文件名称：由于数据截断导致操作风险建模中的模型不确定性：单一风险案例-研究论文
文件大小：268KB
文件格式：PDF
更新时间：2024-06-30 05:12:57
Asymptotics data truncation
在过去十年中，研究人员、从业人员和监管机构就如何处理操作风险建模中的数据收集阈值进行了激烈的辩论。 为了拟合损失严重性分布，采用了几种方法：经验方法、“朴素”方法、转移方法和截断方法。 由于每种方法都基于一组不同的假设，因此出现了不同的概率模型。 因此，模型的不确定性出现了。 本文的主要目的是了解模型不确定性对风险价值 (VaR) 估计量的影响。 为了实现这一点，我们从银行的角度研究单一风险。 在这种简化的场景下，我们可以分析解决问题（当基础分布是指数分布时），并表明它揭示了 VaR 估计值与基于模拟方法（当数据遵循 Lomax 分布时）相似的模式。 我们证明，对于固定概率分布，截断方法的选择产生最低的 VaR 估计值，这可能被视为对银行有利，而“朴素”和转移方法导致更高的 VaR 估计值。 每种方法的优缺点以及所研究的概率分布都使用业务单位合法损失的真实数据集进行了进一步调查（克鲁兹，2002 年）。