説明
3 つの債券のうち 1 つだけがデフォルトになる確率は、1 つの債券がデフォルトし、他の 2 つが存続する 3 つのシナリオの確率の合計に等しくなります。この確率は、1%*(1 - 2%)*(1 -
3%) + (1 - 1%)*2%*(1 - 3%) + (1 - 1%)*(1 - 2%)*3% = 5.7818%。選択肢「c」が正解です。

説明
バーゼル II によれば、どの年においても、どの事業分野におけるマイナスの資本負担（マイナスの総利益に起因する）は、他の事業分野におけるプラスの資本負担を無制限に相殺する可能性があります。したがって、選択肢「b」が正解です。

説明
最初の 2 つの式は、成分 VaR を説明します。最後の式は限界 VaR の式です。したがって、I と II が正解です。
コンポーネント VaR は、ポートフォリオの合計 VaR を分解してポートフォリオのコンポーネントに帰属することを可能にする VaR 分解手法です。ポートフォリオの各構成銘柄の構成要素 VaR の合計は、ポートフォリオの VaR と等しくなります。このプロパティは、取引予算の割り当てに使用できるため、各構成銘柄のスタンドアロンの VaR を単独で取得するのとは対照的に、非常に便利です。

説明
銀行は債券の代金として 700 万ドルを支払い、予想回収額は 300 万ドル (30% x 額面 1,000 万ドル) です。したがって、銀行 B の損失は、
400万ドル（700万ドル～300万ドル）。選択肢「b」が正解です。他の答えはすべて不正解です。

説明
単変量ガウス モデルでは、各リスク因子は他のリスク因子から独立して個別にモデル化され、リスク因子間の依存関係は共分散行列 (または相関行列と分散行列の同等の組み合わせ) によって捕捉されます。リスク要因には、さまざまな期間の金利、さまざまな株式市場レベルなどが含まれる可能性があります。
これは十分に単純なモデルですが、多くの制限があります。
まず、リスク要因、特にファットテールと歪度の経験的分布に適合できません。第 2 に、非線形依存関係やテール相関が捕捉されないため、単一の共分散行列ではリスク因子間の微細な共依存構造を記述するには不十分です。第三に、危険因子の数が増加するにつれて、共分散行列を決定することは非常に困難な作業になります。共分散の数は、変数の数の 2 乗で増加します。
しかし、因子間の線形関係を捉えることができないことは、単変量ガウス手法の限界の 1 つではありません。実際、共分散を使用すると、これを非常にうまく実現できます。
これらの制限に対処する方法は、リスク要因間の動的な関係を捉えるリスク要因の同時分布を考慮することです。相関関係は結果の全範囲にわたる静的な数値ではなく、リスク要因は相互に異なる動作をする可能性があります。さまざまな交差点で。