| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 选题意义 | 第8-9页 |
| 1.3 文献综述 | 第9-13页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10-12页 |
| 1.3.3 国内外研究动态评述 | 第12-13页 |
| 1.4 研究内容 | 第13页 |
| 1.5 研究方法 | 第13页 |
| 1.6 本文的创新之处 | 第13-14页 |
| 1.7 论文的主要框架 | 第14-15页 |
| 第二章 商业银行操作风险的概念及度量方法综述 | 第15-22页 |
| 2.1 巴塞尔协议 | 第15页 |
| 2.2 操作风险 | 第15-18页 |
| 2.2.1 操作风险概念的提出 | 第15-16页 |
| 2.2.2 操作风险的定义 | 第16页 |
| 2.2.3 操作风险的特征 | 第16-17页 |
| 2.2.4 操作风险的分类 | 第17-18页 |
| 2.3 操作风险计量模型 | 第18-22页 |
| 2.3.1 基本指标法 | 第19页 |
| 2.3.2 标准化法 | 第19页 |
| 2.3.3 高级度量法 | 第19-22页 |
| 第三章 贝叶斯网络理论与方法 | 第22-30页 |
| 3.1 贝叶斯网络概述 | 第22-23页 |
| 3.2 贝叶斯网络模型原理 | 第23-24页 |
| 3.3 常用抽样分布 | 第24-26页 |
| 3.3.1 共轭先验分布 | 第24-25页 |
| 3.3.2 泊松分布 | 第25页 |
| 3.3.3 正态分布 | 第25-26页 |
| 3.3.4 先验分布中超参数的确定 | 第26页 |
| 3.4 贝叶斯网络的推理模式 | 第26-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 损失数据收集与初步统计分析 | 第30-41页 |
| 4.1 损失数据收集 | 第30页 |
| 4.2 风险识别(故障树法) | 第30-35页 |
| 4.2.1 故障树法 | 第30-31页 |
| 4.2.2 操作风险的识别过程 | 第31-32页 |
| 4.2.3 损失数据整理 | 第32-34页 |
| 4.2.4 损失平均法 | 第34-35页 |
| 4.3 损失分布的非参数检验 | 第35-37页 |
| 4.3.1 非参数检验的基本原理 | 第35-36页 |
| 4.3.2 损失频数与损失强度的描述性分析 | 第36-37页 |
| 4.4 贝叶斯估计 | 第37-40页 |
| 4.4.1 操作风险损失频数估计 | 第37-38页 |
| 4.4.2 操作风险损失强度估计 | 第38-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 贝叶斯网络模型的构建及商业银行操作风险分析 | 第41-50页 |
| 5.1 贝叶斯网络模型建立 | 第41-45页 |
| 5.1.1 贝叶斯网络模型建立步骤 | 第41页 |
| 5.1.2 模型变量的选择 | 第41-42页 |
| 5.1.3 贝叶斯网络图 | 第42-43页 |
| 5.1.4 建立贝叶斯网络模型 | 第43-45页 |
| 5.2 贝叶斯网络运行结果及分析 | 第45-46页 |
| 5.3 利用贝叶斯网络结果进行假设检验 | 第46-48页 |
| 5.4 模型在商业银行操作风险的应用分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 政策及建议 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |