Zeitschriften Beitrag – Inhaltsübersicht
Extremwertstatistik im Risikomanagement – Statistisches Erkennen von Auffälligkeiten im Rahmen der Fraud Detection
Seit einigen Jahren können Institute quantitative, fortgeschrittene Messansätze zur Bewertung des operationellen Risikos nutzen.
Diese Möglichkeit erlaubt die Entwicklung institutsinterner statistischer Modelle für die Beurteilung von operationellen Risiken.
Damit eröffnen sich gleichzeitig neue Wege zur Aufdeckung von betrügerischen Handlungen.
Werden die vorhandenen Modelle mit Methoden aus der Extremwertstatistik erweitert, besteht die Möglichkeit, Verfahren zum Erkennen von statistischen Auffälligkeiten in den gemeldeten Schäden zu entwickeln.
Die Grafik zeigt drei markante Schadenswerte mit den entsprechend abgegrenzten Schadenshöhenbereichen. Zusätzlich sind der Verlauf der Wahrscheinlichkeitsdichte der Exponentialverteilung als Schadensmodell und die vorliegenden Schäden dargestellt. Der im letzten Berichtszeitraum gemeldete maximale Schaden fällt in den dritten Schadenshöhenbereich und wird in dem hier vorliegenden Fall als noch nicht auffällig angesehen.
Aus den Auffälligkeiten bezüglich der Schadenshöhe können sich dann erste Verdachtsmomente hinsichtlich eines möglichen Betrugs ergeben.
Hierbei stellt sich die Frage, ab welcher Schadenshöhe ein Verdacht auf betrügerische Handlungen gerechtfertigt und neben weiteren Recherchen die umgehende Einbindung der betroffenen Organisationseinheit angezeigt ist.
Letzteres mit dem Nachteil, dass kriminell handelnde Mitarbeiter informiert und zu Ausweichhandlungen animiert werden.
Der Beitrag statistisches Erkennen von Auffälligkeiten im Rahmen der Fraud Detection stellt ein auf statistischen Methoden basierendes Konzept vor, das zur Entscheidungsfindung und zur Beantwortung dieser Frage genutzt werden kann.
Darüber hinaus wird die Basis für eine institutsinterne, individuelle Klassifizierung der gemeldeten, aufgrund von operationellen Risikoereignissen eingetretenen Schäden, vorgestellt. Ein Beispiel verdeutlicht die Anwendung des vorgeschlagenen Verfahrens.
Aus den fraudfreien Daten im ersten Berichtszeitraum (links) kann ein Risikomodell für die Schäden aus operationellen Risikoereignissen erstellt werden. Dieses Modell und die berechneten markanten Klassifikationsmerkmale ![E[x]](http://www.birkenland.de/wp-content/ql-cache/quicklatex.com-397696ada7e139309038cb9b2929e5c5_l3.png "Rendered by QuickLaTeX.com")
, ![E[x^*]](http://www.birkenland.de/wp-content/ql-cache/quicklatex.com-dc610ba00144a63538d677f1d194c6fe_l3.png "Rendered by QuickLaTeX.com")
und 
können im aktuellen Zeitraum (mittig) zur Risikoüberwachung genutzt werden. Neue fraudfreie Daten des aktuellen Überwachungszeitraums werden zur Verbesserung des Risikomodells genutzt und gestatten für künftige Risikoüberwachungszeiträume (rechts) eine sukzessiv besser werdende Risikoprognose.
Literatur
I. Hoffmann und T. Schürmann, Extremwertstatistik im Risikomanagement – Statistisches Erkennen von Auffälligkeiten im Rahmen der Fraud Detection, Zeitschrift für Risk, Fraud & Compliance, Ausgabe 06/2017, 270 – 278.
Download Link
Zur Fraud Detection: ZRFC_2017-06_Hoffmann