Modeling dependency between operational risk losses and macroeconomic variables using Hidden Markov Models
यह शोध पत्र हिडन मार्कोव मॉडल के एक विस्तार का प्रस्ताव करता है जो परिचालन जोखिम हानियों में समय-निर्भर विषमता और स्ट्रेस-टेस्ट संबंधों को प्रभावी ढंग से मॉडल करने के लिए एक सहायक चर के माध्यम से मैक्रोइकॉनॉमिकिक कोवेरियेट्स (macroeconomic covariates) को सम्मिलित करता है, जिसमें विभिन्न जोखिम-घटना प्रकारों में अंशांकन और सत्यापन के लिए एक्सपेक्टेशन-मैक्सिमाइजेशन एल्गोरिदम का उपयोग किया गया है।
मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल जहाज (एक बैंक) के कप्तान हैं जो वैश्विक अर्थव्यवस्था के महासागर में यात्रा कर रहे हैं। आपका काम जहाज को "ऑपरेशनल रिस्क" (परिचालन जोखिम) से सुरक्षित रखना है—ये वे अप्रत्याशित तूफान, रिसाव या चालक दल के विद्रोह हैं जो इसलिए नहीं होते कि बाजार गिर गया है, बल्कि इसलिए होते हैं क्योंकि आंतरिक गलतियाँ, हैकर्स, धोखाधड़ी या टूटी हुई प्रणालियाँ मौजूद हैं।
लंबे समय तक, कप्तानों ने इन आपदाओं की भविष्यवाणी करने के लिए एक सरल मानचित्र का उपयोग किया: "यदि हम इस मार्ग पर चलते हैं, तो रिसाव की 1% संभावना है।" उन्होंने माना कि महासागर शांत और अनुमानित है, जैसे कि एक सपाट स्विमिंग पूल। लेकिन वास्तव में, महासागर में धाराएं, ज्वार-भाटा और अचानक आने वाले तूफान होते हैं जो खेल के नियम बदल देते हैं।
यह शोध पत्र एक नए, स्मार्ट नेविगेशन सिस्टम के बारे में है जिसे हिडन मार्कोव मॉडल (HMM) कहा जाता है, जो कप्तान को न केवल यह समझने में मदद करता है कि रिसाव कहाँ हो रहे हैं, बल्कि यह भी कि वे अभी क्यों हो रहे हैं, बाहर के मौसम को देखकर।
यहाँ उनके विचार का विवरण दिया गया है, सरल उपमाओं का उपयोग करते हुए:
1. समस्या: "स्विमिंग पूल" बनाम "महासागर"
पारंपरिक जोखिम मॉडल बैंक के साथ एक स्विमिंग पूल जैसा व्यवहार करते हैं। वे मानते हैं कि यदि आज कोई गलती होती है, तो कल होने वाली गलती की संभावना बिल्कुल वही रहेगी। वे इस तथ्य को अनदेखा करते हैं कि कभी-कभी पूरा महासागर तूफानी होता है (एक वित्तीय संकट), और कभी-कभी यह शांत होता है।
- दोष: जब अर्थव्यवस्था घबराहट में होती है (जैसे 2008 में), तो बैंक अधिक गलतियाँ करते हैं। जब अर्थव्यवस्था फल-फूल रही होती है, तो वे कम गलतियाँ करते हैं। पुराने मॉडल इस संबंध को मिस कर देते हैं। वे एक ऐसे मौसम विज्ञानी की तरह हैं जो केवल घर के अंदर देखता है और बाहर के तूफान को अनदेखा कर देता है।
2. समाधान: "अदृश्य मौसम विज्ञानी" (हिडन मार्कोव मॉडल)
लेखक एक हिडन मार्कोव मॉडल का उपयोग करने का प्रस्ताव देते हैं। इसे जहाज के इंजन रूम में एक अदृश्य मौसम विज्ञानी के रूप में सोचें।
- छिपी हुई अवस्थाएँ (Hidden States): मौसम विज्ञानी जानता है कि जहाज दो में से एक "मोड" में है: शांत मोड (कम जोखिम) या तूफान मोड (उच्च जोखिम)। आप मोड को सीधे देख नहीं सकते, लेकिन आप लहरों (डेटा) को देखकर इसका अनुमान लगा सकते हैं।
- जादू: यह मौसम विज्ञानी केवल जहाज के इतिहास के आधार पर अनुमान नहीं लगाता; वह खिड़की से बाहर मैक्रोइकॉनोमिक वेरिएबल्स (जैसे VSTOXX, जो शेयर बाजार के लिए एक "डर का सूचक" है) को भी देखता है।
3. नया तरीका: कड़ियों को जोड़ना
शोध पत्र का बड़ा नवाचार जहाज के रिसाव (परिचालन हानि) को बाहरी मौसम (आर्थिक अस्थिरता) से जोड़ना है।
- उपमा: कल्पना कीजिए कि आप अनुमान लगाने की कोशिश कर रहे हैं कि आपकी कार कब खराब होगी।
- पुराना तरीका: "कारें बेतरतीब ढंग से खराब होती हैं।"
- नया तरीका: "जब बहुत ठंड होती है और सड़कें बर्फीली होती हैं, तो कारें अधिक बार खराब होती हैं।"
- लेखकों ने पाया कि धोखाधड़ी (जैसे कर्मचारियों द्वारा पैसे चुराना या झूठ बोलना) के लिए, "बर्फ" मायने रखती है। जब शेयर बाजार में घबराहट होती है (उच्च अस्थिरता), तो कर्मचारी हताश या लालची हो सकते हैं, जिससे अधिक धोखाधड़ी होती है। मॉडल यह सीखता है कि, "ओह, आज बाजार डरावना है, इसलिए मुझे कल अधिक धोखाधड़ी की उम्मीद करनी चाहिए।"
4. प्रयोग: नेविगेशन सिस्टम का परीक्षण
शोधकर्ताओं ने 2000 से 2018 तक के एक बैंक के डेटा पर इसका परीक्षण किया। उन्होंने विभिन्न प्रकार के जोखिमों को देखा:
- धोखाधड़ी (आंतरिक और बाहरी): यह "सड़क पर बर्फ" की तरह है। मॉडल बहुत अच्छा काम करता है! जब उन्होंने "मौसम का पूर्वानुमान" (बाजार की अस्थिरता) जोड़ा, तो उनकी भविष्यवाणियां बहुत सटीक हो गईं। मॉडल तूफान को देख सकता था और कप्तान को चेतावनी दे सकता था।
- भौतिक क्षति या सिस्टम की विफलता: यह "टूटे हुए बल्ब" की तरह है। क्या शेयर बाजार के क्रैश होने से बल्ब फ्यूज हो जाता है? नहीं। मॉडल ने पाया कि यहाँ "मौसम के पूर्वानुमान" को जोड़ने से मदद नहीं मिली। ये जोखिम भूकंप या खराब वायरिंग जैसी चीजों के कारण होते हैं, न कि शेयर बाजार के कारण।
5. परिणाम: यह क्यों मायने रखता है
- धोखाधड़ी के लिए: नया मॉडल एक सुपरहीरो है। वह जानता है कि जब अर्थव्यवस्था तनाव में होती है, तो धोखाधड़ी का जोखिम बढ़ जाता है। यह बैंक को संकट के दौरान बहुत अधिक लापरवाह होने या शांत समय के दौरान बहुत अधिक सतर्क होने से रोकता है।
- अन्य जोखिमों के लिए: यह "एक ही आकार सबके लिए नहीं" (one size does not fit all) वाली स्थिति है। आपको टूटे हुए पाइप की भविष्यवाणी करने के लिए मौसम के पूर्वानुमान की आवश्यकता नहीं है, लेकिन आपको विद्रोह (mutiny) की भविष्यवाणी करने के लिए इसकी निश्चित रूप से आवश्यकता है।
मुख्य निष्कर्ष
यह शोध पत्र हमें सिखाता है कि जोखिम यादृच्छिक (random) नहीं है; यह प्रतिक्रियाशील (reactive) है।
इस "हिडन मार्कोव" नेविगेशन सिस्टम का उपयोग करके, बैंक केवल अनुमान लगाना बंद कर सकते हैं और पूर्वानुमान लगाना शुरू कर सकते हैं। वे शेयर बाजार के "डर के सूचक" को देख सकते हैं, यह महसूस कर सकते हैं कि जहाज "तूफान मोड" में प्रवेश कर रहा है, और नुकसान होने से पहले धोखाधड़ी के खिलाफ अपनी सुरक्षा कड़ी कर सकते हैं। यह आंखों पर पट्टी बांधकर जहाज चलाने और एक स्मार्ट सहायक के होने के बीच का अंतर है जो फुसफुसाता है, "कप्तान, तूफान आ रहा है, चालक दल को तैयार रहने के लिए कहें!"
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।