摘要:近年來,隨著經(jīng)濟全球化的發(fā)展,金融業(yè)的發(fā)展勢頭也十分迅猛,其中商業(yè)銀行扮演著極其重要的角色。商業(yè)銀行自設定以來,就伴隨著各種各樣的風險,隨著2008年金融危機以來,由于操作風險而導致的損失不斷引起人們的注意。2004年之后出臺的新巴塞爾協(xié)議將操作風險列入其中并進行了后續(xù)一系列的擴充,本文是基于對16家上市商業(yè)銀行的數(shù)據(jù)并應用收入模型對于我國商業(yè)銀行的操作風險現(xiàn)狀進行簡要分析。
關鍵詞:商業(yè)銀行;操作風險;收入模型
一、引言
銀行業(yè)是一個高風險的行業(yè),對風險的防范、管理和化解是銀行業(yè)發(fā)展的永恒主題,而風險管理已經(jīng)成為當前商業(yè)銀行的生命線和核心競爭能力。但由于我國金融發(fā)展較不完善,對操作風險的關注較少,近年來操作風險銀行業(yè)帶來的重大沖擊已經(jīng)得到了全世界的金融業(yè)的關注,由此引起我國商業(yè)銀行和金融監(jiān)管當局對于商業(yè)銀行操作風險重視。[1]
目前,我國商業(yè)銀行對于操作風險的認識和管理遠未達到巴塞爾委員會的要求,在操作風險的管理和治理方面仍十分薄弱。
近幾年,國內(nèi)已經(jīng)有了許多關于商業(yè)銀行操作風險的研究論文和成果,但是也僅僅是局限于對于商業(yè)銀行操作風險的理論研究上,因此此篇論文著重研究商業(yè)銀行操作風險的實證研究,據(jù)此做出粗略分析。而研究商業(yè)銀行操作風險對于我國商業(yè)銀行體系的意義有以下幾點:[2]
1、加強對于商業(yè)銀行操作風險的實證研究,有利于從實踐環(huán)節(jié)中更加合理地分析商業(yè)銀行的操作風險。2、加強對商業(yè)銀行操作風險的研究,可以加強銀行體系對于自身風險的認知和研究。3、加強對于商業(yè)銀行操作風險的管控,有利于鞏固我國整個銀行體系以及維護我國銀行業(yè)聲譽。
二、商業(yè)銀行操作風險概述以及我國商業(yè)銀行操作風險概述
(一)商業(yè)銀行操作風險概述
一直以來,國內(nèi)外理論界對操作風險的界定存在爭議,不同的內(nèi)涵和種類的界定決定了不同的管理模式。
(二)我國商業(yè)銀行操作風險概述
根據(jù)中國銀保監(jiān)會2019年年報顯示,截至2019年年底,我國銀行業(yè)金融機構(gòu)共有4588家,機構(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、外資銀行等全國性商業(yè)銀行,城市商業(yè)銀行等。(資料來源:中國銀行業(yè)保險業(yè)監(jiān)督管理委員會2019年年報)可以看出,在2019年我國銀行業(yè)總體呈現(xiàn)穩(wěn)健運行態(tài)勢,整體風險可控。雖然我國商業(yè)銀行整體風險較為可控,但是由于缺乏對操作風險的相關研究,銀行體系仍然面臨著較為嚴峻的操作風險。[3]
三、模型設計
(一)模型選擇
根據(jù)我國商業(yè)銀行現(xiàn)有體系以及特點,本論文使用收入模型方法來度量商業(yè)銀行的操作風險。
(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,影響商業(yè)銀行各種風險的因素大致有:市場風險、信用風險、流動性風險以及操作風險,而前三種風險的計量方法目前已經(jīng)相當成熟,被解釋變量(即商業(yè)銀行的凈利潤)的波動可以被上述三種風險因素解釋,因此,要計算商業(yè)銀行的操作風險的大小,余下那部分不能被解釋的部分即可被視作商業(yè)銀行的操作風險。模型如下:
NP=α+β1*X1+β2*X2+……+βk*Xk+μ
該式子中,α是常數(shù)項,β是各風險因素的敏感系數(shù),X為對應的風險因素,μ是隨機誤差項,不能被該模型解釋,因此可以將其視作操作風險因素。
(三)模型假設
本文是基于收入模型來度量上市商業(yè)銀行的操作風險的,并且商業(yè)銀行的凈利潤是被解釋變量,在以往論文的基礎上,選取影響上市商業(yè)銀行凈利潤的市場因素指標:GDP增長率、凈息差;影響上市商業(yè)銀行凈利潤的信用因素指標:資本充足率、不良貸款率;影響商業(yè)銀行凈利潤的流動性風險因素指標:存貸比。[4]本文據(jù)此:做出如下假設:
假設1:一般而言,GDP增長率與市場經(jīng)濟狀況呈現(xiàn)正相關。
假設2:假設商業(yè)銀行的凈利潤與凈息差呈現(xiàn)正相關關系。
假設3:假設商業(yè)銀行的凈利潤與資本充足率呈現(xiàn)正相關關系。
假設4:假設商業(yè)銀行的凈利潤與不良貸款率呈現(xiàn)負相關關系。
假設5:假設商業(yè)銀行的凈利潤與存貸比呈現(xiàn)正相關關系。
(四)模型設計
本文選擇具有代表性的16家上市銀行進行對操作風險的分析,主要分為國有商業(yè)銀行:中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設銀行,股份制商業(yè)銀行:招商銀行、浦發(fā)銀行、中信銀行、中國光大銀行、華夏銀行、中國民生銀行、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)均來自wind數(shù)據(jù)庫。
利用上述指標,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凈利潤,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增長率,α是常數(shù)項,β是各風險因素的敏感系數(shù),μ是操作風險對凈利潤的影響因素。本文選取16上市商業(yè)銀行相關數(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)進行相關分析,選取季度數(shù)據(jù)是因為季度數(shù)據(jù)更能反映商業(yè)銀行的發(fā)展現(xiàn)狀。
四、實證分析
(一)數(shù)據(jù)統(tǒng)計特征描述
1.基礎數(shù)據(jù)統(tǒng)計分析
根據(jù)描述:凈利潤(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.相關性檢驗
根據(jù)描述:GDP增長率(G)與凈利潤(NP)呈現(xiàn)正相關,符合上述假設1;凈息差(NIS)與凈利潤(NP)呈現(xiàn)正相關,符合上述假設2;資本充足率(CRAR)與凈利潤(NP)呈現(xiàn)正相關,符合上述假設3;不良貸款率(BL)與凈利潤呈現(xiàn)負相關,符合上述假設4;存貸比(LR)與凈利潤(NP)呈現(xiàn)正相關關系,符合上述假設5。
3.單位根檢驗
在三種不同的檢驗方法下,LLC檢驗的數(shù)據(jù),即得出該組變量是存在單位根的;根據(jù)Breitung檢驗的數(shù)據(jù)中,即得出該組變量存在單位根;根據(jù)Hadri檢驗的數(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,就不可以直接進行回歸分析,因為可能會出現(xiàn)偽回歸的現(xiàn)象,因此在非平穩(wěn)變量回歸之前要進行面板協(xié)整檢驗。
(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,即表示的是凈利潤的變動的45.9278%可由本文選取的指標所解釋,根據(jù)上述收入模型的思想,得出16家商業(yè)銀行的凈利潤中有54.0722%由操作風險控制,F(xiàn)統(tǒng)計值為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。
進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,即商業(yè)銀行的凈利潤與商業(yè)銀行的凈息差、資本充足率、存貸比以及宏觀環(huán)境的GDP增長率呈現(xiàn)正相關相關關系,與商業(yè)銀行的不良貸款率呈現(xiàn)負相關關系。
而從t檢驗的結(jié)果來看,凈息差(NIS)與不良貸款率(LR)的p值分別為0.3397和0.0734,說明凈息差(NIS)和不良貸款率(LR)對凈利潤的影響不太顯著。究其原因,可能是由于我國金融市場較國外來說尚未完全自由化,銀行利率指標受市場影響較大,并沒有實現(xiàn)完全的利率市場化,因此表現(xiàn)出凈息差對凈利潤的影響不夠顯著,而不良貸款率不顯著的原因本文推測有兩點,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短造成沒有辦法體現(xiàn)對凈利潤的影響。
五、結(jié)語
(一)研究結(jié)論
根據(jù)上述回歸,本文對于16家上市銀行的操作風險分析結(jié)果表明,我國上市商業(yè)銀行的凈利潤波動中有54.0722%的比例是由操作風險引起的,這個數(shù)值遠遠超出巴塞爾協(xié)議中對于操作風險低于20%的限定,說明我國上市商業(yè)銀行對于操作風險的管控十分不到位。
(二)對策
操作風險的量化管理,對于我國商業(yè)銀行還是一個比較新穎的課題,因此做出的相關建議必須針對整個銀行業(yè),本文做出如下建議:[5]
1、要積極建立統(tǒng)一的、全面的操作風險損失數(shù)據(jù)庫;2、制定針對性的操作風險管理方案;3、銀行內(nèi)部進行管理制度改革,建立有效的約束激勵機制;4、利用專業(yè)分工,進行風險轉(zhuǎn)移。
參考文獻:
[1]巴曙松.巴塞爾新資本協(xié)議框架下的操作風險衡量與資本金約束[J].經(jīng)濟理論與經(jīng)濟管理,2003(02) :17-24.
[2]項繁繁.商業(yè)銀行操作風險防控與合規(guī)文化建設[J].南方金融,2017(09):75-81.
[3]劉韞琿.國有商業(yè)銀行操作風險探析——基于收入模型的實證分析[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
作者簡介:沈瑩(1998-),女,江蘇蘇州人,研究生,金融專碩