商業(yè)銀行操作風(fēng)險(xiǎn)度量研究論文

時(shí)間:2022-09-17 04:36:00

導(dǎo)語:商業(yè)銀行操作風(fēng)險(xiǎn)度量研究論文一文來源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

商業(yè)銀行操作風(fēng)險(xiǎn)度量研究論文

摘要:操作風(fēng)險(xiǎn)是商業(yè)銀行面對(duì)的主要風(fēng)險(xiǎn)之一。對(duì)操作風(fēng)險(xiǎn)進(jìn)行識(shí)別、量化進(jìn)而管理是商業(yè)銀行適應(yīng)國(guó)際金融環(huán)境變化和風(fēng)險(xiǎn)管理趨勢(shì)的必然選擇。而對(duì)操作風(fēng)險(xiǎn)進(jìn)行度量又是有效管理操作風(fēng)險(xiǎn)的前提之一。采用自上而下模型中的收入模型對(duì)國(guó)內(nèi)兩家商業(yè)銀行的操作風(fēng)險(xiǎn)狀況進(jìn)行了實(shí)證分析,表明了收入模型可以在某種程度上反映操作風(fēng)險(xiǎn)的大小以及我國(guó)商業(yè)銀行面臨著較嚴(yán)重的操作風(fēng)險(xiǎn)。

關(guān)鍵詞:新巴塞爾資本協(xié)議;商業(yè)銀行;操作風(fēng)險(xiǎn);收入模型

1變量與模型的選擇

本文主要是要考察操作風(fēng)險(xiǎn)度量模型對(duì)我國(guó)金融機(jī)構(gòu)的適用性。由于現(xiàn)階段國(guó)內(nèi)金融機(jī)構(gòu)普遍面臨著數(shù)據(jù)缺乏的問題,因此很難獲得金融機(jī)構(gòu)內(nèi)部數(shù)據(jù),所以我們這里采用自上而下模型中的收入模型。我們知道對(duì)于信用風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)來說,存在風(fēng)險(xiǎn)與報(bào)酬的一一對(duì)應(yīng)關(guān)系,但這種關(guān)系并不一定適用于操作風(fēng)險(xiǎn),操作風(fēng)險(xiǎn)損失在大多數(shù)情況下與收益的產(chǎn)生沒有必然聯(lián)系。所以我們這里建立收益與市場(chǎng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)的對(duì)應(yīng)關(guān)系。

收入模型將企業(yè)的凈利潤(rùn)作為目標(biāo)變量,然后考慮可能影響企業(yè)凈利潤(rùn)的風(fēng)險(xiǎn)因素,將其作為解釋變量。這些因素可以是市場(chǎng)因素以及信用因素等。企業(yè)凈利潤(rùn)在很大程度上可以被這些因素解釋,而余下的那些不能解釋的部分將被作為該企業(yè)由于操作風(fēng)險(xiǎn)引起的收入波動(dòng)。由于操作風(fēng)險(xiǎn)引起的收入的波動(dòng):σ2=σ2total(1-R2),我們假設(shè)收入的波動(dòng)服從正態(tài)分布,那么根據(jù)正態(tài)分布的特點(diǎn)我們將3.1倍標(biāo)準(zhǔn)差作為操作風(fēng)險(xiǎn),這樣就包括了99.9%的置信區(qū)間。這基本就可以包括了操作風(fēng)險(xiǎn)引起的未預(yù)期損失。OpRisk=3.1σ,即將收入的方差中無法被模型解釋的部分作為操作風(fēng)險(xiǎn)。也即將企業(yè)收入的波動(dòng)中不能被其他風(fēng)險(xiǎn)因素所解釋的部分看作是由操作風(fēng)險(xiǎn)所導(dǎo)致的。(樊欣、楊曉光,2004)

模型如下:y=c+b1x1i+b2x2i+b3x3i+…+ci,其中,y是企業(yè)的凈利潤(rùn),xi是第i個(gè)風(fēng)險(xiǎn)因素,bi代表了對(duì)這些因素的敏感程度。從宏觀的角度,我們認(rèn)為影響我國(guó)商業(yè)銀行收益的主要因素有:1、經(jīng)濟(jì)增長(zhǎng)。由于近些年來我國(guó)經(jīng)濟(jì)一直處于高速增長(zhǎng)過程中,銀行發(fā)展與這種經(jīng)濟(jì)增長(zhǎng)是相關(guān)的。我們使用真實(shí)GDP的增長(zhǎng)率作為這方面的代表變量。2、銀行的資產(chǎn)質(zhì)量。資產(chǎn)質(zhì)量的高低直接影響銀行的收益和風(fēng)險(xiǎn)狀況。我們使用不良貸款率作為體現(xiàn)銀行資產(chǎn)質(zhì)量的指標(biāo)。因?yàn)榫湍壳拔覈?guó)銀行業(yè)的經(jīng)營(yíng)狀況來看,傳統(tǒng)的存貸款業(yè)務(wù)仍然是商業(yè)銀行的主營(yíng)業(yè)務(wù),是收入的主要來源。信用風(fēng)險(xiǎn)仍然是最主要的風(fēng)險(xiǎn)。而信用風(fēng)險(xiǎn)很大程度上又是由于貸款人的不良資信狀況所引起的。貸款人的信用狀況及還款的及時(shí)性很大程度上影響了我國(guó)商業(yè)銀行的收益。3、股票市場(chǎng)指數(shù)。銀行的收益受市場(chǎng)的總體表現(xiàn)的影響,而股票市場(chǎng)指數(shù)是整個(gè)市場(chǎng)狀況的晴雨表。我們選用股票市場(chǎng)指數(shù)作為市場(chǎng)總體表現(xiàn)的指示變量。因此,我們最終選取的風(fēng)險(xiǎn)因素包括真實(shí)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率(gc=GDP/CPI)、不良貸款率(bl)、上證指數(shù)一年內(nèi)平均值(index)三項(xiàng)。為了探討銀行收益究竟是由哪些因素決定的,我們將進(jìn)行OLS回歸分析,建立真實(shí)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率、不良貸款率、股票市場(chǎng)指數(shù)與銀行凈利潤(rùn)(profit)選擇情況的多元線性回歸模型:Profit=c+b1(GDP/CPI)+b2bl+b3index。

為了方便數(shù)據(jù)的獲取且使數(shù)據(jù)具有一定的代表性,我們選擇股份制商業(yè)銀行浦東發(fā)展銀行和國(guó)有商業(yè)銀行中國(guó)銀行作為研究對(duì)象,進(jìn)行一定的比較研究。具體數(shù)據(jù)見表1、表2:2實(shí)證結(jié)果及分析

用OLS估計(jì)模型,得如下結(jié)果:

方程一:Profit1=2.0173gc-0.5910bl1+6.223index,

方程二:Profit2=30.0866gc-5.1443bl2+27.854index。

由于有效數(shù)據(jù)的缺乏和模型本身的局限性,此文僅從經(jīng)濟(jì)意義方面檢驗(yàn)參數(shù)估計(jì)量,b1>0,且對(duì)銀行凈利潤(rùn)的影響很大,就Profit1模型而言,在考察期經(jīng)濟(jì)增長(zhǎng)的基礎(chǔ)上,gc每增加一個(gè)百分點(diǎn),浦發(fā)銀行的凈利潤(rùn)就可以增長(zhǎng)2.0173億元,就Profit2模型而言,gc每增加一個(gè)百分點(diǎn),中行的凈利潤(rùn)就可以增長(zhǎng)30.0866億元。說明經(jīng)濟(jì)增長(zhǎng)對(duì)銀行的凈利潤(rùn)有很大的正效應(yīng)。B2<0,也符合經(jīng)濟(jì)含義,即不良貸款率與銀行的凈利潤(rùn)成反比。也就是說隨著不良貸款率的下降,銀行凈利潤(rùn)有很明顯的上升趨勢(shì)。就Profit1模型而言,bl1每下降一個(gè)百分點(diǎn),浦發(fā)銀行的凈利潤(rùn)就可以增長(zhǎng)0.5910億元。就Profit2模型而言,bl2每下降一個(gè)百分點(diǎn),中行的凈利潤(rùn)就可以增長(zhǎng)5.1443億元。從以上的統(tǒng)計(jì)結(jié)果我們還可以看出不良貸款率對(duì)國(guó)有商業(yè)銀行的杠桿作用明顯要強(qiáng)于股份制商業(yè)銀行。所以我們更要加強(qiáng)對(duì)國(guó)有商業(yè)銀行不良資產(chǎn)的監(jiān)督和管理,加強(qiáng)貸款過程的內(nèi)部控制,完善銀行內(nèi)部貸款管理制度。而b3>0,也進(jìn)一步說明了銀行的凈利潤(rùn)的增長(zhǎng)和下降是和整體的經(jīng)濟(jì)趨勢(shì)是同步的。

在我們的模型中,那部分不能被模型解釋的方差被認(rèn)為是由操作風(fēng)險(xiǎn)的引起的。在profit1模型中即浦東發(fā)展銀行的結(jié)果中,R-Square值為0.8818,說明88.18%的方差可以由模型解釋,即操作風(fēng)險(xiǎn)占到總方差的11.82%。在profit2模型中即中國(guó)銀行的結(jié)果中,回歸模型的R-Square值為0.6830,即模型可以解釋方差中的68.30%,同時(shí)也說明操作風(fēng)險(xiǎn)在總的方差中占到31.70%。所以我們可以看出浦東發(fā)展銀行的操作風(fēng)險(xiǎn)明顯低于中國(guó)銀行。事實(shí)上,在國(guó)際上,業(yè)界一般認(rèn)為操作風(fēng)險(xiǎn)在總風(fēng)險(xiǎn)中占有比例為20%以內(nèi),剔除模型本身的精確度以外,我們也能意識(shí)到我國(guó)國(guó)有商業(yè)銀行面臨著很嚴(yán)重的操作風(fēng)險(xiǎn)。

因此,在當(dāng)前金融風(fēng)險(xiǎn),金融危機(jī)日益嚴(yán)峻的背景下,我們一定要加強(qiáng)對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)的監(jiān)督和控制,積極探索對(duì)操作風(fēng)險(xiǎn)的實(shí)證度量方法,保證金融機(jī)構(gòu)乃至整個(gè)金融體系的安全。

參考文獻(xiàn)

[1]MarshallC.L.Measuringandmanagingoperationalrisksinfinancialinstitution;tools,techniques,andotherresources[M].Singapore:JohnWiley&Sons,2001.

[2]WorkingpaperontheInternationalConvergenceofCapitalMeasurementandCapitalStandards[R].Basel,Switzerland:BaselCommitteeonBankingSupervision,2004.

[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).

[4]王旭東.新巴塞爾資本協(xié)議與商業(yè)銀行操作風(fēng)險(xiǎn)量化管理[J].金融論壇,2004,(2).

[5]王方宏.商業(yè)銀行操作風(fēng)險(xiǎn)管理初探[J].金融與保險(xiǎn),2004,(8).