摘要：近年來(lái)，隨著經(jīng)濟(jì)全球化的發(fā)展，金融業(yè)的發(fā)展勢(shì)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(shè)定以來(lái)，就伴隨著各種各樣的風(fēng)險(xiǎn)，隨著2008年金融危機(jī)以來(lái)，由于操作風(fēng)險(xiǎn)而導(dǎo)致的損失不斷引起人們的注意。2004年之后出臺(tái)的新巴塞爾協(xié)議將操作風(fēng)險(xiǎn)列入其中并進(jìn)行了后續(xù)一系列的擴(kuò)充，本文是基于對(duì)16家上市商業(yè)銀行的數(shù)據(jù)并應(yīng)用收入模型對(duì)于我國(guó)商業(yè)銀行的操作風(fēng)險(xiǎn)現(xiàn)狀進(jìn)行簡(jiǎn)要分析。

關(guān)鍵詞：商業(yè)銀行;操作風(fēng)險(xiǎn);收入模型

一、引言

銀行業(yè)是一個(gè)高風(fēng)險(xiǎn)的行業(yè)，對(duì)風(fēng)險(xiǎn)的防范、管理和化解是銀行業(yè)發(fā)展的永恒主題，而風(fēng)險(xiǎn)管理已經(jīng)成為當(dāng)前商業(yè)銀行的生命線和核心競(jìng)爭(zhēng)能力。但由于我國(guó)金融發(fā)展較不完善，對(duì)操作風(fēng)險(xiǎn)的關(guān)注較少，近年來(lái)操作風(fēng)險(xiǎn)銀行業(yè)帶來(lái)的重大沖擊已經(jīng)得到了全世界的金融業(yè)的關(guān)注，由此引起我國(guó)商業(yè)銀行和金融監(jiān)管當(dāng)局對(duì)于商業(yè)銀行操作風(fēng)險(xiǎn)重視。[1]

目前，我國(guó)商業(yè)銀行對(duì)于操作風(fēng)險(xiǎn)的認(rèn)識(shí)和管理遠(yuǎn)未達(dá)到巴塞爾委員會(huì)的要求，在操作風(fēng)險(xiǎn)的管理和治理方面仍十分薄弱。

近幾年，國(guó)內(nèi)已經(jīng)有了許多關(guān)于商業(yè)銀行操作風(fēng)險(xiǎn)的研究論文和成果，但是也僅僅是局限于對(duì)于商業(yè)銀行操作風(fēng)險(xiǎn)的理論研究上，因此此篇論文著重研究商業(yè)銀行操作風(fēng)險(xiǎn)的實(shí)證研究，據(jù)此做出粗略分析。而研究商業(yè)銀行操作風(fēng)險(xiǎn)對(duì)于我國(guó)商業(yè)銀行體系的意義有以下幾點(diǎn)：[2]

1、加強(qiáng)對(duì)于商業(yè)銀行操作風(fēng)險(xiǎn)的實(shí)證研究，有利于從實(shí)踐環(huán)節(jié)中更加合理地分析商業(yè)銀行的操作風(fēng)險(xiǎn)。2、加強(qiáng)對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)的研究，可以加強(qiáng)銀行體系對(duì)于自身風(fēng)險(xiǎn)的認(rèn)知和研究。3、加強(qiáng)對(duì)于商業(yè)銀行操作風(fēng)險(xiǎn)的管控，有利于鞏固我國(guó)整個(gè)銀行體系以及維護(hù)我國(guó)銀行業(yè)聲譽(yù)。

二、商業(yè)銀行操作風(fēng)險(xiǎn)概述以及我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)概述

（一）商業(yè)銀行操作風(fēng)險(xiǎn)概述

一直以來(lái)，國(guó)內(nèi)外理論界對(duì)操作風(fēng)險(xiǎn)的界定存在爭(zhēng)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(guó)商業(yè)銀行操作風(fēng)險(xiǎn)概述

根據(jù)中國(guó)銀保監(jiān)會(huì)2019年年報(bào)顯示，截至2019年年底，我國(guó)銀行業(yè)金融機(jī)構(gòu)共有4588家，機(jī)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(guó)性商業(yè)銀行，城市商業(yè)銀行等。（資料來(lái)源：中國(guó)銀行業(yè)保險(xiǎn)業(yè)監(jiān)督管理委員會(huì)2019年年報(bào)）可以看出，在2019年我國(guó)銀行業(yè)總體呈現(xiàn)穩(wěn)健運(yùn)行態(tài)勢(shì)，整體風(fēng)險(xiǎn)可控。雖然我國(guó)商業(yè)銀行整體風(fēng)險(xiǎn)較為可控，但是由于缺乏對(duì)操作風(fēng)險(xiǎn)的相關(guān)研究，銀行體系仍然面臨著較為嚴(yán)峻的操作風(fēng)險(xiǎn)。[3]

三、模型設(shè)計(jì)

（一）模型選擇

根據(jù)我國(guó)商業(yè)銀行現(xiàn)有體系以及特點(diǎn)，本論文使用收入模型方法來(lái)度量商業(yè)銀行的操作風(fēng)險(xiǎn)。

（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(rùn)，影響商業(yè)銀行各種風(fēng)險(xiǎn)的因素大致有：市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)以及操作風(fēng)險(xiǎn)，而前三種風(fēng)險(xiǎn)的計(jì)量方法目前已經(jīng)相當(dāng)成熟，被解釋變量（即商業(yè)銀行的凈利潤(rùn)）的波動(dòng)可以被上述三種風(fēng)險(xiǎn)因素解釋，因此，要計(jì)算商業(yè)銀行的操作風(fēng)險(xiǎn)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(fēng)險(xiǎn)。模型如下：

NP=α+β1*X1+β2*X2+……+βk*Xk+μ

該式子中，α是常數(shù)項(xiàng)，β是各風(fēng)險(xiǎn)因素的敏感系數(shù)，X為對(duì)應(yīng)的風(fēng)險(xiǎn)因素，μ是隨機(jī)誤差項(xiàng)，不能被該模型解釋，因此可以將其視作操作風(fēng)險(xiǎn)因素。

（三）模型假設(shè)

本文是基于收入模型來(lái)度量上市商業(yè)銀行的操作風(fēng)險(xiǎn)的，并且商業(yè)銀行的凈利潤(rùn)是被解釋變量，在以往論文的基礎(chǔ)上，選取影響上市商業(yè)銀行凈利潤(rùn)的市場(chǎng)因素指標(biāo)：GDP增長(zhǎng)率、凈息差;影響上市商業(yè)銀行凈利潤(rùn)的信用因素指標(biāo)：資本充足率、不良貸款率;影響商業(yè)銀行凈利潤(rùn)的流動(dòng)性風(fēng)險(xiǎn)因素指標(biāo)：存貸比。[4]本文據(jù)此：做出如下假設(shè)：

假設(shè)1：一般而言，GDP增長(zhǎng)率與市場(chǎng)經(jīng)濟(jì)狀況呈現(xiàn)正相關(guān)。

假設(shè)2：假設(shè)商業(yè)銀行的凈利潤(rùn)與凈息差呈現(xiàn)正相關(guān)關(guān)系。

假設(shè)3：假設(shè)商業(yè)銀行的凈利潤(rùn)與資本充足率呈現(xiàn)正相關(guān)關(guān)系。

假設(shè)4：假設(shè)商業(yè)銀行的凈利潤(rùn)與不良貸款率呈現(xiàn)負(fù)相關(guān)關(guān)系。

假設(shè)5：假設(shè)商業(yè)銀行的凈利潤(rùn)與存貸比呈現(xiàn)正相關(guān)關(guān)系。

（四）模型設(shè)計(jì)

本文選擇具有代表性的16家上市銀行進(jìn)行對(duì)操作風(fēng)險(xiǎn)的分析，主要分為國(guó)有商業(yè)銀行：中國(guó)工商銀行、中國(guó)農(nóng)業(yè)銀行、中國(guó)銀行、中國(guó)建設(shè)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(guó)光大銀行、華夏銀行、中國(guó)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(shí)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(jìn)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(lái)自wind數(shù)據(jù)庫(kù)。

利用上述指標(biāo)，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?jī)衾麧?rùn)，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(zhǎng)率，α是常數(shù)項(xiàng)，β是各風(fēng)險(xiǎn)因素的敏感系數(shù)，μ是操作風(fēng)險(xiǎn)對(duì)凈利潤(rùn)的影響因素。本文選取16上市商業(yè)銀行相關(guān)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(jìn)行相關(guān)分析，選取季度數(shù)據(jù)是因?yàn)榧径葦?shù)據(jù)更能反映商業(yè)銀行的發(fā)展現(xiàn)狀。

四、實(shí)證分析

（一）數(shù)據(jù)統(tǒng)計(jì)特征描述

1.基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)分析

根據(jù)描述：凈利潤(rùn)（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(guó)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(guān)性檢驗(yàn)

根據(jù)描述：GDP增長(zhǎng)率（G）與凈利潤(rùn)（NP）呈現(xiàn)正相關(guān)，符合上述假設(shè)1;凈息差（NIS）與凈利潤(rùn)（NP）呈現(xiàn)正相關(guān)，符合上述假設(shè)2;資本充足率（CRAR）與凈利潤(rùn)（NP）呈現(xiàn)正相關(guān)，符合上述假設(shè)3;不良貸款率（BL）與凈利潤(rùn)呈現(xiàn)負(fù)相關(guān)，符合上述假設(shè)4;存貸比（LR）與凈利潤(rùn)（NP）呈現(xiàn)正相關(guān)關(guān)系，符合上述假設(shè)5。

3.單位根檢驗(yàn)

在三種不同的檢驗(yàn)方法下，LLC檢驗(yàn)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(yàn)的數(shù)據(jù)中，即得出該組變量存在單位根;根據(jù)Hadri檢驗(yàn)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(jìn)行回歸分析，因?yàn)榭赡軙?huì)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(jìn)行面板協(xié)整檢驗(yàn)。

（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(shè)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(rùn)的變動(dòng)的45.9278%可由本文選取的指標(biāo)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(rùn)中有54.0722%由操作風(fēng)險(xiǎn)控制，F(xiàn)統(tǒng)計(jì)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(guān)。

進(jìn)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(shè)，即商業(yè)銀行的凈利潤(rùn)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(zhǎng)率呈現(xiàn)正相關(guān)相關(guān)關(guān)系，與商業(yè)銀行的不良貸款率呈現(xiàn)負(fù)相關(guān)關(guān)系。

而從t檢驗(yàn)的結(jié)果來(lái)看，凈息差（NIS）與不良貸款率（LR）的p值分別為0.3397和0.0734，說(shuō)明凈息差（NIS）和不良貸款率（LR）對(duì)凈利潤(rùn)的影響不太顯著。究其原因，可能是由于我國(guó)金融市場(chǎng)較國(guó)外來(lái)說(shuō)尚未完全自由化，銀行利率指標(biāo)受市場(chǎng)影響較大，并沒(méi)有實(shí)現(xiàn)完全的利率市場(chǎng)化，因此表現(xiàn)出凈息差對(duì)凈利潤(rùn)的影響不夠顯著，而不良貸款率不顯著的原因本文推測(cè)有兩點(diǎn)，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(guò)短造成沒(méi)有辦法體現(xiàn)對(duì)凈利潤(rùn)的影響。

五、結(jié)語(yǔ)

（一）研究結(jié)論

根據(jù)上述回歸，本文對(duì)于16家上市銀行的操作風(fēng)險(xiǎn)分析結(jié)果表明，我國(guó)上市商業(yè)銀行的凈利潤(rùn)波動(dòng)中有54.0722%的比例是由操作風(fēng)險(xiǎn)引起的，這個(gè)數(shù)值遠(yuǎn)遠(yuǎn)超出巴塞爾協(xié)議中對(duì)于操作風(fēng)險(xiǎn)低于20%的限定，說(shuō)明我國(guó)上市商業(yè)銀行對(duì)于操作風(fēng)險(xiǎn)的管控十分不到位。

（二）對(duì)策

操作風(fēng)險(xiǎn)的量化管理，對(duì)于我國(guó)商業(yè)銀行還是一個(gè)比較新穎的課題，因此做出的相關(guān)建議必須針對(duì)整個(gè)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(fēng)險(xiǎn)損失數(shù)據(jù)庫(kù);2、制定針對(duì)性的操作風(fēng)險(xiǎn)管理方案;3、銀行內(nèi)部進(jìn)行管理制度改革，建立有效的約束激勵(lì)機(jī)制;4、利用專業(yè)分工，進(jìn)行風(fēng)險(xiǎn)轉(zhuǎn)移。

參考文獻(xiàn)：

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

[2]項(xiàng)繁繁.商業(yè)銀行操作風(fēng)險(xiǎn)防控與合規(guī)文化建設(shè)[J].南方金融，2017（09）：75-81.

[3]劉韞琿.國(guó)有商業(yè)銀行操作風(fēng)險(xiǎn)探析——基于收入模型的實(shí)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(jiǎn)介：沈瑩（1998-），女，江蘇蘇州人，研究生，金融專碩