第3章. FRM金融风险管理师 — 操作风险与定量分析

操作风险定义

操作风险：由内部流程、人员、系统缺陷或外部事件导致损失的风险。

巴塞尔七大事件类型

类型	典型案例
内部欺诈	员工挪用公款、未经授权交易
外部欺诈	ATM欺诈、网络攻击
就业惯例与工作场所安全	歧视诉讼、工伤事故
客户、产品和业务行为	误导销售、市场操纵
有形资产损坏	自然灾害、恐怖袭击
业务中断和系统故障	IT系统宕机
执行、交付和流程管理	结算错误、数据输入失误

---

巴塞尔IV操作风险资本

标准测量法（SMA）（巴塞尔IV，替代AMA）：

操作风险资本 = 业务指标部分（BIC） × 内部损失乘数（ILM）

• ILM > 1：机构内部损失历史超过BIC基准（处罚更多历史损失的机构）
• 所有国际性银行统一使用SMA，内部模型法（AMA）已被废除

---

GARCH与EWMA模型

GARCH(1,1)

σ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁

• α + β < 1：波动率向长期均值回归
• 长期方差 = ω/(1−α−β)
• 捕捉波动率聚集现象（平静期和动荡期交替出现）

EWMA

σ²ₜ = (1−λ)·r²ₜ₋₁ + λ·σ²ₜ₋₁（λ ≈ 0.94，日度数据）

• λ越小 → 对近期数据赋予更高权重
• RiskMetrics标准方法

---

极值理论（EVT）

超阈值法（POT）：对超过阈值u的损失拟合广义帕累托分布（GPD），用于估计极端情景下的VaR和ES。

这是操作风险资本和极端市场压力情景下理论上最准确的方法。

---

相关性与Copula函数

高斯Copula：

• 尾部相关性 = 0
• 2008年CDO建模失败的核心原因（低估危机时的联动性）

t-Copula：正尾部相关性，更真实地反映压力情景下的联动

---

考点速查

工具	关键点
GARCH(1,1)	α+β<1时波动率均值回归
EWMA λ减小	对近期数据权重更高，反应更快
SMA（巴塞尔IV）	BIC × ILM，废除了AMA
高斯Copula弱点	尾部相关性=0，危机联动被低估
EVT/GPD	极端损失建模的理论最优方法

第4章将进行FRM核心公式总结与20题模拟考试。