Evolution of risk management from risk compliance to strategic risk management Part II: The changing paradigm for the risk executive and Boards of the Canadian banking and insurance sectors
Notice bibliographique
Résumé
Part I of this paper examined the risk function’s evolution in response to (i) financial disclosures becoming increasingly risk-based, (ii) an increasing need to optimise capital management and business mix to enhance Return on Equity (ROE). The optimisation frameworks to determine the optimal ‘risk strategies’ need to be established by the risk function, which is now at the core of financial disclosure, technology and strategy. Part II examines the necessary competencies for the risk executives, in particular Chief Risk Officers (CROs), to be effective and lead the evolution. These are analytical, digital and strategic competencies. For the leadership roles in well-established finance, accounting, actuarial functions, and in engineering, it is recognised that professional qualifications, advanced content knowledge and experience are required for the leaders to be effective. We observe that this is often not the case for bank risk executives. It is not uncommon to see a leader without specific risk expertise and experience holding senior risk executive, even CRO, roles. CRO roles also have limited upwards mobility and can be the last stop, bridging the executive to retirement. We examine the potential causes, including the historical reasons, insiders’ bias, cognitive biases, pigeon-holed career paths and misuse of power. We make suggestions for improvements and opening the path for the next generation of risk professionals to fill the executive and board roles and lead the necessary evolution.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».