銀行操作風險高級計量法模型研究

摘要：經濟轉型期往往是各類風險的集中暴露期，而人員、制度和管理等方面的內部程序疏漏則是產生風險的重要因素。《中國銀行家調查報告（2011）》表明，在風險管理能力整體提升的情況下，操作風險的關注度首次位列第一，這顯示了中國銀行家對當前可能由于操作風險而導致損失事件爆發的警惕。

關鍵詞：操作風險、高級計量法、巴塞爾協議

引言

與市場風險、信用風險相比，操作風險的成因結構復雜，暴露模糊，且更大程度上表現為特質風險，雖然其測量技術在過去幾年中取得顯要的進步，但模型尚未成熟到可以直接投入使用，這還需要提高模型測量的精確性和可靠性，以及風險測量模型與風險管理體系的銜接性。建立模型的目的是為了使風險-收益的權衡關系更為清晰明確，過程中，重要的不是將可計量的因素變的重要，而是將重要的變的可計量。與傳統操作風險評估不同的是，操作風險計量對象是操作風險本身，即損失數據分布，具體內容為事件發生概率（PE）、事后損失程度（LGE）和不同損失事件發生的相關性。從操作風險的計量技術發展來看，是沿著簡單到復雜、低精確到高精確、低風險敏感度到高風險敏感度的路徑不斷改進的。按巴塞爾新資本協議歸納，演進中的操作風險計量模型可分為基本指標法（BIA）、標準法（SA）和高級計量法（AMA）。

其中，基本指標法和標準法都屬于“自上而下”的方法，即由監管機構收集行業風險資本數額并制定統一的資本計提標準，隨后按業務規模分配給各個部門。同時，它們都著眼于收入指標，雖易于實施，但卻導致資本要求對操作風險敏感性的下降，無法充分反映銀行具體特點和資本要求。高級計量法屬于“自下而上”的方法，需根據銀行各自的內部數據來計量操作風險，從而配置資本計提，這樣使得風險敏感度大為提高。長期看，高級計量法是商業銀行操作風險度量的必然選擇。

一、操作風險高級計量的主要方法

據ORX（The operational risk-date exchange Association）統計，國際銀行間應用廣泛的幾種高級計量法有內部計量法（IMA）、損失分布法（LDA）、評分卡法（SCA）和情景分析法，其中又以LDA為最（74%），下面先從理論上闡述上述四類方法各自的特點。

（一）內部計量法

內部計量法是在標準法的基礎上將每個業務類別進一步劃分為若干損失事件類型，根據風險暴露指標（EI）、損失事件發生概率（PE）、事后損失程度（LGE）計算出每個業務類別/損失事件類型組合(I，j)的預期損失值(EL(I，j))，然后根據全行業的損失分布為每個業務類型組合擬定一個將預期損失轉換為風險資本的轉換因子y（i，j）， 利用該因子計算每個業務單位的風險資本，總資本的計算公式為：

K（i，j）= [Y（i，j）×EI（i，j）×PE（i，j）×LGE（i，j）]

內部計量法能夠根據自身損失數據靈活計算風險資本要求，資本大小隨銀行操作風險管理和損失特征不同而不同，這更真實反映了操作風險狀況，銀行可因此及時有效制定防范措施化解風險，但內部計量法下風險資本計量的一個重要假設前提是：預期損失和非預期損失之間具有穩定的對應關系，這很容易造成銀行內部業務單位和損失類型不匹配，與實際損失偏差過大。

（二）損失分布法

損失分布法以VAR為基礎，在給定置信區間和持有期內，根據內部歷史數據得出每一業務種類/損失類型的頻率和損失強度兩個概率分布，其后計算出預期損失和非預期損失，最終導出累計損失概率分布，所有業務事件類型的風險值總和就是銀行所需配置的風險資本。

與內部計量法不同的是，損失分布法是通過計算VAR估算非預期損失，而不是假設非預期損失和預期損失之間存在穩定關系，同時業務類型和損失事件類型由各銀行基于自身風險特征而定，而非參考行業均值，這樣能更好地反映其自身業務特征。但是，由于實施損失分布法過程中強調建模的重要性，這就加大了對數據質量與數量的要求，而以VAR為基礎的測算，自然就無法忽視二維分布中低頻高損的厚尾分布。

（三）評分卡法

評分卡模型是銀行對風險和自控的一個自我評估，與內部衡量法與損失分布法相似，銀行業務被劃分為若干業務種類/損失類型組合，首先根據行業標準為風險制定一個初始值，然后通過評分卡不斷修正，使其更能反映潛在風險和適應不同業務線風險環境。通常評分卡以損失金額計量潛在損失強度，以1年發生次數表示發生頻率，以評級表示操作風險管理質量來計分，最后根據記分卡數據計算資本金。相比IMA和LDA，評分卡法對數據的依賴相對較弱，初期無須利用內部歷史損失數據與外部數據，量化操作風險有一定內在彈性。但過多的偏向定性分析難免會存在主觀偏差。

（四）情景分析法

情景分析法設定的情景都是潛在未來事件，對這種未來事件進行評估的主要探究方向是特殊情景發生的頻率及其潛在損失嚴重程度。情景性問題假設如：在某一特定業務背景下，導致操作風險某一要素或某些要素在關鍵時間段同時發生的概率有多大？結果的負面影響有多大？在情景評估中為獲得可靠結果，對其必須有清晰的定義及在標準程序下獨立評估審核過的指引，最為關鍵的要基于清晰的業務領域程序，并具有相應可靠的數據源。

二、操作風險模型實踐

巴塞爾委員會實時關注新資本協議在各國的實施狀況，尤其是操作風險下高級計量法的最新進展，其所屬的操作風險執行組（SIGOR）于2008年對來自17個國家的121家銀行進行了一項調查，其中針對AMA銀行模型方面的問題做了細致分析，這有利于推動監管當局和銀行機構進一步理解操作風險以及促進全球金融機構在該領域達成共識。

（一）操作風險集中度。風險集中度是指用于衡量操作風險暴露的要素，只有掌握風險集中度才能評估潛在的整體風險暴露，銀行根據操作風險種類（ORC）來估算潛在風險集中度。在調查中（如下圖），9%的AMA銀行有1000個以上的ORC，74%的AMA銀行有100以下的ORC，45%的AMA銀行有20以下的ORC，僅有一家銀行使用單一的ORC。地域分布來看，歐洲地區的數量分布相對分散，1-20區間內的有30%，21-200的有40%，200以上的有25%，而北美地區主要集中在200以下，日本則在100以下。

巴塞爾新資本協議雖然沒有對AMA法中的風險集中度進行明確規定（1），但銀行在模型使用中應注意到其存在的業務特性、活動復雜性等干擾因素，過低的風險集中度將難以捕獲到引發操作風險爆發的真正源泉，并且導致風險資本的低估；而過高的風險集中度在加總風險暴露以計算銀行總風險資本時會面臨對其他模型的挑戰，因此，對風險集中度的選擇必須有足夠的定性與定量分析，以確保能衡量出實際風險暴露。

（二）相關性。在測量風險資本的高級計量法下，巴塞爾資本協議對相關性是這樣解釋的：為了計算出最低的監管資本要求，我們必須把用于不同操作風險估計量的風險測量相加。然而，假設我們能證明在滿足國家監管要求的同時，國家監管體系確定的相關性也是成熟的，且執行是完整的，并且考慮了該相關性周圍的不確定性（尤其處于壓力時期），則我們允許銀行內部使用其內定的、有關個人操作風險估計量之間的操作風險損失相關性。（BIS，2006，p.152）。

操作風險中，相關性被劃分為頻率相關性、損失相關性及總損失相關性，其中總損失相關性最有可能為巴塞爾委員會所考慮。在操作風險計量中，各風險暴露因子之間所凸現的非線性相關性無法用線性相關系數ρ來度量，一般運用copulas來構建。直觀上看，copula是一個多維函數，通過兩個或更多的隨機變量間的相關性結構將它們的邊緣分布函數連接起來，它不限制邊緣分布的選擇，能夠捕捉到變量間非線性、非對稱的相關關系，又能兼顧到風險的厚尾特征，在SIGOR的調查中（如圖），有43%的AMA銀行選擇copula法，其中又以Gaussian copula最常見（36%），t-copula次之（10%）。

Gaussian copula函數沒有右尾和左尾之間的相關性，且無法捕獲操作風險數據中可能出現的聯合極端觀測值。t-couple函數左右尾的相關性隨自由度的增加而減少，因此多被運用在尾部相關性建模中。

（三）分布假設。分布假設是銀行操作風險建模的基礎，也是估算發生頻率與損失程度的重要因素。當前，計量操作風險暴露的模型相對較新，對操作風險損失程度的分布尚未形成統一標準，但巴塞爾委員會要求，模型的建立必須覆蓋操作風險損失程度的厚尾分布。SIGOR的調查中，損失程度分布方面，有33%的銀行使用對數正態分布，17%的銀行使用了威布爾分布，同時也有銀行選擇了其他分布，如對數正態混合分布、廣義帕累托分布等；而銀行在操作風險發生概率的估計方向上卻趨于一致，幾乎全部（93%）銀行選擇了泊松分布。

三、模型應用面臨的困難

由于操作風險的來源較為多元，不具備市場風險、信用風險那樣可量化的具有風險敏感性的敞口指標，所以在建模方面對數據的要求較高。在內部損失數據方面，銀行必須全面捕捉到操作隱患的所有風險暴露，且能證明被排出的數據對加總風險估計沒有實質影響，這種缺乏客觀性的方法可能會導致一定程度的數據遺漏；外部損失數據方面，公開披露的數據缺乏統一標準，且部分銀行不愿公開自身數據，導致外部損失數據不能全面反映全行業的特征現狀，且在采用外部數據建模時，需要考慮到不同銀行間業務規模、風險特征存在的差異性。

模型是對現實問題的抽象和簡化，它所揭示的是一般規律性風險，所能預測的是在一定概率下某個事件發生的可能性。過度依賴模型是不正確的，尤其是在數據匱乏、模型假設條件誤估的情況下；同樣，由于當前的模型存在的一些顯著缺點（如不能很好地解決低頻高損的厚尾分布）而全盤否定模型也是不可取的。

參考文獻：

1.Basel Committee on Banking Supervision，2009. Observed range of practice in key elements of advanced measurement approaches (AMA). http://www.bis.org/publ/bcbs160b.pdf

2.Basel Committee on Banking Supervision，2009.Results from the 2008 Loss Data Collection Exercise for Operational Risk. http://www.bis.org/publ/bcbs160a.pdf

3.Basel Committee on Banking Supervision，2011.operational risk-supervision guidelines for advanced measurement approaches. http://www.bis.org/publ/bcbs196.pdf

4.Imad A. Moosa，2008. A critique of the advanced measurement approache to regulatory capital against operational risk.www.palgrave-journals.com/jbr.