摘要：經(jīng)濟(jì)轉(zhuǎn)型期往往是各類風(fēng)險(xiǎn)的集中暴露期，而人員、制度和管理等方面的內(nèi)部程序疏漏則是產(chǎn)生風(fēng)險(xiǎn)的重要因素。《中國銀行家調(diào)查報(bào)告（2011）》表明，在風(fēng)險(xiǎn)管理能力整體提升的情況下，操作風(fēng)險(xiǎn)的關(guān)注度首次位列第一，這顯示了中國銀行家對(duì)當(dāng)前可能由于操作風(fēng)險(xiǎn)而導(dǎo)致?lián)p失事件爆發(fā)的警惕。

關(guān)鍵詞：操作風(fēng)險(xiǎn)、高級(jí)計(jì)量法、巴塞爾協(xié)議

引言

與市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)相比，操作風(fēng)險(xiǎn)的成因結(jié)構(gòu)復(fù)雜，暴露模糊，且更大程度上表現(xiàn)為特質(zhì)風(fēng)險(xiǎn)，雖然其測量技術(shù)在過去幾年中取得顯要的進(jìn)步，但模型尚未成熟到可以直接投入使用，這還需要提高模型測量的精確性和可靠性，以及風(fēng)險(xiǎn)測量模型與風(fēng)險(xiǎn)管理體系的銜接性。建立模型的目的是為了使風(fēng)險(xiǎn)-收益的權(quán)衡關(guān)系更為清晰明確，過程中，重要的不是將可計(jì)量的因素變的重要，而是將重要的變的可計(jì)量。與傳統(tǒng)操作風(fēng)險(xiǎn)評(píng)估不同的是，操作風(fēng)險(xiǎn)計(jì)量對(duì)象是操作風(fēng)險(xiǎn)本身，即損失數(shù)據(jù)分布，具體內(nèi)容為事件發(fā)生概率（PE）、事后損失程度（LGE）和不同損失事件發(fā)生的相關(guān)性。從操作風(fēng)險(xiǎn)的計(jì)量技術(shù)發(fā)展來看，是沿著簡單到復(fù)雜、低精確到高精確、低風(fēng)險(xiǎn)敏感度到高風(fēng)險(xiǎn)敏感度的路徑不斷改進(jìn)的。按巴塞爾新資本協(xié)議歸納，演進(jìn)中的操作風(fēng)險(xiǎn)計(jì)量模型可分為基本指標(biāo)法（BIA）、標(biāo)準(zhǔn)法（SA）和高級(jí)計(jì)量法（AMA）。

其中，基本指標(biāo)法和標(biāo)準(zhǔn)法都屬于“自上而下”的方法，即由監(jiān)管機(jī)構(gòu)收集行業(yè)風(fēng)險(xiǎn)資本數(shù)額并制定統(tǒng)一的資本計(jì)提標(biāo)準(zhǔn)，隨后按業(yè)務(wù)規(guī)模分配給各個(gè)部門。同時(shí)，它們都著眼于收入指標(biāo)，雖易于實(shí)施，但卻導(dǎo)致資本要求對(duì)操作風(fēng)險(xiǎn)敏感性的下降，無法充分反映銀行具體特點(diǎn)和資本要求。高級(jí)計(jì)量法屬于“自下而上”的方法，需根據(jù)銀行各自的內(nèi)部數(shù)據(jù)來計(jì)量操作風(fēng)險(xiǎn)，從而配置資本計(jì)提，這樣使得風(fēng)險(xiǎn)敏感度大為提高。長期看，高級(jí)計(jì)量法是商業(yè)銀行操作風(fēng)險(xiǎn)度量的必然選擇。

一、操作風(fēng)險(xiǎn)高級(jí)計(jì)量的主要方法

據(jù)ORX（The operational risk-date exchange Association）統(tǒng)計(jì)，國際銀行間應(yīng)用廣泛的幾種高級(jí)計(jì)量法有內(nèi)部計(jì)量法（IMA）、損失分布法（LDA）、評(píng)分卡法（SCA）和情景分析法，其中又以LDA為最（74%），下面先從理論上闡述上述四類方法各自的特點(diǎn)。

（一）內(nèi)部計(jì)量法

內(nèi)部計(jì)量法是在標(biāo)準(zhǔn)法的基礎(chǔ)上將每個(gè)業(yè)務(wù)類別進(jìn)一步劃分為若干損失事件類型，根據(jù)風(fēng)險(xiǎn)暴露指標(biāo)（EI）、損失事件發(fā)生概率（PE）、事后損失程度（LGE）計(jì)算出每個(gè)業(yè)務(wù)類別/損失事件類型組合(I，j)的預(yù)期損失值(EL(I，j))，然后根據(jù)全行業(yè)的損失分布為每個(gè)業(yè)務(wù)類型組合擬定一個(gè)將預(yù)期損失轉(zhuǎn)換為風(fēng)險(xiǎn)資本的轉(zhuǎn)換因子y（i，j）， 利用該因子計(jì)算每個(gè)業(yè)務(wù)單位的風(fēng)險(xiǎn)資本，總資本的計(jì)算公式為：

K（i，j）= [Y（i，j）×EI（i，j）×PE（i，j）×LGE（i，j）]

內(nèi)部計(jì)量法能夠根據(jù)自身損失數(shù)據(jù)靈活計(jì)算風(fēng)險(xiǎn)資本要求，資本大小隨銀行操作風(fēng)險(xiǎn)管理和損失特征不同而不同，這更真實(shí)反映了操作風(fēng)險(xiǎn)狀況，銀行可因此及時(shí)有效制定防范措施化解風(fēng)險(xiǎn)，但內(nèi)部計(jì)量法下風(fēng)險(xiǎn)資本計(jì)量的一個(gè)重要假設(shè)前提是：預(yù)期損失和非預(yù)期損失之間具有穩(wěn)定的對(duì)應(yīng)關(guān)系，這很容易造成銀行內(nèi)部業(yè)務(wù)單位和損失類型不匹配，與實(shí)際損失偏差過大。

（二）損失分布法

損失分布法以VAR為基礎(chǔ)，在給定置信區(qū)間和持有期內(nèi)，根據(jù)內(nèi)部歷史數(shù)據(jù)得出每一業(yè)務(wù)種類/損失類型的頻率和損失強(qiáng)度兩個(gè)概率分布，其后計(jì)算出預(yù)期損失和非預(yù)期損失，最終導(dǎo)出累計(jì)損失概率分布，所有業(yè)務(wù)事件類型的風(fēng)險(xiǎn)值總和就是銀行所需配置的風(fēng)險(xiǎn)資本。

與內(nèi)部計(jì)量法不同的是，損失分布法是通過計(jì)算VAR估算非預(yù)期損失，而不是假設(shè)非預(yù)期損失和預(yù)期損失之間存在穩(wěn)定關(guān)系，同時(shí)業(yè)務(wù)類型和損失事件類型由各銀行基于自身風(fēng)險(xiǎn)特征而定，而非參考行業(yè)均值，這樣能更好地反映其自身業(yè)務(wù)特征。但是，由于實(shí)施損失分布法過程中強(qiáng)調(diào)建模的重要性，這就加大了對(duì)數(shù)據(jù)質(zhì)量與數(shù)量的要求，而以VAR為基礎(chǔ)的測算，自然就無法忽視二維分布中低頻高損的厚尾分布。

（三）評(píng)分卡法

評(píng)分卡模型是銀行對(duì)風(fēng)險(xiǎn)和自控的一個(gè)自我評(píng)估，與內(nèi)部衡量法與損失分布法相似，銀行業(yè)務(wù)被劃分為若干業(yè)務(wù)種類/損失類型組合，首先根據(jù)行業(yè)標(biāo)準(zhǔn)為風(fēng)險(xiǎn)制定一個(gè)初始值，然后通過評(píng)分卡不斷修正，使其更能反映潛在風(fēng)險(xiǎn)和適應(yīng)不同業(yè)務(wù)線風(fēng)險(xiǎn)環(huán)境。通常評(píng)分卡以損失金額計(jì)量潛在損失強(qiáng)度，以1年發(fā)生次數(shù)表示發(fā)生頻率，以評(píng)級(jí)表示操作風(fēng)險(xiǎn)管理質(zhì)量來計(jì)分，最后根據(jù)記分卡數(shù)據(jù)計(jì)算資本金。相比IMA和LDA，評(píng)分卡法對(duì)數(shù)據(jù)的依賴相對(duì)較弱，初期無須利用內(nèi)部歷史損失數(shù)據(jù)與外部數(shù)據(jù)，量化操作風(fēng)險(xiǎn)有一定內(nèi)在彈性。但過多的偏向定性分析難免會(huì)存在主觀偏差。

（四）情景分析法

情景分析法設(shè)定的情景都是潛在未來事件，對(duì)這種未來事件進(jìn)行評(píng)估的主要探究方向是特殊情景發(fā)生的頻率及其潛在損失嚴(yán)重程度。情景性問題假設(shè)如：在某一特定業(yè)務(wù)背景下，導(dǎo)致操作風(fēng)險(xiǎn)某一要素或某些要素在關(guān)鍵時(shí)間段同時(shí)發(fā)生的概率有多大？結(jié)果的負(fù)面影響有多大？在情景評(píng)估中為獲得可靠結(jié)果，對(duì)其必須有清晰的定義及在標(biāo)準(zhǔn)程序下獨(dú)立評(píng)估審核過的指引，最為關(guān)鍵的要基于清晰的業(yè)務(wù)領(lǐng)域程序，并具有相應(yīng)可靠的數(shù)據(jù)源。

二、操作風(fēng)險(xiǎn)模型實(shí)踐

巴塞爾委員會(huì)實(shí)時(shí)關(guān)注新資本協(xié)議在各國的實(shí)施狀況，尤其是操作風(fēng)險(xiǎn)下高級(jí)計(jì)量法的最新進(jìn)展，其所屬的操作風(fēng)險(xiǎn)執(zhí)行組（SIGOR）于2008年對(duì)來自17個(gè)國家的121家銀行進(jìn)行了一項(xiàng)調(diào)查，其中針對(duì)AMA銀行模型方面的問題做了細(xì)致分析，這有利于推動(dòng)監(jiān)管當(dāng)局和銀行機(jī)構(gòu)進(jìn)一步理解操作風(fēng)險(xiǎn)以及促進(jìn)全球金融機(jī)構(gòu)在該領(lǐng)域達(dá)成共識(shí)。

（一）操作風(fēng)險(xiǎn)集中度。風(fēng)險(xiǎn)集中度是指用于衡量操作風(fēng)險(xiǎn)暴露的要素，只有掌握風(fēng)險(xiǎn)集中度才能評(píng)估潛在的整體風(fēng)險(xiǎn)暴露，銀行根據(jù)操作風(fēng)險(xiǎn)種類（ORC）來估算潛在風(fēng)險(xiǎn)集中度。在調(diào)查中（如下圖），9%的AMA銀行有1000個(gè)以上的ORC，74%的AMA銀行有100以下的ORC，45%的AMA銀行有20以下的ORC，僅有一家銀行使用單一的ORC。地域分布來看，歐洲地區(qū)的數(shù)量分布相對(duì)分散，1-20區(qū)間內(nèi)的有30%，21-200的有40%，200以上的有25%，而北美地區(qū)主要集中在200以下，日本則在100以下。

巴塞爾新資本協(xié)議雖然沒有對(duì)AMA法中的風(fēng)險(xiǎn)集中度進(jìn)行明確規(guī)定（1），但銀行在模型使用中應(yīng)注意到其存在的業(yè)務(wù)特性、活動(dòng)復(fù)雜性等干擾因素，過低的風(fēng)險(xiǎn)集中度將難以捕獲到引發(fā)操作風(fēng)險(xiǎn)爆發(fā)的真正源泉，并且導(dǎo)致風(fēng)險(xiǎn)資本的低估；而過高的風(fēng)險(xiǎn)集中度在加總風(fēng)險(xiǎn)暴露以計(jì)算銀行總風(fēng)險(xiǎn)資本時(shí)會(huì)面臨對(duì)其他模型的挑戰(zhàn)，因此，對(duì)風(fēng)險(xiǎn)集中度的選擇必須有足夠的定性與定量分析，以確保能衡量出實(shí)際風(fēng)險(xiǎn)暴露。

（二）相關(guān)性。在測量風(fēng)險(xiǎn)資本的高級(jí)計(jì)量法下，巴塞爾資本協(xié)議對(duì)相關(guān)性是這樣解釋的：為了計(jì)算出最低的監(jiān)管資本要求，我們必須把用于不同操作風(fēng)險(xiǎn)估計(jì)量的風(fēng)險(xiǎn)測量相加。然而，假設(shè)我們能證明在滿足國家監(jiān)管要求的同時(shí)，國家監(jiān)管體系確定的相關(guān)性也是成熟的，且執(zhí)行是完整的，并且考慮了該相關(guān)性周圍的不確定性（尤其處于壓力時(shí)期），則我們允許銀行內(nèi)部使用其內(nèi)定的、有關(guān)個(gè)人操作風(fēng)險(xiǎn)估計(jì)量之間的操作風(fēng)險(xiǎn)損失相關(guān)性。（BIS，2006，p.152）。

操作風(fēng)險(xiǎn)中，相關(guān)性被劃分為頻率相關(guān)性、損失相關(guān)性及總損失相關(guān)性，其中總損失相關(guān)性最有可能為巴塞爾委員會(huì)所考慮。在操作風(fēng)險(xiǎn)計(jì)量中，各風(fēng)險(xiǎn)暴露因子之間所凸現(xiàn)的非線性相關(guān)性無法用線性相關(guān)系數(shù)ρ來度量，一般運(yùn)用copulas來構(gòu)建。直觀上看，copula是一個(gè)多維函數(shù)，通過兩個(gè)或更多的隨機(jī)變量間的相關(guān)性結(jié)構(gòu)將它們的邊緣分布函數(shù)連接起來，它不限制邊緣分布的選擇，能夠捕捉到變量間非線性、非對(duì)稱的相關(guān)關(guān)系，又能兼顧到風(fēng)險(xiǎn)的厚尾特征，在SIGOR的調(diào)查中（如圖），有43%的AMA銀行選擇copula法，其中又以Gaussian copula最常見（36%），t-copula次之（10%）。

Gaussian copula函數(shù)沒有右尾和左尾之間的相關(guān)性，且無法捕獲操作風(fēng)險(xiǎn)數(shù)據(jù)中可能出現(xiàn)的聯(lián)合極端觀測值。t-couple函數(shù)左右尾的相關(guān)性隨自由度的增加而減少，因此多被運(yùn)用在尾部相關(guān)性建模中。

（三）分布假設(shè)。分布假設(shè)是銀行操作風(fēng)險(xiǎn)建模的基礎(chǔ)，也是估算發(fā)生頻率與損失程度的重要因素。當(dāng)前，計(jì)量操作風(fēng)險(xiǎn)暴露的模型相對(duì)較新，對(duì)操作風(fēng)險(xiǎn)損失程度的分布尚未形成統(tǒng)一標(biāo)準(zhǔn)，但巴塞爾委員會(huì)要求，模型的建立必須覆蓋操作風(fēng)險(xiǎn)損失程度的厚尾分布。SIGOR的調(diào)查中，損失程度分布方面，有33%的銀行使用對(duì)數(shù)正態(tài)分布，17%的銀行使用了威布爾分布，同時(shí)也有銀行選擇了其他分布，如對(duì)數(shù)正態(tài)混合分布、廣義帕累托分布等；而銀行在操作風(fēng)險(xiǎn)發(fā)生概率的估計(jì)方向上卻趨于一致，幾乎全部（93%）銀行選擇了泊松分布。

三、模型應(yīng)用面臨的困難

由于操作風(fēng)險(xiǎn)的來源較為多元，不具備市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)那樣可量化的具有風(fēng)險(xiǎn)敏感性的敞口指標(biāo)，所以在建模方面對(duì)數(shù)據(jù)的要求較高。在內(nèi)部損失數(shù)據(jù)方面，銀行必須全面捕捉到操作隱患的所有風(fēng)險(xiǎn)暴露，且能證明被排出的數(shù)據(jù)對(duì)加總風(fēng)險(xiǎn)估計(jì)沒有實(shí)質(zhì)影響，這種缺乏客觀性的方法可能會(huì)導(dǎo)致一定程度的數(shù)據(jù)遺漏；外部損失數(shù)據(jù)方面，公開披露的數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)，且部分銀行不愿公開自身數(shù)據(jù)，導(dǎo)致外部損失數(shù)據(jù)不能全面反映全行業(yè)的特征現(xiàn)狀，且在采用外部數(shù)據(jù)建模時(shí)，需要考慮到不同銀行間業(yè)務(wù)規(guī)模、風(fēng)險(xiǎn)特征存在的差異性。

模型是對(duì)現(xiàn)實(shí)問題的抽象和簡化，它所揭示的是一般規(guī)律性風(fēng)險(xiǎn)，所能預(yù)測的是在一定概率下某個(gè)事件發(fā)生的可能性。過度依賴模型是不正確的，尤其是在數(shù)據(jù)匱乏、模型假設(shè)條件誤估的情況下；同樣，由于當(dāng)前的模型存在的一些顯著缺點(diǎn)（如不能很好地解決低頻高損的厚尾分布）而全盤否定模型也是不可取的。

參考文獻(xiàn)：

1.Basel Committee on Banking Supervision，2009. Observed range of practice in key elements of advanced measurement approaches (AMA). http://www.bis.org/publ/bcbs160b.pdf

2.Basel Committee on Banking Supervision，2009.Results from the 2008 Loss Data Collection Exercise for Operational Risk. http://www.bis.org/publ/bcbs160a.pdf

3.Basel Committee on Banking Supervision，2011.operational risk-supervision guidelines for advanced measurement approaches. http://www.bis.org/publ/bcbs196.pdf

4.Imad A. Moosa，2008. A critique of the advanced measurement approache to regulatory capital against operational risk.www.palgrave-journals.com/jbr.