説明
内部損失データは、関連性があり、組織に発生した「本物」であるため、一般に最高品質です。外部損失データには、データが関連する銀行のリスク プロファイルが匿名化により一般に知られていないという重大な制限があり、計算を実行する銀行には適用できない可能性があります。したがって、外部損失データを外部損失データに置き換えることは得策ではありません。したがって、ステートメント IV は正しくありません。
説明されている他のアプローチはすべて、リスク アナリストが検討および実装する有効なアプローチです。したがって、ステートメント I、II、III は正しく、IV は正しくありません。

説明
頻度と重大度のモデリングに個別の UoM を使用することもできます。たとえば、シナリオ内のサイバー攻撃の頻度を推定するために組み合わせた UoM を使用し、より詳細な基幹業務 UoM を使用して重大度をモデル化することができます。したがって、ステートメント I は誤りですが、ステートメント IV は真です。ステートメント II は正しく、ビジネス、管理、およびビジネス環境に関する事実に基づいて単位をより大きな単位にグループ化できます。同様に、測定単位間の「距離」を使用し、互いに近い UoM を結合する統計的クラスタリング手法に基づいて、UoM をグループ化することができます。
さらに、ビジネス知識と統計アルゴリズムの両方を組み合わせて UoM を結合することも可能です。

説明
条件付請求アプローチでは、信用リスクは、債務の額面に等しい権利行使額と債務の満期に等しい満期を伴う、企業の資産価値に対するプットオプションの価値としてモデル化されます。信用リスクのコストは、レバレッジ比率、企業資産のボラティリティ、債務の満期によって決まります。キャッシュ フローは方程式の一部ではありません。したがって、選択肢「a」が正解です。

説明
「データ品質」という用語には複数の要素があります。つまり、データが高品質であるとみなされるためには、完全性、適時性、監査可能性などの複数の属性が必要です。これは厳密な科学ではないため、すべての専門家や教科書には、データ品質に関わるものについての異なる視点。ただし、私たちの目的のために、PRMIA 研究資料が指定するものに固執します。研究資料によると、高品質のデータを作成する属性とみなされる要素は次のとおりです。
1. 統合
2. 誠実さ
3. 完全性
4. アクセシビリティ
5. 柔軟性
6. 拡張性
7. 適時性
8. 監査可能性
研究内容の繰り返しになるため、ここではそれぞれについて説明しませんが、数値をその構成要素に分類すると、総計に結びつくはずであると言えば十分です。それが当てはまらない場合、データには整合性が欠けているため、選択肢「b」が正しい答えになります。他の選択肢はデータ品質の他の側面に対応していますが、これには対応していないため、正しくありません。

説明
累積精度プロットは、与えられた格付けに従って債務者の相対的なランキングを考慮することにより、格付け会社によって割り当てられた信用格付けの精度を測定します。選択肢「d」が正解です。