銀行管理論文-商業(yè)銀行操作風險度量探討摘要：操作風險是商業(yè)銀行面對的主要風險之一。對操作風險進行識別、量化進而管理是商業(yè)銀行適應(yīng)國際金融環(huán)境變化和風險管理趨勢的必然選擇。而對操作風險進行度量又是有效管理操作風險的前提之一。采用自上而下模型中的收入模型對國內(nèi)兩家商業(yè)銀行的操作風險狀況進行了實證分析，表明了收入模型可以在某種程度上反映操作風險的大小以及我國商業(yè)銀行面臨著較嚴重的操作風險。關(guān)鍵詞：新巴塞爾資本協(xié)議；商業(yè)銀行；操作風險；收入模型1變量與模型的選擇本文主要是要考察操作風險度量模型對我國金融機構(gòu)的適用性。由于現(xiàn)階段國內(nèi)金融機構(gòu)普遍面臨著數(shù)據(jù)缺乏的問題，因此很難獲得金融機構(gòu)內(nèi)部數(shù)據(jù)，所以我們這里采用自上而下模型中的收入模型。我們知道對于信用風險和市場風險來說，存在風險與報酬的一一對應(yīng)關(guān)系，但這種關(guān)系并不一定適用于操作風險，操作風險損失在大多數(shù)情況下與收益的產(chǎn)生沒有必然聯(lián)系。所以我們這里建立收益與市場風險和信用風險的對應(yīng)關(guān)系。收入模型將企業(yè)的凈利潤作為目標變量，然后考慮可能影響企業(yè)凈利潤的風險因素，將其作為解釋變量。這些因素可以是市場因素以及信用因素等。企業(yè)凈利潤在很大程度上可以被這些因素解釋，而余下的那些不能解釋的部分將被作為該企業(yè)由于操作風險引起的收入波動。由于操作風險引起的收入的波動：2=2total（1-R2），我們假設(shè)收入的波動服從正態(tài)分布，那么根據(jù)正態(tài)分布的特點我們將3.1倍標準差作為操作風險，這樣就包括了99.9%的置信區(qū)間。這基本就可以包括了操作風險引起的未預(yù)期損失。OpRisk=3.1，即將收入的方差中無法被模型解釋的部分作為操作風險。也即將企業(yè)收入的波動中不能被其他風險因素所解釋的部分看作是由操作風險所導(dǎo)致的。（樊欣、楊曉光，2004）模型如下：y=c+b1x1i+b2x2i+b3x3i+ci，其中，y是企業(yè)的凈利潤，xi是第i個風險因素，bi代表了對這些因素的敏感程度。從宏觀的角度，我們認為影響我國商業(yè)銀行收益的主要因素有：1、經(jīng)濟增長。由于近些年來我國經(jīng)濟一直處于高速增長過程中，銀行發(fā)展與這種經(jīng)濟增長是相關(guān)的。我們使用真實GDP的增長率作為這方面的代表變量。2、銀行的資產(chǎn)質(zhì)量。資產(chǎn)質(zhì)量的高低直接影響銀行的收益和風險狀況。我們使用不良貸款率作為體現(xiàn)銀行資產(chǎn)質(zhì)量的指標。因為就目前我國銀行業(yè)的經(jīng)營狀況來看，傳統(tǒng)的存貸款業(yè)務(wù)仍然是商業(yè)銀行的主營業(yè)務(wù)，是收入的主要來源。信用風險仍然是最主要的風險。而信用風險很大程度上又是由于貸款人的不良資信狀況所引起的。貸款人的信用狀況及還款的及時性很大程度上影響了我國商業(yè)銀行的收益。3、股票市場指數(shù)。銀行的收益受市場的總體表現(xiàn)的影響，而股票市場指數(shù)是整個市場狀況的晴雨表。我們選用股票市場指數(shù)作為市場總體表現(xiàn)的指示變量。因此，我們最終選取的風險因素包括真實國內(nèi)生產(chǎn)總值增長率（gc=GDP/CPI）、不良貸款率（bl）、上證指數(shù)一年內(nèi)平均值（index）三項。為了探討銀行收益究竟是由哪些因素決定的，我們將進行OLS回歸分析，建立真實國內(nèi)生產(chǎn)總值增長率、不良貸款率、股票市場指數(shù)與銀行凈利潤（profit）選擇情況的多元線性回歸模型：Profit=c+b1（GDP/CPI）+b2bl+b3index。為了方便數(shù)據(jù)的獲取且使數(shù)據(jù)具有一定的代表性，我們選擇股份制商業(yè)銀行浦東發(fā)展銀行和國有商業(yè)銀行中國銀行作為研究對象，進行一定的比較研究。具體數(shù)據(jù)見表1、表2：2實證結(jié)果及分析用OLS估計模型，得如下結(jié)果：方程一：Profit1=2.0173gc-0.5910bl1+6.223index，方程二：Profit2=30.0866gc-5.1443bl2+27.854index。由于有效數(shù)據(jù)的缺乏和模型本身的局限性，此文僅從經(jīng)濟意義方面檢驗參數(shù)估計量，b10，且對銀行凈利潤的影響很大，就Profit1模型而言，在考察期經(jīng)濟增長的基礎(chǔ)上，gc每增加一個百分點，浦發(fā)銀行的凈利潤就可以增長2.0173億元，就Profit2模型而言，gc每增加一個百分點，中行的凈利潤就可以增長30.0866億元。說明經(jīng)濟增長對銀行的凈利潤有很大的正效應(yīng)。B20，也進一步說明了銀行的凈利潤的增長和下降是和整體的經(jīng)濟趨勢是同步的。在我們的模型中，那部分不能被模型解釋的方差被認為是由操作風險的引起的。在profit1模型中即浦東發(fā)展銀行的結(jié)果中，R-Square值為0.8818，說明88.18%的方差可以由模型解釋，即操作風險占到總方差的11.82%。在profit2模型中即中國銀行的結(jié)果中，回歸模型的R-Square值為0.6830，即模型可以解釋方差中的68.30%，同時也說明操作風險在總的方差中占到31.70%。所以我們可以看出浦東發(fā)展銀行的操作風險明顯低于中國銀行。事實上，在國際上，業(yè)界一般認為操作風險在總風險中占有比例為20%以內(nèi)，剔除模型本身的精確度以外，我們也能意識到我國國有商業(yè)銀行面臨著很嚴重的操作風險。因此，在當前金融風險，金融危機日益嚴峻的背景下，我們一定要加強對商業(yè)銀行操作風險的監(jiān)督和控制，積極探索對操作風險的實證度量方法，保證金融機構(gòu)乃至整個金融體系的安全。參考文獻1MarshallC.L.Measuringandmanagingoperationalrisksinfinancialinstitution；tools，techniques，andotherresourcesM.Singapore：JohnWiley&Sons，2001.2WorkingpaperontheInternationalConvergenceofCapitalMeasurementandCapitalStandardsR.Basel，Switzerland：BaselCommitteeonBankingSu