汪雅倩，朱家明

(安徽財(cái)經(jīng)大學(xué)a.金融學(xué)院;b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠　233030)

?

基于收入模型的“新常態(tài)”下我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)防控研究

汪雅倩a，朱家明b

(安徽財(cái)經(jīng)大學(xué)a.金融學(xué)院;b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠233030)

[摘要]“新常態(tài)”是全球經(jīng)濟(jì)危機(jī)后我國(guó)經(jīng)濟(jì)調(diào)整發(fā)展過(guò)程的新總結(jié).商業(yè)銀行作為與實(shí)體經(jīng)濟(jì)資金往來(lái)密切的金融業(yè)，業(yè)務(wù)模式與風(fēng)控管理出現(xiàn)新特點(diǎn)的同時(shí)也暴露出新的問(wèn)題.本文在研究“新常態(tài)”下我國(guó)商業(yè)銀行面臨的內(nèi)外環(huán)境變化基礎(chǔ)上，選取適合我國(guó)實(shí)際情況的收入模型進(jìn)行實(shí)證分析.根據(jù)收入模型原理，選取衡量指標(biāo)，利用11家代表性上市銀行2007-2014年32個(gè)季度數(shù)據(jù)，進(jìn)行模型檢驗(yàn)和回歸，并將上市商業(yè)銀行劃分為國(guó)有、股份制銀行兩類(lèi)，分別進(jìn)行操作風(fēng)險(xiǎn)度量并比較.研究結(jié)果表明在引入變異系數(shù)的基礎(chǔ)上，股份制銀行操作風(fēng)險(xiǎn)高出國(guó)有銀行4.3倍，并深入分析了產(chǎn)生這種結(jié)果的可能原因，進(jìn)而有針對(duì)性地給出商業(yè)銀行操作風(fēng)險(xiǎn)防控的建議.

[關(guān)鍵詞]“新常態(tài)”經(jīng)濟(jì)；收入模型；國(guó)有銀行；股份制銀行；操作風(fēng)險(xiǎn)管理；內(nèi)外部環(huán)境；建議

0引言

受全球經(jīng)濟(jì)危機(jī)的影響，世界各國(guó)仍處于“大過(guò)渡”、“大調(diào)整”時(shí)期.我國(guó)商業(yè)銀行作為社會(huì)資金主要供給者，面臨的環(huán)境也在發(fā)生改變.我國(guó)經(jīng)濟(jì)由2003-2007年10.02%以上的高速增長(zhǎng)放緩至近年的7%左右的穩(wěn)中有進(jìn)增長(zhǎng)狀態(tài)，經(jīng)濟(jì)運(yùn)行進(jìn)入增長(zhǎng)速度換檔期、結(jié)構(gòu)調(diào)整陣痛期、前期刺激政策消化期“三期”疊加的“新常態(tài)”.經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整轉(zhuǎn)型使得我國(guó)經(jīng)濟(jì)由投資型增長(zhǎng)向消費(fèi)型增長(zhǎng)轉(zhuǎn)變，2014年全年最終消費(fèi)支出對(duì)GDP貢獻(xiàn)率達(dá)51.2%.2014年對(duì)GDP占比升至48.2%的第三產(chǎn)業(yè)也成為撬動(dòng)“新常態(tài)”市場(chǎng)的主導(dǎo)力量.“經(jīng)濟(jì)決定金融，金融服務(wù)于經(jīng)濟(jì)”，國(guó)內(nèi)經(jīng)濟(jì)“去產(chǎn)能、去庫(kù)存、去杠桿”的過(guò)程使商業(yè)銀行盈利空間被擠壓、風(fēng)險(xiǎn)防控的壓力不斷上升.

2004年新巴塞爾資本協(xié)議正式將操作風(fēng)險(xiǎn)納入資本管理體系，與信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)并列為商業(yè)銀行三大風(fēng)險(xiǎn).巴林銀行倒閉與大和銀行危機(jī)等引起國(guó)內(nèi)外銀行及監(jiān)管部門(mén)重視，我國(guó)商業(yè)銀行近年也頻發(fā)操作風(fēng)險(xiǎn)事件，如2005年中行河松街支行行長(zhǎng)高山席卷巨額機(jī)構(gòu)存款案、2006年工行南海分行馮明昌74億騙貸案、2010年齊魯銀行特大票據(jù)詐騙案等.根據(jù)我國(guó)具體國(guó)情劃分的事件類(lèi)型以及業(yè)務(wù)線，通過(guò)搜集各媒體披露的操作風(fēng)險(xiǎn)事件，匯總結(jié)果如表1所示.

由表1，從業(yè)務(wù)線上看，相比于操作風(fēng)險(xiǎn)事件更頻發(fā)的零售銀行業(yè)務(wù)(76.2%)與支付結(jié)算業(yè)務(wù)(12.1%)，經(jīng)營(yíng)面較廣的商業(yè)銀行業(yè)務(wù)損失頻率僅為10.6%，但是損失金額卻有著76.5%的最大占比，且損失金額占據(jù)69.1%，因此相對(duì)而言商業(yè)銀行業(yè)務(wù)是銀行風(fēng)控的重點(diǎn)對(duì)象.在事件類(lèi)型上，外部欺詐同時(shí)占據(jù)了損失頻率和損失金額的最大占比，分別為62.4%和69.1%，因而綜合看來(lái)，商業(yè)銀行操作風(fēng)險(xiǎn)防控的主要力量應(yīng)集中于商業(yè)銀行業(yè)務(wù)的外部欺詐上.

表1　操作風(fēng)險(xiǎn)損失事件及損失金額分布矩陣

注：每個(gè)單元格第一行、第二行數(shù)據(jù)含義分別是:損失事件數(shù)(損失發(fā)生頻率)、損失金額(損失額占比)，單位分別是次(%)、萬(wàn)元(%).

我國(guó)商業(yè)銀行近年呈井噴式增長(zhǎng)，資產(chǎn)規(guī)模于2014年突破168萬(wàn)億元，是2008年金融危機(jī)時(shí)的2.65倍，年均漲幅19.1%，可銀行從業(yè)人員僅增加了83萬(wàn)人，年均僅增5.48%，比資產(chǎn)規(guī)模增長(zhǎng)低13.62%，顯示商業(yè)銀行整體經(jīng)營(yíng)管理水平特別是風(fēng)險(xiǎn)內(nèi)控水平提升不及自身發(fā)展速度.受利益驅(qū)使的銀行合規(guī)經(jīng)營(yíng)、穩(wěn)步發(fā)展的意識(shí)薄弱，整體風(fēng)控管理欠缺導(dǎo)致操作風(fēng)險(xiǎn)隱患和違規(guī)問(wèn)題突出.

本文對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)管理進(jìn)行研究，選取11家代表性上市銀行，分為國(guó)有及股份制銀行兩類(lèi)，選取可以衡量市場(chǎng)、信用、流動(dòng)性風(fēng)險(xiǎn)的指標(biāo)，據(jù)收入模型原理，將這些指標(biāo)不能反映的凈利潤(rùn)波動(dòng)方差，納入難以度量、有剩余意義的操作風(fēng)險(xiǎn)中，并根據(jù)凈利潤(rùn)服從正態(tài)分布的假設(shè)及變異系數(shù)，分別得出國(guó)有、股份制銀行操作風(fēng)險(xiǎn)估計(jì)值，以相對(duì)度量?jī)深?lèi)銀行操作風(fēng)險(xiǎn).

1相關(guān)文獻(xiàn)回顧

國(guó)外對(duì)操作風(fēng)險(xiǎn)管理研究早、重視度高、損失數(shù)據(jù)易獲得、技術(shù)先進(jìn)，因而操作風(fēng)險(xiǎn)定量模型研究方面相對(duì)成熟完善.Allen(2010)[3]認(rèn)為操作風(fēng)險(xiǎn)一種是剔除了市場(chǎng)、信用風(fēng)險(xiǎn)后的剩余風(fēng)險(xiǎn)概念，并發(fā)現(xiàn)操作風(fēng)險(xiǎn)大小與宏觀經(jīng)濟(jì)周期運(yùn)行密切相關(guān).Dutta(2006)[4]在EVT環(huán)境下基于各種參數(shù)量化模型對(duì)操作風(fēng)險(xiǎn)損失數(shù)據(jù)擬合，得到了不同設(shè)定形式模型會(huì)導(dǎo)致較大差異性的估計(jì)值.Tursunalieva(2011)[5]在Dutta研究的基礎(chǔ)上，基于非參數(shù)估計(jì)法，解決了Dutta研究中參數(shù)不同的設(shè)定導(dǎo)致估計(jì)偏差這一問(wèn)題.Hsu(2012)[6]基于半?yún)?shù)極值Copula法及蒙特卡羅模擬計(jì)算了資產(chǎn)組合風(fēng)險(xiǎn)值VaR.Luyao LI(2013)[7]運(yùn)用貝葉斯網(wǎng)絡(luò)圖，基于紅黃綠信號(hào)燈模型，并以中國(guó)工商銀行為例，對(duì)我國(guó)商業(yè)銀行借貸款各業(yè)務(wù)環(huán)節(jié)的操作風(fēng)險(xiǎn)進(jìn)行了預(yù)警研究.Ali(2013)[8]在模糊環(huán)境中基于模糊層次分析法，對(duì)土耳其國(guó)有、民營(yíng)商業(yè)銀行操作風(fēng)險(xiǎn)進(jìn)行了多準(zhǔn)則評(píng)價(jià)，結(jié)果論證了兩類(lèi)銀行操作風(fēng)險(xiǎn)的差異性.Xiaoling Hao(2014)[9]在蒙特卡羅模擬環(huán)境下，基于Barabasi-Albert(BA)模型，對(duì)在不同條件下影響操作風(fēng)險(xiǎn)損失的因素進(jìn)行了分析，驗(yàn)證了BA模型相比于其他模型的優(yōu)勢(shì)，并發(fā)現(xiàn)操作風(fēng)險(xiǎn)網(wǎng)絡(luò)的節(jié)點(diǎn)度以及初始節(jié)點(diǎn)在損失的選擇中扮演一個(gè)重要的作用.Kashfia(2014)[10]運(yùn)用銀行內(nèi)外部操作風(fēng)險(xiǎn)，基于貝葉斯推理，度量了銀行明年的操作風(fēng)險(xiǎn)并建議提出相應(yīng)資本金.

國(guó)內(nèi)對(duì)操作風(fēng)險(xiǎn)研究起步較晚及操作風(fēng)險(xiǎn)損失數(shù)據(jù)的難獲得性，導(dǎo)致高級(jí)計(jì)量研究不多，因而國(guó)內(nèi)學(xué)者的研究大多是在對(duì)我國(guó)實(shí)際情況深入分析的基礎(chǔ)上進(jìn)行的.豐吉闖(2011)[11]基于極值理論(EVT)和損失分步法(LDA)，分別對(duì)我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)進(jìn)行量化，得到了重要的是銀行對(duì)EVT和LDA模型的應(yīng)用能力，而非對(duì)模型的選擇的結(jié)論.盧安文(2012)[12]搜集了我國(guó)操作風(fēng)險(xiǎn)總損失額、分位數(shù)及整體損失密度值，基于貝葉斯網(wǎng)絡(luò)及蒙特卡羅模擬，將我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)量化，得出貝葉斯網(wǎng)絡(luò)是我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)適合的度量模型的結(jié)論.邢志國(guó)、丁日佳(2012)[13]運(yùn)用三家商業(yè)銀行的面板數(shù)據(jù)，基于收入模型，度量了三家銀行的操作風(fēng)險(xiǎn)，得出三家商業(yè)銀行16.7%的凈利潤(rùn)波動(dòng)是由操作風(fēng)險(xiǎn)引起的，且由操作風(fēng)險(xiǎn)占比排序結(jié)果是：深發(fā)行、招商銀行、浦東發(fā)展銀行.賓建成(2013)[14]運(yùn)用1994-2008年我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)，基于貝葉斯MC頻率法，研究了損失分布狀況，得到了我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)損失分布近似服從廣義極值分布的結(jié)論.邵帥(2013)[15]綜合運(yùn)用風(fēng)險(xiǎn)管理的基本原理和方法，對(duì)濟(jì)寧銀行操作風(fēng)險(xiǎn)案例進(jìn)行深入研究，為濟(jì)寧銀行操作風(fēng)險(xiǎn)管理框架提出新構(gòu)想及對(duì)策建議.王穎娜(2013)[16]基于高級(jí)計(jì)量法下的損失分步模型，對(duì)我國(guó)商業(yè)銀行1994-2012年共396例操作風(fēng)險(xiǎn)事件數(shù)據(jù)進(jìn)行實(shí)證分析，確定了基于不同置信水平下操作風(fēng)險(xiǎn)資本價(jià)值，并分析了其與官方公布的監(jiān)管數(shù)據(jù)產(chǎn)生差異的原因.陳強(qiáng)(2013)[17]基于收入模型，對(duì)我國(guó)中小商業(yè)銀行經(jīng)營(yíng)狀況進(jìn)行實(shí)證分析，探討了新形勢(shì)下中小商業(yè)銀行操作風(fēng)險(xiǎn)管理的路徑與措施.蔣安然(2014)[18]基于巴塞爾委員會(huì)建議的商業(yè)銀行應(yīng)使用的三種度量方法，以中國(guó)農(nóng)業(yè)銀行為例，對(duì)各度量方法在我國(guó)商業(yè)銀行的效果和可行性進(jìn)行分析，并提供管理建議.

經(jīng)以上文獻(xiàn)梳理可知，國(guó)內(nèi)外學(xué)者從各方面對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)管理及度量進(jìn)行了研究.但早期我國(guó)不夠重視操作風(fēng)險(xiǎn)管理，損失數(shù)據(jù)難獲取，所以國(guó)內(nèi)研究更側(cè)重操作風(fēng)險(xiǎn)管理理論框架建立與分析，高級(jí)計(jì)量法未深入開(kāi)展，在操作風(fēng)險(xiǎn)度量中，收入模型適用性及簡(jiǎn)便性受到國(guó)內(nèi)學(xué)者一定程度認(rèn)可.但大多數(shù)研究只選取了少數(shù)幾個(gè)商業(yè)銀行(有的包括非上市銀行)進(jìn)行操作風(fēng)險(xiǎn)度量比較，結(jié)果代表性不強(qiáng).此外，已有研究很少根據(jù)商業(yè)銀行自身屬性對(duì)其分類(lèi)，從而比較各類(lèi)操作風(fēng)險(xiǎn)差異.因而，本文選取2007-2014年11家上市銀行的季度數(shù)據(jù)，在此不考慮2011年7月才上市的農(nóng)行以及注冊(cè)資本金較弱的城市商業(yè)銀行和交行.同時(shí)根據(jù)各銀行自身屬性劃分為兩大類(lèi)，并對(duì)這兩類(lèi)操作風(fēng)險(xiǎn)做出對(duì)比度量分析，得出差異，結(jié)果更具代表性和針對(duì)性，從而在此基礎(chǔ)上給出出現(xiàn)差異的原因并給出管理操作風(fēng)險(xiǎn)的建議，這些研究都具有一定的現(xiàn)實(shí)意義和必要性.

2模型原理、指標(biāo)選取及數(shù)據(jù)來(lái)源

2.1模型原理

收入模型原理是以商業(yè)銀行凈利潤(rùn)為被解釋變量，將新巴塞爾協(xié)議中規(guī)定的三大風(fēng)險(xiǎn):市場(chǎng)、信用、操作風(fēng)險(xiǎn)視為影響因素.為全面研究，本文也研究流動(dòng)性風(fēng)險(xiǎn).因操作風(fēng)險(xiǎn)難以度量，因而用可衡量其他風(fēng)險(xiǎn)的指標(biāo)度量操作風(fēng)險(xiǎn)波動(dòng)，將不能解釋的方差視為是有剩余意義的操作風(fēng)險(xiǎn)引起的.

2.2指標(biāo)選取

根據(jù)新巴塞爾協(xié)議規(guī)定，選取可以衡量信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)的代表性指標(biāo).

2.2.1信用風(fēng)險(xiǎn)

①不良貸款率.不良貸款壞賬準(zhǔn)備直接影響凈利潤(rùn)，無(wú)法收回的壞賬是商業(yè)銀行凈利潤(rùn)的主要損失.

②貸款集中度.規(guī)避過(guò)度集中可分散商業(yè)銀行業(yè)務(wù)風(fēng)險(xiǎn)，從而避免凈利潤(rùn)的損失.

③資本充足率.其可保障商業(yè)銀行日常業(yè)務(wù)的資金需求，避免被經(jīng)營(yíng)中潛在的風(fēng)險(xiǎn)沖擊，從而可以保障銀行日常的盈利能力.

2.2.2市場(chǎng)風(fēng)險(xiǎn)

①凈利差.由于我國(guó)的歷史以及居民的儲(chǔ)蓄觀念，商業(yè)銀行主要利潤(rùn)來(lái)源仍然是傳統(tǒng)業(yè)務(wù)的凈利差，其波動(dòng)對(duì)商業(yè)銀行凈利潤(rùn)有較顯著的影響.

②5年、3個(gè)月定期利差.我國(guó)利率市場(chǎng)化改革不斷的深入，利率期限結(jié)構(gòu)可能影響商業(yè)銀行凈利潤(rùn)波動(dòng).因而選取較有代表性的5年和3個(gè)月定期存款的利差作為衡量指標(biāo)，是具有一定現(xiàn)實(shí)意義的.

③真實(shí)GDP增長(zhǎng)率.該指標(biāo)可以滯后衡量我國(guó)宏觀經(jīng)濟(jì)運(yùn)行情況，因而代表商業(yè)銀行所處的發(fā)展環(huán)境，自然對(duì)其凈利潤(rùn)增長(zhǎng)有所影響.

④上證指數(shù).選取的11家皆為上市銀行，其凈利潤(rùn)必會(huì)受到資本市場(chǎng)波動(dòng)的影響.

2.2.3流動(dòng)性風(fēng)險(xiǎn)

①流動(dòng)性比例.本文選取的是短期資產(chǎn)流動(dòng)性比例，可以衡量商業(yè)銀行在償債以及應(yīng)對(duì)業(yè)務(wù)風(fēng)險(xiǎn)時(shí)變現(xiàn)的能力，從而間接影響了銀行的盈利能力.

由表4調(diào)查可知，新開(kāi)沙荒地蘋(píng)果栽植成活率較低，不同區(qū)域成活率差異較大，行間清耕蘋(píng)果幼樹(shù)成活樹(shù)為44. 32%，間作小麥成活率僅為41. 28%，自然生草成活率為73. 32%，這與地面管理、風(fēng)沙大小和防護(hù)林生長(zhǎng)有關(guān)。2016年補(bǔ)栽的蘋(píng)果幼苗成活率顯著提高，行間清耕蘋(píng)果補(bǔ)栽成活率達(dá)到92. 94%，間作小麥補(bǔ)栽成活率達(dá)到88. 16%，自然生草補(bǔ)栽成活率為87. 13%。蘋(píng)果幼樹(shù)管理采取滴灌方式灌溉，肥隨水滴入，土壤肥力增加；再則，經(jīng)過(guò)一年的管理，防護(hù)林逐漸成林，環(huán)境有所改善，蘋(píng)果種植成活率提高。2017年春季蘋(píng)果幼樹(shù)成活率降低，說(shuō)明沙荒地種植蘋(píng)果存在越冬抽干現(xiàn)象。

②存貸比.作為傳統(tǒng)業(yè)務(wù)代表的存貸款仍然是商業(yè)銀行凈利潤(rùn)主要來(lái)源，因而從存款中派生出的貸款的占比大小直接影響了其凈利潤(rùn)大小.

根據(jù)上述選取的指標(biāo)，先行預(yù)測(cè)各自和凈利潤(rùn)的相關(guān)關(guān)系，匯總結(jié)果如表2所示.

表2　變量說(shuō)明

2.3數(shù)據(jù)來(lái)源

本文研究對(duì)象選取上市較早且主營(yíng)業(yè)務(wù)收入接近的3家國(guó)有銀行:中國(guó)銀行、工商銀行、建設(shè)銀行以及具代表性且資本規(guī)模相對(duì)大的招商、浦發(fā)、中信、民生、光大、華夏、興業(yè)、平安8家股份制銀行.數(shù)據(jù)上，選取源于各銀行季報(bào)和Wind資訊的2007到2014年32個(gè)季度的數(shù)據(jù)進(jìn)行計(jì)量.

3模型建立、檢驗(yàn)及結(jié)果

3.1模型建立

第一步，利用上述指標(biāo)，建立如下模型：

Rt=α+β1·Bt+β2·Kt+β3·Zt+β4·Dt+β5·Jt+β6·Gt+β7·St+β8·Lt+β3·Ct+θt

第三步，根據(jù)收入模型的基本假設(shè)——凈利潤(rùn)的波動(dòng)服從正態(tài)分布，可知99.9%的置信區(qū)間下，正態(tài)分布分位數(shù)約為3.09，因?yàn)椴僮黠L(fēng)險(xiǎn)引起的商業(yè)銀行凈利潤(rùn)波動(dòng)為Y操作=3.09*操作.

3.2模型檢驗(yàn)

將數(shù)據(jù)帶入模型進(jìn)行回歸之前，將搜集的數(shù)據(jù)逐步進(jìn)行檢驗(yàn)，以了解其基本特征.

3.2.1描述性檢驗(yàn)

描述性統(tǒng)計(jì)結(jié)果顯示凈利潤(rùn)偏度、峰度分別為1.5312、4.2627，滿足收入模型基本假設(shè)；存貸比均值、中位數(shù)分別為70.4939、71.4450，滿足巴塞爾協(xié)議存貸比要求，則選取的數(shù)據(jù)具有代表性.

3.2.2相關(guān)性檢驗(yàn)

相關(guān)性檢驗(yàn)結(jié)果顯示各個(gè)變量之間的相關(guān)方向與前文根據(jù)經(jīng)濟(jì)意義預(yù)測(cè)的方向完全一致，再次說(shuō)明了數(shù)據(jù)的代表性.檢驗(yàn)結(jié)果如表3所示.

表3　簡(jiǎn)化后的相關(guān)系數(shù)表

3.2.3協(xié)整性檢驗(yàn)

協(xié)整性檢驗(yàn)結(jié)果，給出原假設(shè)H0“不存在協(xié)整關(guān)系”以及顯著性水平α=0.05，而伴隨概率為0.0462<0.05，則拒絕H0，則觀察期內(nèi)各變量有協(xié)整關(guān)系，因而接下來(lái)進(jìn)行回歸分析不會(huì)產(chǎn)生影響實(shí)證結(jié)果的偽回歸.檢驗(yàn)結(jié)果如表4所示.

表4　KAO檢驗(yàn)結(jié)果

3.3結(jié)果

EVIEWS6.0對(duì)11家上市銀行總體回歸輸出結(jié)果顯示F檢驗(yàn)伴隨概率是0.000001，參數(shù)t檢驗(yàn)結(jié)果如表5所示，則在顯著性水平α=0.01情況下，F(xiàn)統(tǒng)計(jì)量和t統(tǒng)計(jì)量都能通過(guò)檢驗(yàn)，即都是有效無(wú)偏估計(jì).R2=0.960329，接近于1，說(shuō)明模型擬合度較高.根據(jù)上述模型思路，不能被模型解釋的那部分凈利潤(rùn)方差被視為是由操作風(fēng)險(xiǎn)引起的，所以操作風(fēng)險(xiǎn)引起商業(yè)銀行凈利潤(rùn)波動(dòng)占比為3.97%.

表5　11家上市銀行總體回歸輸出結(jié)果

再用EVIEWS6.0用上述方法對(duì)國(guó)有、股份制這2類(lèi)商業(yè)銀行分別進(jìn)行回歸.匯總結(jié)果如表6所示.結(jié)果顯示分別回歸的F統(tǒng)計(jì)量都在給定0.01顯著性水平下顯著，且可決系數(shù)均大于0.9，模型擬合優(yōu)度較高.而總體商業(yè)銀行(此處不包含城市商業(yè)銀行)、國(guó)有銀行、股份制銀行操作風(fēng)險(xiǎn)對(duì)凈利潤(rùn)波動(dòng)占比分別為3.97%、1.11%、6.49%.

表6　國(guó)有、股份制銀行操作風(fēng)險(xiǎn)回歸參數(shù)

表7　國(guó)有、股份制銀行操作風(fēng)險(xiǎn)估計(jì)結(jié)果

4結(jié)論與建議

4.1結(jié)論

在總體回歸結(jié)果中，得出總體操作風(fēng)險(xiǎn)大約為3.97%，低于巴塞爾協(xié)議規(guī)定的20%操作風(fēng)險(xiǎn)水平，在很多已有研究中也有類(lèi)似的結(jié)果，如楊肅昌(2015)得出3.12%這個(gè)結(jié)果.但是這一結(jié)果并不足以說(shuō)明我國(guó)上市商業(yè)銀行操作風(fēng)險(xiǎn)的管理控制已經(jīng)完善，近年來(lái)頻發(fā)且損失金額巨大的操作風(fēng)險(xiǎn)事件一次次揭露了我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)管理存在較大問(wèn)題，對(duì)此我國(guó)商業(yè)銀行仍需多多借鑒國(guó)外一些優(yōu)質(zhì)銀行的操作風(fēng)險(xiǎn)防控經(jīng)驗(yàn).同時(shí)，本文在對(duì)象選擇方面，沒(méi)有考慮資產(chǎn)規(guī)模，分支機(jī)構(gòu)數(shù)相對(duì)弱的城市商業(yè)銀行，總體的回歸結(jié)果變好，但顯然國(guó)有、股份制銀行是不足以完全代表我國(guó)上市的16家商業(yè)銀行的，更不能說(shuō)整個(gè)銀行業(yè)了，這也可能是造成總體操作風(fēng)險(xiǎn)很低的一個(gè)原因.

由上述相對(duì)操作風(fēng)險(xiǎn)結(jié)果知，國(guó)有銀行的操作風(fēng)險(xiǎn)管理控制能力要優(yōu)于股份制銀行，分析可能存在如下幾點(diǎn)原因：

1.國(guó)有銀行建立歷史更為悠久，積累了較多管理經(jīng)驗(yàn)，且在上市以后，國(guó)有銀行利用其較大的資產(chǎn)規(guī)模，不斷借鑒國(guó)外優(yōu)質(zhì)的操作風(fēng)險(xiǎn)管理控制經(jīng)驗(yàn)，引進(jìn)其優(yōu)秀的管理技術(shù)以及人才，加強(qiáng)對(duì)內(nèi)部員工相關(guān)內(nèi)容的培訓(xùn)，以促進(jìn)操作風(fēng)險(xiǎn)管理部門(mén)的建設(shè)和發(fā)展.

2.不及國(guó)有銀行在資產(chǎn)規(guī)模、客源以及營(yíng)業(yè)網(wǎng)點(diǎn)廣等方面優(yōu)勢(shì)，為了擴(kuò)大市場(chǎng)份額，相比于國(guó)有銀行更側(cè)重于傳統(tǒng)的存貸款業(yè)務(wù)，股份制銀行會(huì)投入更多精力在創(chuàng)新性的投資理財(cái)產(chǎn)品上，便累積了潛在風(fēng)險(xiǎn)；同時(shí)把工作業(yè)績(jī)作為員工的績(jī)效考核的唯一方式，對(duì)員工風(fēng)險(xiǎn)意識(shí)的培訓(xùn)與教育明顯不足，使得無(wú)論對(duì)于銀行自身還是員工都會(huì)為利益所驅(qū)使，從而忽略操作風(fēng)險(xiǎn)防控.

3.股份制商業(yè)銀行的經(jīng)營(yíng)模式更側(cè)重區(qū)域化，不符合風(fēng)險(xiǎn)分散經(jīng)營(yíng)的原則，從而容易累積風(fēng)險(xiǎn).

4.2建議

政府以及銀行業(yè)需要就“新常態(tài)”經(jīng)濟(jì)下商業(yè)銀行運(yùn)行的新特點(diǎn)做出加強(qiáng)法制管理、自身監(jiān)管等方面的措施，以維持金融市場(chǎng)的穩(wěn)定，提升與實(shí)體經(jīng)濟(jì)業(yè)務(wù)往來(lái)的服務(wù)水平.

4.2.1健全適時(shí)的操作風(fēng)險(xiǎn)防控法制建設(shè)，實(shí)行銀行業(yè)差別化管理

對(duì)于“新常態(tài)”下我國(guó)商業(yè)銀行的發(fā)展?fàn)顩r以及面臨的挑戰(zhàn)和機(jī)遇，有針對(duì)性地加強(qiáng)銀行業(yè)操作風(fēng)險(xiǎn)的政策管理，及時(shí)對(duì)《銀行業(yè)監(jiān)管法》、《商業(yè)銀行法》修訂，完善現(xiàn)有金融管理體系；根據(jù)各銀行資產(chǎn)規(guī)模、業(yè)務(wù)復(fù)雜程度，內(nèi)部管理體制以及系統(tǒng)重要性的不同，制定有效的分類(lèi)標(biāo)準(zhǔn)，將各銀行進(jìn)行差別化管理，提高法治實(shí)施效率；拓寬國(guó)有銀行的業(yè)務(wù)范圍，不限于把存貸款作為主要收益來(lái)源，約束部分股份制銀行的過(guò)度擴(kuò)張，在業(yè)務(wù)創(chuàng)新中貫徹操作風(fēng)險(xiǎn)防控.

4.2.2提升銀行業(yè)內(nèi)部風(fēng)控能力，強(qiáng)化風(fēng)控意識(shí)教育

無(wú)論是國(guó)有銀行還是股份制銀行，在日常經(jīng)營(yíng)過(guò)程中，責(zé)任主體都要明確，強(qiáng)化“底線思維”和“前瞻性”；加強(qiáng)對(duì)內(nèi)部高級(jí)管理人員的激勵(lì)約束，拓寬員工績(jī)效考核范圍；完善商業(yè)銀行內(nèi)部治理結(jié)構(gòu)，宣傳操作風(fēng)險(xiǎn)防控文化，加強(qiáng)內(nèi)部人員風(fēng)險(xiǎn)意識(shí)培訓(xùn)教育，強(qiáng)化業(yè)務(wù)合規(guī)管理，防止權(quán)利集中化，以全面提升銀行業(yè)內(nèi)部操作風(fēng)險(xiǎn)管理能力.

4.2.3加強(qiáng)金融創(chuàng)新，穩(wěn)定操作風(fēng)險(xiǎn)管理經(jīng)濟(jì)基礎(chǔ)

“金融是經(jīng)濟(jì)的核心”.商業(yè)銀行在加強(qiáng)對(duì)經(jīng)濟(jì)發(fā)展迅速、資金需求大的繁榮地區(qū)提供資金支持的同時(shí)，也要幫扶經(jīng)濟(jì)薄弱地區(qū)的發(fā)展，促進(jìn)各地區(qū)產(chǎn)業(yè)的全面升級(jí)，以改善銀行業(yè)風(fēng)險(xiǎn)管理經(jīng)濟(jì)環(huán)境；國(guó)有銀行資產(chǎn)規(guī)模固然優(yōu)于股份制商業(yè)銀行，但其資產(chǎn)質(zhì)量、財(cái)務(wù)運(yùn)作質(zhì)量、收益完善的綜合排名不及發(fā)展前景良好的股份制銀行，因而國(guó)有銀行要加強(qiáng)金融創(chuàng)新能力，拓寬業(yè)務(wù)范圍，針對(duì)于經(jīng)濟(jì)發(fā)展趨勢(shì)與客戶需求，開(kāi)發(fā)風(fēng)控良好的金融產(chǎn)品；股份制商業(yè)銀行在正興盛的金融創(chuàng)新上，要洞察潛在風(fēng)險(xiǎn)，做好風(fēng)控措施.各商業(yè)銀行都要跟上如火如荼的”互聯(lián)網(wǎng)+時(shí)代”，加強(qiáng)網(wǎng)上銀行、自助設(shè)備的拓展以及操作風(fēng)險(xiǎn)防控等建設(shè).

4.2.4強(qiáng)化銀行操作風(fēng)險(xiǎn)監(jiān)管職能，業(yè)務(wù)經(jīng)營(yíng)與風(fēng)險(xiǎn)治理同步

銀監(jiān)會(huì)需加強(qiáng)推進(jìn)監(jiān)管治理體系建設(shè)，有針對(duì)性地制定、強(qiáng)化并強(qiáng)制實(shí)施相關(guān)監(jiān)管政策；防止監(jiān)管真空，監(jiān)管交叉、重復(fù)、過(guò)度，以提高監(jiān)管效率；在銀行內(nèi)部建立要獨(dú)立的操作風(fēng)險(xiǎn)管理部門(mén)，直接對(duì)董事會(huì)負(fù)責(zé)，全面推進(jìn)銀行業(yè)務(wù)經(jīng)營(yíng)與風(fēng)險(xiǎn)治理同步進(jìn)行；國(guó)有銀行實(shí)質(zhì)是最大股東為中國(guó)財(cái)政部的股份制銀行，因而金融監(jiān)管中對(duì)于國(guó)有銀行業(yè)務(wù)適當(dāng)放開(kāi)的同時(shí)也要加強(qiáng)風(fēng)險(xiǎn)防控；普通股份制銀行要保持股權(quán)分散的狀態(tài)，防止股權(quán)集中化現(xiàn)象的產(chǎn)生，以減小風(fēng)險(xiǎn)隱患.

參考文獻(xiàn)

[1]Allen L，Bali TG. Cyclicality in Catastrophic and Operational Risk Measurements[J]. Journal of Banking & Finance, 2010, 31(4): 1191-1235.

[2]Dutta K, Perry J. A Tale of Tails: An Empirical Analysis of Loss Distribution Models for Estimating Operational Risk Capital[R]. Federal Reserve Bank of Boston,2006, 5(3): 194-194(1).

[3]Tursunalieva A, Silvapulle P. Estimation of Operational Risks Using Non-parametric Approaches with an Application to US Business Losses[C]. Australia: 24th Australasian Finance and Banking Conference 2011 Paper, 2011.

[4]Hsu CP, Huang CW, Chiou WJP. Effectiveness of Copula-extreme Value Theory in Estimating Value-at-risk:Empirical Evidence from Asian Emerging Markets[J].Reviews of Quantitative Finance and Accounting,2012, 39(4): 469-469.

[5]LI Luyao，LI Xin. Based On Bayesian Network of Commercial Bank Loans to Business Operation and the Control of Risk Analysis[J].Statistical and Application,2013, (2):55-60.

[6]Ali Bayrakdaro?lu.Ne?e Yal?in.A Fuzzy Multi-Criteria Evaluation of the Operational Factors for the State-Owned and Privately-Owned Commercial Banks in Turkey[J]. Human and Ecological Assessment An International Journal,2013, (2):443-461.

[7]Xiaoling Hao, songqiao Han.Operational Risk Transmission Model of Banks on a Scale-free Network[J].HKIE Transations,2014,21(3):170-177.

[8]Rahman Kashfia N. And Denins A.Black,Gary C.McDonald.Application of Bayesian Inference on the Modeing and Estimation of Operation Risk Using Banking Loss Data.Applied Mathematics. 2014,(6):862-876.

[9]豐吉闖,高麗君.商業(yè)銀行操作風(fēng)險(xiǎn)度量模型選擇分析[J].國(guó)際金融研究,2011,(8):88-96．

[10]盧安文,任玉瓏,唐浩陽(yáng).基于貝葉斯推斷的操作風(fēng)險(xiǎn)度量模型研究[J].系統(tǒng)工程學(xué)報(bào),2012.24(3)：287-392．

[11]邢志國(guó),丁日佳.基于面板數(shù)據(jù)模型的商業(yè)銀行操作風(fēng)險(xiǎn)分析[J].商業(yè)研究,2011,(12):146-151.

[12]賓建成,吳俊.中國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)損失分布的擬合與診斷[J].投資研究,2013,(3)：20-32．

[13]邵帥.城市商業(yè)銀行操作風(fēng)險(xiǎn)研究[D].山東財(cái)經(jīng)大學(xué),2013．

[14]王穎娜.基于損失分布法的我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)度量研究[D].東北財(cái)經(jīng)大學(xué)．2013．

[15]陳強(qiáng).基于收入模型的中小商業(yè)銀行操作風(fēng)險(xiǎn)度量分析[D].山東大學(xué)，2013．

[16]蔣安然.我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)度量方法的比較與分析[D].浙江財(cái)經(jīng)大學(xué)，2014．

[17]戴戈.我國(guó)銀行監(jiān)管面臨的問(wèn)題及其策略[J].棗莊學(xué)院學(xué)報(bào)，2014,31(6):75-77.

[18]程思勱.影響我國(guó)商業(yè)銀行不良貸款因素的實(shí)證分析[J].棗莊學(xué)院學(xué)報(bào)，2012,29(5):51-56.

[19]屈磊.國(guó)有銀行業(yè)績(jī)分析[J].棗莊學(xué)院學(xué)報(bào)，2012,29(5):36-40.

[20]王娜.中美銀行業(yè)市場(chǎng)集中度對(duì)比研究[J].棗莊學(xué)院學(xué)報(bào)，2014,31(6):70-74.

[責(zé)任編輯：呂海玲]

The Prevention and Control Research for Operating Risk of China's Commercial Banks under "New Normal" Based on Revenue Model

WANG Ya-qiana, ZHU Jia-mingb

(a. School of Finance;b. School of statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 23303, China)

Abstract:“New Normal" economy is a new summary of economic adjustment and the development process following the global economic crisis. Commercial banks keep close contact with the real economy in financial sector funds. There has exposed new problems along with its business model and risk control management of the emergence of new features. Based on the study of changes in internal and external environment facing China's commercial banks under "New Normal", this article selects the appropriate Revenue Model of the actual situation for empirical analysis. According to the principle of Revenue Model, this article chooses rhe indicators which have an impact on the operational risk and uses Listed Banks’ 32 quarter data from the years 2007 to 2014 to take model testing and regression. Meanwhile, the operating risk is measured and compared separately through classifying the 11 representative listed commercial banks into state-owned, joint-stock banks categories. The research obtains conclusions that operating risk of joint-stock banks are 4.3 times higher than the one of state-owned banks based on the introduction of the coefficient of variation, simultaneously, it analysis which have caused the results to have some targeted suggestions on the commercial banks’ operating risk control.

Key words:"new normal" economy;state-owned banks; joint-stock banks;operational risk management;internal and external environment; revenue model;related suggestions.

[中圖分類(lèi)號(hào)]F832.33

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1004-7077(2016)02-0117-08

[作者簡(jiǎn)介]朱家明(1973-),男,安徽泗縣人,安徽財(cái)經(jīng)大學(xué)副教授,碩士,主要從事應(yīng)用數(shù)學(xué)與數(shù)學(xué)建模的研究.

[基金項(xiàng)目]國(guó)家自然科學(xué)基金(項(xiàng)目編號(hào)：11301001)；安徽財(cái)經(jīng)大學(xué)教研項(xiàng)目(項(xiàng)目編號(hào)：acjyzd201429).

[收稿日期]2015-10-27