基于收入模型的招商銀行操作風險度量研究

摘要：近年以來，商業銀行操作風險事件案發重重，損失巨大，金融界和監管當局對此越來越重視，一是巴塞爾協議對操作風險內容的不斷更新，二是操作風險的度量方法由低級到高級，不斷完善。本文以招商銀行為例，在運用收入模型對該銀行1999年到2012年共計14年的年度時間序列數據進行單位根檢驗和協整檢驗基礎之上加以實證分析，并運用模型預測了該銀行下一年操作風險損失準備金額，所得結果與該銀行經營現狀較為相符，同時也說明收入模型對我國商業銀行操作風險的度量具有一定的適用性；最后，結合實際，對我國商業銀行操作風險的度量與管理工作提出建議。

關鍵詞：商業銀行 操作風險 收入模型 時間序列

一、引言

今年四月以來，有關銀行操作風險的事件屢屢見諸報端。先是中信銀行鄭州黃河路支行理財案，再是銀行代銷理財產品引發“飛單”糾紛，接著是一些銀行網點屢屢接到保監部門的罰單，銀行案件似乎進入一個多發期。銀行案件頻頻出現，暴露出銀行服務同質化的嚴重弊端。然而，如何有效地防范和管理操作風險，對操作風險進行合理的度量進而提取資本金是其基礎和前提。本文基于這樣的現實開展了操作風險度量方面的研究，以下是內容安排：第二部分是相關文獻回顧，第三部分是概念界定、指標構建和所采用的研究方法；第四部分是實證分析；第五部分是對實證分析結果的理論解釋及政策建議。

二、操作風險度量模型分類

就操作風險管理的量化而言，巴塞爾委員會在新巴塞爾協議中，推薦了三種方法，即基本指標法、標準法和高級計量法。在這三種方法中，基本指標法過于簡單；相比較而言，標準法的計算并不復雜，也是目前很多銀行在運用的一種方法；只有少部分國際大銀行在采用較為先進的高級計量法，但將這是一種趨勢。

隨著商業銀行操作風險度量實踐的普及，銀行界不斷探索更先進更完善的統計分析技術以量化操作風險。所有這些方法，根據所需數據及對相關數據在處理方向上的差別，大致可歸為“自下而上”法和“自上而下”法兩類。

“自上而下”法關注的焦點是總體目標（如純收入，凈資產），之后再用不同風險因素或損失事件進行回歸分析。其代表模型有證券因素模型（Stock Factor Model）、收入模型（Income-based Model）、開支模型（Expense-based Model）、操作杠桿模型（Operating Leverage Model）、情景分析（Scenario Analysis）、風險概況模型（Risk Profiling Model）等等。

“自下而上”法則是先根據損失事件的類型來區分風險，再逐步計量各類風險，最后加總得到總體風險。實際測量工作中，需要先測量不同業務線或部門的操作風險，然后相加得到銀行面臨的整體操作風險。按照這種思路建立的度量模型包括：資產負債管理、市場因素模型、預算損失模型、隨機模型、操作差異、壓力測試、操作清單等。

綜合考慮各度量模型建立時所需的數據和我國商業銀行目前的條件，本文選取了自上而下法中的收入模型進行實證分析。

三、基于收入模型的實證分析

收入模型（Income-based Model）建立的前提是默認了操作風險是指信用風險和市場風

險之外的所有風險，即沿用了操作風險的廣義定義，認為商業銀行的歷史收入由各種風險因素決定，收入是對風險的補償，故歷史收入的方差也可分解為各風險因素的方差之和，將流動性風險、信用風險、資本風險利率及匯率所造成的方差從中剔除，剩余的方差就是由操作風險引致的。

（一）指標選取

在我國，利息收入是我國商業銀行的主要收入來源，因此不良貸款是我國商業銀行所面臨的主要信用風險因素。但是，考慮到商業銀行每年不良貸款余額都與宏觀經濟環境有莫大關系，比如因經濟擴張而大規模發放信貸，這將有可能增加不良貸款余額；所以，本文擬采用不良貸款余額占國內生產總值（bldketogdp）的比重來衡量信用風險，這一處理的好處是，變換后的變量考察的是相對GDP而言商業銀行信用風險的大小，拋開了因宏觀經濟利好而膨脹的不良貸款的影響。

流動性風險的刻畫選擇了存貸款差額（cdkce），是發放貸款與吸收存款之間的差額，它是評判商業銀行流動性的總指標。二者差額越大，就預示著商業銀行的流動性越差，因為不具流動性的貸款占用了更多穩定的資金來源。

資本風險是指商業銀行資本金過少，因而缺乏承擔風險損失的能力，缺乏對存款及其他負債的最后清償能力，使商業銀行的安全受到威脅的風險。本文用核心資本凈額（hxzbje）來度量商業銀行面臨的資本風險。核心資本凈額等于核心資本減去核心資本扣減項，剩余值越大說明面臨的資本風險越小。

為了數據的便捷獲取，我們選定國內上市招商銀行作為研究對象，選取1999年到2012年共計14年的年度時間序列數據，初步選取的風險因素包括一年期存貸款差額（cdkce）、不良貸款額占國內生產總值比重（bldketogdp）、核心資本凈額（hxzbje）三項，作為解釋變量，初步設立的收入模型如下：lrze= a1 + a2bldketogdp+ + a3cdkce + a4hxzbje+ε

式中，lrze表示銀行的利潤總額；a1為常數項，a2、a3、a4分別表示利潤總額對其前面對應因素的敏感程度。我們借鑒方差分解的思想，將銀行利潤總額的方差中不能被解釋變量所解釋的部分作為是由操作風險所導致的波動，ε表示操作風險對銀行利潤總額的影響，即由操作風險引起的銀行利潤總額的波動。則操作風險引起的收入波動表示如下：

■

■表示銀行凈利潤的方差，■表示回歸模型調整后的擬合優度，■表示由操作風險引起的銀行利潤總額波動的方差，這個等式表明，操作風險引起的銀行凈利潤波動的方差在銀行凈利潤總的方差中占得比例約為■。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，將3.1 倍標準差作為操作風險，這樣就包括了 99%的置信區間。這基本包括了操作風險引起的非預期損失：OpRisk=3.1*■，其中 OpRisk 表示操作風險的損失估計值。

（二）數據搜集

本文用到的國內生產總值（GDP）數據來自2012年統計年鑒，2012年GDP數據來自國家統計局發布的2012年國民經濟運行情況，其余數據均來自上市xx銀行公告的數據。

（三）單位根檢驗

由于宏觀經濟變量一般都不平穩（如GDP有歷年遞增趨勢），故在建立回歸模型之前需進行平穩性檢驗以剔除虛假回歸的可能性。本文采用擴展的Augmented Dickey-Fuller test（ADF）進行平穩性檢驗：根據數據圖形選取適當的帶截距項和趨勢項的模型，使用最小信息準則SIC準則選取ADF檢驗滯后階，對所有變量進行ADF檢驗結果如下：

表一 變量及其差分的ADF檢驗

注：D2（lrze）、D2（gdp）、D2（bldketogdp）、D2（cdkye）、D2（hxzbcje）分別表示變量lrze 、gdp 、bldketogdp、cdkce 、hxzbje的二階差分；變量的檢驗形式（C，T，N）其中C代表幾階差分，T代表含有趨勢項，I代表含有時間項，N代表滯后階數。本表格內數值是用Eviews 6.0計算的，以下均同。

從表中數據可以看出，各變量原始序列在1%的顯著性水平下均不能拒絕原假設，從而認為原始序列皆存在單位根；而二階差分序列在1%的顯著性水平下均可以拒絕序列存在單位根的原假設，因此判定原始序列都是二階單整序列。

（四）協整檢驗

為了確定下一步的實證建模是正確且有必要的，需對回歸誤差項進行平穩性檢驗，本文采用Engle和Granger（1987）提出的協整檢驗方法進行協整檢驗。這種檢驗方法是對回歸方程的殘差進行單位根檢驗。其思想是，如果自變量和因變量之間存在協整關系，那也就是說因變量能被自變量的線性組合所解釋，兩者之間存在穩定的均衡關系。這一步操作其實是在回歸之后，提取殘差才可以進行的。為了文章布局，暫安排于此。取回歸方程所得殘差序列resid，并命名其為序列e，對序列e進行單位根檢驗，所得結果如下：

從下表中可以看到，t統計量絕對值分別大于1%，5%，10%顯著性水平下的臨界值絕對值，同時P值也顯著為0，故可以判斷出序列e不存在單位根，是一平穩序列。從而證明，所建立的回歸方程是有意義的，各變量之間存在協整關系，回歸方程的被解釋變量與解釋變量之間存在穩定的長期均衡關系。代表操作風險的誤差項是一規則的序列，整個方程能夠用來預測未來的信息。

表二 協整檢驗結果

（五）基于收入模型的實證分析

本文以招商銀行為例，設定的收入模型為：

lrze= a1 + a2bldkletogdp+ + a3cdkce + a4hxzbje+ε，

運用計量軟件進行分析，得出了令人滿意的結果，回歸方程如下：

lrze=111389.7-29786297bldketogdp+38.81476cdkce+90.48740hxzbje

t檢驗 （-4.87913）（7.908498） （6.665043）

P值（0.0006） （0.0000） （0.0001）

R2=0.999180 =■ 0.998935 F=4064.086

從上面的回歸方程及參數檢驗結果可以看出：首先，模型的擬合度優良，R2=0.999180，可以理解為回歸模型本身能在99.9180%的程度上被因變量解釋，剩余的0.082%可由操作風險給予解釋，這和招商銀行的經營現狀基本吻合，至少在見報的渠道上沒有看到招商銀行任何比較大額的操作風險損失案件，這說明模型的解釋力足夠強；其次，招商銀行不良貸款余額占GDP比重的系數顯著為負，其含義是：在其他變量不變的情況下，招商銀行不良貸款余額相對GDP比重若是下降，則銀行的利潤總額將會增加，這一點也好理解，即分攤在單位GDP上的不良貸款余額越少，越有利于利潤的形成與積累；再者，存貸款差額的系數為38.81476，其含義是：維持其他變量保持不變，則招商銀行一年期存貸款差額每增加一個百分點，利潤總額將增加38.81476個百分點；最后，核心資本凈額的系數為90.48740，其含義是：當其他變量保持不變的情況下，如果招商銀行核心資本凈額增加一個百分點，那么銀行利潤總額將增加90.48740個百分點。

接下來可以利用回歸結果估算出招商銀行為預防操作風險而需計提的資本金數額，根據上文已有理論計算公式，■將■和■的值帶入并計算可得xx銀行操作風險的方差為■=96030924196；假設招商銀行利潤服從正態分布，在99%的置信區間內，需要為操作風險計提的風險準備金額為：OpRisk=960654.5589萬元。

此預測數據未至精確，確有一定的借鑒含義，960654.5589萬元的操作風險計提損失準備，說明招商銀行面臨著較為嚴重的操作風險，同時，可以進一步根據招商銀行風險管理部門的己有資料，對銀行操作風險的度量和管理工作進行改進。

四、結論及政策建議

針對目前我國商業銀行操作風險管理的現狀，并結合招商銀行操作風險的計量分析研究，筆者特別提出針對我國商業銀行操作風險度量及管理一點建議：

1.重視操作風險，加強商業銀行操作風險管理文化建設。

風險管理文化是整個風險管理體系的靈魂，也是商業銀行“軟實力”的本質表現，決定著商業銀行風險管理水平的高低。風險管理文化具有滲透性、一致性、激勵性和延續性等特性，深刻影響著銀行員工的風險態度、風險反應、行為模式，從而影響著商業銀行風險管理的經營與績效。

2.結合實際情況，對不同業務的操作風險管理采用不同的度量方法。

根據《新資本協議》的提議，委員會允許銀行采用不同的方法按業務處理操作風險。比如，銀行可采用標準法處理某些產品的同時，運用高級計量法處理其他產品。因此，當前我國的商業銀行可以根據自身的情況對不同業務的操作風險采用不同的度量方法。對于操作風險相對較高的零售業務、支付清算業務以及代理、信托和資產管理業務，要重點予以關注，加強損失數據的收集整理工作，力爭盡可能地采用適合自身的先進的操作風險度量方法。

3.重視對操作風險損失數據的收集整理，建立各業務部門的操作風險損失數據庫。

《新資本協議》指出：“委員會認為，根據統一的損失、風險和業務的定義，在業內有序地收集及分享數據，對于制定處理操作風險的各類先進方法十分重要。若沒有這類數據，委員會將被迫在制定操作風險最低資本規定時采用保守的假設。”量化操作風險的先進方法依賴于較為完整的損失數據，可見損失數據的收集整理對于操作風險的度量是非常重要的。盡管我國目前很難采用先進的量化操作風險度量方法，但是，運用先進的量化操作風險的方法不但為巴塞爾委員會所倡導，而且也是當今國際銀行界量化風險管理的發展趨勢。

參考文獻：

[1）金融時報，2013. 銀行轉型期需警惕操作風險

[2][N/OL]http：//finance.sina.com.cn/money/bank/bank_hydt/

20130506/071915355364.shtml

劉新喜，龔貽生，2009. 我國財險公司操作風險探析及其管理對策[J]. 保險研究，（07）： 60-61

[3]陸靜，羅偉卿，2010. 基于收入模型對商業銀行操作風險的估計[J].金融論壇，（05）：53-55

[4]屈春，2010. 我國商業銀行操作風險研究[J].時代金融，（03）：45-46

[5]許蕾，2009. 國內外商業銀行操作風險比較研究[D].

[6]尹培軍，2009. 淺談我國商業銀行的操作風險[J]. 財經界，（07）：144-145

[7]阮明真，2006. 關于我國商業銀行操作風險的若干對策思考[J]. 新金融，（01）：17-19