KR20140047721A - 리스크 관리 장치 - Google Patents

리스크 관리 장치 Download PDF

Info

Publication number
KR20140047721A
KR20140047721A KR1020147005126A KR20147005126A KR20140047721A KR 20140047721 A KR20140047721 A KR 20140047721A KR 1020147005126 A KR1020147005126 A KR 1020147005126A KR 20147005126 A KR20147005126 A KR 20147005126A KR 20140047721 A KR20140047721 A KR 20140047721A
Authority
KR
South Korea
Prior art keywords
risk
amount
loss
data
scenario data
Prior art date
Application number
KR1020147005126A
Other languages
English (en)
Inventor
사또시 모리나가
사또루 이마무라
Original Assignee
닛본 덴끼 가부시끼가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 닛본 덴끼 가부시끼가이샤 filed Critical 닛본 덴끼 가부시끼가이샤
Publication of KR20140047721A publication Critical patent/KR20140047721A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

리스크 관리 장치는, 손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와 임계값 리스크량을 기억하는 메모리와, 프로세서를 포함한다. 프로세서는 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복하여 실행함으로써, 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하도록 프로그램되어 있다.

Description

리스크 관리 장치{RISK-MANAGEMENT DEVICE}
본 발명은 리스크 관리 장치에 관한 것으로, 특히 리스크량이 증가하는 요인을 분석하는 리버스(reverse) 스트레스 테스트 기능을 갖는 리스크 관리 장치에 관한 것이다.
일반적으로 기업의 업무는 지진이나 시스템 장해, 사무적인 실수, 사기 등과 같은 다양한 오퍼레이셔널 리스크(이하, 간단히 "리스크"라 칭한다)에 조우할 수 있다. 그러므로, 리스크 계량 장치를 사용해서 리스크량을 계량하고, 리스크에 대한 대책을 강구하는 것이 요구되고 있다.
리스크 계량 장치는, 기업에 있어서의 미지의 리스크 프로파일에 관한 단편적인 정보를 입력하고, 이 입력 데이터로부터 해당 기업의 리스크 프로파일의 특징값(예를 들면 99.9% 밸류 앳 리스크(value at risk: VaR))을 계량한다. 리스크 계량 장치에 입력된 데이터는 일반적으로 내부손실 데이터와 시나리오 데이터를 포함한다. 내부손실 데이터는 해당 기업에 있어서 실제로 발생한 손실 이벤트에 관한 데이터이다. 내부손실 데이터는 이벤트들의 내용과 각 이벤트에 의해서 발생한 손실액을 나타내고 있다. 그러나, 모든 이벤트의 내용에 대해서 필요 충분한 수의 내부손실 데이터를 얻는 것은 곤란하다. 따라서, 거의 발생하지 않은 이벤트의 내용과 아직 발생한 적이 없는 이벤트의 내용에 대해서, 그 발생 빈도와 손실액의 추정값을 시나리오 데이터로서 견적하고, 리스크량을 계량하는데 이용하고 있다.
일반적인 리스크 계량 장치는, 손실 분포 방법이라 불리는 방법을 이용하여 VaR를 계량한다(예를 들면, 특허 문헌 1 및 비특허 문헌 1 참조). 구체적으로는, 우선, 내부손실 데이터의 건수 등으로부터 손실 빈도 분포를 생성하고, 내부손실 데이터 및 시나리오 데이터 등으로부터 손실 규모 분포를 생성한다. 다음에 몬테카를로 시뮬레이션(Monte Carlo simulation)에 의해, 상기의 손실 빈도 분포를 이용해서 발생시킨 손실 건수 분의 손실액을 상기의 손실 규모 분포로부터 취해서 합산하고, 보유 기간당의 손실액을 산출하는 처리를 몇만 또는 몇십만 회 반복해서 손실액의 분포를 생성한다. 그리고, 이 생성된 손실액의 분포로부터 소정의 신뢰 구간의 VaR을 산출한다.
리스크 분석의 분야에서는, 리버스 스트레스 테스트의 필요성이 명문화되어 있다. 리버스 스트레스 테스트는, 특정한 스트레스 테스트 결과(예를 들면, 규제상의 최저 자기 자본비율을 하회하는 것, 유동성의 고갈, 지급불능)를 상정하여, 어떤 이벤트가 그러한 결과를 가져오는지를 테스트하는 것이다.
일본 특허 공보 제4241083호
고바야시, 시미즈, 니시구치, 모리나가, "운영 리스크 관리," 2009년 4월 24일, 사단법인 금융재정사정연구회 발행, pp.107-144
전술한 바와 같이 리스크 분석의 분야에 있어서 리버스 스트레스 테스트의 필요성이 명문화되어 있지만, 리스크 계량 장치를 사용해서 리버스 스트레스 테스트를 자동으로 실시하는 구조는 아직 제안되지 않고 있다. 그러므로, 인적작업량이 많아지고, 이는 리스크 분석자에게 큰 부담이 된다.
본 발명의 목적은, 전술한 과제, 즉 "리버스 스트레스 테스트의 실시는 리스크 분석자에게 부담이 크다"는 과제를 해결하는 리스크 관리 장치를 제공하는 것이다.
본 발명의 제1 형태에 따른 리스크 관리 장치는,
손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리와;
상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스와;
상기 메모리 및 상시 통신 인터페이스에 접속된 프로세서를 포함하고,
상기 프로세서는, 상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하도록 프로그램되어 있다.
본 발명의 다른 형태에 따른 리스크 관리 방법은, 손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리와, 상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스와, 상기 메모리 및 상기 통신 인터페이스에 접속된 프로세서를 포함하는 리스크 관리 장치가 실행하는 리스크 관리 방법으로서,
이 리스크 관리 방법은:
상기 프로세서가, 상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 단계를 포함한다.
본 발명은 전술한 바와 같은 구성으로, 리버스 스트레스 테스트를 실시할 때 리스크 분석자의 부담을 대폭 저감할 수 있다.
도 1은 본 발명의 제1 실시예에 관한 리스크 관리 장치의 블록도이다.
도 2는 본 발명에 따른 리스크 관리 장치와 리스크 계량 장치가 통신회선을 통해서 접속되어 있는 모습을 나타내는 도면이다.
도 3은 본 발명의 제1 실시예에 있어서의 리스크 계량용 데이터의 구성 예이다.
도 4는 본 발명의 제1 실시예에 관한 리스크 관리 장치에 있어서의 중간 정보의 구성 예이다.
도 5는 본 발명의 제1 실시예의 처리 예를 나타내는 플로우차트이다.
도 6은 본 발명의 제1 실시예에 있어서의 증가율 산출 처리의 상세를 나타내는 플로우차트이다.
도 7은 본 발명의 제2 실시예에 관한 리스크 관리 장치의 블록도이다.
도 8은 본 발명의 제2 실시예에 있어서의 배송 목적지 데이터의 구성 예이다.
도 9는 본 발명의 제2 실시예에 있어서의 배송 조건의 구성 예이다.
도 10은 본 발명의 제2 실시예의 처리 예를 나타내는 플로우차트이다.
도 11은 본 발명의 제2 실시예에 있어서의 배송 정보의 구성 예이다.
도 12는 본 발명의 제3 실시예에 관한 리스크 관리 장치의 블록도이다.
도 13은 본 발명의 제3 실시예에서 사용하는 계수 테이블의 구성 예이다.
도 14는 본 발명의 제3 실시예에 관한 리스크 관리 장치에 있어서의 중간 정보의 구성 예이다.
도 15는 본 발명의 제3 실시예의 처리 예를 나타내는 플로우차트이다.
다음에는 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 한다.
[제1 실시예]
도 1을 참조하면, 본 발명의 제1 실시예에 관한 리스크 관리 장치(1)는 리버스 스트레스 테스트를 자동으로 실시하는 기능을 갖고 있다. 또한, 리스크 관리 장치(1)는, 도 2에 나타나 있는 바와 같이, 통신회선(5)을 통해서 리스크 계량 장치(6)에 접속되어 있다. 통신회선(5)은, 통신케이블, 로컬 에리어 네트워크, WAN, 인터넷 등으로 구성된다.
또한, 리스크 관리 장치(1)는, 주된 기능부로서, 통신 인터페이스부(이하, 통신 I/F부라 말한다)(11), 조작 입력부(12), 화면 표시부(13), 기억부(14), 및 프로세서(15)를 갖는다.
통신 I/F부(11)는 전용의 데이터 통신회로로 형성되고, 통신회선(5)을 통해서 접속된 리스크 계량 장치(6)와 그 밖의 각종 장치(도시하지 않음)와의 데이터 통신을 행하는 기능을 갖고 있다.
조작 입력부(12)는 키보드나 마우스 등의 조작 입력 장치로 형성되고, 오퍼레이터의 조작을 검출해서 프로세서(15)에 출력하는 기능을 갖고 있다.
화면 표시부(13)는 LCD나 PDP 등의 화면 표시 장치로 형성되고, 프로세서(15)로부터의 지시에 따라서, 조작 메뉴나 산출 결과 등의 각종 정보를 화면 표시하는 기능을 갖추고 있다.
기억부(14)는 하드디스크나 반도체 메모리 등의 기억 장치로 형성되고, 프로세서(15)에서의 각종 처리에 필요한 처리 정보와 프로그램(14P)을 기억하는 기능을 갖고 있다. 프로그램(14P)은, 프로세서(15)에 읽어들여져서 실행됨으로써 각종 처리부를 실현하는 프로그램이며, 통신 I/F부(11) 등의 데이터 입출력 기능을 거쳐서 외부장치(도시 생략)나 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 읽어들여져서 기억부(14)에 저장된다. 기억부(14)에 기억되는 주된 처리 정보로는 리스크 계량용 데이터(14A), 임계값 리스크량(14B), 대상 시나리오 정보(14C) 및 중간 정보(14D)가 있다.
리스크 계량용 데이터(14A)는 리스크 계량 장치(6)의 입력이 되는 데이터이다. 리스크 계량용 데이터(14A)는 복수의 내부손실 데이터 및 복수의 시나리오 데이터로 구성된다. 도 3은 리스크 계량용 데이터(14A)의 구성 예이다. 이 예의 리스크 계량용 데이터(14A)는 합계 n개의 시나리오 데이터(14A1 내지 14An)와 복수의 내부손실 데이터(14Am)로 구성된다. 개개의 시나리오 데이터는, 시나리오 데이터를 고유하게 식별하기 위한 식별자(시나리오 ID), 손실액, 및 손실 발생 빈도를 갖는다. 예를 들면 시나리오 데이터(14A1)는 ID로서 ID1, 손실액으로서 b1, 손실 발생 빈도로서 λ1을 갖는다. 내부손실 데이터(14Am)는 리버스 스트레스 테스트에서는, 변경되지 않고 그대로 사용되므로, 개개의 데이터의 구조에 대한 설명은 생략한다.
임계값 리스크량(14B)은, 리스크 계량용 데이터(14A)에 의거하여 리스크 계량 장치(6)가 계량한 리스크량(예를 들면, 99.9% VaR)에 미리 설정된 손실액을 가산한 리스크량이다. 예를 들면, 리스크 계량용 데이터(14A)에 의거하여 리스크 계량 장치(6)가 계량한 리스크량을 3000억엔이라 하면, 이 계량한 리스크량에 50억엔 혹은 100억엔을 가산한 액이 임계값 리스크량(14B)이 된다.
대상 시나리오 정보(14C)는, 리버스 스트레스 테스트 대상이 되는 1 이상의 시나리오 데이터를 지정하는 정보이다. 예를 들면, 리스크 계량용 데이터(14A)에 포함되어 있는 합계 n개의 시나리오 데이터(14A1 내지 14An)의 모두를 손실액을 변경하는 대상으로 하면, 대상 시나리오 정보(14C)에는 시나리오 데이터(14A1 내지 14An)의 ID가 기록된다. 시나리오 데이터 중에서 일부만을 대상으로 하면, 대상 시나리오 정보(14C)에는 손실액의 변경 대상이 되는 일부의 시나리오 데이터의 ID가 기록된다.
중간 정보(14D)는, 프로세서(15)의 연산 과정에서 생성되는 중간 데이터 또는 최종적인 데이터이다. 도 4는 중간 정보(14D)의 구성 예이다. 이 예의 중간 정보(14D)는, 대상 시나리오 정보(14C)에 기록된 시나리오 ID에 일대일로 대응하는 리버스 스트레스 테스트 결과(14D2, 14D4, 14D5)을 갖는다. 리버스 스트레스 테스트 결과(14Di)는 대응하는 시나리오 데이터(14Ai)의 IDi와 손실액의 증가율을 포함하고 있다.
프로세서(15)는 CPU 등의 마이크로프로세서와 그 주변회로를 갖고, 기억부(14)로부터 프로그램(14P)을 읽어들여서 실행함으로써, 하드웨어와 프로그램(14P)을 협동시켜서 각종 처리부를 실현하는 기능을 갖고 있다. 프로세서(15)로 실현되는 주된 처리부로서 입력 저장부(15A), 리버스 스트레스 테스트 실행부(15B), 및 출력부(15C)가 있다.
입력 저장부(15A)는 통신 I/F부(11) 또는 조작 입력부(12)로부터 리스크 계량용 데이터(14A), 임계값 리스크량(14B), 및 대상 시나리오 정보(14C)를 입력하고, 기억부(14)에 저장하는 기능을 갖는다.
리버스 스트레스 테스트 실행부(15B)는 대상 시나리오 정보(14C)에 기록된 시나리오 데이터로부터 테스트 대상으로 하는 특정한 1개의 시나리오 데이터를 결정하는 기능과; 리스크 계량용 데이터(14A) 중 특정의 시나리오 데이터(14Ai)의 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출하는 기능과; 산출한 변경후 리스크 계량용 데이터를 통신 I/F부(11)를 통해서 리스크 계량 장치(6)에 송신하는 기능과; 상기 변경 후 리스트 계량용 데이터에 의거하여 리스크 계량 장치(6)가 계량한 리스크량을 통신 I/F부(11)를 통해서 수신하는 기능과; 이 수신한 리스크량을 임계값 리스크량(14B)과 비교하는 기능을 갖는다. 또한, 리버스 스트레스 테스트 실행부(15B)는 특정한 시나리오 데이터 중의 손실액의 변경량을 바꾸어서 전술한 각 기능에 의한 처리를 반복 실시함으로써, 리스크 계량 장치(6)로 계량되는 리스크량이 임계값 리스크량(14B)에 거의 달하게 되는 특정의 시나리오 데이터의 손실액의 증가율을 산출하고, 해당 특정한 시나리오 데이터에 관한 리버스 스트레스 테스트 결과로서 기억부(14C)에 저장하는 기능을 갖는다. 또한, 리버스 스트레스 테스트 실행부(15B)는, 대상 시나리오 정보(14C)에 기록된 남은 시나리오 데이터에 대하여, 특정의 시나리오 데이터에 실시된 처리와 같은 처리를 반복 실시하는 기능을 갖는다.
출력부(15C)는 리버스 스트레스 테스트 실행부(15B)의 테스트 결과를 기억부(14)로부터 읽어들이고, 화면 표시부(13)에 출력하거나, 혹은 통신 I/F부(11)를 통해서 외부에 출력하는 기능을 갖는다.
다음에는, 도 5를 참조하여, 본 실시 형태에 관한 리스크 관리 장치(1)의 동작에 대해서 설명한다.
우선, 입력 저장부(15A)는 리스크 계량용 데이터(14A), 임계값 리스크량(14B), 및 대상 시나리오 정보(14C)를 통신 I/F부(11) 또는 조작 입력부(12)로부터 입력하고, 기억부(14)에 저장한다(스텝 S1).
다음에, 리버스 스트레스 테스트 실행부(15B)는, 대상 시나리오 정보(14C)에 기록된 시나리오 데이터 중 하나를 특정한 시나리오 데이터로서 취득한다(스텝 S2).
다음에, 리버스 스트레스 테스트 실행부(15B)는, 리스크 계량 장치(6)로 계량되는 리스크량이 임계값 리스크량(14B)에 거의 달하게 되는 특정의 시나리오 데이터의 손실액의 증가율을 산출하고, 그 산출한 증가율을 포함하는 리버스 스트레스 테스트 결과를 기억부(14)에 저장한다(스텝 S3).
다음에, 리버스 스트레스 테스트 실행부(15B)는, 대상 시나리오 정보(14C)에 아직 테스트되지 않은 시나리오 데이터가 남아 있는지 여부를 판정한다(스텝 S4). 리버스 스트레스 테스트 실행부(15B)는, 미처리의 시나리오 데이터가 남아 있으면, 스텝 S2로 되돌아가서 미처리의 시나리오 데이터로부터 1개의 시나리오 데이터를 특정한 시나리오 데이터로서 취득하고, 최초의 특정한 시나리오 데이터에 대한 처리와 같은 처리를 다시 실시한다. 한편, 미처리의 시나리오 데이터가 존재하지 않으면, 리버스 스트레스 테스트 실행부(15B)는 제어를 출력부(15C)에 전달한다.
출력부(15C)는 리버스 스트레스 테스트 실행부(15B)에 의한 테스트 결과를 기억부(14)로부터 읽어들이고, 화면 표시부(13)에 출력하거나, 혹은 통신 I/F부(11)를 통해서 외부에 출력한다(스텝 S5).
도 6은 도 5의 스텝 S3의 처리의 일례를 나타내는 플로우차트이다. 이하, 도 5를 참조하여, 스텝S3의 처리의 일례에 대해서 설명한다.
우선, 리버스 스트레스 테스트 실행부(15B)는 증가율을 정의하는 변수 α를 1로 초기화한다(스텝 S11). 다음에 리버스 스트레스 테스트 실행부(15B)는 변수 α를 미리 정해진 단위량(예를 들면, 0.1)만큼 증가시킨다(스텝 S12).
다음에, 리버스 스트레스 테스트 실행부(15B)는, 리스크 계량용 데이터(14A)를 기억부(14)로부터 읽어들이고, 리스크 계량용 데이터(14A) 중 특정한 시나리오 데이터의 손실액을 α로 곱하여 얻은 변경후 리스크 계량용 데이터를 생성한다(스텝 S13). 다음에, 리버스 스트레스 테스트 실행부(15B)는, 이 생성한 변경후 리스크 계량용 데이터를 통신 I/F부(11)를 통해서 리스크 계량 장치(6)에 송신한다(스텝 S14).
리스크 계량 장치(6)는, 리스크 관리 장치(1)로부터 보내져 온 변경후 리스크 계량용 데이터를 입력 데이터로 하여 손실 빈도 분포 및 손실 규모 분포를 생성하고, 몬테카를로 시뮬레이션으로 손실액의 분포를 생성하고, 소정의 신뢰 구간의 VaR을 리스크량으로서 산출한다. 그리고, 리스크 계량 장치(6)는 산출한 리스크량을 통신 회선(5)을 통해서 리스크 관리 장치(1)에 송신한다.
리버스 스트레스 테스트 실행부(15B)는, 리스크 계량 장치(6)로부터 상기의 리스크량을 수신하면(스텝 S15), 수신한 리스크량을 임계값 리스크량(14B)과 비교한다(스텝 S16). 리버스 스트레스 테스트 실행부(15B)는, 리스크 계량 장치(6)로 계량된 리스크량이 임계값 리스크량(14B)보다 적으면, 스텝 S12로 되돌아간다. 이에 따라, 증가율을 정의하는 변수 α는 단위량만큼 더 증가되고, 스텝 S13 내지 S16이 반복된다.
리버스 스트레스 테스트 실행부(15B)는, 리스크 계량 장치(6)로 계량된 리스크량이 임계값 리스크량(14B) 이상이면, 그 시점의 변수 α의 값을 증가율로서 포함하는 리버스 스트레스 테스트 결과를 생성하고, 기억부(14)에 기억한다(스텝 S17).
도 6에 나타낸 처리에서는, 증가율을 정의하는 변수 α를 단위량씩 증가시키면서 해(solution)를 탐색하고 있지만, 탐색의 알고리즘은 이것에 한정되지 않는다. 예를 들면, 증가시키는 단위량을 처음에는 크게 설정하고, 리스크량이 임계값 리스크량에 근접하면, 증가시키는 단위량을 감소시켜도 된다. 또한, 리스크량이 임계값 리스크량을 초과할 경우에, 초과한 양에 따라 변수 α를 감소시켜, 리스크량이 임계값 리스크량에 수렴하도록 하여도 된다. 또한, 증가율을 증가시키는 것이 아니라 증가액을 단위량씩 증가시키면서 해를 탐색해도 좋다.
따라서, 본 실시 형태의 리스크 관리 장치(1)는 리스크 계량 장치(6)를 사용해서 리버스 스트레스 테스트를 자동으로 실시하는 기능을 갖고 있으므로, 리버스 스트레스 테스트를 실시하는 리스크 분석자의 부담을 대폭 저감해줄 수 있다.
[제2 실시예]
도 7을 참조하여, 본 발명의 제2 실시예에 따른 리스크 관리 장치(2)는 리버스 스트레스 테스트를 자동으로 실시하는 기능 외에, 리버스 스트레스 테스트 결과를 관련 배송 목적지에 자동으로 배송하는 기능을 갖고 있다.
이 리스크 관리 장치(2)는 주된 기능부로서, 통신 I/F부(21), 조작 입력부(22), 화면 표시부(23), 기억부(24) 및 프로세서(25)을 갖는다.
통신 I/F부(21), 조작 입력부(22) 및 화면 표시부(23)는, 제1 실시예에 있어서의 도 1의 통신 I/F부(11), 조작 입력부(12) 및 화면 표시부(13)와 동일한 기능을 갖고 있다.
기억부(24)는 하드디스크나 반도체 메모리 등의 기억 장치로 형성되고, 프로세서(25)에서의 각종 처리에 필요한 처리 정보와 프로그램(24P)을 기억하는 기능을 갖고 있다. 프로그램(24P)은 프로세서(25)에 읽어들여져서 실행됨으로써 각종 처리부를 실현하는 프로그램이며, 통신 I/F부(21) 등의 데이터 입출력 기능을 거쳐서 외부장치(도시 생략)나 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 읽어들여져서 기억부(24)에 보존된다. 기억부(24)에 기억되는 주된 처리 정보로는 리스크 계량용 데이터(24A), 임계값 리스크량(24B), 대상 시나리오 정보(24C), 중간 정보(24D), 배송 목적지 데이터(24E) 및 배송 조건(24F)이 있다.
리스크 계량용 데이터(24A), 임계값 리스크량(24B), 대상 시나리오 정보(24C) 및 중간 정보(24D)는, 제1 실시예에 있어서의 도 1의 리스크 계량용 데이터(14A), 임계값 리스크량(14B), 대상 시나리오 정보(14C) 및 중간 정보(14D)와 같다.
배송 목적지 데이터(24E)는 리버스 스트레스 테스트 결과를 배송하는 배송 목적지에 관한 정보이다. 도 8은 배송 목적지 데이터(24E)의 구성 예이다. 이 예의 배송 목적지 데이터(24E)는 시나리오 ID와 배송 목적지 정보의 쌍으로 구성된다. 1개의 시나리오 ID에 대응하는 배송 목적지 정보의 수는 1개에 한하지 않고 복수라도 좋다. 도 8의 예에서는, 배송 목적지로서, 작성 부서, 손실 발생 부서, 유사 보유 부서, 및 리스크 통괄 부서를 포함하는 4개의 부서 중 하나, 2개, 3개, 또는 4개 모두를 지정할 수 있다. 예를 들면, 첫째 줄의 배송 목적지 데이터는 시나리오 ID1의 테스트 결과가 작성 부서로서의 부서 A, 손실 발생 부서로서의 부서 A, 이 시나리오와 유사한 시나리오를 보유하는 유사 보유 부서로서의 부서 B, 및 리스크 통괄 부서 Z에 배송되어야 함을 나타낸다. 배송 목적지의 항목에 기재되는 A와 같은 배송 목적지 데이터는, 예를 들면, 테스트 결과를 우편으로서 배송하는 것이라면 우편 번호와 수취인을 특정하는 정보, 전자우편으로 배송하는 것이라면 메일 어드레스, WEB 배송이면 URL 혹은 열람자 ID, 또는 이것들을 다른 장소로부터 취득하기 위한 정보를 포함한다.
배송 조건(24F)은 배송을 위한 조건, 예를 들어, 리버스 스트레스 결과를 배송할 장소와 리버스 스트레스 테스트가 만족하는 조건을 포함한다. 도 9는 배송 조건(24F)의 구성 예이다. 이 예의 배송 조건(24F)은 총 4개의 배송 조건 번호 1 내지 4를 포함한다. 예를 들면, 배송 조건 번호 1은 작성 부서에는 모든 테스트 결과를 배송한다 라는 조건을 지정하고 있다. 또한, 배송 조건 번호 2는 손실 발생 부서에는 증가율이 5배 이하의 테스트 결과를 배송한다 라는 조건을 지정하고 있다. 도 9에 나타낸 배송 조건은 배송 목적지의 부서와 증가율을 이용해서 조건을 지정하고 있지만, 시나리오의 이벤트 종류와 같은 다른 항목을 이용해서 조건을 지정해도 좋다.
프로세서(25)는 CPU 등의 마이크로프로세서와 그 주변회로를 갖고 있고, 기억부(24)로부터 프로그램(24P)을 읽어들여서 실행함으로써, 하드웨어와 프로그램(24P)을 협동시켜서 각종 처리부를 실현하는 기능을 갖고 있다. 프로세서(25)로 실현되는 주된 처리부로서, 입력 저장부(25A), 리버스 스트레스 테스트 실행부(25B) 및 출력부(25C)가 있다.
입력 저장부(25A)는, 통신 I/F부(21) 또는 조작 입력부(22)로부터, 리스크 계량용 데이터(24A), 임계값 리스크량(24B), 대상 시나리오 정보(24C), 배송 목적지 데이터(24E) 및 배송 조건(24F)를 입력하고 기억부(24)에 저장하는 기능을 갖는다.
리버스 스트레스 테스트 실행부(25B)는 제1 실시예에 있어서의 리버스 스트레스 테스트 실행부(15B)와 같은 기능을 갖는다.
출력부(25C)는 리버스 스트레스 테스트 실행부(25B)에 의한 리버스 스트레스 테스트 결과, 배송 목적지 데이터(24E) 및 배송 조건(24F)을 기억부(24)로부터 읽어들이고, 테스트 결과의 배송 목적지를 결정하고, 결정한 배송 목적지에 리버스 스트레스 테스트 결과를 배송하는 기능을 갖는다.
다음에는, 도 10을 참조하여, 본 실시 형태에 따른 리스크 관리 장치(2)의 동작에 대해서 설명한다.
우선, 입력 저장부(25A)는, 리스크 계량용 데이터(24A), 임계값 리스크량 (24B), 대상 시나리오 정보(24C), 배송 목적지 데이터(24E) 및 배송 조건(24F)을 통신 I/F부(21) 또는 조작 입력부(22)로부터 입력하고, 기억부(24)에 저장한다(스텝 S21).
다음에, 리버스 스트레스 테스트 실행부(25B)는 대상 시나리오 정보(24C)에 기록된 시나리오 데이터 중 하나를 특정한 시나리오 데이터로서 취득한다(스텝 S22).
다음에, 리버스 스트레스 테스트 실행부(25B)는 리스크 계량 장치(6)로 계량되는 리스크량이 임계값 리스크량(24B)에 거의 달하는 특정의 시나리오 데이터의 손실액의 증가율을 산출하고, 그 산출한 증가율을 포함하는 리버스 스트레스 테스트 결과를 기억부(24)에 저장한다(스텝 S23).
다음에, 리버스 스트레스 테스트 실행부(25B)는 대상 시나리오 정보(24C)에 아직 테스트하지 않은 시나리오 데이터가 남아 있는지 여부를 판정한다(스텝 S24). 리버스 스트레스 테스트 실행부(25B)는, 미처리의 시나리오 데이터가 남아 있으면, 스텝 S22에 되돌아가서 미처리의 시나리오 데이터로부터 1개의 시나리오 데이터를 특정한 시나리오 데이터로서 취득하고, 최초의 특정한 시나리오 데이터에 대해 실시한 처리와 동일한 처리를 다시 실시한다. 한편, 미처리의 시나리오 데이터가 존재하지 않으면, 리버스 스트레스 테스트 실행부(25B)는 제어를 출력부(25C)에 전달한다.
출력부(25C)는, 우선, 리버스 스트레스 테스트 실행부(25B)에 의한 테스트 결과, 배송 목적지 데이터(24E) 및 배송 조건(24F)을 기억부(24)로부터 읽어들이고, 그것들의 내용을 해석하고, 어느 리버스 스트레스 테스트 결과를 어느 배송 목적지에 배송할지를 결정한다(스텝 S25). 다음에, 출력부(25C)는, 상기 결정한 내용에 의거하여, 리버스 스트레스 테스트 결과를 통신 I/F부(21)를 통하여 배송 목적지에 배송한다(스텝 S26).
배송할 때, 출력부(25C)는 배송 목적지마다 배송되는 정보를 정리하고 정형할 수 있다. 예를 들어, 출력부(25C)는, 배송 목적지가 되는 부서마다, 해당 부서에 배송되는 복수의 리버스 스트레스 테스트 결과를, 작성 부서, 손실 발생 부서, 유사 보유 부서, 리스크 통괄 부서 중 어느 섹션에서 테스트 결과 각각을 보냈는지를 기반으로 구별을 하거나, 각 섹션 중에서 증가율의 크기에 따라 테스트 결과를 분류할 수 있다. 또한, 리스크 계량용 데이터의 각 시나리오 데이터 중에서 이벤트 내용(예를 들면 토카이대학 지진, 시스템 다운, 등)이 기록되어 있을 경우에, 출력부(25C)는 테스트 결과의 시나리오 ID에 대응하는 시나리오 데이터로부터 이벤트 내용을 추출하여 보조 정보로서 테스트 결과에 부가할 수 있다. 예를 들면, 도 4에 도시한 바와 같은 리버스 스트레스 테스트 결과가 산출되고 배송 목적지 데이터(24E) 및 배송 조건(24F)이 도 8 및 도 9에 도시된 것일 경우, 부서 E에는 시나리오 ID2, ID4, ID5의 테스트 결과가 배송된다. 그때, 예를 들어, 배송 정보는 도 11에 나타나 있는 바와 같은 형식으로 가공되어 배송될 수 있다.
이렇게 본 실시 형태에 따른 리스크 관리 장치(2)는 리스크 계량 장치(6)를 사용해서 리버스 스트레스 테스트를 자동으로 실시하는 기능을 갖고 또한 그 테스트 결과를 관련되는 배송 목적지에 자동으로 배송하는 기능을 갖기 때문에, 리버스 스트레스 테스트를 실시할 때의 리스크 분석자의 부담을 더한층 경감할 수 있다.
[제3 실시예]
도 12를 참조하면, 본 발명의 제3 실시예에 따른 리스크 관리 장치(3)는 리버스 스트레스 테스트의 대상으로 하는 시나리오를 자동으로 결정해서 리버스 스트레스 테스트를 실시하는 기능을 갖고 있다.
이 리스크 관리 장치(3)는, 주된 기능부로서, 통신 I/F부(31), 조작 입력부(32), 화면 표시부(33), 기억부(34) 및 프로세서(35)를 갖는다.
통신 I/F부(31), 조작 입력부(32) 및 화면 표시부(33)는 제1 실시예에 있어서의 도 1의 통신 I/F부(11), 조작 입력부(12) 및 화면 표시부(13)와 같은 기능을 갖고 있다.
기억부(34)는 하드디스크나 반도체 메모리 등의 기억 장치로 형성되고, 프로세서(35)에서의 각종 처리에 필요한 처리 정보나 프로그램(34P)을 기억하는 기능을 갖고 있다. 프로그램(34P)은 프로세서(35)에 읽어들여져서 실행됨으로써 각종 처리부를 실현하는 프로그램이며, 통신 I/F부(31) 등의 데이터 입출력 기능을 거쳐서 외부장치(도시 생략)나 컴퓨터 판독 가능한 기억 매체(도시 생략)로부터 미리 읽어들여져서 기억부(34)에 보존된다. 기억부(34)에 저장되는 주된 처리 정보로는, 리스크 계량용 데이터(34A), 임계값 리스크량(34B), 중간 정보(34D) 및 계수 테이블(34G)이 있다.
리스크 계량용 데이터(34A) 및 임계값 리스크량(34B)은 제1 실시예에 있어서의 도 1의 리스크 계량용 데이터(14A) 및 임계값 리스크량(14B)과 같다.
계수 테이블(34G)은 시나리오 데이터마다, 소정의 신뢰 구간 α의 VaR 액을 근사 계산하기 위해서 사용하는 테이블이다. 본 명세서에서는, 특정한 1개의 시나리오 데이터에 기초하는 보유 기간당 총손실액을, 그 시나리오 데이터의 개별 데이터 VaR 액이라 부른다. 신뢰 구간으로서는, 예를 들면 99.9%가 이용된다. 본 실시예에서는, 리스크 계량용 데이터(34A)에 포함되는 시나리오 데이터마다, 그 개별 데이터 VaR 액을 산출하고, 미리 정해진 기준액 이상의 개별 데이터 VaR 액이 되는 시나리오 데이터를, 중요 시나리오로서, 리버스 스트레스 테스트의 대상으로 한다. 계수 테이블(34G)은, 각 손실 발생 빈도에 관련해서, 그 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에 있어서의 하측 α% 점이 되는 발생수의 값과 같은 계수를 유지하고 있다. 상기 확률 분포는, 일반적인 리스크 계량 장치에 있어서 빈도분포의 예측에 사용되는 확률 분포와 같다. 예를 들어, 일반적인 리스크 계량 장치에 있어서 푸아송 분포가 사용되면, 상기 확률 분포는 푸아송 분포이다. 또한, 푸아송 분포의 누적 분포 함수는 불연속이기 때문에, 감마함수를 사용해서 정수의 계승을 실수의 계승까지 확장하고, 푸아송 분포의 누적 분포 함수를 스무스(smooth)한 뒤, 하측 α% 점이 되는 발생수의 값과 같은 계수를 구하는 것이 바람직하다.
도 13은 계수 테이블(14B)의 구성 예이다. 이 예의 계수 테이블은, 손실 발생 빈도를 2개의 형식, 즉, 몇 년에 1회 손실이 발생하는지의 형식과, 1년에 손실이 몇 회 발생하는지의 형식을 포함하고 있지만, 손실 데이터에 있어서의 손실 발생 빈도의 형식이 통일되어 있으면, 계수 테이블은 어느 한쪽 형식만 포함하고 다른 형식은 생략할 수 있다. 또한, 이 실시예의 계수 테이블은 손실 발생 빈도에 대응하는 계수를 2개의 형식, 즉 스무스(smooth)의 무와 유의 형식을 포함하고 있지만, 계수 테이블은 어느 한쪽 형식만을 포함해도 좋다. 예를 들어, 스무스 무의 계수를 사용하지 않으면, 스무스 유에 대응하는 계수만을 테이블해 두어도 좋다.
중간 정보(34D)는 프로세서(35)의 연산 과정에서 생성되는 중간 데이터 또는 최종적인 데이터이다. 도 14는 중간 정보(34D)의 구성 예이다. 이 예의 중간 정보(34D)는, 리버스 스트레스 테스트의 대상이 되는 시나리오 데이터의 ID의 리스트인 대상 시나리오 정보(34D1)와, 이 대상 시나리오 정보(34D1)에 기록된 시나리오 ID에 일대일로 대응하는 리버스 스트레스 테스트 결과(34D22, 34D24, 34D25)를 갖는다. 리버스 스트레스 테스트 결과(34D2i)는 대응하는 시나리오 데이터(34Ai)의 IDi와 손실액의 증가율을 포함하고 있다.
프로세서(35)는 CPU 등의 마이크로프로세서와 그 주변회로를 갖고, 기억부(34)로부터 프로그램(34P)을 읽어들여서 실행함으로써, 하드웨어와 프로그램(34P)을 협동시켜서 각종 처리부를 실현하는 기능을 갖고 있다. 프로세서(35)로 실현되는 주된 처리부로서 입력 저장부(35A), 리버스 스트레스 테스트 실행부(35B), 출력부(35C) 및 대상 시나리오 산출부(35D)가 있다.
입력 저장부(35A)는 통신 I/F부(31) 또는 조작 입력부(32)로부터, 리스크 계량용 데이터(34A), 임계값 리스크량(34B) 및 계수 테이블(34G)을 입력하고, 기억부(34)에 저장하는 기능을 갖는다.
대상 시나리오 산출부(35D)는 리스크 계량용 데이터(34A) 및 계수 테이블(34G)을 기억부(34)로부터 읽어들이고; 리스크 계량용 데이터(34A)에 포함되는 시나리오 데이터마다, 그 시나리오 데이터에 포함되는 손실 발생 빈도에 관련해서 계수 테이블(34G)에 유지되어 있는 계수와 그 시나리오 데이터에 포함되는 손실액과의 승산 값을 개별 데이터 VaR 액으로서 산출하고; 이 산출한 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터를 리버스 스트레스 테스트 대상으로 결정하는 기능을 갖는다. 또한, 대상 시나리오 산출부(35D)는, 리버스 스트레스 테스트 대상으로 결정한 시나리오 데이터의 ID의 리스트를 대상 시나리오 정보(34D1)로서 작성해서 기억부(34)에 저장하는 기능을 갖는다.
리버스 스트레스 테스트 실행부(35B) 및 출력부(35C)는, 제1 실시예에 있어서의 리버스 스트레스 테스트 실행부(15B) 및 출력부(15C)와 같은 기능을 갖는다.
다음에는, 도 15를 참조하여, 본 실시 형태에 따른 리스크 관리 장치(3)의 동작에 대해서 설명한다.
우선, 입력 저장부(35A)는 리스크 계량용 데이터(34A), 임계값 리스크량(34B) 및 계수 테이블(34G)을, 통신 I/F부(31) 또는 조작 입력부(32)로부터 입력하고, 기억부(34)에 저장한다(스텝 S31).
다음에, 대상 시나리오 산출부(35D)는, 리스크 계량용 데이터(34A)에 포함되는 시나리오 데이터마다, 그 시나리오 데이터에 포함되는 손실 발생 빈도에 대응해서 계수 테이블(34G)에 유지되어 있는 계수와 그 시나리오 데이터에 포함되는 손실액과의 승산 값을 개별 데이터 VaR 액으로서 산출하고, 이 산출한 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터를 리버스 스트레스 테스트 대상으로 결정하고, 그 시나리오 데이터의 ID를 대상 시나리오 정보(34D1)에 기록한다(스텝 S32).
이후의 스텝 S33 내지 S36의 처리는 제1 실시예의 동작을 나타내는 도 5의 스텝 S2 내지 S5와 동일하므로, 그에 대한 설명은 생략한다.
이렇게, 본 실시 형태의 리스크 관리 장치(3)는 리버스 스트레스 테스트의 대상이 되는 시나리오를 자동으로 결정해서 리버스 스트레스 테스트를 실시하는 기능을 갖기 때문에, 리버스 스트레스 테스트를 실시할 때의 리스크 분석자의 부담을 더한층 대폭 경감할 수 있다.
또한, 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터를 리버스 스트레스 테스트 대상으로 삼기 때문에, 임계값 리스크량(34B)을 초과하는 손실액의 증가율이 몇십 배 내지 몇백 배가 되는, 실제로는 발생할 가능성이 거의 0인 리버스 스트레스 테스트를 실시하는 낭비를 없앨 수 있다.
또한, 개별 데이터 VaR 액을 계수 테이블(34G)을 이용해서 근사 계산하기 때문에, 일반적인 리스크 계량 장치를 사용해서 개별 데이터 VaR 액에 상당하는 액수를 계산할 경우에 비해, 필요한 계산량과 필요한 계산 시간을 대폭 단축할 수 있다.
본 실시예에서는, 개별 데이터 VaR 액이 기준 값 이상인 시나리오 데이터를 리버스 스트레스 테스트 대상으로 삼았다. 하지만, 개별 데이터 VaR 액을 이용해서 리버스 스트레스 테스트의 대상을 결정하는 방법은 전술한 방법에 한정되지 않는다. 예를 들어, 개별 데이터 VaR 액이 감소하는 순으로 시나리오 데이터를 분류하고, 상위 n개의 시나리오 데이터와 모든 내부손실 데이터를 입력 데이터로서 리스크 계량 장치에 제공했을 경우에, 리스크 계량 장치의 리스크량이, 모든 시나리오 데이터와 모든 내부손실 데이터에 기초하는 리스크량의 소정 비율(예를 들면 80%)을 초과하게 되는 n의 최소값을 구하고, 이 n개의 시나리오 데이터를 테스트 대상으로 하여도 좋다. 혹은, VaR 액이 미리 정한 액(예를 들면 100억엔)만큼 증가하지만 증가율이 단지 소정 배율(예를 들면, 10배) 이하인 시나리오를 테스트 대상으로 결정해도 좋다.
이상 본 발명을 몇몇 실시예를 들어서 설명했지만, 본 발명은 이상의 실시예에 한정되지 않고, 다양한 식으로 변경이 가능하다. 예를 들어, 전술한 각 실시예에서는, 시나리오 데이터의 손실액을 변경하고, 손실 발생 빈도는 변경하지 않았다. 그러나, 본 발명은 이것에 한정되지 않고, 시나리오 데이터의 손실 발생 빈도를 변경하고 손실 발생액은 변경하지 않는 테스트나, 손실 발생 빈도 및 손실 발생액의 쌍방을 변경하는 테스트를 하여도 좋다. 또한, 대출 업무 등의 신용거래에 관한 신용 리스크나, 환 및 금리 거래에 관한 시장 리스크와 같은 오퍼레이셔널 리스크 이외의 리스크에 대하여도 본 발명은 적용가능하다.
또한, 본 발명은, 2011년 3월 29일에 특허 출원된 일본 특허 출원 제2011-072745호에 기초하는 우선권주장의 이익을 향수하는 것이며, 해당 특허 출원에 기재된 내용은 모두 본 명세서에 포함되는 것으로 한다.
산업상의 이용 가능성
본 발명은, 예를 들어, 리스크량이 증가하는 요인을 분석하는 리버스 스트레스 테스트에 이용 가능하다.
상기 실시예의 일부 또는 전부는 이하의 부기와 같이 설명될 수 있지만, 이에 한정되지 않는다.
(부기 1)
리스크 관리 장치는,
손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 기억 수단과;
상기 리스크 계량 장치와의 통신을 행하는 통신 수단과;
상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하는 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 리버스 스트레스 테스트 실행 수단을 포함한다.
(부기 2)
부기 1에 따른 리스크 관리 장치에 있어서, 상기 리버스 스트레스 테스트 실행 수단은 상기 특정의 1개의 시나리오 데이터를 다른 시나리오 데이터로 변경하고 상기 증가율의 산출을 반복하도록 구성되어 있다.
(부기 3)
부기 1 또는 2에 따른 리스크 관리 장치에 있어서, 상기 기억 수단은 배송 목적지 정보를 기억하도록 구성되어 있고,
상기 리스크 관리 장치는 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과를, 상기 배송 목적지 정보에 의해 특정되는 배송 목적지에 통지하는 출력 수단을 더 포함한다.
(부기 4)
부기 1 또는 2에 따른 리스크 관리 장치에 있어서, 상기 기억 수단은 배송 목적지 정보와 배송 조건을 기억하도록 구성되어 있고,
상기 리스크 관리 장치는 상기 배송 목적지 정보와 상기 배송 조건에 의거하여 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과의 배송 목적지를 결정하고, 해당 결정된 배송 목적지에 상기 리버스 스트레스 테스트 결과를 통지하는 출력 수단을 더 포함한다.
(부기 5)
부기 1 내지 4 중에서 어느 한 부기에 따른 리스크 관리 장치에 있어서, 상기 기억 수단은 상기 손실 발생 빈도 또는 상기 손실액을 변경하는 대상이 되는 1 이상의 시나리오 데이터를 나타내는 대상 시나리오 정보를 기억하도록 구성되어 있고,
상기 리버스 스트레스 테스트 실행 수단은 상기 대상 시나리오 정보에서 지정된 시나리오 데이터로부터 상기 특정의 시나리오 데이터를 선택하도록 구성되어 있다.
(부기 6)
상기 리스크 관리 장치에 있어서, 상기 기억 수단은, 상기 손실 발생 빈도에 관련해서, 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에 있어서의 하측 α% 점(α은 미리 정해진 상수)에서의 발생수의 값과 같은 계수를 유지하는 계수 테이블을 기억하도록 구성되어 있고,
상기 리스크 관리 장치는 상기 리스크 계량용 데이터에 포함되는 시나리오 데이터마다, 그 시나리오 데이터에 포함되는 손실 발생 빈도에 관련해서 상기 계수 테이블에 유지되어 있는 계수와 그 시나리오 데이터에 포함되는 손실액과의 승산 값을 개별 데이터 VaR 액으로서 산출하고, 해당 산출한 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터의 전부 또는 일부를 나타내는 정보를 상기 대상 시나리오 정보로서 작성해서 상기 메모리에 기억하는 대상 시나리오 산출 수단을 더 포함한다.
(부기 7)
손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 기억 수단과; 상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스와; 상기 기억 수단 및 상기 통신 인터페이스에 접속된 리버스 스트레스 테스트 실행 수단을 포함하는 리스크 관리 장치가 실행하는 리스크 관리 방법으로서,
상기 리버스 스트레스 테스트 실행 수단이, 상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 단계를 포함한다.
(부기 8)
손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리, 및 상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스를 갖는 컴퓨터가,
상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 리버스 스트레스 테스트 실행 수단으로서 기능하게 하는 명령을 포함하는 컴퓨터 프로그램.
1, 2, 3: 리스크 관리 장치
11, 21, 31: 통신 I/F부
12, 22, 32: 조작 입력부
13, 23, 33: 화면 표시부
14, 24, 34: 기억부
15, 25, 35: 프로세서

Claims (13)

  1. 리스크 관리 장치로서,
    손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리와;
    상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스와;
    상기 메모리 및 상기 통신 인터페이스에 접속된 프로세서를 포함하고,
    상기 프로세서는, 상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하도록 프로그램되어 있는 리스크 관리 장치.
  2. 제1항에 있어서, 상기 프로세서는 또한 상기 특정의 1개의 시나리오 데이터를 다른 시나리오 데이터로 변경하고 상기 증가율의 산출을 반복하도록 프로그램되어 있는 리스크 관리 장치.
  3. 제1항에 있어서,
    상기 메모리는 또한 배송 목적지 정보를 기억하도록 구성되어 있고;
    상기 프로세서는 또한 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과를, 상기 배송 목적지 정보에 의해 특정되는 배송 목적지에 통지하도록 프로그램되어 있는 리스크 관리 장치.
  4. 제1항에 있어서,
    상기 메모리는 또한 배송 목적지 정보와 배송 조건을 기억하도록 구성되어 있고;
    상기 프로세서는 또한 상기 배송 목적지 정보와 상기 배송 조건에 의거하여 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과의 배송 목적지를 결정하고, 해당 결정한 배송 목적지에 상기 리버스 스트레스 테스트 결과를 통지하도록 프로그램되어 있는 리스크 관리 장치.
  5. 제1항에 있어서,
    상기 메모리는 또한 상기 손실 발생 빈도 또는 상기 손실액을 변경하는 대상이 되는 1 이상의 시나리오 데이터를 나타내는 대상 시나리오 정보를 기억하도록 구성되어 있고;
    상기 프로세서는 또한 상기 대상 시나리오 정보에서 지정된 시나리오 데이터로부터 상기 특정의 시나리오 데이터를 선택하도록 프로그램되어 있는 리스크 관리 장치.
  6. 제5항에 있어서,
    상기 메모리는 또한, 상기 손실 발생 빈도에 관련해서, 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에 있어서의 하측 α% 점(α는 미리 정해진 상수)에서의 발생수의 값과 같은 계수를 유지하는 계수 테이블을 기억하도록 구성되어 있고;
    상기 프로세서는 또한 상기 리스크 계량용 데이터에 포함되는 시나리오 데이터마다, 그 시나리오 데이터에 포함되는 손실 발생 빈도에 관련해서 상기 계수 테이블에 유지되어 있는 계수와 그 시나리오 데이터에 포함되는 손실액과의 승산 값을 개별 데이터 VaR 액으로서 산출하고, 해당 산출한 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터의 전부 또는 일부를 나타내는 정보를 상기 대상 시나리오 정보로서 작성해서 상기 메모리에 기억하도록 프로그램되어 있는 리스크 관리 장치.
  7. 손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리와, 상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스와, 상기 메모리 및 상기 통신 인터페이스에 접속된 프로세서를 포함하는 리스크 관리 장치가 실행하는 리스크 관리 방법으로서,
    상기 프로세서가, 상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 단계를 포함하는 리스크 관리 방법.
  8. 제7항에 있어서,
    상기 프로세서가, 상기 특정의 1개의 시나리오 데이터를 다른 시나리오 데이터로 변경하고 상기 증가율의 산출을 반복하는 단계를 더 포함하는 리스크 관리 방법.
  9. 제7항에 있어서,
    상기 메모리가, 배송 목적지 정보를 기억하는 단계; 및
    상기 프로세서가, 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과를, 상기 배송 목적지 정보에 의해 특정되는 배송 목적지에 통지하는 단계를 더 포함하는 리스크 관리 방법.
  10. 제7항에 있어서,
    상기 메모리가, 배송 목적지 정보와 배송 조건을 기억하는 단계; 및
    상기 프로세서가, 상기 배송 목적지 정보와 상기 배송 조건에 의거하여 상기 특정의 시나리오 데이터에 대해서 산출된 상기 증가율을 포함하는 리버스 스트레스 테스트 결과의 배송 목적지를 결정하고, 해당 결정한 배송 목적지에 상기 리버스 스트레스 테스트 결과를 통지하는 단계를 더 포함하는 리스크 관리 방법.
  11. 제7항에 있어서,
    상기 메모리가, 상기 손실 발생 빈도 또는 상기 손실액을 변경하는 대상이 되는 1 이상의 시나리오 데이터를 나타내는 대상 시나리오 정보를 기억하는 단계; 및
    상기 프로세서가, 상기 대상 시나리오 정보에서 지정된 시나리오 데이터로부터 상기 특정의 시나리오 데이터를 선택하는 단계를 더 포함하는 리스크 관리 방법.
  12. 제11항에 있어서,
    상기 메모리가, 상기 손실 발생 빈도에 관련해서, 상기 손실 발생 빈도를 파라미터로 하는 확률 분포의 누적 분포 함수에 있어서의 하측 α% 점(α는 미리 정해진 상수)에서의 발생수의 값과 같은 계수를 유지하는 계수 테이블을 기억하는 단계; 및
    상기 프로세서가, 상기 리스크 계량용 데이터에 포함되는 시나리오 데이터마다, 그 시나리오 데이터에 포함되는 손실 발생 빈도에 관련해서 상기 계수 테이블에 유지되어 있는 계수와 그 시나리오 데이터에 포함되는 손실액과의 승산 값을 개별 데이터 VaR 액으로서 산출하고, 해당 산출한 개별 데이터 VaR 액이 기준값 이상인 시나리오 데이터의 전부 또는 일부를 나타내는 정보를 상기 대상 시나리오 정보로서 작성해서 상기 메모리에 기억하는 단계를 더 포함하는 리스크 관리 방법.
  13. 프로그램이 저장된 비일시적인 컴퓨터 판독가능 매체로서,
    상기 프로그램은,
    손실 이벤트의 내용과 손실 발생 빈도와 손실액의 조합을 각각이 포함하는 복수의 시나리오 데이터를 포함하는 리스크 계량용 데이터와, 상기 리스크 계량용 데이터에 의거하여 리스크량을 계량하는 리스크 계량 장치가 계량한 상기 리스크량보다 큰 값으로 설정된 임계값 리스크량을 기억하는 메모리에 접속되고, 상기 리스크 계량 장치와의 통신을 행하는 통신 인터페이스에 접속된 프로세서가,
    상기 리스크 계량용 데이터 중 특정한 1개의 시나리오 데이터의 손실 발생 빈도 또는 손실액만을 변경하여 얻은 변경후 리스크 계량용 데이터를 산출해서 상기 리스크 계량 장치에 송신하고, 상기 리스크 계량 장치로부터 수신한 리스크량을 상기 임계값 리스크량과 비교하는 처리를, 상기 손실 발생 빈도 또는 상기 손실액의 변경 폭을 바꾸어서 반복함으로써, 상기 리스크 계량 장치로 계량되는 리스크량이 상기 임계값 리스크량에 달하게 되는 상기 특정의 시나리오 데이터의 손실 발생 빈도 또는 손실액의 증가율의 산출을 행하는 작업을 포함하는 작업들을 수행하게 하는 명령을 포함하는 비일시적인 컴퓨터 판독가능 매체.
KR1020147005126A 2011-03-29 2012-03-23 리스크 관리 장치 KR20140047721A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2011-072745 2011-03-29
JP2011072745A JP5725547B2 (ja) 2011-03-29 2011-03-29 リスク管理装置
PCT/JP2012/002005 WO2012132354A1 (ja) 2011-03-29 2012-03-23 リスク管理装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020137017769A Division KR101471797B1 (ko) 2011-03-29 2012-03-23 리스크 관리 장치

Publications (1)

Publication Number Publication Date
KR20140047721A true KR20140047721A (ko) 2014-04-22

Family

ID=46930135

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020137017769A KR101471797B1 (ko) 2011-03-29 2012-03-23 리스크 관리 장치
KR1020147005126A KR20140047721A (ko) 2011-03-29 2012-03-23 리스크 관리 장치

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020137017769A KR101471797B1 (ko) 2011-03-29 2012-03-23 리스크 관리 장치

Country Status (5)

Country Link
US (1) US20140297359A1 (ko)
EP (1) EP2660757A4 (ko)
JP (1) JP5725547B2 (ko)
KR (2) KR101471797B1 (ko)
WO (1) WO2012132354A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6192432B2 (ja) * 2013-08-22 2017-09-06 株式会社日立ソリューションズ西日本 リスク計量システム
CN103729746B (zh) * 2014-01-17 2017-06-16 深圳供电局有限公司 一种线损异常定位的方法及系统
US20170004226A1 (en) * 2015-07-05 2017-01-05 Sas Institute Inc. Stress testing by avoiding simulations
US11074532B1 (en) 2017-11-06 2021-07-27 Wells Fargo Bank, N.A. Monitoring and analyzing risk data and risk dispositions

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3344612B2 (ja) * 1995-09-19 2002-11-11 株式会社日立製作所 金融資産のリスク分析におけるシナリオ検索処理方法
US20100223211A1 (en) * 2000-10-11 2010-09-02 Johnson Gregory A Decision service method and system
US7937313B2 (en) * 2001-06-29 2011-05-03 Goldman Sachs & Co. Method and system for stress testing simulations of the behavior of financial instruments
JP2003036346A (ja) * 2001-07-23 2003-02-07 Mitsubishi Trust & Banking Corp オペレーショナル・リスク評価方法及びそのシステム
JP2003058693A (ja) * 2001-08-09 2003-02-28 Toshiba Corp 取引管理方法及びシステム
JP2005516308A (ja) * 2002-01-31 2005-06-02 シーベリ アナリティック エルエルシー ビジネス企業のリスクモデル及び方法
WO2004057503A2 (en) * 2002-12-20 2004-07-08 Accenture Global Services Gmbh Quantification of operational risks
JP4241083B2 (ja) * 2003-02-21 2009-03-18 富士通株式会社 オペレーショナルリスク計量プログラム、オペレーショナルリスク計量方法およびオペレーショナルリスク計量装置
JP2006155427A (ja) * 2004-11-30 2006-06-15 Toshiba Corp オペレーショナルリスクの計量化装置、方法、およびプログラム
US20060195391A1 (en) * 2005-02-28 2006-08-31 Stanelle Evan J Modeling loss in a term structured financial portfolio
TW201017571A (en) * 2008-10-31 2010-05-01 G5 Capital Man Ltd Systematic risk managing method, system and computer program product thereof
FR2948209A1 (fr) * 2009-07-15 2011-01-21 Raphael Douady Simulation d'un agregat evolutif du monde reel, notamment pour gestion de risque
EP2467819A4 (en) * 2009-08-20 2013-04-03 Stamford Risk Analytics Llc RISK DETERMINATION / MEASURING SYSTEM AND RISK-BASED DECISION-ANALYSIS TOOL
US8190503B2 (en) * 2009-12-18 2012-05-29 International Derivatives Clearing Group, Llc Systems and methods for swap contracts management with a discount curve feedback loop

Also Published As

Publication number Publication date
EP2660757A1 (en) 2013-11-06
JP2012208643A (ja) 2012-10-25
KR20130085062A (ko) 2013-07-26
KR101471797B1 (ko) 2014-12-10
WO2012132354A1 (ja) 2012-10-04
JP5725547B2 (ja) 2015-05-27
EP2660757A4 (en) 2014-06-11
US20140297359A1 (en) 2014-10-02

Similar Documents

Publication Publication Date Title
Parthasarathy et al. Efficiency analysis of ERP packages—A customization perspective
Staron Critical role of measures in decision processes: Managerial and technical measures in the context of large software development organizations
US20160132798A1 (en) Service-level agreement analysis
KR101471797B1 (ko) 리스크 관리 장치
US20120010925A1 (en) Consolidation Potential Score Model
JP2016099915A (ja) 与信審査用サーバと与信審査用システム及び与信審査用プログラム
CN110335090A (zh) 基于商品销量分布预测的补货方法及系统、电子设备
KR101368103B1 (ko) 리스크 관리 디바이스
US8407430B2 (en) Analysis technique of computer system
JP6192432B2 (ja) リスク計量システム
JP6436474B2 (ja) 組織改善活動支援システム、それに用いられる装置、方法およびプログラム
JP2007188285A (ja) 閾値設定方法及びシステム
KR101566601B1 (ko) 리스크 관리 장치
KR101478935B1 (ko) 리스크-프로파일 생성 장치
US20190026742A1 (en) Accounting for uncertainty when calculating profit efficiency
JP5650290B1 (ja) オペレーショナルリスクの計量方法及び装置
JP5804492B2 (ja) リスク管理装置
Bos et al. A quantile-based realized measure of variation: New tests for outlying observations in financial data
Ragavan et al. Decision model for supplier selection using data envelopment analysis
Roy et al. Global Competitiveness Index and its Determinants: A Comparative Study.
KR101478934B1 (ko) 리스크-프로파일 생성 장치
CN114756450A (zh) 软件测试方法、装置、电子设备、存储介质和程序产品
CN118171960A (zh) 工程造价指标分析方法及系统
JP2006099492A (ja) 融資判断指標算出システム
Sellappan Exploring Gold as Alternative Currency for Future Cost Estimation in Telecommunication Projects

Legal Events

Date Code Title Description
A107 Divisional application of patent
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid