1、 可修改 歡送下載 精品 Word 可修改 歡送下載 精品 Word 可修改 歡送下載 精品 Word商業(yè)銀行操作(cozu)風(fēng)險(xiǎn)損失數(shù)據(jù)分析李志輝本文系教育部人文社會科學(xué)研究博士點(diǎn)基金工程03JB790019中期成果。作者簡介：李志輝1959年1月，男，南開大學(xué)金融學(xué)系教授、博士生導(dǎo)師，研究方向：國際金融、金融風(fēng)險(xiǎn)管理、商業(yè)銀行管理。范洪波1977年4月，男，南開大學(xué)經(jīng)濟(jì)學(xué)院金融學(xué)系博士生，研究方向：風(fēng)險(xiǎn)管理。 范洪波南開大學(xué)(nn ki d xu)金融學(xué)系，天津 300071摘 要新巴塞爾資本協(xié)議將操作風(fēng)險(xiǎn)納入風(fēng)險(xiǎn)管理框架，操作風(fēng)險(xiǎn)正日益(ry)成為全球銀行業(yè)風(fēng)險(xiǎn)管理中的一個研究焦點(diǎn)。操作

2、風(fēng)險(xiǎn)的度量與管理由于損失數(shù)據(jù)的缺乏進(jìn)展緩慢。本文介紹了國內(nèi)外銀行業(yè)操作損失數(shù)據(jù)的整理和主要(zhyo)的操作損失數(shù)據(jù)庫，并分析了商業(yè)銀行內(nèi)、外操作損失數(shù)據(jù)，以期為中國銀行業(yè)盡快提高(t go)操作風(fēng)險(xiǎn)的管理水平提供些許參考。關(guān)鍵詞商業(yè)銀行；新巴塞爾資本協(xié)議；操作風(fēng)險(xiǎn)；數(shù)據(jù)庫Analysis of Operational Risk Loss Data in Commercial BanksLi Zhihui Fan HongboDepartment of Finance NanKai University Tianjin 300071Abstract: With being added into

3、 risk management framework of the new Basel capital accord, operational risk has increasingly been a research focus in global banking risk management. Management and quantification of operational risk has been impeded by the lack of data on operational losses. This paper introduces the operational r

4、isk loss data collection exercises and the main databases, then analysizes internal data and external data on operational risk. The aim is to provide some references for the improvement of operational risk management in Chinese banking industry.Keywords: Commercial Banks; New Basel Capital Accord; O

5、perational Risk; Database一、引言2004年6月26日，新巴塞爾資本協(xié)議正式公布，標(biāo)志著操作風(fēng)險(xiǎn)管理時代的來臨，操作風(fēng)險(xiǎn)正日益成為全球銀行業(yè)風(fēng)險(xiǎn)管理的重要研究領(lǐng)域。國際上一些大銀行在操作風(fēng)險(xiǎn)的度量與管理上已經(jīng)積累了較為豐富的經(jīng)驗(yàn)，并取得一定的成就。目前，我國商業(yè)銀行對操作風(fēng)險(xiǎn)的認(rèn)識尚處于起步階段，度量方法比擬簡單，尚未形成成熟的理念和管理工具，商業(yè)銀行違規(guī)、欺詐等各種操作風(fēng)險(xiǎn)事件層出不窮，造成了巨額損失。新巴塞爾資本協(xié)議中提出了操作風(fēng)險(xiǎn)三種根本的度量方法，即根本指標(biāo)法BIA、標(biāo)準(zhǔn)法SA和高級計(jì)量法AMA。其中，根本指標(biāo)法BIA和標(biāo)準(zhǔn)法SA著眼于銀行的收入指標(biāo)，雖然簡單易

6、行，但操作風(fēng)險(xiǎn)暴露與總收入指標(biāo)間的相關(guān)性是不確定的 Jimmy Shih, AH Samad-Khan and Pat Medapa2000通過使用PwC的OpVar數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行實(shí)證，結(jié)果顯示操作損失同業(yè)務(wù)收入呈對數(shù)線性相關(guān)。Pezier,J.，2002，因而不能作為商業(yè)銀行操作風(fēng)險(xiǎn)度量的有效方法，而且標(biāo)準(zhǔn)法SA會導(dǎo)致“監(jiān)管套利 監(jiān)管套利是指由于存在監(jiān)管差異，金融機(jī)構(gòu)通過內(nèi)部業(yè)務(wù)轉(zhuǎn)換從而全部或局部地躲避金融管制，牟取額外利益的行為。此處指由于SA法中巴塞爾委員會設(shè)定的各業(yè)務(wù)部門風(fēng)險(xiǎn)權(quán)重不一，銀行傾向于開展低權(quán)重的業(yè)務(wù)從而減少操作風(fēng)險(xiǎn)資本的計(jì)提。Chapelle，Crama，Hbner a

7、nd Peters，2004。高級計(jì)量法AMA使用商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)計(jì)算操作風(fēng)險(xiǎn)資本，風(fēng)險(xiǎn)敏感度大為提高。但運(yùn)用AMA最大的挑戰(zhàn)在于缺乏足夠高質(zhì)量的操作損失數(shù)據(jù)。根據(jù)新巴塞爾資本協(xié)議的要求，用于計(jì)算監(jiān)管資本的操作風(fēng)險(xiǎn)高級計(jì)量法，必須基于對內(nèi)部損失數(shù)據(jù)至少5年的觀測數(shù)據(jù)。銀行如果是初次使用高級計(jì)量法，也必須使用3年的歷史數(shù)據(jù)。二、商業(yè)銀行(shn y yn xn)操作損失數(shù)據(jù)的搜集進(jìn)展雖然(surn)如巴林(b ln)銀行、大和銀行、國民威斯敏斯特銀行和住友銀行等各種各樣的操作損失事件引起了銀行業(yè)的注意，但相對于信用風(fēng)險(xiǎn)和市場(shchng)風(fēng)險(xiǎn)，操作損失數(shù)據(jù)的搜集顯著滯后。1997年，英

8、國(yn u)銀行家協(xié)會BBA對其300位會員進(jìn)行調(diào)查發(fā)現(xiàn)還未設(shè)專人負(fù)責(zé)銀行層面的操作風(fēng)險(xiǎn)，也幾乎沒有銀行系統(tǒng)的報(bào)告操作風(fēng)險(xiǎn)損失。1999年，英國銀行家協(xié)會、國際互換與衍生品協(xié)會ISDA和羅伯特莫里斯協(xié)會聯(lián)合進(jìn)行了一次更為廣泛的調(diào)查，55家主要跨國銀行的問卷反應(yīng)說明它們逐漸開始對操作風(fēng)險(xiǎn)管理采取行動。對操作損失數(shù)據(jù)的搜集和整理最受人關(guān)注的是巴塞爾委員會所進(jìn)行了幾次數(shù)據(jù)搜集：2001年，巴塞爾委員會下屬的風(fēng)險(xiǎn)管理小組RMG進(jìn)行了兩次主要的數(shù)據(jù)搜集，其目的是收集銀行內(nèi)部操作風(fēng)險(xiǎn)資本分配相關(guān)的信息。第一次即為QIS2的第一批Tranche 1 Basel Committee on Banking S

9、upervision, “Working Paper on the Regulatory Treatment of Operational Risk, Sep 2001.，搜集整個銀行層面和業(yè)務(wù)部門層面的內(nèi)部操作風(fēng)險(xiǎn)資本分配的數(shù)量以及總收入和其它的風(fēng)險(xiǎn)暴露指標(biāo)。第二次為QIS2的第二批Tranche 2 Basel Committee on Banking Supervision, “The Quantitative Impact Study for Operational Risk: Overview of Individual Loss Data and Lessons Learned,

10、Jan 2002.，搜集同具體操作風(fēng)險(xiǎn)損失事件相關(guān)的信息。這兩次數(shù)據(jù)調(diào)查的樣本是來自歐洲、北美、亞洲和非洲11個國家的30家銀行，但是采集的樣本并不代表銀行業(yè)的整體水平。所有反應(yīng)信息的銀行除1家外均是第1組的銀行一級資本超過30億歐元。而且，數(shù)據(jù)甚至不一定代表樣本銀行的水平，其中的19家銀行未對報(bào)告的詳細(xì)情況進(jìn)行說明。2002年，RMG在前兩次數(shù)據(jù)搜集的根底上進(jìn)行了更大規(guī)模的操作損失數(shù)據(jù)搜集LDCE。這次有89家銀行提交了數(shù)據(jù)，是前兩次30家銀行的近3倍，89家銀行提供的組合數(shù)據(jù)涵蓋了逾4,7000個損失事件。參加銀行按照8個標(biāo)準(zhǔn)化業(yè)務(wù)部門和7個一級損失事件共56種業(yè)務(wù)部門事件組合對損失事件進(jìn)

11、行分類，提交其2001年度總損失金額10,000歐元以上事件的信息，包括：事件發(fā)生季度、總的損失金額、保險(xiǎn)賠償和“其他賠償。下表是對參加銀行提交的損失信息按照巴塞爾委員會定義的8種業(yè)務(wù)部門和7種損失事件類型進(jìn)行的細(xì)化，表中每個小格里上面的數(shù)據(jù)分別表示損失事件數(shù)和在總損失事件中所占比重，下面的數(shù)據(jù)表示損失程度和在總損失程度中所占比重。表1 操作風(fēng)險(xiǎn)損失事件及損失程度分布矩陣單位：次、百萬歐元事件類型業(yè)務(wù)部門內(nèi)部欺詐外部欺詐雇用合同以及工作狀況帶來的風(fēng)險(xiǎn)事件客戶、產(chǎn)品以及商業(yè)行為引起的風(fēng)險(xiǎn)事件有形資產(chǎn)的損失經(jīng)營中斷和系統(tǒng)出錯涉及執(zhí)行、交割以及交易過程管理無事件類型信息合計(jì)H117(0.04%)49

12、.4(0.63%)20(0.04%)5.0(0.06%)73(0.15%)2.5(0.03%)73(0.15%)157.9(2.03%)16(0.03%)8.0(0.10%)8(0.02%)0.5(0.01%)214(0.45%)49.6(0.64%)2(0.00%)0.6(0.01%)423(0.89%)273.5(3.51%)H247(0.10%)59.5(0.76%)95(0.20%)40.4(0.52%)101(0.21%)64.8(0.83%)108(0.23%)193.4(2.48%)33(0.07%)87.9(1.13%)137(0.29%)17.6(0.23%)4603(9.7

13、4%)698.4(8.96%)8(0.02%)1.1(0.1%)5132(10.86%)1163.1(14.92%)H31268(2.68%)331.9(4.26%)17107(36.19%)787.1(10.10%)2063(4.36%)340.0(4.36%)2125(4.50%)254.1(3.26%)520(1.10%)87.5(1.12%)163(0.34%)26.5(0.34%)5289(11.19%)424.5(5.45%)347(0.73%)37.4(0.48%)28882(61.10%)2289.0(29.36%)H484(0.18%)21.2(0.27%)1799(3.81

14、%)324.9(4.17%)82(0.17%)20.4(0.26%)308(0.65%)156.4(2.01%)50(0.11%)1072.9(13.76%)47(0.10%)18.2(0.23%)1012(2.14%)619.4(7.95%)32(0.07%)23.2(0.30%)3414(7.22%)2256.8(28.95%)H523(0.05%)23.0(0.29%)322(0.68%)21.0(0.27%)54(0.11%)11.6(0.15%)25(0.05%)10.5(0.13%)9(0.02%)15.0(0.19%)82(0.17%)78.6(1.01%)1334(2.82%)

15、93.5(1.20%)3(0.01%)0.3(0.00%)1852(3.92%)253.4(3.25%)H63(0.01%)0.2(0.00%)15(0.03%)3.9(0.05%)19(0.04%)7.6(0.10%)27(0.06%)5.0(0.06%)8(0.02%)100.0(1.28%)32(0.07%)40.1(0.51%)1381(2.92%)174.1(2.23%)5(0.01%)0.8(0.01%)1490(3.15%)331.6(4.25%)H728(0.06%)6.4(0.08%)44(0.09%)4.6(0.06%)39(0.08%)10.2(0.13%)131(0.2

16、8%)77.0(0.99%)6(0.01%)2.3(0.03%)16(0.03%)2.3(0.03%)837(1.77%)113.2(1.45%)8(0.02%)0.05(0.00%)1109(2.35%)216.5(2.78%)H859(0.12%)61.5(0.79%)20(0.04%)1.2(0.02%)794(1.68%)50.7(0.65%)539(1.14%)158.6(2.03%)7(0.01%)513.2(6.58%)50(0.11%)28.0(0.36%)1773(3.75%)97.1(1.25%)26(0.06%)3.4(0.04%)3268(6.91%)913.7(11.

17、72%)H935(0.07%)10.5(0.13%)617(1.31%)23.4(0.30%)803(1.70%)18.7(0.24%)54(0.11%)11.5(0.15%)13(0.03%)6.7(0.09%)6(0.01%)0.7(0.01%)135(0.29%)22.7(0.29%)36(0.08%)3.8(0.05%)1699(3.59%)97.9(1.26%)合計(jì)1564(3.31%)563.5(7.23%)20039(42.39%)1211.3(15.54%)4028(8.52%)526.6(6.76%)3390(7.17%)1024.5(13.14%)662(1.40%)189

18、3.4(24.29%)541(1.14%)212.5(2.73%)16578(35.07%)2292.6(29.41%)467(0.99%)71.1(0.91%)47269(100%)7795.5(100%)來源(liyun)：Risk Management Group, The 2002 Loss Data Collection Exercise for Operational Risk: Summary of the Data Collected, Report to Basel Committee on Banking Supervision, Bank for Internationa

19、l Settlements, March 2003.注：H1公司財(cái)務(wù)；H2交易(jioy)與銷售；H3零售(ln shu)銀行業(yè)務(wù)；H4商業(yè)銀行(shn y yn xn)業(yè)務(wù)；H5支付(zhf)與清算；H6代理效勞；H7資產(chǎn)管理；H8零售經(jīng)紀(jì)；H0無業(yè)務(wù)部門信息。由表1可以看到，損失事件并不是按照業(yè)務(wù)部門和事件類型平均分布的，主要集中于零售銀行業(yè)務(wù)部門61.10%、交易與銷售部門10.86%、商業(yè)銀行業(yè)務(wù)7.22%和零售經(jīng)紀(jì)6.91%，這四個部門所占的比重為86.09%。就操作風(fēng)險(xiǎn)事件類型而言，也出現(xiàn)類似的集中化趨勢。外部欺詐引起的損失事件占到了總數(shù)的42.39%，涉及執(zhí)行、交割以及交易過程管

20、理的風(fēng)險(xiǎn)事件為35.07%，雇用合同以及工作狀況、客戶、產(chǎn)品以及商業(yè)行為引起的風(fēng)險(xiǎn)事件占比分別為8.52%和7.17%。上述四種事件類型引發(fā)的風(fēng)險(xiǎn)事件占到了總數(shù)的93.15%。同損失事件數(shù)目的分布相比，損失金額的分布相對更平穩(wěn)。零售銀行業(yè)務(wù)部門的損失事件發(fā)生的頻率最高，其損失金額占比也最大29.36%。比重略低的是商業(yè)銀行業(yè)務(wù)部門28.95%，但其損失事件數(shù)目卻只占到了7.22%。在事件類型方面，損失金額主要集中于涉及執(zhí)行、交割以及交易過程管理29.41%、有形資產(chǎn)的損失24.29%、外部欺詐15.54%和客戶、產(chǎn)品以及商業(yè)行為引起的風(fēng)險(xiǎn)事件13.14%。注意到，商業(yè)銀行業(yè)務(wù)、零售經(jīng)紀(jì)部門中由

21、于有形資產(chǎn)的損害而導(dǎo)致的損失金額占到了20.34%；零售銀行業(yè)務(wù)部門中的外部欺詐事件、交易與銷售部門和商業(yè)銀行業(yè)務(wù)部門中的涉及執(zhí)行、交割以及交易過程管理事件產(chǎn)生的損失金額占比超過了27%。三、操作(cozu)風(fēng)險(xiǎn)損失數(shù)據(jù)庫一操作(cozu)損失數(shù)據(jù)庫的類型目前，實(shí)際中的操作損失(snsh)數(shù)據(jù)庫主要有如下類型：第一類數(shù)據(jù)庫的資料(zlio)來源于公開披露的操作損失數(shù)據(jù)，即此類數(shù)據(jù)庫由到達(dá)(dod)一定金額閥值而需向公眾披露的損失數(shù)據(jù)組成。普華永道PwC開發(fā)的第一版的OpVar eq oac(,R)數(shù)據(jù)庫是這一類數(shù)據(jù)庫的典型代表。截至2000年，OpVar eq oac(,R)數(shù)據(jù)庫包含4700

22、個損失事件，損失金額超過100萬美元。第二類操作損失數(shù)據(jù)庫：近期開展起來的操作損失數(shù)據(jù)庫是建立在銀行公會根底上的。在一定的保密原那么下，通過簽訂協(xié)定，銀行將其內(nèi)部損失數(shù)據(jù)提交給銀行公會以建立數(shù)據(jù)庫。作為回報(bào)，參與其中的銀行可利用其中數(shù)據(jù)補(bǔ)充自身內(nèi)部數(shù)據(jù)。英國銀行家協(xié)會BBA于2000年6月建立的全球操作損失數(shù)據(jù)庫GOLD數(shù)據(jù)庫是典型的此類數(shù)據(jù)庫。表2 GOLD數(shù)據(jù)庫中的損失分類類別子類別人員員工欺詐；勞資矛盾引發(fā)中斷；損失或缺少關(guān)鍵工作人員程序支付結(jié)算交割風(fēng)險(xiǎn)；文件或合同風(fēng)險(xiǎn)；評估定價錯誤；未按規(guī)定執(zhí)行系統(tǒng)系統(tǒng)的開發(fā)與實(shí)施；破壞系統(tǒng)平安；系統(tǒng)失靈；犯罪行為外部業(yè)務(wù)外包供給商風(fēng)險(xiǎn)；災(zāi)難及根底設(shè)施

23、破壞；政治國家風(fēng)險(xiǎn)；監(jiān)管風(fēng)險(xiǎn)第一類數(shù)據(jù)庫由于只記錄公開披露的損失數(shù)據(jù)，因而其閥值遠(yuǎn)高于第二類數(shù)據(jù)庫。例如，OpVar eq oac(,R)數(shù)據(jù)庫只記錄超過100萬美元的損失，而基于銀行公會的數(shù)據(jù)庫如操作風(fēng)險(xiǎn)ORX對損失額超過25000美元的都進(jìn)行記錄PEEMOLLER，2002。而且，這兩類數(shù)據(jù)庫不但閥值水平相差懸殊，而且設(shè)定的置信水平也不同。由OpVantage和PwC推行的操作風(fēng)險(xiǎn)ORX操作風(fēng)險(xiǎn)數(shù)據(jù)交流工程是另一類型的數(shù)據(jù)庫，OpVantage是數(shù)據(jù)庫的管理機(jī)構(gòu)administrative agent，PwC是數(shù)據(jù)庫的托管人custodian。ORX是一個非盈利性的社團(tuán)，位于巴塞爾，其數(shù)據(jù)

24、收集始于2002年1月，以對現(xiàn)有商業(yè)數(shù)據(jù)專業(yè)分析為根底。參與銀行 首批參與銀行包括：德意志銀行Deutsche Bank、摩根大通JP M操作風(fēng)險(xiǎn)gan Chase、荷蘭銀行ABN-AMRO、德國巴伐利亞州銀行Bayerische Landesbank、法國巴黎銀行BNP-Paribas、德國商業(yè)銀行Commerzbank、歐洲債券結(jié)算系統(tǒng)Euroclear、丹麥銀行Danske Bank、富通銀行F操作風(fēng)險(xiǎn)tis bank、德國抵押聯(lián)合銀行HypoVereinsbank、荷蘭國際集團(tuán)ING和意大利圣保羅意米銀行Sanpaolo IMI。按一定標(biāo)準(zhǔn)提交數(shù)據(jù)；托管人按客戶要求將數(shù)據(jù)匿名化、整理和

25、標(biāo)準(zhǔn)化；管理機(jī)構(gòu)操作風(fēng)險(xiǎn)將數(shù)據(jù)合并，按客戶的需求進(jìn)行分析并提供報(bào)告。之后，經(jīng)過比例調(diào)整或其它的處理后，管理機(jī)構(gòu)提供標(biāo)準(zhǔn)報(bào)告。最后，參與銀行根據(jù)業(yè)務(wù)部門和或區(qū)域和或損失事件接收數(shù)據(jù)PEEMOLLER，2002。相對而言，操作風(fēng)險(xiǎn)ORX數(shù)據(jù)庫的運(yùn)作更為嚴(yán)格，它還需要對數(shù)據(jù)的調(diào)整和校驗(yàn)。如果一家銀行想成為操作風(fēng)險(xiǎn)ORXX協(xié)會的會員，這家銀行必須論證自己有足夠的收據(jù)搜集能力。近年來，隨著銀行對操作風(fēng)險(xiǎn)關(guān)注(gunzh)的提高，新的操作損失(snsh)數(shù)據(jù)庫不斷出現(xiàn)。2003年，包括花旗集團(tuán)、高盛、瑞士信貸第一波士頓、美洲銀行(ynhng)、摩根大通、雷曼兄弟、美林、摩根士丹利以及瑞士銀行在內(nèi)的20家全

26、球最大的金融機(jī)構(gòu)已開始組建名為全球監(jiān)管(jingun)信息數(shù)據(jù)庫白芷，“銀行巨頭擬建犯罪信息數(shù)據(jù)庫，?金融時報(bào)?，2003.11.28。這個(zh ge)數(shù)據(jù)庫利用了全球2萬多個信息來源和數(shù)據(jù)庫，其中包括過去30年美國監(jiān)管機(jī)構(gòu)所采取的懲戒措施，這些監(jiān)管機(jī)構(gòu)包括證交會、全美證券交易商協(xié)會和紐約證交所等。二數(shù)據(jù)庫的應(yīng)用下列圖是取自O(shè)pVantage opvantage 網(wǎng)站，給出的是10多年內(nèi)損失金額大于100萬美元的7000多起損失事件的全部損失總金額達(dá)2720億美元。在圖中按照風(fēng)險(xiǎn)類型進(jìn)行分組。圖1 按損失事件劃分的操作風(fēng)險(xiǎn)損失可以看到，該例中記錄的全部損失70%的局部來自客戶、產(chǎn)品以及商業(yè)行

27、為的操作，這些損失來自非成心或無意地未滿足對特定客戶的職業(yè)義務(wù)，或來自于產(chǎn)品的特性或設(shè)計(jì)缺陷。另兩類顯著的損失事件類型是內(nèi)部欺詐和外部欺詐，分別到達(dá)了10%和7%。Shih等2000使用OpVar eq oac(,R)數(shù)據(jù)庫的數(shù)據(jù)通過OLS和WLS驗(yàn)證了銀行規(guī)模資產(chǎn)、業(yè)務(wù)和員工人數(shù)與操作損失間的相關(guān)性，結(jié)論發(fā)現(xiàn)：三個規(guī)模變量同操作損失額都相關(guān)，其中以收入相關(guān)性最強(qiáng)，取對數(shù)后的規(guī)模變量間的顯著性強(qiáng)于未取對數(shù)時的，這說明操作損失額與規(guī)模變量的關(guān)系是非線性的；T統(tǒng)計(jì)量的結(jié)果說明通過顯著性檢驗(yàn)；但R2只有0.05，說明操作損失波動的絕大局部是其他因素導(dǎo)致的。三操作風(fēng)險(xiǎn)損失數(shù)據(jù)庫的局限性操作風(fēng)險(xiǎn)損失數(shù)據(jù)

28、庫是管理操作風(fēng)險(xiǎn)的有用工具，與單純依靠銀行自身經(jīng)驗(yàn)相比，數(shù)據(jù)庫增加了事件發(fā)生頻率的數(shù)據(jù)和有關(guān)損失嚴(yán)重性的數(shù)據(jù)。但是，就其提供的行業(yè)或個別銀行的風(fēng)險(xiǎn)狀況的準(zhǔn)確性來說，數(shù)據(jù)庫存在一定程度的局限。1可審計(jì)性首先一個問題是被提供的數(shù)據(jù)沒有經(jīng)過獨(dú)立的外部審計(jì)。如果這些數(shù)據(jù)出現(xiàn)在銀行財(cái)務(wù)報(bào)表中，那么它們應(yīng)該是經(jīng)過審計(jì)的，或至少是可以被審計(jì)的。但并非所有數(shù)據(jù)都是如此。一個數(shù)據(jù)庫要想獲得較高的預(yù)測準(zhǔn)確性，就要(ji yo)考慮是否接受未經(jīng)獨(dú)立審計(jì)的數(shù)據(jù)。這一問題還涉及到參加銀行之間的信任程度。2管理(gunl)標(biāo)準(zhǔn)數(shù)據(jù)(shj)庫中的數(shù)據(jù)并不總是可比的，因?yàn)樗蔷奂?jj)了全行業(yè)的數(shù)據(jù)。銀行間管理(gunl

29、)和監(jiān)控標(biāo)準(zhǔn)各異，管理質(zhì)量也不盡相同。出于對本錢收益的考慮或競爭目的，某些銀行可能對某些特定風(fēng)險(xiǎn)降低了管理標(biāo)準(zhǔn)。無論什么原因，數(shù)據(jù)庫只能顯示出這些銀行在哪里損失了資金，而不能提供這些類損失的具體情況。3起點(diǎn)標(biāo)準(zhǔn)對于報(bào)告起點(diǎn)的選擇也會影響數(shù)據(jù)的數(shù)量及其準(zhǔn)確性。選擇起點(diǎn)時，既要考慮數(shù)據(jù)庫的所有使用者，也要依據(jù)數(shù)據(jù)提供者和損失的不同而不同。有些數(shù)據(jù)，特別是交易數(shù)據(jù)唾手可得；而有關(guān)非交易損失的數(shù)據(jù)就不那么容易獲得，并且這些數(shù)據(jù)更多地受到本錢收益關(guān)系的左右。四、內(nèi)、外操作損失數(shù)據(jù)到目前為止，多數(shù)銀行才開始內(nèi)部操作損失數(shù)據(jù)的搜集，還未建立起內(nèi)部操作損失數(shù)據(jù)庫，已經(jīng)建立起來的數(shù)據(jù)庫中的損失事件多數(shù)為高頻、低

30、額的。內(nèi)部操作數(shù)據(jù)的缺乏使得各銀行難以精確計(jì)算操作風(fēng)險(xiǎn)資本要求，尤其是對于高額低頻的事件類型。然而，人們已經(jīng)認(rèn)識到高額低頻的損失事件構(gòu)成了操作風(fēng)險(xiǎn)資本要求的主體Baud, Frachot and Roncalli，2002。要提高資本度量的精度，銀行需要從公共或者行業(yè)數(shù)據(jù)庫中獲取外部數(shù)據(jù)以補(bǔ)充其自身數(shù)據(jù)。然而，使用外部數(shù)據(jù)度量操作風(fēng)險(xiǎn)會產(chǎn)生內(nèi)外數(shù)據(jù)的不同質(zhì)、擴(kuò)大規(guī)模問題和缺乏兼容性等一系列問題。問題的根源在于損失數(shù)據(jù)的產(chǎn)生過程，而這與數(shù)據(jù)的搜集途徑有關(guān)。外部數(shù)據(jù)庫一般只記錄極端損失，即損失額最高的局部公開披露的局部，并且沒有經(jīng)過嚴(yán)格的統(tǒng)計(jì)處理。這樣綜合了內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)進(jìn)行的損失分布估計(jì)會偏

31、向于高額損失，因而計(jì)算出來的操作風(fēng)險(xiǎn)資本要求會嚴(yán)重高估。多數(shù)案例中，只有超過閥值以上的損失數(shù)據(jù)才會計(jì)入損失數(shù)據(jù)庫，而各家銀行內(nèi)部、行業(yè)和公共的損失數(shù)據(jù)庫的閥值水平不一致，公共數(shù)據(jù)庫中損失值往往高于其它兩個。表3 內(nèi)、外損失數(shù)據(jù)比擬數(shù)據(jù)屬性優(yōu)勢劣勢內(nèi)部數(shù)據(jù)1.可直接反映銀行的歷史損失。2.資料搜集較為容易且可節(jié)省搜集本錢。1.銀行過去的損失經(jīng)驗(yàn)可能未涵蓋尾部損失。2.過于內(nèi)部導(dǎo)向(inward focused) ，缺乏與外界的連結(jié)、互動。外部數(shù)據(jù)1.可提供內(nèi)部損失數(shù)據(jù)庫較難掌握之資訊，如發(fā)生機(jī)率低、損失嚴(yán)重的事件。2.其它機(jī)構(gòu)發(fā)生操作風(fēng)險(xiǎn)的成因與解決方式可供借鑒，防止重蹈覆轍。1.外部損失數(shù)據(jù)未

32、必與銀行直接相關(guān)，因此須加以篩選。2.資料搜集與管理困難度較高。內(nèi)、外部數(shù)據(jù)結(jié)合內(nèi)、外部數(shù)據(jù)結(jié)合時，可提高模型預(yù)測力。數(shù)據(jù)管理難度提高資料來源：Hoffman, D.G. (1998), “New Trends in Operational Risk Measurement and Management, Operational Risk and Financial Institutions, Risk Books, 37.銀行廣泛使用兩種方法(fngf)來處理外部數(shù)據(jù)。第一種是定量方法，直接將外部數(shù)據(jù)導(dǎo)入模型。例如，對于內(nèi)部數(shù)據(jù)中很少或沒有(mi yu)高額(o )損失的損失類型，美國銀行B

33、ank of America和花旗銀行(hu q yn xn)的員工使用外部數(shù)據(jù)來估計(jì)其操作風(fēng)險(xiǎn)暴露 美國銀行度量操作風(fēng)險(xiǎn)的方法見2003年3月紐約聯(lián)邦儲藏銀行舉行的題為“Leading Edge Issues in Operational Risk Measurement會議上John Walter所做的“Implementing a Comprehensive LDA， HYPERLINK :/ /newsevents/events/banking/2003/con052903.html :/ ny.frb.操作風(fēng)險(xiǎn)g/newsevents/events/banking/2003/con0

34、52903.html?；ㄆ煦y行所用方法見2004年6月ICBI舉行的“Risk Capital 04年會上所做的“Implementing a Loss Distribution Approach。他們(t men)使用“relative relationships “relative relationships技術(shù)假定：內(nèi)、外部數(shù)據(jù)可以用同一類型的損失程度分布比方，對數(shù)正態(tài)分布來建模；不同業(yè)務(wù)部門和事件類型的內(nèi)、外部數(shù)據(jù)參數(shù)的關(guān)系是固定的。例如，假定對于外部欺詐，都有大量的內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。銀行測定內(nèi)部數(shù)據(jù)服從和的對數(shù)正態(tài)分布，外部數(shù)據(jù)服從和的對數(shù)正態(tài)分布。進(jìn)一步假定對于內(nèi)部欺詐，有足夠多

35、的外部數(shù)據(jù)，但沒有內(nèi)部數(shù)據(jù)。銀行測定外部數(shù)據(jù)服從和的對數(shù)正態(tài)分布，根據(jù)“relative relationships技術(shù)，內(nèi)部數(shù)據(jù)將服從和的對數(shù)正態(tài)分布。技術(shù)修正報(bào)告偏差和銀行控制環(huán)境中的差異。其它使用定量法處理外部數(shù)據(jù)的銀行包括瑞典銀行、意大利聯(lián)合商業(yè)銀行Banca Intesa和意大利圣保羅意米銀行Sanpaolo IMI。第二種是定性方法，引入外部數(shù)據(jù)加強(qiáng)討論。大通曼哈頓銀行要求其部門經(jīng)理評估超過1年期的高額損失的頻率 見2003年3月紐約聯(lián)邦儲藏銀行舉行的題為“Leading Edge Issues in Operational Risk Measurement會議上“Leveragi

36、ng Scenario Analysis in Operational Risk Management。經(jīng)理拿到其業(yè)務(wù)部門對應(yīng)的外部數(shù)據(jù)來模擬可能的高額損失。可以想象，如果某種高額損失過去10年中在多家銀行發(fā)生，經(jīng)理就很難再假定在其部門發(fā)生的概率為0.1%。其它銀行使用情景分析補(bǔ)時常將外部數(shù)據(jù)作為可能的情景巴克萊銀行Barclays Bank、意大利聯(lián)合商業(yè)銀行Banca Intesa、瑞士信貸第一波士頓Credit Suisse First Boston、德雷斯頓銀行Dresdner Bank、富通銀行F操作風(fēng)險(xiǎn)tis Bank、蘇格蘭哈利法克斯銀行Halifax Bank of Scotl

37、and、勞氏銀行Lloyds TSB、蘇格蘭皇家銀行the Royal Bank of Scotland Group、日聯(lián)控投UFJ Holdings Inc.、歐洲債券結(jié)算系統(tǒng)Euroclear起草了“Scenario-Based AMA，提出了關(guān)于情景分析的一般看法，并討論使用外部數(shù)據(jù)產(chǎn)生情景。五、我國商業(yè)銀行操作損失數(shù)據(jù)搜集進(jìn)展近年來，隨著我國銀行改革的深入，媒體對各類商業(yè)銀行損失事件曝光的不斷增多見表4，操作風(fēng)險(xiǎn)受到前所未有的關(guān)注。表4 國內(nèi)銀行近年局部操作損失事件機(jī)構(gòu)名稱發(fā)生年份損失金額操作風(fēng)險(xiǎn)產(chǎn)生根源中國銀行廣東開平支行199320014.83億美元管理架構(gòu)缺陷、基層機(jī)構(gòu)行長權(quán)力無

38、相應(yīng)制約；銀行內(nèi)部稽核體系虛設(shè)中國建設(shè)銀行吉林分行1999.122001.432844萬內(nèi)外勾結(jié)，采取私刻印鑒、印章，制作假合同、假存款證明書，偽造資信材料、擔(dān)保文件等手段，進(jìn)行貸款、承兌匯票的詐騙中國銀行北京分行2000.122002.66.4億元北京“森豪公寓的開發(fā)商以員工名義，虛構(gòu)房屋買賣合同，提供虛假收入證明套取按揭貸款和重復(fù)按揭貸款中國農(nóng)業(yè)銀行包頭分行2003.72004.611498.5萬元銀行工作人員與社會人員相互串通、勾結(jié)作案，挪用聯(lián)行資金、虛開大額定期存單、辦理假質(zhì)押貸款、違規(guī)辦理貼現(xiàn)、套取銀行信貸資金，謀取高息。中國工商銀行南海支行19902003超過20億元使用虛假的財(cái)務(wù)

39、報(bào)表、經(jīng)濟(jì)合同、證明文件，使用虛假的產(chǎn)權(quán)證明、抵押物作擔(dān)保、抵押，騙取銀行貸款中國工商銀行上海外高橋保稅區(qū)支行20022003.6涉案金額：7141萬以消費(fèi)信貸名義經(jīng)營謀利：姚康達(dá)將個人住房貸款用于購置128套住房，炒作房地產(chǎn)。中國銀行黑龍江省分行河松街支行2005.1*超過10億元內(nèi)外勾結(jié)的票據(jù)詐騙案件來源：作者(zuzh)整理。注：*表示案件披露(p l)日期。中國銀監(jiān)會公布(gngb)的統(tǒng)計(jì)數(shù)據(jù)顯示：2004年銀監(jiān)會查出銀行業(yè)違規(guī)(wi u)資金5800多億元，處理各類違規(guī)(wi u)金融機(jī)構(gòu)2202個 孫凌燕，卓尚進(jìn)：“亡羊補(bǔ)牢：商業(yè)銀行亟待建立正向鼓勵機(jī)制，?金融時報(bào)?，2005年4

40、月5日。針對我國銀行機(jī)構(gòu)對操作風(fēng)險(xiǎn)的識別與控制能力不能適應(yīng)業(yè)務(wù)開展的突出問題，2005年3月27日中國銀行業(yè)監(jiān)督管理委員會發(fā)布了?關(guān)于加大防范操作風(fēng)險(xiǎn)工作力度的通知?，要求銀行機(jī)構(gòu)采取切實(shí)措施，有效防范和控制操作風(fēng)險(xiǎn)。由于長期以來我國商業(yè)銀行不重視操作風(fēng)險(xiǎn)損失歷史數(shù)據(jù)的積累，再加上我國商業(yè)銀行信息披露制度不健全，銀行具有隱藏風(fēng)險(xiǎn)事件的動機(jī)，使得我國商業(yè)銀行操作風(fēng)險(xiǎn)歷史數(shù)據(jù)較難收集。到目前為止，國內(nèi)學(xué)術(shù)界和實(shí)務(wù)界對操作風(fēng)險(xiǎn)的研究主要是對新巴塞爾資本協(xié)議中操作風(fēng)險(xiǎn)管理框架的介紹和各類操作風(fēng)險(xiǎn)度量模型的分析，操作損失數(shù)據(jù)的搜集剛剛起步。20022003年，在銀行監(jiān)管部門的組織下，國家開發(fā)銀行、中國工

41、商銀行、中國銀行、中國建設(shè)銀行和中信實(shí)業(yè)銀行參加了巴塞爾委員會推行的“第三次定量影響測試QIS3，向巴塞爾委員會提供了數(shù)據(jù)，測算了新協(xié)議中操作風(fēng)險(xiǎn)對各行資本充足率的影響。QIS3測算的工作量較大，需要各銀行提供全面并表的多項(xiàng)數(shù)據(jù)。在做了大量工作的根底上，5家銀行均實(shí)現(xiàn)了在全面并表的根底上進(jìn)行測算。在測算中，各參加銀行分別分析了新資本協(xié)議對自身的影響，并特別注意將QIS3測算與本銀行的工作實(shí)際相結(jié)合，改良了信息管理系統(tǒng)和風(fēng)險(xiǎn)報(bào)告系統(tǒng)。2004年，中國工商銀行出臺了?操作風(fēng)險(xiǎn)管理框架?，并將其作為?中國工商銀行全面風(fēng)險(xiǎn)管理框架?的一局部，這標(biāo)志著工商銀行在我國金融系統(tǒng)內(nèi)第一家正式將操作風(fēng)險(xiǎn)的監(jiān)督管

42、理納入具體議事日程。操作風(fēng)險(xiǎn)管理分為對七大損失事件的管理，分別是內(nèi)部欺詐；外部欺詐；雇用合同以及工作狀況帶來的風(fēng)險(xiǎn)事件；客戶、產(chǎn)品以及商業(yè)行為引起的風(fēng)險(xiǎn)事件；有形資產(chǎn)的損失；經(jīng)營中斷和系統(tǒng)出錯；涉及執(zhí)行、交割以及交易過程管理的風(fēng)險(xiǎn)事件。2004年開展了全行操作風(fēng)險(xiǎn)情況問卷調(diào)查。調(diào)查結(jié)果顯示：信貸、票據(jù)、個人金融和會計(jì)結(jié)算專業(yè)將是控制防范操作風(fēng)險(xiǎn)的重點(diǎn)。進(jìn)一步完善反洗錢內(nèi)控制度，建立可疑交易報(bào)告制度和反洗錢重大事項(xiàng)報(bào)告制度，完善可疑交易信息報(bào)送程序，加強(qiáng)對可疑交易的分析研究。中國建設(shè)銀行于2003年開始(kish)構(gòu)建“風(fēng)險(xiǎn)管理根底(gnd)平臺(pngti)工程，通過將國際成熟的標(biāo)準(zhǔn)(bioz

43、hn)化管理思想和管理體系標(biāo)準(zhǔn)方法引入到建行風(fēng)險(xiǎn)管理中，以“過程管理模式和“管理的系統(tǒng)(xtng)方法為工具來構(gòu)建建行的內(nèi)部控制體系。2004年6月，中國建設(shè)銀行按照巴塞爾新資本協(xié)議對操作風(fēng)險(xiǎn)的定義和分類，在全行開展了1998年至2003年的操作風(fēng)險(xiǎn)損失事件調(diào)查。形成了建行操作風(fēng)險(xiǎn)損失事件調(diào)查數(shù)據(jù)分析報(bào)告，全面、系統(tǒng)地總結(jié)了建行操作風(fēng)險(xiǎn)管理狀況并提出相關(guān)建議。在此根底上，為加快推進(jìn)建行操作風(fēng)險(xiǎn)管理體系的建立，實(shí)現(xiàn)操作風(fēng)險(xiǎn)管理與風(fēng)險(xiǎn)管理根底平臺工程的對接，擬訂了?操作風(fēng)險(xiǎn)管理政策?，撰寫了操作風(fēng)險(xiǎn)識別、評估、控制、報(bào)告等關(guān)鍵程序文件，初步搭建起操作風(fēng)險(xiǎn)管理的框架，為實(shí)施系統(tǒng)化的操作風(fēng)險(xiǎn)管理奠定了

44、根底。2004年，中國銀行通過獨(dú)立稽核體系，針對各級機(jī)構(gòu)的經(jīng)營狀況和風(fēng)險(xiǎn)特點(diǎn)，對14個一級分行稽核覆蓋面44%，219個二級分行稽核覆蓋面77%，821個城區(qū)支行稽核覆蓋面54%，625個縣支行稽核覆蓋面45%，4個信息中心稽核覆蓋面50%和22個境外機(jī)構(gòu)稽核覆蓋面81%進(jìn)行稽核，完成專項(xiàng)稽核1357個其中經(jīng)濟(jì)責(zé)任稽核1070個，個案調(diào)查109個。除了各家商業(yè)銀行，國內(nèi)局部學(xué)者也著手操作損失數(shù)據(jù)工作。樊欣、楊曉光2003和張新楊2004從媒體公開報(bào)道和法院案例兩個不同方面分別收集了71個和174個銀行操作風(fēng)險(xiǎn)損失事件，并以這些數(shù)據(jù)作為依據(jù)，對我國商業(yè)銀行的操作風(fēng)險(xiǎn)現(xiàn)狀進(jìn)行了定量的概括歸納。表5

45、 我國商業(yè)銀行操作風(fēng)險(xiǎn)抽樣分布表損失事件樣本數(shù)量比重%內(nèi)部欺詐9856.3外部欺詐3419.6客戶、產(chǎn)品以及商業(yè)行為2816.1有形資產(chǎn)的損失74經(jīng)營中斷和系統(tǒng)出錯21.1執(zhí)行、交割以及交易過程管理52.9來源：張新楊，?我國商業(yè)業(yè)銀行的操作風(fēng)險(xiǎn)研究?，中國期刊網(wǎng)博碩士學(xué)位論文全文數(shù)據(jù)庫。從上表可以看到，我國商業(yè)銀行操作損失事件主要是銀行內(nèi)部，特別是銀行內(nèi)部人員或內(nèi)部人員與外部人員相互勾結(jié)，所進(jìn)行的主觀的、成心的欺詐行為，這與國際活潑銀行操作風(fēng)險(xiǎn)損失事件存在較大差異。表6 我國商業(yè)銀行損失事件及損失程度單位：次、萬元經(jīng)營中斷和系統(tǒng)出錯客戶、產(chǎn)品以及商業(yè)行為執(zhí)行、交割以及交易過程外部欺詐內(nèi)部欺詐

46、損失事件數(shù)目及占比損失金額及占比代理效勞00001117000001.41%1.41%0.05%資產(chǎn)管理0100121261.501.41%001.41%2.82%0.42%商業(yè)銀行業(yè)務(wù)012123853288692.7301.41%2.82%16.9%53.52%74.65%97.60%公司財(cái)務(wù)010012561901.41%001.41%2.82%1.90%零售銀行業(yè)務(wù)325301377.74.23%2.82%7.04%4.23%018.31%0.03%損失事件數(shù)目及占比357154171295820.934.23%7.04%9.86%21.13%57.75%100%100%損失金額及占比19.933813.1875.0992237.319967