论文部分内容阅读
摘要：近年来，我国由操作风险管理不足引发的案件触目惊心，对商业银行的操作风险管理提出了严峻的挑战。文章采用自上而下模型中的收入模型对国内两家商业银行的操作风险状况进行实证分析，并提出了相应的对策。
关键词：商业银行；操作风险；收入模型
自20世纪80年代以来，由操作风险导致的一系列金融案件震惊了国际银行界，国外的巴林银行案、大和银行案，国内的1995年的华夏银行案、2004年的山西票据诈骗案、2005年中行黑龙江河松街支行10亿元诈骗案，使银行经营者和监管者普遍认识到操作风险管理的重要性。而且在不少国际金融机构中，操作风险导致的损失已经明显大于市场风险和信用风险。2004年6月通过的新巴塞尔资本协议反映了这一风险管理趋势，正式将市场风险、信用风险和操作风险综合起来考虑，并首次明确了对操作风险的资本配置要求。而目前我国商业银行的操作风险管理水平都比较低，因此，对操作风险的实证研究具有重要意义。
一、变量和模型的选择
衡量操作风险的模型主要有两大类：自上而下模型和自下而上模型。自上而下模型主要使用财务指标和收益波动性等作为衡量风险的变量，比较容易收集所需要的数据且计算难度较小。使用这种思路建立的模型包括：收入模型、基本指标法、波动率模型等。自下而上模型则是在对金融企业各个业务部门的经营状况及各种操作风险损失事件进行深入研究的基础上，根据各个损失事件的类型或者业务类型来区别风险，并逐步进行统计的计量方法。主要包括内部度量法、记分卡法、因素分析模型等。由于现阶段我国金融机构普遍面临数据缺乏的问题，很难获得金融机构内部数据，所以本文采用自上而下模型中的收入模型。
（一）收入模型
该模型将企业的净利润作为目标变量，将企业外部的一些风险因素作为解释变量，这些因素可以是市场因素、行业因素以及信用因素等，将这些外部因素不能解释的企业净利润的方差值作为企业由于操作风险引起的收入波动。企业净利润在很大程度上可以被这些因素解释，而余下那些不能解释的部分将被作为该企业由于操作风险引起的收入波动。收入模型如下：
y=c+b1x1i+b2x2i+b3x3i+…+εi
其中y是企业净利润，xi是第i个风险因素，bi代表了对这些因素的敏感程度。
（二）影响因素
从宏观角度看，影响我国商业银行收益的主要因素有：经济增长，我们使用真实GDP增长率作为这方面的代表变量；银行的赢利能力，我国商业银行主要的盈利还集中于商业贷款，利息收入还是其主要收入，因此使用一年期存贷款利率差作为体现银行赢利能力的指标；股票市场指数，我们考察的对象是上市银行，其收人受证券市场总体表现的影响，选用证券市场指数作为这方面的指示变量。由此，我们最终选取的风险因素包括真实GDP增长率、一年期存贷款利率差（Loan-Deposit）和上证收盘综合指数（Index）三项。建立真实GDP增长率(GDP/CPI)、一年期存贷款利率差（Loan-Deposit）和上证收盘综合指数（Index）与银行净利润（profit）的多元线性回归模型：
Profit=c+ b1*(GDP/CPI) + b2* (Loan-Deposit)+b3*（Index）+u
二、实证分析
本文选择浦东发展银行和招商银行两家股份制银行作为研究对象，进行比较研究。数据来源：中国国家统计局、中国人民银行、中国经济信息网、浦东发展银行和招商银行1999-2009年年报。
（一）回归分析结果
根据以上数据，利用统计软件Eviews对两家银行的数据进行OLS线性回归分析，得到两家银行的收入模型：
浦发银行：Profit1=601.4299+0.009828Index
招商银行：Profit2=791.6057+298.1127(GDP/CPI)+0.024740Index
方程1中自变量GDP/CPI、Loan—Deposit不显著，予以剔除；方程2中自变量Loan-Deposit不显著，予以剔除。从回归结果看，在模型Profit1中，可决系数R2=0.711，即说明71.1%的方差可以被模型解释，操作风险在总方差中占到28.9%；在Profit2中，可决系数R2=0.765，即说明76.5%的方差可以被模型解释，操作风险在总方差中占到23.5%。两个模型的R-Square和Adjusted R—Square都比较高，整个方程的拟合程度较好，而且两个模型总体的统计量F检验值也显著，因此，可以接受上述回归结果。
（二）操作风险度量
1、绝对操作风险的度量。根据回归分析结果，将两家银行净利润总方差、R2、操作风险对应的方差、操作风险对应的标准差，以及99.9%置信水平下操作风险的估计值，列入表1。
由表1可知，在在99.9％的置信水平下，浦发银行的操作风险估计值为128.7911亿元，招商银行的操作风险估计值为174.7867亿元，由于两家银行的资产规模不同，绝对操作风险不能直接准确比较两家商业银行操作风险的实际大小，需要借助相对操作风险值。
2、相对操作风险的度量。为了更准确地对各银行的相对操作风险大小进行比较，本文引入了比较系数v，即相对操作风险值：ν=σ/X。其中σ为操作风险引起的标准差，X为净利润的平均值。v值越大，表明由操作风险引起的净利润的波动越大。由表1数据计算出浦发银行和招商银行的平均利润分别为40.721亿元和68.391亿元，根据表2数据计算浦发与招商银行的操作风险的v值分别为1.0202和0.8244。可见，浦发银行的操作风险要高于招商银行的操作风险。
三、结论与对策
（一）结论
1、收入模型可以在某种程度上反映操作风险的大小。本文利用最小二乘法对模型进行实证分析，最终得到对操作风险的非精确度量，发现两家商业银行面临的操作风险都不在正常氛围内，浦发银行面临的操作风险要高于招商银行。
2、使用收入模型得到的结果仍然不是很准确。本文仅选了三个指标，而且可获得的数据时间跨度太短，样本空间不大，对结果的准确性有一定的影响，因此，为有效测定操作风险，还需要补充大量的数据，来加强模型的准确性。
（二）对策
1、确立全面风险管理理念，建立适当的操作风险管理环境。我国商业银行应从以定性为主的传统风险管理方式向以定量分析为基础定量与定性相结合的现代风险管理模式转变，树立市场风险、信用风险和操作风险综合管理的理念，积极借鉴新巴塞尔协议的银行管理精髓，依据我国商业银行操作风险损失事件发生的特点，确立全面风险管理理念。
2、加强操作风险损失数据的收集整理，选用适当的操作风险计量方法。在银行业操作风险损失属于低频高危事件，事件发生比较隐蔽，影响恶劣，损失较大。因此只有搜集银行内部损失数据，建立操作风险历史数据库，才能为测量风险、分配资本和设计操作风险模型提供基础。尽管目前我国很难采用那些先进的操作风险量化方法，但是操作风险的量化将是大势所趋。因此我们要提前做好风险损失数据库的建立，为日后使用先进的操作风险管理方法做准备。巴塞尔委员会提出了一些操作风险量化方法，如基本指标法、内部度量法、损失分布法等，这些方法都各有特点，就现阶段的我国商业银行来说，并不都适用。因此，我国商业银行应根据自身业务状况(如业务规模、业务类别等)，选择适当的方法。
参考文献：
1、张学陶,童晶.商业银行操作风险的实证分析与风险资本计量[J].财经理论与实践,2006(5).
2、汪俊鹏.基于收入模型的商业银行操作风险实证研究[J].当代经济,2007(11).
3、吴军海.我国商业银行操作风险度量实证分析[J].重庆工商大学学报,2009(2).
（作者单位：安徽大学经济学院）
关键词：商业银行；操作风险；收入模型
自20世纪80年代以来，由操作风险导致的一系列金融案件震惊了国际银行界，国外的巴林银行案、大和银行案，国内的1995年的华夏银行案、2004年的山西票据诈骗案、2005年中行黑龙江河松街支行10亿元诈骗案，使银行经营者和监管者普遍认识到操作风险管理的重要性。而且在不少国际金融机构中，操作风险导致的损失已经明显大于市场风险和信用风险。2004年6月通过的新巴塞尔资本协议反映了这一风险管理趋势，正式将市场风险、信用风险和操作风险综合起来考虑，并首次明确了对操作风险的资本配置要求。而目前我国商业银行的操作风险管理水平都比较低，因此，对操作风险的实证研究具有重要意义。
一、变量和模型的选择
衡量操作风险的模型主要有两大类：自上而下模型和自下而上模型。自上而下模型主要使用财务指标和收益波动性等作为衡量风险的变量，比较容易收集所需要的数据且计算难度较小。使用这种思路建立的模型包括：收入模型、基本指标法、波动率模型等。自下而上模型则是在对金融企业各个业务部门的经营状况及各种操作风险损失事件进行深入研究的基础上，根据各个损失事件的类型或者业务类型来区别风险，并逐步进行统计的计量方法。主要包括内部度量法、记分卡法、因素分析模型等。由于现阶段我国金融机构普遍面临数据缺乏的问题，很难获得金融机构内部数据，所以本文采用自上而下模型中的收入模型。
（一）收入模型
该模型将企业的净利润作为目标变量，将企业外部的一些风险因素作为解释变量，这些因素可以是市场因素、行业因素以及信用因素等，将这些外部因素不能解释的企业净利润的方差值作为企业由于操作风险引起的收入波动。企业净利润在很大程度上可以被这些因素解释，而余下那些不能解释的部分将被作为该企业由于操作风险引起的收入波动。收入模型如下：
y=c+b1x1i+b2x2i+b3x3i+…+εi
其中y是企业净利润，xi是第i个风险因素，bi代表了对这些因素的敏感程度。
（二）影响因素
从宏观角度看，影响我国商业银行收益的主要因素有：经济增长，我们使用真实GDP增长率作为这方面的代表变量；银行的赢利能力，我国商业银行主要的盈利还集中于商业贷款，利息收入还是其主要收入，因此使用一年期存贷款利率差作为体现银行赢利能力的指标；股票市场指数，我们考察的对象是上市银行，其收人受证券市场总体表现的影响，选用证券市场指数作为这方面的指示变量。由此，我们最终选取的风险因素包括真实GDP增长率、一年期存贷款利率差（Loan-Deposit）和上证收盘综合指数（Index）三项。建立真实GDP增长率(GDP/CPI)、一年期存贷款利率差（Loan-Deposit）和上证收盘综合指数（Index）与银行净利润（profit）的多元线性回归模型：
Profit=c+ b1*(GDP/CPI) + b2* (Loan-Deposit)+b3*（Index）+u
二、实证分析
本文选择浦东发展银行和招商银行两家股份制银行作为研究对象，进行比较研究。数据来源：中国国家统计局、中国人民银行、中国经济信息网、浦东发展银行和招商银行1999-2009年年报。
（一）回归分析结果
根据以上数据，利用统计软件Eviews对两家银行的数据进行OLS线性回归分析，得到两家银行的收入模型：
浦发银行：Profit1=601.4299+0.009828Index
招商银行：Profit2=791.6057+298.1127(GDP/CPI)+0.024740Index
方程1中自变量GDP/CPI、Loan—Deposit不显著，予以剔除；方程2中自变量Loan-Deposit不显著，予以剔除。从回归结果看，在模型Profit1中，可决系数R2=0.711，即说明71.1%的方差可以被模型解释，操作风险在总方差中占到28.9%；在Profit2中，可决系数R2=0.765，即说明76.5%的方差可以被模型解释，操作风险在总方差中占到23.5%。两个模型的R-Square和Adjusted R—Square都比较高，整个方程的拟合程度较好，而且两个模型总体的统计量F检验值也显著，因此，可以接受上述回归结果。
（二）操作风险度量
1、绝对操作风险的度量。根据回归分析结果，将两家银行净利润总方差、R2、操作风险对应的方差、操作风险对应的标准差，以及99.9%置信水平下操作风险的估计值，列入表1。
由表1可知，在在99.9％的置信水平下，浦发银行的操作风险估计值为128.7911亿元，招商银行的操作风险估计值为174.7867亿元，由于两家银行的资产规模不同，绝对操作风险不能直接准确比较两家商业银行操作风险的实际大小，需要借助相对操作风险值。
2、相对操作风险的度量。为了更准确地对各银行的相对操作风险大小进行比较，本文引入了比较系数v，即相对操作风险值：ν=σ/X。其中σ为操作风险引起的标准差，X为净利润的平均值。v值越大，表明由操作风险引起的净利润的波动越大。由表1数据计算出浦发银行和招商银行的平均利润分别为40.721亿元和68.391亿元，根据表2数据计算浦发与招商银行的操作风险的v值分别为1.0202和0.8244。可见，浦发银行的操作风险要高于招商银行的操作风险。
三、结论与对策
（一）结论
1、收入模型可以在某种程度上反映操作风险的大小。本文利用最小二乘法对模型进行实证分析，最终得到对操作风险的非精确度量，发现两家商业银行面临的操作风险都不在正常氛围内，浦发银行面临的操作风险要高于招商银行。
2、使用收入模型得到的结果仍然不是很准确。本文仅选了三个指标，而且可获得的数据时间跨度太短，样本空间不大，对结果的准确性有一定的影响，因此，为有效测定操作风险，还需要补充大量的数据，来加强模型的准确性。
（二）对策
1、确立全面风险管理理念，建立适当的操作风险管理环境。我国商业银行应从以定性为主的传统风险管理方式向以定量分析为基础定量与定性相结合的现代风险管理模式转变，树立市场风险、信用风险和操作风险综合管理的理念，积极借鉴新巴塞尔协议的银行管理精髓，依据我国商业银行操作风险损失事件发生的特点，确立全面风险管理理念。
2、加强操作风险损失数据的收集整理，选用适当的操作风险计量方法。在银行业操作风险损失属于低频高危事件，事件发生比较隐蔽，影响恶劣，损失较大。因此只有搜集银行内部损失数据，建立操作风险历史数据库，才能为测量风险、分配资本和设计操作风险模型提供基础。尽管目前我国很难采用那些先进的操作风险量化方法，但是操作风险的量化将是大势所趋。因此我们要提前做好风险损失数据库的建立，为日后使用先进的操作风险管理方法做准备。巴塞尔委员会提出了一些操作风险量化方法，如基本指标法、内部度量法、损失分布法等，这些方法都各有特点，就现阶段的我国商业银行来说，并不都适用。因此，我国商业银行应根据自身业务状况(如业务规模、业务类别等)，选择适当的方法。
参考文献：
1、张学陶,童晶.商业银行操作风险的实证分析与风险资本计量[J].财经理论与实践,2006(5).
2、汪俊鹏.基于收入模型的商业银行操作风险实证研究[J].当代经济,2007(11).
3、吴军海.我国商业银行操作风险度量实证分析[J].重庆工商大学学报,2009(2).
（作者单位：安徽大学经济学院）