Risques opérationnels : nouvelles techniques de modélisation

La modélisation quantitative des risques opérationnels est une obligation pour les organismes bancaires qui veulent passer en méthode avancée dans le cadre de Bâle II. Toutefois, les risques opérationnels sont difficiles à modéliser : ils sont nombreux, de nature (fraude, juridique, naturel,...), et d’impact (risques de gravité, risques de fréquence) très différents, sensibles au contexte (économique, social etc.).Leur modélisation suppose toujours une habile mise en œuvre des connaissances disponibles au sein d’une organisation. La fusion des données historiques, matérialisant les expériences passées, et de l’expertise humaine, décrivant les processus, est une condition indispensable pour une évaluation quantifiée des risques et l’établissement de prévisions fiables.

Les réseaux bayésiens, modèles hybrides de connaissances, opèrent cette fusion et se positionnent ainsi comme technologie clé dans la modélisation des risques opérationnels, qui devrait à terme remplacer les approches classiques restrictives (Loss Distribution Approach et scénarios).