通过贝叶斯推断的操作风险结构建模：结合损失数据与专家意见
风险管理
2009-04-08 v1
摘要
为满足巴塞尔II对高级计量法的监管要求，银行的内部模型必须包含内部数据、相关外部数据、情景分析以及反映业务环境和内部控制系统的因素的使用。操作风险的量化不能仅基于历史数据，而应涉及情景分析。历史内部操作风险损失数据预测未来行为的能力有限，此外，银行没有足够的内部数据来充分估计低频高影响事件。由于不同规模和其他因素，历史外部数据难以使用。此外，内部和外部数据存在生存偏差，因为通常没有所有倒闭公司的数据。情景分析的思想是通过专家意见估计风险事件的频率和严重性，同时考虑银行环境因素，并参考其他银行已发生（或可能发生）的事件。情景分析具有前瞻性，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，还要激励业务部门改进其风险管理政策，这可以通过情景分析实现。情景分析本身非常主观，但与损失数据结合后，它是估计操作风险损失的有力工具。贝叶斯推断是一种非常适合结合专家意见和历史数据的统计技术。在本文中，我们展示了用于操作风险量化的贝叶斯推断方法的示例。
引用
@article{arxiv.0904.1067,
title = {The Structural Modelling of Operational Risk via Bayesian inference: Combining Loss Data with Expert Opinions},
author = {P. V. Shevchenko and M. V. Wüthrich},
journal= {arXiv preprint arXiv:0904.1067},
year = {2009}
}