在巴塞爾新資本協(xié)議（Basel Ⅲ）中，有三種方法度量操作風險，分別為基本指標法、標準法和高級計量方法，其中高級計量方法度量操作風險需要研究操作風險損失分布。隨著BaselⅢ的推出，新的資本監(jiān)管要求高級計量方法有新的突破，各銀行所采用的方法能確實地反映本銀行操作風險相關(guān)特征。從操作風險的全球監(jiān)管來看，因巴塞爾成員國之間金融進程存在差異較大，故成員國操作風險監(jiān)管實施缺乏一致性。發(fā)達國家對操作風險監(jiān)管起步早于發(fā)展中國家，且監(jiān)管體系日趨完善，而發(fā)展中國家操作風險監(jiān)管剛起步。歐美研究機構(gòu)及學者對操作風險損失呈厚尾部特征已成共識，且在實踐中，操作風險分布用得最多的是泊松分布，其次是負的貝奴里分布。然而，在發(fā)展中國家，監(jiān)管部門及學者對操作風險的監(jiān)管與度量的研究仍處于較低層次階段，相應(yīng)的研究有待提高。目前，國內(nèi)關(guān)于操作風險損失分布的系統(tǒng)性研究成果比較少，本書基于中國商業(yè)銀行操作風險損失數(shù)據(jù)擬合并診斷了其損失分布，并依據(jù)該分布度量了中國商業(yè)銀行操作風險損失。
　　基于中國商業(yè)銀行1994-2020年6月的操作風險損失數(shù)據(jù)，通過對操作風險損失分布的檢驗及利用貝葉斯蒙特卡洛模擬（MCMC）頻率方法進行了分析，其結(jié)果證實了中國商業(yè)銀行操作風險損失分布近似服從廣義極值分布（GEV）。從理論上看，在某種情況下，廣義帕累托分布（GPD）可轉(zhuǎn)化為廣義極值分布（GEV），因此檢驗了中國商業(yè)銀行操作風險損失分布是否也服從于GPD。為了檢驗中國商業(yè)銀行操作風險損失分布是否可用GEV或GPD，我們采用極大似然估計法對GEV和GPD分布的位置參數(shù)、尺度參數(shù)、形態(tài)參數(shù)進行了估計并對中國商業(yè)銀行操作風險的GEV和GPD分布模型進行了診斷。結(jié)果表明，中國商業(yè)銀行操作風險損失的概率、分位數(shù)圖、重現(xiàn)水平曲線、密度曲線的四個診斷圖都支持操作風險損失分布可用GEV和GPD分布表示。
　　實證研究表明，中國商業(yè)銀行操作風險損失分布可用GPD表示。在GPD分布的條件下，一般可用閾頂點（POT）模型度量風險損失，因此我們應(yīng)用POT模型度量了中國商業(yè)銀行操作風險損失。對中國商業(yè)銀行操作風險損失額的估計結(jié)果顯示，在0.95的概率下，中國商業(yè)銀行操作風險每年的損失額大約為11438340萬元；在0.99的概率下，中國商業(yè)銀行操作風險每年的損失額大約為36329939萬元。
　　基于操作風險損失的發(fā)生來源于業(yè)務(wù)線，本書建立了業(yè)務(wù)線中風險因子與操作風險損失發(fā)生的因果關(guān)系圖，并依此建立操作風險控制的貝葉斯網(wǎng)絡(luò)模型。以銀行在線業(yè)務(wù)為例，應(yīng)用貝葉斯網(wǎng)絡(luò)模型模擬了業(yè)務(wù)線中風險因子與操作風險損失之間可能出現(xiàn)的因果概率，并進行了相應(yīng)的情景分析和敏感度分析。依據(jù)貝葉斯網(wǎng)絡(luò)模型，本書分析了三種情形下的因果關(guān)系，并分別計算了相應(yīng)情形下的操作風險損失發(fā)生的條件概率及相應(yīng)的資本金額。敏感度分析表明，系統(tǒng)應(yīng)用程序失敗、黑客攻擊、交易密鑰管理、病毒攻擊對操作風險損失比較敏感，而防火墻對操作風險損失的敏感度不高。