 기간 동안의 총 손실액의 확률 분포로부터 특징량으로서 VaR 등을 산출하여 출력한다. 다시 말해, 손실 사건의 내용 i로 인한 보유 기간 동안의 손실액을 Li로 나타내고, 총 손실액을 L로 나타내면, 계량 경제 모델(econometric model)은 L1, ..., Ln의 결합 분포(joint distribution) P(L1, ..., Ln)를 추정하고, 그것에 근거하여 총 손실액 L=L1+,,,+Ln의 확률 분포 P(L)을 산출하고, 그 특징량으로서 VaR[L] 등을 출력한다. 여기서, 손실 사건의 종류는 1, ..., n(즉, 총 n개의 종류)으로 표현된다. 상기의 설명은 리스크 계량 장치의 원리에 관한 것이며, 실제의 구현에서는, 가능한 한, 명시적으로 P(L1, ..., Ln) 및 P(L)을 구성함으로써 계산량 및 기억량을 절약하면서 동일한 결과를 얻을 수 있도록 설계된다.

리스크 계량 장치의 차이는, 그들이 어떤 가정에 근거하여 추정할지 또는 그들이 어떤 관점에서 입력 데이터에 피트될지에 따라 다르다. 얼마든지 특이한 가정 또는 피팅(fitting)를 위한 관점을 설정할 수는 있지만, 모멘트 법, 최대 우도 추정법 및 베이지안 방법 등의 널리 이용되고 있는 방법에 의해 빈도 분포와 규모 분포가 추정되는 경우, 손실 사건의 내용 i에 대한 보유 기간 동안의 손실액의 평균값 E[Li]은, 입력 데이터의 손실액과 평균 빈도로부터 직접 얻어진 평균값 Si×Fi에 근접하게 된다(특히, 모멘트 법의 경우에, 그들은 일치한다). 이후, 근사의 대상으로서 리스크 계량 장치는 이러한 특징을 갖는다. 이 경우, 평균값의 가법성으로 인해, 총 손실액 L의 평균값 E[L]는 또한 입력 데이터의 손실액과 평균 빈도로부터 직접 얻어진 평균값 S1×F1+, ...,+Sn×Fn에 가까운 값이 된다. 특히, 총 손실액의 평균값에 대한 특정 사건에 기인하는 손실액의 평균값의 비율 E[Li]/E[L]은 또한 입력 데이터로부터 직접 얻어진 비율 Si×Fi/(S1×F1, ...,+Sn×Fn)에 근접하게 된다. 또한, 총 손실액의 평균값에 대한 특정 사건 집합 I={i1, ..., im}에 기인하는 손실액의 평균값의 비율 E[Li1+, ...,+Lim]/E[L]은 또한 입력 데이터로부터 직접 얻어진 비율 (Si1×Fi1+, ...,+Sim×Fim)/(S1×F1+, ...,+Sn×Fn)에 근접하게 된다. 평균적인 의미에서, 근사의 대상으로서 리스크 계량 장치에서는, 총 손실액에 대한 특정 사건 집합에 기인하는 손실액의 비율은 입력 데이터로부터 직접 얻어진 비율에 근접하게 된다.

본 예시적인 실시예에 따른 VaR을 산출하기 위한 방법은 상기의 관점으로부터 기술될 것이다. 본 예시적인 실시예에 따른 VaR을 산출하기 위한 방법에 의해,

- 각 손실 사건의 보유 기간 동안의 발생 건수는 일반적인 리스크 계량 장치에서 사용되는 종류의 빈도 분포를 따르고;

- 손실 사건들 사이에서 앞서 말한 발생 건수의 상관은 1이며(정확하게는, 그의 결합 분포의 접합부(copula)는 대각선 상에서 균등한 분포임);

- 각각의 손실 사건에서 한 번 손실로 인한 손실액은 입력 데이터에 기재된 Si가 된다고 가정하는 것,

손실 사건의 내용 i에 대한 보유 기간 동안의 손실액의 평균값 E[Li]이 입력 데이터의 손실액과 평균 빈도로부터 직접 얻어진 평균값 Si×Fi와 동일하게 되도록 P(L1, ..., Ln)를 피팅하는 것, 그것을 이용해서 P(L)을 산출하는 것, 및 VaR[L]을 출력하는 것에 의해 얻어진 것과 동일한 값이 산출된다.

이때, 평균값의 가법성으로 인해, 본 예시적인 실시예에 따른 VaR의 산출 방법에 의한 총 손실액 L의 평균값 E[L]은 입력 데이터의 손실액과 평균 빈도로부터 직접 얻어진 평균값 S1×F1+, ...,+Sn×Fn과 동일해진다. 확실히 말하면, 총 손실액의 평균값에 대한 특정 사건에 기인하는 손실액의 평균값의 비율 E[Li]/E[L]은 또한 입력 데이터로부터 직접 얻어진 비율 Si×Fi/(S1×F1, ...,+Sn×Fn)과 동일하다. 또한, 총 손실액의 평균값에 대한 특정 사건 집합 I={i1, ..., im}에 기인하는 손실액의 평균값의 비율 E[Li1+, ...,+Lim]/E[L]는 또한 입력 데이터로부터 직접 얻어진 비율 (Si1×Fi1+, ...,+Sim×Fim)/(S1×F1+, ...,+Sn×Fn)과 동일하다. 평균적인 의미에서, 본 예시적인 실시예에 따른 VaR의 산출 방법에서는, 총 손실액에 대한 특정 사건 집합에 기인하는 손실액의 비율은 입력 데이터로부터 직접 얻어진 비율과 동일하게 된다.

앞서 말한 특징, 즉, 입력 데이터로부터 직접 얻은 값이, E[L]의 값에 가깝고, 총 손실액의 평균값에 대한 특정 입력 데이터에 대응하는 손실액의 평균값의 비율 E[Li]/E[L]의 값에 가깝고, 총 손실액의 평균값에 대한 특정 입력 데이터 그룹에 대응하는 손실액의 평균값의 비율 E[Li1+,,,+Lim]/E[L]의 값에 가깝다는 특징으로 인해, 본 예시적인 실시예에 따라 VaR을 산출하기 위한 방법은 근사의 대상으로서 리스크 계량 장치의 것에 근사치이다.

또한, 본 예시적인 실시예에 따른 VaR의 산출 방법에 있어서, 포와송 분포의 누적 분포 함수가 스무딩된 다음, 하측 α% 포인트에서의 발생 건수의 값과 동일한 계수가 얻어지지만, 이것은 이산 계단 함수(discrete step function)인 상기 결합 분포 P(L1,…, Ln)의 스무드 피팅(smooth fitting)일 뿐이므로, E[L], E[Li]/E[L] 및 E[Li1+, ...,+Lim]/E[L]의 값은 크게 변하지 않는다. 결과적으로, 평균 총 손실액에 대한 특정 입력 데이터 그룹의 손실액의 평균 비율이 가깝다는 특징으로 인해, 이러한 예시적인 실시예에 있어서의 개별 데이터 VaR 액은 근사의 대상으로서 리스크 계량 장치의 것에 근사치이다.

따라서, 본 예시적인 실시예에 따르면, VaR의 근사값을 고속으로 산출할 수 있다.

[제2 예시적인 실시예]

도 6을 참조하면, 본 발명의 제2 예시적인 실시예에 따른 리스크 관리 장치(2)는, 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 활용하여, 리스크 계량 장치에 의해 계량되는 각각의 계량 단위의 VaR로부터, 그 계량 단위를 형성하는 각각의 기본 요소에 대한 리스크량을 산출하는 기능을 갖는다.

리스크 관리 장치(2)는, 주요 기능 유닛으로서, 통신 I/F 유닛(21), 조작 입력 유닛(22), 화면 표시 유닛(23), 기억 유닛(24), 및 프로세서(25)를 갖는다.

통신 I/F 유닛(21), 조작 입력 유닛(22) 및 화면 표시 유닛(23)은 제1 예시적인 실시예에서 도 1에 도시된 통신 I/F 유닛(11), 조작 입력 유닛(12) 및 화면 표시 유닛(13)과 동일한 기능을 갖는다.

기억 유닛(24)은 하드 디스크 및 반도체 메모리 등의 기억 장치에 의해 형성되고, 프로세서(25)에 의한 각종 처리에 필요한 처리 정보 및 프로그램(24P)을 저장하는 기능을 갖는다. 프로세서(25) 내에 로드되고 실행되어 각종 처리 유닛을 실현하는 프로그램인 프로그램(24P)은, 통신 I/F 유닛(21)과 같은 데이터 입/출력 기능을 통해 외부 장치(도시 생략) 또는 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 로드되어, 기억 유닛(24) 내에 기억된다. 기억 유닛(24)에 의해 기억된 주요 처리 정보는 기본 요소별(element-by-element) 손실 데이터(24A), 계수 테이블(24B), 중간 정보(24C) 및 계량-단위의 리스크량(24D)을 포함한다.

기본 요소별 손실 데이터(24A)는 리스크 계량 장치에 의해 리스크량을 계량하기 위한 단위인 계량 단위를 형성하는 각각의 요소에 대한 손실 데이터이다. 예를 들면, 손실 분포 접근법을 이용하는 리스크 계량 장치가, 복수의 업무 부문(operational division)이 모인 업무 셀(operation cell)이라 불리는 각각의 단위에 대해, 각각의 업무 셀에 관한 입력 데이터로부터 빈도 분포와 규모 분포를 예측하고, 각 업무 셀의 총 손실액의 분포를 예측하는 경우에, 업무 셀은 하나의 계량 단위이고, 업무 셀을 구성하는 개개의 업무 부문은 기본 요소이다. 도 7은 기본 요소별 손실 데이터(24A)의 구성에 대한 일례를 도시한다. 이 예의 기본 요소별 손실 데이터(24A)는 제1에서 제n까지 총 n개의 기본 요소에 대해 나누어진다. 개개의 기본 요소별 손실 데이터(24Ai)는 각각 x개의 손실 데이터, y개의 손실 데이터, ..., 및 z개의 손실 데이터로 구성된다. 제1 예시적인 실시예에서 설명한 손실 데이터(14A1) 등과 마찬가지로, 손실 데이터(24A11, 24A12, ..., 24A1x, 24A21, 24A22, ..., 24A2y, ..., 24An1, 24An2, ..., 24Anz) 각각은 손실 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ을 갖는다.

계수 테이블(24B)은 제1 예시적인 실시예에 있어서의 계수 테이블(14B)과 동일하다.

계량 단위의 리스크량(24D)은 리스크 계량 장치에 의해 계량된 계량 단위의 리스크량이다. 예를 들면, 리스크 계량 장치가 업무 셀이라 불리는 각각의 단위에 대해 총 손실액의 분포에서 99.9% VaR 액을 산출하는 경우에, 계량 단위의 리스크량(24D)은 각각의 업무 셀에 대해 산출된 99.9% VaR 액을 나타낸다.

중간 정보(24C)는 프로세서(25)에 의한 연산의 프로세스에서 생성된 중간 데이터 또는 최종적인 데이터이다. 도 8은 중간 정보(24C)의 구성에 대한 일례를 도시한다. 이 예의 중간 정보(24C)는: 기본 요소 2의 손실 데이터(24A1) 내의 손실 데이터(24A11, 24A12, …, 24A1x)에 일대일 대응하는 개별 데이터 VaR 액(24C11, 24C12, ..., 24C1x)으로 구성된, 기본 요소 1의 개별 데이터 VaR 액(24C1); 기본 요소 2의 손실 데이터(24A2) 내의 손실 데이터(24A21, 24A22, ..., 24A2y)에 일대일 대응하는 개별 데이터 VaR 액(24C21, 24C22, ..., 24C2y)으로 구성된, 기본 요소 2의 개별 데이터 VaR 액(24C2); ..., ; 및 기본 요소 n의 손실 데이터(24An) 내의 손실 데이터(24An1, 24An2, ..., 24Anz)에 일대일 대응하는 개별 데이터 VaR 액(24Cn1, 24Cn2, ..., 24Cnz)으로 구성된, 기본 요소 n의 개별 데이터 VaR 액(24Cn)을 갖는다. 또한, 중간 정보(24C)는 그들 각각이 기본 요소 각각의 개별 데이터 VaR 액의 총합인 누적값(24Cm1, 24Cm2, ..., 24Cmn)과, 이 누적값(24Cm1, 24Cm2, ..., 24Cmn)의 총합인 계량 단위의 누적값(24Cmm)을 갖는다. 또한, 중간 정보(24C)는 기본 요소 각각의 리스크량(24Cg1, 24Cg2, ..., 24Cgn)을 갖는다.

프로세서(25)는 CPU 등의 마이크로프로세서와 그 주변 회로를 구비하고, 기억 유닛(24)으로부터 프로그램(24P)을 로딩하고 실행하여, 하드웨어와 프로그램(24P)을 협동하여 작동시켜 각종 처리 유닛을 실현하는 기능을 갖는다. 프로세서(25)에 의해 실현된 주요 처리 유닛은, 입력 저장 유닛(25A), 개별 데이터 VaR 액 산출 유닛(25B), 누적 유닛(25C), 출력 유닛(25D), 및 기본 요소별 리스크량 산출 유닛(25E)이다.

입력 저장 유닛(25A)은 통신 I/F 유닛(21) 또는 조작 입력 유닛(22)으로부터, 기본 요소별 손실 데이터(24A), 계수 테이블(24B) 및 계량 단위의 리스크량(24D)을 입력하여, 기억 유닛(24) 내에 저장하는 기능을 갖는다.

개별 데이터 VaR 액 산출 유닛(25B)은 기본 요소별 손실 데이터(24A)와 계수 테이블(24B)을 기억 유닛(24)으로부터 로딩하고, 각 기본 요소 및 각 손실 데이터에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(24B) 내에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하여, 개별 데이터 VaR 액으로서 기억 유닛(24) 내에 기억하는 기능을 갖는다.

누적 유닛(25C)은, 각각의 기본 요소에 대해, 모든 개별 데이터 VaR 액을 기억 유닛(24)으로부터 로딩하고, 그 총합을 계산하고, 그 계산 결과를 누적값(24Cm1, 24Cm2, ..., 24Cmn)으로서 기억 유닛(24) 내에 기억하는 기능을 갖는다. 또한, 누적 유닛(25C)은 각 기본 요소의 누적값(24Cm1, 24Cm2, ..., 24Cmn)의 총합을 계산하고, 그 계산 결과를 계량 단위의 누적값(24Cmm)으로서 기억 유닛(24) 내에 기억하는 기능을 갖는다.

기본 요소별 리스크량 산출 유닛(25E)은: 계량 단위의 리스크량(24D), 각각의 기본 요소의 개별 데이터 VaR 액의 누적값(24Cm1, 24Cm2, ..., 24Cmn), 및 계량 단위의 개별 데이터 VaR 액의 누적값(24Cmm)을 기억 유닛(24)으로부터 로딩하고; 각각의 기본 요소에 대해, 계량 단위의 개별 데이터 VaR 액의 누적값(24Cmm)에 대한 기본 요소의 개별 데이터 VaR 액의 누적값(24Cmi)의 비율에 등가인 리스크량을 산출하고; 기본 요소별 리스크량(24Cg1, 24Cg2, ..., 24Cgn)으로서 기억 유닛(24) 내에 기억하는 기능을 갖는다.

출력 유닛(25D)은 기본 요소별 리스크량(24Cg1, 24Cg2, ..., 24Cgn)을 기억 유닛(24)으로부터 로딩하여, 화면 표시 유닛(23)에 출력하거나, 통신 I/F 유닛(21)을 통해 외부에 출력하는 기능을 갖는다.

다음에, 도 9를 참조하여, 본 예시적인 실시예에 따른 리스크 관리 장치(2)의 동작에 대해 설명할 것이다.

우선, 입력 저장 유닛(25A)은 기본 요소별 손실 데이터(24A), 계수 테이블(24B) 및 계량 단위의 리스크량(24D)을 통신 I/F 유닛(21) 또는 조작 입력 유닛(22)으로부터 입력하여, 기억 유닛(24) 내에 저장한다(단계 S11).

다음에, 개별 데이터 VaR 액 산출 유닛(25B)은, 각각의 기본 요소 및 각각의 손실 데이터에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(24B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하여, 개별 데이터 VaR 액으로서 기억 유닛(24) 내에 기억한다(단계 S12).

다음에, 누적 유닛(25C)은 각 기본 요소에 대한 모든 개별 데이터 VaR 액을 누적하고, 그 총합을 계산하며, 그 계산 결과를 기본 요소 1의 누적값(24Cm1), 기본 요소 2의 누적값(24Cm2), ..., 기본 요소 n의 누적값(24Cmn), 및 계량 단위의 누적값(24Cmm)으로서 기억 유닛(24) 내에 기억한다(단계 S13).

다음에, 기본 요소별 리스크량 산출 유닛(25E)은, 각각의 기본 요소에 대해, 계량 단위의 리스크량(24D) 내에서, 계량 단위의 개별 데이터 VaR 액의 누적값(24Cmm)에 대한 기본 요소의 개별 데이터 VaR 액의 누적값(24Cmi)의 비율에 등가인 리스크량을 산출하여, 기본 요소별 리스크량(24Cg1, 24Cg2, ..., 24Cgn)으로서 기억 유닛(24) 내에 기억한다(단계 S14).

마지막으로, 출력 유닛(25D)은 기본 요소별 리스크량(24Cg1, 24Cg2, ..., 24Cgn)을 화면 표시 유닛(23)에 출력하거나, 통신 I/F 유닛(21)을 통해 외부에 출력한다(단계 S15).

따라서, 본 예시적인 실시예에 따르면, 리스크 계량 장치에 의해 계량된 각각의 계량 단위의 리스크량으로부터, 그 계량 단위를 구성하는 각각의 기본 요소의 리스크량을 산출할 수 있다. 결과적으로, 하나의 업무 셀을 구성하는 각각의 업무 부문의 리스크량의 등급(degree)의 분석인 성분 분석을 용이하게 실시하는 것이 가능하게 된다. 그 이유는, 계량 단위 전체의 리스크량으로부터 각각의 기본 요소별 리스크량을 얻을 필요가 있는, 전체에 대한 각각의 기본 요소의 비율을, 근사 계산에 의해, 얻음으로써, 리스크 계량 장치를 사용하여 그 비율을 얻는 경우에 비해 계산량을 훨씬 적게 할 수 있기 때문이다.

[제3 예시적인 실시예]

도 10을 참조하면, 본 발명의 제3 예시적인 실시예에 따른 리스크 관리 장치(3)는 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 활용함으로써 리스크 감소 조치(risk reduction measures)의 효과의 기대가 높은 시나리오 데이터를 결정하는 기능을 갖는다.

리스크 관리 장치(3)는, 주요 기능 유닛으로서, 통신 I/F 유닛(31), 조작 입력 유닛(32), 화면 표시 유닛(33), 기억 유닛(34), 및 프로세서(35)를 갖는다.

통신 I/F 유닛(31), 조작 입력 유닛(32) 및 화면 표시 유닛(33)은 제1 예시적인 실시예에서 도 1에 도시된 통신 I/F 유닛(11), 조작 입력 유닛(12) 및 화면 표시 유닛(13)과 동일한 기능을 갖는다.

기억 유닛(34)은 하드 디스크 및 반도체 메모리 등의 기억 장치에 의해 형성되고, 프로세서(35)에 의한 각종 처리에 필요한 처리 정보 및 프로그램(34P)을 기억하는 기능을 갖는다. 프로세서(35) 내에 로드되어 실행됨으로써 각종 처리 유닛을 실현하는 프로그램인 프로그램(34P)은 통신 I/F 유닛(31) 등의 데이터 입/출력 기능을 통해 외부 장치(도시 생략) 또는 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 로드되어 기억 유닛(34) 내에 기억된다. 기억 유닛(34)에 의해 기억된 주요 처리 정보는 제1 시나리오 데이터(34E), 제2 시나리오 데이터(34F), 계수 테이블(34B), 및 중간 정보(34C)를 포함한다.

제1 시나리오 데이터(34E)는 리스크 감소 조치의 효과에 대한 기대 레벨의 조사 대상인 하나 이상의 시나리오 데이터로 구성된다. 도 11은 제1 시나리오 데이터(34E)의 구성에 대한 일례를 도시한다. 이 예의 제1 시나리오 데이터(34E)는 n개의 시나리오 데이터(34E1 내지 34En)로 구성된다. 각각의 시나리오 데이터(34Ei)는 그 시나리오 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ를 갖는다. 손실액 및 손실 발생 빈도는 현재의 리스크 감소 조치로 예측된 값이다. 즉, 시나리오 데이터에서 손실액 및 손실 발생 빈도는 각각의 시나리오에 대해 실행된 리스크 평가 및 내부 통제 상황 평가의 결과에 근거하여 예측된다. 제1 시나리오 데이터에서 손실액 및 손실 발생 빈도는 현재의 리스크 감소 조치를 고려해서 예측된 값이다.

제2 시나리오 데이터(34F)는 제1 시나리오 데이터(34E)에서의 시나리오 데이터와 일대일 대응하는 하나 이상의 시나리오 데이터로 구성된다. 도 12는 제2 시나리오 데이터(34F)의 구성에 대한 일례를 도시한다. 이 예의 제2 시나리오 데이터(34F)는 제1 시나리오 데이터(34E1 내지 34En)에 일대일 대응하는 n개의 시나리오 데이터(34F1 내지 34Fn)로 구성된다. 각각의 시나리오 데이터(34Fi)는 그에 대응하는 제1 시나리오 데이터의 식별자(ID), 손실액 b 및 손실 발생 빈도 λ를 갖는다. 시나리오 데이터(34Fi)에서 손실액 및 손실 발생 빈도는 해당 시나리오에 대한 리스크 평가 및 내부 통제 상황 평가가 거의 만점을 달성한 것으로 가정한 경우에 예측되는 값이다. 따라서, 시나리오의 현재의 평가 결과가 낮을수록, 일반적으로, 제2 시나리오 데이터에서의 손실액 및 손실 발생 빈도는 대응하는 제1 시나리오 데이터에서의 손실액 및 손실 발생 빈도보다 작아지는 경향이 있다. 그 이유는, 리스크 감소 조치가 강화되면, 일반적으로, 손실이 발생하는 빈도가 적아지고, 1회당의 손실액이 작아지는 것으로 생각될 수 있기 때문이다.

계수 테이블(34B)은 제1 예시적인 실시예에서 계수 테이블(14B)과 동일하다.

중간 정보(34C)는 프로세서(35)에 의한 연산의 프로세스에서 생성되는 중간 데이터 또는 최종적인 데이터이다. 도 13은 중간 정보(34C)의 구성에 대한 일례를 도시한다. 이 예의 중간 정보(34C)는: 제1 시나리오 데이터(34E1 내지 34En)에 일대일 대응하는 제1 개별 데이터 VaR 액(34C11 내지 34C1n)으로 구성되는 제1 시나리오 데이터의 개별 데이터 VaR 액(34C1); 제2 시나리오 데이터(34F1 내지 34Fn)에 일대일 대응하는 제2 개별 데이터 VaR 액(34C21 내지 34C2n)으로 구성되는 제2 시나리오 데이터의 개별 데이터 VaR 액(34C2); 그들 각각이 제1 개별 데이터 VaR 액과 그에 대응하는 제2 개별 데이터 VaR 액 사이의 차분값인 차분값(34C31 내지 34C3n); 및 차분값(34C31 내지 34C3n)의 소트 결과(sort result; 34C4)를 갖는다. 제1 및 제2 개별 데이터 VaR 액과 차분값 각각에는 대응하는 제1 시나리오 데이터의 식별자(ID)가 부가되어 있다.

프로세서(35)는 CPU 등의 마이크로프로세서와 그 주변 회로를 구비하고, 기억 유닛(34)으로부터 프로그램(34P)을 로딩하여 실행함으로써, 하드웨어와 프로그램(34P)을 협동하여 작동시켜 각종 처리 유닛을 실현하는 기능을 갖는다. 프로세서(35)에 의해 실현되는 주요 처리 유닛은, 입력 저장 유닛(35A), 개별 데이터 VaR 액 산출 유닛(35B), 출력 유닛(35D), 차분 산출 유닛(35F) 및 소트 유닛(sorting unit; 35G)이다.

입력 저장 유닛(35A)은 통신 I/F 유닛(31) 또는 조작 입력 유닛(32)으로부터, 제1 시나리오 데이터(34E), 제2 시나리오 데이터(34F) 및 계수 테이블(34B)을 입력하여, 기억 유닛(34) 내에 저장하는 기능을 갖는다.

개별 데이터 VaR 액 산출 유닛(35B)은 제1 시나리오 데이터(34E), 제2 시나리오 데이터(34F) 및 계수 테이블(34B)을 기억 유닛(34)으로부터 로딩하고, 각각의 제1 시나리오 데이터에 대해, 그 시나리오 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(34B) 내에 보유되어 있는 계수와 그 시나리오 데이터에 포함된 손실액 bi의 승산값을 산출하여, 제1 개별 데이터 VaR 액(34C11 내지 34C1n)으로서 기억 유닛(34) 내에 기억하는 기능을 갖는다. 또한, 개별 데이터 VaR 액 산출 유닛(35B)은, 제2 시나리오 데이터 각각에 대해, 그 시나리오 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(34B) 내에 보유되어 있는 계수와 그 시나리오 데이터에 포함된 손실액 bi의 승산값을 산출하여, 제2 개별 데이터 VaR 액(34C21 내지 34C2n)으로서 기억 유닛(34) 내에 기억하는 기능을 갖는다.

차분 산출 유닛(35F)은 제1 개별 데이터 VaR 액(34C11 내지 34C1n)과 제2 개별 데이터 VaR 액(34C21 내지 34C2n)을 기억 유닛(34)으로부터 로딩하고, 대응하는 제1 및 제2 개별 데이터 VaR 액의 각각의 조합에 대해, 제1 개별 데이터 VaR 액으로부터 제2 개별 데이터 VaR 액을 감산하여 얻어진 액을 산출하여, 차분값(34C1 내지 34Cn)으로서 기억 유닛(34) 내에 기억하는 기능을 갖는다.

소트 유닛(35G)은 차분값(34C1 내지 34Cn)을 기억 유닛(34)으로부터 로딩하고, 값의 내림차순으로 소트하고, 그 소트 결과(34C4)를 기억 유닛(34) 내에 기억하는 기능을 갖는다.

출력 유닛(35D)은 소트 결과(34C4)를 기억 유닛(34)으로부터 로딩하고; 상위 m 값(m은 미리 정해진 정수를 나타냄)의 차분값 또는 미리 정해진 값 이상의 차분값에 부가된 제1 시나리오 데이터의 식별자 및 그 차분값을, 리스크 감소 조치의 효과 레벨에 대한 기대가 높은 시나리오 데이터의 식별자 및 감소 가능액으로서, 화면 표시 유닛(33)에 출력하거나, 통신 I/F 유닛(31)을 통해 외부에 출력하는 기능을 갖는다.

다음에, 도 14를 참조하여, 본 예시적인 실시예에 따른 리스크 관리 장치(3)의 동작에 대해 설명할 것이다.

우선, 입력 저장 유닛(35A)은 통신 I/F 유닛(31) 또는 조작 입력 유닛(32)으로부터 제1 시나리오 데이터(34E), 제2 시나리오 데이터(34F) 및 계수 테이블(34B)을 입력하여, 기억 유닛(34) 내에 저장한다(단계 S21).

다음에, 개별 데이터 VaR 액 산출 유닛(35B)은, 제1 시나리오 데이터(34Ei) 및 제2 시나리오 데이터(34Fi)에 포함된 시나리오 데이터 각각에 대해, 그 시나리오 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(34B)에 보유되어 있는 계수와 그 시나리오 데이터에 포함된 손실액 bi의 승산값을 산출하여, 제1 개별 데이터 VaR 액(34C1i) 및 제2 개별 데이터 VaR 액(34C2i)으로서 기억 유닛(34) 내에 기억한다(단계 S22).

다음에, 차분 산출 유닛(35F)은, 대응하는 제1 및 제2 개별 데이터 VaR 액의 각각의 조합에 대해, 제1 개별 데이터 VaR 액(34C1i)으로부터 제2 개별 데이터 VaR 액(34C2i)를 감산하여 얻은 값을 산출하여, 차분값(34Cmi)으로서 기억 유닛(34) 내에 기억한다(단계 S23).

다음에, 소트 유닛(35G)은 차분값(34Cm1 내지 34Cmn)을 값의 내림차순으로 소트하고, 그 소트 결과(34C4)를 기억 유닛(34) 내에 기억한다(단계 S24).

마지막으로, 출력 유닛(35C)은 소트 결과(34C4) 내에서 상위 m 값(m은 미리 정해진 정수를 나타냄)의 차분값 또는 미리 정해진 값 이상의 차분값에 부가된 제1 시나리오 데이터의 식별자 및 그 차분값을, 리스크 감소 조치의 효과 레벨에 대한 기대가 높은 시나리오 데이터의 식별자 및 감소 가능액으로서, 화면 표시 유닛(33)에 출력하거나, 통신 I/F 유닛(31)을 통해 외부에 출력한다(단계 S25).

따라서, 본 예시적인 실시예에 따르면, 시나리오 데이터 내의 손실액 및 손실 발생 빈도 중 적어도 하나가 리스크 감소 조치의 효과로 인해 개선되는 경우에, VaR 액이 어느 정도 감소될지를 시나리오 데이터 단위로 조사함으로써, 리스크 감소 조치의 효과 레벨에 대한 기대가 높은 시나리오가 어느 시나리오 인지를 분석하는 일종의 성분 분석을 용이하게 실행하는 것이 가능하게 된다. 그 이유는, 시나리오 데이터의 손실액 및 손실 발생 빈도 중 적어도 하나가 변화했을 경우에 VaR 액이 어떻게 변화할지를 근사 계산에 의해 얻을 수 있고, 따라서 리스크 계량 장치를 사용하여 동일한 것을 얻는 경우보다 계산량을 훨씬 적게 할 수 있기 때문이다.

[제4 예시적인 실시예]

도 15를 참조하면, 본 발명의 제4 예시적인 실시예에 따른 리스크 관리 장치(4)는 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 활용하여, 손실 데이터의 변화에 기인하는 VaR 액의 변화량을 산출하는 기능을 갖는다.

리스크 관리 장치(4)는, 주요 기능 유닛으로서, 통신 I/F 유닛(41), 조작 입력 유닛(42), 화면 표시 유닛(43), 기억 유닛(44), 및 프로세서(45)를 갖는다.

통신 I/F 유닛(41), 조작 입력 유닛(42) 및 화면 표시 유닛(43)은 제1 예시적인 실시예에서 도 1에 도시된 통신 I/F 유닛(11), 조작 입력 유닛(12) 및 화면 표시 유닛(13)과 동일한 기능을 갖는다.

기억 유닛(44)은 하드 디스크 및 반도체 메모리 등의 기억 장치에 의해 형성되고, 프로세서(45)에 의한 각종 처리에 필요한 처리 정보 및 프로그램(44P)을 기억하는 기능을 갖는다. 프로세서(45) 내에 로드되어 실행됨으로써 각종 처리 유닛을 실현하는 프로그램인 프로그램(44P)은 통신 I/F 유닛(41) 등의 데이터 입/출력 기능을 통해 외부 장치(도시 생략) 또는 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 로드되어 기억 유닛(44) 내에 기억된다. 기억 유닛(44)에 의해 기억된 주요 처리 정보는 제1 손실 데이터(44A), 제2 손실 데이터(44G), 제1 리스크량(44H), 계수 테이블(44B), 및 중간 정보(44C)를 포함한다.

제1 예시적인 실시예에서 도 1에 도시된 손실 데이터(14A)와 마찬가지로, 제1 손실 데이터(44A)는 손실액과 손실 발생 빈도를 포함하는 데이터이다. 도 16은 손실 데이터(44A)의 구성에 대한 일례를 도시한다. 이 예의 손실 데이터(44A)는 합계 n개의 손실 데이터(44A1 내지 44An)로 구성된다. 손실 데이터 각각은 손실 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b 및 손실 발생 빈도 λ를 갖는다.

제1 손실 데이터(44A)와 마찬가지로, 제2 손실 데이터(44G)는 손실액과 손실 발생 빈도를 포함하는 데이터이다. 도 17은 손실 데이터(44G)의 구성에 대한 일례를 도시한다. 제1 손실 데이터(44A)와 마찬가지로, 이 예의 손실 데이터(44G)는 합계 n개의 손실 데이터(44G1 내지 44Gn)로 구성되어 있지만, 반드시 데이터의 개수가 동일할 필요는 없다. 손실 데이터 각각은 손실 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ를 갖는다.

제1 손실 데이터(44A)와 제2 손실 데이터(44G)는 임의의 관계를 가질 수 있다. 예를 들면, 제2 손실 데이터(44G)는 제1 손실 데이터(44A)와 일대일 대응하는 손실 데이터를 가질 수 있고, 일부의 손실 데이터의 손실액 및 손실 발생 빈도 중 적어도 하나가 대응하는 제2 손실 데이터의 손실액 또는 손실 발생 빈도와는 다른 값을 가질 수 있다. 그러한 경우로서, 리스크 감소 조치의 강화에 의해 일부의 손실 데이터의 손실액 및 손실 발생 빈도가 이전 주기에 비해 더 적어지게 된 경우를 생각할 수 있다. 또한, 또 다른 경우로서, 주가의 변동성의 변화 또는 업무량의 변화 등의 업무 환경의 변화로 인해 일부의 손실 데이터의 손실액 및 손실 발생 빈도가 이전 주기와 달라지는 경우를 생각할 수 있다.

제1 리스크량(44H)은 근사의 대상으로서 리스크 계량 장치에 의해 계량된 리스크량, 예를 들면, 99.9% VaR 액이다.

계수 테이블(44B)은 제1 예시적인 실시예에서 계수 테이블(14B)과 동일하다.

중간 정보(44C)는 프로세서(45)에 의한 연산의 프로세스에서 생성된 중간 데이터 또는 최종적인 데이터이다. 도 18은 중간 정보(44C)의 구성에 대한 일례를 도시한다. 이 예의 중간 정보(44C)는: 제1 손실 데이터(44A1 내지 44An)에 일대일 대응하는 제1 개별 데이터 VaR 액(44C11 내지 44C1n)으로 구성되는 제1 손실 데이터의 개별 데이터 VaR 액(44C1); 제2 손실 데이터(44G1 내지 44Gn)에 일대일 대응하는 제2 개별 데이터 VaR 액(44C21 내지 44C2n)으로 구성되는 제2 손실 데이터의 개별 데이터 VaR 액(44C2); 제1 개별 데이터 VaR 액(44C11 내지 44C1n)의 총합인 제1 근사 리스크량(44C3); 제2 개별 데이터 VaR 액(44C21 내지 44C2n)의 총합인 제2 근사 리스크량(44C4); 제1 근사 리스크량(44C3)에 대한 제1 리스크량(44H)의 비율인 근사 비율(44C5); 제2 근사 리스크량(44C)에 근사 비율(44C5)을 승산하여 얻은 값인 제2 리스크량(44C6); 및 제1 리스크량(44H)과 제2 리스크량(44C6) 사이의 차분인 리스크량의 변화량(44C7)을 갖는다.

프로세서(45)는 CPU 등의 마이크로프로세서와 그 주변 회로를 구비하고, 기억 유닛(44)으로부터 프로그램(44P)을 로딩하여 실행함으로써, 하드웨어와 프로그램(44P)을 협동하여 작동시켜 각종 처리 유닛을 실현하는 기능을 갖는다. 프로세서(45)에 의해 실현되는 주요 처리 유닛은, 입력 저장 유닛(45A), 개별 데이터 VaR 액 산출 유닛(45B), 누적 유닛(45C), 비율 산출 유닛(45H), 제2 리스크량 산출 유닛(45I), 차분 산출 유닛(45J) 및 출력 유닛(45D)이다.

입력 저장 유닛(45A)은 통신 I/F 유닛(41) 또는 조작 입력 유닛(42)로부터, 제1 손실 데이터(44A), 제2 손실 데이터(44G), 제1 리스크량(44H) 및 계수 테이블(44B)을 입력하고, 기억 유닛(44) 내에 저장하는 기능을 갖는다.

개별 데이터 VaR 액 산출 유닛(45B)은: 제1 손실 데이터(44A), 제2 손실 데이터(44G) 및 계수 테이블(44B)을 기억 유닛(44)으로부터 로딩하고; 제1 손실 데이터(44A)에 포함된 손실 데이터(44Ai) 각각에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(44B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하고; 제1 개별 데이터 VaR 액(44C11 내지 44C1n)으로서 기억 유닛(44) 내에 기억하는 기능을 갖는다. 또한, 개별 데이터 VaR 액 산출 유닛(45B)은: 제2 손실 데이터에 포함된 손실 데이터 각각에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(44B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하고; 제2 개별 데이터 VaR 액(44C21 내지 44C2n)으로서 기억 유닛(44) 내에 기억하는 기능을 갖는다.

누적 유닛(45C)은 제1 개별 데이터 VaR 액(44C11 내지 44C1n)을 기억 유닛(44)으로부터 로딩하고, 그들을 누적하여 얻은 제1 근사 리스크량(44C3)을 기억 유닛(44) 내에 기억하는 기능을 갖는다. 또한, 누적 유닛(45C)은 제2 개별 데이터 VaR 액(44C21 내지 44C2n)을 기억 유닛(44)으로부터 로딩하고, 그들을 누적하여 얻은 제2 근사 리스크량(44C4)을 기억 유닛(44) 내에 기억하는 기능을 갖는다.

비율 산출 유닛(45H)은 제1 리스크량(44H)과 제1 근사 리스크량(44C3)을 기억 유닛(44)으로부터 로딩하고, 제1 리스크량(44H)을 제1 근사 리스크량(44C3)으로 나눔으로써 얻은 값을 근사 비율(44C5)로서 기억 유닛(44) 내에 기억하는 기능을 갖는다.

제2 리스크량 산출 유닛(45I)은 제2 근사 리스크량(44C4)과 근사 비율(44C5)을 기억 유닛(44)으로부터 로딩하고, 제2 근사 리스크량(44C4)에 근사 비율(44C5)을 승산하여 얻은 값을, 제2 리스크량(44C6)로서 기억 유닛(44) 내에 기억하는 기능을 갖는다.

차분 산출 유닛(45J)은 제1 리스크량(44H)과 제2 리스크량(44C6)을 기억 유닛(44)으로부터 로딩하고, 제2 리스크량(44C6)으로부터 제1 리스크량(44H)를 감산하여 얻은 값을, 제1 손실 데이터(44A)와 제2 손실 데이터(44G) 사이의 차이에 기인하는 리스크량의 변화량(44C7)으로서 기억 유닛(44) 내에 기억하는 기능을 갖는다.

출력 유닛(45D)은 리스크량의 변화량(44C7)을 기억 유닛(44)으로부터 로딩하고, 제1 손실 데이터(44A)와 제2 손실 데이터(44G) 사이의 차이에 기인하는 리스크량의 변화량으로서, 화면 표시 유닛(43)에 출력하거나, 통신 I/F 유닛(41)을 통해 외부에 출력하는 기능을 갖는다.

다음에, 도 19를 참조하여, 본 예시적인 실시예에 따른 리스크 관리 장치(4)의 동작에 대해 설명할 것이다.

우선, 입력 저장 유닛(45A)은 통신 I/F 유닛(41) 또는 조작 입력 유닛(42)으로부터, 제1 손실 데이터(44A), 제2 손실 데이터(44G), 제1 리스크량(44H) 및 계수 테이블(44B)을 입력하고, 기억 유닛(44) 내에 저장한다(단계 S31).

다음에, 개별 데이터 VaR 액 산출 유닛(45B)은, 제1 손실 데이터(44A) 및 제2 손실 데이터(44G)에 포함된 손실 데이터 각각에 대해, 그 손실 데이터에 포함된 손실 발생 빈도와 관련하여 계수 테이블(44B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액을 승산하고, 제1 개별 데이터 VaR 액(44C11 내지 44C1n) 및 제2 개별 데이터 VaR 액(44C21 내지 44C2n)을 산출한다(단계 S32).

다음에, 누적 유닛(45C)은 제1 개별 데이터 VaR 액(44C11 내지 44C1n)의 총합인 제1 근사 리스크량(44C3), 및 제2 개별 데이터 VaR 액(44C21 내지 44C2n)의 총합인 제2 근사 리스크량(44C4)을 산출한다(단계 S33).

다음에, 비율 산출 유닛(45H)은 제1 리스크량(44H)을 제1 근사 리스크량(44C3)으로 나누어, 근사 비율(44C5)을 산출한다(단계 S34).

다음에, 제2 리스크량 산출 유닛(45I)은 제2 근사 리스크량(44C4)과 근사 비율(44C5)을 승산하여, 제2 리스크량(44C6)을 산출한다(단계 S35).

다음에, 차분 산출 유닛(45J)은 제2 리스크량(44C6)으로부터 제1 리스크량(44H)를 감산하여, 리스크량의 변화량(44C7)을 산출한다(단계 S36).

마지막으로, 출력 유닛(45D)은 리스크량의 변화량(44C7)을, 제1 손실 데이터(44A)와 제2 손실 데이터(44G) 사이의 차이에 기인하는 리스크량에 있어서의 변화량으로서, 화면 표시 유닛(43)에 출력하거나, 통신 I/F 유닛(41)을 통해 외부에 출력한다(단계 S37).

따라서, 본 예시적인 실시예에 따르면, 손실 데이터가 제1 손실 데이터(44A)로부터 제2 손실 데이터(44G)로 변화했을 경우에, 그 손실 데이터의 변화에 기인하는 VaR 액의 변화량을 고속으로 산출할 수 있다. 그 이유는, 제2 손실 데이터에 기초하는 리스크량을 근사 계산에 의해 얻을 수 있으므로, 제2 손실 데이터에 근거한 리스크량을 리스크 계량 장치를 사용하여 얻는 경우에 비해 계산량을 훨씬 적게 할 수 있기 때문이다.

[제5 예시적인 실시예]

도 20을 참조하면, 본 발명의 제5 예시적인 실시예에 따른 리스크 관리 장치(5)는 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 활용하여, VaR 액의 변화의 요인을 분석하는 기능을 갖는다.

리스크 관리 장치(5)는, 주요 기능 유닛으로서, 통신 I/F 유닛(51), 조작 입력 유닛(52), 화면 표시 유닛(53), 기억 유닛(54), 및 프로세서(55)를 갖는다.

통신 I/F 유닛(51), 조작 입력 유닛(52) 및 화면 표시 유닛(53)은 제1 예시적인 실시예에서 도 1에 도시된 통신 I/F 유닛(11), 조작 입력 유닛(12) 및 화면 표시 유닛(13)과 동일한 기능을 갖는다.

기억 유닛(54)은 하드 디스크 및 반도체 메모리 등의 기억 장치에 의해 형성되고, 프로세서(55)에 의한 각종 처리에 필요한 처리 정보 및 프로그램(54P)을 저장하는 기능을 갖는다. 프로세서(55) 내에 로드되어 실행됨으로써 각종 처리 유닛을 실현하는 프로그램인 프로그램(54P)은 통신 I/F 유닛(51) 등의 데이터 입/출력 기능을 통해 외부 장치(도시 생략) 또는 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 로드되어 기억 유닛(54) 내에 기억된다. 기억 유닛(54)에 의해 기억된 주요 처리 정보는 제1 손실 데이터(54A), 제2 손실 데이터(54G), 차분 요인 정보(54I), 제1 리스크량(54H), 제2 리스크량(54J), 계수 테이블(54B), 및 중간 정보(54C)를 포함한다.

제1 예시적인 실시예에서 도 1에 도시된 손실 데이터(14A)와 마찬가지로, 제1 손실 데이터(54A)는 손실액과 손실 발생 빈도를 포함하는 데이터이다. 도 21은 손실 데이터(54A)의 구성에 대한 일례를 도시한다. 이 예의 손실 데이터(54A)는 합계 n개의 손실 데이터(54A 1 내지 54An)로 구성된다. 손실 데이터 각각은 손실 데이터를 고유하게 식별하기 위한 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ를 갖는다.

제1 손실 데이터(54A)와 마찬가지로, 제2 손실 데이터(54G)는 손실액과 손실 발생 빈도를 포함하는 데이터이다. 도 22는 손실 데이터(54G)의 구성에 대한 일례를 도시한다. 이 예의 손실 데이터(54G)는 제1 손실 데이터(54A)와 일대일 대응하는 합계 n개의 손실 데이터(54G1 내지 54Gn)로 구성된다. 손실 데이터 각각은 대응하는 제1 손실 데이터의 식별자(ID), 손실액 b, 및 손실 발생 빈도 λ를 갖는다.

제1 손실 데이터(54A)와 제2 손실 데이터(54G)는 임의의 관계를 가질 수 있다. 예를 들면, 제1 손실 데이터(54A)는 이전 주기에서의 리스크량을 계량하는데 사용된 손실 데이터일 수 있으며, 제2 손실 데이터(54G)는 현재 주기에서의 리스크량을 계량하는데 사용된 손실 데이터일 수 있다. 제1 및 제2 손실 데이터는 연속 주기(consecutive periods)에서 뿐만 아니라 개별 주기(separate periods)에서 사용된 손실 데이터일 수 있다.

차분 요인 정보(54I)는 제1 손실 데이터(54A)와 제2 손실 데이터(54G) 사이의 차분의 요인을 나타내는 정보이다. 도 23은 차분 요인 정보(54I)의 구성에 대한 일례를 도시한다. 이 예의 차분 요인 정보(54I)는: 리스크 감소 조치의 변화 및 업무 환경의 변화라는 2개의 요인 각각에 대해 변화된 손실 데이터의 ID와 변화 내용을 나타낸다. 예를 들면, 제1 라인의 정보는 리스크 감소 조치의 변경으로 인해 ID2를 갖는 손실 데이터의 손실 발생 빈도가 λ12로부터 λ22로 변화한 것을 나타낸다. 또한, 제2 라인의 정보는 리스크 감소 조치의 변경으로 인해 ID3을 갖는 손실 데이터의 손실 발생 빈도가 λ13로부터 λ23로 변화한 것을 나타낸다. 또한, 제3 라인의 정보는 업무 환경의 변화로 인해 ID1를 갖는 손실 데이터의 손실액이 b11로부터 b21로 변화한 것을 나타낸다. 또한, 제4 라인의 정보는 업무 환경의 변화로 인해, ID2를 갖는 손실 데이터의 손실액이 b12로부터 b22로 변화한 것을 나타낸다.

제1 리스크량(54H)은 제1 손실 데이터(54A)에 근거하여 근사의 대상으로서 리스크 계량 장치에 의해 계량된 리스크량, 예를 들면, 99.9% VaR 액이다. 제2 리스크량(54J)은 제2 손실 데이터(54G)에 근거하여 근사의 대상으로서 리스크 계량 장치에 의해 계량된 리스크량, 예를 들면, 99.9% VaR 액이다. 제1 및 제2 리스크량은 리스크 계량 장치에 의해 직접 계량된 리스크량에 한정되지 않으며, 본 발명의 제2 예시적인 실시예에 따라 산출된 특정 기본 요소(부문)의 리스크량일 수 있다.

계수 테이블(54B)은 제1 예시적인 실시예에서 계수 테이블(14B)과 동일하다.

중간 정보(54C)는 프로세서(55)에 의한 연산의 프로세스에서 생성된 중간 데이터 또는 최종적인 데이터이다. 도 24는 중간 정보(54C)의 구성에 대한 일례를 도시한다. 이 예의 중간 정보(54C)는: 제1 손실 데이터(54A1 내지 54An)에 일대일 대응하는 제1 개별 데이터 VaR 액(54C11 내지 54C1n)으로 구성되는 제1 손실 데이터의 개별 데이터 VaR 액(54C1); 제2 손실 데이터(54G1 내지 54Gn)에 일대일 대응하는 제2 개별 데이터 VaR 액(54C21 내지 54C2n)으로 구성되는 제2 손실 데이터의 개별 데이터 VaR 액(54C2); 제2 손실 데이터(54G1 내지 54Gn) 내의 리스크 감소 조치에 기인하는 손실액 및 손실 발생 빈도의 변화량만을 제1 손실 데이터(54A1 내지 54An)에 대해 반영한 후의 제1 손실 데이터에 일대일 대응하는 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)으로 구성되는 중간의 개별 데이터 VaR 액(54C3); 제1 개별 데이터 VaR 액(54C11 내지 54C1n)의 총합인 제1 근사 리스크량(54C41); 제2 개별 데이터 VaR 액(54C21 내지 54C2n)의 총합인 제2 근사 리스크량(54C42); 및 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)의 총합인 중간 근사 리스크량(54C43)을 갖는다.

또한, 중간 정보(54C)는: 제1 근사 리스크량(54C41)에 대한 제1 리스크량(54H)의 비율인 근사 비율(54C5); 중간 근사 리스크량(54C43)과 근사 비율(54C5)을 승산하여 얻은 값인 제1 중간 리스크량(54C61); 제2 근사 리스크량(54C42)과 근사 비율(54C5)을 승산하여 얻은 값인 제2 중간 리스크량(54C62); 제1 중간 리스크량(54C61)으로부터 제1 리스크량(54H)를 감산하여 얻은 리스크량인, 리스크 감소 조치에 기인하는 리스크량의 변화량(54C71); 제2 중간 리스크량(54C62)으로부터 제1 중간 리스크량(54C61)을 감산하여 얻은 리스크량인, 업무 환경 변화에 기인하는 리스크량의 변화량(54C72); 및 제2 리스크량(54J)으로부터 제2 중간 리스크량(54C62)을 감산하여 얻은 리스크량인, 계량 경제 모델에 기인하는 리스크량의 변화량(54C73)을 갖는다.

프로세서(55)는 CPU 등의 마이크로프로세서와 그 주변 회로를 구비하고, 기억 유닛(54)으로부터 프로그램(54P)을 로딩하여 실행함으로써, 하드웨어와 프로그램(54P)을 협동하여 작동시켜 각종 처리 유닛을 실현하는 기능을 갖는다. 프로세서(55)에 의해 실현된 주요 처리 유닛은 입력 저장 유닛(55A), 개별 데이터 VaR 액 산출 유닛(55B), 누적 유닛(55C), 비율 산출 유닛(55H), 중간 리스크량 산출 유닛(55I), 차분 산출 유닛(55J), 및 출력 유닛(55D)이다.

입력 저장 유닛(55A)은 통신 I/F 유닛(51) 또는 조작 입력 유닛(52)으로부터, 제1 손실 데이터(54A), 제2 손실 데이터(54G), 차분 요인 정보(54I), 제1 리스크량(54H), 제2 리스크량(54J) 및 계수 테이블(54B)을 입력하고, 기억 유닛(54) 내에 저장하는 기능을 갖는다.

개별 데이터 VaR 액 산출 유닛(55B)은: 제1 손실 데이터(54A), 제2 손실 데이터(54G), 차분 요인 정보(54I) 및 계수 테이블(54B)을 기억 유닛(54)으로부터 로딩하고; 제1 손실 데이터(54A)에 포함된 각각의 손실 데이터(54Ai)에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(54B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하고; 제1 개별 데이터 VaR 액(54C11 내지 54C1n)으로서 기억 유닛(54) 내에 기억하는 기능을 갖는다. 또한, 개별 데이터 VaR 액 산출 유닛(55B)은: 제2 손실 데이터에 포함된 각각의 손실 데이터에 대해, 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(54B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하고; 제2 개별 데이터 VaR 액(54C21 내지 54C2n)으로서 기억 유닛(54) 내에 기억하는 기능을 갖는다.

또한, 개별 데이터 VaR 액 산출 유닛(55B)은 제2 손실 데이터(54G1 내지 54Gn) 내의 리스크 감소 조치에 기인하는 손실액 및 손실 발생 빈도에서의 변화량만을 제1 손실 데이터(54A1 내지 54An)에 대해 반영한 후의 제1 손실 데이터를 생성하는 기능을 갖는다. 예를 들면, 차분 요인 정보(54I)가 도 23에 도시되는 바와 같은 경우에, 개별 데이터 VaR 액 산출 유닛(55B)은 제1 손실 데이터(54A2) 내의 손실 발생 빈도를 λ12로부터 λ22로 변경하고, 제1 손실 데이터(54A3) 내의 손실 발생 빈도를 λ13으로부터 λ23으로 변경한다. 또한, 개별 데이터 VaR 액 산출 유닛(55B)은, 이러한 변경을 행한 후의 제1 손실 데이터 각각에 대해, 그 손실 데이터에 포함된 손실 발생 빈도와 관련하여 계수 테이블(54B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을 산출하고, 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)으로서 기억 유닛(54) 내에 기억하는 기능을 갖는다.

누적 유닛(55C)은 제1 개별 데이터 VaR 액(54C11 내지 54C1n)을 기억 유닛(54)으로부터 로딩하고, 그들을 누적하여 얻은 제1 근사 리스크량(54C41)을 기억 유닛(54) 내에 기억하는 기능을 갖는다. 또한, 누적 유닛(55C)은 제2 개별 데이터 VaR 액(54C21 내지 54C2n)을 기억 유닛(54)으로부터 로딩하고, 그들을 누적하여 얻은 제2 근사 리스크량(54C42)을 기억 유닛(54) 내에 저장하는 기능을 갖는다. 또한, 누적 유닛(55C)은 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)을 기억 유닛(54)으로부터 로딩하고, 그들을 누적하여 얻은 중간 근사 리스크량(54C43)을 기억 유닛(54) 내에 기억하는 기능을 갖는다.

비율 산출 유닛(55H)은 제1 리스크량(54H)과 제1 근사 리스크량(54C41)을 기억 유닛(54)으로부터 로딩하고, 제1 리스크량(54H)을 제1 근사 리스크량(54C41)으로 나누어 얻은 값을 근사 비율(54C5)로서 기억 유닛(54) 내에 기억하는 기능을 갖는다.

중간 리스크량 산출 유닛(55I)은: 중간 근사 리스크량(54C43), 제2 근사 리스크량(54C42) 및 근사 비율(54C5)을 기억 유닛(54)으로부터 로딩하고; 중간 근사 리스크량(54C43)과 근사 비율(54C5)을 승산하여 얻은 값을 제1 중간 리스크량(54C61)으로서 산출하고, 또한 제2 근사 리스크량(54C42)과 근사 비율(54C5)을 승산하여 얻은 값을 제2 중간 리스크량(54C62)으로서 산출하고; 기억 유닛(54) 내에 기억하는 기능을 갖는다.

차분 산출 유닛(55J)은: 제1 리스크량(54H), 제2 리스크량(54J), 제1 중간 리스크량(54C61) 및 제2 중간 리스크량(54C62)을 기억 유닛(54)으로부터 로딩하고; 제1 중간 리스크량(54C61)으로부터 제1 리스크량(54H)을 감산하여 얻은 값을 리스크 감소 조치에 기인하는 리스크량의 변화량(54C71)으로서 산출하고, 또한 제2 중간 리스크량(54C62)으로부터 제1 중간 리스크량(54C61)을 감산하여 얻은 리스크량을 업무 환경 변화에 기인하는 리스크량의 변화량(54C72)으로서 산출하고; 기억 유닛(54) 내에 기억하는 기능을 갖는다. 또한, 차분 산출 유닛(55J)은 제2 리스크량(54J)으로부터 제2 중간 리스크량(54C62)을 감산하여 얻은 리스크량을, 계량 경제 모델에 기인하는 리스크량의 변화량(54C73)으로서 산출하여 기억 유닛(54) 내에 기억하는 기능을 가질 수 있다.

출력 유닛(55D)은 리스크 감소 조치에 기인하는 리스크량의 변화량(54C71), 및 업무 환경 변화에 기인하는 리스크량의 변화량(54C72)을 기억 유닛(54)으로부터 로딩하고, 화면 표시 유닛(53)에 출력하거나, 통신 I/F 유닛(51)을 통해 외부에 출력하는 기능을 갖는다. 또한, 출력 유닛(55D)은 계량 경제 모델에 기인하는 리스크량의 변화량(54C73)을 기억 유닛(54)으로부터 로딩하고, 화면 표시 유닛(53)에 출력하거나, 통신 I/F 유닛(51)을 통해 외부에 출력하는 기능을 가질 수 있다.

다음에, 도 25를 참조하여, 본 예시적인 실시예에 따른 리스크 관리 장치(5)의 동작에 대해 설명할 것이다.

우선, 입력 저장 유닛(55A)은 통신 I/F 유닛(51) 또는 조작 입력 유닛(52)으로부터, 제1 손실 데이터(54A), 제2 손실 데이터(54G), 차분 요인 정보(54I), 제1 리스크량(54H) 및 제2 리스크량(54J)을 입력하고, 기억 유닛(54) 내에 저장한다(단계 S41).

다음에, 제1 손실 데이터(54A)에 포함되는 각각의 손실 데이터(54Ai)에 대해, 제2 손실 데이터(54G)에 포함되는 각각의 손실 데이터(54Gi)에 대해, 그리고 제2 손실 데이터(54G1 내지 54Gn) 내의 리스크 감소 조치에 기인하는 손실액 및 손실 발생 빈도에서의 변화량만을 제1 손실 데이터(54A1 내지 54An)에 대해 반영한 후의 각각의 제1 손실 데이터에 대해, 개별 데이터 VaR 액 산출 유닛(55B)은 그 손실 데이터에 포함된 손실 발생 빈도 λi와 관련하여 계수 테이블(54B)에 보유되어 있는 계수와 그 손실 데이터에 포함된 손실액 bi의 승산값을, 제1 개별 데이터 VaR 액(54C11 내지 54C1n), 제2 개별 데이터 VaR 액(54C21 내지 54C2n) 및 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)으로서 산출한다(단계 S42).

다음에, 누적 유닛(55C)은 제1 개별 데이터 VaR 액(54C11 내지 54C1n)의 누적값, 제2 개별 데이터 VaR 액(54C21 내지 54C2n)의 누적값 및 중간의 개별 데이터 VaR 액(54C31 내지 54C3n)의 누적값을, 각각 제1 근사 리스크량(54C41), 제2 근사 리스크량(54C42) 및 중간 근사 리스크량(54C43)으로서 산출한다(단계 S43).

다음에, 비율 산출 유닛(55H)은 제1 리스크량(54H)을 제1 근사 리스크량(54C41)으로 나누어 얻은 값을 근사 비율(54C5)로서 산출한다(단계 S44). 제1 리스크량(54H)과 제1 근사 리스크량(54C41)은 동일한 제1 손실 데이터(54A)에 근거한 리스크량이지만, 제1 리스크량(54H)은 근사의 대상으로서 리스크 계량 장치에 의해 계량된 리스크량에 근거하고, 반면에 제1 근사 리스크량(54C41)은 계수 테이블(54B)을 이용한 근사 계산에 의해 산출된다. 즉, 계량 경제 모델이 상이하므로, 그들이 완전하게 일치하지는 않는다. 근사 비율(54C5)은 근사 계산에 의해 얻은 리스크량을 리스크 계량 장치에 의해 계량된 리스크량에 적합하게 하기 위한 보정율로서의 역할을 한다.

다음에, 중간 리스크량 산출 유닛(55I)은 중간 근사 리스크량(54C43)과 근사 비율(54C5)을 승산하여 얻은 값, 및 제2 근사 리스크량(54C42)과 근사 비율(54C5)을 승산하여 얻은 값을, 각각 제1 중간 리스크량(54C61) 및 제2 중간 리스크량(54C62)로서 산출한다(단계 S45). 제1 중간 리스크량(54C61)은 제1 손실 데이터(54A)에 대하여 리스크 감소 조치에 기인하는 변화량만을 반영하여 얻은 손실 데이터에 근거한 중간 근사 리스크량(54C43)을, 근사 비율(54C5)을 이용하여 보정한 결과이므로, 제1 손실 데이터(54A)에 대하여 리스크 감소 조치에 기인하는 변화량만을 반영하여 얻은 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 리스크량의 근사값이 된다. 제2 중간 리스크량(54C62)은 제2 손실 데이터(54G)에 근거한 제2 근사 리스크량(54C42)을, 근사 비율(54C5)을 이용하여 보정한 결과이므로, 제2 손실 데이터(54G)에 근거하여 리스크 계량 장치에 의해 계량된 리스크량의 근사값이 된다.

다음에, 차분 산출 유닛(55J)은 제1 중간 리스크량(54C61)으로부터 제1 리스크량(54H)을 감산한 결과로서의 리스크량, 및 제2 중간 리스크량(54C62)으로부터 제1 중간 리스크량(54C61)을 감산한 결과로서의 리스크량을, 각각 리스크 감소 조치에 기인하는 리스크량의 변화량(54C71), 및 업무 환경 변화에 기인하는 리스크량의 변화량(54C72)로서 산출한다(단계 S46). 이때, 차분 산출 유닛(55J)은 제2 리스크량(54J)로부터 제2 중간 리스크량(54C62)을 감산한 결과로서의 리스크량을, 계량 경제 모델에 기인하는 리스크량의 변화량(54C73)으로서 산출할 수 있다.

마지막으로, 출력 유닛(55D)은 리스크 감소 조치에 기인하는 리스크량의 변화량(54C71), 및 업무 환경 변화에 기인하는 리스크량의 변화량(54C72)을 화면 표시 유닛(53)에 출력하거나, 통신 I/F 유닛(51)을 통해 외부에 출력한다(단계 S47). 이때, 출력 유닛(55D)은 계량 경제 모델에 기인하는 리스크량의 변화량(54C73)을 화면 표시 유닛(53)에 출력하거나, 통신 I/F 유닛(51)을 통해 외부에 출력할 수 있다(단계 S47).

따라서, 본 예시적인 실시예에 따르면, 손실 데이터에 근거하여 VaR를 근사 계산하는 기능을 활용하여, VaR 액의 변화의 요인을 적은 계산량으로 분석할 수 있다. 그 이유는, 특정한 요인으로 인한 손실액 및 손실 발생 빈도의 변화만을 제1 손실 데이터에 반영한 결과로서의 중간 손실 데이터에 근거한 리스크량을 근사 계산에 의해 얻을 수 있으므로, 리스크 계량 장치를 사용하여 동일한 계산을 수행할 경우보다 계산량을 훨씬 적게 할 수 있기 때문이다.

본 예시적인 실시예에서는, 리스크 감소 조치에 기인하는 변화량, 업무 환경 변화에 기인하는 변화량, 및 계량 경제 모델에 기인하는 변화량이라는 3가지 요인으로 인한 변화량이 산출된다. 그러나, 본 발명은 이에 한정되지 않고, 특정한 1개의 요인에 기인하는 변화량만, 이를테면, 리스크 감소 조치에 기인하는 변화량만 또는 업무 환경 변화에 기인하는 변화량만을 얻는 경우에도 적용가능하다. 또한, 예를 들어, 리스크 감소 조치를 더욱 세분화함으로써, 좀 더 상세한 요인으로 분리하는 경우에도 본 발명을 적용할 수 있다.

본 발명은 위에서 예시적인 실시예를 이용하여 설명했지만, 본 발명은 이러한 예시적인 실시예들에 한정되지 않고, 다양한 방식으로 수정될 수 있다. 예를 들어, 본 발명은, 대출 서비스와 같은 마진 거래와 관련된 신용 리스크 및 교환 거래와 금리 거래와 관련된 시장 리스크 등의, 운영 리스크 이외의 리스크에 적용될 수 있다.

본 발명은 2011년 03월 29자로 출원된 일본 특허 출원 제2011-072744호에 근거한 것으로 그로부터 우선권의 이익을 주장하며, 그의 전체 내용은 본 명세서에 참고로 포함된다.

본 발명은 손실액과 손실 발생 빈도를 포함하는 손실 데이터로부터 간단한 방법으로 리스크량을 산출하고, 자본의 배부, 성분 분석 등을 수행할 때에 활용할 수 있다.

위에서 논의된 예시적인 실시예의 전부 또는 일부는 이하의 부기와 같이 기재될 수 있지만, 이에 한정되지 않는다.

[부기 1]

리스크 관리 장치는:

손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터와, 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α는 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단; 및

그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값을 산출하기 위한 개별 VaR 액 산출 수단

을 포함한다.

[부기 2]

부기 1에 따른 리스크 관리 장치는 상기 각각의 손실 데이터에 대해 산출된 상기 승산값의 누적값을 산출하기 위한 누적 수단을 포함한다.

[부기 3]

리스크 관리 장치는:

손실 분포 접근법을 이용하는 리스크 계량 장치가 리스크량을 계량하는 단위를 계량 단위로 지칭하고, 상기 계량 단위를 구성하는 컴포넌트들을 기본 요소들로 지칭할 때, 손실액과 손실 발생 빈도를 각각 포함하는 기본 요소별 손실 데이터, 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - , 및 상기 계량 단위에 대해 상기 리스크 계량 장치에 의해 계량된 리스크량을 기억하기 위한 기억 수단;

그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값을 산출하기 위한 개별 VaR 액 산출 수단;

상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값의 누적값과, 각각의 기본 요소에 관한 모든 손실 데이터에 대해 산출된 상기 승산값의 누적값을 산출하기 위한 누적 수단; 및

상기 리스크 계량 장치에 의해 상기 계량 단위에 대해 산출된 상기 리스크량 내에서의 리스크량을, 상기 기본 요소 중 특정한 기본 요소의 리스크량으로서 산출하기 위한 기본 요소별 리스크량 산출 수단 - 상기 특정한 기본 요소의 상기 리스크량은 상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값의 상기 누적값에 대한, 상기 특정한 기본 요소에 관한 모든 손실 데이터에 대해 산출된 상기 승산값의 누적값의 비율에 상당함 -

을 포함한다.

[부기 4]

리스크 관리 장치는:

손실액과 손실 발생 빈도를 각각 포함하는 하나 이상의 제1 시나리오 데이터, 상기 제1 시나리오 데이터에서 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 각각 얻은 하나 이상의 제2 시나리오 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단;

상기 제1 및 제2 시나리오 데이터 각각에 대해, 상기 시나리오 데이터에 포함된 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 계수와 상기 시나리오 데이터에 포함된 손실액의 승산값을 산출하기 위한 개별 데이터 VaR 액 산출 수단; 및

상기 제1 시나리오 데이터 및 상기 제1 시나리오 데이터에서 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 얻은 상기 제2 시나리오 데이터의 각각의 조합에 대해, 상기 제1 시나리오 데이터에 관한 상기 승산값과 상기 제2 시나리오 데이터에 관한 상기 승산값 사이의 차분값을 산출하기 위한 차분 산출 수단

을 포함한다.

[부기 5]

리스크 관리 장치는:

손실액과 손실 발생 빈도를 각각 포함하는 하나 이상의 제1 손실 데이터, 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량, 손실액과 손실 발생 빈도를 각각 포함하는 하나 이상의 제2 손실 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단;

상기 제1 및 제2 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하기 위한 개별 데이터 VaR 액 산출 수단;

상기 제1 및 제2 손실 데이터에 대해 상기 산출된 승산값을 누적하여 얻은 제1 및 제2 근사 리스크량을 산출하기 위한 누적 수단;

상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하기 위한 비율 산출 수단;

상기 제2 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 제2 리스크량으로서 산출하기 위한 제2 리스크량 산출 수단; 및

상기 제1 리스크량과 상기 제2 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차이에 기인하는 리스크량의 변화량으로서 산출하기 위한 차분 산출 수단을 포함한다.

[부기 6]

리스크 관리 장치는:

손실액과 손실 발생 빈도를 각각 포함하는 하나 이상의 제1 손실 데이터, 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량, 손실액과 손실 발생 빈도를 각각 포함하는 하나 이상의 제2 손실 데이터, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차분 요인 정보, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단;

상기 제1 손실 데이터 각각에 대해 그리고 상기 제2 손실 데이터의 각각에서 특정한 요인으로 인한 상기 손실액과 상기 손실 발생 빈도의 변화만을 상기 제1 손실 데이터에 반영하여 얻어진 중간 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하기 위한 개별 데이터 VaR 액 산출 수단;

상기 제1 손실 데이터에 대해 그리고 상기 중간 손실 데이터에 대해, 상기 산출된 승산값을 누적하여 얻은 제1 근사 리스크량 및 중간 근사 리스크량을 각각 산출하기 위한 누적 수단;

상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하기 위한 비율 산출 수단;

상기 중간 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 중간 리스크량으로서 산출하기 위한 중간 리스크량 산출 수단; 및

상기 제1 리스크량과 상기 중간 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이에서 특정한 요인에 기인하는 리스크량의 변화량으로서 산출하기 위한 차분 산출 수단을 포함한다.

[부기 7]

손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단을 갖고, 개별 데이터 VaR 액 산출 수단을 갖는 리스크 관리 장치에 의해 실행되는 리스크 관리 방법으로서,

상기 리스크 관리 방법은:

상기 개별 데이터 VaR 액 산출 수단에 의해, 그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값을 산출하는 단계를 포함한다.

[부기 8]

손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 기억 수단을 갖는 컴퓨터로 하여금,

그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값을 산출하기 위한 개별 데이터 VaR 액 산출 수단으로서 기능하게 하기 위한 명령어들을 포함하는 컴퓨터 프로그램.

1, 2, 3, 4, 5 : 리스크 관리 장치
11, 21, 31, 41, 51 : 통신 I/F 유닛
12, 22, 32, 42, 52 : 조작 입력 유닛
13, 23, 33, 43, 53 : 화면 표시 유닛
14, 24, 34, 44, 54 : 기억 유닛
15, 25, 35, 45, 55 : 프로세서

Claims (13)

1. 리스크 관리 장치로서,
   손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 메모리; 및
   상기 메모리에 접속된 프로세서
   를 포함하고,
   상기 프로세서는, 그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값들을 산출하도록 프로그램되는 리스크 관리 장치.
2. 제1항에 있어서, 상기 프로세서는 각각의 손실 데이터에 대해 산출된 상기 승산값들의 누적값을 산출하도록 더 프로그램되는 리스크 관리 장치.
3. 제1항에 있어서,
   손실 분포 접근법을 이용하는 리스크 계량 장치가 리스크량을 계량하는 단위를 계량 단위로 지칭하고, 상기 계량 단위를 구성하는 컴포넌트들을 기본 요소들(elements)이라고 지칭할 때, 상기 메모리는 상기 손실 데이터를 기본 요소별로 기억하도록 구성되고, 상기 계량 단위에 대해 상기 리스크 계량 장치에 의해 계량된 리스크량을 기억하도록 더 구성되며;
   상기 프로세서는,
   상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값과, 상기 기본 요소들 각각에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값을 산출하고;
   상기 리스크 계량 장치에 의해 상기 계량 단위에 대해 산출된 상기 리스크량에서 한 리스크량(a risk amount)을 상기 기본 요소들 중 특정한 기본 요소의 리스크량으로서 산출 - 상기 특정한 기본 요소의 상기 리스크량은, 상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값에 대한, 상기 특정한 기본 요소에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값의 비율에 상당함 - 하도록 더 프로그램되는 리스크 관리 장치.
4. 제1항에 있어서,
   상기 메모리는 상기 손실 데이터를 제1 시나리오 데이터로서 기억하도록 구성되고, 또한 상기 제1 시나리오 데이터 각각에 있어서의 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 각각 얻은 제2 시나리오 데이터를 기억하도록 구성되며;
   상기 프로세서는, 상기 승산값들의 산출에 있어서, 상기 제1 및 제2 시나리오 데이터 각각에 대해, 상기 시나리오 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 시나리오 데이터에 포함된 상기 손실액의 승산값을 산출하도록 프로그램되고;
   상기 프로세서는, 상기 제1 시나리오 데이터, 및 상기 제1 시나리오 데이터에서 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 얻은 상기 제2 시나리오 데이터의 각각의 조합에 대해, 상기 제1 시나리오 데이터에 관한 상기 승산값과 상기 제2 시나리오 데이터에 관한 상기 승산값 사이의 차분값을 산출하도록 더 프로그램되는 리스크 관리 장치.
5. 제1항에 있어서,
   상기 메모리는 상기 손실 데이터를 제1 손실 데이터로서 기억하고, 또한 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량과, 손실액과 손실 발생 빈도를 각각 포함하는 제2 손실 데이터를 기억하도록 구성되며;
   상기 프로세서는, 상기 승산값들의 산출에 있어서, 상기 제1 및 제2 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하도록 프로그램되고;
   상기 프로세서는,
   상기 제1 및 제2 손실 데이터에 대해 상기 산출된 승산값들을 누적하여 얻은 제1 및 제2 근사 리스크량을 각각 산출하고;
   상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하고;
   상기 제2 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 제2 리스크량으로서 산출하고;
   상기 제1 리스크량과 상기 제2 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차이에 기인하는 리스크량의 변화량으로서 산출하도록 더 프로그램되는 리스크 관리 장치.
6. 제1항에 있어서,
   상기 메모리는 상기 손실 데이터를 제1 손실 데이터로서 기억하도록 구성되고, 또한 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량, 손실액과 손실 발생 빈도를 각각 포함하는 제2 손실 데이터, 및 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차분 요인 정보를 기억하도록 구성되고;
   상기 프로세서는, 상기 승산값들의 산출에 있어서, 상기 제1 손실 데이터 각각에 대해, 및 상기 제2 손실 데이터 각각에서 특정한 요인으로 인한 상기 손실액 및 상기 손실 발생 빈도의 변화만을 상기 제1 손실 데이터에 반영하여 얻은 중간 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하도록 프로그램되고;
   상기 프로세서는,
   상기 제1 손실 데이터에 대해 및 상기 중간 손실 데이터에 대해 산출된 승산값들을 누적하여 얻은 제1 근사 리스크량 및 중간 근사 리스크량을 각각 산출하고;
   상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하고;
   상기 중간 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 중간 리스크량으로서 산출하고;
   상기 제1 리스크량과 상기 중간 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이에서 상기 특정의 요인에 기인하는 리스크량의 변화량으로서 산출하도록 더 프로그램되는 리스크 관리 장치.
7. 손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 메모리를 포함하고, 상기 메모리에 접속된 프로세서를 포함하는 리스크 관리 장치에 의해 실행되는 리스크 관리 방법으로서,
   상기 프로세서에 의해, 그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값들을 산출하는 단계
   를 포함하는 리스크 관리 방법.
8. 제7항에 있어서,
   상기 프로세서에 의해, 각각의 손실 데이터에 대해 산출된 상기 승산들값의 누적값을 산출하는 단계
   를 더 포함하는 리스크 관리 방법.
9. 제7항에 있어서,
   상기 메모리에 의해, 손실 분포 접근법을 이용하는 리스크 계량 장치가 리스크량을 계량하는 단위를 계량 단위로 지칭하고, 상기 계량 단위를 구성하는 컴포넌트들을 기본 요소들로서 지칭할 때, 상기 손실 데이터를 기본 요소별로 기억하고 상기 계량 단위에 대해 상기 리스크 계량 장치에 의해 계량된 리스크량을 더 기억하는 단계; 및
   상기 프로세서에 의해, 상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값 및 상기 기본 요소들 각각에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값을 산출하는 단계와, 상기 리스크 계량 장치에 의해 상기 계량 단위에 대해 산출된 상기 리스크량에서 한 리스크량을 상기 기본 요소들 중 특정한 기본 요소의 리스크량으로서 산출하는 단계 - 상기 특정한 기본 요소의 상기 리스크량은, 상기 계량 단위에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값에 대한, 상기 특정한 기본 요소에 관한 모든 손실 데이터에 대해 산출된 상기 승산값들의 누적값의 비율에 상당함 -
   를 더 포함하는 리스크 관리 방법.
10. 제7항에 있어서,
    상기 메모리에 의해, 상기 손실 데이터를 제1 시나리오 데이터로서 기억하고, 또한 상기 제1 시나리오 데이터 각각에 있어서의 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 각각 얻은 제2 시나리오 데이터를 기억하는 단계; 및
    상기 프로세서에 의해, 상기 승산값들의 산출에 있어서, 상기 제1 및 제2 시나리오 데이터 각각에 대해, 상기 시나리오 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 시나리오 데이터에 포함된 상기 손실액의 승산값을 산출하는 단계와, 상기 제1 시나리오 데이터, 및 상기 제1 시나리오 데이터에서 상기 손실액과 상기 손실 발생 빈도 중 적어도 하나를 변경하여 얻은 상기 제2 시나리오 데이터의 각각의 조합에 대해, 상기 제1 시나리오 데이터에 관한 상기 승산값과 상기 제2 시나리오 데이터에 관한 상기 승산값 사이의 차분값을 산출하는 단계
    를 더 포함하는 리스크 관리 방법.
11. 제7항에 있어서,
    상기 메모리에 의해, 상기 손실 데이터를 제1 손실 데이터로서 기억하고, 또한 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량과, 손실액과 손실 발생 빈도를 각각 포함하는 제2 손실 데이터를 기억하는 단계; 및
    상기 프로세서에 의해, 상기 승산값들의 산출에 있어서, 상기 제1 및 제2 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하는 단계와, 상기 제1 및 제2 손실 데이터에 대해, 상기 산출된 승산값들을 누적하여 얻은 제1 및 제2 근사 리스크량을 각각 산출하는 단계와, 상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하는 단계와, 상기 제2 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 제2 리스크량으로서 산출하는 단계와, 상기 제1 리스크량과 상기 제2 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차이에 기인하는 리스크량의 변화량으로서 산출하는 단계
    를 더 포함하는 리스크 관리 방법.
12. 제7항에 있어서,
    상기 메모리에 의해, 상기 손실 데이터를 제1 손실 데이터로서 기억하고, 또한 상기 제1 손실 데이터에 근거하여 리스크 계량 장치에 의해 계량된 제1 리스크량, 손실액과 손실 발생 빈도를 각각 포함하는 제2 손실 데이터, 및 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이의 차분 요인 정보를 기억하는 단계; 및
    상기 프로세서에 의해, 상기 승산값들의 산출에 있어서, 상기 제1 손실 데이터 각각에 대해, 및 상기 제2 손실 데이터 각각에서 특정한 요인으로 인한 상기 손실액과 상기 손실 발생 빈도의 변화만을 상기 제1 손실 데이터에 반영하여 얻은 중간 손실 데이터 각각에 대해, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값을 산출하는 단계와, 상기 제1 손실 데이터에 대해 및 상기 중간 손실 데이터에 대해, 상기 산출된 승산값들을 누적하여 얻은 제1 근사 리스크량 및 중간 근사 리스크량을 각각 산출하는 단계와, 상기 제1 근사 리스크량에 대한 상기 제1 리스크량의 비율을 근사 비율로서 산출하는 단계와, 상기 중간 근사 리스크량과 상기 근사 비율을 승산하여 얻은 값을 중간 리스크량으로서 산출하는 단계와, 상기 제1 리스크량과 상기 중간 리스크량 사이의 차분을, 상기 제1 손실 데이터와 상기 제2 손실 데이터 사이에서 상기 특정의 요인에 기인하는 리스크량의 변화량으로서 산출하는 단계
    를 더 포함하는 리스크 관리 방법.
13. 컴퓨터 프로그램으로서,
    손실액과 손실 발생 빈도를 각각 포함하는 손실 데이터, 및 상기 손실 발생 빈도와 관련하여 계수를 보유하는 계수 테이블 - 상기 계수는 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에서 하측 α% 포인트(α은 미리 정해진 상수임)에서의 발생 건수의 값과 동일함 - 을 기억하기 위한 메모리에 접속되는 프로세서로 하여금,
    그들 각각이 상기 손실 데이터 각각에 대해 산출되고, 상기 손실 데이터에 포함된 상기 손실 발생 빈도와 관련하여 상기 계수 테이블에 보유되어 있는 상기 계수와 상기 손실 데이터에 포함된 상기 손실액의 승산값인, 승산값들을 산출하는 동작
    을 포함하는 동작들을 수행하게 하기 위한 명령어들을 포함하는 컴퓨터 프로그램.

Images