Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Door een staking bij bpost kan je online bestelling op dit moment iets langer onderweg zijn dan voorzien. Dringend iets nodig? Onze winkels ontvangen jou met open armen!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 135,45

+ 270 punten

Uitvoering

Verwachte leverdatum onbekend

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Using real-life examples from the banking and insurance industries, Quantitative Operational Risk Models details how internal data can be improved based on external information of various kinds. Using a simple and intuitive methodology based on classical transformation methods, the book includes real-life examples of the combination of internal data and external information.

A guideline for practitioners, the book begins with the basics of managing operational risk data to more sophisticated and recent tools needed to quantify the capital requirements imposed by operational risk. The book then covers statistical theory prerequisites, and explains how to implement the new density estimation methods for analyzing the loss distribution in operational risk for banks and insurance companies. In addition, it provides:

Simple, intuitive, and general methods to improve on internal operational risk assessment
Univariate event loss severity distributions analyzed using semiparametric models
Methods for the introduction of underreporting information
A practical method to combine internal and external operational risk data, including guided examples in SAS and R

Measuring operational risk requires the knowledge of the quantitative tools and the comprehension of insurance activities in a very broad sense, both technical and commercial. Presenting a nonparametric approach to modeling operational risk data, Quantitative Operational Risk Models offers a practical perspective that combines statistical analysis and management orientations.