我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的度量

　　摘要：為操作風(fēng)險(xiǎn)單獨(dú)提取規(guī)范準(zhǔn)備金是《巴塞爾新資本協(xié)議》的要求。為此，文章運(yùn)用蒙特卡羅模擬對(duì)我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的歷史數(shù)據(jù)進(jìn)行了實(shí)證分析。研究表明，我國(guó)商業(yè)銀行為操作風(fēng)險(xiǎn)需要配置約15億元的資本，資本準(zhǔn)備金率約為4.79%。
　　關(guān)鍵詞：操作風(fēng)險(xiǎn)；資本計(jì)量；預(yù)警體系
　　
　　操作風(fēng)險(xiǎn)是我國(guó)商業(yè)銀行實(shí)際工作中一個(gè)重要而生動(dòng)的議題。它是指由人的失誤、系統(tǒng)的失敗、不完善的控制和程序、未經(jīng)授權(quán)的活動(dòng)和外部事件導(dǎo)致的非預(yù)期損失。在某些業(yè)務(wù)領(lǐng)域，操作風(fēng)險(xiǎn)比市場(chǎng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)更為重要。許多銀行承認(rèn)，由操作風(fēng)險(xiǎn)引起的損失已經(jīng)超過10億美元。國(guó)際上有很多銀行沒有為操作風(fēng)險(xiǎn)分配資本，我國(guó)的商業(yè)銀行大多如此。并不是因?yàn)椴僮黠L(fēng)險(xiǎn)不重要，而是大家并不知道如何為操作風(fēng)險(xiǎn)分配資本，分配多少。正如1996年12月《歐洲貨幣》雜志上的一篇文章所指出的：“銀行測(cè)度信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)并為其分配資本，是因?yàn)樗麄兡軌蜃龅竭@一點(diǎn)，而不是因?yàn)樾庞蔑L(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)是他們所面臨的最大風(fēng)險(xiǎn)。其實(shí)，操作風(fēng)險(xiǎn)更加重大、更加危險(xiǎn)，但沒有人確切知道該對(duì)它做什么”。所以，巴塞爾委員會(huì)在新資本協(xié)議中決定將操作風(fēng)險(xiǎn)納入資本分配的框架。
　　一、我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的資本計(jì)量
　?。ㄒ唬┥虡I(yè)銀行操作風(fēng)險(xiǎn)資本
　　風(fēng)險(xiǎn)資本又稱為經(jīng)濟(jì)資本，是指公司或組織在一定時(shí)期內(nèi)為防止或緩釋非預(yù)期損失導(dǎo)致的支付危機(jī)所需的資金量。相應(yīng)地，操作風(fēng)險(xiǎn)經(jīng)濟(jì)資本則是減緩非預(yù)期的操作風(fēng)險(xiǎn)損失及其所帶來的支付困難。經(jīng)濟(jì)資本是根據(jù)銀行資產(chǎn)的風(fēng)險(xiǎn)程度計(jì)算出來的。計(jì)算經(jīng)濟(jì)資本的前提是必須要對(duì)銀行的風(fēng)險(xiǎn)進(jìn)行量化。同樣地，為操作風(fēng)險(xiǎn)分配資金也是建立在操作風(fēng)險(xiǎn)量化基礎(chǔ)之上的，而這恰恰是操作風(fēng)險(xiǎn)管理最大的難題。
　　（二）商業(yè)銀行操作風(fēng)險(xiǎn)的資本計(jì)量方法
　　在新資本協(xié)議中，巴塞爾委員會(huì)提供了三種操作風(fēng)險(xiǎn)資本計(jì)量的方法：一是基本指標(biāo)法：資本要求等于某種總體活動(dòng)指標(biāo)，如總收入的固定比例。二是標(biāo)準(zhǔn)法：針對(duì)每條產(chǎn)品線應(yīng)用基本指標(biāo)法，然后加總得出總的操作風(fēng)險(xiǎn)資本要求。三是高級(jí)計(jì)量法，主要包括內(nèi)部衡量法、損失分布法和記分卡法等。內(nèi)部衡量法：運(yùn)用內(nèi)部損失數(shù)據(jù)對(duì)產(chǎn)品線/風(fēng)險(xiǎn)類型組合估算損失事件發(fā)生概率（PE）、事件發(fā)生的預(yù)期損失（LGE），PE、LGE和風(fēng)險(xiǎn)暴露指標(biāo)EI的乘積為預(yù)期損失，預(yù)期損失乘以一個(gè)固定的系數(shù)作為資本要求。損失分布法：用風(fēng)險(xiǎn)損失數(shù)據(jù)模擬其發(fā)生頻率和損失程度的具體概率分布，計(jì)算其風(fēng)險(xiǎn)價(jià)值（VAR），匯總得到總的資本要求。記分卡法：利用損失數(shù)據(jù)和前瞻的風(fēng)險(xiǎn)指標(biāo)對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，衡量風(fēng)險(xiǎn)的相對(duì)水平。
　?。ㄈ┍疚牟捎玫牟僮黠L(fēng)險(xiǎn)的資本計(jì)量方法
　　每種度量操作風(fēng)險(xiǎn)的方法都有各自的優(yōu)點(diǎn)和不足。然而，有關(guān)我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的事件和數(shù)據(jù)的積累十分匱乏，所以我們對(duì)操作風(fēng)險(xiǎn)進(jìn)行估計(jì)。估計(jì)的目的是要確定商業(yè)銀行操作風(fēng)險(xiǎn)準(zhǔn)備金。由于操作風(fēng)險(xiǎn)具有發(fā)生頻率低、損失金額分布范圍廣、厚尾特性等特點(diǎn)，很難直接利用一些傳統(tǒng)的參數(shù)或者非參數(shù)估計(jì)方法。為了克服數(shù)據(jù)的不足，并根據(jù)以往學(xué)者的研究經(jīng)驗(yàn)，本文考慮采用蒙特卡羅模擬的方法計(jì)算出操作風(fēng)險(xiǎn)的資本計(jì)量。
　　蒙特卡羅模擬法，即隨機(jī)模擬方法或稱為統(tǒng)計(jì)試驗(yàn)方法。這種方法通過統(tǒng)計(jì)量的值來計(jì)算隨機(jī)過程的參數(shù)。當(dāng)系統(tǒng)中各單元的可靠性特征已知，但可靠性過于復(fù)雜，難以建立可靠性強(qiáng)的精確數(shù)學(xué)模型或模型太復(fù)雜而不便應(yīng)用時(shí)就可以使用該方法近似計(jì)算出系統(tǒng)可靠性的預(yù)計(jì)值。隨著模擬次數(shù)的增多，其預(yù)計(jì)精度也逐漸增高。本文的實(shí)證分析將采用直接蒙特卡羅模擬方法。
　　使用蒙特卡羅模擬方法進(jìn)行我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的資本計(jì)量具有以下優(yōu)勢(shì)：一是能夠有效地通過模擬，克服數(shù)據(jù)少的缺點(diǎn)，產(chǎn)生較為準(zhǔn)確的數(shù)據(jù)。二是由于蒙特卡羅模擬的結(jié)果得出的是一個(gè)操作風(fēng)險(xiǎn)損失值的概率分布，從分布可以很方便地得出不同水平的分位數(shù)，進(jìn)而使用VaR的框架度量整個(gè)商業(yè)銀行的風(fēng)險(xiǎn)。
　　（四）我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)資本計(jì)量的實(shí)證分析
　　1、研究數(shù)據(jù)和內(nèi)容說明
　　由于很難獲得我國(guó)商業(yè)銀行內(nèi)部的操作風(fēng)險(xiǎn)損失事件數(shù)據(jù)，本文盡可能地收集了國(guó)內(nèi)外媒體公開報(bào)導(dǎo)的我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)損失事件。收集的過程主要以使用Baidu信息搜索引擎和關(guān)注前人的研究論文為主。結(jié)果共收集到損失事件443起，涉及我國(guó)國(guó)內(nèi)的商業(yè)銀行13家，包括工農(nóng)中建及交通銀行、民生銀行、中信銀行、光大銀行、招商銀行、廣東發(fā)展銀行、深圳發(fā)展銀行、浦發(fā)銀行及華夏銀行。時(shí)間跨度為2000-2009年，給銀行帶來的損失最多21.9億元，最少6元。每一筆損失都記錄了其損失事件發(fā)生時(shí)間、損失金額、損失事件類型、業(yè)務(wù)部門等。其中對(duì)于損失事件的分類參照巴塞爾委員會(huì)對(duì)于操作風(fēng)險(xiǎn)事件七大分類的界定。
　　2、蒙特卡羅模擬的思路和方法
　?。?）運(yùn)用蒙特卡羅模擬進(jìn)行操作風(fēng)險(xiǎn)資本計(jì)量的基本思路
　　描述操作風(fēng)險(xiǎn)有兩個(gè)重要的屬性：損失事件發(fā)生頻率和損失金額。如果我們清楚地知道未來第i年我國(guó)商業(yè)銀行損失風(fēng)險(xiǎn)事件發(fā)生頻率Qi以及每次的損失金額lj，將其加總求和可以求得未來第i年的操作風(fēng)險(xiǎn)損失總和。如果假設(shè)發(fā)生頻率和損失金額的統(tǒng)計(jì)分布在短期內(nèi)不會(huì)發(fā)生變化，我們就可以使用歷史的損失數(shù)據(jù)對(duì)其分布進(jìn)行估計(jì)，并且對(duì)聯(lián)合分布函數(shù)進(jìn)行模擬，得到操作風(fēng)險(xiǎn)的未來損失值。這就是采用蒙特卡羅方法模擬計(jì)算操作風(fēng)險(xiǎn)資本的基本思路。
　?。?）運(yùn)用蒙特卡羅模擬方法進(jìn)行操作風(fēng)險(xiǎn)資本計(jì)量的步驟
　　第一，歷史數(shù)據(jù)以本文收集的443起國(guó)內(nèi)商業(yè)銀行2000-2009年發(fā)生的事件中具有損失數(shù)據(jù)的184起操作風(fēng)險(xiǎn)事件為樣本，主要統(tǒng)計(jì)內(nèi)容包括商業(yè)銀行的名稱、操作風(fēng)險(xiǎn)事件發(fā)生時(shí)間、損失金額、風(fēng)險(xiǎn)事件類型。
　　第二，假定損失事件類型頻率分布與損失金額分布服從已知的分布函數(shù)，然后對(duì)分布函數(shù)中的參數(shù)進(jìn)行估計(jì)。即利用收集到的歷史數(shù)據(jù)，運(yùn)用Matlab 7.8軟件對(duì)操作風(fēng)險(xiǎn)事件的損失類型發(fā)生頻率和損失金額分布進(jìn)行擬合。
　　第三，在得到損失事件類型頻率分布函數(shù)后，本文進(jìn)行了n次模擬（本文使用軟件模擬5000次），這樣就產(chǎn)生了n個(gè)符合該分布的隨機(jī)數(shù)Q1，Q2，…，Qn。
　　第四，假設(shè)Q取值為Q1，即在一段時(shí)期內(nèi)可能發(fā)生Q1次操作風(fēng)險(xiǎn)損失事件，那么，本文此時(shí)對(duì)損失金額隨機(jī)進(jìn)行Q1次模擬，就可以得到Q1個(gè)損失金額L1，L2，…，LQ1，它們代表了這一個(gè)周期內(nèi)的每一次的損失金額的大小。
　　第五，將這Q1個(gè)損失金額加總，就得到一個(gè)操作風(fēng)險(xiǎn)值的可能取值L。
　　第六，重復(fù)第四步和第五步5000次，我們就可以得到5000個(gè)操作風(fēng)險(xiǎn)資本的可能取值。
　　第七，利用這5000個(gè)可能的取值，得到操作風(fēng)險(xiǎn)的分布情況。
　　第八，由其分布情況，根據(jù)VaR模型的具體取值來決定操作風(fēng)險(xiǎn)值。
　　3、我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的資本計(jì)量的蒙特卡羅模擬
　?。?）對(duì)操作風(fēng)險(xiǎn)事件的初步統(tǒng)計(jì)
　　為了對(duì)操作風(fēng)險(xiǎn)事件有一個(gè)初步的了解，筆者首先繪制了各年操作風(fēng)險(xiǎn)損失事件發(fā)生次數(shù)及損失金額的直方圖。
　　從圖1可以看出，由于數(shù)據(jù)的搜集具有一定的偶然性，最早的損失事件發(fā)生在2000年，最晚的發(fā)生在2009年，筆者發(fā)現(xiàn)在2007-2009年，搜集到的操作風(fēng)險(xiǎn)事件數(shù)量都偏小。根據(jù)觀察2000-2006年數(shù)據(jù)的經(jīng)驗(yàn)，筆者認(rèn)為這是因?yàn)椴僮黠L(fēng)險(xiǎn)事件被披露具有有一定的滯后性，往往在事件發(fā)生幾年之后才被披露出來，所以2007-2009年一定還有操作風(fēng)險(xiǎn)事件發(fā)生，只是現(xiàn)在還未被披露。
　　
　　由于損失金額變化幅度比較大，如果直接對(duì)它的概率分布進(jìn)行估計(jì)，效果可能不太理想，且根據(jù)以往學(xué)者的研究經(jīng)驗(yàn)和慣例，本文對(duì)損失金額取以10為底的對(duì)數(shù)值，考慮損失金額對(duì)數(shù)值的概率分布。圖2就是損失金額對(duì)數(shù)值的直方圖。
　　（2）擬合損失事件頻率的概率分布
　　在對(duì)各年的操作風(fēng)險(xiǎn)事件發(fā)生頻率直方圖的分布有了直觀了解后，本文使用工程軟件Matlab 7.8擬合它們的概率密度函數(shù)。在分布模型的選定上，將Matlab默認(rèn)的全部分布都記下分布結(jié)果，然后依次對(duì)這些分布的擬合優(yōu)度進(jìn)行Kolmlgorov-Smirnov檢驗(yàn)（簡(jiǎn)稱K-S檢驗(yàn)），選擇擬合優(yōu)度最好的一種。
　　在擬合損失事件頻率的概率分布中，Matlab出現(xiàn)了指數(shù)分布、伽馬分布、廣義極值分布、對(duì)數(shù)正態(tài)分布、韋伯爾分布、Nakagami分布（又稱m分布）、負(fù)二項(xiàng)分布、瑞利分布、萊斯分布和log-logistic分布。軟件分別計(jì)算出了不同分布的參數(shù)。本文運(yùn)用“kstest”命令對(duì)不同分布分別進(jìn)行了K-S檢驗(yàn)，結(jié)果發(fā)現(xiàn)指數(shù)分布返回H值為0，即“數(shù)據(jù)符合指數(shù)分布的原假設(shè)”，且P值為0.93。因此選擇指數(shù)分布作為操作風(fēng)險(xiǎn)損失事件發(fā)生頻率的概率分布（見圖3）。
　　指數(shù)分布的累積分布函數(shù)為：
　　F（x）=1-e-λx0x>0x≤0②
　　擬合結(jié)果顯示，指數(shù)分布的參數(shù)λ為18.4。
　?。?）擬合損失金額的概率密度分布
　　與擬合操作風(fēng)險(xiǎn)發(fā)生頻率的概率密度的方法相同，先計(jì)算出所有Matlab給出的分布的參數(shù)，然后分別進(jìn)行K-S檢驗(yàn)。在擬合損失金額的概率密度分布時(shí)，Matlab給出了極值分布、廣義極值分布、正態(tài)分布、logistic分布和t分布。計(jì)算出各自分布的參數(shù)后，分別對(duì)其做K-S檢驗(yàn)，發(fā)現(xiàn)只有廣義極值分布通過檢驗(yàn)，H的返回值為0，P值為0.8591。故將廣義極值分布作為操作風(fēng)險(xiǎn)損失金額的概率分布（見圖4）。
　　
　　擬合結(jié)果顯示，參數(shù)形狀γ=-0.43，位置參數(shù)μ=1.70，刻度參數(shù)σ=2.17。
　?。?）模擬計(jì)算
　　上文已經(jīng)模擬出了操作風(fēng)險(xiǎn)損失事件發(fā)生頻率以及損失金額的概率密度分布，現(xiàn)在就可以開始進(jìn)行模擬計(jì)算了。具體的做法是：
　　令i取1-5000（即模擬次數(shù)），其中i為未來某年。每計(jì)算一次即產(chǎn)生一個(gè)第i年發(fā)生的損失事件次數(shù)。設(shè)n=round（NumOperation（i）），即將所有計(jì)算年份可能發(fā)生損失事件的次數(shù)取遍。再令j取1-n，即對(duì)每次損失事件計(jì)算出一個(gè)符合廣義極值分布的損失金額Losses。將所有Losses加總，即得到一個(gè)Total Losses，即此年份所有操作風(fēng)險(xiǎn)損失事件導(dǎo)致?lián)p失金額的加總。計(jì)算5000次后，也就得到了5000個(gè)操作風(fēng)險(xiǎn)損失金額。圖5為這些損失金額的分布直方圖。
　　同時(shí)，從模擬計(jì)算的結(jié)果中，也得到一些重要的統(tǒng)計(jì)數(shù)據(jù)：操作風(fēng)險(xiǎn)損失金額的平均值為3815.1萬元，標(biāo)準(zhǔn)差為3904.8萬元。為了計(jì)算方便，筆者再次對(duì)均值取對(duì)數(shù)，然后分別乘以不同分位數(shù)下的取值，即得到了VaR值。取分位數(shù)為90%時(shí)的損失金額為36208.38萬元，取分位數(shù)為99%時(shí)損失金額為52557.49萬元，取分位數(shù)為99.9%時(shí)的損失金額為62854.33萬元。我國(guó)商業(yè)銀行最大的操作風(fēng)險(xiǎn)損失額可達(dá)到151620.20萬元。
　?。?）我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的資本計(jì)量
　　商業(yè)銀行操作風(fēng)險(xiǎn)損失分為預(yù)期損失、非預(yù)期損失和災(zāi)難性損失。對(duì)于預(yù)期損失商業(yè)銀行可以在日常管理中加強(qiáng)操作風(fēng)險(xiǎn)的管理并通過計(jì)提操作風(fēng)險(xiǎn)準(zhǔn)備金來防范。災(zāi)難性風(fēng)險(xiǎn)商業(yè)銀行無法估計(jì)和預(yù)期，往往通過保險(xiǎn)和緩釋技術(shù)工作來方法。而對(duì)于非預(yù)期性損失，商業(yè)銀行則需要撥備專項(xiàng)的操作風(fēng)險(xiǎn)資本即經(jīng)濟(jì)資本來進(jìn)行防范。從本文模擬計(jì)算的結(jié)果看，理論上，我國(guó)商業(yè)銀行需要撥備的操作風(fēng)險(xiǎn)資本為：151620.20萬元減去3815.1萬元等于147805.10萬元，即約15億元，約占10年內(nèi)全部損失額（約313億元）的4.79%。所以，我國(guó)商業(yè)銀行應(yīng)提取4.79%的操作風(fēng)險(xiǎn)準(zhǔn)備金對(duì)其進(jìn)行抵御和防范。
　　二、研究結(jié)論
　　本文通過蒙特卡羅模擬表明我國(guó)商業(yè)銀行需要撥備約15億元來抵御操作可能帶來的損失，資本準(zhǔn)備金率約為4.97%。我國(guó)商業(yè)銀行目前需要建立一個(gè)全面準(zhǔn)確的操作風(fēng)險(xiǎn)損失事件數(shù)據(jù)庫，今后的研究才有保障。
　　參考文獻(xiàn)：
　　1、張吉光.商業(yè)銀行操作風(fēng)險(xiǎn)識(shí)別和管理[M].中國(guó)人民大學(xué)