基于POT模型的商業(yè)銀行操作風(fēng)險研究

沈克慧 沈世超

[提 要]商業(yè)銀行業(yè)沒有形成一套基于整個銀行層面完整的操作風(fēng)險管理方案，嚴(yán)重制約了中國銀行業(yè)操作風(fēng)險管理水平的進一步提高。通過采用POT模型對國內(nèi)商業(yè)銀行操作風(fēng)險進行度量，證明國內(nèi)銀行操作損失存在嚴(yán)重的厚尾現(xiàn)象，從計量角度為商業(yè)銀行風(fēng)險防范提出有效的防范措施。

[關(guān)鍵詞]POT模型;商業(yè)銀行;操作風(fēng)險

隨著電子商務(wù)和技術(shù)領(lǐng)域創(chuàng)新的迅猛發(fā)展，金融產(chǎn)品和服務(wù)越來越復(fù)雜多樣化。銀行業(yè)在獲得更大利潤空間的同時，操作風(fēng)險導(dǎo)致商業(yè)銀行產(chǎn)生重大風(fēng)險危機日益顯著，特別是近10年來國內(nèi)外發(fā)生的有關(guān)操作風(fēng)險的慘痛教訓(xùn)，引發(fā)越來越多學(xué)者對操作風(fēng)險的關(guān)注。銀行業(yè)業(yè)內(nèi)人士已經(jīng)深刻意識到了管理操作風(fēng)險的重要性，并正在加以糾正和改進。但就我國而言，目前商業(yè)銀行業(yè)對操作風(fēng)險的管理和計量體系的發(fā)展距離成熟狀態(tài)還有很長一段路要走，仍然沒有一套適合于我國銀行業(yè)的操作風(fēng)險度量方法，沒有形成一套基于整個銀行層面完整的操作風(fēng)險管理方案，這些都嚴(yán)重制約了我國銀行業(yè)操作風(fēng)險管理水平的進一步提高。基于此，本研究在理論研究和實證分析的基礎(chǔ)上，吸取西方先進銀行的經(jīng)驗教訓(xùn)，借鑒巴塞爾委員會關(guān)于操作風(fēng)險管理的原則，結(jié)合銀監(jiān)會對操作風(fēng)險控制的要求，運用極值理論POT模型，按照識別、評估、計量、控制四個環(huán)節(jié)對商業(yè)銀行操作風(fēng)險管理存在的問題進行了研究。以期對銀行業(yè)現(xiàn)實的操作風(fēng)險管理和監(jiān)管具有借鑒意義。

一、我國商業(yè)銀行損失事件數(shù)據(jù)分析

從總體上看，商業(yè)銀行操作風(fēng)險的單筆損失額呈逐漸上升趨勢。如二十世紀(jì)九十年代，很少有超過億元的操作損失，但最近幾年，超過億元的損失事件頻發(fā)，操作風(fēng)險給銀行帶來的損失日益嚴(yán)重。如2005年，媒體公開報道的商業(yè)銀行操作風(fēng)險案例損失金額大多在億元以上。表1為操作損失金額區(qū)間數(shù)目圖，可以看出，我國商業(yè)銀行操作損失存在明顯的尖峰厚尾現(xiàn)象。

1.我國商業(yè)銀行操作風(fēng)險事件廣泛存在，并且給銀行帶來了巨大的實際損失和潛在損失，間接的影響也很大，而不僅僅表現(xiàn)為事件的直接損失。

2.操作風(fēng)險的暴露程度與商業(yè)銀行所在地區(qū)的經(jīng)濟活躍程度有相關(guān)性。經(jīng)濟發(fā)達(dá)地區(qū)暴露頻率比較高，雖然我們無法量化監(jiān)管因素，但可以推測發(fā)達(dá)地區(qū)操作風(fēng)險事件暴露較多和政府監(jiān)管以及社會監(jiān)督力度較大有一定關(guān)系。因此決不能因為其它一些地區(qū)暴露出來的問題比較少就忽視對這些地區(qū)的操作風(fēng)險。

3.經(jīng)濟活躍期操作風(fēng)險事件發(fā)案率較高。一般而言，在經(jīng)濟活躍期投資機會較多，對資金的需求也比較集中，如何在較短時間內(nèi)取得需要的資金和獲取更多的個人利益（此時市場機會可能是有的，有些人為了利益可能會鋌而走險，也包括一些商業(yè)銀行的高層管理者的金融腐敗）是導(dǎo)致商業(yè)銀行操作風(fēng)險事件高發(fā)的重要原因之一。

4.從銀行級別來看，操作風(fēng)險發(fā)生頻率最高的是支行。特別是我國的國有商業(yè)銀行，長期以來實行的是一種“三級管理，一級經(jīng)營”的組織格局，總行、一級分行、二級分行雖然后來陸續(xù)設(shè)立了營業(yè)部，但還是以管理職能為主，管理層次過多導(dǎo)致低效下降。雖然三級管理行擁有不同層次的審批權(quán)，但支行作為一級最重要的經(jīng)營組織，事實上還是擁有過度的權(quán)力，在存在制度缺陷的環(huán)境下成為各類“誘致型操作風(fēng)險”的高發(fā)區(qū)，也是各類“外部沖擊型操作風(fēng)險”的目標(biāo)所在。

5.從事件類型來分析，內(nèi)部欺詐損失事件居高。這正說明了目前我國商業(yè)銀行的內(nèi)部控制機制不健全，特別是缺少分工與制約，使得“道德型操作風(fēng)險”高發(fā)。由于內(nèi)部控制制度不嚴(yán)，為各種各樣的來自銀行內(nèi)部的違規(guī)操作提供了可能。一旦有了銀行內(nèi)部職員的參與，帶來的損失將是非常大的。

6.我國商業(yè)銀行操作損失事件存在明顯的尖峰厚尾現(xiàn)象。國內(nèi)商業(yè)銀行面臨的操作風(fēng)險形勢日益嚴(yán)峻，隨著銀行規(guī)模的擴大、業(yè)務(wù)品種的增加以及操作技術(shù)的日益復(fù)雜，操作風(fēng)險發(fā)生的頻率呈上升趨勢。但由于巨額的操作損失事件的存在，使得操作損失的均值明顯偏大，呈現(xiàn)明顯的尖峰厚尾現(xiàn)象。

二、實證分析

本文采用POT模型對我國商業(yè)銀行操作風(fēng)險進行度量。

（一）閾值的確定

首先將原始數(shù)據(jù)排序，使其為次序統(tǒng)計量。本文采用樣本均值余額函數(shù)圖的方法確定閾值，在前人提出的觀測圖形的基礎(chǔ)上，擬合直線并將其與樣本均值余額函數(shù)曲線進行比較，以確定閾值。這樣估計出來的閾值較直接觀察樣本均值余額曲線得出的閾值要準(zhǔn)確。

根據(jù)原始數(shù)據(jù)做出樣本均值余額函數(shù)圖，如圖1所示，其表現(xiàn)為一系列觀測點。然后看其圖形是否近似滿足正斜率的線性關(guān)系，如果滿足，再擬合線性關(guān)系圖形，取其首個相交點為閾值。根據(jù)我們做出的樣本均值余額函數(shù)圖1，可以看出，這一系列觀測點近似為正斜率的線性函數(shù)，根據(jù)擬合線性關(guān)系圖形2，當(dāng)閾值大于10000萬元左右時（也近似是與直線的首個交點）擬合情況較好。因此，我們選取閾值=10000。

（二）尺度參數(shù)、形態(tài)參數(shù)的確定

當(dāng)確定閾值后，我們可以通過極大似然估計法估計模型的尺度參數(shù)？滓和形狀參數(shù)？孜。步驟如下：

從表1可以知道，采用超閾值方法度量操作風(fēng)險極端值確定的閾值為1億元，超過閾值的原始操作損失值有32個，在95%的置信水平下，銀行可能遭受的操作風(fēng)險最大值為19億元，在99%的置信水平下，銀行可能遭受的操作風(fēng)險最大值為106億元，在99.9%的置信水平下，銀行可能遭受的操作風(fēng)險最大值為1422億元。

因為閾值的選取對極值法模型參數(shù)估計的準(zhǔn)確性至關(guān)重要，有必要對閾值的選取作進一步討論。

1.閾值的選取不宜過大

我們可以對閾值μ的取值做改變，本文令閾值分別為5000，15000，20000，25000，50000，分別計算操作風(fēng)險廣義極值分布的參數(shù)和對應(yīng)參數(shù)的操作風(fēng)險VaR99.9值，如表2。從6次模擬的情況來看，閾值越大，計算出來的數(shù)值越不穩(wěn)定。因此，閾值選為相對較小的值時是比較合理的。從閾值的選取來看，當(dāng)閾值大于一定值后，值反而出現(xiàn)變小的情況，而且波動性較大，數(shù)值不穩(wěn)定，因此閾值的選取不宜過大。

2.閾值的選取和形狀參數(shù)估計比較合理

閾值μ的確定非常重要，是正確估計參數(shù)？滓，？孜的前提。閾值μ選取的過高則估計出來的參數(shù)方差很大;閾值μ選取的過低則不能保證超量分布的收斂性，使得估計產(chǎn)生大的偏差。本節(jié)利用均值超額函數(shù)圖與直線擬合的交點確定閾值，從模擬情況來看，閾值的選取在10000萬元，將近70%的損失都小于該值，計算也包含了大部分極大值，因此，閾值選為10000萬元是比較合理的。？孜的不同取值確定了尾部的厚度，？孜越大則尾部越厚，？孜越小尾部越薄，本節(jié)采用超閾值算法度量極值理論的參數(shù)估計，計算出的？孜值較大，也證明了我國銀行操作損失存在嚴(yán)重的厚尾現(xiàn)象。

三、商業(yè)銀行操作風(fēng)險監(jiān)管資本的配置

Bekiros等（Bekiros等，2005），Longin（Longin，2004），Brooks等（Brooks等，2005），Bystrǒm（By strǒm，2004），Gencay等（Gencay等，2003，2004）針對股票市場、期貨市場等都證明了基于廣義極值理論的方法比其他方法更準(zhǔn)確地描述函數(shù)的分布特征，具有極強的預(yù)測能力，是一種穩(wěn)健的分位數(shù)預(yù)測工具，尤其可以得出更準(zhǔn)確的VaR值測量，即使采用小樣本計算出的仍然是正確的。

我們可以計算出一年內(nèi)我國整個商業(yè)銀行需要撥備的監(jiān)管資本。根據(jù)巴塞爾協(xié)議的建議，我們選取99.9%的置信水平來計算監(jiān)管資本。取閾值μ=10000萬元，我們計算出我國商業(yè)銀行操作風(fēng)險損失的99.9%分位數(shù)為：VaR99.9=1.42165×107萬元。如果我國商業(yè)銀行已經(jīng)對預(yù)期損失（損失分布的均值，按案例計算為Mean=14810.4074萬元）進行了防范，那么需要撥備的資本就是VaR99.9減去預(yù)期損失，即：VaR99.9-Mean=14216500-14810.4074=14201689.5926萬元，取近似值為1420.17億元。因此，如果我國為商業(yè)銀行準(zhǔn)備了1420.17億元監(jiān)管資本，那么便可以抵御千年一遇的巨額操作風(fēng)險損失。

四、小結(jié)

本文采用基本指標(biāo)法對我國國有商業(yè)銀行的操作風(fēng)險資本要求進行計量，計算結(jié)果表明，操作風(fēng)險是我國商業(yè)銀行風(fēng)險的重要組成部分，對資本的需求極高。通過對我國商業(yè)銀行操作風(fēng)險事件的統(tǒng)計分析，證實商業(yè)銀行操作風(fēng)險事件廣泛存在，并且給銀行帶來了巨大的實際損失和潛在損失，內(nèi)部欺詐損失事件居高，損失事件存在明顯的尖峰厚尾現(xiàn)象。通過采用POT模型對我國商業(yè)銀行操作風(fēng)險進行度量，發(fā)現(xiàn)對閾值的選取十分重要，證明了我國商業(yè)銀行操作風(fēng)險損失存在嚴(yán)重的厚尾現(xiàn)象，結(jié)合VaR的極值理論度量操作風(fēng)險極端值具有比較穩(wěn)定的結(jié)果。

[參考文獻]

[1]李娟.我國商業(yè)銀行內(nèi)部控制與操作風(fēng)險、合規(guī)風(fēng)險管理的關(guān)系研究[J].金融縱橫，2014，（4）.

[2]劉雅齋，王爽.基于銀行統(tǒng)計的商業(yè)銀行操作風(fēng)險防范措施研究[J].企業(yè)導(dǎo)報，2016，（3）.

[責(zé)任編輯：黃貝如]