ยินดีต้อนรับสู่โลกของความเสี่ยงด้านปฏิบัติการ (Operational Risk)!
ในการเตรียมตัวสอบ FRM Part I คุณคงใช้เวลาไปกับการทำความเข้าใจเรื่อง ความเสี่ยงด้านตลาด (Market Risk) (การเปลี่ยนแปลงของราคา) และ ความเสี่ยงด้านเครดิต (Credit Risk) (การที่ลูกหนี้ไม่ชำระหนี้) มาเยอะแล้ว แต่จะเกิดอะไรขึ้นถ้าวันหนึ่งระบบคอมพิวเตอร์ล่ม พนักงานทุจริต หรือเกิดภัยพิบัติทางธรรมชาติขึ้นที่สำนักงาน? สิ่งเหล่านี้แหละคือ ความเสี่ยงด้านปฏิบัติการ (Operational Risk)
ให้ลองนึกภาพว่ามันคือ "ความเสี่ยงจากการดำเนินธุรกิจ" ครับ แม้มักจะถูกมองว่าเป็นหมวดหมู่ "อื่นๆ ที่เหลือ" แต่มันก็อันตรายไม่แพ้ความเสี่ยงด้านตลาดหรือเครดิตเลย ในบทนี้เราจะมาเรียนรู้วิธีการจำกัดความ จัดกลุ่ม และคำนวณว่าธนาคารต้องสำรองเงินทุนเท่าไหร่เพื่อรองรับความเสี่ยงนี้ ถ้ารู้สึกว่ามันกว้างไปหน่อยในตอนแรก ไม่ต้องกังวลนะ เราจะค่อยๆ เจาะลึกไปทีละประเด็นเอง!
1. ความเสี่ยงด้านปฏิบัติการคืออะไรกันแน่?
ตามคำนิยามอย่างเป็นทางการของคณะกรรมการบาเซิล (Basel Committee) ความเสี่ยงด้านปฏิบัติการ คือความเสี่ยงที่จะเกิดความเสียหายอันเป็นผลมาจาก กระบวนการทำงานภายใน คน ระบบงานที่ล้มเหลวหรือไม่เพียงพอ หรือมาจากเหตุการณ์ภายนอก
ข้อควรจำ: คำนิยามนี้ รวมถึง ความเสี่ยงด้านกฎหมาย (Legal Risk) แต่ ไม่รวมถึง ความเสี่ยงด้านกลยุทธ์ (Strategic Risk) และ ความเสี่ยงด้านชื่อเสียง (Reputational Risk) ซึ่งเป็นกับดักที่คนมักจะพลาดในการสอบ!
แนวคิดพื้นฐาน: อะไรที่ถูกตัดออกไป?
- ความเสี่ยงด้านกลยุทธ์ (Strategic Risk): การตัดสินใจทางธุรกิจที่ผิดพลาด (เช่น การออกผลิตภัณฑ์ที่ไม่มีใครต้องการ)
- ความเสี่ยงด้านชื่อเสียง (Reputational Risk): การที่ผู้คนมองแบรนด์ของคุณในแง่ลบ (ถึงแม้ว่าความล้มเหลวทางปฏิบัติการมักจะ นำไปสู่ ความเสียหายต่อชื่อเสียง แต่ตัวความเสียหายนั้นไม่ถือเป็น "ความเสี่ยงด้านปฏิบัติการ" ตามนิยามอย่างเป็นทางการ)
ทบทวนสั้นๆ: ถ้าทนายฟ้องธนาคารเพราะข้อผิดพลาดในสัญญา นั่นถือเป็นความเสี่ยงด้านปฏิบัติการ แต่ถ้า CEO วางแผนกลยุทธ์ 5 ปีที่ผิดพลาด นั่นคือความเสี่ยงด้านกลยุทธ์ (ไม่ใช่ความเสี่ยงด้านปฏิบัติการ)
2. ประเภทของเหตุการณ์ 7 กลุ่ม
เพื่อให้จัดการได้ง่ายขึ้น หน่วยงานกำกับดูแลได้แบ่งความเสี่ยงด้านปฏิบัติการออกเป็น 7 ประเภท คุณควรจำกลุ่มเหล่านี้ไว้ให้แม่นสำหรับการสอบ:
1. การทุจริตภายใน (Internal Fraud): พนักงานขโมยหรือโกหก (เช่น การใช้ข้อมูลภายในซื้อขายหุ้น, พนักงานเทรดเดอร์เถื่อน - Rogue Trading)
2. การทุจริตภายนอก (External Fraud): บุคคลภายนอกขโมย (เช่น การแฮ็กระบบ, การปลอมแปลงเช็ค)
3. การปฏิบัติงานด้านบุคคลและความปลอดภัยในที่ทำงาน (Employment Practices and Workplace Safety): การเรียกร้องค่าชดเชยของพนักงาน, การฟ้องร้องเรื่องการเลือกปฏิบัติ
4. ลูกค้า ผลิตภัณฑ์ และการปฏิบัติทางธุรกิจ (Clients, Products, and Business Practices): การขายผลิตภัณฑ์ที่ไม่เหมาะสมแก่ลูกค้า (เช่น กรณีอื้อฉาวเรื่อง "บัญชีปลอม" ของ Wells Fargo)
5. ความเสียหายต่อสินทรัพย์ทางกายภาพ (Damage to Physical Assets): การก่อการร้าย, น้ำท่วม, ไฟไหม้ หรือแผ่นดินไหวที่กระทบต่อตัวอาคาร
6. การหยุดชะงักของธุรกิจและความล้มเหลวของระบบ (Business Disruption and System Failures): ระบบ IT ล่ม, บั๊กของซอฟต์แวร์, สาธารณูปโภคขัดข้อง
7. การดำเนินการ การส่งมอบ และการจัดการกระบวนการ (Execution, Delivery, and Process Management): ข้อผิดพลาดในการบันทึกข้อมูล, การส่งงานให้คู่ค้าไม่ทันเวลา, หรือการพลาดส่งรายงานให้หน่วยงานกำกับดูแล
เทคนิคช่วยจำ: "I Eat Every Cookie During Business Exams"
(Internal, External, Employment, Clients, Damage, Business, Execution)
3. ความถี่และความรุนแรง: สองเสาหลักของความเสียหาย
เมื่อพูดถึงความเสียหาย เราสนใจสองอย่างคือ เกิดขึ้นบ่อยแค่ไหน และ สร้างความเสียหายเท่าไหร่ ความเสี่ยงด้านปฏิบัติการมีความพิเศษเพราะความเสียหายส่วนใหญ่มักตกอยู่ใน 2 สุดโต่ง:
A. ความถี่สูง ผลกระทบต่ำ (High-Frequency, Low-Impact - HFLI): เหมือนกับ "กระดาษบาดมือ" เกิดขึ้นทุกวัน (เช่น ข้อผิดพลาดเล็กๆ น้อยๆ ในการประมวลผลบัตรเครดิต) มูลค่าความเสียหายแต่ละครั้งไม่มาก และเราคาดการณ์ได้ง่าย โดยทั่วไปเราถือว่าเป็น ต้นทุนในการทำธุรกิจ
B. ความถี่ต่ำ ผลกระทบสูง (Low-Frequency, High-Impact - LFHI): สิ่งเหล่านี้คือ "หงส์ดำ" (Black Swans) แทบไม่เคยเกิดขึ้นเลย แต่ถ้าเกิดขึ้นเมื่อไหร่ อาจทำให้บริษัทล้มละลายได้ (เช่น การถูกโจมตีทางไซเบอร์ครั้งใหญ่ หรือเทรดเดอร์เถื่อนทำเงินหายหลายพันล้าน) สิ่งเหล่านี้คือสิ่งที่ทำให้ผู้จัดการความเสี่ยงนอนไม่หลับ!
ประเด็นสำคัญ: การบริหารความเสี่ยงด้านปฏิบัติการเน้นไปที่ "Tail Risk" เป็นหลัก ซึ่งก็คือเหตุการณ์ที่เกิดขึ้นยากมากแต่มีค่าใช้จ่ายสูงมหาศาล
4. การสร้างแบบจำลองความเสี่ยงด้านปฏิบัติการ
ในการคำนวณว่าต้องสำรองเงินทุนเท่าไหร่ เราต้องสร้างแบบจำลองความเสียหายรวม ซึ่งทำได้โดยการรวมการกระจายตัว 2 รูปแบบเข้าด้วยกัน:
ขั้นตอนที่ 1: ความถี่ของความเสียหาย (เกิดขึ้นบ่อยแค่ไหน)
เรามักใช้ การกระจายตัวแบบปัวซอง (Poisson Distribution) ทำไมนะเหรอ? เพราะ Poisson ถูกออกแบบมาเพื่อนับจำนวนครั้งที่เหตุการณ์เกิดขึ้นในช่วงเวลาที่กำหนด
สูตรสำหรับความน่าจะเป็นของการเกิดเหตุการณ์ \(n\) ครั้ง คือ:
\(P(n) = \frac{e^{-\lambda} \lambda^n}{n!}\)
ไม่ต้องตกใจ! โดยปกติคุณแค่ต้องรู้ว่า \(\lambda\) (แลมบ์ดา) คือจำนวนเหตุการณ์เฉลี่ยที่เกิดขึ้น
ขั้นตอนที่ 2: ความรุนแรงของความเสียหาย (มูลค่าเท่าไหร่)
เรามักใช้ การกระจายตัวแบบลอคนอร์มอล (Lognormal Distribution) ทำไมนะเหรอ? เพราะความเสียหายที่เป็นตัวเงินไม่สามารถติดลบได้ และลอคนอร์มอลมี "หางที่ยาว" ไปทางขวา ซึ่งแสดงภาพเหตุการณ์หายากที่สร้างความเสียหายมหาศาลที่เราคุยกันก่อนหน้านี้ได้อย่างสมบูรณ์แบบ
ขั้นตอนที่ 3: การกระจายตัวของความเสียหายรวม (Aggregate Loss Distribution)
เมื่อเรารวมความถี่และความรุนแรงเข้าด้วยกัน เราจะได้การกระจายตัวของความเสียหายรวม เราใช้เทคนิคที่เรียกว่า Monte Carlo Simulation หรือ Convolution ในการคำนวณ เป้าหมายคือการหา 99.9% Value at Risk (VaR) ซึ่งก็คือจำนวนเงินที่เรามั่นใจ 99.9% ว่าจะครอบคลุมความเสียหายที่เกิดขึ้นในหนึ่งปี
รู้หรือไม่? ต่างจากความเสี่ยงด้านตลาดที่มักใช้ VaR ที่ 1 วันหรือ 10 วัน แต่ความเสี่ยงด้านปฏิบัติการมักคำนวณบนกรอบเวลา 1 ปี เสมอ
5. เงินกองทุนตามกฎเกณฑ์: ธนาคารคำนวณ "กันชนเพื่อความปลอดภัย" อย่างไร?
ในส่วนของ "Valuation and Risk Models" สิ่งสำคัญคือต้องรู้ว่ากฎของ Basel พัฒนาไปอย่างไรในการคำนวณเงินกองทุนสำหรับความเสี่ยงด้านปฏิบัติการ
วิธีเก่า (บริบททางประวัติศาสตร์)
1. Basic Indicator Approach (BIA): เงินกองทุน = 15% ของรายได้รวมเฉลี่ยย้อนหลัง 3 ปี
2. The Standardized Approach (TSA): ธนาคารจะถูกแบ่งออกเป็น 8 สายธุรกิจ โดยแต่ละสายจะมีเปอร์เซ็นต์ของรายได้รวมของตัวเอง (12% ถึง 18%)
วิธีใหม่: The Standardized Measurement Approach (SMA)
เนื่องจากวิธีเก่าเรียบง่ายเกินไป และแบบจำลองภายในของแต่ละธนาคารนั้นซับซ้อนเกินไป (และบางครั้งธนาคารก็นำไปปรับแต่งเพื่อประโยชน์ตน) หน่วยงานกำกับดูแลจึงย้ายมาใช้ SMA ซึ่งเป็นจุดเน้นหลักของหลักสูตรในปัจจุบัน
เงินกองทุนภายใต้ SMA คำนวณจาก 2 องค์ประกอบ:
1. The Business Indicator (BI): ตัวแทนของขนาดธนาคารโดยดูจากงบการเงิน
2. The Internal Loss Multiplier (ILM): ตัวปรับค่าเงินกองทุนตามประวัติความเสียหาย จริง ของธนาคารย้อนหลัง 10 ปี ถ้าธนาคารของคุณมีประวัติ "เกิดอุบัติเหตุบ่อย" เงินกองทุนที่ต้องสำรองก็จะเพิ่มขึ้น!
ทบทวนสั้นๆ:
- ความเสียหายขนาดเล็ก: คาดการณ์ได้ จัดการด้วยงบประมาณปกติของธุรกิจ
- ความเสียหายขนาดใหญ่: คาดการณ์ไม่ได้ จัดการด้วย Economic Capital
6. ข้อผิดพลาดที่พบบ่อยและควรหลีกเลี่ยง
- จำสับสนระหว่างความเสี่ยงด้านกฎหมายกับกลยุทธ์: จำไว้ว่า กฎหมาย = ปฏิบัติการ, กลยุทธ์ = ไม่ใช่ปฏิบัติการ
- ลืมกรอบเวลา: เงินกองทุนสำหรับความเสี่ยงด้านปฏิบัติการมักคำนวณบนพื้นฐาน 1 ปี ในขณะที่ความเสี่ยงด้านตลาดมักใช้กรอบเวลาที่สั้นกว่ามาก
- คิดว่ามีการกระจายตัวแบบปกติ: อย่าเดาว่าความเสียหายด้านปฏิบัติการมีการกระจายตัวแบบ Normal เพราะมันมี "หางที่หนา" (Fat-tailed) และเบ้ (นั่นคือเหตุผลที่เราใช้ Lognormal สำหรับความรุนแรง)
7. สรุปประเด็นสำคัญ
- นิยาม: ความเสี่ยงจากคน กระบวนการ ระบบงานที่ล้มเหลว หรือเหตุการณ์ภายนอก
- ประเภท: 7 กลุ่ม (ทุจริตภายใน, ทุจริตภายนอก ฯลฯ)
- ความถี่: ใช้แบบจำลอง Poisson
- ความรุนแรง: ใช้แบบจำลอง Lognormal
- HFLI vs LFHI: ความถี่สูง/ผลกระทบต่ำเป็นเรื่องปกติ แต่ความถี่ต่ำ/ผลกระทบสูงคือ Tail Risk ที่อันตราย
- เงินกองทุน: มุ่งสู่ Standardized Measurement Approach (SMA) ซึ่งรวมขนาดของธนาคาร (BI) กับประวัติความเสียหาย (ILM) เข้าด้วยกัน
สู้ต่อไปครับ! แม้ความเสี่ยงด้านปฏิบัติการจะเป็นหัวข้อที่เน้นคุณภาพมากกว่าตัวเลข แต่การเข้าใจแนวคิดเชิงปริมาณอย่างความสัมพันธ์ของ Poisson/Lognormal จะทำให้คุณได้เปรียบในการสอบอย่างมาก!