雷心恬
(福建師范大學經濟學院,福建 福州35000)
衡量一家商業銀行是否經營得好的標準,除盈利水平外,更體現在其防范、規避和度量風險的能力,是否有堅實的核心競爭力應對國內外金融市場的風云變化。從人們對銀行風險認知的發展史來看,操作風險雖具有長久的歷史淵源。但是大多數世界銀行把風險防范的重心放在市場風險和信貸風險上。隨著金融市場的發展,衍生產品的推陳出新,操作風險已成為商業銀行經營中被忽視的潛在風險。大多數金融機構都對其進行深入分析,相對于市場風險與信貸風險的研究,操作風險因多種原因沒能形成廣泛認同的衡量標準。盡管如此,其重要性不言而喻。
由于我國的金融機構缺乏操作風險的預警意識加之操作風險的自身特點,難以形成一套完整的銀行層面的計量方案。加強對操作風險的量化分析是提高我國金融機構風險管理與未來競爭力的重要前提。在操作風險的研究方面,我國商業銀行與當今世界先進金融機構量化分析水平仍存在一定差距。
從國際上來看,操作風險自身具有特殊性,起初被認為是不可量化的風險。現有的幾種計量方法其各自原理、優缺點與條件要求也不相同。但總體模型的出發點在于能最大化地模擬操作風險,這樣便于對操作風險進行衡量,進而對其風險防范提取相應的資本金做鋪墊。目前,應用最廣泛的計量模型有:巴塞爾委員會提出的基本指標法、標準化法和內部模型法。此外,還有損失分布法、極值理論法等。這些方法都運用了一定的統計分析工具,是一種“自上而下”或“自下而上”的分析方法,收集資料通過采用高級計量方法加工而成。
基于現有的研究成果,對我國商業銀行操作風險進行量化,還需要選擇合適的計量工具。
1.從研究本體來說,我國商業銀行對于操作風險的計量分析處于初級水平的起步階段,且受我國金融市場自由度和發展水平等多方面限制,即使可以運用高級計量模型,也達不到其假設條件,得不到預期效果。
2.從計量工具上看,每個工具本身就各有優缺點,但并不是每個都是適合操作風險量化的優等模型,還要受很多條件制約。例如,西方發達國家金融機構大多采用的巴塞爾委員會建議使用的三大分析模型,國際活躍銀行所設計的計量模型并不適用于我國。對這些高級計量工具,我國的商業銀行大部分達不到巴塞爾新資本協議定性與定量的標準。其模型對數據的要求嚴苛,無法彌補我國商業銀行缺失的數據。
3.操作風險計量模型設計分析方法通常有兩種,即“自上而下”與“自下而上”。后者對數據的完整、質量等要求極高,因此我國的商業銀行操作風險分析應該選擇“自上而下”的分析法。該分析法的基本思路與計量設計回歸分析大致相同。先設定目標變量,確定影響目標變量的因素,設計數理模型反映因變量與自變量之間的關系,檢驗工具模型的可靠性,最后利用模型估計目標變量大致的變化。
綜合以上論述,下文計量分析采用我國興業銀行與浦發銀行的數據作為樣本,并選擇基本指標法和收入模型法來衡量其操作風險,筆者認為有一定合理性,符合我國商業銀行現有條件和研究方法。
對于研究對象的挑選,考慮到選擇股份制商業銀行。在浦發、深發、民生等國內多家股份制銀行中,挑選了浦東發展銀行和興業銀行作為研究對象。兩者規模差距不大,浦東發展銀行的上市歷史比較長,其數據指標易獲得。興業銀行雖上市比較晚,但發展至今數據指標也滿足其要求,可以參與模型研究。故挑選二者作為研究對象。
該方法為巴塞爾委員會推薦的方法之一,比較簡單。選取一個固定的比例,以金融機構的總收入為指標,表示操作風險可能覆蓋的資金總范圍。即銀行持有的操作風險的資本應等于前三年總收入的平均值,再乘以一個固定比率α

式(1)中,KBIA表示在基本指標模型下的操作風險資本要求;GI表示前三年總收入的平均值,總收入是指利息收入加上非利息收入;α是巴塞爾委員會設定的,將行業范圍的監管資本要求與行業范圍的指標聯系起來。
根據公式(1)要求,從而獲得以下數據:

數據來源:興業銀行與浦發銀行官網,其中浦發銀行數據以國內審計數據為準。
其各自的操作風險資本要求為:

從絕對與相對角度來看,興業銀行的總收入低于浦發銀行,其操作風險的資本要求便低于浦發銀行。浦發銀行應提取更高的資本準備。因為該方法較為簡單,未考慮總收入以外其他因素的影響,估計數據偏大且不準確,更使得我國商業銀行的資本充足率不足。
操作風險從廣義上講,是指除了市場風險、信貸風險以外的所有風險。故將銀行的凈收益作為目標變量,認為只包含了市場風險、信貸風險與操作風險。則扣除市場風險和信貸風險的方差影響,剩余為操作風險數值。凈收入的變動大部分可以由市場風險與信貸風險的因素解釋,不可解釋的部分為操作風險對凈利潤的波動影響。
為避免解釋變量的精確度影響到設計的回歸方程效果,故在挑選的解釋變量上要盡可能地突出市場風險與信貸風險的影響因素。1.GDP增幅與CPI指數作為宏觀的市場影響因素,影響著經濟發展的整體趨勢,更對銀行業的收益有著重大的影響效果。2.存貸利差。我國商業銀行的收入依舊主要來自存貸業務,利差的大小決定了大部分銀行的收益基礎。3.證劵指數。體現證劵市場的總體表現對于股份制銀行的影響。4.不良貸款率。作為衡量信貸風險的重要指標,影響著銀行的利潤水平。所以,本文選取實際國民生產總值增幅除以CPI值GDP/CPI、存貸利差(Loan-Deposit)、上證指數(index)、不良貸款率(Nonperforming loan index)4個解釋變量進行回歸分析。采用的數據來源于中國統計年鑒與所屬銀行年報。
Y為凈利潤(Yx為興業銀行的凈利潤,Yp為浦發銀行的凈利潤),RGDP表示GDP/CPI,LD為存貸利差,Index為上證指數,BI為不良貸款率。則設計收入模型為:Y=β0+β1RGDP+β2ID+β3Index+β4BI+μ.
利用Eviews軟件對興業銀行和浦發銀行進行回歸分析,得到以下分析數據(見圖1和圖2)。

1.經濟意義檢驗
在選用的模型中,雖然多重可決系數R2比較顯著,但是t值沒有完全通過,需要通過逐步回歸法剔除嚴重多重共線性的解釋變量,首先以興業銀行數據為例。
第一步,運用LS方法逐一求Y對各個解釋變量的回歸值。結合經濟意義和統計檢驗選出擬合效果最好的一元線性回歸方程:

對比分析,依據調整后可決系數最大原則,選取BI作為進入回歸模型的第一個解釋變量,形成一元回歸模型。繼續進行回歸分析如下:
第二步,逐步回歸。將其余解釋變量分別加入模型,分別得到的二元回歸模型如下:

將LD加入下個基本解釋因素,進行逐步回歸如下:

雖RGDP作為解釋變量,擬合優度更高卻伴隨概率偏高無法通過(見圖1),若去掉RGDP因素,則其t檢驗和F檢驗的伴隨概率都降低且通過(見圖3)。故最后剔除RGDP。確定解釋變量為LD,BI,Index.

根據圖3,最終確定興業銀行樣本回歸方程:Yx=63.316LD+0.0252Index-24.764BI-140.0197。
同理,根據圖4,最終確定浦發銀行樣本回歸方程:Yp=74.736LD+0.023Index-15.352BI-178.199。
從風險因素來看,兩家銀行存貸利差LD的參數大于0,符合實際,興業銀行LD每提高一個單位,則凈利潤就增加63.316個單位;浦發銀行則凈利潤提高63.3162個單位。Index因素影響比較小,大于0,符合實際。當上證指數每增加一個單位,則興業銀行的凈利潤就增加0.0252單位,浦發銀行凈利潤增加0.023單位;不良貸款率均小于0符合實際,不良貸款率BI每下降一個單位,則興業銀行凈利潤提高24.76個單位;浦發銀行則提高15.35個單位。
2.計量意義檢驗
(1)多重共線性檢驗
在前面的逐步回歸法的檢驗中,已證明興業銀行和浦發銀行的樣本模型的解釋變量之間,不存在多重共線性。
(2)序列相關性檢驗
通過Eviews檢驗,模型分析結果可以看出興業銀行D.W和浦發銀行D.W值,兩者DW值≈2,根據DW的臨界值,即在5%顯著性水平下,因此存在興業銀行與浦發銀行模型的隨機干擾項之間不存在自相關。
(3)異方差檢驗
利用EViews工具懷特檢驗異方差情況如下:
設H0模型為同方差;H1模型存在異方差;
從nR2統計量對應的伴隨概率容易看出,拒絕原假設H0,接受H1,即在5%的顯著性水平下,原有興業銀行與浦發銀行模型不存在異方差。
通過以上的一系列檢驗可以基本確定其收入模型基本與興業銀行與浦發銀行的凈收益情況相符。因為收入模型是從操作風險廣義定義出發,所以在收入模型中,由市場風險和信貸風險因素構成,模型不能解釋的部分則為其操作風險的影響,興業銀行的R-squared值為0.762,即能被市場風險和信貸風險解釋的部分為76.2%,不能解釋的操作風險占比為23.8%;浦發銀行的R-squared值為0.697,即能被市場風險和信貸風險解釋的部分為69.7%,不能解釋的操作風險占比為30.3%。從數值上看,浦發銀行的操作風險對凈利潤的影響大于興業銀行。該結果與基本指標法基本分析結果一致。浦發銀行相對于興業銀行應提出相對更高的操作風險資本,亦浦發銀行經營中存在更高的操作風險產生的可能。
綜上所述,浦發銀行應提取更高的操作風險資本,應對未來可能產生的風險,提高操作風險的管理防范水平。對于操作風險的量化分析,基本指標法和收入模型法都有一定實踐性。相比較下,基本指標法相對簡單,不能很好地反映操作風險。收入模型能夠比較量化,但模型還存在一定缺陷。高級計量方法在我國還難以實施,隨著銀行業不斷發展,這一領域還值得探討。
[1]周佩.我國商業銀行操作風險度量[J].財會月刊,2009(3).
[2]鐘偉.新巴塞爾協議和操作風險高級衡量法框架[J].金融與經濟,2005(5).
[3]劉桂平.中國商業銀行再造[M1.中國金融出版社,2002.
[4]萬杰,苗文龍,國內外商業銀行操作風險現狀及成因分析[J].國際金融研究,2005(7).