溫紅梅，汪忠保，王雪瑩

(哈爾濱商業(yè)大學(xué) 金融學(xué)院，哈爾濱 150028)

金融理論與實務(wù)

基于Copula函數(shù)的我國農(nóng)村金融機構(gòu)整體風(fēng)險管理的度量與控制

溫紅梅，汪忠保，王雪瑩

(哈爾濱商業(yè)大學(xué) 金融學(xué)院，哈爾濱 150028)

整體風(fēng)險管理已經(jīng)成為金融機構(gòu)風(fēng)險管理的發(fā)展趨勢，為實現(xiàn)風(fēng)險與收益之間的平衡，在度量農(nóng)村金融機構(gòu)風(fēng)險時，需要將各種風(fēng)險進行整合，計算整體風(fēng)險水平?；谵r(nóng)村信用社、農(nóng)村商業(yè)銀行和農(nóng)村合作銀行的相關(guān)數(shù)據(jù)，運用Copula函數(shù)對我國農(nóng)村金融機構(gòu)中面臨的市場、信用和操作三大重要風(fēng)險進行整合，得到我國農(nóng)村金融機構(gòu)整體風(fēng)險水平。結(jié)果顯示，整合后的風(fēng)險值要低于各種風(fēng)險之和，能夠比較貼近實際情況。我國農(nóng)村金融機構(gòu)應(yīng)根據(jù)自身經(jīng)營情況，建立風(fēng)險損失數(shù)據(jù)庫，提高資金使用效率，改進內(nèi)部評級體系，加強銀行從業(yè)人員業(yè)務(wù)水平，進而把整體風(fēng)險控制在更加合理的水平內(nèi)。

農(nóng)村金融機構(gòu)；整體風(fēng)險管理；度量與控制

一、引 言

在經(jīng)濟系統(tǒng)中，銀行發(fā)揮著融通資金、引導(dǎo)資源流向和調(diào)節(jié)供需平衡等諸多重要的作用，同時在其運營過程中也面臨著多種不同的風(fēng)險。如今，風(fēng)險管理已成為銀行業(yè)經(jīng)營管理的重點內(nèi)容，良好的管理制度直接影響商業(yè)銀行的可持續(xù)發(fā)展。由于風(fēng)險因素越來越復(fù)雜、風(fēng)險監(jiān)管難度越來越大，機構(gòu)的整體風(fēng)險管理就成為一種必然。整體風(fēng)險管理作為金融體系的核心，是風(fēng)險管理發(fā)展到一定階段的產(chǎn)物，推行整體風(fēng)險成為銀行提高核心競爭力不可或缺的重要因素。

隨著銀行業(yè)的不斷擴充和豐富，商業(yè)銀行面臨的風(fēng)險也日益增多，經(jīng)營中的風(fēng)險是由多種因素造成的，而農(nóng)村金融機構(gòu)面臨的風(fēng)險與城市金融機構(gòu)面臨的風(fēng)險又有很大的不同。在目前的金融體系框架中，我國農(nóng)村金融機構(gòu)包括農(nóng)村信用社、農(nóng)村商業(yè)銀行、農(nóng)村合作銀行、村鎮(zhèn)銀行以及農(nóng)村資金互助社。受制度、歷史及自身諸多因素的影響，農(nóng)村金融機構(gòu)的風(fēng)險在機構(gòu)內(nèi)部不斷加速積累，在資本運行中面臨著信用風(fēng)險突出、操作風(fēng)險加劇、治理結(jié)構(gòu)和管理機制不完善等一系列問題。截至2015年末，我國共組建以縣(市)為單位統(tǒng)一農(nóng)村信用社1 299家，農(nóng)村商業(yè)銀行為859家，農(nóng)村合作銀行71家，其中農(nóng)村信用社不良貸款比例為4.3%，明顯高于我國商業(yè)銀行1.81%的不良貸款率。在農(nóng)村信用社改制為農(nóng)村商業(yè)銀行過程中，雖然實現(xiàn)凈利潤增加，但操作風(fēng)險的發(fā)生次數(shù)和涉及金額也相應(yīng)增多。所以，需要健全風(fēng)控管理體系，有效防范各類風(fēng)險，確保我國農(nóng)村金融機構(gòu)安全有效發(fā)展。

(一)農(nóng)村金融機構(gòu)整體風(fēng)險管理的必要性

傳統(tǒng)的農(nóng)村金融風(fēng)險管理是對市場風(fēng)險、信用風(fēng)險和操作風(fēng)險進行分離管理。而伴隨著經(jīng)濟金融的發(fā)展及風(fēng)險因子的復(fù)雜化，危機已經(jīng)不再是由單一風(fēng)險導(dǎo)致，而是由多種風(fēng)險、多種因素相互作用、相互影響引發(fā)，該現(xiàn)象表明對金融業(yè)風(fēng)險的度量不能再是針對一種風(fēng)險、一種因素，而應(yīng)該是對相關(guān)整體風(fēng)險的全面度量。所以，分而治之的風(fēng)險管理策略已經(jīng)不能適應(yīng)新形勢的發(fā)展，不能夠很好地對風(fēng)險進行度量與控制。整體風(fēng)險管理的研究和實踐對金融機構(gòu)全面風(fēng)險管理水平的提升和經(jīng)營績效有重大的促進作用。因此，面對新形勢，加強農(nóng)村金融機構(gòu)的整體風(fēng)險管理勢在必行。

國外對整體風(fēng)險管理的研究較多。Alexander J. McNeil(2009)運用隨機模型和Monte Carlo方法進行經(jīng)濟情景分析，認為該模型能夠?qū)崿F(xiàn)風(fēng)險的匯總，并為風(fēng)險計算提供一個新方法。Anthorny Dragiotis(2008)提到，Piraeu 銀行集團在1999年開發(fā)并使用了整體風(fēng)險管理方案，將企業(yè)的資產(chǎn)負債與經(jīng)營風(fēng)險管理整合成一個部門體系，隨后于2001年再將信用風(fēng)險管理部門做了進一步整合。

在《巴塞爾協(xié)議III》(2010)中定義商業(yè)銀行的整體風(fēng)險管理是對風(fēng)險做量化處理，以“調(diào)整后的風(fēng)險資本收益率”為主線，將其貫穿于三大風(fēng)險的各環(huán)節(jié)之中，最終在銀行業(yè)實現(xiàn)內(nèi)部風(fēng)險的全面管理。在2001年北美非壽險精算師協(xié)會(Casualty Actuarial Society，CAS)的報告中，正式定義了全面風(fēng)險管理(ERM)的含義，并以獨特的管理思想對該風(fēng)險進行了較為深入的探究。2004年9月，具有權(quán)威影響的COSO委員會頒布了《整體風(fēng)險管理——總體框架》報告，報告以內(nèi)部控制為出發(fā)點，研究整體風(fēng)險管理的過程及實施要點。Ellul和Yerramilli(2013)選取72家美國大型銀行為樣本，調(diào)查后發(fā)現(xiàn)全面風(fēng)險管理水平高的銀行面臨尾部風(fēng)險較低，資產(chǎn)的收益率較高。(Miller，Kent D.2008)Moscati在1992年提出關(guān)于整體風(fēng)險管理(Integrated Risk Management)，定義它是一種全面考慮系統(tǒng)將會面臨的諸多風(fēng)險，并形成優(yōu)化風(fēng)險組合機制的管理體系。同時，國際上出現(xiàn)了運用整體風(fēng)險管理理念的潮流。

國內(nèi)對“ERM框架”的研究相對較晚，基本開始于21世紀(jì)初期。較早的規(guī)范性文件是國資委出臺的《中央企業(yè)全面風(fēng)險管理指引》(2006)，對風(fēng)險管理工作的總體原則、基本流程、組織體系、風(fēng)險評估、風(fēng)險管理策略、風(fēng)險管理解決方案等方面進行了詳細闡述。李建平、豐吉闖、宋浩等(2011)在考慮商業(yè)銀行三大風(fēng)險的相關(guān)性的基礎(chǔ)上給出了風(fēng)險整含的過程，通過Copula函數(shù)和蒙特卡羅計算銀行整合后的風(fēng)險，以達到風(fēng)險分散化的效果。汪冬華和黃康(2013)用傳統(tǒng)的VaR方法度量銀行整體風(fēng)險水平，并考察不同業(yè)務(wù)組合及風(fēng)險變化對上市商業(yè)銀行整體風(fēng)險的敏感性影響。李社環(huán)(2008)對金融機構(gòu)建立整體風(fēng)險管理體系進行了研究，認為整體風(fēng)險管理采用綜合而一體化的管理模式。2009年銀監(jiān)會發(fā)布的《農(nóng)村中小金融機構(gòu)風(fēng)險管理機制建設(shè)指引》，《指引》首次提出了全面風(fēng)險管理體系的整體要求，以推動農(nóng)村中小金融機構(gòu)樹立全面風(fēng)險管理理念，建立全面風(fēng)險管理框架，以逐步完善風(fēng)險管理機制，提升核心競爭力。王建紅、李春曉、王碩(2016)從財務(wù)企業(yè)的角度分析整體風(fēng)險管理體系，針對存在的問題，提出改善企業(yè)風(fēng)險的應(yīng)對措施。

Copula函數(shù)是計算整體風(fēng)險管理的一種有效方法，它是將聯(lián)合分布函數(shù)與各自的邊緣分布函數(shù)連接在一起。在20世紀(jì)90年代國外就已經(jīng)將該方法運用到金融、保險等領(lǐng)域，并對投資組合中涉及的多種風(fēng)險進行管理。柏滿迎，孫祿杰(2007)的研究表明基于Copula函數(shù)的VaR方法能夠更加有效地測量風(fēng)險。李平，馬婷婷(2010)運用Copula函數(shù)得到一個我國商業(yè)銀行整體風(fēng)險水平的值。李秀芳(2016)通過模擬不同類型Copula函數(shù)，得到財險公司的不同資金需求。李石，盧祖帝(2008)實證了Copula能夠很好地刻畫多個金融資產(chǎn)間的相依結(jié)構(gòu)關(guān)系，同時表明了Copula函數(shù)結(jié)合非對稱分布技術(shù)可以很好地度量投資組合的風(fēng)險價值，進而有助于更好地測度和規(guī)避金融市場的風(fēng)險。張林(2013)改變以往的風(fēng)險估計方法，將預(yù)期缺口理論與各種風(fēng)險的邊緣分布函數(shù)和Copula函數(shù)相結(jié)合，提出針對于風(fēng)險控制的經(jīng)濟資本度量方法。

(二)本文的研究視角

本文立足于考察整體風(fēng)險對農(nóng)村金融機構(gòu)的影響。各種風(fēng)險在銀行間不斷相互轉(zhuǎn)化，人們才逐漸意識到整體風(fēng)險的重要性，加強了對我國銀行業(yè)整體風(fēng)險管理的探究。長期以來，由于我國農(nóng)村金融機構(gòu)歷史信息缺失，獲取數(shù)據(jù)困難等原因，在農(nóng)村金融機構(gòu)整體風(fēng)險度量方面的文獻較少?；诖?，本文嘗試在農(nóng)村金融機構(gòu)方面對整體風(fēng)險做度量研究。整體風(fēng)險管理作為農(nóng)村金融機構(gòu)資本監(jiān)管體系的主要內(nèi)容，對于豐富和完善我國銀行業(yè)風(fēng)險管理理論和方法，提升整體風(fēng)險管理水平，增強金融機構(gòu)的風(fēng)險管理能力、提高金融機構(gòu)的運營效率和盈利能力都有重要的理論價值和實際意義。

二、研究方法

(二)市場風(fēng)險度量方法

VaR模型即在險價值，定義為：在一定置信水平和時期，資產(chǎn)(或資產(chǎn)組合)可能面臨的最大損失。公式表達如下：

Prob{ΔP>VaR}=1-c

(1)

其中，ΔP是與持有期Δt相對應(yīng)的資產(chǎn)組合的損失價值，VaR為給定的置信水平c下在險價值，目前金融機構(gòu)采用的置信水平的范圍一般在90%～99%之間。例如：某企業(yè)資產(chǎn)組合在99%的置信度下的日VaR為1 000萬元，則代表著該資產(chǎn)組合在正常波動情況下，日最大資產(chǎn)損失數(shù)額不會超過1 000萬元的概率為99%。

VaR計算主要有三種方法：歷史模擬法、蒙特卡羅模擬法、方差—協(xié)方差法。歷史模擬法不需要假設(shè)市場因子，而是直接用過去的變化分布表示未來變化分布，所以不需要參數(shù)估計。蒙特卡羅模擬法所需要的歷史數(shù)據(jù)可以更少，能通過多次模擬提高計算精度和可靠性。但歷史模擬法主要以歷史數(shù)據(jù)為依據(jù)，蒙特卡羅模擬法假設(shè)條件較多。本文選擇計算中比較靈活、簡單的方差——協(xié)方差法對農(nóng)村金融機構(gòu)的市場風(fēng)險進行分析。該方法假設(shè)風(fēng)險因素報酬服從正態(tài)分布，計算市場因子收益分布的方差和協(xié)方差，進一步計算一定置信水平下偏離所求期望的臨界值，進而得出VaR值。

(二)信用風(fēng)險度量方法

現(xiàn)代信用風(fēng)險度量模型大致分為兩類：傳統(tǒng)度量方法和現(xiàn)代度量方法。目前國際上運用較多的模型主要有KMV模型、麥肯錫公司的宏觀模擬模型、信用風(fēng)險附加法模型、死亡率模型以及JP摩根的信用度量模型。Credit Metrics模型是以VaR理論為依據(jù)計算信用風(fēng)險的一種方法。根據(jù)選擇的信用評級體系，國際規(guī)定有標(biāo)準(zhǔn)普爾或穆迪等，確定等級轉(zhuǎn)移矩陣概率，度量不同風(fēng)險等級下的遠期價值，同時考慮等級變化帶來的風(fēng)險溢價和貸款違約收回率的影響。對信用風(fēng)險的VaR值度量時，仍可采用方差——協(xié)方差法，計算債務(wù)人信用資產(chǎn)可能發(fā)生損失的大小。

(三)操作風(fēng)險度量方法

巴塞爾銀行業(yè)監(jiān)督委員會推行操作風(fēng)險有三種計量方法：基本指標(biāo)法、標(biāo)準(zhǔn)法和高級計量法。銀行根據(jù)自身不同的規(guī)模和經(jīng)營業(yè)務(wù)，對應(yīng)各自的風(fēng)險模型。其中，高級計量法是銀行將定量和定性相結(jié)合，主要包括內(nèi)部衡量法、極值原理法、貝葉斯網(wǎng)絡(luò)法、記分卡法等?，F(xiàn)在最常用的方法是損失分布法，該方法要明確操作風(fēng)險損失發(fā)生的有關(guān)頻數(shù)與強度。由于操作風(fēng)險引發(fā)原因復(fù)雜、數(shù)據(jù)獲取比較難，本文運用蒙特卡洛模擬法估計農(nóng)村金融機構(gòu)的操作風(fēng)險。

(四)Copula函數(shù)

1999年Copula理論被引入到金融風(fēng)險領(lǐng)域中，目前已成為控制金融風(fēng)險的重要工具。

Copula函數(shù)的數(shù)學(xué)表達式為：

F(X1,…,Xn)=C(F1(x1),…,Fn(xn))

(2)

(3)

當(dāng)n=2時，Copula函數(shù)為：

(4)

其中，ρ為相關(guān)系數(shù)，Copula函數(shù)的兩個邊緣分布都為正態(tài)分布，積分上限Φ-1為標(biāo)準(zhǔn)正態(tài)分布函數(shù)的逆。

三、農(nóng)村金融機構(gòu)整體風(fēng)險度量

(一)數(shù)據(jù)來源

本文選取在農(nóng)村金融機構(gòu)中比較有代表性的三家銀行：農(nóng)村信用社、農(nóng)村合作銀行和農(nóng)村商業(yè)銀行進行實證分析。由于我國農(nóng)村金融機構(gòu)的相關(guān)技術(shù)不是很發(fā)達，數(shù)據(jù)庫建設(shè)還沒有完全確立，很難直接從農(nóng)村金融機構(gòu)獲得相關(guān)的信息。本文的數(shù)據(jù)大部分是從Wind數(shù)據(jù)庫和同花順iFunD數(shù)據(jù)庫中選取，其余的數(shù)據(jù)來源于中國人民銀行網(wǎng)站、國家統(tǒng)計局、國研網(wǎng)數(shù)據(jù)庫、《中國農(nóng)村金融服務(wù)報告》、《中國統(tǒng)計摘要》、科德操作風(fēng)險數(shù)據(jù)庫以及相關(guān)文獻和網(wǎng)絡(luò)媒體公布的數(shù)據(jù)整理得到，但仍有部分地區(qū)數(shù)據(jù)缺失。

(二)三大風(fēng)險度量

1.市場風(fēng)險度量

市場風(fēng)險易受交易活動頻率影響，由于農(nóng)村金融機構(gòu)的業(yè)務(wù)比較簡單，本文選取了三家銀行基于2009年1月—2015年12月的1年期存款利率、1年期貸款利率、3年期貸款利率、儲蓄存款、1年期貸款和中長期貸款的數(shù)據(jù)。以銀行公布的季度數(shù)據(jù)計算市場風(fēng)險因子的相關(guān)系數(shù)矩陣和協(xié)方差矩陣(見表1)，運用方差——協(xié)方差方法計算資產(chǎn)組合的標(biāo)準(zhǔn)差以及相關(guān)系數(shù)。假定市場因子服從正態(tài)性假設(shè)，得出組合標(biāo)準(zhǔn)差σ。如果置信度為95%，則VaR=1.65σ，經(jīng)計算，我國農(nóng)村金融機構(gòu)市場風(fēng)險的季度VaR值(見圖1)。

圖1 我國農(nóng)村金融機構(gòu)市場風(fēng)險VaR值

因為本文考察的農(nóng)村金融機構(gòu)涉及業(yè)務(wù)只有存貸兩方面，從表1不難看出，我國農(nóng)村金融機構(gòu)的市場風(fēng)險主要來源于銀行的存貸款利率，這是一種不可預(yù)見的風(fēng)險因素。圖1中顯示，2009年初期在險價值呈波動上浮趨勢，但在2011年以后市場風(fēng)險變化幅度不是很顯著，并保持在一定的范圍內(nèi)波動，這與農(nóng)村信用社開始大規(guī)模改制有密切的關(guān)聯(lián)。

表1 市場風(fēng)險因子的相關(guān)系數(shù)矩陣和協(xié)方差矩陣

注：**. 在置信度(雙測)為 0.01 時，相關(guān)性是顯著的

2.信用風(fēng)險度量

鑒于農(nóng)村經(jīng)濟的特殊性，相對于城市金融機構(gòu)而言，我國農(nóng)村金融機構(gòu)的信用風(fēng)險比較突出。主要來源于信息不對稱，它的存在導(dǎo)致了逆向選擇和道德風(fēng)險?；诖?，本文選擇我國農(nóng)村金融機構(gòu)不良貸款率和貸款數(shù)額作為衡量農(nóng)村金融機構(gòu)信用風(fēng)險的指標(biāo)。運用SPSS軟件計算信用風(fēng)險的兩個因子之間的相關(guān)系數(shù)及協(xié)方差矩陣。在持有期為一個季度的情況下，使用95%的置信區(qū)間計算VaR=1.65σ，通過計算得出我國農(nóng)村金融機構(gòu)的信用風(fēng)險值(見圖2)。

3.操作風(fēng)險度量

損失分步法是根據(jù)金融機構(gòu)自身的業(yè)務(wù)類型和事件進行分類并收集內(nèi)部數(shù)據(jù)，利用與銀行操作風(fēng)險損失有關(guān)的頻數(shù)與強度，計算操作風(fēng)險的大小。為計算方便，沒有區(qū)分不同損失類型，假設(shè)損失事件發(fā)生的次數(shù)服從伽馬分布，損失金額用對數(shù)正態(tài)分布，并且二者相互獨立。使用蒙特卡羅進行10 000次模擬，得到總體損失分布函數(shù)，計算農(nóng)村金融機構(gòu)的操作風(fēng)險資本金要求，將年度轉(zhuǎn)換為季度值得出VaR值(圖3)。

圖2 我國農(nóng)村金融機構(gòu)信用風(fēng)險VaR值

從圖3可以看出，我國農(nóng)村金融機構(gòu)的操作風(fēng)險整體上處于一種單邊放大的趨勢，主要原因是一些基層單位對內(nèi)控管理不夠重視，存在著重經(jīng)營、輕管理的現(xiàn)象，不能結(jié)合工作實際制定行之有效的業(yè)務(wù)發(fā)展規(guī)劃和經(jīng)營策略，對操作風(fēng)險認識不足，使得崗位職責(zé)履行不到位，對員工違規(guī)操作不能及時指出和糾正，形成操作風(fēng)險。

圖3 我國農(nóng)村金融機構(gòu)操作風(fēng)險VaR值

(三)基于Copula函數(shù)的農(nóng)村金融機構(gòu)整體風(fēng)險的度量

1.風(fēng)險邊緣分布的確定

根據(jù)上文計算的結(jié)果，這里將市場風(fēng)險、信用風(fēng)險和操作風(fēng)險三大風(fēng)險進行整合。風(fēng)險整合不僅需要確定各種風(fēng)險的邊緣分布，還要確定及其在整體風(fēng)險中所占的比重。由于已經(jīng)計算出三大風(fēng)險的VaR值，再根據(jù)Copula函數(shù)很容易得出我國農(nóng)村金融機構(gòu)三大風(fēng)險的邊緣分布，其中x1、x2、x3分別表示我國農(nóng)村金融機構(gòu)的市場風(fēng)險、信用風(fēng)險、操作風(fēng)險頭寸的損失收益率，即損失的幅度。

市場風(fēng)險邊緣分布函數(shù)：

(5)

信用風(fēng)險邊緣分布函數(shù)：

(6)

操作風(fēng)險邊緣分布函數(shù)：

(7)

表2 我國農(nóng)村金融機構(gòu)三大風(fēng)險的相關(guān)性

注：**Correlationissignificantatthe0.01level(2-tailed)

2.農(nóng)村金融機構(gòu)整體風(fēng)險的度量

由于在金融風(fēng)險的分析中，表現(xiàn)出尖峰后尾的現(xiàn)象，原有基于線性相關(guān)的分析方法已經(jīng)不能很好地度量風(fēng)險。Copula作為一種研究非線性和非對稱相關(guān)的統(tǒng)計理論，提供了一種有效方法。本文使用正態(tài)Copula函數(shù)對我國農(nóng)村金融機構(gòu)的三大風(fēng)險進行整體的衡量，并使用Pearson作為相關(guān)系數(shù)的衡量標(biāo)準(zhǔn)，其計算結(jié)果如表2所示。

最后，根據(jù)馬柯維茨的資產(chǎn)組合理論，可以得到整體風(fēng)險的VaR值，如表3：

(8)

若使用矩陣表現(xiàn)方式，Xi=xi*VaRi,其中，xi是第i種風(fēng)險在整體風(fēng)險中的權(quán)重，ρ表示風(fēng)險之間的相關(guān)性。我國農(nóng)村金融機構(gòu)的整體風(fēng)險水平VaR可由下面的公式確定：

(9)

由于本文的宗旨在于闡明基于風(fēng)險分散化效果的整體風(fēng)險度量，所以這里的風(fēng)險資產(chǎn)暴露頭寸都采用銀行的表內(nèi)業(yè)務(wù)數(shù)據(jù)計算。暴露在市場風(fēng)險下的交易資產(chǎn)與總風(fēng)險暴露的比重就是市場風(fēng)險的權(quán)重，而暴露在信用風(fēng)險下的借貸資產(chǎn)與總風(fēng)險暴露的比重就是信用風(fēng)險的權(quán)重，而相對于操作風(fēng)險來說，是根據(jù)總資產(chǎn)計算的。因此，總風(fēng)險暴露是以上之和。根據(jù)上述可以計算出各風(fēng)險的權(quán)重(表3)。

表3 我國農(nóng)村金融機構(gòu)三大風(fēng)權(quán)重

由此可以估算出2016年1季度我國農(nóng)村金融機構(gòu)整體風(fēng)險水平為：76.1432億元。將農(nóng)村金融機構(gòu)三大風(fēng)險線性加總，可得到總體的風(fēng)險值。數(shù)值明顯低于線性整體風(fēng)險水平為219.16億元。

四、研究結(jié)論與政策建議

(一)研究結(jié)論

1.各種風(fēng)險不斷增強，信用和操作風(fēng)險較為突出

銀行業(yè)在發(fā)展擴大的同時，也伴隨著各種風(fēng)險的增多。不管是市場風(fēng)險、信用風(fēng)險還是近些年才被逐漸重視的操作風(fēng)險，大體都是逐年增加的。在實證分析中可知，信用風(fēng)險、操作風(fēng)險增加較快，市場風(fēng)險增速有所放緩，但線性組合大致呈現(xiàn)不斷上升趨勢。這是市場變化不穩(wěn)定、貸款違約率提高、涉農(nóng)貸款比例不協(xié)調(diào)、銀行管理人員操作不當(dāng)?shù)纫幌盗幸蛩匾鸬?。特別是操作風(fēng)險案發(fā)頻率增加，數(shù)額增長快，恰恰說明了我國農(nóng)村金融機構(gòu)風(fēng)險機制不穩(wěn)定。

2.整體風(fēng)險取決于各風(fēng)險的權(quán)重

與Copula方法相比，傳統(tǒng)方法對我國農(nóng)村金融機構(gòu)整體風(fēng)險有所高估。所以，整體風(fēng)險并不是市場風(fēng)險、信用風(fēng)險、操作風(fēng)險的簡單加總，這樣會直接導(dǎo)致偏離真實的損失值。copula模型在考慮了三大風(fēng)險之間相關(guān)關(guān)系后，能夠更加真實有效反映整合風(fēng)險。因此，應(yīng)權(quán)衡各種風(fēng)險的相互影響、相互作用后的整體效應(yīng)，采取恰當(dāng)應(yīng)對措施，提高商業(yè)銀行風(fēng)險管理的效率。

3.信用風(fēng)險與操作風(fēng)險相關(guān)程度較高

銀行間各種風(fēng)險有一定的聯(lián)系，但農(nóng)村信用社、農(nóng)業(yè)商業(yè)銀行作為特殊的金融機構(gòu)，與普通的商業(yè)銀行有所不同，其市場風(fēng)險與其他風(fēng)險的相關(guān)程度不顯著，但信用風(fēng)險與操作風(fēng)險相關(guān)關(guān)系尤為明顯。農(nóng)村金融機構(gòu)經(jīng)營業(yè)務(wù)大部分針對于農(nóng)戶或者涉農(nóng)企業(yè)，借款者的還款能力易受氣候影響，會相應(yīng)地增加違約概率。同時，由于銀行人員操作失誤等原因，使得兩種風(fēng)險相互之間轉(zhuǎn)化，進而形成更嚴(yán)重的風(fēng)險。所以在風(fēng)險治理機制方面，重點探究信用與操作風(fēng)險之間的內(nèi)部關(guān)系，才能夠有效地監(jiān)控風(fēng)險預(yù)警水平，有效防范金融風(fēng)險。

(二)政策建議

1.建立內(nèi)部損失數(shù)據(jù)庫

農(nóng)村金融機構(gòu)缺乏完整的數(shù)據(jù)庫系統(tǒng)，給收集和整理數(shù)據(jù)帶來一定困難，會造成分析的不準(zhǔn)確性，與實際風(fēng)險值可能有一定的偏差，這是導(dǎo)致風(fēng)險不能被準(zhǔn)確反映的重要原因之一。操作風(fēng)險會給銀行帶來不可估量的損失，甚至超過銀行自身所承受的范圍，促使銀行倒閉。因此，銀監(jiān)會亟需建立一整套農(nóng)村金融機構(gòu)風(fēng)險損失數(shù)據(jù)庫，作為風(fēng)險評估數(shù)據(jù)定量依據(jù)，確保度量風(fēng)險準(zhǔn)確性。

2.提高資金使用效率

吸取國內(nèi)外商業(yè)銀行出現(xiàn)風(fēng)險事件的經(jīng)驗，運用模型估計作為提取風(fēng)險準(zhǔn)備金的參考?？梢栽试S整體風(fēng)險準(zhǔn)備金小于單一風(fēng)險準(zhǔn)備金之和，能最有效地防范和控制農(nóng)村金融機構(gòu)的風(fēng)險，彌補風(fēng)險損失，促進整體風(fēng)險經(jīng)濟資本的高效配置，使得農(nóng)村金融機構(gòu)整體風(fēng)險水平在可控范圍內(nèi)的同時，保證銀行的正常經(jīng)營發(fā)展。還可將多余的資本用于其他更有利可圖的投資途徑，從而提高銀行的利潤，改善經(jīng)營現(xiàn)狀。

3.加強銀行從業(yè)人員業(yè)務(wù)水平

要求銀行基層職員了解業(yè)務(wù)操作流程以及各個環(huán)節(jié)可能發(fā)生的操作風(fēng)險。完善薪酬考評制度，提高員工職業(yè)技能與工作積極性。注重風(fēng)險管理崗位從業(yè)人員的任職資格條件，如學(xué)歷、風(fēng)險管理領(lǐng)域資格證書要求等，同時引進和培養(yǎng)專業(yè)的操作風(fēng)險管理人才。

4.改進內(nèi)部評級體系

與國內(nèi)外先進的大銀行相比，我國絕大多數(shù)農(nóng)村金融機構(gòu)的內(nèi)部評級沒有形成獨特的體系。因此，應(yīng)該借鑒國外金融機構(gòu)的內(nèi)部評級方法，并將其與我國實際相結(jié)合，運用先進的風(fēng)險計量手段，將定性分析與定量分析相結(jié)合；實現(xiàn)傳統(tǒng)研究方法與現(xiàn)代先進評級技術(shù)，特別是互聯(lián)網(wǎng)技術(shù)相結(jié)合。統(tǒng)一評估體系和標(biāo)準(zhǔn)，實現(xiàn)評估科學(xué)化，提高評級質(zhì)量。

[1]柏滿迎，孫祿杰.三種Copula-VaR計算方法與傳統(tǒng)VaR方法的比較[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟究，2007，(2):154-160.

[2]國務(wù)院國有資產(chǎn)監(jiān)督管理委員會.中央企業(yè)全面風(fēng)險管理——從激勵到控制[M].北京：中國金融出版社，2008.

[3]李建平，豐吉闖，宋 浩，蔡 晨.風(fēng)險相關(guān)性下的信用風(fēng)險、市場風(fēng)險和操作風(fēng)險集成度量[J].中國管理科學(xué)，2010，(1):18-25.

[4]李 平，馬婷婷.基于Copula的我國商業(yè)銀行整體風(fēng)險度量[J].硅谷，2008，(12):148-149.

[5]李社環(huán).整體風(fēng)險管理及其在金融業(yè)的應(yīng)用[M].北京：中國財政經(jīng)濟出版社，2008.

[6]李 石，盧祖帝.Copula函數(shù)在風(fēng)險價值度量中的應(yīng)用[J].管理評論，2008，(4):10-16.

[7]李秀芳，畢 冬.基于Copula函數(shù)的財險公司風(fēng)險聚合和經(jīng)濟資本分散化效用研究[J].保險研究，2016，(6):48-60

[8]汪冬華，黃 康，龔 樸.我國商業(yè)銀行整體風(fēng)險度量及其敏感性分析——基于我國商業(yè)銀行財務(wù)數(shù)據(jù)和金融市場公開數(shù)據(jù)[J].系統(tǒng)工程理論與實踐，2013，(2)：284-295.

[9]王建紅，李春曉，王 碩.財務(wù)企業(yè)全面風(fēng)險管理體系構(gòu)建[J].財會通訊，2016，(20)：104-106.

[10]張 林.金融控股集團綜合風(fēng)險經(jīng)濟資本度量模型研究[J].科技經(jīng)濟市場，2013，(1)：10-14.

[11]Alexander， J．McNeil.The Case for Fully Integrated Models of Economic Capital[J].RAM Journal，2008，(9).

[12]Anthorny Dragiotis.Reaping Integration Rewards Ris[J].Piraeu Bank Report，2009，(11).

[13]Casualty Actuarial Society.Overview of Enterprise Risk Management Committee Report Casualty Actuarial Society Forum[J].Enterprise Risk Management Committee，2003.

[14]COSO.Enterprise Risk Management-Integrated Framework[M].Committee of Sponsoring Organizations of the Three-wav Commission，2004

[15]ELLUL，A.，YERRAMILLI，V． Stronger Risk Controls Lower Risk: Evidence from U.S. Bank Holding Companies[J].Journal Of Finance，2013,(5)

[16]Miller,Kent DA Frame Work for Integrated Risk Management in International Business[J].Journal of International Business Studies，2008,(1).

[責(zé)任編輯：趙春江]

The Measurement and Control of the Overall Risk Management of China’s Rural Financial Institutions Based on Copula Function

WEN Hong-mei，WANG Zhong-bao，WANG Xue-ying

(Harbin University of Commerce，College of Finance，Harbin 150028，China)

Integrated risk management has become the development trend of risk management in financial institutions. In order to balance the risks and benefits,it is necessary to integrate various risks and measure the overall risk level when we measure the risk of rural financial institutions.Based on the data of rural credit cooperatives,rural commercial banks and rural cooperative banks,we use the Copula function to integrate the three important risks of market,credit and operation in rural financial institutions in our country,and get the overall risk level of rural financial institutions.The results show that the integrated risk value is lower than the sum of all kinds of risks and can be close to the actual situation. According to their own operation,China’s rural financial institutions should establish risk loss database,improve the efficiency of capital and the internal rating system,strengthen the business level of bank employees,and then control the overall risk in a more reasonable level.

rural financial institutions;overall risk management;measurement and control

2017-01-18

國家社會科學(xué)基金一般項目“農(nóng)地流轉(zhuǎn)背景下的農(nóng)村金融服務(wù)創(chuàng)新與風(fēng)險控制研究”(16BJL037)

溫紅梅(1970-)，女， 山東平度人，教授，主要從事農(nóng)村金融和風(fēng)險管理研究；汪忠保(1990-)，男，黑龍江鶴崗人，碩士研究生；主要從事風(fēng)險管理研究；王雪瑩(1992-)，女，遼寧沈陽人，碩士研究生，主要從事風(fēng)險管理研究。

F830.3

A

1671-7112(2017)04-0069-09