目錄(77章)
倒序
- 封面
- 版權信息
- 摘 要
- 1 緒 論
- 1.1 研究背景
- 1.2 研究意義
- 1.3 研究內容、研究方法與技術路線
- 1.4 主要貢獻
- 附錄1A 巴塞爾協議Ⅲ關于銀行資本改革的主要內容
- 2 國內外相關研究進展
- 2.1 有關操作風險計量的研究
- 2.2 有關貝葉斯網絡的研究
- 2.3 有關信度理論的研究
- 2.4 本章小結
- 3 操作風險的定義和分類
- 3.1 什么是風險
- 3.2 操作風險的定義
- 3.3 操作風險的分類
- 3.4 操作風險管理在銀行全面風險管理中的重要地位
- 3.5 本章小結
- 4 操作風險監管要求
- 4.1 巴塞爾協議Ⅱ對操作風險的監管要求
- 4.2 基本指標法、標準法與高級計量法的比較
- 4.3 中國銀監會對操作風險的監管要求
- 4.4 本章小結
- 附錄4A 2008年國際銀行業操作風險損失數據分析
- 5 操作風險建模分析概覽
- 5.1 自上而下模型
- 5.2 自下而上模型
- 5.3 操作風險損失數據的收集與處理
- 5.4 本章小結
- 6 基于多因素收入模型的操作風險計量方法
- 6.1 收入模型的選擇
- 6.2 風險因素的確定
- 6.3 GDP平減指數的構造
- 6.4 樣本銀行的選取
- 6.5 實證結果及分析
- 6.6 本章小結
- 7 基于POT極值模型的操作
- 7.1 極值理論
- 7.2 POT極值模型
- 7.3 參數估計
- 7.4 實證分析
- 7.5 本章小結
- 8 基于傳統信度理論的操作風險計量方法
- 8.1 信度理論
- 8.2 研究設計
- 8.3 實證分析
- 8.4 本章小結
- 9 基于半線性信度理論的操作風險計量方法
- 9.1 半線性信度理論
- 9.2 研究設計
- 9.3 實證分析
- 9.4 本章小結
- 10 基于Copula函數的多個操作風險單元聯合分布
- 10.1 相關文獻
- 10.2 數據來源及描述性統計
- 10.3 用POT模型構建邊緣分布
- 10.4 用Copula函數構建多維操作風險單元的聯合分布
- 10.5 采用蒙特卡羅模擬估計操作風險資本
- 10.6 不同操作風險計量結果的比較
- 10.7 本章小結
- 11 基于貝葉斯網絡的操作風險預警系統
- 11.1 商業銀行風險的傳統預警機制
- 11.2 貝葉斯網絡方法
- 11.3 商業銀行操作風險預警系統的貝葉斯網絡建模
- 11.4 操作風險預警系統的運行
- 11.5 運用超級貝葉斯方法確定先驗概率
- 11.6 本章小結
- 12 商業銀行操作風險計量和管理的政策建議
- 12.1 中國銀行業操作風險管理現狀
- 12.2 我國銀行業操作風險計量的政策建議
- 12.3 我國銀行業操作風險管理的政策建議
- 12.4 本章小結
- 13 結束語
- 參考文獻
- 附注 更新時間：2019-09-29 11:59:42
推薦閱讀
- 基于機器學習的量化投資建模研究
- 金融的謎題：德國金融體系比較研究
- 民營企業融資全程操盤及案例解析
- 一年十倍的期貨操盤策略（1～3） 精華修訂本
- 商業銀行風險防范與案例分析
- 通達信炒股軟件從入門到精通
- 御風而行：水皮財智啟示錄
- 中國資本市場制度變革研究
- 惡補金融學的第一本書
- 中國黃金：從跟隨到超越
- 新金融宣言
- AI時代Python金融大數據分析實戰：ChatGPT讓金融大數據分析插上翅膀
- 人民幣怎么辦：中美經濟冷戰和未來大趨勢
- 金融科技新格局：從技術狂熱到理性繁榮
- 善本金融
- 金融專業知識與實務十年真題精析（中級）（2016版）
- 為什么投你Ⅱ：一線投資人解密創業融資密碼
- 信用資本：開啟未來金融的密碼
- 投資的套路
- 贏在全局：境外項目投資從策劃到實施
- 查理·芒格的投資思想
- 基金客戶的動態細分與關系穩定策略研究
- 看盤方法與技巧大全
- 巴菲特最有價值的8條投資商律
- 7天學會股票K線圖：炒股入門與實戰技巧
- 股票大數據挖掘實戰：股票分析篇
- 銀行數字化轉型：業務、技術與運營
- 指數基金定投指南
- 金融市場極值風險的理論與實證研究
- 基于調研文本大數據的機構投資者行為研究
