我國商業(yè)銀行操作風險的現(xiàn)狀分析與對策研究

摘要：近年來，隨著經(jīng)濟全球化的發(fā)展，金融業(yè)的發(fā)展勢頭也十分迅猛，其中商業(yè)銀行扮演著極其重要的角色。商業(yè)銀行自設定以來，就伴隨著各種各樣的風險，隨著2008年金融危機以來，由于操作風險而導致的損失不斷引起人們的注意。2004年之后出臺的新巴塞爾協(xié)議將操作風險列入其中并進行了后續(xù)一系列的擴充，本文是基于對16家上市商業(yè)銀行的數(shù)據(jù)并應用收入模型對于我國商業(yè)銀行的操作風險現(xiàn)狀進行簡要分析。

關鍵詞：商業(yè)銀行;操作風險;收入模型

一、引言

銀行業(yè)是一個高風險的行業(yè)，對風險的防范、管理和化解是銀行業(yè)發(fā)展的永恒主題，而風險管理已經(jīng)成為當前商業(yè)銀行的生命線和核心競爭能力。但由于我國金融發(fā)展較不完善，對操作風險的關注較少，近年來操作風險銀行業(yè)帶來的重大沖擊已經(jīng)得到了全世界的金融業(yè)的關注，由此引起我國商業(yè)銀行和金融監(jiān)管當局對于商業(yè)銀行操作風險重視。[1]

目前，我國商業(yè)銀行對于操作風險的認識和管理遠未達到巴塞爾委員會的要求，在操作風險的管理和治理方面仍十分薄弱。

近幾年，國內(nèi)已經(jīng)有了許多關于商業(yè)銀行操作風險的研究論文和成果，但是也僅僅是局限于對于商業(yè)銀行操作風險的理論研究上，因此此篇論文著重研究商業(yè)銀行操作風險的實證研究，據(jù)此做出粗略分析。而研究商業(yè)銀行操作風險對于我國商業(yè)銀行體系的意義有以下幾點：[2]

1、加強對于商業(yè)銀行操作風險的實證研究，有利于從實踐環(huán)節(jié)中更加合理地分析商業(yè)銀行的操作風險。2、加強對商業(yè)銀行操作風險的研究，可以加強銀行體系對于自身風險的認知和研究。3、加強對于商業(yè)銀行操作風險的管控，有利于鞏固我國整個銀行體系以及維護我國銀行業(yè)聲譽。

二、商業(yè)銀行操作風險概述以及我國商業(yè)銀行操作風險概述

（一）商業(yè)銀行操作風險概述

一直以來，國內(nèi)外理論界對操作風險的界定存在爭議，不同的內(nèi)涵和種類的界定決定了不同的管理模式。

（二）我國商業(yè)銀行操作風險概述

根據(jù)中國銀保監(jiān)會2019年年報顯示，截至2019年年底，我國銀行業(yè)金融機構(gòu)共有4588家，機構(gòu)類型二十余種。其中包括政策性銀行、大型銀行、股份制銀行、外資銀行等全國性商業(yè)銀行，城市商業(yè)銀行等。（資料來源：中國銀行業(yè)保險業(yè)監(jiān)督管理委員會2019年年報）可以看出，在2019年我國銀行業(yè)總體呈現(xiàn)穩(wěn)健運行態(tài)勢，整體風險可控。雖然我國商業(yè)銀行整體風險較為可控，但是由于缺乏對操作風險的相關研究，銀行體系仍然面臨著較為嚴峻的操作風險。[3]

三、模型設計

（一）模型選擇

根據(jù)我國商業(yè)銀行現(xiàn)有體系以及特點，本論文使用收入模型方法來度量商業(yè)銀行的操作風險。

（二）模型思想

收入模型的基本思路是：被解釋變量為商業(yè)銀行的凈利潤，影響商業(yè)銀行各種風險的因素大致有：市場風險、信用風險、流動性風險以及操作風險，而前三種風險的計量方法目前已經(jīng)相當成熟，被解釋變量（即商業(yè)銀行的凈利潤）的波動可以被上述三種風險因素解釋，因此，要計算商業(yè)銀行的操作風險的大小，余下那部分不能被解釋的部分即可被視作商業(yè)銀行的操作風險。模型如下：

NP=α+β1*X1+β2*X2+……+βk*Xk+μ

該式子中，α是常數(shù)項，β是各風險因素的敏感系數(shù)，X為對應的風險因素，μ是隨機誤差項，不能被該模型解釋，因此可以將其視作操作風險因素。

（三）模型假設

本文是基于收入模型來度量上市商業(yè)銀行的操作風險的，并且商業(yè)銀行的凈利潤是被解釋變量，在以往論文的基礎上，選取影響上市商業(yè)銀行凈利潤的市場因素指標：GDP增長率、凈息差;影響上市商業(yè)銀行凈利潤的信用因素指標：資本充足率、不良貸款率;影響商業(yè)銀行凈利潤的流動性風險因素指標：存貸比。[4]本文據(jù)此：做出如下假設：

假設1：一般而言，GDP增長率與市場經(jīng)濟狀況呈現(xiàn)正相關。

假設2：假設商業(yè)銀行的凈利潤與凈息差呈現(xiàn)正相關關系。

假設3：假設商業(yè)銀行的凈利潤與資本充足率呈現(xiàn)正相關關系。

假設4：假設商業(yè)銀行的凈利潤與不良貸款率呈現(xiàn)負相關關系。

假設5：假設商業(yè)銀行的凈利潤與存貸比呈現(xiàn)正相關關系。

（四）模型設計

本文選擇具有代表性的16家上市銀行進行對操作風險的分析，主要分為國有商業(yè)銀行：中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設銀行，股份制商業(yè)銀行：招商銀行、浦發(fā)銀行、中信銀行、中國光大銀行、華夏銀行、中國民生銀行、興業(yè)銀行、平安銀行，城市商業(yè)銀行：北京銀行、南京銀行、寧波銀行。在樣本數(shù)據(jù)的時間維度方面，主要選取16家上市銀行2014年第一季度至2019年第一季度的數(shù)據(jù)進行研究，選擇季度數(shù)據(jù)更加能全面表現(xiàn)商業(yè)銀行的發(fā)展概況。文中數(shù)據(jù)均來自wind數(shù)據(jù)庫。

利用上述指標，建立模型如下：NP=α+β1*NIS+β2*CRAR+β3*BL+β4*LR+β5*G+μ

NP是收入模型的被解釋變量凈利潤，NIS是凈息差，CRAR是資本充足率，BL是不良貸款率，LR是存貸款比率，G是GDP增長率，α是常數(shù)項，β是各風險因素的敏感系數(shù)，μ是操作風險對凈利潤的影響因素。本文選取16上市商業(yè)銀行相關數(shù)據(jù)，具體是從2014年第一季度至2019年第一季度共21各季度的數(shù)據(jù)進行相關分析，選取季度數(shù)據(jù)是因為季度數(shù)據(jù)更能反映商業(yè)銀行的發(fā)展現(xiàn)狀。

四、實證分析

（一）數(shù)據(jù)統(tǒng)計特征描述

1.基礎數(shù)據(jù)統(tǒng)計分析

根據(jù)描述：凈利潤（NP）的偏度為1.760398，峰度為5.322502，近似服從正態(tài)分布;資本充足率（CRAR）的最小值為8.78%，符合巴塞爾協(xié)議;不良貸款比率（BL）的最大值為2.4%，符合巴塞爾協(xié)議;存貸比（LR）的平均值為72.32445%，符合我國監(jiān)管部門要求，因此上述數(shù)據(jù)有一定的代表性。

2.相關性檢驗

根據(jù)描述：GDP增長率（G）與凈利潤（NP）呈現(xiàn)正相關，符合上述假設1;凈息差（NIS）與凈利潤（NP）呈現(xiàn)正相關，符合上述假設2;資本充足率（CRAR）與凈利潤（NP）呈現(xiàn)正相關，符合上述假設3;不良貸款率（BL）與凈利潤呈現(xiàn)負相關，符合上述假設4;存貸比（LR）與凈利潤（NP）呈現(xiàn)正相關關系，符合上述假設5。

3.單位根檢驗

在三種不同的檢驗方法下，LLC檢驗的數(shù)據(jù)，即得出該組變量是存在單位根的;根據(jù)Breitung檢驗的數(shù)據(jù)中，即得出該組變量存在單位根;根據(jù)Hadri檢驗的數(shù)據(jù)中即得出該組變量存在單位根的結(jié)論。

綜上所述，判斷出所有的變量序列都是存在單位根的，即變量是非平穩(wěn)的，已知若變量是非平穩(wěn)的，就不可以直接進行回歸分析，因為可能會出現(xiàn)偽回歸的現(xiàn)象，因此在非平穩(wěn)變量回歸之前要進行面板協(xié)整檢驗。

（二）總體回歸結(jié)果分析

16家上市公司整體回歸結(jié)果

Variable Coefficient Std. Error t-Statistic Prob.

G 888.5555 135.6251 6.551555 0

NIS 72.53054 84.91461 0.854159 0.3937

CRAR 295.3826 21.21435 13.92372 0

BL 554.6927 104.9902 5.283282 0

LR -5.594515 3.114032 -1.796551 0.0734

C -9924.457 1088.129 -9.120662 0

R-squared 0.459278 Mean dependent var 541.6474

Adjusted R-squared 0.4505 S.D. dependent var 636.8319

S.E.of regression 472.0724 Akaike info criterion 15.17107

Sum squared resid 68638534 Schwarz criterion 15.24271

根據(jù)上述表和前文假設的模型可得出如下公式：

NP=-9924.457+72.53054*NIS+295.3826*CRAR+554.6927*BL-5.594515*LR+888.5555*G（3）

由上表可知，判定系數(shù)為0.459278，即表示的是凈利潤的變動的45.9278%可由本文選取的指標所解釋，根據(jù)上述收入模型的思想，得出16家商業(yè)銀行的凈利潤中有54.0722%由操作風險控制，F(xiàn)統(tǒng)計值為52.32176，概率為0，D-W值為1.246683小于2，因此變量之間一般不存在一階自相關。

進一步考察得出的公式，其中，β1、β2、β3、β5皆大于0，β3小于0，符文前文的假設，即商業(yè)銀行的凈利潤與商業(yè)銀行的凈息差、資本充足率、存貸比以及宏觀環(huán)境的GDP增長率呈現(xiàn)正相關相關關系，與商業(yè)銀行的不良貸款率呈現(xiàn)負相關關系。

而從t檢驗的結(jié)果來看，凈息差（NIS）與不良貸款率（LR）的p值分別為0.3397和0.0734，說明凈息差（NIS）和不良貸款率（LR）對凈利潤的影響不太顯著。究其原因，可能是由于我國金融市場較國外來說尚未完全自由化，銀行利率指標受市場影響較大，并沒有實現(xiàn)完全的利率市場化，因此表現(xiàn)出凈息差對凈利潤的影響不夠顯著，而不良貸款率不顯著的原因本文推測有兩點，一是由于不良貸款率是商業(yè)銀行內(nèi)部給出的資料，存在一定的懷疑度，二是由于本文所選年限過短造成沒有辦法體現(xiàn)對凈利潤的影響。

五、結(jié)語

（一）研究結(jié)論

根據(jù)上述回歸，本文對于16家上市銀行的操作風險分析結(jié)果表明，我國上市商業(yè)銀行的凈利潤波動中有54.0722%的比例是由操作風險引起的，這個數(shù)值遠遠超出巴塞爾協(xié)議中對于操作風險低于20%的限定，說明我國上市商業(yè)銀行對于操作風險的管控十分不到位。

（二）對策

操作風險的量化管理，對于我國商業(yè)銀行還是一個比較新穎的課題，因此做出的相關建議必須針對整個銀行業(yè)，本文做出如下建議：[5]

1、要積極建立統(tǒng)一的、全面的操作風險損失數(shù)據(jù)庫;2、制定針對性的操作風險管理方案;3、銀行內(nèi)部進行管理制度改革，建立有效的約束激勵機制;4、利用專業(yè)分工，進行風險轉(zhuǎn)移。

參考文獻：

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

[2]項繁繁.商業(yè)銀行操作風險防控與合規(guī)文化建設[J].南方金融，2017（09）：75-81.

[3]劉韞琿.國有商業(yè)銀行操作風險探析——基于收入模型的實證分析[J].企業(yè)改革與管理，2016（06）：109+135.

[4]Roekafella J and Schuermann T A general approach to integrated risk manage-men with skewed， fat-tailed risks， Journal of Financial Economies， 2002， 79（3）： 569-614

[5]Cruz， M， Coleman， R. and Salkin， G（1998） Modeling and Measuring Operational. Risk：87-97

作者簡介：沈瑩（1998-），女，江蘇蘇州人，研究生，金融專碩