3、损失数据基础：内部损失数据、外部损失数据、情景分析、业务环境和内控因素，数据收集与清洗原则
操作风险损失分布模型（LDA，Loss Distribution Approach）的建模精度，本质上取决于输入数据的质量与完整性。如果损失数据存在缺失、偏差或口径不一致，再精巧的统计模型也会输出失真结果。本章围绕操作风险建模的四大数据支柱——内部损失数据（ILD）、外部损失数据（ELD）、情景分析（Scenario Analysis）、业务环境和内控因素（BEICF），系统讲解各类数据的定位、采集方法、清洗原则及在模型中的融合策略。理解这些基础，是构建可验证、可审计、可解释的损失分布模型的前提。
3.1 内部损失数据（ILD）的采集与治理
核心原理
内部损失数据是银行自身实际发生的操作风险损失记录，是LDA模型最核心的输入。巴塞尔委员会要求银行至少收集5年以上的历史内部损失数据，且数据收集门槛（阈值）不得高于1万欧元（国内监管通常要求不低于1万元人民币）。内部损失数据直接决定损失频率分布和损失强度分布的“主体形状”，尤其是高频中损部分。
采集流程与关键字段
- 事件识别与登记：由业务部门在损失发生后5个工作日内上报，风险管理部门复核。
- 损失计量：包括直接损失（赔偿、法律费用、资产减记）和间接损失（机会成本、声誉损失），但模型通常只计入直接财务影响。
- 字段标准化：至少包含事件发生日期、发现日期、损失金额、业务条线（BL）、事件类型（ET）、损失原因、挽回金额、保险赔付等。
| 字段类别 | 必填字段 | 说明 |
|---|---|---|
| 标识信息 | 事件编号、机构代码 | 唯一性约束，防止重复 |
| 时间信息 | 发生日、发现日、记账日 | 用于追溯和跨期调整 |
| 金额信息 | 总损失、挽回金额、保险赔付 | 净损失 = 总损失 - 挽回 - 赔付 |
| 分类信息 | 业务条线、事件类型、风险原因 | 对应Basel II的8条线×7类事件矩阵 |
| 文本描述 | 事件经过、根因分析 | 用于情景分析和损失可解释性 |
3.2 外部损失数据（ELD）的获取与校准
核心原理
外部损失数据来源于行业数据库（如ORX）、监管处罚公告、法院判决、新闻媒体等。其核心价值在于补充内部数据无法覆盖的“低频高损”尾部事件——这类事件在单家银行内部可能从未发生，但一旦发生将造成重大冲击。外部数据的使用必须经过严格的“相关性检验”和“规模调整”。
外部数据应用五步法
- 数据源筛选：优先选择权威行业数据库，确保数据质量与覆盖面。
- 相关性评估：判断外部事件与自身业务的相关性（业务条线、产品线、地域、规模）。
- 规模调整：使用收入、资产规模等指标将外部损失金额折算到本行量级。
- 通胀与汇率调整：统一折算到建模基准日的购买力水平。
- 数据合并：将外部数据作为“补充样本”与内部数据合并，或仅用于尾部建模。
3.3 情景分析：前瞻性风险度量
核心原理
情景分析是专家基于内部损失经验、外部事件和业务环境变化，对“尚未发生但可能发生”的极端损失进行前瞻性评估。它弥补了历史数据“向后看”的缺陷，尤其适用于新业务、新风险、新系统上线等场景。情景分析通常输出两个参数：情景发生频率（如每10年一次）和情景损失强度（如5亿元）。
情景分析实施流程
- 情景识别：结合风险地图、内外部事件库，识别需要评估的关键风险场景。
- 专家研讨：组织业务专家、风险专家、运营专家进行结构化研讨（如德尔菲法）。
- 参数估计：对每个情景给出频率和强度的合理区间（乐观/基准/悲观）。
- 一致性校验：将情景结果与内部损失数据分布进行交叉验证，避免严重偏离。
- 模型融合：将情景数据作为“虚拟损失”加入模型，或用于调整分布尾部参数。
3.4 业务环境和内控因素（BEICF）
核心原理
BEICF（Business Environment and Internal Control Factors）是反映银行当前业务环境和内部控制质量的前瞻性指标，包括关键风险指标（KRI）、内控缺陷整改情况、人员流动率、系统稳定性、业务复杂度等。BEICF不直接作为损失数据进入模型，而是作为风险调整因子，对模型输出的资本要求进行上修或下修。
BEICF调整机制
| 因素类别 | 示例指标 | 调整方向 |
|---|---|---|
| 业务环境 | 新业务占比、业务增速、产品复杂度 | 业务越复杂，风险上调 |
| 内控质量 | 内控缺陷数量、整改完成率、审计发现 | 缺陷越多，风险上调 |
| 人员因素 | 关键岗位离职率、培训覆盖率 | 离职率越高，风险上调 |
| 系统因素 | 系统可用率、故障次数、变更频率 | 可用率越低，风险上调 |
3.5 数据收集与清洗原则
核心原则
数据清洗是损失分布建模中最耗时、最关键的环节。数据质量直接决定模型的可信度和监管认可度。以下是必须遵循的六项原则：
- 完整性原则：所有必填字段不得为空，缺失值需通过合理方法填补（如中位数插补、回归插补）并记录填补逻辑。
- 准确性原则：金额数据需与财务系统核对，分类字段需由风险部门复核。
- 一致性原则：统一币种、统一通胀调整基准、统一阈值口径。
- 及时性原则：损失事件发生后应在规定时间内录入系统，避免“补录”造成的偏差。
- 可追溯原则：每条数据应能追溯到原始凭证，支持审计和监管检查。
- 去重原则：同一事件可能被多个部门上报，需通过“事件指纹”（如时间+金额+业务条线）进行去重。
清洗流程清单
1. 数据导入与格式检查
2. 重复记录检测（基于事件指纹）
3. 缺失值分析（按字段统计缺失率）
4. 异常值检验（箱线图、Z-score、业务逻辑判断）
5. 通胀调整（CPI或GDP平减指数）
6. 汇率统一（按事件发生日汇率折算）
7. 阈值一致性处理（低于阈值的记录标记或剔除）
8. 分类映射校验（业务条线/事件类型与标准对照表核对）
9. 数据质量报告（记录清洗前后差异、调整原因）
10. 清洗后数据入库（版本控制，支持回溯）3.6 案例拆解：某股份制银行外部数据融合实践
背景与约束：某股份制银行（资产规模约3万亿元）在构建操作风险LDA模型时，内部损失数据仅有4年历史，且高阈值（10万元）导致样本量不足200条，尾部数据严重缺乏。监管要求至少5年数据，且模型需通过资本计量验证。
初始现象与目标：初步建模结果显示，99.9%分位数的操作风险资本要求仅为8亿元，明显低于同业水平（约15-20亿元），监管质疑模型低估风险。目标是将资本估计调整至合理区间，同时确保模型稳健性。
关键输入数据：
- 内部损失数据：186条，平均损失金额45万元，最大单笔损失3200万元。
- 外部损失数据：从ORX数据库筛选出与本行业务条线相关的损失事件1,240条，其中超过1亿元的事件87条。
- 情景分析：识别出5个关键情景（如重大IT系统故障、内部欺诈、监管处罚），估计单情景损失区间2-8亿元。
分析判断过程：首先，对内部数据与外部数据进行同质性检验（K-S检验p值=0.03），发现两组数据分布存在显著差异——外部数据尾部更厚。其次，通过规模调整（按收入比例折算）后，外部数据的单位损失强度仍高于内部数据约40%，说明本行历史损失记录存在“漏报”或“低估”。最后，结合情景分析结果，判断内部数据无法反映真实尾部风险。
实际操作步骤：
- 将外部数据按业务条线分层，每层使用“加权混合”方法合并：内部数据权重60%，外部数据权重40%。
- 对合并后的数据重新拟合对数正态分布和广义帕累托分布（GPD），使用极大似然估计。
- 将5个情景分析结果作为“虚拟损失”加入强度分布拟合，每个情景视为一个独立损失事件。
- 引入BEICF调整因子：该行内控缺陷整改率仅为72%，系统可用率99.2%，综合BEICF系数为1.15。
- 使用蒙特卡洛模拟（10万次）计算99.9%分位数资本要求。
结果对比：调整后，99.9%分位数资本要求从8亿元提升至16.5亿元，与同业水平基本一致。其中，外部数据贡献了约5亿元增量，情景分析贡献约2.5亿元增量，BEICF调整贡献约1亿元增量。
风险与代价：外部数据合并引入了“跨机构异质性”风险——不同银行的业务结构、风控水平不同，直接合并可能高估或低估风险。为此，团队进行了敏感性分析，将外部数据权重从30%调整至50%，资本结果波动约±12%，在可接受范围内。
复盘经验：（1）外部数据不是“拿来即用”，必须经过严格的规模调整和同质性检验；（2）情景分析是弥补历史数据不足的关键手段，但需要建立专家校准机制；（3）BEICF调整应基于量化指标，避免主观随意性；（4）数据清洗过程要全程留痕，确保模型可审计。