شش روند ساختاری که مدیریت ریسک بانک را در ده سال آینده تغییر خواهد داد (قسمت سوم)

روند 4) ریسک‌های جدیدی (غیرمالی) در حال ظهورند

با اینکه مدیریت ریسک‌های مالی طی 25 سال گذشته پیشرفت قابل توجهی داشته، اما برای سایر ریسک‌ها خصوصاً ریسک‌های غیرمالی اینطور نبوده است. افزایش بسیار زیاد جریمه‌ها، خسارات و هزینه‌های قانونی مربوط به ریسک عملیاتی و ریسک انطباق در 10 سال گذشته، بانک‌ها را مجاب نموده تا به این ریسک‌ها اهمیت بیشتری دهند. احتمالاً بدلیل روندهای نظارتی که در مقالات گذشته به آن‌ها اشاره شد و همچنین افزایش انتظارات در سرمایه‌ی مورد نیاز برای ریسک عملیاتی توجه به این موضوع و ریسک‌های جدید در آینده بیشتر هم خواهد شد.

اما این‌ها تمام ریسک‌های مورد نظر نیستند. انواع ریسک‌های جدیدی در حال ظهورند. از جمله این ریسک‌ها می‌توان به موارد زیر اشاره کرد:

ریسک سرایت

ارتباط بین مباحث مالی و اقتصاد کلان، اقتصادها، شرکت‌ها و بانک‌ها را نسبت به سرایت و درز مالی آسیب‌پذیرتر می‌سازد. پیشرفت‌های منفی بازار می‌تواند به سایر قسمت‌های بانک یا سایر بازارها یا طرفین حاضر در بازار سرایت کند و کارکرد و فعالیت بانک را به شدت تحت تأثیر قرار دهد. این اتفاق بر اساس جریان سرمایه‌ی بین‌المللی و جهانی‌سازی مالی می‌تواند هم داخل یک کشور رخ دهد و هم بیرون مرزهای آن. هرچه بازارها بیشتر به یکدیگر متصل باشند، نوسانات سریع‌تر سرایت می‌کند.

با اینکه بانک‌های مرکزی اولین سازمان‌هایی هستند که نگران ریسک سرایت‌اند، تمام بانک‌ها باید بدانند که چگونه ممکن است در معرض این ریسک قرار گیرند. بانک‌ها باید این ریسک را اندازه‌گیری و رهگیری کنند. کاهش این ریسک می‌تواند ریسک کل بانک را کاهش دهد و سرمایه‌ی مورد نیاز را هم پایین بیاورد، زیرا در معرض ریسک سرایت قرار داشتن یک بانک، یکی از مهم‌ترین محرک‌های طبقه‌بندی این بانک به عنوان بانک مهم جهانی از نظر سیستمیک (G-SIB) می‌باشد.

ریسک مدل

وابستگی فزاینده‌ی بانک‌ها بر مدل‌ها نیازمند فهم درست و کامل مدیران ریسک از ریسک مدل است. افزایش دسترسی به داده و پیشرفت‌ها در محاسبه، مدل‌سازی و الگوریتم‌ها، استفاده از مدل‌ها را گسترش داده است. به هر حال، خطاهای ناشی از مدل‌های غیربهینه می‌تواند منجر به تصمیم‌گیری اشتباه و افزایش ریسک بانک شود. برخی بانک‌ها زیان مربوط به ریسک مدل را تجربه کرده‌اند، اما اکثر چنین مواردی به عموم گزارش نمی‌گردد. به عنوان مثال، یکی از بانک‌های بزرگ آمریکا متحمل 6 میلیارد دلار زیان شده بود که بخشی از آن مربوط به ریسک مدل ارزش در معرض ریسک بود ( که می‌تواند به کمبود تجربه‌ی مدلسازی توسط کاربر، عدم انجام آزمون‌های لازم و مشکلات عملیاتی در مدل مرتبط باشد). در مثالی دیگر، یکی از بانک‌های آسیایی هنگام اعمال اشتباهی مدل‌های نرخ بهره متحمل 4 میلیارد دلار زیان گردید.

خطاهای مدل ناشی از مسائلی از قبیل کیفیت داده، استحکام مفهومی، خطای اجرایی یا تکنیکی همبستگی و ناسازگاری زمانی و نااطمینانی درباره‌ی نوسانات می‌باشد. چندین استراتژی کاهش ریسک وجود دارد که بر توسعه‌ی پیچیده و سختگیرانه‌ی مدل، اجرای بهتر (توسط داده‌های باکیفیت)، اعتبارسنجی جامع، نظارت مداوم و ارتقا مدل تمرکز دارند.

حملات سایبری

از آنجایی که حملات سایبری می‌تواند عواقب ویرانگری داشته باشد، اکثر بانک‌ها پیش از این هم محافظت در برابر این حملات را یک اولویت استراتژیک می‌دانستند. بخشی از این موضوع به دلیل اتکای بسیار زیاد بانک‌ها بر نرم‌افزار، سیستم‌ها، فناوری اطلاعات (IT) و داده می‌باشد. البته مورد دیگر نیز این است که این حملات نه تنها عملیات بانک، بلکه اطلاعات محرمانه‌ی مشتریان را نیز در خطر قرار می‌دهد. با توجه به شرایط ژئوپلیتیک فعلی و تحول مورد انتظار آن، انتظار داریم اهمیت امنیت سایبری افزایش یابد. این امر نیازمند تخصیص منابع بیشتر در سطح فرد-موسسه است. همچنین، این موضوع در بخش بین صنعتی و صنعت-دولت، همکاری بیشتری را می‌طلبد.

به احتمال زیاد عملکردهای ریسک به فرآیندها و ظرفیت‌های جدید جهت مدیریت و رهگیری این ریسک‌های نوظهور نیاز خواهد داشت.

---

روند 5) تصمیمات بهتر پیرامون ریسک به وسیله‌ی از بین بردن سوگیری‌ها

ریسک دیگری که وجود دارد این است که به دلیل سوگیری‌های ناشناخته مرتکب تصمیمات اشتباه شویم. طی 30 سال گذشته، قدم‌های زیادی برای فهم چگونگی تصمیم‌گیری‌ اقتصادی انسان‌های واقعی و نه انسان اقتصادی که در ادبیات اقتصادی آمده است برداشته شده است. با این مطالعات به نتیجه رسیده‌ایم هنگامی‌ که افراد با تلاش و عاقلانه به یک مشکل نزدیک می‌شوند، تصمیمات آن‌ها به دلیل سوگیری‌های خودآگاه و ناخودآگاه غیربهینه خواهد بود. مردم بیش از حد اعتماد به نفس دارند (به عنوان مثال در آمریکا 93 درصد از رانندگان خود را در بین 50 درصد برتر رانندگان می‌دانند و 87 درصد از دانشجویان مدیریت دانشگاه استنفورد خود را بالاتر از میانگین ارزیابی کرده‌اند).

کسب و کارها هم از این قاعده مستثنی نیستند. به عنوان مثال، پرونده‌های تجاری همواره دارای مشکل هستند. ما همواره بدنبال مدارکی برای تایید و بی‌اعتنایی به یک موضوع هستیم که اصلاً در آن موضوع نمی‌گنجد. سوگیری لنگر انداختن به طور متداول در مباحث گروهی رخ می‌دهد. بعنوان مثال اگر اولین فردی که صحبت می‌کند درباره‌ی یک پیامد بحث نماید، احتمال رای دادن اکثریت سایرین به همین پیامد در آینده بسیار زیاد خواهد بود. در بحث مدیریت ریسک بانک، فرض کنید یک فرم درخواست اعتبار وام شرکتی وجود دارد که در آن نوشته ” با اینکه تیم مدیریتی به تازگی به شرکت پیوسته‌اند، اما بسیار باتجربه‌اند”. در چنین شرایطی به نظر می‌رسد افسر تایید اعتبارات تصمیم خود را برای تأیید اعتبار گرفته است و مدارک و شواهد را نیز طوری تنظیم می‌کند که مدارک با اثر منفی دیده نشوند. این‌ها تنها برخی از سوگیری‌های مهم هستند.

اساتید و دانشمندان این حوزه، چنین بینش‌هایی را تبدیل به تکنیک‌هایی جهت فائق آمدن بر این سوگیری‌ها کرده‌ و صنایع مختلفی شروع به استفاده از آن‌ها کرده‌اند و نتایج مطلوبی هم گرفته‌اند. تعدادی از این صنایع در استفاده از این راهکارها بسیار پیشرفته‌تر از بانکداری هستند. به عنوان مثال، برخی تولیدکنندگان انرژی که بایستی سرمایه‌گذاری‌های مولتی میلیاردی انجام دهند (مثلاً برای ساخت یک نیروگاه اتمی)، فرآیند تصمیمات سرمایه‌گذاری خود را با استفاده از این تکنیک‌ها کاملاً بازطراحی کرده‌اند. این موضوع به بانک‌ها که هر روز هزاران تصمیم ریسکی می‌گیرند هم خیلی مربوط می‌شود. هر سوگیری که بر هر تصمیم اثر می‌گذارد می‌تواند به یک تصمیم پذیره‌نویسی اشتباه یا قیمت‌گذاری ضعیف بیانجامد. نه تنها این، بلکه می‌تواند با یک اثر آبشاری که چندین تصمیم اشتباه روی هم انباشت شده‌اند بر سطح ریسک کلی بانک تاثیر بگذارند.

انتظار داریم در آینده‌ی نزدیک پیشرفت‌های قابل توجهی در استفاده از تکنیک‌های سوگیری زدایی رخ دهد. عملکردهای ریسک بانک می‌توانند از موارد زیر استفاده نمایند:

تشخیص سوگیری

اولین قدم این است که ببینیم چه تصمیمات دارای ریسکی در بانک در معرض سوگیری قرار دارند. هنگامی که این موضوع درک شود، تشخیص آن‌ها و کاهش تأثیر آن‌ها ساده‌تر خواهد بود. تشخیص این موضوع از آنچه دیده می‌شود دشوارتر است. درحالی‌که واضح است که سوگیری‌ها هنگامیکه افراد تصمیمات دارای ریسک می‌گیرند همواره حاضرند، آیا این موضوع برای مدل‌ها نیز صادق است؟قطعاً آن‌ها نسبت به تصمیمات اتخاذ شده توسط افراد کمتر دچار مشکل می‌شوند. به هر حال، مدل‌ها هنگام ساخت در معرض سوگیری قرار دارند.

مدل‌های رگرسیون قدیمی با فرضیات یک فرد درباره‌ی اینکه کدام عوامل قدرت پیش‌بینی دارند و باید در مدل لحاظ شوند آغاز می‌شد. یادگیری ماشینی یک رویکرد جایگزین ارائه می‌دهد. بطوریکه الگوریتم‌ها خودشان محرک‌های ریسک را پیدا می‌کنند.

تکنیک‌های حذف

بانک‌ها می‌توانند از 3 تکنیک برای کاهش یا اجتناب از سوگیری در تصمیم‌گیری استفاده نمایند: تمهیدات تحلیلی به تصمیم‌گیران اطلاعات براساس واقعیت ارائه می‌کند؛ تکنیک‌های مناظره، سوگیری‌های ناشی از مکالمات و تصمیمات را از بین می‌برد؛ و تمهیدات سازمانی روش‌های جدید تصمیم‌گیری در شرکت را معرفی می‌کند.

یک مثال از روش‌های تحلیلی، ارزیابی کیفی اعتبار (QCA) است. چندین بانک در سرتاسر جهان در جایی که داده‌های مالی غیرقابل اتکا، ناکافی یا ناموجود هستند از QCA برای پذیره‌نویسی وام شرکت‌های کوچک و متوسط استفاده می‌کنند. بانک‌ها معمولاً در این موارد از نظرات کارشناسان استفاده می‌نمایند. درحالی‌که این موضوع غیرقابل اجتناب است، کارهای زیادی را می‌توان در راستای ارتقا کیفیت تصمیم‌گیری انجام داد. QCA یک لیست طولانی از عوامل پیش‌بینی‌کننده‌ی بالقوه را در کارگاه‌هایی با حضور مسئولان بخش اعتبارات شناسایی می‌کند و سپس به وسیله‌ی آزمون آن‌ها نسبت به تاریخچه‌ی زیان فیلتر می‌کند. سپس این موارد تبدیل به پرسشنامه می‌شوند و می‌توانند سوگیری را کاهش دهند.

یک تکنیک مناظره‌ی مشخص، قوانین سختگیرانه‌ای را در رابطه با جلسات و مکالمات کمیته‌های اعتبارات وضع می‌کند. قوانینی که مکالمات و تصمیم‌گیری‌های تحت تأثیر نظرات شخصی را از بین می‌برد و بر یافتن واقعیت‌ها تمرکز دارد. پس از اینکه همه‌ی حضار مطالب را مطالعه کردند و ارائه‌کننده نیز بحث خود را به پایان رساند، شرکت‌کنندگان تنها حق دارند سوالات بر مبنای واقعیت طرح کنند. سپس موضوع مورد بحث به ‌صورت ناشناس به رای گذاشته می‌شود (تا از سوگیری لنگرانداختن جلوگیری شود). اگر آراء واضح نبودند، آن موضوع مجدداً مورد بحث قرار خواهد گرفت.

---

روند 6: نیاز برای صرفه جویی بالا در هزینه‌های بانکداری

سیستم بانکی از کاهش آرام اما مداوم حاشیه‌ سود در اکثر حوزه‌ها و محصولات رنج می‌برد. بانک‌‌ها به سختی تلاش می‌کنند و هزینه‌های عملیاتی را کاهش می‌دهند تا این کاهش را جبران کنند که این امر منجر به بازده مداوم سود سهام در انتهای میانگین بلندمدت می‌شود (تصویر 1).

درحالی‌که تفاوت‌های منطقه‌ای قابل توجهی وجود دارد، انتظار می‌رود فشار رو به پایین حاشیه‌ سود در تمامی مناطق ادامه یابد. حتی انتظار می‌رود این فشار به دلیل سختگیرانه‌تر شدن مقررات (به عنوان مثال سرمایه‌ی مورد نیاز و هزینه‌های فزاینده‌ی انطباق) و ظهور حملات دیجیتال ارزان‌قیمت شتاب گیرد. انتظار می‌رود برخی محصولات به طور خاص تحت تأثیر قرار گیرند. به عنوان مثال اگر بانک‌‌ها اقدامی انجام ندهند تا سال 2025، بیش از 40 درصد از درآمدها در تعدادی از محصولات در معرض ریسک قرار می‌گیرند (تصویر 2).

در نتیجه‌ی این اختلالات، بانک‌‌ها نیازمند بازبینی هزینه‌های عملیاتی خود هستند تا بتوانند ارزش بیشتری را با هزینه‌ی کمتر به ارمغان آورند. هنگامی‌که بانک‌ها رویکردهای قدیمی کاهش هزینه از جمله بودجه‌ریزی مبتنی بر صفر، تحلیل ارزش افزوده (بعنوان مثال مدیریت تقاضا) و برون‌سپاری را کنار بگذارند، تنها می‌توان به ساده‌سازی، استانداردسازی و دیجیتالی شدن امید داشت تا بتوانند در صرفه‌جویی در هزینه‌ها به ما کمک کنند. در بلندمدت نمی‌توان عملکردهای ریسک را از تأثیر بر این روش‌های صرفه‌جویی در هزینه حذف کرد. بطور همزمان، این عملکردها بایستی سرمایه‌گذاری‌های کلانی را برای رسیدگی به روندهای ساختاری که پیش از این معرفی شدند انجام دهند. در شرایط فعلی صنعت بانکداری و ساختار نظارتی هیچ راه آسانی برای حل این چالش وجود ندارد و معتقدیم که بانک‌ها باید این تصمیمات را در دهه‌ی آینده مورد بازبینی مجدد قرار دهند.