趙雯婷

(武漢大學(xué)經(jīng)濟與管理學(xué)院，湖北 武漢 430000)

商業(yè)銀行操作風(fēng)險的實證研究
——基于收入模型對三家國有銀行的估計

趙雯婷

(武漢大學(xué)經(jīng)濟與管理學(xué)院，湖北 武漢 430000)

巴塞爾委員會于2004年6月將業(yè)務(wù)操作風(fēng)險歸進《巴塞爾新資本協(xié)議》，自此操作風(fēng)險與信用風(fēng)險、市場風(fēng)險一起構(gòu)成了銀行業(yè)三大風(fēng)險。本文選擇在中國銀行業(yè)市場占較大份額的，上市時間較早的中國銀行、工商銀行和建設(shè)銀行三家有代表性的國有控股商業(yè)銀行，采用收入模型，為商業(yè)銀行計算操作風(fēng)險資本提供經(jīng)驗與參考。研究發(fā)現(xiàn)，國有控股商業(yè)銀行6.96%的收益波動是由操作風(fēng)險引起的。不管是相對或是絕對操作風(fēng)險值，在三大銀行中，建設(shè)銀行始終是最大的。

國有商業(yè)銀行；操作風(fēng)險；風(fēng)險度量；收入模型

自2007年金融危機席卷全球以來，國內(nèi)外金融市場風(fēng)險驟然加大?！敖鹑诤[”引發(fā)了人們對銀行風(fēng)險監(jiān)管與控制的重新思考，新巴塞爾資本協(xié)議(下面稱為新協(xié)議)由此誕生。這一協(xié)議指出，世界商業(yè)銀行把操作風(fēng)險歸進資本充足率這一計算體系當(dāng)中去。由此，操作風(fēng)險引起了國際銀行界的高度重視。

同時，隨著金融市場上產(chǎn)品不斷創(chuàng)新，尤其是衍生品市場的迅猛發(fā)展，金融市場風(fēng)險也越發(fā)引人關(guān)注。在國際上，因一個操作員失誤而引發(fā)的巴林銀行案讓全球震驚；在我國曾也發(fā)生過諸如“7.28”金融詐騙案等操作風(fēng)險案件。這些案件警醒著我們，唯有對操作風(fēng)險進行量化分析方才能夠獲得成效。就應(yīng)對日漸復(fù)雜的市場風(fēng)險、確保銀行平穩(wěn)發(fā)展而言，必須強化操作風(fēng)險的度量。

一、文獻回顧

(一)操作風(fēng)險的概念和特征

這一概念在新巴塞爾協(xié)議實施之前被詮釋為信用和市場風(fēng)險之外的其他風(fēng)險，所展現(xiàn)的是銀行領(lǐng)導(dǎo)管理人員對這一風(fēng)險的初步認知?？蛇@一解釋太過膚淺。因而后來巴塞爾委員經(jīng)過探討將其總結(jié)為：“因為內(nèi)部員工、程序或者是外部事件存在欠缺進而形成的間接或直接的經(jīng)濟損失?！边@一定義將法律風(fēng)險涵蓋其中，但沒有聲譽以及策略風(fēng)險。

(二)操作風(fēng)險度量的國內(nèi)外研究現(xiàn)狀

對于操作風(fēng)險的研究，世界銀行界日益深入，就這一風(fēng)險的管理，逐漸轉(zhuǎn)向計量方向，以求能夠更精準(zhǔn)的計算銀行所遭遇的風(fēng)險損失。依據(jù)新協(xié)議，計量方式總共包括下面幾種，即高級法、指標(biāo)法以及標(biāo)準(zhǔn)法，在這當(dāng)中，第一種包含損失分步法以及內(nèi)部衡量法等，同時也有采用貝葉斯網(wǎng)絡(luò)方法開展相關(guān)研究的。

我國對操作風(fēng)險的研究起步較晚。2003年，田玲等對各種度量方法進行對比，最終發(fā)現(xiàn)，度量操作風(fēng)險的時候內(nèi)部衡量法具有很強的針對性。2004年，樊欣、楊曉光對證券因子和收入模型進行細致的介紹，同時針對浦發(fā)和深發(fā)展銀行的操作風(fēng)險，利用上述模型進行實證分析，最終發(fā)現(xiàn)，后者效果更好一些。

二、實證分析

(一)樣本選擇

在我國銀行體系當(dāng)中，國有控股銀行占據(jù)主體地位。國有控股銀行較其他銀行來說，在諸多方面都是絕對壟斷，對我國的經(jīng)濟發(fā)展起著不可或缺的重要作用。對國有商業(yè)銀行的操作風(fēng)險度量予以強化，能夠顯著提升金融行業(yè)對風(fēng)險管理的急迫性以及重要性認識，同時還可以為其他銀行開展操作風(fēng)險提供經(jīng)驗借鑒。

(二)模型選擇

對操作風(fēng)險度量模型的選擇，要考慮的因素是可行性。鑒于收入模型具有較低的數(shù)據(jù)敏感性，不用對損失事件間存在的差異進行考慮，只需將基本財務(wù)與宏觀經(jīng)濟指標(biāo)作為解釋變量開展回歸即可。可知，利用這一模型度量我國商業(yè)銀行的操作風(fēng)險具有較強的可行性，并具有一定的創(chuàng)新性。因此，本文選擇收入模型作為實證分析的基礎(chǔ)。

(三)操作風(fēng)險的變量確定、數(shù)據(jù)來源與建模

1.模型及基本假設(shè)。

由操作風(fēng)險的定義我們能夠知道，其指的是除了信用以及市場風(fēng)險以外的其他風(fēng)險。然而，收入模型的設(shè)計恰涵蓋商業(yè)銀行所遭遇的這三類風(fēng)險，可以用下面公式進行表示：

Y=α+β1X1+β2X2+β3X3+…+ε

(1)

模型選擇自變量以及解釋變量，對自變量的方差進行計算，在這一前提下減去市場以及信用風(fēng)險因素導(dǎo)致形成的方差，所得的結(jié)果便是操作風(fēng)險。

2.變量選擇

決定銀行收入波動的因素在于銀行自身的盈利能力。由于目前存貸款利率差仍是我國商業(yè)銀行利潤的主要來源，所以銀行收益會受到利率變動的影響。本文把一年存貸利率差視為銀行盈利能力的解釋變量，表示為ld。另外，由于銀行的全面發(fā)展和真實GDP(GDP/CPI)呈正相關(guān)，因此真實GDP同樣歸為解釋變量。除此之外，不良貸款率作為反映我國商業(yè)銀行資產(chǎn)質(zhì)量高低的重要指標(biāo)，也應(yīng)作為其中一個解釋變量，表示為bl。最后，由于文章選擇的樣本為盈利水平受證券市場波動影響的國有上市銀行，所以上證綜指也該納入解釋變量，表示為index。

綜上所述，收入模型能夠用下面公式表示：

y=α+β1(GDP/CPI)+β2ld+β3bl+β4index+ε

(2)

3.數(shù)據(jù)來源

本文總共選取2014年-2016年共11個季度的數(shù)據(jù)，其中每個季度的凈利潤y以及不良貸款率bl來自中國銀行，中國工商銀行，中國建設(shè)銀行官網(wǎng)上的投資者關(guān)系欄里的財務(wù)報告的季報，半年報和年報；各季度的GDP和CPI數(shù)據(jù)來自國家統(tǒng)計局官網(wǎng)；各季度的一年期人民存貸款利率(deposit和loan)來自于中國銀行官網(wǎng)；各季度的上證綜合指數(shù)來自上海證券交易所官網(wǎng)。詳細數(shù)據(jù)如下：

中國銀行

中國建設(shè)銀行

中國工商銀行

4.基于收入模型的回歸分析

依據(jù)上述數(shù)據(jù)，依托于Stata對三大銀行分別進行線性回歸，所得結(jié)果同下表。

表1 三家國有商業(yè)銀行回歸分析結(jié)果

R方所代表的是解釋變量在多大程度上能夠被模型自變量詮釋，數(shù)值越接近1意味著其詮釋能力越強。通過上表結(jié)果能夠知道，建行R方是0.93，F(xiàn)值是21；工商銀行R方是0.95，F(xiàn)值為33；中國銀行R方是0.94，F(xiàn)值是24。這幾大銀行的方程擬合效果都比較好，但工商銀行的最好。他們的P值越是接近零，意味著結(jié)果顯著。另外，最后一行數(shù)據(jù)是把三家銀行共33份數(shù)據(jù)全部做回歸分析得到的結(jié)果，R方為0.9304，因此剩下的6.96%的收益波動被理解為是有操作風(fēng)險引起的。依據(jù)相關(guān)探究，很多論文假設(shè)銀行凈收入波動符合相關(guān)正態(tài)分布。依據(jù)正態(tài)分布的有關(guān)特征，依照新協(xié)議的置信水平，操作風(fēng)險理應(yīng)是3.1倍標(biāo)準(zhǔn)差。

δ2=σ2*(1-R2)

OpRisk=3.1*δ

其中，σ2表示凈利潤總方差，δ2代表操作風(fēng)險對應(yīng)的方差。

三、回歸結(jié)果分析

(一)絕對操作風(fēng)險度量

依照相關(guān)公式，將下表當(dāng)中的R方代入到OpRisk=3.09*δ，求出三大銀行其凈利潤的平均值以及標(biāo)準(zhǔn)差，進而能夠得到99.9%的置信水平下，三大銀行其操作風(fēng)險值。

表2 三大國有銀行絕對操作風(fēng)險值

從上表我們能夠知道，建行其絕對操作風(fēng)險值是82億元左右；工商銀行的是45億；而中國銀行這一數(shù)值為31億左右。從這些數(shù)據(jù)我們可以得出，操作風(fēng)險最高的是建行。

(二)相對操作風(fēng)險度量

統(tǒng)計學(xué)知識告訴我們，當(dāng)各組數(shù)據(jù)的均值不等，不能單純的運用標(biāo)準(zhǔn)差獲得最后的結(jié)論。為能夠更為準(zhǔn)確地對比三大銀行的風(fēng)險大小，該文引進變異系數(shù)V。

V=σ/X

(3)

上式中，X代表凈利潤的平均值，σ意味著操作風(fēng)險形成的標(biāo)準(zhǔn)差，三大銀行其相對操作風(fēng)險值同下表。

表3 三大國有銀行相對操作風(fēng)險值

變異系數(shù)越大，因為操作風(fēng)險所形成的凈利潤變化幅度就越大，隨之相對操作風(fēng)險值越大。從上表我們可以知道，相對操作風(fēng)險值最大的依然是建行，達到4.6%左右，緊隨其后的是中國銀行，約為2.7%，最小的是工商銀行，約為2.2%。引進變異系數(shù)之后，三大銀行操作風(fēng)險大小發(fā)生改變，基于數(shù)據(jù)均值存在差異，相對操作風(fēng)險值準(zhǔn)確度更高一些。

四、結(jié)論與對策建議

依托于收入模型的實證結(jié)果，對三大銀行的實際狀況予以分析，得到下面一些結(jié)論：

1.模型探究了三大銀行的面板數(shù)據(jù)，估算出我國國有控股銀行其操作風(fēng)險的大小。結(jié)果表明，接近7%的收益波動是因為操作風(fēng)險造成的，對于銀行的運營管理而言，這些風(fēng)險是值得注意的。

2.建設(shè)銀行的絕對和相對操作風(fēng)險值都是三者中最大的。分析三家銀行不良貸款率的樣本平均值，建行是1.4%左右，工商銀行是1.3%，而中國銀行也是1.3%左右，顯然建行不良貸款率最高高，這與其操作風(fēng)險值最大的結(jié)果相吻合，不良貸款率與操作風(fēng)險值呈現(xiàn)正相關(guān)。

3.同時對比凈利潤和不良貸款率，發(fā)現(xiàn)中國銀行的兩者均是最小的，再結(jié)合其1.29%的不良貸款率，可以推測中國銀行對于內(nèi)部控制所采取的態(tài)度是嚴(yán)謹?shù)?，發(fā)展策略很是穩(wěn)健，因此其絕對以及相對操作風(fēng)險值都比較小。

為積極應(yīng)對操作風(fēng)險，本文將實證分析的結(jié)果予以充分結(jié)合，針對我國商業(yè)銀行操作風(fēng)險的控制以及度量給出下面一些意見：

1.對內(nèi)部控制機制予以完善，提升職工操作風(fēng)險分辨技術(shù)。構(gòu)建行之有效的內(nèi)部控制機制，同時對內(nèi)部審核機構(gòu)的獨立性予以強化。最后利用有效的檢查制度、嚴(yán)密的風(fēng)險制度確保內(nèi)部機制得以落實。

2.構(gòu)建風(fēng)險損失數(shù)據(jù)系統(tǒng)，設(shè)計合理的監(jiān)管評估指標(biāo)。對風(fēng)險進行精細化的計量，主動規(guī)避風(fēng)險過大的業(yè)務(wù)，把風(fēng)險控制在合理水平內(nèi)。

3.充分結(jié)合度量模型，將操作風(fēng)險資本進行合理分配。選取最為合適的度量模型，準(zhǔn)確核算出操作風(fēng)險資本。

[1] 趙莉娜，周丹.關(guān)于國有控股商業(yè)銀行操作風(fēng)險度量的研究——基于收入模型的實證分析[J].特區(qū)經(jīng)濟，2014，04：103-105.

[2] 陸靜，羅偉卿.基于收入模型對商業(yè)銀行操作風(fēng)險的估計[J].金融論壇，2010，05：53-57.

[3] 樊欣，楊曉光.操作風(fēng)險度量———國內(nèi)兩家股份制商業(yè)銀行的實證分析[J].系統(tǒng)工程，2004(05).

[4] 陳學(xué)華，楊輝耀，黃向陽.POT 模型在商業(yè)銀行操作風(fēng)險度量中的應(yīng)用[J].管理科學(xué)，2003(1)：49-52.

[5] 豐吉闖，李建平，高麗君.商業(yè)銀行操作風(fēng)險度量模型選擇分析[J].國際金融研究，2011(2)：15-18.

[6] 周亮，刁博玨.基于POT 模型的商業(yè)銀行操作風(fēng)險度量[J].時代金融，2011(8)：211-213.

[7] 劉桂榮、趙妍，2008.基于收入模型的商業(yè)銀行操作風(fēng)險的實證分析[J].華東理工大學(xué)學(xué)報(社會科學(xué)版)，(3)：54-58.

[8] 嚴(yán)延、周宗放，2007.基于自上而下模型的操作風(fēng)險實證研究[J].金融電子論，(3)：22-25.

[9] Basel Committee on Banking Supervision (BCBS).Operational Risk -Supervisory Guidelines for the Advanced Measurement Approaches，2011.