説明
経済が拡大しているときは、企業がデフォルトする可能性は低くなります。したがって、景気拡大を前提とした条件付きデフォルト確率は、無条件デフォルト確率よりも低くなる可能性が高い。
したがって、選択肢「a」が正解で、他の記述は不正解です。

説明
ベータ分布は、回収率をモデル化するためによく使用されます。これは値が 0 ～ 1 の間にある変数の分布であり、分布のパラメータはデータの平均と標準偏差を使用して推定できます。したがって、選択肢「a」は正しく、その他は間違っています。
ベータ版ディストリビューションの Excel モデルについては、ディストリビューションに関するチュートリアルを参照してください。

説明
ビジネスユニットには相関がないため、個々の EC 推定値の二乗和の平方根に等しい合計 EC を取得できます。したがって、選択肢「a」が正解です。
[=SQRT(100^2+200^2+150^2)]

説明
頻度が高く重大度が低いリスク、たとえばクレジット カード発行会社の詐欺による損失のリスクでは、予想される損失は高くなりますが、予期せぬ損失は低い可能性があります。言い換えれば、これらの損失は一般に、予想される既知の小さな範囲内にとどまると予想できます。資本要件は、特定の信頼水準での最悪の場合の損失から予想される損失を差し引いたものとなり、そのような場合にはこれを下回ることが予想されます。
一方、中程度の重大度の中頻度のリスク（予期せぬ法的請求のリスクなど）は、
「ファットフィンガー」取引エラーは、期待される損失は低くなりますが、予期せぬ損失のレベルは高くなります。したがって、そのようなリスクに対する資本要件は高くなります。
また、重大度が高く、頻度が低いリスクについても言及する価値があります。たとえば、不正なトレーダーがすべての管理を回避して銀行を破綻させたり、テロ攻撃や自然災害によって他の損失が発生したりするなど、予想損失はおそらくゼロであり、予想外の損失は高額ですが、非常に高いレベルの信頼。言い換えれば、オペレーショナル・リスク資本がそのような事象に備える可能性は低く、これらはオペレーショナル・リスク資本を計算する際の信頼レベルのほとんどによってカバーされないテール部分に位置することになる。
予想される損失は損益準備金によって負担されるため、リスク資本は予想外の損失に対してのみ必要であることに注意してください。したがって、重大度が低く、頻度が高いリスクのオペレーショナルリスク資本要件は、頻度は低いが重大度が高い他のリスクと比較した場合、低くなる可能性があります。
したがって、選択肢「c」が正解です。

説明
オペレーショナル リスクをモデル化する場合、一般にテール ロスを考慮します。これは、オペレーショナル リスクの期間が 99.9 パーセンタイルで 1 年であるためです。99.9 パーセンタイルは尾部領域にあるため、尾部ができるだけ正確にモデル化されるようにしたいと考えています。オペレーショナル リスクの分布は、ヘビー テール分布を使用してモデル化されます。
したがって、対数正規分布、パレート分布などのヘビーテールパラメトリック分布は、リスクの重大度をモデル化するのに適しており、したがってステートメント I は正しいです。
ボディテール分布はパラメトリック分布の組み合わせであり、さまざまなタイプの分布を使用してボディとテールをモデル化します。これにより、しきい値までの中小規模の損失は 1 つの分布を使用してモデル化でき、しきい値を超える損失はモデル化できるため、柔軟性が得られます。尾部のより適切な推定である別の分布を使用してモデル化されています。したがって、ステートメント II は正しいです。
対数尤度関数は、通常の尤度関数の最適化を簡素化します。一般に、基礎となる分布のパラメーターを推定する目的で、尤度関数を最大化 (またはリスク関数を最小化) します。尤度関数が複雑な場合、基になる関数と同じように動作しながら、指数と乗算を加算に変更するため、関数の対数を最適化することが数学的に容易になる場合があります。したがって、ステートメント III は正しく、対数尤度は分布のパラメータを推定する手段です。
ボディテール分布では、分布の異なる部分を互いに異なる方法でモデル化できるため、ステートメント IV は正しいです。