Diese Präsentation wurde erfolgreich gemeldet.
Die SlideShare-Präsentation wird heruntergeladen. ×

UCM Prof. Hernan Huwyler - Argentina Gesión de Riesgos de cumplimiento

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Hier ansehen

1 von 27 Anzeige

Weitere Verwandte Inhalte

Diashows für Sie (17)

Ähnlich wie UCM Prof. Hernan Huwyler - Argentina Gesión de Riesgos de cumplimiento (20)

Anzeige

Weitere von Hernan Huwyler, MBA CPA (20)

Aktuellste (20)

Anzeige

UCM Prof. Hernan Huwyler - Argentina Gesión de Riesgos de cumplimiento

  1. 1. Riesgos de compliance Prof. Hernan Huwyler, MBA CPA
  2. 2. Prof. Hernan Huwyler, MBA CPA Encuentro Compliance Iberoamericano 2021
  3. 3. Evaluación cualitativa Utiliza una clasificación numérica predefinida criterios de riesgo, puntajes o escalas de calificación Basado en los juicios de los evaluadores Produce un mapa de calor de 5 * 5 o 7 * 7 Práctica común en cumplimiento .
  4. 4. ISO 37301 Evaluación Sobre el registro de obligaciones en actividades, productos, servicios, operaciones, terceras, partes, y servicios tercerizados Dinámico Riesgos de compliance actualizados periodicamente o cuando hay cambios en las circunstancias
  5. 5. Evaluación cualitativa
  6. 6. Palabras de probabilidad estimada Estudio Sherman Kent, 1964
  7. 7. Léxicos de probabilidad legal Fore, Joe - Defining Verbal Probability Expressions, 2018
  8. 8. Incompatible con los métodos de evaluación científica y modelos estadísticos Contradice la ISO 31000 Se ignora la mejor información disponible 1 3 4 2 No producen decisiones bien informadas Son hechas para “paper compliance” e informes externos
  9. 9. Contradice la ISO 31000 No pueden comparar los beneficios potenciales contra los costos de las opciones de tratamiento 5 a b Asignaciones de recursos subóptimas Ignora el lenguaje de los negocios: el dinero
  10. 10. Contradice la ISO 31000 No establece un monto a los criterios de riesgo 6 a b Clasificación arbitraria en rojo, amarillo y verde para tolerancia Escalas ordinales inconsistentes lo que evita la agregación de riesgos
  11. 11. Contradice la ISO 31000 Desprecia a los factores culturales 7 b c La calificación requiere interpretación subjetiva Inconsistencias en la evaluación por cambio de evaluadores y se evitan los valores extremos Los sesgos no se reducen en las evaluaciones de creación de consenso a
  12. 12. Contradice la ISO 31000 Incumplen con el principio de resultados consistentes 8 b c Usa escalas arbitrarias como las etiquetas de alto a bajo La compresión de las escalas de calificación desencadena inconsistencias en los niveles de riesgo Consideran solo un escenario, evento de pérdida única a
  13. 13. Contradice la ISO 31000 8
  14. 14. Contradice la ISO 31000 La priorización del riesgo depende de la clasificación de criterios (criterios ascendentes 1-5 o descendentes 5-1) 9 10 11 El horizonte temporal cambia de una vez cada 10 años a mensual No considera los riesgos de bajo valor
  15. 15. Contradice la ISO 31000 Crea una ilusión de comunicación 12 a b Para una decisión grupal, es fácil ponerse de acuerdo en términos vagos No se puede mejorar el rendimiento > no calcula las pérdidas en diferentes escenarios
  16. 16. Evidencia que no funciona What is wrong about risk matrices, Tony Cox, 2008 > worse than useless Further thoughts on the utility of risk matrices, David Ball, 2013 > untrustworthy picture Risk matrix input data biases, Erik Smith, 2009 > not objective number grids Some extensions on risk matrix approach, Huihui Ni, 2010 > defects still left unresolved On the origin of probability consequence diagrams, Ben Ale, 2015 > single factor impacts Problems with scoring methods and ordinal scales, Doug Hubbard, 2010 > arbitrary features of the scoring Recommendations on the use and design of risk matrices, Niels Duijm, 2015 > aggregation is problematical Back to Basics: Risk Matrices and ALARP, Glen Wilkinson, 2010 > unable to compare risks
  17. 17. Evidencia que funciona
  18. 18. Cuantificación Evaluar la volatilidad de las hipótesis en las que planeamiamos el cumplimiento
  19. 19. Distribuciones en compliance
  20. 20. Distribuciones en compliance
  21. 21. Distribución normal Curva en forma de campana Los valores medios son los más comunes Violaciones de cumplimiento provocadas por errores humanos Los riesgos legales no suelen seguir una distribución normal > baja frecuencia
  22. 22. Distribución logarítmica normal Producto multiplicativo de muchas variables aleatorias independientes. Eventos de cola pesada Impacto de las infracciones de cumplimiento en las redes sociales > Desvanecimiento lento Tiempo en detectar fraude Días para cerrar una queja de cliente
  23. 23. Distribución triangular Valores mínimos, más probables y máximos (Mín. + Base + Máx.) / 3 Se enfatizan los extremos Regulaciones con penas o multas mínimas y máximas
  24. 24. Distribución PERT Valores mínimos, más probables y máximos (Mín. + 4 * Base + Máx.) / 6 No se enfatizan los extremos Común en la mayoría de las herramientas de software de riesgo Frecuentemente usado para modelar la opinión de un experto Riesgos de cumplimiento provocados por demoras
  25. 25. Distribución binomial Dos resultados mutuamente excluyentes Posibilidad de éxito al 50% Posibilidad de falla al 50% Control de cumplimiento efectivo o ineficaz Pérdida de concesiones, impuestos o beneficios. Aprobación de una licencia
  26. 26. Distribución discreta Cada escenario tiene un impacto y probabilidad Árbol de decisión Sanciones discrecionales Sanciones en cláusulas contractuales Disputas fiscales
  27. 27. /in/hernanwyler hewyler

×