雷心恬
(福建師范大學(xué)經(jīng)濟(jì)學(xué)院,福建 福州35000)
衡量一家商業(yè)銀行是否經(jīng)營得好的標(biāo)準(zhǔn),除盈利水平外,更體現(xiàn)在其防范、規(guī)避和度量風(fēng)險的能力,是否有堅實的核心競爭力應(yīng)對國內(nèi)外金融市場的風(fēng)云變化。從人們對銀行風(fēng)險認(rèn)知的發(fā)展史來看,操作風(fēng)險雖具有長久的歷史淵源。但是大多數(shù)世界銀行把風(fēng)險防范的重心放在市場風(fēng)險和信貸風(fēng)險上。隨著金融市場的發(fā)展,衍生產(chǎn)品的推陳出新,操作風(fēng)險已成為商業(yè)銀行經(jīng)營中被忽視的潛在風(fēng)險。大多數(shù)金融機(jī)構(gòu)都對其進(jìn)行深入分析,相對于市場風(fēng)險與信貸風(fēng)險的研究,操作風(fēng)險因多種原因沒能形成廣泛認(rèn)同的衡量標(biāo)準(zhǔn)。盡管如此,其重要性不言而喻。
由于我國的金融機(jī)構(gòu)缺乏操作風(fēng)險的預(yù)警意識加之操作風(fēng)險的自身特點,難以形成一套完整的銀行層面的計量方案。加強(qiáng)對操作風(fēng)險的量化分析是提高我國金融機(jī)構(gòu)風(fēng)險管理與未來競爭力的重要前提。在操作風(fēng)險的研究方面,我國商業(yè)銀行與當(dāng)今世界先進(jìn)金融機(jī)構(gòu)量化分析水平仍存在一定差距。
從國際上來看,操作風(fēng)險自身具有特殊性,起初被認(rèn)為是不可量化的風(fēng)險?,F(xiàn)有的幾種計量方法其各自原理、優(yōu)缺點與條件要求也不相同。但總體模型的出發(fā)點在于能最大化地模擬操作風(fēng)險,這樣便于對操作風(fēng)險進(jìn)行衡量,進(jìn)而對其風(fēng)險防范提取相應(yīng)的資本金做鋪墊。目前,應(yīng)用最廣泛的計量模型有:巴塞爾委員會提出的基本指標(biāo)法、標(biāo)準(zhǔn)化法和內(nèi)部模型法。此外,還有損失分布法、極值理論法等。這些方法都運用了一定的統(tǒng)計分析工具,是一種“自上而下”或“自下而上”的分析方法,收集資料通過采用高級計量方法加工而成。
基于現(xiàn)有的研究成果,對我國商業(yè)銀行操作風(fēng)險進(jìn)行量化,還需要選擇合適的計量工具。
1.從研究本體來說,我國商業(yè)銀行對于操作風(fēng)險的計量分析處于初級水平的起步階段,且受我國金融市場自由度和發(fā)展水平等多方面限制,即使可以運用高級計量模型,也達(dá)不到其假設(shè)條件,得不到預(yù)期效果。
2.從計量工具上看,每個工具本身就各有優(yōu)缺點,但并不是每個都是適合操作風(fēng)險量化的優(yōu)等模型,還要受很多條件制約。例如,西方發(fā)達(dá)國家金融機(jī)構(gòu)大多采用的巴塞爾委員會建議使用的三大分析模型,國際活躍銀行所設(shè)計的計量模型并不適用于我國。對這些高級計量工具,我國的商業(yè)銀行大部分達(dá)不到巴塞爾新資本協(xié)議定性與定量的標(biāo)準(zhǔn)。其模型對數(shù)據(jù)的要求嚴(yán)苛,無法彌補(bǔ)我國商業(yè)銀行缺失的數(shù)據(jù)。
3.操作風(fēng)險計量模型設(shè)計分析方法通常有兩種,即“自上而下”與“自下而上”。后者對數(shù)據(jù)的完整、質(zhì)量等要求極高,因此我國的商業(yè)銀行操作風(fēng)險分析應(yīng)該選擇“自上而下”的分析法。該分析法的基本思路與計量設(shè)計回歸分析大致相同。先設(shè)定目標(biāo)變量,確定影響目標(biāo)變量的因素,設(shè)計數(shù)理模型反映因變量與自變量之間的關(guān)系,檢驗工具模型的可靠性,最后利用模型估計目標(biāo)變量大致的變化。
綜合以上論述,下文計量分析采用我國興業(yè)銀行與浦發(fā)銀行的數(shù)據(jù)作為樣本,并選擇基本指標(biāo)法和收入模型法來衡量其操作風(fēng)險,筆者認(rèn)為有一定合理性,符合我國商業(yè)銀行現(xiàn)有條件和研究方法。
對于研究對象的挑選,考慮到選擇股份制商業(yè)銀行。在浦發(fā)、深發(fā)、民生等國內(nèi)多家股份制銀行中,挑選了浦東發(fā)展銀行和興業(yè)銀行作為研究對象。兩者規(guī)模差距不大,浦東發(fā)展銀行的上市歷史比較長,其數(shù)據(jù)指標(biāo)易獲得。興業(yè)銀行雖上市比較晚,但發(fā)展至今數(shù)據(jù)指標(biāo)也滿足其要求,可以參與模型研究。故挑選二者作為研究對象。
該方法為巴塞爾委員會推薦的方法之一,比較簡單。選取一個固定的比例,以金融機(jī)構(gòu)的總收入為指標(biāo),表示操作風(fēng)險可能覆蓋的資金總范圍。即銀行持有的操作風(fēng)險的資本應(yīng)等于前三年總收入的平均值,再乘以一個固定比率α
式(1)中,KBIA表示在基本指標(biāo)模型下的操作風(fēng)險資本要求;GI表示前三年總收入的平均值,總收入是指利息收入加上非利息收入;α是巴塞爾委員會設(shè)定的,將行業(yè)范圍的監(jiān)管資本要求與行業(yè)范圍的指標(biāo)聯(lián)系起來。
根據(jù)公式(1)要求,從而獲得以下數(shù)據(jù):
數(shù)據(jù)來源:興業(yè)銀行與浦發(fā)銀行官網(wǎng),其中浦發(fā)銀行數(shù)據(jù)以國內(nèi)審計數(shù)據(jù)為準(zhǔn)。
其各自的操作風(fēng)險資本要求為:
從絕對與相對角度來看,興業(yè)銀行的總收入低于浦發(fā)銀行,其操作風(fēng)險的資本要求便低于浦發(fā)銀行。浦發(fā)銀行應(yīng)提取更高的資本準(zhǔn)備。因為該方法較為簡單,未考慮總收入以外其他因素的影響,估計數(shù)據(jù)偏大且不準(zhǔn)確,更使得我國商業(yè)銀行的資本充足率不足。
操作風(fēng)險從廣義上講,是指除了市場風(fēng)險、信貸風(fēng)險以外的所有風(fēng)險。故將銀行的凈收益作為目標(biāo)變量,認(rèn)為只包含了市場風(fēng)險、信貸風(fēng)險與操作風(fēng)險。則扣除市場風(fēng)險和信貸風(fēng)險的方差影響,剩余為操作風(fēng)險數(shù)值。凈收入的變動大部分可以由市場風(fēng)險與信貸風(fēng)險的因素解釋,不可解釋的部分為操作風(fēng)險對凈利潤的波動影響。
為避免解釋變量的精確度影響到設(shè)計的回歸方程效果,故在挑選的解釋變量上要盡可能地突出市場風(fēng)險與信貸風(fēng)險的影響因素。1.GDP增幅與CPI指數(shù)作為宏觀的市場影響因素,影響著經(jīng)濟(jì)發(fā)展的整體趨勢,更對銀行業(yè)的收益有著重大的影響效果。2.存貸利差。我國商業(yè)銀行的收入依舊主要來自存貸業(yè)務(wù),利差的大小決定了大部分銀行的收益基礎(chǔ)。3.證劵指數(shù)。體現(xiàn)證劵市場的總體表現(xiàn)對于股份制銀行的影響。4.不良貸款率。作為衡量信貸風(fēng)險的重要指標(biāo),影響著銀行的利潤水平。所以,本文選取實際國民生產(chǎn)總值增幅除以CPI值GDP/CPI、存貸利差(Loan-Deposit)、上證指數(shù)(index)、不良貸款率(Nonperforming loan index)4個解釋變量進(jìn)行回歸分析。采用的數(shù)據(jù)來源于中國統(tǒng)計年鑒與所屬銀行年報。
Y為凈利潤(Yx為興業(yè)銀行的凈利潤,Yp為浦發(fā)銀行的凈利潤),RGDP表示GDP/CPI,LD為存貸利差,Index為上證指數(shù),BI為不良貸款率。則設(shè)計收入模型為:Y=β0+β1RGDP+β2ID+β3Index+β4BI+μ.
利用Eviews軟件對興業(yè)銀行和浦發(fā)銀行進(jìn)行回歸分析,得到以下分析數(shù)據(jù)(見圖1和圖2)。
1.經(jīng)濟(jì)意義檢驗
在選用的模型中,雖然多重可決系數(shù)R2比較顯著,但是t值沒有完全通過,需要通過逐步回歸法剔除嚴(yán)重多重共線性的解釋變量,首先以興業(yè)銀行數(shù)據(jù)為例。
第一步,運用LS方法逐一求Y對各個解釋變量的回歸值。結(jié)合經(jīng)濟(jì)意義和統(tǒng)計檢驗選出擬合效果最好的一元線性回歸方程:
對比分析,依據(jù)調(diào)整后可決系數(shù)最大原則,選取BI作為進(jìn)入回歸模型的第一個解釋變量,形成一元回歸模型。繼續(xù)進(jìn)行回歸分析如下:
第二步,逐步回歸。將其余解釋變量分別加入模型,分別得到的二元回歸模型如下:
將LD加入下個基本解釋因素,進(jìn)行逐步回歸如下:
雖RGDP作為解釋變量,擬合優(yōu)度更高卻伴隨概率偏高無法通過(見圖1),若去掉RGDP因素,則其t檢驗和F檢驗的伴隨概率都降低且通過(見圖3)。故最后剔除RGDP。確定解釋變量為LD,BI,Index.
根據(jù)圖3,最終確定興業(yè)銀行樣本回歸方程:Yx=63.316LD+0.0252Index-24.764BI-140.0197。
同理,根據(jù)圖4,最終確定浦發(fā)銀行樣本回歸方程:Yp=74.736LD+0.023Index-15.352BI-178.199。
從風(fēng)險因素來看,兩家銀行存貸利差LD的參數(shù)大于0,符合實際,興業(yè)銀行LD每提高一個單位,則凈利潤就增加63.316個單位;浦發(fā)銀行則凈利潤提高63.3162個單位。Index因素影響比較小,大于0,符合實際。當(dāng)上證指數(shù)每增加一個單位,則興業(yè)銀行的凈利潤就增加0.0252單位,浦發(fā)銀行凈利潤增加0.023單位;不良貸款率均小于0符合實際,不良貸款率BI每下降一個單位,則興業(yè)銀行凈利潤提高24.76個單位;浦發(fā)銀行則提高15.35個單位。
2.計量意義檢驗
(1)多重共線性檢驗
在前面的逐步回歸法的檢驗中,已證明興業(yè)銀行和浦發(fā)銀行的樣本模型的解釋變量之間,不存在多重共線性。
(2)序列相關(guān)性檢驗
通過Eviews檢驗,模型分析結(jié)果可以看出興業(yè)銀行D.W和浦發(fā)銀行D.W值,兩者DW值≈2,根據(jù)DW的臨界值,即在5%顯著性水平下,因此存在興業(yè)銀行與浦發(fā)銀行模型的隨機(jī)干擾項之間不存在自相關(guān)。
(3)異方差檢驗
利用EViews工具懷特檢驗異方差情況如下:
設(shè)H0模型為同方差;H1模型存在異方差;
從nR2統(tǒng)計量對應(yīng)的伴隨概率容易看出,拒絕原假設(shè)H0,接受H1,即在5%的顯著性水平下,原有興業(yè)銀行與浦發(fā)銀行模型不存在異方差。
通過以上的一系列檢驗可以基本確定其收入模型基本與興業(yè)銀行與浦發(fā)銀行的凈收益情況相符。因為收入模型是從操作風(fēng)險廣義定義出發(fā),所以在收入模型中,由市場風(fēng)險和信貸風(fēng)險因素構(gòu)成,模型不能解釋的部分則為其操作風(fēng)險的影響,興業(yè)銀行的R-squared值為0.762,即能被市場風(fēng)險和信貸風(fēng)險解釋的部分為76.2%,不能解釋的操作風(fēng)險占比為23.8%;浦發(fā)銀行的R-squared值為0.697,即能被市場風(fēng)險和信貸風(fēng)險解釋的部分為69.7%,不能解釋的操作風(fēng)險占比為30.3%。從數(shù)值上看,浦發(fā)銀行的操作風(fēng)險對凈利潤的影響大于興業(yè)銀行。該結(jié)果與基本指標(biāo)法基本分析結(jié)果一致。浦發(fā)銀行相對于興業(yè)銀行應(yīng)提出相對更高的操作風(fēng)險資本,亦浦發(fā)銀行經(jīng)營中存在更高的操作風(fēng)險產(chǎn)生的可能。
綜上所述,浦發(fā)銀行應(yīng)提取更高的操作風(fēng)險資本,應(yīng)對未來可能產(chǎn)生的風(fēng)險,提高操作風(fēng)險的管理防范水平。對于操作風(fēng)險的量化分析,基本指標(biāo)法和收入模型法都有一定實踐性。相比較下,基本指標(biāo)法相對簡單,不能很好地反映操作風(fēng)險。收入模型能夠比較量化,但模型還存在一定缺陷。高級計量方法在我國還難以實施,隨著銀行業(yè)不斷發(fā)展,這一領(lǐng)域還值得探討。
[1]周佩.我國商業(yè)銀行操作風(fēng)險度量[J].財會月刊,2009(3).
[2]鐘偉.新巴塞爾協(xié)議和操作風(fēng)險高級衡量法框架[J].金融與經(jīng)濟(jì),2005(5).
[3]劉桂平.中國商業(yè)銀行再造[M1.中國金融出版社,2002.
[4]萬杰,苗文龍,國內(nèi)外商業(yè)銀行操作風(fēng)險現(xiàn)狀及成因分析[J].國際金融研究,2005(7).