在严重性分布中，可确定网点存放的现金数量作为尺度因子，即认为网点存放的现金数量越多被抢劫的现金数量也越大。Giulio Mignola(2003)提出了严重性分布的调整公式：
　　
　　其中，Lactual和Lscale分别表示实际损失和调整后的损失；Rcur和Rpre分别表示现有收入和以前年度的收入；表示回归后的系数。根据Shih, J., A. Samad-Khan 和P. Medapa（2000）的测算，一个年收入为20亿元的银行所发生的一笔1000万元的损失相当于一个年收入为60亿元的银行所发生的一笔1320万元的损失。
　　在第三种情况下，由于内外部损失数据完全来自于不同总体的分布函数，意味着两个银行的管理机制完全不一样，因此损失产生的机制也完全不一样。而这种情况发生的频率非常低，只可能存在于外部损失数据中。比如，巴林银行和法国兴业银行的损失事件。这种情况下的损失难以进行调整，可作为情景分析考虑的因素。
　　
　　四、内外部损失数据的整合方法
　　
　　在对外部损失数据进行调整后，还必须将内外部损失数据整合起来，共同用于高级计量法的建模。根据国际活跃银行的领先实践，数据整合的方法主要包括非统计方法和统计方法，其中非统计方法包括加权平均（Weighted average）和调整因子（Adjustment factor），统计方法包括贝叶斯方法（Bayesian integration）、信度理论（Credibility theory）、情景数据点（Scenario data point）等。其中信度理论是数据整合中的最重要方法，计算公式为：
　　
　　Aint和Aext分别表示内部损失数据和外部损失数据， Aeff表示经过信度理论加权平均后的有效数据，W表示信度理论中的风险权重，取值在[0,1]之间，其取值取决于内外部损失数据样本的大小、业务环境和内部控制情况等因素。张宏毅、陆静（2006）基于信度理论解决了操作风险频度数据不足问题,使内外部数据能够进行整合,最终形成无偏估计。
　　信度理论的基本思想就是在银行自身操作风险损失数据和行业操作风险损失数据之间求加权平均,以实现内外部损失数据的整合。Hans Bühlmann、Pavel V. Shevchenko和Mario V. Wüthrich（2007）使用信度理论估计了操作风险损失的发生频率（泊松分布）和严重性（帕累托分布）分布的参数，从而实现了内外部损失数据的有效整合。图1就是使用信度理论进行数据整合的框架图。
　　
　　五、加强外部损失数据收集和使用的建议
　　
　　（一）成立中国银行业操作风险损失数据共享协会
　　目前，领先银行的做法是加入数据共享协会，但是数据共享协会对银行的内部数据收集质量有非常严格的要求。因此，对于银行来说，短期内行之有效的方式是从外部供应商购买获得。长期来讲，银行可以尝试加入银行业数据共享协会。根据Chong-ho Kim（2008）的介绍，国内银行可借鉴韩国银行协会成立韩国操作风险数据交换协会（Korea Operational riskdata Exchange Committee，KOREC）的做法，争取在国内监管当局的支持下成立一个共享操作风险损失数据的协会，以满足高级计量法对外部损失数据的要求。
　　（二）加强与国内研究的合作，同时注重从外部公开渠道收集外部损失数据
　　除了商业银行之外，国内一些研究机构也开始借助外部媒体公开报道收集了操作风险损失数据，并开展了相应的分析和研究。樊欣、杨晓光(2003)根据国内外媒体公开报道,收集了1990年到2003年的71起操作风险损失事件，对各项业务的损失情况进行了初步研究。张新杨(2004)收集了1987年到2004年的174个涉及银行操作风险损失的法院案例，并以这些数据作为依据，对我国商业银行的各项操作风险损失类型进行了定量分析。李志辉(2005)介绍了国内外商业银行操作风险损失数据的收集和主要操作风险损失数据库，并分析了商业银行内、外操作风险损失数据的区别。万杰、苗文龙(2005)利用国外公共数据库和国内的有关实证研究成果，对各项业务和各种损失类型的分布情况进行了分析。袁德磊、赵定涛(2007)收集了2000年到2005年的307起操作损失事件，从业务类型、损失类型和地区分布等方面，对操作损失频度和强度进行定量分析。
　　商业银行一方面可与国内研究机构合作，在不泄露银行商业秘密的前提下共享外部损失数据；另一方面应保持对操作风险损失事件的敏感性，注重平时的积累，从报纸、网站、电视、广播等外部新闻媒体的渠道收集外部损失数据，从而提升外部损失数据收集的数量和质量。
　　（三）将外部损失数据和情景分析结合起来用于高级计量法建模
　　如前文所述，由于国外商业银行的业务开展情况和经营管理水平与国内商业银行的差异较大，其数据来自于不同总体的分布函数，损失数据调整相对比较困难，因此，外部损失数据调整可与情景分析结合起来用于高级计量法建模。
　　若商业银行在收集外部损失数据时存在较大的困难，或者是收集到的外部损失数据所体现的业务范围和管理水平与银行自身的情况存在较大的差异时，可借鉴日本相关银行的经验，将外部损失数据和情景分析结合起来进行使用，多设计一些情景数据，通过情景分析来弥补尾部数据的不足。根据巴塞尔委员会（2008）最近所做的调查，所有实施高级计量法的银行在情景分析中所用情景数量的中位数是115个，而日本银行在实施高级计量法时所使用的情景数量高达673个。
　　
　　参考文献：
　　1.樊欣、杨晓光，从媒体报道看我国银行业操作风险状况，《管理评论》，2003年第11期。
　　2.李志辉，商业银行操作风险损失数据分析，《国际金融研究》，2005年第12期。
　　3.屈华，商业银行实施操作风险高级计量法所面临的挑战及其应对策略，《现代商业银行导刊》，2010年第3期。
　　4.万杰、苗文龙，国内外商业银行操作风险现状比较及成因分析，《国际金融研究》，2005年第7期。
　　5.袁德磊、赵定涛，基于媒体报道的国内银行业操作风险损失分布研究，《国际金融研究》，2007年第2期。
　　6.张宏毅、陆静，用信度理论解决操作风险频度数据不足问题，《中南财经政法大学学报》，2006 年第6 期（总第159期）。
　　7.张新杨，我国商业银行的操作风险研究,《苏州大学硕士学位论文》，2004年版。
　　
　　作者简介： (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）