本书以专题形式的章节安排向读者介绍了操作风险管理的相关内容，从身边的例子引入概念，深入探讨了包括操作风险数据及参数模型、操作风险损失度的半参数模型，以及风险漏报等，并结合实例利用R语言与SAS软件处理相关问题。全书共有7章，分别为：操作风险概述、操作风险数据及参数模型、操作风险损失度的半参数模型、联合外部数据的操作风险衡量、操作风险漏报、联合外部数据的漏报操作风险衡量以及示例。本书可作为金融专业本科高年级学生或者研究生的教材，也可作为与操作风险管理相关人员的工具书。

前　言由于意外事故或者错误造成损失的可能性总是存在，因此人类的所有行为活动意味着存在某些风险。工业生产中经常会处理一些危险的材料，甚至会使用很容易发生故障的复杂机械，从这个方面讲，自然就产生了操作风险，即指正常运作中由于各种差错产生的潜在成本。尽管工业板块中的操作风险这个概念已经衍生到人类活动的其他领域，但是仍然很难对其进行确定。例如，服务行业中的一些类型的事故几乎觉察不到，而且也很难确认引发这些事故的原因。因此，操作风险这个概念虽然已经被广泛认知，但是人们对如何控制处理操作风险却知之甚少。保险是处理操作风险的一种古老方法，它基于损失再分配原则，使得个人面临的风险可以让大家共同来承担，集体以经济支付的方式来处理各项开支以及对受害人进行补偿。如今，保险公司致力于通过证券投资组合将风险从单位个体转移到外部机构。保险公司的业务基于在损失事件中的偿付承诺，因此保险公司的信誉非常重要，它需要保持它的各项偿付能力标准。建立一个保险合同的第一步就是对风险进行量化。实际上，就像在实施保险行为时其他一般流程中会出现误差一样，用于衡量风险的模型也可能存在很多问题。因此，保险本身也会有操作风险。同其他很多领域一样，在银行板块的金融交易中也会遇到操作失误。因此，操作风险也是银行监管的一部分。在这些情况下，监管者需要将操作风险的衡量作为监管指标之一。这是一个很新的研究领域，并且在最近几年活跃起来，主要是得益于作为实现金融和保险服务从业者的市场透明方面国际标准化途径的《巴塞尔协议》和《偿付能力监管标准Ⅱ》在银行业和保险业中的执行。操作风险的衡量不仅要求掌握量化工具，而且要求在广义上理解保险行为，包括技术和商业两个角度。本书从实践的角度出发，将统计分析和管理结合在一起。本书从处理操作风险数据的基本要求，到更为复杂的由操作风险引起的资本要求的最新量化工具，都为从业者提供了参考。操作风险的量化模型这个项目开始于Jens Perch Nielsen作为RSA研究负责人的时候，年轻的瑞典人Jim Gustaffsson来到Nielsen丹麦的办公室中，希望能获得他的指导。在Nielsen的指导下，两个星期后，Jim Gustafsson去伦敦与首席精算师Dix Robert和操作风险专家与哲学博士Paul Pritchard进行了交流。那次交流也促成了他们与利用数据变换进行非参数光滑度改进的西班牙专家Catalina Bolanceé与Montserrat Guillén的密切合作。现在，根据多年的积累以及大量的研究论文，Jens，Cati，Jim和Montse完成了这本关于操作风险的既具学术价值又具实践性质的著作。Dix Robert与Paul Pritchard参与了整个过程，并与本书作者讨论了无数次下一步是什么，这对于探索具有实际应用价值的方法起到了非常重要的作用。Dix Robert与Paul Pritchard也合著了操作风险方面的论文，本书作者非常感谢他们所做的贡献。本书作者也非常感谢另一位来自RSA的哲学博士、变换方面的专家Tine Buch-Kromann，她也花费了大量的时间和精力来指导Jim的硕士论文。通过这一途径，Jim得到了由Tine改进过的变换方法的最恰当的说明。同样，Tine也合著了一些关于操作风险的著作，并且经常参与本书作者关于操作风险的讨论，提出了很多有价值的意见和建议。本书作者同样感谢来自巴塞罗那大学风险中心的所有同事们，他们为许多访问学者营造了做研究的良好的氛围并提供了许多很好的建议。感谢David Pitt阅读并修正了前三章内容的早期版本。作者出版本书是为了突出他们在操作风险方面所做的工作，因此并不会覆盖该领域的所有内容。很多关于操作风险的重要论文、书籍以及方法都对操作风险进行了全面的介绍，而作者只对他们认为自己做得最好的部分进行了说明，也就是如何将先验信息融合到操作风险估计中，融合后又会产生怎样的效果。操作风险的先验信息来源很多，其中最重要的就是外部数据，它与调研数据相关但也有所不同。其他先验信息可以来自在类似领域中用到的参数分布，甚至是其他数据源的非参数分布。本书运用实际生活中的例子以及相关结论说明了不同章节中方法的有效性，并概述了保险公司或者银行操作风险量化实践中遇到的主要问题。很多具体特征以及造成损失的原因只存在于银行和保险公司中，并不会出现在其他领域。本书的操作风险衡量常把内外部数据结合起来，例如本公司的信息与其他公司的信息的结合，其他书籍中并未对此进行过讨论。另外，本书还讨论了操作风险的漏报问题，也就是公司正常运营过程中发生的所有损失事件的频率和损失度并没有全部报告，而现有文献中并没有广泛地涉及漏报问题。本书最后一章是一个用R语言和SAS程序编程实现的具有指导性的例子，自成一章，并且对于需要实现本书中大部分方法的从业者非常有用。如果需要第7章所用到的数据，可以与作者联系。作者在本书中所做的工作是对实用性、相关性的发展，并且基于学术标准的要求。具体如何，有待读者检验。

目　录作者简介前言作者简介前言1　操作风险概述11.1　引言11.2　操作风险量化方法21.3　操作风险监管体系31.4　操作风险资本计算的基础原理51.5　定义与符号61.6　操作风险资本计算实践81.7　本书的结构101.8　扩展阅读和参考文献112　操作风险数据及参数模型132.1　引言132.2　内部数据及外部数据142.3　基本损失度参数分布162.4　广义Champernowne分布192.5　分位数估计242.6　扩展阅读和参考文献253　操作风险损失度的半参数模型293.1　引言293.2　经典核密度估计303.3　变换核密度估计法333.1.1 变换核密度估计量的渐近理论353.1.2 基于累积分布函数的变换法363.4　带宽选择383.5　边界修正393.6　基于广义Champernowne分布的变换核密度估计413.7　操作风险数据下变换核密度估计的相关结果433.8　扩展阅读和参考文献444　联合外部数据的操作风险衡量494.1　数据源联合的原因494.2　基于变换法的数据源联合504.3　数据联合的变换技术514.4　数据验证524.5　扩展阅读和参考文献555　操作风险漏报575.1　引言575.2　风险漏报函数585.3　公开披露的损失数据605.4　结合漏报修正的半参数法625.4.1　含漏报的操作风险损失样本的建模635.4.2　漏报修正后的扁尾变换法635.5　带有漏报修正的公开披露损失的操作风险评估应用655.6　带有漏报修正的内部操作风险评估应用685.6.1　六类事件的风险聚类分析705.6.2　结论705.7　扩展阅读和参考文献726　联合外部数据的漏报操作风险衡量736.1　引言736.2　数据746.2.1　最小采集阈值756.2.2　模型建立766.3　漏报模型776.3.1　截断及漏报修正796.3.2　含漏报的估计步骤806.4　截断框架下的混合模型836.5　操作风险应用866.6　扩展阅读和参考文献927　示例957.1　引言957.2　描述统计量及SAS程序中的基本流程957.2.1　广义Champernowne分布拟合的SAS程序1047.2.2　基本参数分布的分位数估计1087.2.3 　广义Champernowne分布的分位数估计1127.3　变换核密度估计1167.4　内外部数据的联合1237.5　漏报的实现1457.6　R语言编程1717.6.1　基本函数1717.6.2　第2、3章的图像177参考文献203索引209