Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Indicatore chiave del rischio residuo di compliance: progettazione e casi di studio in campo bancario

Il rischio di compliance nasce dalla omessa o errata applicazione di norme imperative e di autoregolamentazione interna: riguarda l'agire delle persone ed il funzionamento dei sistemi e delle procedure nelle organizzazioni. Nel management delle banche gli stakeholders e le Autorità di Vigilanza esigono che tale rischio sia continuamente presidiato anche tramite indici di significatività, per garantire il rispetto duraturo delle regole di condotta, di correttezza e trasparenza; pertanto la funzione di controllo che gestisce il rischio di compliance necessita di strumenti in grado di segnalare se i sistemi, i processi, i prodotti, le persone e l’intero ambiente organizzativo sono conformi.
La tesi studia la progettazione e l'utilizzo degli indicatori noti come Key Risk Indicators (KRI) per gli specifici controlli sul rischio residuo di compliance: essi sono ricognitori dell’ambiente organizzativo aziendale, sul quale trovano, elaborano e comunicano importanti informazioni andamentali espresse in valori di sintesi.
Nella parte introduttiva si definisce il rischio di compliance nelle sue manifestazioni lorda e residua; se ne identifica l’ubicazione all’interno dei processi produttivi; se ne delineano brevemente le modalità di management; ne viene evidenziata la peculiarità di misurazione, rilevando nel contempo la difficoltà metodologica che pone la tematica in territorio "di frontiera".
Si scompongono e si organizzano le fasi di progettazione degli indicatori, dopo averne caratterizzato i requisiti qualitativi e le basi di dati necessarie per il loro sviluppo e calcolo.
L’universo degli indicatori è ricondotto a quattro classi, differenziate per la diversa granularità dei dati che caratterizzano l’evento rischioso: si stabiliscono le connessioni tra gli archivi operazionali e gli indicatori sentinella o "early warning" mentre, partendo da archivi computazionali ad-hoc (datamart), negli ultimi tre capitoli della tesi sono sviluppati altrettanti casi di studio su indicatori unidimensionali, multidimensionali e indicatori complessi.

Mostra/Nascondi contenuto.
2 Vi è misura in tutte le cose Orazio, poeta romano, 65 – 8 a.C. ABSTRACT Il rischio di compliance nasce dalla omessa o errata applicazione di norme imperative e di autoregolamentazione interna: riguarda l’agire delle persone ed il funzionamento dei sistemi e delle procedure nelle organizzazioni. Nel management delle banche gli stakeholders e le Autorità di Vigilanza esigono che tale rischio sia continuamente presidiato anche tramite indici di significatività, per garantire il rispetto duraturo delle regole di condotta, di correttezza e trasparenza; pertanto la funzione di controllo che gestisce il rischio di compliance necessita di strumenti in grado di segnalare se i sistemi, i processi, i prodotti, le persone e l’intero ambiente organizzativo sono conformi. La tesi studia la progettazione e l'utilizzo degli indicatori noti come Key Risk Indicators (KRI) per gli specifici controlli sul rischio residuo di compliance: essi sono ricognitori dell’ambiente organizzativo aziendale, sul quale trovano, elaborano e comunicano importanti informazioni andamentali espresse in valori di sintesi. Nella parte introduttiva si definisce il rischio di compliance nelle sue manifestazioni lorda e residua; se ne identifica l’ubicazione all’interno dei processi produttivi; se ne delineano brevemente le modalità di management; ne viene evidenziata la peculiarità di misurazione, rilevando nel contempo la difficoltà metodologica che pone la tematica in territorio “di frontiera”. Si scompongono e si organizzano le fasi di progettazione degli indicatori, dopo averne caratterizzato i requisiti qualitativi e le basi di dati necessarie per il loro sviluppo e calcolo. L’universo degli indicatori è ricondotto a quattro classi, differenziate per la diversa granularità dei dati che caratterizzano l’evento rischioso: si stabiliscono le connessioni tra gli archivi operazionali e gli indicatori sentinella o “early warning” mentre, partendo da archivi computazionali ad-hoc (datamart), negli ultimi tre capitoli della tesi sono sviluppati altrettanti casi di studio su indicatori unidimensionali, multidimensionali e indicatori complessi.

Tesi di Laurea Magistrale

Facoltà: Economia

Autore: Gianpaolo Rosani Contatta »

Composta da 158 pagine.

 

Questa tesi ha raggiunto 1060 click dal 16/01/2014.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.