第5章操作风险的度量解说.ppt

二、贝叶斯神经网络模型(续) (4) 利用以上数据对模型进行训练，生成各个节点的分布或条件分布； (5) 利用训练后的模型来度量与管理操作风险。包括 计算损失分布 进行情景分析或压力测试 评估模型因素以辨识重要风险等 (6) 模型的适时改进。 * 二、贝叶斯神经网络模型(续) 3. 优势： 可借助于情景分析法来度量最大操作损失，并可与市场风险和信用风险的度量相结合； 适于度量不同形式、不同类型的操作风险； 提供了适宜于风险控制的成本-收益分析模型，并有助于发现操作风险诱因、完善内部业务流程、促进业务操作质量提升。 * 三、 因果关系模型 1. 定义：因果关系模型（Intensity Based Factor Model，IBFD）是指金融机构在判断操作风险损失与可能原因之间因果关系的基础上，通过采集历史数据建立关于操作风险的度量模型。 * 三、 因果关系模型(续) 2. 步骤： (1) 定义操作风险； (2) 搜集损失及损失诱因的相关信息与数据； 观测操作风险的结果即损失 考察造成损失的原因 (3) 建立系统模型。 * 三、 因果关系模型(续) 3. 优缺点： (1)优点——综合考虑了损失和造成损失的可能原因，可促使前台的业务人员积极参与操作风险管理。 (2)缺点——模型对内部数据的采集要求很高，而且模型的开发、实施与维持需投入大量的人力、物力、技术资源。 * * 第