Este trabajo identifica y cuantifica, a través de un modelo de red bayesiana (RB), los diversos factores de riesgo operacional (RO) asociados al proceso de pago del Programa de Apoyos Directos al Campo (Procampo). El modelo de RB es calibrado con datos de eventos que se presentaron durante el periodo 2008-2011. A diferencia de los métodos clásicos, la calibración del modelo de RB incluye fuentes de información tanto objetivas como subjetivas, lo cual permite capturar de manera más adecuada la interrelación (causa-efecto) entre los diferentes factores de riesgo operativo.
This paper identifies and quantifies through a Bayesian Network model (BN) the various factors of Operational Risk (OR) associated with the payment process PROCAMPO. The BN model is calibrated with data from events that occurred during the period 2008-2011. Unlike classical methods, the BN model calibration sources include both objective and subjective ones, allowing to more adequately capture the relationship (cause and effect) between the several elements of operational risk.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados