基于贝叶斯网络的我国商业银行声誉风险度量研究

张强++胡敏

摘 要：根据我国商业银行声誉风险分布情况，构建商业银行声誉风险评价体系。运用贝叶斯网络模型，考量国有商业银行2007～2012年间的485组声誉损失数据，得出声誉风险的超极限矩阵。实证表明，企业感召力缺乏、产品和服务缺陷、银行风险控制不足等成为中国商业银行声誉风险的主要因素，银行应有针对性地对其进行有效规避和分散。

关键词： 贝叶斯网络；商业银行；声誉风险

中图分类号：F83 文献标识码： A 文章编号：1003-7217（2014）02-0002-07

一、引 言

商业银行风险问题历来为学术界及实务界关注。在以往的研究当中，对商业银行信用风险、市场风险、操作风险、流动性风险等研究已经较为完善和深入，而对商业银行声誉风险问题特别是声誉风险的度量问题的研究相对较少。国外学者关于声誉理论的研究经历了产品质量、政府政策、企业、投资银行等几个阶段。2009年1月，巴塞尔委员会新资本协议征求意见稿中明确将声誉风险列入市场约束中，商业银行声誉风险正式被纳入商业银行风险管理的范畴。其中，企业声誉理论方面，Jan Bebbington， et al.（2008）讨论了企业社会责任报告在企业声誉风险管理方面的作用，指出企业社会责任报告不仅仅是企业声誉风险管理的结果也是管理的重要过程[1]。Pekka Aula（2010）探讨了行业环境、大众媒体对企业声誉风险管理的影响，研究发现大众媒体的普及会影响企业声誉风险的波动性，提出了企业管理层在制定声誉风险管理策略时的九条准则[2]。Janine Hogan， Sumit Lodhia（2011）运用事件研究法，研究一家澳大利亚上市公司在处理声誉事件时通过可持续的声誉报告化解声誉风险的过程，明确可持续声誉报告的发布动机、发布频率和报告质量之间的问题[3]。商业银行、金融机构的声誉理论方面，Lily Hua Fang（2005）探讨了投资银行声誉和债券价格与质量之间的关系，研究显示声誉水平较高的投资银行可以获得较小的息差和较高的佣金，同时较好的信誉还会获得较高的经济租金，从而让投资银行有动力继续维持较好的声誉[4]。Joseph McCahery， Armin Schwienbacher（2010）研究了银行声誉管理在制定贷款协议上的影响，指出银行声誉对贷款协议在公开市场和私募市场上的影响差异[5]。Philipp Sturm（2013）研究了欧洲银行业的组织和声誉风险问题，研究了股票市场价格和商业银行声誉损失之间的关系，确定了声誉损失对股票价格的影响方向和影响程度[6]。

国内学者关于声誉问题的研究起步较晚，主要集中在声誉风险的管理方法、声誉风险影响因素方面。在声誉风险管理能力指标体系方面，胡颖、陈成斌（2010）综合了财务表现、服务水平、员工待遇、社会表现等方面的因素，将商业银行的声誉管理能力指标分为8个方面、20个细分指标。在声誉风险后评价指标体系方面[7]，陆岷峰、葛虎（2010）对后评价机制做了深入研究，提出了后评价指标体系的设置建议[8]。在声誉风险管理方面，张瑞德（2012）研究了韩国银行挤兑停业风波的概况，分析了商业银行内部控制与声誉风险管理的问题[9]。张艳敏（2013）关注到自媒体对舆论格局产生的重要影响，研究商业银行声誉风险管理在自媒体时代的新形势和新挑战[10]。鲁志军、姚德权（2012）讨论了金融资产组合风险测度问题[11]。

综上所述，对于声誉风险问题，目前的研究主要集中在企业声誉风险、投资银行声誉风险方面，对商业银行声誉风险的研究重点主要集中在声誉风险的防范和管理上，而对于声誉风险的度量和评价研究较少。因此，本文将研究重点放在我国商业银行的声誉风险度量上，以期能得到度量商业银行声誉风险的科学方法，为商业银行声誉风险的有效管理和防范提供一定的借鉴。

二、我国商业银行声誉风险的分布特征

目前我国关于商业银行声誉风险的研究较少，商业银行声誉风险管理也处于初级阶段，还没有形成关于声誉风险损失数据的完整数据库。因此，本文选择从商业银行年报、公开媒体等渠道收集商业银行声誉损失数据。经过搜集，共获取声誉事件507起，按照数据筛选规则，共得到有效数据485条。声誉风险损失数据主要包含的内容如下：事件发生时间、发生银行分支机构、损失金额、损失涉及风险类型和数据来源等，时间跨度为2007～2012年；声誉事件涉及的银行类型包括：国有商业银行、股份制商业银行和城市商业银行等。总结声誉损失事件在风险类型上的分布情况，如表1所示。

表1 2007～2012年声誉风险类别损失分布表（单位：件 ）

表7中，各元素权重系根据不同类型声誉风险的损失概率和各节点间的相互关系计算得出，根据权重的大小可以得出我国商业银行声誉风险影响因素的排序。由于各子节点元素数量较多，这里总结父节点的元素排序，依次为：企业感召力缺乏、产品和服务缺陷、财务业绩下滑、领导层目标和战略失误、银行创新或风险控制不足、企业社会责任缺乏、工作环境恶化。依据不同类别声誉风险发生的概率，我国商业银行在以后的经营管理中，应集中精力于发生概率较大的一些风险类型，采取相应的措施，规避风险。

图5 声誉风险网络分析结构图

通过比较四家银行的权重情况，可以得出结论：Bank4发生声誉风险的可能性最大，其次为Bank3，Bank2发生声誉风险的可能性最小。即建设银行和工商银行发生声誉风险的可能性较大，农业银行和中国银行发生声誉风险的可能性较小。根据所搜集数据可以看出，银行声誉风险的大小与银行业务量、业务范围、银行经营规模等方面都有着密切的联系。不难理解的是，银行的业务量较大、银行业务面覆盖越广，与客户或媒体发生联系的领域就越多，导致发生声誉风险的几率就越高。因此，这里工商银行和建设银行发生声誉风险的可能性较大的原因可以总结为其业务量较大、业务范围覆盖较广。但是银行不能为了降低声誉风险而缩小业务量或压缩业务范围，要从更加有效的方面入手，有效控制商业银行声誉风险的发生。五、结 论

本文在已有商业银行声誉风险研究基础上，通过梳理我国商业银行声誉事件的发生和分布情况，总结我国商业银行声誉风险分布特征如下：声誉风险损失事件数额呈逐年递增的趋势，声誉风险损失主要由产品和服务缺陷、企业感召力缺乏和银行创新或风险控制不足等因素引起，由社会责任缺失和财务业绩不好造成的声誉风险事件数量较小。

在明确我国商业银行声誉风险分布特征和风险损失情况的基础上，本文构建我国商业银行声誉风险评价指标体系。指标体系由两级指标构成，其中包括企业感召力、产品与服务、目标与领导层、工作环境、财务业绩、社会责任、银行创新与风险控制等7个一级指标和22个二级指标构成。

根据我国商业银行声誉风险评价指标体系和我国商业银行声誉风险分布情况，本文构建贝叶斯网络模型分析我国商业银行声誉风险。利用natica软件包和super decisions软件包构建网络，得出我国四大国有商业银行的声誉风险权重情况分别为0.0266、0.0122、0.0513和0.0785。

根据实证分析，按照引发声誉风险概率的大小，对我国商业银行声誉风险影响因素依次排序为：企业感召力缺乏、产品和服务缺陷、财务业绩下滑、领导层目标和战略失误、银行创新或风险控制不足、企业社会责任缺乏、工作环境恶化。就四家银行的情况而言，建设银行和中国工商银行发生声誉风险的可能性较大，农业银行和中国银行发生声誉风险的可能性较小。工商银行和建设银行发生声誉风险的可能性较大是因其业务量较大、业务范围覆盖较广，当然银行不能为了降低声誉风险而缩小业务量或压缩业务范围，而应从更加有效的方面入手，有效控制商业银行声誉风险的发生。

本文的研究旨在讨论商业银行声誉风险的大小并对不同银行间声誉风险的情况进行排序，但本文的研究无法解决与商业银行声誉风险相联系的商业银行资本金和商业银行在考虑声誉风险前提下的资本金监管情况，这是本文研究的一个不足，也是以后研究的重要方向之一。

参考文献：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡颖，陈成斌.中国股份制商业银行声誉管理能力以5家上市银行为例[J].金融论坛，2010，（7）：39-43.

[8]陆岷峰，葛虎.关于构建商业银行声誉风险管理后评价机制的探讨[J].华北金融，2010，（4）：39-43.

[9]张瑞德.商业银行内部控制、声誉风险与银行挤兑韩国银行挤兑停业风波的深层反思[J].浙江金融，2012，（8）：34-35.

[10]张艳敏.自媒体时代的商业银行声誉风险管理[J].中国金融，2013，（9）：56-57.

[11]鲁志军，姚德权.基于CopulaVaR的金融资产组合风险测度研究[J].财经理论与实践，2012，（6）：48-52.

（责任编辑：钟 瑶）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk

本文在已有商业银行声誉风险研究基础上，通过梳理我国商业银行声誉事件的发生和分布情况，总结我国商业银行声誉风险分布特征如下：声誉风险损失事件数额呈逐年递增的趋势，声誉风险损失主要由产品和服务缺陷、企业感召力缺乏和银行创新或风险控制不足等因素引起，由社会责任缺失和财务业绩不好造成的声誉风险事件数量较小。

在明确我国商业银行声誉风险分布特征和风险损失情况的基础上，本文构建我国商业银行声誉风险评价指标体系。指标体系由两级指标构成，其中包括企业感召力、产品与服务、目标与领导层、工作环境、财务业绩、社会责任、银行创新与风险控制等7个一级指标和22个二级指标构成。

根据我国商业银行声誉风险评价指标体系和我国商业银行声誉风险分布情况，本文构建贝叶斯网络模型分析我国商业银行声誉风险。利用natica软件包和super decisions软件包构建网络，得出我国四大国有商业银行的声誉风险权重情况分别为0.0266、0.0122、0.0513和0.0785。

根据实证分析，按照引发声誉风险概率的大小，对我国商业银行声誉风险影响因素依次排序为：企业感召力缺乏、产品和服务缺陷、财务业绩下滑、领导层目标和战略失误、银行创新或风险控制不足、企业社会责任缺乏、工作环境恶化。就四家银行的情况而言，建设银行和中国工商银行发生声誉风险的可能性较大，农业银行和中国银行发生声誉风险的可能性较小。工商银行和建设银行发生声誉风险的可能性较大是因其业务量较大、业务范围覆盖较广，当然银行不能为了降低声誉风险而缩小业务量或压缩业务范围，而应从更加有效的方面入手，有效控制商业银行声誉风险的发生。

本文的研究旨在讨论商业银行声誉风险的大小并对不同银行间声誉风险的情况进行排序，但本文的研究无法解决与商业银行声誉风险相联系的商业银行资本金和商业银行在考虑声誉风险前提下的资本金监管情况，这是本文研究的一个不足，也是以后研究的重要方向之一。

参考文献：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡颖，陈成斌.中国股份制商业银行声誉管理能力以5家上市银行为例[J].金融论坛，2010，（7）：39-43.

[8]陆岷峰，葛虎.关于构建商业银行声誉风险管理后评价机制的探讨[J].华北金融，2010，（4）：39-43.

[9]张瑞德.商业银行内部控制、声誉风险与银行挤兑韩国银行挤兑停业风波的深层反思[J].浙江金融，2012，（8）：34-35.

[10]张艳敏.自媒体时代的商业银行声誉风险管理[J].中国金融，2013，（9）：56-57.

[11]鲁志军，姚德权.基于CopulaVaR的金融资产组合风险测度研究[J].财经理论与实践，2012，（6）：48-52.

（责任编辑：钟 瑶）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk

本文在已有商业银行声誉风险研究基础上，通过梳理我国商业银行声誉事件的发生和分布情况，总结我国商业银行声誉风险分布特征如下：声誉风险损失事件数额呈逐年递增的趋势，声誉风险损失主要由产品和服务缺陷、企业感召力缺乏和银行创新或风险控制不足等因素引起，由社会责任缺失和财务业绩不好造成的声誉风险事件数量较小。

在明确我国商业银行声誉风险分布特征和风险损失情况的基础上，本文构建我国商业银行声誉风险评价指标体系。指标体系由两级指标构成，其中包括企业感召力、产品与服务、目标与领导层、工作环境、财务业绩、社会责任、银行创新与风险控制等7个一级指标和22个二级指标构成。

根据我国商业银行声誉风险评价指标体系和我国商业银行声誉风险分布情况，本文构建贝叶斯网络模型分析我国商业银行声誉风险。利用natica软件包和super decisions软件包构建网络，得出我国四大国有商业银行的声誉风险权重情况分别为0.0266、0.0122、0.0513和0.0785。

根据实证分析，按照引发声誉风险概率的大小，对我国商业银行声誉风险影响因素依次排序为：企业感召力缺乏、产品和服务缺陷、财务业绩下滑、领导层目标和战略失误、银行创新或风险控制不足、企业社会责任缺乏、工作环境恶化。就四家银行的情况而言，建设银行和中国工商银行发生声誉风险的可能性较大，农业银行和中国银行发生声誉风险的可能性较小。工商银行和建设银行发生声誉风险的可能性较大是因其业务量较大、业务范围覆盖较广，当然银行不能为了降低声誉风险而缩小业务量或压缩业务范围，而应从更加有效的方面入手，有效控制商业银行声誉风险的发生。

本文的研究旨在讨论商业银行声誉风险的大小并对不同银行间声誉风险的情况进行排序，但本文的研究无法解决与商业银行声誉风险相联系的商业银行资本金和商业银行在考虑声誉风险前提下的资本金监管情况，这是本文研究的一个不足，也是以后研究的重要方向之一。

参考文献：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡颖，陈成斌.中国股份制商业银行声誉管理能力以5家上市银行为例[J].金融论坛，2010，（7）：39-43.

[8]陆岷峰，葛虎.关于构建商业银行声誉风险管理后评价机制的探讨[J].华北金融，2010，（4）：39-43.

[9]张瑞德.商业银行内部控制、声誉风险与银行挤兑韩国银行挤兑停业风波的深层反思[J].浙江金融，2012，（8）：34-35.

[10]张艳敏.自媒体时代的商业银行声誉风险管理[J].中国金融，2013，（9）：56-57.

[11]鲁志军，姚德权.基于CopulaVaR的金融资产组合风险测度研究[J].财经理论与实践，2012，（6）：48-52.

（责任编辑：钟 瑶）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk