شناسایی و تحلیل ریسک‌های عملیاتی با استفاده از نگاشت شناختی فازی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی گروه مدیریت صنعتی، دانشکدۀ مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

2 استاد گروه مدیریت صنعتی، گروه مدیریت صنعتی، دانشکدۀ مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

3 استادیار گروه مدیریت صنعتی، گروه مدیریت صنعتی، دانشکدۀ مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران

چکیده

در سال‌های اخیر، بانک‌ها و مؤسسات مالی بیش از پیش به مدیریت ریسک عملیاتی توجه کرده‌اند. همانگونه که در توافقنامۀ بال و سایر چارچوب‌های مدیریت ریسک اذعان شده است شناسایی ریسک، نخستین مرحلۀ فرایند مدیریت ریسک تلقی می‌شود. مدیریت و کنترل ریسک مستلزم شناسایی ریسک‌ها و عوامل ایجادکننده و ساز و کار علت و معلولی آنها است. نگاشت ریسک یکی از ابزارهای پذیرفته‌شده برای شناسایی ریسک عملیاتی است که تاکنون روش‌های کمی برای تهیۀ آن توسعه داده شده است. در مقالۀ حاضر، نگاشت ریسک مبتنی بر فرایند به‌عنوان ابزار شناسایی ریسک انتخاب و امکان تهیۀ نگاشت ریسک با استفاده از یک تکنیک نگاشت شناختی فازی به‌عنوان تکنیک ساختاردهی مسأله بررسی شد. پس از تشکیل نگاشت با افراز ریسک‌های شناسایی‌شده به فعالیت‌های مربوط در فرایند مدّنظر مشخص شد فعالیت «اعتبارسنجی»، پرریسک‌ترین فعالیت در این فرایند است؛ سپس با تجزیه و تحلیل عناصر نگاشت ریسک‌ها و عوامل کلیدی شناسایی و درنهایت، اثر سیاست‌های مختلف کنترل ریسک در عناصر نگاشت در قالب سه دسته سناریو بررسی شد.

کلیدواژه‌ها


عنوان مقاله [English]

Identification and Analysis of Operational Risks: A Fuzzy Cognitive Map Approach

نویسندگان [English]

  • Khadije Mostafaee 1
  • Adel Azar 2
  • Abbas Moghbel 3
1 Tarbiyat Modares University, Tehran, Iran
2 Tarbiyat Modares University, Tehran, Iran
3 Tarbiyat Modares University, Tehran, Iran
چکیده [English]

Recently, banks and financial institutions have paid more and more attention to operational risk management. As Basel and other risk management frameworks have acknowledged, risk identification is considered as the first step of risk management process. Although estimating the risk of coverage capital is considered the ultimate goal of risk measurement and risk assessment, there is no doubt that risk management and control requires identification of the risks and factors causing them, as well as their causal mechanisms. In the present paper, a methodology was developed to map operational risks, risk factors, risk consequences and their causal links. Process based approach was used for risk mapping, and fuzzy cognitive map was introduced as risk mapping tool which is an expert based structuring technique and does not rely on operational risk data bases. Then, risk partitions were determined and finally a set of risk control policies were examined as three different scenarios.

کلیدواژه‌ها [English]

  • Operational Risk
  • Risk Identification
  • Risk Map
  • Fuzzy Cognitive Map
  • Risk Management

از دهۀ 1990 رویدادهای زیان عملیاتی بزرگی در بانک‌ها و مؤسسات مالی کشف شد که مؤسسات مالی و نهادهای نظارتی را به صرف توجه بیشتر به توسعه و بهبود اقدامات مدیریتی برای کنترل و کاهش ریسک‌های عملیاتی ملزم کرد. تا سال 2004 توجهات به ریسک‌های بازار، اعتباری و نقدینگی معطوف بوده است؛ اما از سال 2011 به‌طور عمده، به رویدادهای زیان‌باری توجه شده است که در مؤسسات مالی بزرگ تأثیر می‌گذارد و موجب احیای بحث مدیریت ریسک عملیاتی شده است [18]؛ به‌گونه‌ای که امروزه شناسایی ریسک عملیاتی و اندازه‌گیری سرمایۀ پوششی این نوع ریسک به یکی از الزامات برنامه‌های مدیریت ریسک در بانک‌ها و مؤسسات مالی تبدیل شده است.

بین انواع مختلف ریسک‌هایی که در مؤسسات مالی تأثیر می‌گذارد، ریسک عملیاتی می‌تواند بیشترین قدرت تخریب را داشته باشد که البته به‌سختی پیش‌بینی می‌شود. ریسک‌های اعتباری و بازار اکنون به‌خوبی شناخته شده است؛ اما ریسک عملیاتی هنوز هم برای مدیران مبهم است. برخلاف ریسک‌های بازار و اعتباری که در حوزه‌های مشخصی از کسب و کار وجود دارد، ریسک عملیاتی جزئی از تمام فرایندهای کسب و کار است. کمیتۀ بال که یکی از کمیته‌های بانک تسویه بین‌الملل[1] است و در زمینۀ تدوین قوانین مدیریت ریسک در مؤسسات مالی پیشرو است، در سال 2006 در توافقنامۀ بال 2 ریسک عملیاتی را به‌عنوان دستۀ جدیدی از ریسک‌های پیش روی بانک‌ها و مؤسسات مالی معرفی و بانک‌ها را ملزم کرد که به صورت مستقل، سرمایۀ پوششی ریسک عملیاتی را در کنار سرمایۀ پوششی ریسک‌های اعتباری و بازار محاسبه کنند [12]. اتّخاذ تصمیم‌های آگاهانه دربارۀ شیوۀ مقابله با ریسک، مستلزم انتقال اطلاعات ریسک به تمام سطوح و بخش‌های سازمان است. اولین گام در فرایند انتقال اطلاعات ریسک، شناخت ریسک‌های موجود در عملیات است. سیستم مدیریت ریسک با هر رویکردی که تعریف شود، باید سه کارکرد شناسایی، ارزشیابی و تعریف پاسخ به ریسک را داشته باشد [7] توافقنامۀ بال 2 نیز شناسایی ریسک‌ها را اولین مرحلۀ مدیریت ریسک عملیاتی برشمرده است. شناسایی و ارزیابی اولیۀ ریسک‌ها به خودی خود، می‌تواند مفید واقع شود؛ حتی اگر تحلیل‌های پیشرفته‌تر بر یافته‌های اولیه انجام نشود [29]. نگاشت ریسک یکی از ابزارهای معرفی‌شده برای شناسایی ریسک‌های عملیاتی است که دربارۀ اهمیت و مزیت کاربرد آن اتفاق نظر وجود دارد [27]؛ اما تاکنون، روش‌ها و دستورالعمل‌های اندکی برای تهیۀ نگاشت ریسک توسعه داده شده است. پژوهش حاضر، امکان تهیۀ نگاشت ریسک را با استفاده از تکنیک نگاشت شناختی فازی بررسی می‌کند.

 

مبانی نظری

ریسک عملیاتی را اولین بار، کمیتۀ بال[2] در توافقنامۀ بال2[3] به‌عنوان یکی از ریسک‌های اثرگذار در تعیین حجم سرمایۀ پوششی ریسک معرفی کرد. کمیتۀ بال، ریسک عملیاتی را ریسک زیان ناشی از بی‌کفایتی یا ناکارآمدی فرایندها، افراد و سیستم‌های داخلی یا رویدادهای خارجی تعریف و رویدادهای زیان عملیاتی را به هفت دسته تقسیم کرده است: مشتریان، محصولات و روش‌های خطوط کسب و کار، آسیب به دارایی‌های فیزیکی، توقف در خطوط کسب و کار و خرابی سیستم‌ها، اجرا، تحویل و مدیریت فرایند، تقلب داخلی، تقلب خارجی، ایمنی محل کار و روش‌های استخدام کارکنان. این کمیته در اصول چهارده‌گانه‌ای که با نام اقدامات مؤثر برای مدیریت ریسک عملیاتی تدوین کرده است، چهار فعالیت اصلی شناسایی، ارزیابی، نظارت و کاهش - کنترل را گام‌های مدیریت ریسک عملیاتی معرفی می‌کند [3]. این کمیته، در اصل چهارم، مقولۀ شناسایی ریسک را بررسی می‌کند و با وجود معرفی کارت امتیازی، نگاشت ریسک و شاخص‌های ریسک به‌عنوان ابزارهای قابل استفاده برای شناسایی ریسک‌های عملیاتی، توضیحی دربارۀ رویه‌های کاربردی تحلیل فرایندهای کسب و کار و شناسایی ریسک‌ها ارائه نمی‌دهد. در واقع، هدف این توافقنامه، تدوین اصول است و به همین دلیل، انتخاب تکنیک را به بانک‌ها و مؤسسات واگذار کرده است. کارت امتیازی به‌عنوان ابزار شناسایی ریسک، داده‌های زیان عملیاتی و شاخص‌های ریسک را ترکیب و با انجام نوعی خودارزیابی در خطوط کسب و کار، ریسک‌های عملیاتی بالقوه را شناسایی می‌کند [1]. نگاشت ریسک با هدف شناسایی ریسک‌های عملیاتی پیرامون این پرسش شکل می‌گیرد که «چه اشتباهی ممکن است رخ دهد؟» پاسخ به این پرسش تنها با تحلیل فرایندهای معین میسر است. اولین خروجی چنین تحلیلی، شناخت علت‌ها و پیامدهای رویدادهای ریسک است و خروجی دوم یک پایگاه داده کمّی یا حداقل قابل کمّی‌سازی است که می‌تواند برای الگوسازی پروفایل ریسک عملیاتی و هدایت اقدامات اصلاحی و پیشگیرانۀ مدیریتی، مفید واقع شود [27]. برای نگاشت ریسک، چندین شیوه وجود دارد. شاید متداول‌ترین تکنیک در این زمینه، نگاشت ریسک بر نمودار احتمال - شدت باشد که در چارچوب کوزو نیز بدان اشاره شده است [8]. این روش، تصویری از ریسک‌ها و برخی پارامترهای مربوط ازجمله شدت و احتمال آنها ایجاد می‌کند؛ اما به علت‌ها و پیامدهای ریسک توجهی ندارد. روش دیگر در این زمینه، نگاشت ریسک‌ها بر مراحل فعالیت فرایندها است. در این روش، عوامل کلیدی ریسک و محرک‌ها را در هر فرایند می‌توان شناسایی کرد. این روش، نتایج پیچیده‌تری به دست می‌دهد که بیشتر دربردارندۀ اطلاعات کیفی است؛ اما تصویر روشنی از وضعیت بخش‌های نیازمند تغییر در فرایندها ایجاد می‌کند. از این منظر، نگاشت ریسک، ابزاری برای مرتبط‌کردن ریسک با بخش‌های مختلف فرایند است. طراحی این ابزار، نیازمند روش مناسبی برای شناسایی و پوشش تمام ریسک‌های مربوط است. نگاشت ریسک، امکان تحلیل علت‌های زیان عملیاتی و امکان ردیابی زیان مالی را به منشأ ایجادکنندۀ آن فراهم می‌آورد. این امر، نقش کلیدی در اندازه‌گیری صحیح و گزارش‌دهی دربارۀ منابع در معرض ریسک عملیاتی و پیش‌بینی و اتّخاذ اقدام مناسب بر مبنای آن دارد [27]. شاخص‌های کلیدی ریسک یکی دیگر از ابزارهای پیشنهادی کمیتۀ بال برای شناسایی ریسک است. شاخص کلیدی ریسک، متغیری است که مبنای مطلوبی برای تخمین زیان ناشی از ریسک فراهم می‌آورد. پس از شناسایی روابط علت و معلولی بین علت‌های ریسک، رویدادهای ریسک و پیامدهای آن، از شاخص‌های کلیدی ریسک به‌عنوان شاخص پیش‌بینی وقوع ریسک و زیان ناشی از آن استفاده می‌شود. مقدار شاخص کلیدی ریسک در قالب تابعی از مقدار متغیرهای علت، ریسک و یا پیامدهای ریسک محاسبه می‌شود [1].

بررسی مبانی نظری موضوع نشان می‌دهد اغلب پژوهش‌های حوزۀ ریسک عملیاتی به فرایند تخمین زیان ناشی از ریسک عملیاتی یا استفاده از تخمین زیان برای محاسبۀ سرمایه پوششی ریسک عملیاتی توجه کرده‌اند [6، 14] و پژوهش‌های اندکی، ریسک و عوامل ایجادکنندۀ آن را بررسی کرده‌اند [6]. چرنوبی، جورین و یو[4] (2011) متغیرهای ایجادکنندۀ ریسک‌های عملیاتی را به دو دستۀ کلی متغیرهای سطح بنگاه و متغیرهای اقتصاد کلان تقسیم کردند؛ سپس از یک پایگاه دادۀ زیان عملیاتی به نام Algo FIRST برای شناسایی عوامل ایجادکنندۀ هر یک از رویدادهای ثبت‌شدۀ ریسک عملیاتی استفاده کردند. پس از آن، با فرض اینکه وقوع رویدادهای ریسک عملیاتی از فرایند پواسون شرطی تبعیت می‌کند، از رگرسیون پواسون برای تخمین تابع شدت ریسک عملیاتی استفاده کردند. هرمیت، بن عرب و رئیسی[5] (2013) با استفاده از پرسشنامه‌های بسته، وجود هفت دسته ریسک عملیاتی را در صنعت بیمۀ کشور تونس بررسی کردند و سپس تحلیل عاملی را برای تحلیل روابط بالقوه بین ریسک‌های عملیاتی و عوامل ایجادکنندۀ ریسک به کار بردند. بیرادار اغلو و یالچین[6] (2013) عوامل چهارگانۀ ذکرشده در کمیتۀ بال2 (نیروی انسانی، سیستم، فرایند و عامل خارجی) را به‌عنوان عوامل اصلی ایجادکنندۀ ریسک عملیاتی در نظر گرفتند و با شناسایی زیرعامل‌های مربوط به هر عامل اصلی به کمک خبرگان، ساختاری سلسله‌مراتبی از عوامل ایجادکنندۀ ریسک عملیاتی در بانک‌های دولتی و خصوصی ترکیه ارائه داده‌اند و سپس از تکنیک تحلیل سلسله‌مراتبی فازی برای ارزیابی عوامل ایجادکنندۀ ریسک عملیاتی در بانک‌های دولتی و خصوصی ترکیه استفاده کرده‌اند. اودنل[7] (2005) از تفکر سیستمی برای ارائۀ چارچوب شناسایی رویدادهای ریسک استفاده کرد و پیشنهاد داد ابتدا الگوی کسب وکار با تفکر سیستمی استخراج و سپس هر فرایند به رویه‌های تشکیل‌دهندۀ خود شکسته شود و رویدادهایی که در عوامل عملکردی تأثیر می‌گذارد، به ازای تمام رویه‌ها شناسایی شود. اسکاندیزو[8] (2005) با رویکرد تهیۀ نگاشت ریسک، روشی برای شناسایی ریسک‌های عملیاتی نهفته در گام‌های مختلف فرایندها ارائه داده است. نگاشت ریسک حاصل‌شده در پژوهش مذکور، عوامل ایجادکنندۀ ریسک، رویدادهای ریسک، و زیان ناشی از ریسک‌های مختلف مترتب بر فرایند مدّنظر را نشان می‌دهد؛ اما به مسألۀ تعیین قدرت رابطۀ علّی بین هر ریسک و عوامل ایجادکنندۀ آن توجه نکرده و روابط بین ریسک‌ها را نیز نادیده گرفته است.

انتخاب ابزار و تکنیک مناسب شناسایی ریسک به ویژگی‌ها و شرایط داخلی بانک بستگی دارد؛ اما در هر صورت، باید دو هدف اصلی را محقق کند: اولاً، فهرست رویدادهای ریسک را استخراج کند و دوم اینکه، روابط همبستگی بین رویدادها را بشناسد [8]. کمک[9] [15] معتقد است روشی که تمرکز بیش از حد بر کامل‌بودن تصویر از ریسک نداشته باشد؛ اما در پی کشف روابط باشد و به سلسله‌مراتب و تغییرات آتی ریسک‌ها از طریق سناریوپردازی نیز توجه داشته باشد، ترکیب خوبی از رویکردهای شناسایی ریسک است. نگاشت ریسک علاوه بر اینکه شناختی از ریسک‌های عملیاتی پیش رو ارائه می‌دهد، امکان تعقیب منشأ ریسک را نیز فراهم می‌آورد و به پایگاه‌های دادۀ زیان عملیاتی متکی نیست. پایگاه‌های دادۀ زیان در بهترین شرایط، مجموعۀ کاملی از داده‌های مربوط به رویدادهای گذشتۀ زیان عملیاتی را در بر می‌گیرد و اطلاعاتی دربارۀ رویدادهای زیان بالقوه پیش روی بانک ارائه نمی‌دهد؛ بنابراین هرچند منبع مهمی برای اندازه‌گیری زیان عملیاتی تلقی می‌شود؛ اما کارایی کافی برای تحقق اهداف مرحلۀ شناسایی ریسک ندارد؛ به‌ویژه در مواردی که بانک، پایگاه دادۀ زیان عملیاتی جامع و کامل ندارد. پژوهش‌های پیشین [28، 20] نشان می‌دهد بانک‌های ایرانی با ضعف جدی در پایگاه‌های دادۀ زیان عملیاتی روبه‌رو هستند و پژوهش‌هایی که ریسک عملیاتی را در بانک‌های ایرانی کمّی‌سازی کرده‌اند، یا از پایگاه‌های دادۀ خارجی استفاده کرده‌اند [26] یا ضمن استفاده از پایگاه‌های دادۀ داخلی بر وجود محدودیت‌های این پایگاه‌ها ازجمله ثبت‌شدن تعداد و انواع محدودی از رویدادهای زیان صحه گذاشته‌اند [22، 20]؛ از این‌رو، در پژوهش حاضر، نگاشت ریسک به‌عنوان ابزار شناسایی ریسک‌های عملیاتی انتخاب و در تهیۀ نگاشت ریسک از تکنیک نگاشت شناختی فازی[10] استفاده شده است.

نگاشت شناختی فازی یکی از تکنیک‌های تحقیق در عملیات نرم در حوزۀ ساختاردهی مسأله است که می‌تواند با استخراج نقشۀ ذهنی خبرگان، تصویری سلسله‌مراتبی از ریسک‌ها، عوامل ایجادکننده و پیامدهای آنها ارائه دهد و بدین‌ترتیب با تهیۀ نگاشت ریسک، اهداف اصلی مرحلۀ شناسایی ریسک را تحقق بخشد. علاوه بر این با کشف روابط بین عناصر نگاشت و ایجاد امکان سناریوپردازی برای بررسی اثر تغییرات عوامل ایجادکنندۀ ریسک، نگاشت ریسک را به ابزار کارآمدتری در شناسایی ریسک عملیاتی تبدیل می‌کند. نگاشت شناختی، شبکه‌ای متشکل از گره‌ها و پیکان‌ها به‌عنوان خطوط ارتباطی است (نوع خاصی از گراف جهت‌دار) که جهت پیکان رابطۀ علیت مدّنظر فرد را نشان می‌دهد [9]. نگاشت شناختی فازی، نسخۀ توسعه‌یافتۀ نگاشت شناختی است که برای الگوسازی زنجیرۀ پیچیدۀ روابط علّی استفاده می‌شود و قدرت روابط علّی را با عددی در بازه [1،1-] نمایش می‌دهد.کاسکو[11] [17] اولین کسی است که منطق فازی را با هدف استفاده از دانش کیفی، به نگاشت شناختی اضافه کرد. از این تکنیک در سال‌های اخیر در حوزه‌های متعدد مدیریت ریسک ازجمله ریسک پروژه [2]، ریسک زنجیرۀ تأمین [11]، ریسک اعتباری [31]، ریسک سیستمی [19] و ریسک‌های زیست محیطی [16] استفاده شده است. پژوهش‌های پیشین، کارایی نگاشت شناختی را در حوزۀ مدیریت ریسک اثبات کرده‌اند؛ اما تا آنجا که نویسندگان مطلع هستند، به استفاده از این تکنیک در حوزۀ شناسایی ریسک عملیاتی صنعت بانکداری و به‌طور خاص، تهیۀ نگاشت ریسک توجه نشده است. همانگونه که جدول 1 نشان می‌دهد، پژوهش‌های پیشین در حوزۀ شناسایی ریسک عملیاتی، فهرستی از ریسک‌ها و عوامل ایجادکنندۀ آن ارائه داده‌اند؛ اما به بحث شناسایی و تعیین قدرت روابط علّی کمتر توجه شده است. علاوه بر این، در همۀ پژوهش‌ها، ریسک‌ها مستقل از هم فرض شده‌اند و ساز و کاری برای استخراج روابط احتمالی بین ریسک‌های مختلف در نظر گرفته نشده است؛ در حالی که، نگاشت شناختی فازی علاوه بر قابلیت کشف ریسک و عوامل ایجادکنندۀ آن و روابط علت و معلولی بین آنها، روابط بین ریسک‌ها یا روابط بین عوامل را نیز نمایش می‌دهد. هدف پژوهش حاضر، همچون پژوهش اسکاندیزو (2005) تهیۀ نگاشت ریسک در سطح فرایند است؛ با این تفاوت که از یک تکنیک قدرتمند ساختاردهی مسأله برای تهیۀ نگاشت استفاده می‌کند و تنها به تهیۀ فهرست ریسک اکتفا نمی‌کند. در واقع، الگویی علّی از ریسک‌های عملیاتی مترتب بر فرایند مدّنظر ارائه می‌دهد که علاوه بر نمایش عوامل ایجادکننده، ریسک‌ها و پیامدها به‌عنوان عناصر الگو، روابط علت و معلولی بین تمامی عناصر از جمله روابط ممکن بین ریسک‌های مختلف را نشان می‌دهد و به عبارتی، بر قابلیت نگاشت ریسک به‌عنوان ابزار شناسایی ریسک می‌افزاید.

 

جدول (1) وجوه اشتراک و افتراق پژوهش حاضر با پژوهش‌های پیشین

پژوهش

استفاده از پایگاه داده زیان

استفاده از دانش خبرگان

تکنیک

سطح تحلیل

تهیۀ فهرست ریسک

شناسایی قدرت روابط علّی

توجه به روابط بین ریسک‌ها

اودنل (2005)

 

*

محقق‌ساخته

فرایند

*

 

 

اسکاندیزو (2005)

 

*

محقق‌ساخته

فرایند

*

 

 

چرنوبی، جورین و یو (2011)

*

 

رگرسیون پواسون

بنگاه

*

*

 

هرمیت، بن عرب و رئیسی 2013)

 

*

تحلیل عاملی

بنگاه

*

*

 

بیرادار اغلو و یالچین (20013)

 

*

تحلیل سلسله مراتبی فازی

صنعت

*

 

 

پژوهش حاضر

 

*

نگاشت شناختی فازی

فرایند

*

*

*

 


روش پژوهش

توافقنامۀ بال2 رویدادهای زیان عملیاتی را به هفت دسته تقسیم و هشت رشته فعالیت برای بانک‌ها تعریف کرده است. براساس این توافقنامه، بانک‌ها باید رویدادهای زیان عملیاتی را در رشته فعالیت‌های مذکور شناسایی و سپس سرمایۀ لازم را برای پوشش زیان عملیاتی ناشی از رویدادهای شناسایی‌شده محاسبه کنند. پیشنهاد می‌شود برای شناسایی ریسک‌های عملیاتی پیش روی بانک، ابتدا فرایندهای کلیدی هر یک از رشته فعالیت‌ها شناسایی شود؛ سپس نگاشت ریسک‌های مترتب بر هر فرایند به کمک نگاشت شناختی فازی تهیه شود. بدین‌ترتیب، نگاشت ریسک فرایندهای کلیدی هر رشته فعالیت به دست می‌آید که با افراز ریسک‌های شناسایی‌شده به فعالیت‌های مختلف فرایندها ضمن تعیین منشأ هر ریسک، فعالیت‌های پرریسک را برای اتّخاذ تدابیر کنترلی می‌توان شناسایی کرد. جدول 2 نمای کلی ماتریس وضعیت ریسک را در حالتی نشان می‌دهد که هر رشته فعالیت، n فرایند کلیدی دارد و برای هر فرایند کلیدی، m فعالیت در نظر گرفته شده است. نگاشت ریسک با افراز ریسک‌های شناسایی‌شده به فعالیت‌هایی که منشأ ریسک‌های مربوط هستند، تصویری از وضعیت ریسک عملیاتی بانک ارائه می‌دهد.

 

جدول (2) ماتریس وضعیت ریسکعملیاتی

 

 

 

در پژوهش حاضر، امکان استفاده از نگاشت شناختی فازی در یکی از سلول‌های ماتریس فوق یعنی سلول مربوط به فرایند اعطای ضمانت‌نامۀ بانکی در خط کسب و کار بانکداری خرد بررسی شد. گام اول تکنیک نگاشت شناختی فازی به استخراج نقشۀ ذهنی خبرگان دربارۀ مسألۀ مدّنظر اختصاص دارد. در این مرحله، از مصاحبه‌های نیمه‌ساختاریافته یا جلسات گروهی طوفان مغزی به‌عنوان ابزار استخراج نقشۀ ذهنی خبرگان استفاده می‌شود. در نگاشت گروهی، ابتدا در یک جلسۀ طوفان مغزی از خبرگان خواسته می‌شود، نظرات خود را در پاسخ به پرسش یا مسألۀ اصلی مکتوب و روی صفحۀ فلیپ چارت نصب کنند. پس از رسیدن به اشباع نظری، تسهیل‌گر گروه، پاسخ‌های خبرگان را براساس مشابهت موضوعی خوشه‌بندی می‌کند؛ سپس روابط علّی بین عناصر هر خوشه و روابط با عناصر سایر خوشه‌ها بررسی و ترسیم می‌شود [5]. پس از تشکیل شبکۀ نگاشت، روابط علّی براساس نظرات خبرگان با استفاده از متغیرهای زبانی توصیف می‌شود. وزن نهایی هر رابطه از ادغام نظرات خبرگان در این مورد به دست می‌آید. وزن متعلق به هر رابطه را می‌توان دیفازی کرد و وزن عددی (Eij) برای هر رابطه را به دست آورد که در بازه [1،1-] قرار می‌گیرد و درجۀ علیت بین دو مفهوم یا گره را بیان می‌کند [17]. بدین‌ترتیب، ماتریس اهمیت روابط با استفاده از وزن‌های دیفازی‌شدۀ روابط تشکیل می‌شود. علاوه بر این، هر گره می‌تواند ارزشی در بازه [0،1] اختیار کند که سطح فعال‌بودن نیز خوانده می‌شود و می‌تواند برابر با فراوانی نسبی گره مزبور باشد. در نگاشت شناختی فازی برای هر گره، یک مقدار ارزش اولیه تعریف می‌شود. ارزش اولیۀ تمامی عناصر نگاشت در قالب بردار سطری ارزش اولیه نمایش داده می‌شود. ارزش نهایی هر گره از ارزش پیشین خود، ارزش گره‌های علت و وزن روابط علّی گره‌های علت با گرۀ مذکور تأثیر می‌پذیرد؛ از این‌رو، نگاشت شناختی فازی به شبیه‌سازی رفتار سیستم مدّنظر توجه می‌کند و در هر مرحلۀ شبیه‌سازی با استفاده از رابطۀ زیر، بردار ارزش گره‌های نگاشت را محاسبه می‌کند. شبیه‌سازی تا زمانی ادامه می‌یابد که بردار ارزش گره‌ها به حالت پایدار برسد [30].

 

 نشان‌دهندۀ ارزش گرۀ i در تکرار (t+1)ام است.  و  به‌ترتیب، نشان‌دهندۀ ارزش گرۀ i و گرۀ j در تکرار tام است و  نشان‌دهندۀ وزن رابطۀ علّی بین گرۀ Cj و Ci است و f یک تابع زیگمویدی است که ارزش گره‌ها را در بازه [0،1] نگه می‌دارد.

در پژوهش حاضر، پس از انتخاب فرایند صدور ضمانتنامۀ بانکی به‌عنوان یکی از فرایندهای کلیدی در خط کسب وکار بانکداری خرد، مقدمات اجرای تکنیک نگاشت شناختی فازی فراهم شد. اولین مسأله، انتخاب گروه خبرگان بود که به پیروی از آکرمن و همکارانش (2014) ترکیب گروه در تعامل با صاحبان مسأله یعنی رئیس ادارۀ ریسک و کارشناسان ریسک عملیاتی بانک مربوط انتخاب شد. از آنجا که هدف، شناسایی ریسک‌های عملیاتی است و منشأ اصلی وقوع این ریسک‌ها، ناکارآمدی افراد، سیستم‌ها و فرایندهای بانک است، باید افرادی به‌عنوان خبره انتخاب می‌شدند که به شیوۀ اجرای فرایند، وقوف کامل داشته باشند و الزامات و نیازهای فرایند مدّنظر را بشناسند؛ از این‌رو، کوشش شد شرکت‌کنندگان از بین افراد واجد شرایطی انتخاب شوند که سطوح مختلف سازمانی (کارشناس تسهیلات، رئیس دایرۀ تسهیلات شعبه، رئیس شعبه، معاون تسهیلات سرپرستی شعب و کارشناس و رئیس ادارۀ ریسک) در فرایند مدّنظر دخیل باشند و از این طریق، امکان احصای دیدگاه‌های مختلف فراهم شود و نگاشت حاصل، جامعیت داشته باشد. بدین‌منظور، ابتدا الگوی فرایند مدّنظر تهیه و در تعامل با خبرگان پژوهش جرح و تعدیل شد و درنهایت، دربارۀ آن توافق شد و قبل از برگزاری جلسۀ نگاشت، نسخه‌ای از الگوی نهایی فرایند مدّنظر در اختیار همۀ شرکت‌کنندگان قرار گرفت؛ سپس جلسۀ نگاشت با حضور شش نفر از خبرگان مرتبط با فرایند مدّنظر تشکیل شد. در بخش اول جلسۀ نگاشت گروهی، از شرکت‌کنندگان خواسته شد ریسک‌های عملیاتی مترتب بر فعالیت‌های مختلف فرایند مدّنظر را مطرح کنند. بدین‌ترتیب، گره‌های نگاشت به روش طوفان مغزی استخراج و خوشه‌بندی و در بخش بعدی، روابط علّی بین عناصر هر خوشه و ارتباط آنها با عناصر سایر خوشه‌ها بررسی و تعیین شد و بدین‌ترتیب، الگوی ریسک عملیاتی مربوط به فرایند مدّنظر در قالب نگاشت علّی ریسک عملیاتی شکل گرفت که علاوه بر ریسک‌های مترتب بر فرایند، عوامل علّی ریسک‌ها، نتایج و پیامدها و روابط آنها را در بر داشت. خروجی نگاشت شناختی، الگویی کیفی است که تفکرات و نقشۀ ذهنی افراد را نشان می‌دهد؛ بنابراین امکان سنجش روایی آن به‌صورت رسمی و معمول الگوهای کمّی وجود ندارد و از روایی کیفی به‌عنوان جایگزین روایی رسمی می‌توان استفاده کرد. روایی کیفی در قالب بررسی انطباق الگو با واقعیت انجام می‌شود [24]. ندکارنی و شنوی[12] (2001) نیز دستیابی به توافق میان خبرگان در همۀ مراحل نگاشت را یکی از روش‌های متداول اعتباربخشی به بخش کیفی نگاشت شناختی برشمردند. در پژوهش حاضر برای اعتباربخشی به الگوی کیفی به پیروی از ندکارنی و شنوی (2001) توافق خبرگان، ملاک افزودن متغیرها و روابط قرار گرفت. در مرحلۀ اول جلسۀ نگاشت گروهی تنها متغیرهایی به نگاشت افزوده شد که دو یا بیشتر از دو نفر دربارۀ آن توافق داشتند و با یک فاصلۀ زمانی کوتاه در مرحلۀ بعد نگاشت ریسک در جلسات مستقلی به هر یک از خبرگان ارائه و صحت و جامعیت آن بررسی شد. در پایان، وزن روابط علّی نگاشت نهایی با استفاده از متغیر تأثیرگذاری در قالب متغیرهای زبانی تعیین شد. پاپاجرجیو و همکاران (2006) طیفی نه‌متغیره به شرح شکل شماره 1 برای سنجش تأثیرگذاری پیشنهاد دادند؛ سپس به کمک نرم‌افزار FCMapper تحلیل‌های اولیه بر نگاشت فازی به‌دست‌آمده انجام و با افراز ریسک‌های شناسایی‌شده به فعالیت‌های مربوط در فرایند مدّنظر، پرریسک‌ترین فعالیت‌ها مشخص شد. در تحلیل‌های ثانویه، تأثیر برخی سیاست‌ها در کنترل ریسک‌ها و پیامدهای ناشی از آنها بررسی و بدین‌منظور، سه سناریو تعریف شد. در سناریوی اول، مقادیر عناصر نگاشت با فرض کنترل‌نکردن هیچ یک از عوامل محرک ریسک محاسبه شد. نتایج به‌دست‌آمده در این سناریو، مبنای مقایسۀ اثربخشی سیاست‌های شبیه‌سازی‌شده در سناریو دوم و سوم قرار گرفت. در سناریوی دوم، هر یک از عناصری که در تحلیل اولیه، کلیدی تشخیص داده شد، به‌صورت مستقل و به تنهایی تحت کنترل قرار گرفت و مقادیر حالت پایدار سایر عناصر نگاشت محاسبه شد. در سناریوی سوم، مجموعه‌ای از عوامل کلیدی به‌طور همزمان، تحت کنترل قرار گرفت و نتایج حاصل از شبیه‌سازی این سیاست در مقایسه با سناریوی اول بررسی شد.

 

 

شکل (1) تابع عضویت متغیر زبانی تأثیرگذاری [25]

 


یافته‌ها

نگاشت علّی ریسک عملیاتی فرایند اعطای ضمانت‌نامۀ بانکی، 52 عنصر داشت که بخشی از آن با عنوان خوشۀ اعتبارسنجی در شکل 2 آمده است.

 

 

 

شکل (2) بخشی از نگاشت ریسک‌های عملیاتی مترتب بر فرایند اعطای ضمانت نامه بانکی
(خوشۀ اعتبارسنجی)

 

 

تحلیل نگاشت به کمک نرم‌افزار FCMapper نشان داد 35 عنصر معمولی، 5 عنصر دریافت‌کننده[13] و 12 عنصر از نوع فرستنده[14] است. دریافت‌کننده به عنصری گفته می‌شود که نقش متغیر مستقل یا اثرگذار را دارد که گفتنی است درواقع، در تحلیل ریسک، همان عوامل ایجادکنندۀ ریسک است. عنصر فرستنده، عنصری است که نقش متغیر وابسته یا هدف را دارد.

نوع عناصر براساس درجۀ ورودی[15] و درجۀ خروجی[16] آنها تعیین شده است. درجۀ ورودی از جمع ستونی قدر مطلق مقادیر مربوط به یک عنصر در ماتریس مجاورت به دست می‌آید و نشان‌دهندۀ قدرت تجمعی عناصر اثرگذار در عنصر مدّنظر است. درجۀ خروجی یک عنصر از جمع سطری مقادیر مربوط به یک عنصر در ماتریس مجاورت به دست آمده است و قدرت تجمعی اثرگذاری آن عنصر را نشان می‌دهد. شکل 2 درجۀ ورودی و درجۀ خروجی عناصر نگاشت ریسک عملیاتی فرایند مدّنظر را نشان می‌دهد. عنصر «وقوع خطا در ارزیابی اعتباری مشتری» که در فهرست عناصر دریافت‌کننده قرار می‌گیرد، با داشتن بیشترین درجۀ ورودی، اثرپذیرترین عنصر نگاشت ریسک است و عنصر «خطای نیروی انسانی» به‌عنوان یک فرستنده با بیشترین درجۀ خروجی، اثرگذارترین عنصر نگاشت ریسک شناخته شده است. مرکزیت[17] شاخص دیگری است که برای همۀ عناصر نگاشت محاسبه شده است. این شاخص از مجموع درجۀ ورودی و خروجی هر عنصر به دست می‌آید. شاخص مرکزیت تمامی کمان‌های ورودی و خروجی مستقیم و غیرمستقیم یک عنصر را در نظر می‌گیرد؛ بنابراین ممکن است یک عنصر، ارتباطات مستقیم اندکی داشته باشد؛ اما نسبت به کل نگاشت مرکزیت داشته باشد [10]. همانگونه که شکل 3 نشان می‌دهد، عناصر «وقوع خطا در ارزیابی اعتباری» و «خطای نیروی انسانی» بیشترین درجۀ مرکزیت و به عبارتی، بیشترین اثر بالقوه را در نگاشت ریسک فرایند مدّنظر دارند و در زیان عملیاتی این فرایند تا حدّ زیادی مؤثر هستند. با توجه به بالابودن سطح شاخص مرکزیت مربوط به این عناصر، شاید اینگونه به نظر برسد که کنترل آنها، تأثیر زیادی در سایر عناصر دارد؛ به‌عنوان نمونه، شاید تصور شود که کاهش خطای نیروی انسانی که مرکزی‌ترین عنصر نگاشت ریسک است، سبب کاهش چشم‌گیر میزان وقوع رویدادهای ریسک مترتب بر فرایند اعطای ضمانت‌نامۀ بانکی و پیامدهای ناشی از آن شود. نگاشت شناختی فازی با شبیه‌سازی سناریوهای مختلف، امکان بررسی چنین سیاست‌هایی را فراهم می‌کند.

 

 

 

 

شکل (3) درجۀ خروجی و وردی عناصر نگاشت ریسک فرایند مدّنظر

 

 

در گام بعدی برای تهیۀ نگاشت ریسک مدّنظر توافقنامۀ بال، ریسک‌هایی که با استفاده از نگاشت شناختی فازی شناسایی شده بود، به فعالیت‌های مرتبط در فرایند مدّنظر افراز شد. جدول 3 بخشی از نگاشت ریسک فرایند اعطای ضمانت‌نامۀ بانکی را در بانک مدّنظر نشان می‌دهد. فعالیت اعتبارسنجی با بیشترین ریسک‌ها روبه‌رو است و پس از آن، فعالیت دریافت و تأیید ضامن در رتبۀ دوم فعالیت‌های پرریسک قرار می‌گیرد.

 


 

 

 

 

جدول (3) افراز ریسک‌های شناسایی‌شده به فعالیت‌های فرایند اعطای ضمانت‌نامه

فعالیت

ریسک‌های مترتب بر فعالیت

دریافت مدارک

بررسی‌نکردن اسناد هویتی در سامانۀ ثبت احوال

کنترل‌نکردن دقیق اسناد هویت

بررسی‌نکردن اعتبار مجوزهای فعالیت متقاضی

ناقص‌بودن مدارک دریافتی از مشتری

اعتبارسنجی

وقوع خطا در ارزیابی اعتباری مشتری

حساب‌سازی مشتری

عدم بررسی صحیح صورت‌های مالی

صحت‌نداشتن احراز نیاز مشتری

بی‌توجهی به وضعیت ماندۀ بدهی متقاضی

بی‌توجهی به نسبت‌های مالی

بی توجهی شعبه‌ها نسبت به رعایت پاسخ استعلام‌ها

تبانی مشتری با کارشناس

ثبت ناقص اطلاعات تسهیلاتی مشتریان در درگاه بانک مرکزی توسط ارکان اعتباری

اخذ استعلامات

دریافت‌نکردن استعلام ۱۸۶

اخذنکردن استعلام داخلی

بی‌دقتی در اخذ استعلام‌های ملکی

دریافت و تأیید ضامن

شناسایی‌نکردن صاحب‌منافع واحد

شناسایی‌نکردن ضمانت متقابل

دریافت ضامن غیرمعتبر

حضورنیافتن ضامن برای امضاء مدارک

تکمیل‌نکردن فرم وکالتنامه در دفاتر اسناد رسمی

تعیین وثیقه

تشخیص‌ندادن صحیح رابطه بین اعتبار و وثیقۀ پیشنهادی

ضعیف‌بودن پشتوانۀ ضمانتنامه

دریافت وثایق

امضاءنکردن اقرارنامۀ رهن ملکی توسط وکیل

ارزیابی‌نکردن صحیح وثیقه‌ها

تشخیص نوع ضمانت‌نامه

تشخیص اشتباه خصوصی یا دولتی‌بودن ضمانتنامه

انتقاد قرارداد

ثبت‌نکردن سیستمی قرارداد ضمانتنامه

صدور مصوبه

رعایت‌نکردن حدود اختیارات

وقوع اشتباه در تنظیم متن مصوبات

اجرای ضمانت‌نامه

تغییر ساختار متقاضی/ صاحب‌منافع

آزادنکردن سپردۀ نقدی پس از ابطال

 

 

 

 

 

در تحلیل‌های اولیه مشخص شد برخی عناصر ازجمله عامل «خطای نیروی انسانی»، نقش کلیدی در نگاشت علّی ریسک دارد. برای بررسی آثار ناشی از کنترل عوامل محرک ریسک در سایر عناصر نگاشت، سناریوهایی متناظر با سیاست‌های مختلف تعریف شد. در اولین سناریو، سطح فعال‌بودن تمام عناصر نگاشت برابر با یک در نظر گرفته شد. درجۀ فعال‌بودن عناصر معمولاً در بازه [1 و 0] قرار می‌گیرد. مقدار صفر بدین معنی است که عنصر مدّنظر در یک تکرار معین در سیستم وجود ندارد و مقدار 1 یعنی عنصر مدّنظر با بیشترین درجه در سیستم وجود دارد و از بیشترین سطح فعالیت (یا فراوانی نسبی) برخوردار است. نتایج شبیه‌سازی براساس بردار حالت اولیۀ مذکور نشان داد پس از 20 تکرار، شبکۀ نگاشت به حالت پایدار رسید که مقادیر مربوط به بردار حالت پایدار عناصر نگاشت ریسک در شکل 4 آمده است.

 

 

 

 

شکل (4) مقادیر بردار حالت پایدار عناصر در سناریوی شمارۀ یک

 

 

در دستۀ دوم سناریوها، اثر سیاست‌هایی بررسی شد که فقط کنترل یک ریسک یا عامل ریسک را مدّنظر داشتند. نتایج به‌دست‌آمده از این دسته سناریوها نشان داد کنترل تنها یک عنصر، تأثیر زیادی در کل نگاشت ندارد و بردار حالت پایداری محاسبه‌شده در این دسته سناریوها، مشابه سناریوی اول است؛ به بیان دیگر، شبیه‌سازی آثار کنترل تک‌عاملی نشان داد کنترل‌کردن یک عامل به تنهایی، تأثیر زیادی در کاهش ریسک‌ها و زیان ناشی از آنها ندارد. همانگونه که قبلاً اشاره شد، عنصر «خطای نیروی انسانی»، بیشترین درجۀ خروجی و مرکزیت را دارد و احتمال می‌رود اثرگذارترین عامل در نگاشت ریسک باشد. شکل 4 مقادیر بردار حالت پایدار عناصر نگاشت را به ازای سناریوی کنترل عنصر «خطای انسانی» نشان می‌دهد. همانگونه که شکل نشان می‌دهد، این تغییر، تأثیر زیادی در مقادیر سایر عناصر نداشته است و مقادیر نهایی عناصر اغلب شبیه به مقادیر نهایی در سناریوی اول است که هیچ متغیری در آن تحت کنترل قرار نگرفته است.


 

 

شکل (5) مقایسۀ نتایج سناریوی شمارۀ دو با نتایج سناریوی شمارۀ یک

 

 

با مشاهدۀ نتایج سناریوهای دستۀ دوم، سناریوی جدیدی متناظر با سیاست کنترل عناصر کلیدی نگاشت تعریف شد. در این سناریو، هفت عنصر کلیدی که بیشترین درجۀ مرکزیت را دارند، به‌عنوان متغیرهای کنترل انتخاب و در بردار حالت اولیۀ مقادیر متناظر این عناصر برابر با صفر در نظر گرفته شد و سناریوی سوم بر مبنای کنترل کامل عناصر مذکور طراحی شد. عناصر کنترل‌شده در این سناریو عبارتند از: «خطای نیروی انسانی»، «بررسی‌نکردن صحیح صورت‌های مالی»، «صحت‌نداشتن احراز نیاز مشتری»، «بی‌توجهی به رعایت پاسخ استعلام‌ها»، «تبانی مشتری و ارزیاب»، «تشخیص نادرست رابطۀ اعتبار و وثیقۀ پیشنهادی» و «مشکلات طراحی فرایند». نتایج حاصل از این سناریو (شکل 6) نشان داد کنترل همزمان هفت متغیر کلیدی، تأثیر محسوسی در برخی عناصر ازجمله عنصر «نکول» دارد و موجب کاهش مقادیر متناظر آنها در بردار حالت پایدار می‌شود؛ اما برخی عناصر همچنان از کنترل‌های اعمال‌شده تأثیر نمی‌پذیرد. بررسی عناصر مذکور نشان داد دلیل این امر به‌طور عمده، به منشأ ریسک‌ها باز می‌گردد. عناصر کنترل‌شده در این سناریو، ریسک‌ها یا عامل‌هایی است که منشأ درون‌سازمانی دارند یا به عبارتی، منبع ایجاد آنها فرایندها، سیستم‌ها و کارکنان بانک است؛ بنابراین کنترل عناصر مذکور، تأثیر زیادی در ریسک‌های دارای منشأ خارجی نداشته است؛ به‌عنوان مثال، «حساب‌سازی مشتری» عاملی است با منشأ بیرونی که موجب اعتبارسنجی نادرست مشتری می‌شود و مقدار پایدار آن در هر دو سناریوی شمارۀ 1 و شمارۀ 3 برابر با 6590/0 بوده است؛ به عبارت دیگر، کنترل عوامل درونی ذکرشده، تأثیری در این عنصر (با منشأ بیرونی) نداشته است.

 

 

شکل (6) مقایسۀ نتایج سناریوی شمارۀ سه با سناریوی شمارۀ یک

 


نتیجه‌گیری و پیشنهادها

در پژوهش حاضر، نگاشت ریسک به‌عنوان ابزار شناسایی ریسک‌های عملیاتی انتخاب شد و برای اطمینان‌یافتن از شناسایی تمام ریسک‌های محتمل از اتکا به رویکردهای مبتنی بر پایگاه‌های دادۀ زیان عملیاتی پرهیز شد. برای تهیۀ نگاشت ریسک، تکنیک نگاشت شناختی فازی به کار رفت تا علاوه بر نگاشت ریسک مدّنظر کمیتۀ بال که از افراز ریسک‌ها به فعالیت‌های فرایند مدّنظر به دست می‌آید، ساز و کار علّی ایجادکنندۀ ریسک‌های عملیاتی نیز شناسایی شود. یافته‌های پژوهش نشان داد نگاشت شناختی فازی، ابزار مناسبی برای تهیۀ نگاشت ریسک و تحقق اهداف مرحلۀ شناسایی ریسک است. این تکنیک ضمن اینکه امکان تهیۀ نگاشت ریسک را فراهم می‌آورد، درک روشنی از عوامل ایجادکنندۀ ریسک‌ها، پیامدهای ناشی از آنها و روابط علّی بین آنها ایجاد می‌کند. علاوه بر این، سناریوهایی به ازای هر یک از سیاست‌های مختلف مدیریت ریسک می‌توان تعریف کرد و تأثیر بالقوۀ کنترل یک یا چند متغیر (ریسک‌ها و عوامل ریسک) را در کل نگاشت ریسک بررسی و بدین‌ترتیب، مناسب‌ترین سیاست‌های مقابله با ریسک‌های عملیاتی را تعیین کرد؛ به عبارت دیگر، پژوهش حاضر برخلاف پژوهش‌های مبتنی بر رویکرهای آماری، میزان سرمایۀ پوششی ریسک را محاسبه نکرده است؛ اما با تهیۀ نگاشت ریسک‌های عملیاتی مترتب بر فرایند مدّنظر، تصویر روشنی از رویدادهای زیان عملیاتی و عوامل ایجادکنندۀ آنها به دست می‌دهد که به تصمیم‌گیران در اتّخاذ سیاست‌های مدیریت ریسک عملیاتی کمک می‌کند. نگاشت علّی ریسک‌های مترتب بر فرایند اعطای ضمانت‌نامه در بانک مدّنظر، 52 عنصر دارد که در سه دسته عوامل ایجادکننده، ریسک و پیامد آن قرار می‌گیرد. تحلیل اولیۀ نگاشت نشان داد «خطای نیروی انسانی»، اثرگذارترین عامل ایجادکنندۀ ریسک عملیاتی در این فرایند است و ریسک «وقوع خطا درارزیابی اعتباری مشتری»، بیشترین اثر بالقوه را در ایجاد زیان دارد. افراز ریسک‌های شناسایی‌شده به فعاالیت‌های مختلف فرایند مدّنظر نیز نشان داد فعالیت «اعتبارسنجی»، پرریسک‌ترین فعالیت در فرایند اعطای ضمانت‌نامۀ بانکی است و توصیه می‌شود بانک مذکور، سیاست‌های کنترل ریسک خود را در درجۀ اول بر پایش و کنترل فعالیت اعتبارسنجی متمرکز کند. از آنجا که نگاشت شناختی فازی، امکان بررسی اثر سیاست‌های کنترلی مختلف را در نگاشت ریسک نیز فراهم می‌آورد، در پژوهش حاضر، سه سناریو برای بررسی اثر سیاست‌های مختلف کنترل ریسک در نگاشت ریسک فرایند مدّنظر تدوین شد و نتایج پیاده‌سازی سناریوها نشان داد براساس تحلیل‌های اولیه، برخی عوامل ازجمله خطای نیروی انسانی، درجۀ خروجی و میزان اثرگذاری زیادی در نگاشت علّی ریسک دارد؛ اما کنترل یک عنصر به تنهایی، تأثیر زیادی در نگاشت ریسک و مقادیر سایر عناصر نخواهد داشت و سناریوهایی که به‌طور همزمان، به چند عامل توجه می‌کنند، تأثیر بسیار بیشتری در عناصر نگاشت ریسک و درنهایت، کاهش زیان حاصل خواهند داشت.

در پژوهش حاضر، نگاشت ریسک و الگوسازی ریسک عملیاتی با تمرکز بر شناسایی ریسک‌های عملیاتی مترتب بر فرایند انجام شد. به پژوهشگران پیشنهاد می‌شود در پژوهش‌های بعدی، با استفاده از نگاشت شناختی فازی به تخمین زیان عملیاتی به ازای هر یک از فرایندهای کلیدی خطوط هشت‌گانۀ کسب و کار توجه شود.



[1]. Bank for International Settlements

 .[2]کمیتۀ بال مرکب است از نمایندگان ارشد بانک‌های مرکزی تعدادی از کشورهای گروه ده که بانک تسویه‌های بین‌المللی به‌عنوان دبیرخانۀ دائمی آن در شهر بال سوئیس معمولاً هر سه ماه یک بار تشکیل می‌دهد. کمیتۀ بال، قدرت قانونی ندارد؛ ولی بیشتر کشورهای عضو آن به‌طور ضمنی، موظف به اجرای توصیه‌های آن هستند.

[3]. Basel II

[4]. Chernobai, Jorion and Yu

[5]. Hemrit, Ben Arab and Raissi

[6]. Bayrakdaroğlu and Yalçın

[7]. O'Donnell

[8]. Scandizzo

[9]. Kmec

[10]. Fuzzy Cognitive Mapping

[11]. Kosko

[12]. Nadkarni and Shenoy

[13]. receiver

[14]. Transmitter

[15]. In-degree

[16]. Out-degree

[17]. Centrality

[1] Akkizidis, I. S., & Bouchereau, V. (2005). GUIDE to optimal operational risk and Basel 2. Taylor & Francis Group.
[2] Ackermann, F., Howick, S., Quigley, J., Walls, L., & Houghton, T. (2014). Systemic risk elicitation: Using causal maps to engage stakeholders and built a comprehensive view of risks. European Journal of Operational Researc. 238: 290-299.
[3] Basel Committee on Banking Supervision;. (2003). Sound practices for the management and supervision of operational risk.
[4] Bayrakdaroğlu, A., & Yalçın, N. (2013). A fuzzy multi-criteria evaluation of the operational risk factors for the state-owned and privately-owned commercial banks in turkey. Human and Ecological Risk Assessment: An International Journal. 19(2): 443-461.
[5] Bryson, J. M., Ackermann, F., Eden, C., & Finn, C. (2004). Visible Thinking: Unlocking Causal Mapping for Practical Business Results. John Wiley & Sons.
[6] Chernobai, A., Jorion, P., & Yu, F. (2011). The determinants of operational risk in U.S. financial institutions. Journal خf Financial and Quantitative Analysis. 46(6): 1683–1725.
[7] Christiansen, U., & Thrane, S. (2014). The prose of action: The micro dynamics of reporting on emerging risks in operational risk management. Scandinavian Journal of Management, 30(4): 427-443.
[8] Curtis, P., & Carey, M. (2012). Risk Assessment in Practice. COSO.
[9] Eden, C. (2004). Analyzing cognitive maps to help structure issues or problems. European Journal of Operational Research. 159: 679–686.
[10] Eden, C. A. (1992). The analysis of cause maps. Journal of Management Studies. 29: 309-324.
[11] Feyzioglu, O., Buyukozkan, G., & Ersoy, M. S. (n.d.). Supply chain risk analysis with fuzzy cognitive maps. Proceeding of the IEEE International Conference on Industrial Engineering and Engineering Management.
[12] Harmantzis, F. (2003). Operational Risk Management in Financial Services and the New Basel Accord. Available at SSRN 579321.
[13] Hemrit, W., Ben Arab, M., & Raissi, N. (2013). The correspondence analysis between the key indicators and events of operational risk: A case study of the insurance sector in Tunisia. International Journal of Risk Assessment and Management. 17(2): 107-147.
[14] Jarrow, R. A. (2008). Operational risk. Journal of Banking & Financ.32(5): 870-879.
[15] Kmec, P. (2011). Temporal hierarchy in enterprise risk identification. Management Decision.49: 1489-1509.
[16] Kontogiann, A., Papageorgiou, E., Salomatina, L., Skourtos, M., & Zanou, B. (2012). Risks for the Black Sea marine environment as perceived by Ukrainian stakeholders: A fuzzy cognitive mapping application. Ocean & Coastal Management. 62: 34-42.
[17] Koso, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies. 24: 65-75.
[18] Martínez-Sánchez, J. F., Martínez-Palacios, M. T., & Venegas- Martínez, F. (2016). An analysis on operational risk in international banking: A Bayesian approach (2007–2011). Estudios Gerenciales. 32(140): 208-220.
[19] Mezei, J., & Sarlin, P. (2016). Aggregating expert knowledge for the measurement of systemic risk. Decision Support Systems. 88: 38-50.
[20] Momen, O., Kimiagar, A., & Noorbakhsh, E. (2012). Modeling the operational risk in Iranian commercial banks: case study of a private bank. Journal of Industerial Engineering International. (8)1: 1-10.
[21] Nedkarni, S., & Shenoy, P. P. (2001). A bayesian network approach to making inferences in causal maps. European Journal of Operational research. 128: 479-498.
[22] Nosrati, H., & Pakize, K. (2015). Estimating the capital of operational risk in the banking industry using LDA approach. Quarterly Journal of Financial Engineering & Securities Management. 20: 1-26. (in persian).
[23] O'Donnell, E. (2005). Enterprise risk management: A systems-thinking framework for the event identification phase. International Journal of Accounting Information Systems. 6(3): 177-195.
[24] Özesmi, U., & Özesmi, S. L. (2004). Ecological models based on people’s knowledge: A multi-step fuzzy cognitive mapping approach. Ecological modelling. 176(1): 43-64.
[25] Papageorgiou, E. I., Stylios, C., & Groumpos, P. P. (2006). Unsupervised learning techniques for fine-tuning fuzzy cognitive map causal links. International Journal of Human-Computer Studies. 64(8): 727-743.
[26] Puyanfar, A., Beyti, S., & Habibi, A. (2015). Estimation of effective limits for modeling and estimating Banks risk capital. Quarterly Journal of Financial Engineering & Securities Management. 18: 105-118. (in persian).
[27] Scandizzo, S. (2005). Risk mapping and key risk indicators in operational risk management. Economic Notes. 34(2): 231-256.
[28] Sharbat Oqli, A., & Erfanian, A. (2006). Comparative study and implementation of Basel operational risk measurement models in the Bank of Industry and Mine. Sharif Scientific Journal. 34: 59-68.
[29] Shenkir, W. G., Barton, T. L., & Walker, P. L. (2010). Enterprise Risk Management: Lessons from The Field. Hoboken: John Wiley & Sons.
[30] Stylios, C. D., & Groumpos, P. P. (2004). Modeling complex systems using fuzzy cognitive. IEEE Trans. Syst., Man Cybern. Part A. 34 (1): 155–162.
[31] Zhai, D. S., Chang, J., & Zhang, J. (2009). An Application of Fuzzy Cognitive Map based on Active Hebbian Learning Algorithm in Credit Risk Evaluation of Listed Companies. International Conference on Artificial Intelligence and Computational Intelligence.