商業銀行操作風險度量探討

童　晶

摘 要：操作風險是商業銀行面對的主要風險之一。對操作風險進行識別、量化進而管理是商業銀行適應國際金融環境變化和風險管理趨勢的必然選擇。而對操作風險進行度量又是有效管理操作風險的前提之一。采用自上而下模型中的收入模型對國內兩家商業銀行的操作風險狀況進行了實證分析，表明了收入模型可以在某種程度上反映操作風險的大小以及我國商業銀行面臨著較嚴重的操作風險。

關鍵詞：新巴塞爾資本協議；商業銀行；操作風險；收入模型

中圖分類號：F830.33 文獻標識碼：A 文章編號：1672-3198（2009）03-0142-02

1 變量與模型的選擇

本文主要是要考察操作風險度量模型對我國金融機構的適用性。由于現階段國內金融機構普遍面臨著數據缺乏的問題，因此很難獲得金融機構內部數據，所以我們這里采用自上而下模型中的收入模型。我們知道對于信用風險和市場風險來說，存在風險與報酬的一一對應關系，但這種關系并不一定適用于操作風險，操作風險損失在大多數情況下與收益的產生沒有必然聯系。所以我們這里建立收益與市場風險和信用風險的對應關系。

收入模型將企業的凈利潤作為目標變量，然后考慮可能影響企業凈利潤的風險因素，將其作為解釋變量。這些因素可以是市場因素以及信用因素等。企業凈利潤在很大程度上可以被這些因素解釋，而余下的那些不能解釋的部分將被作為該企業由于操作風險引起的收入波動。由于操作風險引起的收入的波動：σ²=σ²_total（1-玆²），我們假設收入的波動服從正態分布，那么根據正態分布的特點我們將3.1倍標準差作為操作風險，這樣就包括了99.9%的置信區間。這基本就可以包括了操作風險引起的未預期損失。OpRisk=3.1σ ，即將收入的方差中無法被模型解釋的部分作為操作風險。也即將企業收入的波動中不能被其他風險因素所解釋的部分看作是由操作風險所導致的。（樊欣、楊曉光，2004）

模型如下： y=c+b₁x_1i+b₂x_2i+b₃x_3i+…+c_i，其中，y是企業的凈利潤，x_i是第i個風險因素，bi代表了對這些因素的敏感程度。從宏觀的角度，我們認為影響我國商業銀行收益的主要因素有：1、經濟增長。由于近些年來我國經濟一直處于高速增長過程中，銀行發展與這種經濟增長是相關的。我們使用真實GDP的增長率作為這方面的代表變量。2、銀行的資產質量。資產質量的高低直接影響銀行的收益和風險狀況。我們使用不良貸款率作為體現銀行資產質量的指標。因為就目前我國銀行業的經營狀況來看，傳統的存貸款業務仍然是商業銀行的主營業務，是收入的主要來源。信用風險仍然是最主要的風險。而信用風險很大程度上又是由于貸款人的不良資信狀況所引起的。貸款人的信用狀況及還款的及時性很大程度上影響了我國商業銀行的收益。3、股票市場指數。銀行的收益受市場的總體表現的影響，而股票市場指數是整個市場狀況的晴雨表。我們選用股票市場指數作為市場總體表現的指示變量。因此，我們最終選取的風險因素包括真實國內生產總值增長率（gc=GDP/CPI）、不良貸款率（bl）、上證指數一年內平均值（index）三項。為了探討銀行收益究竟是由哪些因素決定的，我們將進行OLS回歸分析，建立真實國內生產總值增長率、不良貸款率、股票市場指數與銀行凈利潤（profit）選擇情況的多元線性回歸模型：Profit=c+b1（GDP/CPI）+b2bl+b3index。

為了方便數據的獲取且使數據具有一定的代表性，我們選擇股份制商業銀行浦東發展銀行和國有商業銀行中國銀行作為研究對象，進行一定的比較研究。具體數據見表1、表2：

2 實證結果及分析

用OLS估計模型，得如下結果：

方程一：Profit1=2.0173gc-0.5910 bl1+6.223index，

方程二：Profit2=30.0866gc-5.1443 bl2+27.854index。

由于有效數據的缺乏和模型本身的局限性，此文僅從經濟意義方面檢驗參數估計量，b₁>0，且對銀行凈利潤的影響很大，就Profit1模型而言，在考察期經濟增長的基礎上，gc每增加一個百分點，浦發銀行的凈利潤就可以增長2.0173億元，就Profit2模型而言，gc每增加一個百分點，中行的凈利潤就可以增長30.0866億元。說明經濟增長對銀行的凈利潤有很大的正效應。B₂<0，也符合經濟含義，即不良貸款率與銀行的凈利潤成反比。也就是說隨著不良貸款率的下降，銀行凈利潤有很明顯的上升趨勢。就Profit1模型而言，bl1每下降一個百分點，浦發銀行的凈利潤就可以增長0.5910億元。就Profit2模型而言，bl₂每下降一個百分點，中行的凈利潤就可以增長5.1443億元。從以上的統計結果我們還可以看出不良貸款率對國有商業銀行的杠桿作用明顯要強于股份制商業銀行。所以我們更要加強對國有商業銀行不良資產的監督和管理，加強貸款過程的內部控制，完善銀行內部貸款管理制度。而b₃>0，也進一步說明了銀行的凈利潤的增長和下降是和整體的經濟趨勢是同步的。

在我們的模型中，那部分不能被模型解釋的方差被認為是由操作風險的引起的。在profit1模型中即浦東發展銀行的結果中，R-Square值為0.8818，說明88.18%的方差可以由模型解釋，即操作風險占到總方差的11.82%。在profit2模型中即中國銀行的結果中，回歸模型的R-Square值為0.6830，即模型可以解釋方差中的68.30%，同時也說明操作風險在總的方差中占到31.70%。所以我們可以看出浦東發展銀行的操作風險明顯低于中國銀行。事實上，在國際上，業界一般認為操作風險在總風險中占有比例為20%以內，剔除模型本身的精確度以外，我們也能意識到我國國有商業銀行面臨著很嚴重的操作風險。

因此，在當前金融風險，金融危機日益嚴峻的背景下，我們一定要加強對商業銀行操作風險的監督和控制，積極探索對操作風險的實證度量方法，保證金融機構乃至整個金融體系的安全。

參考文獻

［1］@Marshall C. L. Measuring and managing operational risks in financial institution; tools， techniques， and other resources ［M］. Singapore： John Wiley & Sons， 2001.

［2］@Working paper on the International Convergence of Capital Measurement and Capital Standards［R］. Basel， Switzerland： Basel Committee on Banking Supervision， 2004.

［3］@樊欣，楊曉光.操作風險度量：國內兩家股份制商業銀行的實證分析［J］.系統工程，2004，（5）.

［4］@王旭東.新巴塞爾資本協議與商業銀行操作風險量化管理［J］.金融論壇，2004，（2）.

［5］@王方宏.商業銀行操作風險管理初探［J］.金融與保險，2004，（8）.