商业银行操作风险计量研究——基于极值理论和信度因子模型，本文主要内容关键词为：商业银行论文,极值论文,因子论文,模型论文,风险论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
长期以来，商业银行对风险管理的研究主要集中在信用风险和市场风险，而对操作风险的研究却相对滞后。究其原因，一方面在于操作风险损失事件的突发性及低频高危的特点，使得损失数据收集困难；另一方面是由于20世纪90年代以前，银行规模和业务量都不太大，大多数操作风险的损失都不严重，没能引起人们的重视。
近年来，金融机构与金融市场发生了剧烈变化：职员变动越来越频繁；金融产品越来越复杂；业务规模越来越大；技术更新越来越快。这些变化使得商业银行面临的操作风险日趋复杂化，由操作风险引发的损失事件频频发生。2002年，爱尔兰联合银行外汇交易员伪造外汇交易单对其子公司进行诈骗，导致7.5亿美元损失。2005年，日本瑞穗银行旗下公司由于出现重大操作失误，损失300亿日元。2008年，法国第二大银行兴业银行交易员违规操作，非法侵入计算机系统进行期指买卖，导致71亿美元损失。Chernobai等（2007）的研究表明，自20世纪80年代末起，全球由操作风险所导致的损失超过1亿美元的案件有一百多起，其中许多案件的损失超过10亿美元。操作风险事件的频繁发生影响着全球范围的金融机构，给各国经济带来了不可估量的损失，使得国内外金融机构及学者都意识到，对操作风险计量的研究刻不容缓。
在2004年巴塞尔委员会颁布的巴塞尔资本协议（巴塞尔协议Ⅱ）中，明确把银行的全部风险分为信用风险、市场风险和操作风险，首次将操作风险纳入风险资本的计算和监管框架，并提出了三种操作风险测量方法，即基本指标法（Basic Indicator Approach）、标准法（Standard Approach）和高级计量法（Advanced Measurement Approach）。2010年12月颁布的巴塞尔协议Ⅲ在操作风险计量方面继续沿用了这种划分，其中，基本指标法和标准法属于基础方法，以银行收入为指标，简单易行，但操作风险暴露与银行总收入之间并非线性相关（Pezier，2002），因而巴塞尔委员会不鼓励商业银行使用这两种方法。高级计量法是一种通过商业银行自身的经验数据测算操作风险资本从而计算监管资本要求的方法，这种方法对风险的敏感度更高，而且能降低操作风险资本要求，受到越来越多的商业银行的关注。但是，根据巴塞尔协议Ⅲ的要求，用于计算监管资本的高级计量法，必须基于至少5年的内部损失历史数据，对于初次使用高级计量法的商业银行，也必须使用3年的历史数据。然而，大多数银行内部损失数据的收集处于起步阶段，内部操作风险损失数据的数据库尚未建立，巴塞尔协议Ⅲ中对于高级计量法使用数据的要求很难实现，内部数据的不足导致的小样本偏差严重影响了操作风险资本计量的精确度。为了解决这一问题，巴塞尔委员会提出可以对符合一定条件的金融机构适当引入外部数据，以解决自身经验数据不足的问题，但对于引入外部数据后该如何合理的混合内外部数据没有提及。如果商业银行内外部数据混合问题能得到合理的解决，那么困扰监管机构和学术界多年的操作风险损失数据匮乏导致计量精度不高的问题就能迎刃而解，所以，如何有效利用外部数据弥补内部数据不充足的缺陷成为近年来国内外学者研究的热点。本文将保险精算的一些思想和方法引入到商业银行操作风险的计量中，把非寿险精算领域的信度模型与POT（Peaks-Over-Threshold）模型相结合来估计操作风险，旨在充分利用单个银行内部的历史数据与整个银行业的行业数据，有效解决操作风险损失数据不足的问题，提高操作风险估计的精确度，改进商业银行的操作风险管理，增强银行的盈利能力。
二、文献回顾
巴塞尔委员会提出的三种操作风险计量方法中，基本指标法和标准法缺乏风险敏感性，计算出的监管资本一般较高。鉴于此，近年来大部分金融机构和学者都把研究重点放在高级计量法方面，从不同角度对操作风险的高级计量法进行研究和探索。
（一）国外研究现状
关于操作风险的高级计量法与管理框架，国外学者做了一些探讨。Wilson（1995）从理论上分析了运用VaR技术及损失分布法测算操作风险的资本要求，但没有采用数据进行实证分析。McNeil（1999）分析了极值理论在操作风险量化管理中的应用，也只进行了理论分析，没有提出具体的操作风险管理对策。Jorion（2001）分析了运用损失分布法计算操作风险所需的资本要求，提出用建立操作风险基金的方法来防范操作风险，但未深入探讨操作风险所需的资本要求。Basel Accord Insurance Working Group（2001）通过引入保险精算模型改进了内部衡量法。Medova（2001）、Chapelle等（2005）提出对重大操作风险运用极值理论，对样本中超过某一充分大的门槛值的数据建模，但损失数据不足影响了这种方法的准确性。Frachot等（2002）提出运用非寿险精算信度理论中的部分信度理论对外部数据进行处理，再与内部数据结合，运用损失分布法度量操作风险，该文也缺乏相关实证研究。Baud等（2002）认为，金融机构可以利用和本机构内部损失数据分布相同的其他机构的损失数据来度量操作风险，取大于临界值的外部数据（即外部数据的尾部），再运用混合后数据的损失分布来度量操作风险。这种方法对临界值的精度要求较高，不过，该文没有涉及临界值的具体选取方法。Lawrence（2003）分析了当商业银行的内部数据在充足或不足情况下，如何选择高级计量方法来计量操作风险资本的问题，为测量银行的操作风险资本提供了一些参考思路。针对基于广义帕累托分布的完全参数方法存在只能用于计量“低频高危”类风险的缺陷，King（2003）提出了Delta-EVT模型，并讨论了如何采用Delta因子测算“高频低危”案件的损失，以及运用极值理论（EVT）如何计算“低频高危”事件的操作风险，有效弥补了这个缺陷。Jordan（2003）运用极值理论法模拟测算了大型国际活跃银行所需提取的操作风险资本金额为20～70亿美元，这个数额接近美国当时大型银行提取的实际操作风险准备金，从而表明利用外部数据能较好地测算操作风险。Degen等（2007）提出先对内部数据和外部数据分别建立模型，然后运用信度理论和贝叶斯两种方法对模型进行处理来度量操作风险。Bollen和Wallin（2008）分析了在内部数据充足程度不同时如何选择基于损失分布法的各种高级测量方法测算操作风险的资本要求。可见，国外对于使用高级计量法度量操作风险也还处于一个探索期，主要的困难在于如何整合商业银行内外部操作风险数据。
（二）国内研究现状
与国外相比，我国的银行业操作风险计量与管理研究起步较晚。全登华（2002）介绍了在计量操作风险VaR方面极值理论和POT模型的应用及优缺点。陈学华等（2003）认为，POT模型的优点在于可以对分布尾部的分位数进行准确描述，具有解析的函数形式，计算简便，但目前在我国的应用还存在一定困难。钟伟等（2004）讨论了操作风险计量的损失分布法（LDA）框架。唐国储等（2005）讨论了在商业银行内部如何执行LDA，并按巴塞尔协议公布的方法和策略，从损失事件类型、业务部门以及损失分布额度的估计方法层面，探讨利用高级计量法的可能性和现实性。周好文等（2006）采用极值理论、蒙特卡洛模拟、广义帕累托分布对银行操作风险进行了实证分析，获得了银行操作风险的损失分布形式。曲绍强等（2006）探讨了损失分布法中的数据收集、模型选择等问题，并针对我国的实际情况提出了一些建议，但只进行了理论研究，缺乏实证分析。张宏毅和陆静（2006）提出先用信度理论处理外部损失数据，再与内部历史数据整合来计算操作风险。张文和张屹山（2007）以我国某国有控股商业银行的操作风险损失事件为样本，应用POT模型估算了不同置信水平下的VaR值和ES值，并据此计算出该银行在一定置信水平下，一年内抵御操作风险暴露需要配置的资本，但该研究仅针对一家银行进行了分析，指导意义有限。徐明圣（2007）对操作风险的极值理论（Ex-treme Value Theory，EVT）进行了改进。田华和童中文（2008）提出运用信度理论中的部分信度理论，先分别求出内外部数据的监管资本，再对其进行混合，得到需要的银行操作风险测度，为解决操作风险数据不足问题提供了理论思路，但未经实证验证其可行性。陈珏宇等（2008）运用保险精算法与Copula函数深入研究了内部衡量法，提出基于中等频数和中等损失情况下的内部衡量法计算公式，并设计了一个通过内部衡量法度量操作风险的使用框架。张宏毅和陆静（2008）运用损失分布法对我国商业银行操作风险进行实证分析，得出如果按照巴塞尔委员会规定的置信水平，国内每家商业银行为操作风险需要配置107亿元的资本，这样大的拨备显然已经超过多数商业银行的承受能力。不过，他们也指出，由于损失分布法估计的经验分布无法准确反映操作风险损失的尾部特征，这种方法在一定程度上可能高估操作风险，不利于商业银行的长远发展。李兴波等（2009）运用极值理论计量操作风险，采用POT方法对数据进行GPD拟合，从而确定损失事件的程度，再用Poisson分布确定损失事件的发生频率，进而得出操作风险的资本要求额。吴恒煜等（2009）以1994—2007年的商业银行操作风险损失数据为样本，运用极值理论计算出在99.9%的置信水平下我国所有的商业银行每年需配置338亿元的操作风险资本金。该文将所有商业银行作为整体来考虑，没有具体计算单个商业银行的资本配置。张阔等（2009）介绍了内部衡量法的理论框架。胡姝丽（2010）基于内部衡量法探讨了一些完善商业银行操作风险资本管理的对策。钱艺平等（2010）利用极值理论中的BMM模型对商业银行操作风险损失极端值分布进行估计，计算操作风险损失VaR值。司马则茜等（2011）运用具有厚尾特点的g-h分布度量了银行的操作风险。吴翔（2011）提出运用信度理论中的Buhlmann信度模型对操作风险的内部数据和外部数据进行整合，并采用中国银行和中国农业银行的操作风险损失数据进行实证分析，但样本数据有限，且只针对两家国有商业银行进行分析，现实指导意义不大。
综上所述，我们可以看出，尽管国内外学者已经提出了一些操作风险高级计量方法，但这些方法仍然存在许多需要改进的地方。（1）由于操作风险低频高危的特点，目前很多研究都需要截取操作风险分布的尾部数据。要截取尾部数据首先要选取合理的阈值，但现有研究中选取阈值的方法都比较单一，主观性较强，一定程度上影响了操作风险估计的准确性。（2）现有模型分析主要依赖于商业银行自身的内部损失数据。如前所述，由于商业银行对操作风险的关注时间并不长，建模所需数据非常匮乏，这势必影响到模型分析的准确性。（3）如果忽略银行内外部数据的异质性，采用简单混合的方法，将改变原有数据的分布特征，无法获得参数的无偏估计，也就无法保证计量的精确性和可靠性。
针对现有高级计量法中存在的这些问题，本文提出了一些改进方法。在阈值获取方面，本文采用多种方法寻找最优阈值，并辅之以卡方检验，增加了阈值判定的客观性，以此构建操作风险损失的尾部数据。同时，采用非寿险精算领域相对成熟的理论——部分可信性信度理论，整合商业银行内外部数据，增加样本数量，测算操作风险损失，旨在更好地解决操作风险内外部数据混合的问题，提高操作风险估计的准确性。本文的研究大致安排如下：首先，将POT模型与信度理论模型相结合整合内外部数据；然后，利用公开渠道收集相关银行的操作风险损失数据；第三，对损失数据按银行性质不同进行分组并做基本的统计分析，运用损失分布判断方法对损失数据的分布特征进行分析，验证数据是否存在尖峰厚尾的特征；第四，综合运用Hill图、平均超额图和峰度法选择合理的阈值，将每组银行的阈值与POT模型结合，估计操作风险损失分布的参数，运用优度检验确定最优阈值；第五，利用尾部数据分别估计内外部数据的极值VaR,运用信度理论将内外部数据混合，估算每组银行的期望损失（ES），从而得到每组银行对应的操作风险资本配置额。
三、研究设计
（一）利用极值理论构建损失数据尾部
极值理论常用在极端情况下风险损失的测量上，是次序统计理论的一个分支。从统计角度讲，一个随机过程的极值是指一定时间区域上的最大值与最小值，而极值理论关注的是操作风险损失分布的尾部。一般地，极值理论主要包括两类模型：BMM（Block Maxima Method）模型和POT（Peaks-Over-Threshold）模型。其中，BMM模型的主要建模对象是对大量同分布的样本分块后的极大值，而POT模型则是对所有样本观测值中超过某个足够大的门槛值的数据建模，它对数据要求相对较少且被认为是实践中最有效的模型之一。所以，本文选用POT模型构建操作风险损失数据的尾部。
根据式（2），可以得出GPD的概率密度函数：
根据在险价值VaR（Value at Risk）的基本含义：在未来一定时期内，在一定的统计置信度内，任何金融工具或投资组合所面临的最大损失，即Pr（X≤VaR）=1-c。由此，可以得出置信水平α下的VaR：
（二）利用部分可信性信度理论整合银行内外部损失数据
信度理论（Credibility Theory）又称经验费率理论，是非寿险精算学中经验费率厘定最重要的方法，它有效解决了在保单组合存在非同质的情况下保费确定问题。信度理论的发展主要经历了两个阶段：一是早期的有限扰动信度理论（limited fluctuation credibility theory）；二是现代以贝叶斯理论为基础的最精确信度理论。其中，有限扰动信度理论强调信度因子的稳定性，最精确信度理论则强调信度因子的精确性。Mowbray在1914年提出了完全信度模型（Full Credibility）的概念。他指出，当样本量N足够大时，可将下一期保费定价为历史数据的平均X，并且证明了这种定价的相对误差会很小。如果样本量不够大，不满足完全信度条件时，就无法利用完全可信性理论将下一期保费厘定为历史经验数据的平均值（Bü hlmann、Gisler,2005）。于是，Whitney构造了部分
则称n满足完全可信性条件，式中c和ω是预先给定的，它们都应该取比较小的正值，我们可根据实际情况和经验给定。
如果样本量n不够大，不满足完全可信性条件时，有：
当本保单自身损失数据样本容量充分大的时候，信度因子z=1，我们可以不利用外部损失数据，只使用该保单自身的经验损失数据，就可以为下一期保费定价。
我们认为，保险与银行一样同属金融领域，在风险计量方面都面临着数据不足的问题，而保险业采用信度理论混合外部数据很好地解决了自身数据的不足，鉴于保险与银行损失数据的相似性，可以尝试将该理论引入银行操作风险计量领域来解决内外部数据混合问题。以Z为权重因子，衡量商业银行自身经验数据的可行性程度，用内外部损失数据的加权平均来衡量商业银行下一年度的操作风险资本拨备。国内外学者B ü hlmann等（2007）、田华和童中文（2008）等的研究也说明了信度理论能够应用于操作风险的计量，但这几位学者没有进行实证分析。
进而可得下一年度损失超过VaR的条件期望值ES：
由此可以估算商业银行的操作风险。在这里，我们对本文的实证分析思路做简要介绍。
（1）对收集到的操作风险损失数据进行厚尾性分析。采用指数QQ图和平均超额图，分析各组银行操作风险损失数据的尾部形态。
（2）估计各组操作风险损失数据尾部的阈值。采用Hill图、平均超额图和峰值法，确定各组商业银行操作风险尾部数据的阈值。
（3）估计操作风险尾部数据损失分布的参数。采用POT模型对各组商业银行操作风险尾部数据建模，用最大似然估计法估计形状参数和尺度参数，用卡方检验选择最优阈值。
（4）估计内外部数据的极值VaR。利用形状参数和尺度参数估计内外部数据的极值VaR。
（5）估计信度因子及混合数据的极值VaR。用部分可信性信度理论估算信度因子，进而得到混合数据的极值VaR。
（6）估计各组银行操作风险ES值。
四、实证分析
（一）数据来源
由于长期以来我国商业银行不重视操作风险损失历史数据的记录和积累，加上过去的信息披露制度不健全，商业银行一般不会主动披露操作风险案件，使得操作风险历史数据较难收集。为了研究需要，我们尽可能地从主要的门户网站（新浪、网易、雅虎等）和公开发行的财经杂志及权威报刊的报道中收集了我国商业银行1990-2010年被披露的操作风险损失事件。此外，我们也采纳了其他学者研究中使用过的样本，如李扬（2009）的样本，剔除个别重复数据后，共获得操作风险案件778起。其中，单个操作风险事件损失金额最多达74亿元，最少的为5万元。样本涉及的金融机构有：中国建设银行、中国工商银行、中国银行和中国农业银行4大国有商业银行；浦发银行、民生银行、中信银行、交通银行、华夏银行等9家股份制商业银行；北京银行、晋商银行、齐鲁银行、福州市商业银行等35家城市商业银行；浦东新区农信联社、广东梅州兴宁城市信用社、威海市城市信用社等74家城乡信用社；浙江宁波集仕港邮政支局、山西五寨县邮政局、沈阳东陵区邮政储蓄、佛山邮政局禅城分局等13家中国邮政储蓄附属机构。我们详细记录了每个操作风险事件的发案银行、发案银行所在地、操作风险损失类型、损失金额、案发时间、时间跨度和案件详情的来源等。对于不同报道中存在差异的损失数据，我们尽可能以权威的报道为准。对于用外币计量的损失，我们按照损失发生时的实际汇率换算为人民币金额。另外，有的损失案件时间跨度较大，为了使数据符合操作风险计量分析的要求（通常为一年），我们将跨年度的案件整理为披露年度发生的案件。从图1中我们可以看出，2004年前后是操作风险损失案件的高发期，近年来，由于我国商业银行操作风险管理水平的提高，操作风险案件发生频率有所下降。从我国商业银行操作风险损失金额频数图中（图2），我们可以看出，整个样本中绝大多数是小于1亿元的损失事件，约占所有样本的84%，50亿元到100亿元之间只有一个样本，图2表现出明显的尖峰厚尾的特征。
（二）样本数据的描述性统计及厚尾判断
由于除工农中建四大银行外的其他每一家银行的操作风险案件数有限，无法用极值理论估计其尾部分布。所以，在估计尾部参数时，为便于分析，我们把样本分为7组，其中，工农中建四大银行各为一组；股份制银行为一组；信用社和其他银行为一组；全部样本数据为一组（所有银行）。由表1可以看出损失事件的基本分布特征：中间值偏小，平均值偏大，符合低频高危和高频低危相结合的特点；偏度远大于零，表明我国操作风险损失分布呈现右偏的特征；峰度值较大，损失分布较陡峭；JB值较大，损失数据不服从正态分布。综上基本统计分析可知，我国操作风险损失数据呈现尖峰厚尾的特征。
以上只是对数据做了一般的统计分析，发现了操作风险损失数据厚尾性的特征。要对数据厚尾分布进行更准确的判断，一般可以采用两种较简单的方法——QQ图法和平均超额图法。
（1）QQ图法。如果样本尾部数据独立同分布且服从指数分布，QQ图中各点应近似呈一条直线。如果QQ图向上弯曲，表明样本数据的尾部分布是厚尾的；如果向下弯曲，则样本数据的尾部就呈薄尾分布。
（2）平均超额图法。平均超额图（Mean Excess Plot）假设随机变量的均值是有限的，那么X的平均超额函数可以定义为e（u）=E（X-u/X＞u）。当平均超额图是一条水平的直线时，X服从指数分布；当平均超额图是一条斜率为正的直线时，表示X的分布为厚尾分布；当平均超额图是一条效率为负的直线时，表明X的尾部分布较薄。
这里，我们采用QQ图法和平均超额图法对操作风险损失数据的尖峰厚尾特征进一步验证。对样本数据分别作QQ图和平均超额图，由图3可以看出，7个QQ图明显在右端向上弯曲；从下页图4可以看出，7个平均超额图的斜率均为正。由此可以断定，操作风险损失样本数据服从厚尾分布。
（三）阈值的选取
要采用POT模型构建操作风险损失尾部，首先需要找出一个可以明确划分大额损失事件的门槛值，即阈值。由于阈值的选取对于参数的估计及未来损失数据的预测非常关键，而常用的阈值选取方法大都存在主观性的缺点，为了使阈值的选取更严谨，本文首先采用三种常用的阈值选取方法再结合经验值对每组银行分别选取五个阈值，然后利用POT模型估计损失数据分布的参数，最后用卡方优度检验法选择每组银行对应的最优阈值。常用的阈值确定方法主要有平均超额图（Mean Excess Plot）方法、Hill图法、峰度法（Pierre Patient，2000）和拟合优度法（刘久彪，2005）。
1.平均超额图（Mear Excess Plot）方法。McMeil（1997）认为，平均超额图可以作为判断阈值的依据。根据平均超额函数e（u）=E（X-u/X＞u），可得：
平均超额图为点（u，e（u））构成的散点图，将超过某一临界值u后，e（u）开始呈明显线性变化的样本值确定为阈值。
3.峰度法。Kaufmann和Patie在2000年提出运用峰度法计算阈值。具体做法是，首先计算样本数据的峰度：
4.
拟合优度检验法。采用平均超额图法和Hill图法判断阈值，存在一个共同的缺陷，即阈值的确定没有精确的界定方法，主要通过经验和对图形的观测进行判断。因此，为了保证阈值选取的可靠性，本文增加了相关的统计检验，采用拟合优度检验法判断最优阈值。
（四）估计商业银行操作风险损失超过VaR的条件期望值ES
根据巴塞尔委员会的要求，抵御操作风险的置信水平应与抵御信用风险和市场风险的置信水平相当，即为99.9%。从表中我们可以看出，按照POT模型与部分可信度模型相结合的计算方法，在99.9%的置信水平下，不同银行需要计提的操作风险资本不同。四大国有银行中应计提操作风险资本最多的是中国银行，约需拨备212亿元，占2011年底中国银行总资产的0.18%；应计提操作风险资本最少的是农业银行，约需拨备114亿元，占2011年底农业银行总资产的0.1%；所有股份制银行共应计提操作风险资本136亿元，占2011年底我国股份制银行总资产的0.07%；城商行和信用社共需计提151亿元操作风险资本，占2011年底城商行和信用社总资产的0.15%。
我们特别归纳了近年来国内采用高级计量法估算商业银行操作风险资本的研究结果（见表10），经过对比分析，本文的实证有两个方面的特点。
其一，在此之前，有很多学者选择利用POT模型构建操作风险损失尾部来计量操作风险，而POT模型可靠度量操作风险的前提是阈值选取准确，但多数学者在研究时都只用SME一种方法来选择阈值，且没有进行阈值检验。本文选用三种方法确定阈值，并通过优度检验获取最优阈值，在操作风险损失尾部构建上更加谨慎，也提高了精确度。
其二，由于商业银行操作风险具有尖峰厚尾的特征，利用单个银行自身的操作风险损失数据直接建模有很大困难，必须寻找合适的数据混合方法，借助同类型的外部数据进行建模。从表10来看，多数学者都是将其他银行同类型的损失数据直接拿来简单混合后建模，从而计算整个银行业的操作风险资本。这种做法虽然简便，但忽略了不同银行损失数据之间的异质性。本文运用部分可信性信度理论与POT模型结合，将单个银行的内部数据与外部数据通过信度因子进行整合，进而计算出单个银行的操作风险资本，可以获得更高的精度。
为进一步比较本文的模型与其他方法计量的操作风险差异，我们构造了表11。①表11中，其他高级计量法计算的操作风险资本来自表10第4列除最后一行的平均值（因为最后一行是本文用POT模型与部分可信性信度理论相结合的方法计算的结果），也即是国内其他学者采用POT极值和LDA方法计量的操作风险的平均值，约2465亿元。根据表11，利用POT模型与部分可信性信度模型相结合的方法得到的估计值，可以为各组银行节省大约2 300亿元的资本。如果参照银监会75%的存贷比要求及2011年7月中国人民银行公布的1年期存款、贷款的基准利率来计算，2 300亿元如果用于发放1年期贷款，则可为每组银行增加约80亿元的净利息收入。此外，我们还采用银监会制定的基本指标法估算了样本银行的操作风险损失（其中，总收入为营业收入与非营业收入之和；α采用中国银监会于2011年8月12日颁布的《商业银行资本管理办法》中规定的18%）。通过表11可以看到，本文模型比基本指标法最少节约了230亿元操作风险损失资本，最多节约了433亿元操作风险损失资本，节约的资本预计可为四大国有银行平均增加10亿元以上的净利息收入。可见，信度模型在准确估计操作风险损失、提高银行安全性的同时大大增加了银行的盈利能力，对我国商业银行竞争力的提高意义重大。
五、结束语
本文根据操作风险损失的特点，探讨了在商业银行自身经验数据不足的情况下，如何借助外部数据更准确的度量商业银行操作风险。在极值建模方面，采用三种方法选取门槛值，并利用卡方优度检验选取最优阈值，以便更精确地构建操作风险损失尾部。然后，运用POT模型估算每组银行内外部数据的分布参数及极值VaR，采用非寿险精算的部分可信性信度模型估算信度因子，对内外部数据进行整合，估算出每组银行的ES值。通过对中国商业银行1990-2010年操作风险数据的实证分析表明，基于信度模型的方法能够满足巴塞尔协议Ⅲ和中国银监会关于操作风险高级计量法的相关要求，在提高操作风险估计精确度的同时，还能够提升银行的盈利水平，而且计算相对简单、易于操作，对于商业银行具有较高的参考价值。
当然，本文也存在一些不足之处。由于样本数据有限，尚不能按照巴塞尔协议的规定，从不同风险类型和业务条线来计量操作风险。但是，本文提供了一种操作风险计量的新思路，待我国建立健全操作风险损失数据库后，可以利用这种方法分别计算每一业务条线与损失类型组合下的监管资本，以便进行更完善的研究。
注释：
①由于难以取得股份制银行、地方商业银行、信用社的总收入，所以表11没有比较这类银行的基本指标法估计数据。
标签：操作风险论文; 银行论文; 商业银行论文; 商业银行资本管理办法论文; 银行资本论文; 参数估计论文; 信度论文; 样本容量论文; 极值分布论文; 计量法论文;