你可能感兴趣的试题
更复杂的历史数据法不可以结合不同历史时期的经济周期进行进一步分析 历史数据法假定未来与过去相似，以长期历史数据为基础，根据过去的经历推测未来的资产类别收益 历史数据法和情景综合分析法是贯穿资产配置过程的两种主要方法 划分系统风险和非系统风险采用的是情景综合分析法
属于现代信用风险计量方法 能够直接估计客户的违约概率 对历史数据的要求更高 需要商业银行建立一致的、明确的违约定义，并且积累至少五年的数据 属于传统信用风险计量方法
风险计量的结果受制于历史周期的长度 在计量较为庞大且结构复杂的资产组合风险时，工作量十分繁重 如果产生的数据序列是伪随机数，可能导致错误结果 风险包含着时间的变化，单纯依靠历史数据进行风险计量，将低估突发性的收益率波动 以大量的历史数据为基础，对数据的依赖性强
划分系统风险和非系统风险采用的是历史数据法 历史数据法假定未来与过去相似，以长期历史数据为基础，根据过去的经历推测未来的资产类别收益 历史数据法和情景综合分析法是贯穿资产配置过程的两种主要方法 更复杂的历史数据法不可以结合不同历史时期的经济周期进行进一步分析
建立在历史市场数据模拟基础上，是一种向后看的模型 对借款人的历史数据要求相当高，对新兴企业不利 无法提供客户违约概率的准确数据 以上说法均不正确
方差-协方差法能预测突发事件的风险 方差-协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
方差一协方差法能预测突发事件的风险 方差一协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
专家判断法依赖于先进的数据挖掘技术和统计分析 模型分析方法下，银行只做历史数据分析，不做预测性分析 专家判断法是一种最古老的信用风险分析方法 模型分析方法下，银行的信贷决策由具有丰富经验的信贷人员所掌握
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
收益预期范围度量法 方差度量法 下跌概率法 历史数据分析法
基本指标法和标准法是针对操作风险较低的商业银行 高级计量法的风险敏感度更高 对于初次使用高级计量法的商业银行，允许使用2年的历史数据 商业银行的操作风险计量系统必须利用相关的外部数据 《巴塞尔新资本协议》中对基本指标法提出了具体标准
历史模拟法依据历史数据计算出风险因子收益率分布的参数值 由于历史模拟法是以发生过的数据为依据的，投资者容易接受该种方法对未来的预测 利用历史模拟法可以根据历史样本分布求出风险价值，组合收益的数据可利用组合中投资工具收益的历史数据求得 历史模拟法十分简单，因为该种方法无须在事先确定风险因子收益或概率分布，只需利用历史数据对未来方向进行估算
考虑了“肥尾”现象 不能计量非线性金融工具的风险 通过历史数据构造收益率分布，不依赖特定的定价模型 风险计量的结果受制于历史周期的长度 在计量较为庞大且结构复杂的资产组合风险时，工作量十分繁重
湘公网安备 43130202000226号