海 蘭，張小東

基于損失分布法度量商業(yè)銀行操作風(fēng)險
——以A銀行為例

海 蘭，張小東

操作風(fēng)險是商業(yè)銀行風(fēng)險管理的重要一環(huán)，本文通過公開渠道收集A商業(yè)銀行2001～2015年的操作風(fēng)險損失數(shù)據(jù)，構(gòu)建損失分布模型，再用Monte Carlo模擬方法對操作風(fēng)險進(jìn)行了實(shí)證分析，并按照99%的置信水平得到基于VaR的A商業(yè)銀行操作風(fēng)險的資本金。

損失分布模型；操作風(fēng)險；商業(yè)銀行；巴塞爾協(xié)議III

一、引言

為應(yīng)對多變的經(jīng)濟(jì)環(huán)境，2010年，巴塞爾銀行監(jiān)管委員會提出第三版巴塞爾協(xié)議草案（簡稱“巴塞爾協(xié)議Ⅲ”）。2011年11月，G20峰會領(lǐng)導(dǎo)人在戛納宣布2013年1月之前實(shí)施新的資本協(xié)定，在2019年全面實(shí)施《巴塞爾協(xié)議Ⅲ》?！栋腿麪枀f(xié)議Ⅲ》在《巴塞爾協(xié)議Ⅱ》的基礎(chǔ)上，進(jìn)一步強(qiáng)化了全面風(fēng)險管理的理念，其主要表現(xiàn)是開始將操作風(fēng)險納入風(fēng)險管理框架，并開始用標(biāo)準(zhǔn)法對其進(jìn)行計(jì)量。2012年6月，中國銀監(jiān)會頒布《商業(yè)銀行資本管理辦法（試行）》，該《辦法》從2013年1月1日起施行?！渡虡I(yè)銀行資本管理辦法（試行）》根據(jù)新的國際標(biāo)準(zhǔn)，擴(kuò)大了風(fēng)險資本覆蓋范圍，除了信用風(fēng)險加權(quán)資產(chǎn)和市場風(fēng)險加權(quán)資產(chǎn)作為風(fēng)險加權(quán)資產(chǎn)外，還增加了操作風(fēng)險加權(quán)資產(chǎn)。鑒于操作風(fēng)險對商業(yè)銀行的重要影響，國內(nèi)學(xué)者近年來也重視商業(yè)銀行操作風(fēng)險的量化分析。

本文通過損失分布理論模擬A商業(yè)銀行操作風(fēng)險損失分布，并以公開發(fā)布的2001～2015年A商業(yè)銀行操作風(fēng)險損失數(shù)據(jù)為樣本，運(yùn)用損失分布模型對A商業(yè)銀行操作風(fēng)險資本金進(jìn)行估算并給出改善建議。

二、樣本選擇與數(shù)據(jù)描述

（一）A銀行基本情況

A銀行為全國性股份制商業(yè)銀行，截止2016年末，A銀行在國內(nèi)設(shè)立分支機(jī)構(gòu)16788家，資產(chǎn)總額為241372.65億元，貸款余額130568.46億元，存款余額178253.02億元，實(shí)現(xiàn)營業(yè)收入6758.91億元。不良貸款余額2115.2億元，不良貸款率1.62%，信貸撥備覆蓋率136.69%。

（二）數(shù)據(jù)描述

本文根據(jù)媒體披露的有關(guān)信息，統(tǒng)計(jì)了A銀行2001～2015年103件操作風(fēng)險損失事件，每起損失事件涉及金額在100元至10億元之間，數(shù)據(jù)見表1。

表1 A銀行操作風(fēng)險損失事件分布表

三、基于損失分布模型的實(shí)證分析

本文利用J-B統(tǒng)計(jì)量、K-S統(tǒng)計(jì)量和P-P統(tǒng)計(jì)量分別檢驗(yàn)操作風(fēng)險損失頻度和損失金額是否服從16種常見的分布模型（二項(xiàng)分布、負(fù)二項(xiàng)分布、卡方分布、泊松分布、指數(shù)分布、極值分布、Gamma分布、F分布、t分布、均勻分布、正態(tài)分布、對數(shù)正態(tài)分布、Logistic分布、β分布、Laplace分布、Weibull分布），檢驗(yàn)工具為SPSS19.0和Eviews6.0。

其中二項(xiàng)分布要求隨機(jī)事件相互獨(dú)立，假設(shè)A銀行近期發(fā)生操作風(fēng)險損失事件，銀行管理層會對同類業(yè)務(wù)強(qiáng)化管理，在一定的時間范圍內(nèi)，該銀行發(fā)生類似的操作風(fēng)險損失事件概率會下降。因此可以看出，操作風(fēng)險損失隨機(jī)事件并不滿足二項(xiàng)分布的要求。類似的，銀行操作風(fēng)險損失隨機(jī)事件也不滿足負(fù)二項(xiàng)分布的要求。再對剩余14種分布的J-B統(tǒng)計(jì)量、K-S統(tǒng)計(jì)量和P-P統(tǒng)計(jì)量檢驗(yàn)結(jié)果進(jìn)行比較，本文發(fā)現(xiàn)A銀行的操作風(fēng)險損失頻度服從Weibull分布，操作風(fēng)險損失金額服從對數(shù)正態(tài)分布，估計(jì)的分布參數(shù)見表2。

表2 估計(jì)的分布參數(shù)

A銀行的操作風(fēng)險損失頻度和損失金額的概率密度分布函數(shù)的形狀參數(shù)和尺度參數(shù)β如下：

x＞0,α＞0,β＞0。從檢驗(yàn)結(jié)果可知，α=2.898,β=7.695。

從檢驗(yàn)結(jié)果可知，μ=6.0176,σ=3.942。

通過Monte Carlo模擬加總的方法獲取在一定置信度下的操作風(fēng)險資本，模擬步驟如下：

第一，從操作風(fēng)險發(fā)生頻率分布函數(shù)中抽取損失事件n，再從操作風(fēng)險發(fā)生金額分布函數(shù)選取n個損失金額值m（m1，m2，…，mn）。

第二，重復(fù)選擇12000次，得到12000個模擬加總損失值，將連續(xù)12個月份的損失數(shù)據(jù)相加得到1個年份的損失值L。12000個模擬加總損失值可以得到1000個年份模擬年份損失值。

第三，將所獲得的1000個模擬年份加總損失值按從大到小的次序進(jìn)行排列，則置信度為（1-α）的相應(yīng)操作風(fēng)險資本，就可以通過加總損失分布值的第100*(1-α)個分位數(shù)與操作風(fēng)險年平均預(yù)期損失均值的差而獲得。

根據(jù)所獲得的1000個年份的模擬操作風(fēng)險損失值，按照99%的置信水平得到相應(yīng)的風(fēng)險損失VaR值，A商業(yè)銀行可能遭受的操作風(fēng)險損失值為247,261,321萬元，若A銀行提取的操作風(fēng)險資本到151,323,928萬元，則可以抵御百年一遇的極端損失。

四、結(jié)論與建議

本文通過對收集的A商業(yè)銀行2001～2015年的操作風(fēng)險損失事件數(shù)據(jù)，利用Monte Carlo模擬損失分布法進(jìn)行實(shí)證研究，發(fā)現(xiàn)A銀行的操作風(fēng)險損失頻度服從Weibull分布，操作風(fēng)險損失金額服從對數(shù)正態(tài)分布，在此基礎(chǔ)上按照99%的置信水平得到基于VaR的操作風(fēng)險的資本金要求是151,323,928萬元。

以A銀行為例可以看出，我國商業(yè)銀行操作風(fēng)險損失事件頻發(fā)的主要原因是銀行內(nèi)部控制制度不完善，公司的治理結(jié)構(gòu)不健全，商業(yè)銀行風(fēng)險識別與評估能力不強(qiáng)所引發(fā)的。建議各商業(yè)銀行根據(jù)地區(qū)和業(yè)務(wù)種類分類統(tǒng)計(jì)損失事件，建立高質(zhì)量的損失事件數(shù)據(jù)庫，并通過建立獨(dú)立的操作風(fēng)險管理部門、營造良好的風(fēng)險管理文化、重視全面操作風(fēng)險管理程序，以提升操作風(fēng)險管理水平，促進(jìn)商業(yè)銀行收益最大化。

[1]巴曙松.巴塞爾新資本協(xié)議框架下的操作風(fēng)險衡量與資本金約束[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2003,(02):17-24.

[2]顧乃康,鄧劍蘭,王貴銀.中國企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整的估計(jì)方法與蒙特卡洛模擬[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2013,(01):71-87.

[3]邢治國.基于損失分布法的商業(yè)銀行操作風(fēng)險度量[J].財會月刊,2012,(15):43-46.

[4]袁德磊,趙定濤.基于媒體報道的國內(nèi)銀行業(yè)操作風(fēng)險損失分布研究[J].國際金融研究,2007,(02):22-29.

F832.33

A

1008-4428（2017）09-101-02

海蘭，女，新疆烏魯木齊人，經(jīng)濟(jì)學(xué)碩士，中國光大銀行烏魯木齊分行，中級會計(jì)師，研究方向：財務(wù)管理；

張小東，男，新疆烏魯木齊人，經(jīng)濟(jì)學(xué)博士，新疆財經(jīng)大學(xué)金融學(xué)院講師，研究方向：農(nóng)業(yè)保險、農(nóng)村金融。