操作风险的度量概括.ppt

山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤 ——(一) 损失次数与损失程度的概率分布模型 (续) (2) 损失程度分布形式： 指数分布、对数正态分布（高频风险事件） Gamma分布（较大偏度和峰度的损失） 极值理论（低频高损失） * 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤 ——(一) 损失次数与损失程度的概率分布模型 (续) 3. 对损失次数分布与损失程度分布的贝叶斯估计： 在历史数据缺乏的情况，仅仅使用少量数据对损失次数与损失程度的概率分布进行估计，会产生很大的抽样误差，这必将导致对损失分布的估计进而对操作风险的度量出现谬之千里的状况。为此，根据巴塞尔协议的建议，可以使用外部的、行业的损失数据对内部数据加以补充，也可以使用基于风险经理或专家观点的内部记分卡数据、外部协会的数据或其他公开数据。 但是外部样本数据的不确定性大于内部数据。利用外部数据导致偏差，利用贝叶斯估计解决。 * 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤 ——(一) 损失次数与损失程度的概率分布模型 (续) 3. 对损失次数分布与损失程度分布的贝叶斯估计： (1) 参数估计公式（数据缺乏时） (5.4.5) (2) 基本思路 首先，分别计算出主观数据和客观数据的相关参数的 “先验分布密度函数”； 然后，利用公式(5.4.5)将两个参数的密度函数相乘就得 到模型参数的“后验分布密度函数”； 最后，从“后验分布密度函数”中获得参数的点估计。 * 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤 ——(一)损失次数与损失程度的概率分布模型 (续) (3) 运用贝叶斯估计和经典估计得到的后验分布比较 * 不确定的先验分布 后验分布 似然性分布 确定的先验分布 后验分布 似然性分布 参数 参数 更多地利用硬数据信息 更多地利用软数据信息 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤(续) (二) 单个风险单元操作风险损失分布的估计思路 1. i×j风险单元发生了n次损失时的总损失为 (5.4.8) 2. 由损失次数n独立于总损失，得到i×j风险单元的总损失小于x的概率为 (5.4.9) 3. 代入损失次数（5.4.1）和损失程度（5.4.3）的概率分布表达式，可得操作风险损失分布的具体表达式为 (5.4.10) * 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的一般步骤(续) (三)单个风险单元在一定置信水平下的VaR与未 预期损失的计算思路 借助于i×j风险单元总损失 的概率分布可获得一定置信水平下的VaRij； 相应置信水平下该风险单元的未预期损失为 (5.4.11) * 山东财经大学 金融风险管理 二、基于损失分布法度量操作风险的 一般步骤(续) (四) 整个金融机构操作风险总体损失分布的估计 1. 假定：各个风险单元的操作风险事件同时发生，且结果相互独立。 金融机构的总体损失：将各风险单元在一定置信度下未预期损失之和作为整个金融机构在该置信度下的未预期损失UL， (5.4.12) 3. 上述方法的不完善之处：忽略了各个风险单元操作风险事件的相关性。 * 山东财经大学 金融风险管理 职能依赖 操作风险具有典型的内在性特征，即市场风险一般由外部不确定因素引发；而操作风险则主要由金融机构内部的不确定因素所导致，机构的各风险单元之间的内部联系非常紧密而又复杂，有可能出现某一风险单元失控直接导致其他一系列风险单元失控的状况，这就是所谓的机构内部独有的“职能依赖”。 在金融机构内部因操作风险而导致的这种失控一般为服从一定的概率分布的随机事件，所以仅仅以协方差矩阵来刻画上述状况显然是不够的。为此，需要对前述的损失分布法进行改进。 山东财经大学 金融风险管理 三、损失分布法的改进 (一) Copula法 1. 构建Copula函数的关键： (1) 边缘分布函数的确定； (2) 变量相关关系的确定； (3) Copula函数形式的选择与确定。 * 山东财经大学 金融风险管理 三、损失分布法的改进 ——(一) Copula法(续) 2. 边缘分布函数的确定