回答(1)
Michael2025-07-11 13:10:24
同学你好,题目讨论操作风险损失数据的收集问题,特别是外部数据可能带来的偏差(biases)。我们需要找出关于外部损失数据特征的错误描述(incorrect statement)。外部数据的偏差类型主要是三个:
1、Scale Bias(规模偏差):不同规模的银行损失数据不可直接比较(大银行的损失通常更大)。
2、Truncation Bias(截断偏差):不同银行的数据收集阈值不同(如有的银行只收集超过10k的损失,有的收集超过50k的)。
3、Data Capture Bias(数据捕捉偏差):损失事件的报告概率与损失规模相关(大损失更可能被报告,小损失可能被忽略)。
逐项分析:
A. External loss data often exhibits scale bias...(外部数据通常存在规模偏差,因为操作风险损失与机构规模正相关)
正确。大银行的损失通常更大,直接使用外部数据而不调整规模会导致高估/低估风险。这是规模偏差的典型表现。
题目问的是“incorrect statement”,所以A可能是正确描述,不选。
B. External loss data often exhibits truncation bias...(外部数据通常存在截断偏差,因为不同机构的数据收集阈值不一致)
正确。不同银行的损失数据收集标准不同(如有的银行只报告>10k的损失,有的报告>50k的),导致数据截断不一致。这是截断偏差的定义。
题目问的是“incorrect statement”,所以B可能是正确描述,不选。
C. External loss data often exhibits data capture bias...(外部数据通常存在数据捕捉偏差,因为操作风险损失被报告的概率与损失规模正相关)
正确。数据捕捉偏差(Data Capture Bias)是指小损失容易被忽略(而非大损失更容易被报告)。因为大损失几乎总是被报告,但小损失可能不被记录,导致外部数据中小损失的代表性不足。
【未完待续】
- 评论(0)
- 追问(1)
- 追答
-
D.The biases... are more important for large losses... than for small losses(外部数据的偏差对大额损失比小额损失更重要)
错误。大损失容易收到scale bias,小损失则更容易受到data capture bias的影响,所以这里没法说谁更重要,只能是都重要。


评论
0/1000
追答
0/1000
+上传图片