Cindy2018-10-22 09:58:40

同学你好，D选项说大损失比小损失重要，这是错的，两个损失都很重要
使用外部数据的时候要判断外部数据和本银行的特点是不是相同的，外部数据容易带来偏差，具体有3种情况：
    规模偏差（scale bias）:如果一家城商行用跨国银行的数据做外部数据，那么跨国银行的数据就不能直接使用，因为二者存在着规模偏差，应该按照跨国银行的规模和城商行的规模等比例调整，比如10万的损失数据，工行的规模是小银行的10倍，那对于小银行来说，损失就是1万。
    数据截断偏差（truncation bias）:不同的银行在对外公布操作风险损失数据的时候划分依据可能不一样，也就是说不同银行选的阈值不一样，所以很小的损失是被截断的，截断偏差就是指缺乏小的损失。比如A银行认为损失10万是操作风险，B银行认为损失100万是操作风险，那么10万到100万之间的数据就丢失了，这就是数据截断偏差。
    数据获取偏差（data capture bias）: 指的是亏损小的数据量是比较少的，一般操作风险损失数据都是偏大的数据，对于金融机构来说，并不是很愿意对外公布操作风险损失数据，因为公布的越多，对本机构声誉的影响越大，一般公布出来的都是影响较大的不能再被隐瞒的数据。所以，获得数据倾向于偏差。