商業銀行操作風險的實證研究
——基于收入模型對三家國有銀行的估計

趙雯婷

(武漢大學經濟與管理學院，湖北 武漢 430000)

商業銀行操作風險的實證研究
——基于收入模型對三家國有銀行的估計

趙雯婷

(武漢大學經濟與管理學院，湖北 武漢 430000)

巴塞爾委員會于2004年6月將業務操作風險歸進《巴塞爾新資本協議》，自此操作風險與信用風險、市場風險一起構成了銀行業三大風險。本文選擇在中國銀行業市場占較大份額的，上市時間較早的中國銀行、工商銀行和建設銀行三家有代表性的國有控股商業銀行，采用收入模型，為商業銀行計算操作風險資本提供經驗與參考。研究發現，國有控股商業銀行6.96%的收益波動是由操作風險引起的。不管是相對或是絕對操作風險值，在三大銀行中，建設銀行始終是最大的。

國有商業銀行；操作風險；風險度量；收入模型

自2007年金融危機席卷全球以來，國內外金融市場風險驟然加大。“金融海嘯”引發了人們對銀行風險監管與控制的重新思考，新巴塞爾資本協議(下面稱為新協議)由此誕生。這一協議指出，世界商業銀行把操作風險歸進資本充足率這一計算體系當中去。由此，操作風險引起了國際銀行界的高度重視。

同時，隨著金融市場上產品不斷創新，尤其是衍生品市場的迅猛發展，金融市場風險也越發引人關注。在國際上，因一個操作員失誤而引發的巴林銀行案讓全球震驚；在我國曾也發生過諸如“7.28”金融詐騙案等操作風險案件。這些案件警醒著我們，唯有對操作風險進行量化分析方才能夠獲得成效。就應對日漸復雜的市場風險、確保銀行平穩發展而言，必須強化操作風險的度量。

一、文獻回顧

(一)操作風險的概念和特征

這一概念在新巴塞爾協議實施之前被詮釋為信用和市場風險之外的其他風險，所展現的是銀行領導管理人員對這一風險的初步認知。可這一解釋太過膚淺。因而后來巴塞爾委員經過探討將其總結為：“因為內部員工、程序或者是外部事件存在欠缺進而形成的間接或直接的經濟損失。”這一定義將法律風險涵蓋其中，但沒有聲譽以及策略風險。

(二)操作風險度量的國內外研究現狀

對于操作風險的研究，世界銀行界日益深入，就這一風險的管理，逐漸轉向計量方向，以求能夠更精準的計算銀行所遭遇的風險損失。依據新協議，計量方式總共包括下面幾種，即高級法、指標法以及標準法，在這當中，第一種包含損失分步法以及內部衡量法等，同時也有采用貝葉斯網絡方法開展相關研究的。

我國對操作風險的研究起步較晚。2003年，田玲等對各種度量方法進行對比，最終發現，度量操作風險的時候內部衡量法具有很強的針對性。2004年，樊欣、楊曉光對證券因子和收入模型進行細致的介紹，同時針對浦發和深發展銀行的操作風險，利用上述模型進行實證分析，最終發現，后者效果更好一些。

二、實證分析

(一)樣本選擇

在我國銀行體系當中，國有控股銀行占據主體地位。國有控股銀行較其他銀行來說，在諸多方面都是絕對壟斷，對我國的經濟發展起著不可或缺的重要作用。對國有商業銀行的操作風險度量予以強化，能夠顯著提升金融行業對風險管理的急迫性以及重要性認識，同時還可以為其他銀行開展操作風險提供經驗借鑒。

(二)模型選擇

對操作風險度量模型的選擇，要考慮的因素是可行性。鑒于收入模型具有較低的數據敏感性，不用對損失事件間存在的差異進行考慮，只需將基本財務與宏觀經濟指標作為解釋變量開展回歸即可。可知，利用這一模型度量我國商業銀行的操作風險具有較強的可行性，并具有一定的創新性。因此，本文選擇收入模型作為實證分析的基礎。

(三)操作風險的變量確定、數據來源與建模

1.模型及基本假設。

由操作風險的定義我們能夠知道，其指的是除了信用以及市場風險以外的其他風險。然而，收入模型的設計恰涵蓋商業銀行所遭遇的這三類風險，可以用下面公式進行表示：

Y=α+β1X1+β2X2+β3X3+…+ε

(1)

模型選擇自變量以及解釋變量，對自變量的方差進行計算，在這一前提下減去市場以及信用風險因素導致形成的方差，所得的結果便是操作風險。

2.變量選擇

決定銀行收入波動的因素在于銀行自身的盈利能力。由于目前存貸款利率差仍是我國商業銀行利潤的主要來源，所以銀行收益會受到利率變動的影響。本文把一年存貸利率差視為銀行盈利能力的解釋變量，表示為ld。另外，由于銀行的全面發展和真實GDP(GDP/CPI)呈正相關，因此真實GDP同樣歸為解釋變量。除此之外，不良貸款率作為反映我國商業銀行資產質量高低的重要指標，也應作為其中一個解釋變量，表示為bl。最后，由于文章選擇的樣本為盈利水平受證券市場波動影響的國有上市銀行，所以上證綜指也該納入解釋變量，表示為index。

綜上所述，收入模型能夠用下面公式表示：

y=α+β1(GDP/CPI)+β2ld+β3bl+β4index+ε

(2)

3.數據來源

本文總共選取2014年-2016年共11個季度的數據，其中每個季度的凈利潤y以及不良貸款率bl來自中國銀行，中國工商銀行，中國建設銀行官網上的投資者關系欄里的財務報告的季報，半年報和年報；各季度的GDP和CPI數據來自國家統計局官網；各季度的一年期人民存貸款利率(deposit和loan)來自于中國銀行官網；各季度的上證綜合指數來自上海證券交易所官網。詳細數據如下：

中國銀行

中國建設銀行

中國工商銀行

4.基于收入模型的回歸分析

依據上述數據，依托于Stata對三大銀行分別進行線性回歸，所得結果同下表。

表1 三家國有商業銀行回歸分析結果

R方所代表的是解釋變量在多大程度上能夠被模型自變量詮釋，數值越接近1意味著其詮釋能力越強。通過上表結果能夠知道，建行R方是0.93，F值是21；工商銀行R方是0.95，F值為33；中國銀行R方是0.94，F值是24。這幾大銀行的方程擬合效果都比較好，但工商銀行的最好。他們的P值越是接近零，意味著結果顯著。另外，最后一行數據是把三家銀行共33份數據全部做回歸分析得到的結果，R方為0.9304，因此剩下的6.96%的收益波動被理解為是有操作風險引起的。依據相關探究，很多論文假設銀行凈收入波動符合相關正態分布。依據正態分布的有關特征，依照新協議的置信水平，操作風險理應是3.1倍標準差。

δ2=σ2*(1-R2)

OpRisk=3.1*δ

其中，σ2表示凈利潤總方差，δ2代表操作風險對應的方差。

三、回歸結果分析

(一)絕對操作風險度量

依照相關公式，將下表當中的R方代入到OpRisk=3.09*δ，求出三大銀行其凈利潤的平均值以及標準差，進而能夠得到99.9%的置信水平下，三大銀行其操作風險值。

表2 三大國有銀行絕對操作風險值

從上表我們能夠知道，建行其絕對操作風險值是82億元左右；工商銀行的是45億；而中國銀行這一數值為31億左右。從這些數據我們可以得出，操作風險最高的是建行。

(二)相對操作風險度量

統計學知識告訴我們，當各組數據的均值不等，不能單純的運用標準差獲得最后的結論。為能夠更為準確地對比三大銀行的風險大小，該文引進變異系數V。

V=σ/X

(3)

上式中，X代表凈利潤的平均值，σ意味著操作風險形成的標準差，三大銀行其相對操作風險值同下表。

表3 三大國有銀行相對操作風險值

變異系數越大，因為操作風險所形成的凈利潤變化幅度就越大，隨之相對操作風險值越大。從上表我們可以知道，相對操作風險值最大的依然是建行，達到4.6%左右，緊隨其后的是中國銀行，約為2.7%，最小的是工商銀行，約為2.2%。引進變異系數之后，三大銀行操作風險大小發生改變，基于數據均值存在差異，相對操作風險值準確度更高一些。

四、結論與對策建議

依托于收入模型的實證結果，對三大銀行的實際狀況予以分析，得到下面一些結論：

1.模型探究了三大銀行的面板數據，估算出我國國有控股銀行其操作風險的大小。結果表明，接近7%的收益波動是因為操作風險造成的，對于銀行的運營管理而言，這些風險是值得注意的。

2.建設銀行的絕對和相對操作風險值都是三者中最大的。分析三家銀行不良貸款率的樣本平均值，建行是1.4%左右，工商銀行是1.3%，而中國銀行也是1.3%左右，顯然建行不良貸款率最高高，這與其操作風險值最大的結果相吻合，不良貸款率與操作風險值呈現正相關。

3.同時對比凈利潤和不良貸款率，發現中國銀行的兩者均是最小的，再結合其1.29%的不良貸款率，可以推測中國銀行對于內部控制所采取的態度是嚴謹的，發展策略很是穩健，因此其絕對以及相對操作風險值都比較小。

為積極應對操作風險，本文將實證分析的結果予以充分結合，針對我國商業銀行操作風險的控制以及度量給出下面一些意見：

1.對內部控制機制予以完善，提升職工操作風險分辨技術。構建行之有效的內部控制機制，同時對內部審核機構的獨立性予以強化。最后利用有效的檢查制度、嚴密的風險制度確保內部機制得以落實。

2.構建風險損失數據系統，設計合理的監管評估指標。對風險進行精細化的計量，主動規避風險過大的業務，把風險控制在合理水平內。

3.充分結合度量模型，將操作風險資本進行合理分配。選取最為合適的度量模型，準確核算出操作風險資本。

[1] 趙莉娜，周丹.關于國有控股商業銀行操作風險度量的研究——基于收入模型的實證分析[J].特區經濟，2014，04：103-105.

[2] 陸靜，羅偉卿.基于收入模型對商業銀行操作風險的估計[J].金融論壇，2010，05：53-57.

[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(05).

[4] 陳學華，楊輝耀，黃向陽.POT 模型在商業銀行操作風險度量中的應用[J].管理科學，2003(1)：49-52.

[5] 豐吉闖，李建平，高麗君.商業銀行操作風險度量模型選擇分析[J].國際金融研究，2011(2)：15-18.

[6] 周亮，刁博玨.基于POT 模型的商業銀行操作風險度量[J].時代金融，2011(8)：211-213.

[7] 劉桂榮、趙妍，2008.基于收入模型的商業銀行操作風險的實證分析[J].華東理工大學學報(社會科學版)，(3)：54-58.

[8] 嚴延、周宗放，2007.基于自上而下模型的操作風險實證研究[J].金融電子論，(3)：22-25.

[9] Basel Committee on Banking Supervision (BCBS).Operational Risk -Supervisory Guidelines for the Advanced Measurement Approaches，2011.