基于收入模型的我國商業銀行操作風險實證研究

楊肅昌 李英麗

基于收入模型的我國商業銀行操作風險實證研究

楊肅昌 李英麗

本文選用適合我國商業銀行實際情況的收入模型，利用2009年-2013年的面板數據對16家上市商業銀行的操作風險進行度量；為了解不同產權下的商業銀行操作風險差異，本文又進一步將這16家上市商業銀行按國有商業銀行、股份制商業銀行和城市商業銀行三種類別分別進行了操作風險度量與比較。研究發現：收入模型在一定程度上可反映出商業銀行操作風險大小；這三類銀行中，城市商業銀行操作風險最小，國有商業銀行較大，股份制商業銀行操作風險最大。研究成果有利于商業銀行有針對性的選擇操作風險度量模型和管理策略。

商業銀行 操作風險 收入模型

一、引 言

隨著經濟全球化快速發展、金融創新日益活躍、信息技術不斷變革，商業銀行經營環境更加復雜，操作風險引發的損失事件頻繁發生，操作風險已越來越引起人們關注。巴塞爾銀行監管委員會2001年要求商業銀行為操作風險配備相應資本金，2004年發布《巴塞爾新資本協議》將操作風險列為銀行的三大風險之一，2011年發布了《操作風險高級計量法監管指引》，從治理、數據、建模等方面總結了銀行業實施操作風險高級計量法的實踐經驗并提出了原則性的監管要求。

在我國銀行業市場競爭日趨激烈，銀行業務和產品多樣化、復雜化加劇，操作風險問題及其帶來的損失也日趨嚴重。為此銀行監管部門和各個商業銀行都加大了對操作風險的監管。特別是2005年以來，銀監會相繼發布了《關于加大防范操作風險工作力度的通知》、《商業銀行操作風險管理指引》、《商業銀行資本管理辦法》等一系列監管文件，對商業銀行操作風險的系統化、規范化管理提出了更高的要求。然而，我國商業銀行操作風險管理仍處于初始階段，對于操作風險管理的理論研究、制度規范、實際應用落后于信用風險和市場風險管理（溫紅梅，2008）。特別是在操作風險的界定、度量和控制方面尚未形成成熟的理論體系和管理模式，實踐中既沒有建立起操作風險損失數據庫，也較少運用模型計量、統計和系統方法來研究和度量操作風險。

二、文獻綜述

由于研究起步早、數據易得、技術先進，國外對操作風險管理的研究處于領先水平。Duncan Wilson (1995)利用來自內外部的操作風險損失數據庫，通過數據擬合操作風險損失的分布，然后根據分布形式計算出給定置信區間的Var值來度量操作風險。Artzner等(1999)提出一致風險度量模型，他認為一個完美的風險度量模型必須滿足四個特性：次可加性、平移不變性、單調性和正齊次性。Kashfia N. Rahman等（2014）運用銀行內外部損失數據基于貝葉斯推理建立模型度量和估計了銀行明年的操作風險并建議提取相應資本金。

國內對商業銀行操作風險的度量研究起步較晚且要集中于以下兩個領域：一是商業銀行操作風險度量方法的比較研究。沈怡裴(2008)不僅從理論上分析了商業銀行操作風險的各種度量方法，而且通過對上海浦東發展銀行、深圳發展銀行和中國民生銀行的實證分析，詳細比較了基本指標模型、支出模型和收入模型的優缺點。高嘯虎、汪戎（2011）介紹了高級計量法的幾種模型的特點，以SIGOR的一項調查為例說明了高級計量法的實踐應用，指出了模型運用面臨的數據缺失等困難。徐子堯、孔祥杰、王曉東（2011）在系統分析操作風險高級計量法的基礎上，提出了記分卡法較適用于我國銀行業操作風險管理的看法。二是基于具體模型的商業銀行操作風險的度量研究。劉睿，巴曙松，劉家鵬（2011）將操作風險的量化與商業銀行“遠期結售匯”的業務環境和具體流程相結合，具體闡釋了建立和運用貝葉斯網絡以評估具體業務操作風險的完整過程。李真珍（2013）運用收入模型和招商銀行1999年到2012年的年度數據度量了該銀行的操作風險，得出收入模型對度量我國商業銀行操作風險具有一定適用性的結論。

通過分析梳理文獻發現，由于技術欠缺、數據缺失，高級計量法還沒有在我國開展；在度量操作風險的模型中，大部分國內學者選擇了收入模型，而收入模型對操作風險度量的適用性也得到了學者們一定程度的認可。但由于我國商業銀行上市較晚，信息披露不充分，使得研究對象較少，且這些文獻中往往只選擇個別幾家商業銀行進行時間序列回歸，研究結論很難具有代表性。另外，已有研究尚沒有分析操作風險水平與銀行產權屬性和規模之間的聯系以及不同商業銀行的差異，這或許不利于不同商業銀行對操作風險管理策略的選擇。

鑒于此，本文以16家上市商業銀行為例，采用修正過的收入模型對我國商業銀行操作風險進行實證研究。為了解不同產權下的商業銀行操作風險管理能力，本文又按產權屬性對16家上市商業銀行分類進行操作風險度量和對比分析，以使研究成果更具有針對性和合理性。本文研究，可能會對實踐中操作風險度量模型和技術的運用產生一定的推動作用，這對提升操作風險管理水平是有意義的。

三、模型的設計

（一）模型選擇

操作風險的度量模型依據度量著眼點的不同可分為由上至下法和由下至上法。自上而下法假設商業銀行的內部經營狀況是個黑箱，對其并不了解；而自下而上法是把商業銀行各個部門操作風險加總得出商業銀行總體操作風險，對數據要求較高，這就要求對各部門經營狀況和操作風險損失事件都有所掌握。在我國，一方面由于操作風險損失事件一般會給商業銀行聲譽帶來負面影響，因而商業銀行往往沒有公開數據的意愿，另一方面完備的操作風險數損失數據庫目前在我國尚未建立起來，研究者往往難以獲得操作風險內部數據。在這種情況下，鑒于收入模型所需的數據較多來自于銀行年報或公開信息，具有易得性，因而研究中選擇將經營狀況視為黑箱的收入模型更為合理和科學。另外，國內理論界普遍認為收入模型法是目前在我國具有一定的適應性和實用性，并可在一定程度上反映不同銀行操作風險特征，也是《巴塞爾新資本協議》提出的方法之一，具有一定的代表性。因此，本文借鑒國內大部分學者的經驗，采用收入模型來度量我國商業銀行操作風險水平。

收入模型的基本假設是：信用風險、市場風險和操作風險的概率密度函數相同；凈利潤的波動服從正態分布；各種風險因素是在銀行的凈利潤中表現出來。如果將商業銀行凈利潤作為目標變量，商業銀行的一些風險因素（如市場風險因素和信用風險因素等）作為解釋變量，那么由操作風險引起的商業銀行凈利潤的波動指的就是不能被解釋變量解釋的部分。模型如下：

式中：

Yit——凈利潤；αit——常數項；

Xit——影響凈利潤的風險因素；βi——這些風險因素的敏感程度；

操作風險引起的銀行凈利潤波動表示如下：

式中：

σoprisk2——操作風險引起的商業銀行凈利潤的波動；

σtotal2——銀行凈利潤總的波動；

R2——可決系數，用來檢驗模型的擬合優度。

假設商業銀行凈利潤服從正態分布，按照新協議99.9%的置信水平，查正態分布分位數表可知其分位數是3.090232。所以，操作風險的估計值為：

（二）變量的選取

由上文可知，收入模型是選取凈利潤（NI）為被解釋變量，將商業銀行一些風險因素作為解釋變量。為更科學地選擇解釋變量，我們進一步研究了選取收入模型度量操作風險的文獻。已有文獻中全部學者在收入模型中都包括了市場風險因素，并分解為市場宏觀經濟環境、商業銀行盈利能力、證券市場表現三種因素；大部分學者提出的模型中既包括了市場風險因素又包括了信用風險因素（郭振彪，2011；蕭松華、付麗蓉，2012等）；僅有極個別學者對傳統收入模型進行了改進，將流動性風險因素引入收入模型，使收入模型包括了市場風險因素、信用風險因素和流動性風險因素（彭壽康、張瑩，2009；付娟，2010；馬佳，2013；李之領，2013；陸靜、羅偉卿，2009）。通過對比這些文獻的研究結果發現，包括三種風險因素的收入模型的有效性最高，其次是包括了市場風險因素和信用風險因素的收入模型，有效性最低的是只包括了市場風險因素的收入模型。

基于上述分析，本文提出的收入模型是改進后的收入模型，即包括三種風險因素的收入模型，初步選定了具體指標，見表1。

表1 解釋變量指標

（三）樣本選擇與數據來源

考慮到研究樣本的代表性、可比性以及數據的可得性，本文選取16家上市商業銀行作為研究對象，并將這16家上市銀行按產權屬性分為國有商業銀行、股份制商業銀行和城市商業銀行三種類別。

按照2008年新所得稅法，企業所得稅率由原來的33%降到25%，這對商業銀行凈利潤產生了較大的影響。而收入模型的被解釋變量是商業銀行凈利潤，所以如果選取2008年以前的數據，稅率的變化會影響凈利潤進而降低模型的解釋力。因此，本文最終選擇了這16家上市商業銀行2009年至2013年數據做面板數據模型。

數據來源如下：凈利潤（NI，單位為千元）、不良貸款率（NPLR）、存貸比（LDR）的年度數據均來自16家商業銀行公開披露的財務報告；一年期存貸款利差（DLM）和法定存款準備金率（LDRR）來自中國人民銀行網站，若一年內存貸款利率有多次調整，則以每次調整的時間為權重求其加權平均值；真實GDP（RGDP）來自國家統計局網站；企業景氣指數來自東方財富網；上證指數年平均收盤價（INDEX）自新浪網財經頻道。

其中：一年內若一年期存款或貸款利率有多次調整，均按ΣXini/365（Xi為利率，ni為執行該利率的天數）的公式計算其一年內的加權平均值，然后再用一年期貸款利率的平均值減去一年期存款利率的平均值；法定存款準備金率在一年內有多次調整的話，也是按照ΣXini/365（Xi為利率，ni為執行該利率的天數）的公式計算其平均值；真實GDP＝名義GDP/CPI；企業景氣指數是季度數據，一年內四個季度的平均值即為該年度的企業景氣指數。

（四）模型設定檢驗

經過反復篩選，綜合考慮變量個數的精簡、變量參數的經濟意義和擬合優度，最終確定了真實GDP （RGDP）、不良貸款率（NPLR）和存貸比率（LDR）為解釋變量。運用16家上市商業銀行2009-2013年的各項指標數據構建的收入模型方程為：

其中，i＝1，2，3，…，16；t＝2009，2010，2011，201 2，2013。

面板數據在時間和截面個體之間均無顯著性差異假設成立的前提下，混合回歸模型比個體固定效應回歸模型的估計效率高，所以先通過F統計量來檢驗建立二者中的哪一種模型。

原假設H0：不同個體的截距相同，即真實模型是混合回歸模型。

備選假設H1：不同個體的截距不同，即真實模型是個體固定效應回歸模型。F統計量定義為：

其中，S2表示混合回歸模型的殘差平方和；S1表示個體固定效應回歸模型的殘差平方和；N表示截面個體個數，T表示時期個數，k表示解釋變量個數。將N＝16，T＝5，k＝3，及用Eviews6.0對模型進行回歸得到的S2＝2.48×1011，S1＝1.02×1010代入公式得F＝97.6。

用stata軟件計算出在5%顯著性水平下的F臨界值F（15，61）＝1.8335879，顯然，計算出來的F統計量大于在5%顯著性水平下的臨界值，所以應拒絕原假設，建立個體固定效應模型。

確定建立個體固定效應模型之后，要進一步用豪斯曼（Hausman）檢驗對固定效應和隨機效應進行選擇。豪斯曼檢驗的顯示結果如表2所示。

表2 豪斯曼檢驗結果

由表2可知，豪斯曼檢驗的p值較小，在10%的顯著性水平下，拒絕原假設，即隨機影響模型中個體影響與解釋變量是相關的，應將模型設定為固定效應模型模型。

（五）數據平穩性檢驗

對凈利潤（NI）、真實GDP（RGDP）、不良貸款率（NPLR）和存貸比（LDR）數據分別進行平穩性檢驗，即用Eviews6.0進行ADF檢驗，得到檢驗結果如表3：

表3 平穩性檢驗

通過上述平穩性檢驗可知：NI、RGDP、NPLR、LDR的原階以及一階差分都是非平穩的，而二階差分是平穩的，因此之間具有長期穩定的平穩關系，可以進行回歸分析。

四、實證分析

（一）回歸結果分析

運用Eviews6.0對這16家銀行相關數據進行整體回歸分析，可以得到R2＝0.968807，調整的R2＝0.959603，F檢驗的伴隨概率為0，參數的t檢驗如表4。

此時，在1%的顯著性水平下，F統計量和T統計量都通過檢驗，說明估計是有效無偏的。擬合優度R2接近于1，說明模型擬合度較高。在上述收入模型中，不能被模型解釋的那部分凈利潤的方差被認為是由商業銀行操作風險引起的，模型的R2＝0.968807。因此，商業銀行操作風險引起凈利潤波動占凈利潤波動的3.12%。

表4 t檢驗

再運用Eviews6.0軟件采用上述方法分別對三類商業銀行進行回歸分析，回歸結果見表5。

表5 回歸結果

從表5可以看出，四個方程的F檢驗在0.1%的水平上顯著，而且可決系數均在90%以上，模型的擬合優度較高。商業銀行、國有商業銀行、股份制商業銀行和城市商業銀行的操作風險對凈利潤波動的影響所占的比例分別為 3.12%、3.24%、6.2%和1.46%。

（二）操作風險的度量

通常我們用標準差和變異系數來度量風險，商業銀行的操作風險也可從絕對數和相對數兩個方面進行度量。

1.絕對操作風險的度量

根據式（3）OPrisk＝3.09×σoprisk和式（2）σoprisk2＝σtotal2（1－R2），由表5的回歸結果可求得各類商業銀行的絕對操作風險值，見表6。

表6 各類型商業銀行的統計量比較

根據表6可以得出，國有商業銀行的絕對操作風險值＞股份制商業銀行的絕對操作風險值＞城市商業銀行的絕對操作風險值。

當進行兩個或多個數據離散程度的比較時，如果度量單位與均值相同，可以直接用標準差來比較；如果度量單位或均值不同時，標準差法就不再適用，而需采用標準差與平均值的比值即變異系數來比較。本文中的各類商業銀行凈利潤差別很大，所以不能根據操作風險絕對數來判斷商業銀行操作風險的大小。為此，本文引入變異系數V來度量操作風險。

2.相對操作風險的度量

變異系數V＝σoprisk/X中，σoprisk——商業銀行操作風險標準差，X——凈利潤的平均值。變異系數代表的是每一單位收益所承擔的風險，從風險收益的角度來看，每一單位收益承擔的風險越小越好。因此變異系數越大說明商業銀行所承受的操作風險越大，見表7。

表7 相對操作風險值

從表7可以看出，就各類商業銀行相對操作風險值而言，股份制商業銀行＞國有商業銀行＞城市商業銀行，這與之前各商業銀行的絕對操作風險值排序相比較變化很大。可見，引入變異系數之后的各商業銀行操作風險的度量更合理些。

五、結論與建議

（一）結論

基于上述研究，本文總結出以下幾點結論：

1.我國商業銀行具有較高的操作風險管理能力。由整體回歸結果可知，我國商業銀行3.12%的凈利潤波動是由操作風險所引起的，低于巴塞爾協議規定的20%的操作風險水平，這顯示出我國商業銀行較高的操作風險管理能力。與已有研究中收入模型的回歸結果相比，加入流動性風險的收入模型擬合度更高。但需要注意的是，這一回歸結果仍有不準確的方面：一方面，本文所選擇的16家上市商業銀行在業內處于領先地位，對操作風險更為重視，所以由這16家商業銀行作為樣本度量出的我國商業銀行操作風險值偏小；另一方面，本文僅選取了16家上市商業銀行5年的數據，樣本偏小數據量有限，可能會進一步降低了結果的準確性。

2.國有商業銀行的操作風險管理能力優于股份制商業銀行。從用變異系數V衡量的相對操作風險值來看，國有商業銀行的操作風險小于股份制商業銀行。我們認為原因可能有以下幾點：（1）國有商業銀行不斷加強內部控制，提高操作風險管理水平，從而提高了其抵抗操作風險的能力；（2）股份制商業銀行沒有國有商業銀行在資產規模、營業網點、客戶資源等方面的優勢，所以在實際操作中容易忽視操作風險，盲目追求擴張，更加注重開拓創新業務、擴大市場份額，對員工采取單一的盈利考核指標，這在一定程度上增加了其操作風險；（3）股份制商業銀行的發展戰略更加側重于區域化，從而導致其貸款集中度明顯高于國有商業銀行，使得其操作風險更大。

3.城市商業銀行的操作風險管理能力最強。無論是絕對操作風險的度量還是相對操作風險的度量，城市商業銀行的操作風險值都是最低的。原因有以下幾點：（1）城市商業銀行規模有限，組織架構都相對簡單，可以縮短風險管理流程，降低監管成本，更利于防范操作風險；（2）城市商業銀行致力于服務地方經濟，力求做精而非做大，所開展的業務主要集中在城市所在區域，相對于國有商業銀行及股份制商業銀行來說，城市商業銀行具有更明顯的信息優勢，操作風險的防范也更為容易。（3）模型和數據還存在不足，相對于全國145家城市商業銀行而言，本文所選的3家城市商業銀行數量少且均已上市，公司治理結構及風險控制方面做得更好，不具有很好的代表性，我國城市商業銀行的操作風險應該大于本文度量的結果。

（二）建議

基于以上研究，為提高商業銀行操作風險管理水平，本文提出以下建議：

1.商業銀行要盡快開發和使用高級計量法對商業銀行操作風險進行度量，這也是國際上操作風險管理的一個發展趨勢。目前，中國工商銀行已經開始開發完善高級計量模型并投產了多個高級計量法功能模塊，實現了操作風險信息的自動化收集和工具的電子化管理（魏韡，2013），其他商業銀行應該加快開發和使用高級計量法度量操作風險的步伐。

2.要加強信息披露，完備操作風險損失數據庫。中國建設銀行在2004年6月啟動了操作風險損失數據的損失狀況評估工作，對全行1998-2003年發生的操作風險損失事件展開調研，全面系統總結了操作風險管理狀況，2012年又深入推進操作風險工具的運用，提高了損失數據的全面性和準確性；中國銀行2012年開始開展操作風險損失數據搜集工作，統計分析并報告損失事件的類型、原因、流程分布并定期進行數據驗證（魏韡，2013）。雖然我國銀行業中個別銀行已開始建立風險損失數據庫，但大部分銀行業在這方面還很落后，我國還沒有建立操作風險損失數據庫。為改善該問題，可從以下方面入手：（1）商業銀行業應分門別類地搜集行內損失數據并加大信息披露力度，保證披露信息的完整性、真實性和可靠性；（2）充分發揮監管部門和新聞媒體的作用，提供更加充分的外部數據，提高對商業銀行操作風險的管理力度；（3）建立專門機構負責對商業銀行操作風險損失數據的搜集工作，對數據進行有效分類，建立我國商業銀行操作風險損失數據庫。

［1］溫紅梅.商業銀行操作風險度量與控制.北京.中國財政經濟出版社.2008：1

［2］ Wilson，Duncan.VaR inoperation.Risk.1995（2）24-25

［3］Artzner P.，Delbaen F.，Eber J.M.，Heath D..Coherent Measures of Risk.Mathematical Finance，1999（3）203-228

［4］Rahman Kashfia N.，and Dennis A.Black，Gary C. McDonald.Application of Bayesian I-nference on the Modeling and Estimation ofOperationalRisk Using BankingLossData.Appl-ied Mathematics.2014（6）862-876

［5］沈怡裴.商業銀行操作風險度量模型與分析.上海交通大學碩士學位論文.2008：39-44

［6］高嘯虎，汪戎.銀行操作風險高級計量法模型研究.金融經濟.2012（2）77-79

［7］徐子堯，孔祥杰，王曉東.我國銀行業操作風險高級計量法應用研究.四川大學學報，2011（3）57-62

［8］劉睿，巴曙松，劉家鵬.運用貝葉斯網絡量化和控制商業銀行操作風險——一個基于實際業務流程的例子.投資研究.2011（7）106-107

［9］李真珍.基于收入模型的招商銀行操作風險度量研究.金融經濟.2013（20）75-77

［10］郭振彪.我國商業銀行操作風險計量模型及實證研究——基于損失分布法與面板收入模型的綜合分析.東北財經大學碩士學位論文，2011：38-50

［11］蕭松華，付麗蓉.我國上市商業銀行操作風險實證分析——基于收入模型研究.改革與戰略.2012（10）62-65

［12］彭壽康，張瑩.收入模型的修正與上市銀行操作風險度量.統計與決策.2009（19）40-42

［13］付娟.我國商業銀行操作風險的成因分析.湘潭大學碩士學位論文.2010：29

［14］馬佳.基于內控視角的我國商業銀行操作風險管理研究.山東大學碩士學位論文.2013：26-28

［15］李之領.基于收入模型的城市商業銀行操作風險度量研究.蘭州大學碩士學位論文，2013：24-30

［16］陸靜，羅偉卿.基于收入模型對商業銀行操作風險的估計.金融論壇.2010（5）54-57

［17］魏韡.中國商業銀行操作風險量化管理現狀分析.中國外資.2013（16）11

An Empirical Research on the Operational Risk of Chinese Commercial Banks Based on Income Model

YANG Su-chang,LI Ying-li
Lanzhou University,Lanzhou 730000

This paper first selects the income model which goes with the actual situation of commercial banks in China and measures the operational risks of 16 listed commercial banks by using the panel data of 2009-2013.Furthermore,in order to understand how commercial banks'operational risk differences under different property rights,this paper classifies the 16 listed commercial banks to state-owned commercial banks,joint-stock commercial banks and city commercial banks three categories respectively for the operational risk measurement and comparison.The study found that: the income model can reflect the operational risk of commercial banks to some extent;among the three types of banks,the operational risk of city commercial banks is relatively small,the state-owned commercial banks'is larger,and the operational risk of joint-stock commercial banks is the largest.The research results are helpful to reveal the internal relations of operational risk and commercial banks'property and scale,select right measurement model,adopt corresponding management strategy and improve the level of operational risk management.

Commercial Banks,Operational Risk,Income Model

F830

A

楊肅昌，男，甘肅蘭州人，蘭州大學經濟學院教授，博士生導師，研究方向：風險管理與內部控制

李英麗，女，河南新鄭人，蘭州大學經濟學院碩士研究生，研究方向：風險管理與內部控制；甘肅蘭州，730000