莫建明、高翔编著的《驯化黑天鹅--重尾性操作风险的度量精度与管理参数研究》通过对已有操作风险研究文献的梳理发现，低频高强度损失的操作风险事件的损失强度具有显著的重尾性分布特征。极值模型法是度量重尾性风险的最佳方法。而目前在业界中，损失分布法是操作风险的主要度量方法。因此，本书将极值模型法和损失分布法结合起来，研究了重尾性操作风险的度量精度与管理问题。首先，本书分析了重尾性操作风险度量偏差的影响因素；其次，本书以相关实证研究为基础，分别在两类极值模型(BMM类模型和GPD类模型)中选择典型的重尾分布即Weibull(威布尔)分布和Pareto(帕累托)分布，作为操作损失强度分布假设，从理论上探讨了高置信度下重尾性操作风险的度量精度和关键管理参数，并进行了示例分析；最后，本书提出了一种操作损失强度分布模型的选择方法。

操作风险已经对金融机构的生存和发展构成了最致命威胁。莫建明、高翔编著的《驯化黑天鹅--重尾性操作风险的度量精度与管理参数研究》全面讨论了操作风险的计量、分析和控制。为操作风险管理提供了一套切实可行的方案。

1 绪论

 1.1 引言

1.1.1 国际背景

1.1.2 国内背景

 1.2 操作风险概念界定

 1.3 操作风险度量的基本方法

1.3.1 基本指标法

1.3.2 标准法

1.3.3 高级计量法

 1.4 损失分布法综述

1.4.1 操作损失数据样本

1.4.2 内外部损失样本共享问题

1.4.3 极值模型法在尾部风险度量中的应用

 1.5 操作风险管理研究综述

1.5.1 国外操作风险管理研究现状

1.5.2 国内操作风险管理研究现状

 1.6 问题提出和研究意义

 1.7 研究内容与结构

 1.8 主要创新点

2 操作风险度量偏差的影响因素

 2.1 引言

 2.2 样本异质性对分布模型的影响

2.2.1 门槛导致的样本异质性

2.2.2 除门槛外其他因素导致的样本异质性

 2.3 分布模型外推导致的偏差

2.3.1 样本内估计操作风险价值

2.3.2 样本外估计操作风险价值

 2.4 本章小结

3 重尾性操作风险度量精度

 3.1 引言

 3.2 Pareto分布下操作风险度量的精度

3.2.1 操作风险度量的精度

3.2.2 操作风险度量精度及其灵敏度

3.2.3 结论

 3.3 Weibull分布下操作风险度量的精度

3.3.1 操作风险度量的精度

3.3.2 操作风险度量精度及其灵敏度

3.3.3 结论

 3.4 本章小结

4 重尾性操作风险关键管理参数

 4.1 引言

 4.2 Pareto分布下操作风险关键管理参数

4.2.1 Pareto分布下操作风险价值度量

4.2.2 关键管理参数判别模型

4.2.3 示例分析

4.2.4 结论

 4.3 Weibull分布下操作风险关键管理参数

4.3.1 Weibull分布下操作风险价值度量

4.3.2 关键管理参数判别模型

4.3.3 示例分析

4.3.4 结论

 4.4 本章小结

5 操作损失强度分布选择

 5.1 引言

 5.2 操作风险价值度量

 5.3 操作风险价值灵敏度的比较分析

 5.4 本章小结

6 结束语

 6.1 总结与创新点

 6.2 研究展望

参考文献