论文部分内容阅读
近年来,国内外商业银行领域因操作风险造成的损失事件发生频繁,损失金额巨大,使得操作风险成为银行业面临的主要风险之一。继2004年巴塞尔新资本协议将操作风险纳入计提资本金框架以后,国际及国内银行界更加重视操作风险的度量和管理。操作风险的计量是操作风险管理的基础,只有准确地对操作风险进行计量才有可能实施有效的风险管理。目前,银行业对信用风险和市场风险的度量方法和管理研究已经到了相对成熟阶段,而对操作风险度量和管理的研究却刚刚起步。巴塞尔新资本协议提出基本指标法,标准法,高级计量法三种计算操作风险资本的方法,其中高级计量法主要包括内部度量法、损失分布法、极值理论法、记分卡法等。但是由于我国商业银行操作风险损失数据积累不足,造成在应用这些高级计量法时可能造成经济资本配置的偏差,进而导致防范和控制风险的能力降低。针对这些问题,本文引入了贝叶斯估计与信度理论,以期为操作风险度量的改进提供方法。现阶段,常用的操作风险度量模型是损失分布法,但是这种方法对损失数据的要求较高,特别是在损失频率和损失强度分布中参数的确定方面。本文要解决的就是在损失数据不足的情况下,能够对操作风险总损失进行估计,进一步使银行能够合理地配置操作风险资本金。本文以四大国有银行整体作为研究对象,以搜集到的1994—2009年操作风险损失数据作为样本,对国有银行内部欺诈损失事件的总损失做实证分析。本文通过两方面来解决操作风险度量中数据不足的问题,首先,引入贝叶斯推断来估计损失频率和损失分布中的参数,结合蒙特卡罗模拟对VaR技术对内部欺诈操作风险进行估计,其次,在对操作风险资本金进行配置时,引入Buhlmann信度模型,混合内部数据(国有银行本身的数据)和外部数据(非国有银行的数据),通过增加样本数据,以期准确估计并降低操作风险经济资本,进一步提高商业银行资本的流动性。