我國商業(yè)銀行操作風(fēng)險的度量

　　摘要：為操作風(fēng)險單獨提取規(guī)范準備金是《巴塞爾新資本協(xié)議》的要求。為此，文章運用蒙特卡羅模擬對我國商業(yè)銀行操作風(fēng)險的歷史數(shù)據(jù)進行了實證分析。研究表明，我國商業(yè)銀行為操作風(fēng)險需要配置約15億元的資本，資本準備金率約為4.79%。
　　關(guān)鍵詞：操作風(fēng)險；資本計量；預(yù)警體系
　　
　　操作風(fēng)險是我國商業(yè)銀行實際工作中一個重要而生動的議題。它是指由人的失誤、系統(tǒng)的失敗、不完善的控制和程序、未經(jīng)授權(quán)的活動和外部事件導(dǎo)致的非預(yù)期損失。在某些業(yè)務(wù)領(lǐng)域，操作風(fēng)險比市場風(fēng)險和信用風(fēng)險更為重要。許多銀行承認，由操作風(fēng)險引起的損失已經(jīng)超過10億美元。國際上有很多銀行沒有為操作風(fēng)險分配資本，我國的商業(yè)銀行大多如此。并不是因為操作風(fēng)險不重要，而是大家并不知道如何為操作風(fēng)險分配資本，分配多少。正如1996年12月《歐洲貨幣》雜志上的一篇文章所指出的：“銀行測度信用風(fēng)險和市場風(fēng)險并為其分配資本，是因為他們能夠做到這一點，而不是因為信用風(fēng)險和市場風(fēng)險是他們所面臨的最大風(fēng)險。其實，操作風(fēng)險更加重大、更加危險，但沒有人確切知道該對它做什么”。所以，巴塞爾委員會在新資本協(xié)議中決定將操作風(fēng)險納入資本分配的框架。
　　一、我國商業(yè)銀行操作風(fēng)險的資本計量
　　（一）商業(yè)銀行操作風(fēng)險資本
　　風(fēng)險資本又稱為經(jīng)濟資本，是指公司或組織在一定時期內(nèi)為防止或緩釋非預(yù)期損失導(dǎo)致的支付危機所需的資金量。相應(yīng)地，操作風(fēng)險經(jīng)濟資本則是減緩非預(yù)期的操作風(fēng)險損失及其所帶來的支付困難。經(jīng)濟資本是根據(jù)銀行資產(chǎn)的風(fēng)險程度計算出來的。計算經(jīng)濟資本的前提是必須要對銀行的風(fēng)險進行量化。同樣地，為操作風(fēng)險分配資金也是建立在操作風(fēng)險量化基礎(chǔ)之上的，而這恰恰是操作風(fēng)險管理最大的難題。
　　（二）商業(yè)銀行操作風(fēng)險的資本計量方法
　　在新資本協(xié)議中，巴塞爾委員會提供了三種操作風(fēng)險資本計量的方法：一是基本指標法：資本要求等于某種總體活動指標，如總收入的固定比例。二是標準法：針對每條產(chǎn)品線應(yīng)用基本指標法，然后加總得出總的操作風(fēng)險資本要求。三是高級計量法，主要包括內(nèi)部衡量法、損失分布法和記分卡法等。內(nèi)部衡量法：運用內(nèi)部損失數(shù)據(jù)對產(chǎn)品線/風(fēng)險類型組合估算損失事件發(fā)生概率（PE）、事件發(fā)生的預(yù)期損失（LGE），PE、LGE和風(fēng)險暴露指標EI的乘積為預(yù)期損失，預(yù)期損失乘以一個固定的系數(shù)作為資本要求。損失分布法：用風(fēng)險損失數(shù)據(jù)模擬其發(fā)生頻率和損失程度的具體概率分布，計算其風(fēng)險價值（VAR），匯總得到總的資本要求。記分卡法：利用損失數(shù)據(jù)和前瞻的風(fēng)險指標對風(fēng)險進行評估，衡量風(fēng)險的相對水平。
　?。ㄈ┍疚牟捎玫牟僮黠L(fēng)險的資本計量方法
　　每種度量操作風(fēng)險的方法都有各自的優(yōu)點和不足。然而，有關(guān)我國商業(yè)銀行操作風(fēng)險的事件和數(shù)據(jù)的積累十分匱乏，所以我們對操作風(fēng)險進行估計。估計的目的是要確定商業(yè)銀行操作風(fēng)險準備金。由于操作風(fēng)險具有發(fā)生頻率低、損失金額分布范圍廣、厚尾特性等特點，很難直接利用一些傳統(tǒng)的參數(shù)或者非參數(shù)估計方法。為了克服數(shù)據(jù)的不足，并根據(jù)以往學(xué)者的研究經(jīng)驗，本文考慮采用蒙特卡羅模擬的方法計算出操作風(fēng)險的資本計量。
　　蒙特卡羅模擬法，即隨機模擬方法或稱為統(tǒng)計試驗方法。這種方法通過統(tǒng)計量的值來計算隨機過程的參數(shù)。當(dāng)系統(tǒng)中各單元的可靠性特征已知，但可靠性過于復(fù)雜，難以建立可靠性強的精確數(shù)學(xué)模型或模型太復(fù)雜而不便應(yīng)用時就可以使用該方法近似計算出系統(tǒng)可靠性的預(yù)計值。隨著模擬次數(shù)的增多，其預(yù)計精度也逐漸增高。本文的實證分析將采用直接蒙特卡羅模擬方法。
　　使用蒙特卡羅模擬方法進行我國商業(yè)銀行操作風(fēng)險的資本計量具有以下優(yōu)勢：一是能夠有效地通過模擬，克服數(shù)據(jù)少的缺點，產(chǎn)生較為準確的數(shù)據(jù)。二是由于蒙特卡羅模擬的結(jié)果得出的是一個操作風(fēng)險損失值的概率分布，從分布可以很方便地得出不同水平的分位數(shù)，進而使用VaR的框架度量整個商業(yè)銀行的風(fēng)險。
　?。ㄋ模┪覈虡I(yè)銀行操作風(fēng)險資本計量的實證分析
　　1、研究數(shù)據(jù)和內(nèi)容說明
　　由于很難獲得我國商業(yè)銀行內(nèi)部的操作風(fēng)險損失事件數(shù)據(jù)，本文盡可能地收集了國內(nèi)外媒體公開報導(dǎo)的我國商業(yè)銀行操作風(fēng)險損失事件。收集的過程主要以使用Baidu信息搜索引擎和關(guān)注前人的研究論文為主。結(jié)果共收集到損失事件443起，涉及我國國內(nèi)的商業(yè)銀行13家，包括工農(nóng)中建及交通銀行、民生銀行、中信銀行、光大銀行、招商銀行、廣東發(fā)展銀行、深圳發(fā)展銀行、浦發(fā)銀行及華夏銀行。時間跨度為2000-2009年，給銀行帶來的損失最多21.9億元，最少6元。每一筆損失都記錄了其損失事件發(fā)生時間、損失金額、損失事件類型、業(yè)務(wù)部門等。其中對于損失事件的分類參照巴塞爾委員會對于操作風(fēng)險事件七大分類的界定。
　　2、蒙特卡羅模擬的思路和方法
　　（1）運用蒙特卡羅模擬進行操作風(fēng)險資本計量的基本思路
　　描述操作風(fēng)險有兩個重要的屬性：損失事件發(fā)生頻率和損失金額。如果我們清楚地知道未來第i年我國商業(yè)銀行損失風(fēng)險事件發(fā)生頻率Qi以及每次的損失金額lj，將其加總求和可以求得未來第i年的操作風(fēng)險損失總和。如果假設(shè)發(fā)生頻率和損失金額的統(tǒng)計分布在短期內(nèi)不會發(fā)生變化，我們就可以使用歷史的損失數(shù)據(jù)對其分布進行估計，并且對聯(lián)合分布函數(shù)進行模擬，得到操作風(fēng)險的未來損失值。這就是采用蒙特卡羅方法模擬計算操作風(fēng)險資本的基本思路。
　?。?）運用蒙特卡羅模擬方法進行操作風(fēng)險資本計量的步驟
　　第一，歷史數(shù)據(jù)以本文收集的443起國內(nèi)商業(yè)銀行2000-2009年發(fā)生的事件中具有損失數(shù)據(jù)的184起操作風(fēng)險事件為樣本，主要統(tǒng)計內(nèi)容包括商業(yè)銀行的名稱、操作風(fēng)險事件發(fā)生時間、損失金額、風(fēng)險事件類型。
　　第二，假定損失事件類型頻率分布與損失金額分布服從已知的分布函數(shù)，然后對分布函數(shù)中的參數(shù)進行估計。即利用收集到的歷史數(shù)據(jù)，運用Matlab 7.8軟件對操作風(fēng)險事件的損失類型發(fā)生頻率和損失金額分布進行擬合。
　　第三，在得到損失事件類型頻率分布函數(shù)后，本文進行了n次模擬（本文使用軟件模擬5000次），這樣就產(chǎn)生了n個符合該分布的隨機數(shù)Q1，Q2，…，Qn。
　　第四，假設(shè)Q取值為Q1，即在一段時期內(nèi)可能發(fā)生Q1次操作風(fēng)險損失事件，那么，本文此時對損失金額隨機進行Q1次模擬，就可以得到Q1個損失金額L1，L2，…，LQ1，它們代表了這一個周期內(nèi)的每一次的損失金額的大小。
　　第五，將這Q1個損失金額加總，就得到一個操作風(fēng)險值的可能取值L。
　　第六，重復(fù)第四步和第五步5000次，我們就可以得到5000個操作風(fēng)險資本的可能取值。
　　第七，利用這5000個可能的取值，得到操作風(fēng)險的分布情況。
　　第八，由其分布情況，根據(jù)VaR模型的具體取值來決定操作風(fēng)險值。
　　3、我國商業(yè)銀行操作風(fēng)險的資本計量的蒙特卡羅模擬
　　（1）對操作風(fēng)險事件的初步統(tǒng)計
　　為了對操作風(fēng)險事件有一個初步的了解，筆者首先繪制了各年操作風(fēng)險損失事件發(fā)生次數(shù)及損失金額的直方圖。
　　從圖1可以看出，由于數(shù)據(jù)的搜集具有一定的偶然性，最早的損失事件發(fā)生在2000年，最晚的發(fā)生在2009年，筆者發(fā)現(xiàn)在2007-2009年，搜集到的操作風(fēng)險事件數(shù)量都偏小。根據(jù)觀察2000-2006年數(shù)據(jù)的經(jīng)驗，筆者認為這是因為操作風(fēng)險事件被披露具有有一定的滯后性，往往在事件發(fā)生幾年之后才被披露出來，所以2007-2009年一定還有操作風(fēng)險事件發(fā)生，只是現(xiàn)在還未被披露。
　　
　　由于損失金額變化幅度比較大，如果直接對它的概率分布進行估計，效果可能不太理想，且根據(jù)以往學(xué)者的研究經(jīng)驗和慣例，本文對損失金額取以10為底的對數(shù)值，考慮損失金額對數(shù)值的概率分布。圖2就是損失金額對數(shù)值的直方圖。
　?。?）擬合損失事件頻率的概率分布
　　在對各年的操作風(fēng)險事件發(fā)生頻率直方圖的分布有了直觀了解后，本文使用工程軟件Matlab 7.8擬合它們的概率密度函數(shù)。在分布模型的選定上，將Matlab默認的全部分布都記下分布結(jié)果，然后依次對這些分布的擬合優(yōu)度進行Kolmlgorov-Smirnov檢驗（簡稱K-S檢驗），選擇擬合優(yōu)度最好的一種。
　　在擬合損失事件頻率的概率分布中，Matlab出現(xiàn)了指數(shù)分布、伽馬分布、廣義極值分布、對數(shù)正態(tài)分布、韋伯爾分布、Nakagami分布（又稱m分布）、負二項分布、瑞利分布、萊斯分布和log-logistic分布。軟件分別計算出了不同分布的參數(shù)。本文運用“kstest”命令對不同分布分別進行了K-S檢驗，結(jié)果發(fā)現(xiàn)指數(shù)分布返回H值為0，即“數(shù)據(jù)符合指數(shù)分布的原假設(shè)”，且P值為0.93。因此選擇指數(shù)分布作為操作風(fēng)險損失事件發(fā)生頻率的概率分布（見圖3）。
　　指數(shù)分布的累積分布函數(shù)為：
　　F（x）=1-e-λx0x>0x≤0②
　　擬合結(jié)果顯示，指數(shù)分布的參數(shù)λ為18.4。
　?。?）擬合損失金額的概率密度分布
　　與擬合操作風(fēng)險發(fā)生頻率的概率密度的方法相同，先計算出所有Matlab給出的分布的參數(shù)，然后分別進行K-S檢驗。在擬合損失金額的概率密度分布時，Matlab給出了極值分布、廣義極值分布、正態(tài)分布、logistic分布和t分布。計算出各自分布的參數(shù)后，分別對其做K-S檢驗，發(fā)現(xiàn)只有廣義極值分布通過檢驗，H的返回值為0，P值為0.8591。故將廣義極值分布作為操作風(fēng)險損失金額的概率分布（見圖4）。
　　
　　擬合結(jié)果顯示，參數(shù)形狀γ=-0.43，位置參數(shù)μ=1.70，刻度參數(shù)σ=2.17。
　　（4）模擬計算
　　上文已經(jīng)模擬出了操作風(fēng)險損失事件發(fā)生頻率以及損失金額的概率密度分布，現(xiàn)在就可以開始進行模擬計算了。具體的做法是：
　　令i取1-5000（即模擬次數(shù)），其中i為未來某年。每計算一次即產(chǎn)生一個第i年發(fā)生的損失事件次數(shù)。設(shè)n=round（NumOperation（i）），即將所有計算年份可能發(fā)生損失事件的次數(shù)取遍。再令j取1-n，即對每次損失事件計算出一個符合廣義極值分布的損失金額Losses。將所有Losses加總，即得到一個Total Losses，即此年份所有操作風(fēng)險損失事件導(dǎo)致?lián)p失金額的加總。計算5000次后，也就得到了5000個操作風(fēng)險損失金額。圖5為這些損失金額的分布直方圖。
　　同時，從模擬計算的結(jié)果中，也得到一些重要的統(tǒng)計數(shù)據(jù)：操作風(fēng)險損失金額的平均值為3815.1萬元，標準差為3904.8萬元。為了計算方便，筆者再次對均值取對數(shù)，然后分別乘以不同分位數(shù)下的取值，即得到了VaR值。取分位數(shù)為90%時的損失金額為36208.38萬元，取分位數(shù)為99%時損失金額為52557.49萬元，取分位數(shù)為99.9%時的損失金額為62854.33萬元。我國商業(yè)銀行最大的操作風(fēng)險損失額可達到151620.20萬元。
　?。?）我國商業(yè)銀行操作風(fēng)險的資本計量
　　商業(yè)銀行操作風(fēng)險損失分為預(yù)期損失、非預(yù)期損失和災(zāi)難性損失。對于預(yù)期損失商業(yè)銀行可以在日常管理中加強操作風(fēng)險的管理并通過計提操作風(fēng)險準備金來防范。災(zāi)難性風(fēng)險商業(yè)銀行無法估計和預(yù)期，往往通過保險和緩釋技術(shù)工作來方法。而對于非預(yù)期性損失，商業(yè)銀行則需要撥備專項的操作風(fēng)險資本即經(jīng)濟資本來進行防范。從本文模擬計算的結(jié)果看，理論上，我國商業(yè)銀行需要撥備的操作風(fēng)險資本為：151620.20萬元減去3815.1萬元等于147805.10萬元，即約15億元，約占10年內(nèi)全部損失額（約313億元）的4.79%。所以，我國商業(yè)銀行應(yīng)提取4.79%的操作風(fēng)險準備金對其進行抵御和防范。
　　二、研究結(jié)論
　　本文通過蒙特卡羅模擬表明我國商業(yè)銀行需要撥備約15億元來抵御操作可能帶來的損失，資本準備金率約為4.97%。我國商業(yè)銀行目前需要建立一個全面準確的操作風(fēng)險損失事件數(shù)據(jù)庫，今后的研究才有保障。
　　參考文獻：
　　1、張吉光.商業(yè)銀行操作風(fēng)險識別和管理[M].中國人民大學(xué)