天堂之歌

听歌而来,送我踏青云〜

您现在的坐在位置:首页>智汇问答>FRM问答

严同学2025-07-09 17:04:53

老师能不能详细解释一下四个选项以及他们正确/错误的原因?

查看试题

回答(1)

最佳

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
评论
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。

精品推荐

评论

0/1000

追答

0/1000

+上传图片

    400-700-9596
    (每日9:00-21:00免长途费 )

    ©2025金程网校保留所有权利

    X

    注册金程网校

    验证码

    同意金程的《用户协议》
    直接登录:

    已有账号登录