What Drives Cyber Losses at U.S. Banks? Potential Statistical Markers
Utilizzando nuovi dati granulari a livello di singola banca, questo studio rivela che i tassi di perdita da cybercrime nelle banche statunitensi seguono una relazione a forma di U con la dimensione della banca e sono guidati principalmente da fattori idiosincratici, sebbene le banche più redditizie ed efficienti tendano a registrare tassi di perdita inferiori controllando per la dimensione.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Ogni banca possiede una cassaforte digitale, non solo per il denaro, ma anche per i vasti flussi di dati che tengono in movimento l'economia moderna. Proteggere queste casseforti è una battaglia costante contro gli attacchi informatici, che possono variare da piccoli guasti tecnici a furti massicci che minacciano la stabilità finanziaria. Per anni, regolatori e dirigenti bancari si sono interrogati su chi sia il più vulnerabile: sono le grandi istituzioni con reti complesse e ramificate, o le piccole banche di comunità con meno risorse per costruire difese solide? Per rispondere a questo, i ricercatori hanno bisogno di un modo per misurare l'importo medio di denaro che una banca potrebbe perdere in un anno tipico a causa di queste minacce digitali. Questa cifra, nota come perdita annua media, funge da base per comprendere il rischio, aiutando i funzionari a decidere quanto assicurazione acquistare o quanto spendere in sicurezza. Fino a tempi recenti, tuttavia, non esisteva un quadro chiaro di come queste potenziali perdite cambiassero al crescere o diminuire delle dimensioni delle banche, lasciando un vuoto nella comprensione di dove risiedano realmente i pericoli maggiori.
Un team di ricercatori della Federal Reserve Bank di Dallas si è posto l'obiettivo di colmare questa lacuna combinando nuove e dettagliate stime del rischio cibernetico con i dati finanziari standard di miglia di banche statunitensi. Hanno utilizzato una sofisticata piattaforma di modellazione che simula decine di migliaia di potenziali incidenti informatici, che vanno dal furto di dati alle richieste di riscatto per ransomware, fino ai disservizi operativi. Alimentando questi dati di perdita simulata nei modelli statistici insieme ai numeri reali delle prestazioni bancarie, hanno cercato di identificare i fattori specifici che fanno aumentare o diminuire tali perdite. Il loro obiettivo era andare oltre le congetture e trovare i veri indicatori statistici che segnalano un rischio maggiore o minore di perdita finanziaria derivante da eventi informatici.
I ricercatori hanno scoperto un modello che smentisce la comune ipotesi secondo cui le banche più grandi siano semplicemente più esposte al rischio. Invece di una linea retta in cui il rischio aumenta o diminuisce costantemente con le dimensioni, i dati hanno rivelato una distinta forma a "U". Il rischio di perdere denaro a causa di attacchi informatici è massimo per le banche più piccole e per quelle più grandi, mentre scende al punto minimo per le istituzioni di medie dimensioni. Questo risultato mette in discussione l'idea che il rischio informatico diminuisca semplicemente man mano che le banche crescono. Le banche più piccole spesso mancano delle disponibilità economiche necessarie per investire in sistemi di sicurezza robusti, rendendole bersagli facili. Al contrario, le banche più grandi, nonostante i loro enormi budget per la sicurezza, sono così complesse e detengono dati così preziosi da rimanere bersagli altamente attraenti e redditizi per gli attaccanti. Le banche di medie dimensioni sembrano trovarsi in un "punto di equilibrio", possedendo risorse sufficienti per difendersi efficacemente senza l'eccessiva complessità che rende vulnerabili le grandi istituzioni.
Oltre alla forma della curva, lo studio ha scoperto che la dimensione di una banca è il predittore più potente della sua percentuale di perdita informatica. Una volta considerato il dimensionamento della banca, altri parametri finanziari standard hanno sorprendentemente poco potere nel spiegare perché una banca perda più di un'altra. Ciò suggerisce che il rischio informatico contenga un elemento unico e rilevante specifico per ogni istituzione, che non può essere facilmente previsto guardando solo i loro bilanci. Tuttavia, tra i fattori che effettivamente contano, i ricercatori hanno scoperto che le banche più redditizie ed efficienti tendono ad avere tassi di perdita inferiori. Ciò implica che le banche con una solida salute finanziaria e una buona gestione potrebbero essere meglio posizionate per investire nelle misure di sicurezza che prevengono le perdite, o forse la loro disciplina operativa si estende anche alle loro difese digitali.
Lo studio si è basato sui dati del 2023 e si è concentrato sulle perdite "attritionali", ovvero quegli incidenti frequenti e su piccola scala che accadono regolarmente, piuttosto che su eventi rari e catastrofici che potrebbero scuotere l'intero sistema. Sebbene le cifre siano piccole — con una media di poco superiore a un punto base delle entrate della banca — i modelli che rivelano sono significativi per i regolatori. I risultati suggeriscono che un approccio unico per tutti al rischio informatico sia insufficiente. Al contrario, i supervisori devono riconoscere che le minacce affrontate da una piccola banca di comunità sono fondamentalmente diverse da quelle affrontate da un gigante globale, e che la via di mezzo offre un grado di sicurezza sorprendente. Man mano che l'intelligenza artificiale e i nuovi metodi di attacco evolvono, queste misurazioni di base rimarranno essenziali per comprendere come il sistema finanziario riesca a resistere alla costante minaccia digitale.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.