金融机构操作风险管理.pptVIP

假设损失频率与损失严重程度相互独立，则可利用回旋过程将这两种分布组合成整体损失的概率分布。其中，总损失是在一定时期内各个相互独立的损失的综合。下面通过制表法说明这一回旋过程，即以它们的概率列出所有可能的组合。当然，在组合数量非常多的情况下制表是不可能的。 损失分布法／保险精算模型法 表5-7列出了所有可能的组合。先看一下损失事件不发生的情况，概率为0.5；接下来看一下损失事件发生一次的情况：损失为1000元的概率为P（n-1）×P（X=1000）=0.3×0.6=0.18；然后，我们也可计算出损失为10000元和100000元的概率；最后，再来看损失事件发生两次的情况，如果两次损失均为1000元，则其概率为02×0.6=0.072。其他情况依此类推，就可得出总损失及其概率的所有可能组合。 损失分布法／保险精算模型法 损失分布法／保险精算模型法 从表中可以计算出预期损失为9520元，95%的分位数为68000元，那么该银行的操作VAR值约为58480元。这一运算过程相当于是在求损失的概率密度函数： 损失分布法／保险精算模型法 高级衡量法—损失分布法 应用困难：建模比较复杂，对数据要求很高。 数据重要性： 数据在操作风险管理中具有至关重要的作用。 没有足够的数据，计算资本配置等于空谈。 数据问题: 内部数据太少，操作风险事件的特点一般是低频率，高损失。 外部数据不具代表性，各个银行业务之间相关性不一定很强。 操作风险VaR 世界上的金融机构以及大型跨国公司风险管理中广泛应用VaR方法管理金融风险。 VaR方法的应用领域的广大 ，除用于度量市场风险、信用风险，还可以用于度量操作风险以及绩效评估等方面。 金融监管机构要求金融机构对机构的整体风险进行批露， VaR是一个重要的批露指标。 巴塞尔协议II 开始明确把操作风险的度量包括在内，因此对操作风险的度量是目前理论界，管理界热点研究问题之一，量化操作风险是金融机构的现实需要。 我国操作风险管理的现状 操作风险管理面临困难： 制度建设 风险管理文化 数据收集 模型风险的量化 模型是对现实的抽象和简化,有助于帮助我们认识客观世界。 导致模型失败的原因主要有数据录入错误、参数估计错误、模型设定错误和模型使用错误等。 模型风险的量化 模型风险是指由于使用不恰当模型来分析有价证券而引起损失的风险,是操作风险的一个重要组成部分。 长期资本公司(LTCM)的灾难主要是由于模型风险所造成的，引起人们对模型风险的重视。 模型风险的量化 针对不同种类的模型选择不同的量化方法 模型风险与其它风险相互交叉，与建模的数据质量密切相关 量化模型风险的思路 对损失频率和严重程度分别建模 构建模型损失分布 模型风险VaR 5.3 测度操作风险的四个步骤 操作风险测度的指导原则 客观性 一致性 操作性 透明性 全行性 完备性 测度操作风险的四个步骤 风险信息收集 操作风险测度过程 步骤1：风险信息收集 有风险管理部门所做的对损失可能性的报告： 审计报告 监管报告 管理报告 对损失后果的评估 管理层会见 损失历史回顾 操作风险敞口 操作风险分类 损失后果（S） 内部依赖性 外部依赖性 人员 流程 技术 总体估计 外源风险 特定风险 欺诈 业务规模减小 政治环境 步骤 2：风险评估： 风险因素： 建立完善的框架识别和度量风险 关注容量、能力和可获利性 净风险 概率（P）： VH、H、M、L、VL 损失后果（S） 占利润的百分比 步骤3：检查与确认 操作风险管理委员 改善了的风险报告和分析 更好的资本分配 管理活动： 投资 分散化 紧急控制 保险 风险融资 操作风险测度过程 测度操作风险的四个步骤 风险评估 5.2 测度操作风险的量化方法 操作风险量化中的问题 如何 什么 为什么 量化 按目的： 管理控制：自下而上方式；质化的风险改变监督 风险等级量化： 自上而下方式；模型 3，方法： 专家输入(质化评估) 数据分析(统计等) 模型(极值理论、脚本式等) 1，目标： 维度 质化对量化 因/果对因果连接 可直接观察性 因多维及质化的特性使其比市场风险和信贷风险更难量化 操作 风险 2，目的： 管理控制 防范对化解 节约资本损失缓冲口 资本分配 最优效率 调整压力 操作风险特性促成的管理控制改进的潜力 将未经测试的有关操作风险限制的假定运用到资本分配中的必要性 操作风险 操作 风险 资料来源: CSG/GRM,2000 操作风险量化的重要挑战存在于低概率高影响性事件中 中级风险 高级风险 中级风险 低级风险 操作风险事实证明这 是普遍情况： 高概率低影响事件是一些次级操作