操作风险的结构建模：基于贝叶斯推断的方法——将损失数据与专家意见相结合
摘要：符合巴塞尔Ⅱ的监管要求，必须在银行的内部模型中包括使用内部数据、相关外部数据、情景分析和反映业务环境和内部控制系统的因素。对操作风险的量化不能仅基于历史数据，而应涉及情景分析。由于历史内部操作风险损失数据有限，无法预测未来行为，而且银行没有足够的内部数据来充分估计低频高影响事件。由于不同的体积和其他因素，历史外部数据很难使用。此外，内部和外部数据存在存活偏倚，通常没有所有倒闭公司的数据。情景分析的概念是通过专家意见估计风险事件的频率和严重程度，同时考虑银行环境因素，并参考其他银行发生过（或可能发生过）的事件。情景分析具有前瞻性，并可以反映银行环境的变化。重要的是不仅要量化操作风险资本，而且要提供激励措施以改善业务部门的风险管理政策，这可以通过情景分析实现。单独来看，情景分析非常主观，但与损失数据结合起来，它是估计操作风险损失的有力工具。贝叶斯推理是一种适合结合专家意见和历史数据的统计技术。在本文中，我们展示了操作风险量化的贝叶斯推理方法的示例。
作者：P. V. Shevchenko and M. V. W\"uthrich
论文ID：0904.1067
分类：Risk Management
分类简称：q-fin.RM
提交时间：2009-04-08