2015银行从业《风险管理》知识点串讲：高级计量法
　　高级计量法（AdvancedMeasurementApproach，AMA），是银行根据本行业务性质、规模和产品复杂程度以及风险管理水平，基于内部损失数据、外部损失数据、情景分析、业务经营环境和内部控制因素，建立操作风险计量模型以计算本行操作风险监管资本的方法。
　　商业银行采用高级计量法，应当基于内部损失数据、外部损失数据、情景分析、业务经营环境和内部控制因素建立操作风险计量模型。建立模型使用的内部损失数据应充分反映本行操作风险的实际情况。
　　巴塞尔委员会鼓励商业银行自主开发适合自身特点的AMA模型。并在2001年发布的新资本协议征求意见稿中推荐了损失分布法（LDA）、内部衡量法（IMA）和打分卡法（SCA）三种计量模型。其中，损失分布法是商业银行的主流选择。
　　操作风险高级计量法的技术要点主要包括：一是制定数据清洗标准和使用规则。二是确定模型构建流程。逐项形成包括频率和严重度的分布选择、情景分析数据使用、蒙特卡罗模拟、相关性处理、保险缓释、BEICF资本分配等关键环节的解决方案，最终形成具有本行特点的AMA模型计量流程和办法。
　　1.数据处理
　　AAMA计量系统要使用内部损失数据（ILD）、外部损失数据（ELD）、情景分析（SA）、业务经营环境和内部控制要素（BEICF）等四类数据。
　　（1）内部损失数据
　　在AMA计量体系中，内部损失数据作为操作风险资本计量中频率和严重度计算的输入数据，应用于对频率建模，以及对严重度的主体部分进行建模。根据银监会要求，商业银行应具备至少5年观测期的内部损失数据，初次使用高级计量法的商业银行，可使用3年期的内部损失数据。
　　（2）外部损失数据（ELD）
　　（3）情景分析（SA）数据
　　情景分析数据主要用于AMA模型中严重度的拟合，处理原则包括：情景分析数据抽样权重设定问题等。
　　（4）业务经营环境和内部控制要素（BEICFs）
　　BEICFs数据主要用于操作风险资本调整和分配。
　　2.模型建立与计量
　　基于损失分布法（LDA）构建AMA模型是目前国际银行的主流选择。其计量思路是在数据清洗的基础上，分别对损失频率和严重度的概率分布函数进行估计，采用蒙特卡罗模拟方法进行拟合，进而得到银行操作风险资本额的方法。
　　（1）损失分布法的方法论
　　损失分布法（LDA），是基于保险精算技术发展而来的方法。LDA框架下，银行对其每个业务部门／事件类型组合分别估计频率和严重度两个概率分布函数，用蒙特卡罗模拟方法拟合出一定置信水平（99.9%）和区间（一年）的操作风险VaR值。
　　（2）模型的精细度
　　模型的精细度是指建立模型的最小单元，它直接影响AMA模型的个数、风险敏感性和精确程度，是AMA模型的核心问题。模型精细度划分程度越高，AMA模型的风险敏感性越强，操作风险VaR值计量准确度越高；但同时对数据的充足性要求越高，也会影响模型的稳定程度。
　　（3）分布选择
　　LDA模型需要对损失频率和严重度的概率分布函数分别进行估计，其中损失频率分布函数的估计主要是基于内部损失数据，损失严重度分布函数的估计应用内、外部损失数据及情景分析数据。
　　（4）资本拟合
　　在获得频率分布和严重度的概率分布函数后，根据99.9%的置信水平，采用蒙特卡罗模拟方法来确定银行操作风险资本额。蒙特卡罗模拟是通过重复随机抽样对每个矩阵单元内的频率和严重度进行整合，生成各矩阵单元年度累计损失数据集的过程。
　　（5）相关性处理
　　AMA资本计量的相关性主要包括频率相关性、严重度相关性和累计损失相关性等三种类型。其中，频率的相关性是指模型单元格之间损失事件发生次数是否相关；严重度的相关性是指模型单元格之间每个损失事件的损失金额是否相关；累积损失的相关性是指模型单元格之间总损失是否相关。银行可通过定量和定性综合求解方法确定相关系数矩阵。
　　（6）模型验证
　　高级计量法（AMA）不仅仅是操作风险计量的一种方法，它更是一套完整的操作风险管理框架，该框架围绕操作风险管理和计量两大内容搭建，在提高资本计量准确性和敏感度的同时，还可以实现操作风险管理水平的全面提升，增强银行的核心竞争力。
　　（1）优化操作风险管理流程
　　通过AMA项目，可以重塑操作风险管理流程，改进风险控制措施，提高制度的可执行性，实现由粗放型向精细化、由事后检查向事前防范、由定性管理向定性与定量相结合的管理方式的转变。同时，推动各业务部门积极开展业务流程的梳理工作，识别风险控制薄弱环节，及时采取有效措施，改善本部门的操作风险现状。
　　（2）促进风险管理文化的转变
　　（3）丰富操作风险的管理手段
　　（4）完善绩效考核体系