中小商業(yè)銀行操作風(fēng)險(xiǎn)度量的實(shí)證分析
——以寧波銀行為例

韋茜,李立平,李文強(qiáng)

(1.廣西外國(guó)語(yǔ)學(xué)院，廣西南寧530222；2.上海財(cái)經(jīng)大學(xué)，上海200433)

中小商業(yè)銀行操作風(fēng)險(xiǎn)度量的實(shí)證分析
——以寧波銀行為例

韋茜1,李立平2,李文強(qiáng)2

(1.廣西外國(guó)語(yǔ)學(xué)院，廣西南寧530222；2.上海財(cái)經(jīng)大學(xué)，上海200433)

近年來(lái)國(guó)內(nèi)外商業(yè)銀行的操作風(fēng)險(xiǎn)損失事件頻發(fā)，商業(yè)銀行需要加強(qiáng)對(duì)操作風(fēng)險(xiǎn)的管理，提高關(guān)注度。既需要關(guān)注大商業(yè)銀行的操作風(fēng)險(xiǎn)，也需要關(guān)注中小商業(yè)銀行的操作風(fēng)險(xiǎn)。以城市商業(yè)銀行——寧波銀行為例，選取收入模型，同時(shí)運(yùn)用2007年第3季度到2015年第4季度的數(shù)據(jù)對(duì)寧波銀行的操作風(fēng)險(xiǎn)進(jìn)行實(shí)證研究。寧波銀行既有自己的特點(diǎn)，又具有一定代表性，成長(zhǎng)中的中小商業(yè)銀行需要加強(qiáng)自身的操作風(fēng)險(xiǎn)管理。

操作風(fēng)險(xiǎn)；收入模型；寧波銀行

0 引言

根據(jù)《新巴塞爾資本協(xié)議》[1]，操作風(fēng)險(xiǎn)定義為：由于有缺陷或失效的內(nèi)部程序、人員及系統(tǒng)或外部事件所造成的損失風(fēng)險(xiǎn)。操作風(fēng)險(xiǎn)無(wú)論在國(guó)外還是在國(guó)內(nèi)均給金融業(yè)特別是銀行業(yè)帶來(lái)了巨額損失。我國(guó)操作風(fēng)險(xiǎn)損失案影響較大的有中國(guó)銀行開(kāi)平案、北京農(nóng)村商業(yè)銀行胡毅騙貸案、山東省濟(jì)南市特大偽造金融票據(jù)案等。操作風(fēng)險(xiǎn)會(huì)給銀行帶來(lái)巨大的損失，進(jìn)而會(huì)威脅其生存與發(fā)展，我國(guó)商業(yè)銀行必須重視操作風(fēng)險(xiǎn)的管理，因此采用適當(dāng)?shù)姆椒ㄟM(jìn)行風(fēng)險(xiǎn)度量實(shí)證分析具有十分重要的現(xiàn)實(shí)意義。

1 研究設(shè)計(jì)

1.1 研究背景

本文以寧波銀行為例進(jìn)行操作風(fēng)險(xiǎn)的實(shí)證研究，之所以選擇了國(guó)內(nèi)首家在深圳證券交易所掛牌上市的城市商業(yè)銀行，原因如下：

一是以寧波銀行為代表的中小商業(yè)銀行需要風(fēng)險(xiǎn)度量。我國(guó)銀行業(yè)金融機(jī)構(gòu)結(jié)構(gòu)多元、類(lèi)型多樣、規(guī)模各異，截至2014年底有3家政策性銀行、5家大型商業(yè)銀行、12家股份制商業(yè)銀行、133家城市商業(yè)銀行、665家農(nóng)村商業(yè)銀行、89家農(nóng)村合作銀行、1 596家農(nóng)村信用社、1家郵政儲(chǔ)蓄銀行、1 153家村鎮(zhèn)銀行，以及其他各類(lèi)信托公司、金融公司、財(cái)務(wù)公司等[2]。目前我國(guó)四大國(guó)有商業(yè)銀行與招商銀行等大型銀行在這方面進(jìn)行了探索，也取得了一定的成果。大型銀行操作風(fēng)險(xiǎn)的度量已有一定的政策指導(dǎo)，且取得了相當(dāng)進(jìn)展，本文的關(guān)注點(diǎn)是中小銀行操作風(fēng)險(xiǎn)的度量。國(guó)有大型商業(yè)銀行的測(cè)量方法未必適合對(duì)中小銀行開(kāi)展風(fēng)險(xiǎn)測(cè)量，采用統(tǒng)一的度量模型會(huì)對(duì)某些商業(yè)銀行操作風(fēng)險(xiǎn)的度量造成一定的阻礙，也會(huì)導(dǎo)致商業(yè)銀行計(jì)提的操作風(fēng)險(xiǎn)準(zhǔn)備金不準(zhǔn)確。選取一家有代表性的銀行先行展開(kāi)研究，能在理論及方法上為展開(kāi)全面研究做好鋪墊。

二是寧波銀行具備一定實(shí)力，戰(zhàn)略規(guī)劃合理，在中小銀行中較為突出。寧波銀行自1997年成立以來(lái)，已經(jīng)發(fā)展成為一家資本凈額超520億元，總資產(chǎn)超6 500億元，員工人數(shù)超8 000人的區(qū)域性股份制上市銀行。同時(shí)，寧波銀行自成立以來(lái)，對(duì)市場(chǎng)進(jìn)行了細(xì)分，根據(jù)自身及寧波市經(jīng)濟(jì)特點(diǎn)，區(qū)別于國(guó)有銀行及其他股份制銀行，制定了以中小企業(yè)為目標(biāo)客戶的發(fā)展戰(zhàn)略。這一措施使銀行擁有一批忠誠(chéng)度高、信譽(yù)良好的中小企業(yè)客戶群體，在推動(dòng)中小企業(yè)快速發(fā)展的同時(shí)，使自身也保持了良好的資產(chǎn)質(zhì)量和經(jīng)營(yíng)效益，以其為研究對(duì)象有一定的代表性。在這個(gè)背景下對(duì)寧波銀行進(jìn)行測(cè)評(píng)衡量，能反映出寧波銀行這一類(lèi)成長(zhǎng)中的中小銀行操作的風(fēng)險(xiǎn)狀況。

三是寧波銀行發(fā)展迅速，需要風(fēng)險(xiǎn)監(jiān)控。2014年，在民生銀行、浦發(fā)銀行、興業(yè)銀行及中信銀行四家股份制上市銀行公布了其2014年業(yè)績(jī)快報(bào)之后，作為首家上市城商行——寧波銀行也披露了其業(yè)績(jī)快報(bào)。根據(jù)數(shù)據(jù)顯示，截至2014年年末，寧波銀行以16.1%的凈利潤(rùn)增速領(lǐng)先于已公布快報(bào)的其他上市銀行。近幾年寧波銀行的發(fā)展迅速，分別在上海、杭州、南京、深圳、蘇州、溫州、北京、無(wú)錫和金華設(shè)立了分行，擁有1個(gè)總行營(yíng)業(yè)部以及182家支行。相比緩慢發(fā)展的其他商業(yè)銀行，發(fā)展迅猛、業(yè)務(wù)增速快的寧波銀行更容易爆發(fā)操作風(fēng)險(xiǎn)損失事件，因此對(duì)寧波銀行的研究比其他銀行的研究更具有實(shí)際意義。

1.2 研究思路

本文采用收入模型對(duì)目標(biāo)銀行的操作風(fēng)險(xiǎn)進(jìn)行度量。

1) 收入與風(fēng)險(xiǎn)密切相關(guān)。收入作為計(jì)量業(yè)務(wù)活動(dòng)規(guī)模的合理指標(biāo)，可以從側(cè)面校驗(yàn)操作風(fēng)險(xiǎn)，畢竟操作風(fēng)險(xiǎn)對(duì)商業(yè)銀行的利潤(rùn)會(huì)產(chǎn)生重大的影響。

2) 我國(guó)大部分商業(yè)銀行的內(nèi)部損失數(shù)據(jù)庫(kù)沒(méi)有建立或者尚不完善，寧波銀行由于上市較晚等原因其損失數(shù)據(jù)同樣不可獲得。另外，由于涉及部分商業(yè)秘密，商業(yè)銀行某些數(shù)據(jù)暫不開(kāi)放。而收入模型中的變量在目前階段比較容易獲得，比如寧波銀行的收入指標(biāo)數(shù)據(jù)，可以通過(guò)查看寧波銀行的季度報(bào)與年報(bào)獲得，采用收入模型進(jìn)行計(jì)量，可以很好地解決其他模型所要求數(shù)據(jù)的不可獲得性的問(wèn)題，指標(biāo)也較易識(shí)別。

3) 收入模型能相對(duì)準(zhǔn)確地測(cè)量操作風(fēng)險(xiǎn)。收入模型以銀行的凈利潤(rùn)(凈收入)為解釋變量，方差所反映的凈利潤(rùn)(凈收入)的波動(dòng)則是全部收入風(fēng)險(xiǎn)的體現(xiàn)，而被解釋變量可以涵蓋市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)等諸多風(fēng)險(xiǎn)，涉及范圍較廣。這種涵蓋風(fēng)險(xiǎn)的廣泛性能盡量多地排除其他風(fēng)險(xiǎn)因素，最后得到的操作風(fēng)險(xiǎn)會(huì)更準(zhǔn)確。

4) 收入模型的易于操作性適用于中小銀行。該模型容易操作，運(yùn)用該模型的成本與技術(shù)要求較低，能夠滿足中小商業(yè)銀行利潤(rùn)最大化的目標(biāo)，避免中小商業(yè)銀行耗費(fèi)大量的人力、物力、財(cái)力進(jìn)行操作風(fēng)險(xiǎn)的度量，增加不必要的經(jīng)營(yíng)成本，同時(shí)滿足了中小銀行測(cè)量操作風(fēng)險(xiǎn)的要求，因此收入模型對(duì)于中小商業(yè)銀行的現(xiàn)狀有很好的適用性。

收入模型的缺陷在于：第一，線性模型假設(shè)。收入模型假設(shè)被解釋變量與解釋變量之間存在一定的線性關(guān)系。該模型的被解釋變量是收入或者凈利潤(rùn)等收益指標(biāo)，但商業(yè)銀行承擔(dān)一定的風(fēng)險(xiǎn)卻并不一定會(huì)得到回報(bào)，即操作風(fēng)險(xiǎn)是一種純粹的風(fēng)險(xiǎn)，與收益存在非均衡性，那么收入模型所設(shè)定的線性關(guān)系可能存在一定的偏差。第二，損失精確性。寧波銀行于2007年上市，雖然近幾年發(fā)展較快，但是其內(nèi)部損失數(shù)據(jù)缺失，放棄了如高級(jí)計(jì)量法等較為精準(zhǔn)的度量模型，轉(zhuǎn)而采用收入模型進(jìn)行度量，會(huì)導(dǎo)致其度量結(jié)果不夠精確。第三，該模型不能將由市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及流動(dòng)性風(fēng)險(xiǎn)解釋的部分認(rèn)為是操作風(fēng)險(xiǎn)造成的，商業(yè)銀行面臨諸多風(fēng)險(xiǎn)，將模型中引入的因素之外的所有風(fēng)險(xiǎn)看成是收入風(fēng)險(xiǎn)不準(zhǔn)確。

國(guó)內(nèi)對(duì)收入模型的應(yīng)用研究較多，樊欣、楊曉光[3](2004)運(yùn)用證券因素模型與收入模型對(duì)深圳發(fā)展銀行和浦東發(fā)展銀行分別進(jìn)行了分析，得出收入模型風(fēng)險(xiǎn)度量效果優(yōu)于證券因素模型。劉桂榮和趙妍[4](2008)應(yīng)用收入模型對(duì)中國(guó)銀行和浦東發(fā)展銀行進(jìn)行分析，得出國(guó)有商業(yè)銀行操作風(fēng)險(xiǎn)損失的可能性大于股份制商業(yè)銀行。張紅鷹[5](2009)，周蘭、謝群[6](2011)使用收入模型對(duì)上海浦東發(fā)展銀行、深圳發(fā)展銀行的操作風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析。王吉恒、王春峰[7](2010)對(duì)中國(guó)銀行、民生銀行的操作風(fēng)險(xiǎn)進(jìn)行了分析；雷心恬[8](2012)對(duì)興業(yè)銀行、浦發(fā)銀行的操作風(fēng)險(xiǎn)進(jìn)行了量化分析。可以看出，采用收入模型研究的銀行都是資產(chǎn)實(shí)力強(qiáng)大的銀行。但是，我國(guó)銀行業(yè)的穩(wěn)定既需要實(shí)力雄厚的全國(guó)規(guī)模的大銀行的穩(wěn)定，同樣也需要為數(shù)眾多的地方銀行的穩(wěn)定。

2 收入模型的基本原理

在收入模型中，商業(yè)銀行的收入(凈利潤(rùn))會(huì)受到諸多風(fēng)險(xiǎn)因素的影響，比如市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)以及操作風(fēng)險(xiǎn)，因此，該模型把商業(yè)銀行的收入作為目標(biāo)變量，而把影響收入波動(dòng)的因素作為解釋變量，目標(biāo)變量的波動(dòng)通過(guò)方差來(lái)表示，其中不能被模型所解釋的波動(dòng)則認(rèn)為是操作風(fēng)險(xiǎn)所導(dǎo)致的。其模型通常設(shè)定為以下形式：

Y=C+a1X1+a2X2+…+anXn+ε式中：Y為目標(biāo)變量的收入；C為常數(shù)項(xiàng)，指當(dāng)商業(yè)銀行面臨的所有風(fēng)險(xiǎn)都不存在時(shí)，銀行收益的值；X1，X2，…，Xn為除操作風(fēng)險(xiǎn)之外影響目標(biāo)變量的所有因素；系數(shù)a1，a2，…，an為與解釋變量相對(duì)應(yīng)的敏感系數(shù)，表示解釋變量的變化能引起目標(biāo)變量多大程度的變化；ε為隨機(jī)誤差，表示除了模型所列的影響因素之外的其他能夠引起收入變動(dòng)的因素，在本文中這類(lèi)剩余因素是指操作風(fēng)險(xiǎn)因素。

同時(shí)，由于該模型假設(shè)收入變量服從正態(tài)分布，因此可以根據(jù)正態(tài)分布的特征，通過(guò)查詢正態(tài)分布的分位數(shù)表得到在99.9%的置信水平下，正態(tài)分布的分位數(shù)大約為3.1，由此可知需要為操作風(fēng)險(xiǎn)配置的準(zhǔn)備金oprisk為3.1倍的標(biāo)準(zhǔn)差σoprisk。即：

oprisk=3.1σoprisk

3 變量的選擇與數(shù)據(jù)來(lái)源

本文在對(duì)相關(guān)文獻(xiàn)與資料進(jìn)行查閱之后發(fā)現(xiàn)，常見(jiàn)的商業(yè)銀行風(fēng)險(xiǎn)分為市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)與操作風(fēng)險(xiǎn)。本文選取了凈利潤(rùn)(JLR)這一指標(biāo)作為被解釋變量來(lái)反映寧波銀行的收益。由于收入模型將收益的波動(dòng)剔除其他風(fēng)險(xiǎn)因素所導(dǎo)致的部分之外，剩余的波動(dòng)由操作風(fēng)險(xiǎn)進(jìn)行解釋，因此，以下就市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)以及流動(dòng)性風(fēng)險(xiǎn)的變量選取進(jìn)行詳細(xì)闡述。

市場(chǎng)風(fēng)險(xiǎn)是指由于市場(chǎng)價(jià)格的不利變動(dòng)而使商業(yè)銀行表內(nèi)業(yè)務(wù)和表外業(yè)務(wù)發(fā)生損失的風(fēng)險(xiǎn)。由于工商企業(yè)是商業(yè)銀行的主要業(yè)務(wù)對(duì)象，企業(yè)的綜合經(jīng)營(yíng)情況能夠反映市場(chǎng)的變化，同時(shí)工商企業(yè)的經(jīng)營(yíng)情況也與宏觀經(jīng)濟(jì)增長(zhǎng)指標(biāo)(GDP)密切相關(guān)，因此，本文選取GDP作為衡量市場(chǎng)風(fēng)險(xiǎn)的指標(biāo)。

信用風(fēng)險(xiǎn)則主要是指?jìng)鶆?wù)人的違約風(fēng)險(xiǎn)，造成這類(lèi)風(fēng)險(xiǎn)的主要原因是債務(wù)人履約能力發(fā)生變化等外部因素，一般情況下，違約行為的發(fā)生會(huì)形成銀行的呆賬、壞賬，造成不良貸款損失，進(jìn)而對(duì)商業(yè)銀行的凈利潤(rùn)產(chǎn)生不利影響。因此，本文選取不良貸款率(NPL)作為信用風(fēng)險(xiǎn)的衡量指標(biāo)。

一般而言，商業(yè)銀行需要具有一定的流動(dòng)性，來(lái)滿足客戶隨時(shí)提取現(xiàn)金的需要，那么當(dāng)商業(yè)銀行沒(méi)有足夠的資金滿足這一需求時(shí)，就會(huì)形成一定的流動(dòng)性缺口，從而面臨流動(dòng)性風(fēng)險(xiǎn)。通常情況下，銀行的存款能夠保證商業(yè)銀行的流動(dòng)性，而貸款恰好相反，因此，本文選取存貸款差額(DLD)來(lái)衡量商業(yè)銀行的流動(dòng)性風(fēng)險(xiǎn)。

初步建立回歸方程如下：

JLR=C+a1×GDP+a2×NPL+a3×DLD+ε

在考慮到數(shù)據(jù)的可獲得性，同時(shí)為了增加樣本量，提高實(shí)證分析結(jié)果的可靠性，本文選取2007年第3季度到2015年第4季度的數(shù)據(jù)。凈利潤(rùn)、不良貸款率、存款額以及貸款額來(lái)自寧波銀行2007—2015年的季度報(bào)、半年報(bào)以及年報(bào)。此外，存貸差額由存款額減去貸款額得出。對(duì)數(shù)據(jù)的初步描述性統(tǒng)計(jì)分析如表1所示。

表1 數(shù)據(jù)描述性統(tǒng)計(jì)

4 實(shí)證分析

在回歸分析前對(duì)時(shí)間序列數(shù)據(jù)(此類(lèi)數(shù)據(jù)一般情況下具有不平穩(wěn)的特征)進(jìn)行單位根檢驗(yàn)，目的是檢測(cè)數(shù)據(jù)的平穩(wěn)性，從而剔除偽回歸的可能性。本文采用Augmented Dickey-Fuller檢驗(yàn)(即ADF檢驗(yàn))，通過(guò)EViews軟件對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)只做一階差分之后不能保證數(shù)據(jù)的同階單整，因此先進(jìn)行取對(duì)數(shù)，再進(jìn)行一階差分，做到同階單整。所有變量檢驗(yàn)結(jié)果如表2所示。

表2 ADF檢驗(yàn)結(jié)果匯總表

注：D(·)表示原始變量的一階差分，DD(·)表示原始變量的二階差分。

由以上ADF檢驗(yàn)可知，原始變量二階差分后都是平穩(wěn)的，則本文協(xié)整回歸采取的步驟如下：首先，假設(shè)變量在長(zhǎng)期存在線性關(guān)系，即存在協(xié)整關(guān)系，對(duì)其進(jìn)行回歸分析；其次，對(duì)殘差序列進(jìn)行平穩(wěn)性檢驗(yàn)。如果殘差序列通過(guò)平穩(wěn)性檢驗(yàn)，即認(rèn)為殘差序列平穩(wěn)，那么，就能判定各變量在長(zhǎng)期存在線性關(guān)系，進(jìn)而可以說(shuō)明該模型的設(shè)定是合理的。

設(shè)定回歸模型如下：

JLR=C+a1×GDP+a2×NPL+a3×DLD

令殘差項(xiàng)ε=JLR-(C+a1×RGDP+a2×NPL+a3×DLD)。

對(duì)殘差項(xiàng)ε進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表3所示。

表3 協(xié)整檢驗(yàn)結(jié)果輸出

從表3可知，由于t統(tǒng)計(jì)量值的絕對(duì)值大于5%顯著性水平下的臨界值，同時(shí)P值小于0.05，可以認(rèn)為在5%的顯著性水平下，殘差項(xiàng)ε是平穩(wěn)的，說(shuō)明原方程存在協(xié)整關(guān)系。

表4、表5結(jié)果顯示，除了不良貸款率(NPL)的t統(tǒng)計(jì)量小于2且P值大于0.05外，其他變量的t統(tǒng)計(jì)量的絕對(duì)值均大于2且P值小于0.05，可以說(shuō)常數(shù)項(xiàng)、實(shí)際GDP、存貸款差額(DLD)檢驗(yàn)效果良好，同時(shí)，擬合優(yōu)度R2=0.794 448，調(diào)整后的R2=0.773 892。1-R2則表示操作風(fēng)險(xiǎn)，說(shuō)明操作風(fēng)險(xiǎn)在總風(fēng)險(xiǎn)中的比例稍稍超出了20%，按照國(guó)際慣例,操作風(fēng)險(xiǎn)在總風(fēng)險(xiǎn)中所占的比例在10%～20%為正常,可以看出按收入模型來(lái)推算，寧波銀行存在操作風(fēng)險(xiǎn)，但風(fēng)險(xiǎn)不大。

此外F統(tǒng)計(jì)量值較高，且F統(tǒng)計(jì)量的P值顯著為零，可以認(rèn)為模型整體效果良好，本文得到如下回歸方程：

JLR=-5.438 870+0.013 275×RGDP-2.495 071×NPL+0.016 562×DLD

表4 回歸結(jié)果

表5 模型摘要

5 政策建議

通過(guò)以上對(duì)寧波銀行的分析，給出以下幾點(diǎn)政策建議:

第一，商業(yè)銀行應(yīng)該加強(qiáng)對(duì)操作風(fēng)險(xiǎn)度量的重視。目前我國(guó)商業(yè)銀行對(duì)于操作風(fēng)險(xiǎn)的管理只停留在概念層面，無(wú)論是國(guó)家方針政策的指導(dǎo)還是商業(yè)銀行內(nèi)部損失數(shù)據(jù)庫(kù)的建設(shè)，都較為落后。商業(yè)銀行想要進(jìn)行有效且全面的風(fēng)險(xiǎn)管理，必須具備完整準(zhǔn)確的經(jīng)營(yíng)數(shù)據(jù)，若數(shù)據(jù)缺失則難以準(zhǔn)確反映真實(shí)情況，還要在經(jīng)營(yíng)戰(zhàn)略上重視操作風(fēng)險(xiǎn)，眾多中小銀行往往過(guò)于關(guān)注業(yè)務(wù)的擴(kuò)張，規(guī)模的擴(kuò)大，而忽視了快速發(fā)展背后的風(fēng)險(xiǎn)，為操作風(fēng)險(xiǎn)計(jì)提的準(zhǔn)備金也略顯不足，風(fēng)險(xiǎn)發(fā)生時(shí)難以應(yīng)對(duì)。

第二，商業(yè)銀行應(yīng)當(dāng)根據(jù)自身的規(guī)模以及業(yè)務(wù)類(lèi)型，選取適合自身狀況的操作風(fēng)險(xiǎn)度量模型，同時(shí)更應(yīng)注重對(duì)操作風(fēng)險(xiǎn)的綜合測(cè)量。由于我國(guó)商業(yè)銀行數(shù)量眾多，規(guī)模各異，各自的規(guī)模與業(yè)務(wù)類(lèi)型存在較大的差別，不能以一刀切的方式開(kāi)展度量，中小商業(yè)銀行可采用相對(duì)簡(jiǎn)單實(shí)用的度量方法，如本文采用的收入模型的度量方法。隨著銀行業(yè)務(wù)發(fā)展規(guī)模的擴(kuò)大，面對(duì)更復(fù)雜多變的市場(chǎng)環(huán)境，應(yīng)適時(shí)采用更精確、更高級(jí)的測(cè)量方法，而不應(yīng)拘泥于某一種度量方法。

第三，對(duì)中小商業(yè)銀行的操作風(fēng)險(xiǎn)進(jìn)行度量，得出操作風(fēng)險(xiǎn)的數(shù)量值，但應(yīng)準(zhǔn)確理解操作風(fēng)險(xiǎn)數(shù)量值與計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金之間的關(guān)系。本文以較為典型的中小銀行——寧波銀行為例，對(duì)寧波銀行操作風(fēng)險(xiǎn)的度量進(jìn)行了實(shí)證研究，結(jié)果顯示的操作風(fēng)險(xiǎn)所對(duì)應(yīng)的準(zhǔn)備金金額與實(shí)際計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金有差距，準(zhǔn)備金遠(yuǎn)高于操作風(fēng)險(xiǎn)可能帶來(lái)的損失。準(zhǔn)備金過(guò)多會(huì)影響到銀行正常的資金運(yùn)轉(zhuǎn)，而過(guò)低的準(zhǔn)備金又會(huì)帶來(lái)潛在的風(fēng)險(xiǎn)。對(duì)實(shí)力單薄的中小銀行而言，應(yīng)盡量化解操作風(fēng)險(xiǎn)，留下適量的風(fēng)險(xiǎn)準(zhǔn)備金。

[1]巴塞爾銀行監(jiān)管委員會(huì).巴塞爾協(xié)議III[M].楊力，吳國(guó)華,譯.北京:中國(guó)金融出版社，2014:140-141.

[2]中國(guó)銀行業(yè)監(jiān)督管理委員會(huì).中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)2014年年報(bào)[EB/OL].[2017-03-01].http://www.cbrc.gov.cn/chinese/home/docView/7E0CF3C51001425E919F7395 62C350BA.html.

[3]樊欣，楊曉光.操作風(fēng)險(xiǎn)度量:國(guó)內(nèi)兩家股份制商業(yè)銀行的實(shí)證分析[J].系統(tǒng)工程，2004(5)：44-48.

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

[5]張紅鷹.我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的量化分析[J].區(qū)域金融研究，2009(3)：51-53.

[6]周蘭，謝群.基于收入模型的我國(guó)兩家商業(yè)銀行操作風(fēng)險(xiǎn)度量實(shí)證分析[J].金融經(jīng)濟(jì)，2011(9)：69-71.

[7]王吉恒，王春峰.基于收入模型的商業(yè)銀行操作風(fēng)險(xiǎn)量化研究[J].商業(yè)研究，2010(4)：137-139.

[8]雷心恬.基于收入模型的商業(yè)銀行操作風(fēng)險(xiǎn)量化分析：以興業(yè)銀行與浦東發(fā)展銀行為例[J].對(duì)外經(jīng)貿(mào)，2012(9)：52-54.

責(zé)任編輯：唐海燕

Empirical Research on Operational Risk Measurement of Small and Medium-Sized Commercial Bank—A Case Study of Bank of Ningbo

WEI Qian1,LI Liping2,LI Wenqiang2

(1.Guangxi University of Foreign Languages,Nanning 530222;2.Shanghai University of Finance and Economics,Shanghai 200433)

The frequency of operational risk loss events of commercial banks at home and abroad warns banks to strengthenthe management of operational risk and improve the awareness of operational risk.Focus should be on the operational risks of big commercial banks as well as those of small and medium-sized banks.With Bank of Ningbo taken as an example,a revenue model was constructed,and an empirical study was carried out,using data from the third quarter of 2007 to the fourth quarter of 2015,to find out the operational risks of Bank of Ningbo.The case of Bank of Ningbo demonstrates its own particularity as well as typicality.The growing small and medium commercial banks need to strengthen their own operation risk management.

operational risk;revenue model;Bank of Ningbo

10.3969/j.issn.1671- 0436.2017.02.008

2017- 03-18

韋茜(1982— )，女，博士，講師。

F803.33

A

1671- 0436(2017)02- 0040- 06