中小商业银行操作风险度量的实证分析——以宁波银行为例

韦茜,李立平,李文强

(1.广西外国语学院，广西南宁530222；2.上海财经大学，上海200433)

中小商业银行操作风险度量的实证分析
——以宁波银行为例

韦茜1,李立平2,李文强2

(1.广西外国语学院，广西南宁530222；2.上海财经大学，上海200433)

近年来国内外商业银行的操作风险损失事件频发，商业银行需要加强对操作风险的管理，提高关注度。既需要关注大商业银行的操作风险，也需要关注中小商业银行的操作风险。以城市商业银行——宁波银行为例，选取收入模型，同时运用2007年第3季度到2015年第4季度的数据对宁波银行的操作风险进行实证研究。宁波银行既有自己的特点，又具有一定代表性，成长中的中小商业银行需要加强自身的操作风险管理。

操作风险；收入模型；宁波银行

0 引言

根据《新巴塞尔资本协议》[1]，操作风险定义为：由于有缺陷或失效的内部程序、人员及系统或外部事件所造成的损失风险。操作风险无论在国外还是在国内均给金融业特别是银行业带来了巨额损失。我国操作风险损失案影响较大的有中国银行开平案、北京农村商业银行胡毅骗贷案、山东省济南市特大伪造金融票据案等。操作风险会给银行带来巨大的损失，进而会威胁其生存与发展，我国商业银行必须重视操作风险的管理，因此采用适当的方法进行风险度量实证分析具有十分重要的现实意义。

1 研究设计

1.1 研究背景

本文以宁波银行为例进行操作风险的实证研究，之所以选择了国内首家在深圳证券交易所挂牌上市的城市商业银行，原因如下：

一是以宁波银行为代表的中小商业银行需要风险度量。我国银行业金融机构结构多元、类型多样、规模各异，截至2014年底有3家政策性银行、5家大型商业银行、12家股份制商业银行、133家城市商业银行、665家农村商业银行、89家农村合作银行、1 596家农村信用社、1家邮政储蓄银行、1 153家村镇银行，以及其他各类信托公司、金融公司、财务公司等[2]。目前我国四大国有商业银行与招商银行等大型银行在这方面进行了探索，也取得了一定的成果。大型银行操作风险的度量已有一定的政策指导，且取得了相当进展，本文的关注点是中小银行操作风险的度量。国有大型商业银行的测量方法未必适合对中小银行开展风险测量，采用统一的度量模型会对某些商业银行操作风险的度量造成一定的阻碍，也会导致商业银行计提的操作风险准备金不准确。选取一家有代表性的银行先行展开研究，能在理论及方法上为展开全面研究做好铺垫。

二是宁波银行具备一定实力，战略规划合理，在中小银行中较为突出。宁波银行自1997年成立以来，已经发展成为一家资本净额超520亿元，总资产超6 500亿元，员工人数超8 000人的区域性股份制上市银行。同时，宁波银行自成立以来，对市场进行了细分，根据自身及宁波市经济特点，区别于国有银行及其他股份制银行，制定了以中小企业为目标客户的发展战略。这一措施使银行拥有一批忠诚度高、信誉良好的中小企业客户群体，在推动中小企业快速发展的同时，使自身也保持了良好的资产质量和经营效益，以其为研究对象有一定的代表性。在这个背景下对宁波银行进行测评衡量，能反映出宁波银行这一类成长中的中小银行操作的风险状况。

三是宁波银行发展迅速，需要风险监控。2014年，在民生银行、浦发银行、兴业银行及中信银行四家股份制上市银行公布了其2014年业绩快报之后，作为首家上市城商行——宁波银行也披露了其业绩快报。根据数据显示，截至2014年年末，宁波银行以16.1%的净利润增速领先于已公布快报的其他上市银行。近几年宁波银行的发展迅速，分别在上海、杭州、南京、深圳、苏州、温州、北京、无锡和金华设立了分行，拥有1个总行营业部以及182家支行。相比缓慢发展的其他商业银行，发展迅猛、业务增速快的宁波银行更容易爆发操作风险损失事件，因此对宁波银行的研究比其他银行的研究更具有实际意义。

1.2 研究思路

本文采用收入模型对目标银行的操作风险进行度量。

1) 收入与风险密切相关。收入作为计量业务活动规模的合理指标，可以从侧面校验操作风险，毕竟操作风险对商业银行的利润会产生重大的影响。

2) 我国大部分商业银行的内部损失数据库没有建立或者尚不完善，宁波银行由于上市较晚等原因其损失数据同样不可获得。另外，由于涉及部分商业秘密，商业银行某些数据暂不开放。而收入模型中的变量在目前阶段比较容易获得，比如宁波银行的收入指标数据，可以通过查看宁波银行的季度报与年报获得，采用收入模型进行计量，可以很好地解决其他模型所要求数据的不可获得性的问题，指标也较易识别。

3) 收入模型能相对准确地测量操作风险。收入模型以银行的净利润(净收入)为解释变量，方差所反映的净利润(净收入)的波动则是全部收入风险的体现，而被解释变量可以涵盖市场风险、信用风险、流动性风险和操作风险等诸多风险，涉及范围较广。这种涵盖风险的广泛性能尽量多地排除其他风险因素，最后得到的操作风险会更准确。

4) 收入模型的易于操作性适用于中小银行。该模型容易操作，运用该模型的成本与技术要求较低，能够满足中小商业银行利润最大化的目标，避免中小商业银行耗费大量的人力、物力、财力进行操作风险的度量，增加不必要的经营成本，同时满足了中小银行测量操作风险的要求，因此收入模型对于中小商业银行的现状有很好的适用性。

收入模型的缺陷在于：第一，线性模型假设。收入模型假设被解释变量与解释变量之间存在一定的线性关系。该模型的被解释变量是收入或者净利润等收益指标，但商业银行承担一定的风险却并不一定会得到回报，即操作风险是一种纯粹的风险，与收益存在非均衡性，那么收入模型所设定的线性关系可能存在一定的偏差。第二，损失精确性。宁波银行于2007年上市，虽然近几年发展较快，但是其内部损失数据缺失，放弃了如高级计量法等较为精准的度量模型，转而采用收入模型进行度量，会导致其度量结果不够精确。第三，该模型不能将由市场风险、信用风险以及流动性风险解释的部分认为是操作风险造成的，商业银行面临诸多风险，将模型中引入的因素之外的所有风险看成是收入风险不准确。

国内对收入模型的应用研究较多，樊欣、杨晓光[3](2004)运用证券因素模型与收入模型对深圳发展银行和浦东发展银行分别进行了分析，得出收入模型风险度量效果优于证券因素模型。刘桂荣和赵妍[4](2008)应用收入模型对中国银行和浦东发展银行进行分析，得出国有商业银行操作风险损失的可能性大于股份制商业银行。张红鹰[5](2009)，周兰、谢群[6](2011)使用收入模型对上海浦东发展银行、深圳发展银行的操作风险进行了实证分析。王吉恒、王春峰[7](2010)对中国银行、民生银行的操作风险进行了分析；雷心恬[8](2012)对兴业银行、浦发银行的操作风险进行了量化分析。可以看出，采用收入模型研究的银行都是资产实力强大的银行。但是，我国银行业的稳定既需要实力雄厚的全国规模的大银行的稳定，同样也需要为数众多的地方银行的稳定。

2 收入模型的基本原理

在收入模型中，商业银行的收入(净利润)会受到诸多风险因素的影响，比如市场风险、信用风险、流动性风险以及操作风险，因此，该模型把商业银行的收入作为目标变量，而把影响收入波动的因素作为解释变量，目标变量的波动通过方差来表示，其中不能被模型所解释的波动则认为是操作风险所导致的。其模型通常设定为以下形式：

Y=C+a1X1+a2X2+…+anXn+ε式中：Y为目标变量的收入；C为常数项，指当商业银行面临的所有风险都不存在时，银行收益的值；X1，X2，…，Xn为除操作风险之外影响目标变量的所有因素；系数a1，a2，…，an为与解释变量相对应的敏感系数，表示解释变量的变化能引起目标变量多大程度的变化；ε为随机误差，表示除了模型所列的影响因素之外的其他能够引起收入变动的因素，在本文中这类剩余因素是指操作风险因素。

同时，由于该模型假设收入变量服从正态分布，因此可以根据正态分布的特征，通过查询正态分布的分位数表得到在99.9%的置信水平下，正态分布的分位数大约为3.1，由此可知需要为操作风险配置的准备金oprisk为3.1倍的标准差σoprisk。即：

oprisk=3.1σoprisk

3 变量的选择与数据来源

本文在对相关文献与资料进行查阅之后发现，常见的商业银行风险分为市场风险、信用风险、流动性风险与操作风险。本文选取了净利润(JLR)这一指标作为被解释变量来反映宁波银行的收益。由于收入模型将收益的波动剔除其他风险因素所导致的部分之外，剩余的波动由操作风险进行解释，因此，以下就市场风险、信用风险以及流动性风险的变量选取进行详细阐述。

市场风险是指由于市场价格的不利变动而使商业银行表内业务和表外业务发生损失的风险。由于工商企业是商业银行的主要业务对象，企业的综合经营情况能够反映市场的变化，同时工商企业的经营情况也与宏观经济增长指标(GDP)密切相关，因此，本文选取GDP作为衡量市场风险的指标。

信用风险则主要是指债务人的违约风险，造成这类风险的主要原因是债务人履约能力发生变化等外部因素，一般情况下，违约行为的发生会形成银行的呆账、坏账，造成不良贷款损失，进而对商业银行的净利润产生不利影响。因此，本文选取不良贷款率(NPL)作为信用风险的衡量指标。

一般而言，商业银行需要具有一定的流动性，来满足客户随时提取现金的需要，那么当商业银行没有足够的资金满足这一需求时，就会形成一定的流动性缺口，从而面临流动性风险。通常情况下，银行的存款能够保证商业银行的流动性，而贷款恰好相反，因此，本文选取存贷款差额(DLD)来衡量商业银行的流动性风险。

初步建立回归方程如下：

JLR=C+a1×GDP+a2×NPL+a3×DLD+ε

在考虑到数据的可获得性，同时为了增加样本量，提高实证分析结果的可靠性，本文选取2007年第3季度到2015年第4季度的数据。净利润、不良贷款率、存款额以及贷款额来自宁波银行2007—2015年的季度报、半年报以及年报。此外，存贷差额由存款额减去贷款额得出。对数据的初步描述性统计分析如表1所示。

表1 数据描述性统计

4 实证分析

在回归分析前对时间序列数据(此类数据一般情况下具有不平稳的特征)进行单位根检验，目的是检测数据的平稳性，从而剔除伪回归的可能性。本文采用Augmented Dickey-Fuller检验(即ADF检验)，通过EViews软件对数据进行平稳性检验，发现只做一阶差分之后不能保证数据的同阶单整，因此先进行取对数，再进行一阶差分，做到同阶单整。所有变量检验结果如表2所示。

表2 ADF检验结果汇总表

注：D(·)表示原始变量的一阶差分，DD(·)表示原始变量的二阶差分。

由以上ADF检验可知，原始变量二阶差分后都是平稳的，则本文协整回归采取的步骤如下：首先，假设变量在长期存在线性关系，即存在协整关系，对其进行回归分析；其次，对残差序列进行平稳性检验。如果残差序列通过平稳性检验，即认为残差序列平稳，那么，就能判定各变量在长期存在线性关系，进而可以说明该模型的设定是合理的。

设定回归模型如下：

JLR=C+a1×GDP+a2×NPL+a3×DLD

令残差项ε=JLR-(C+a1×RGDP+a2×NPL+a3×DLD)。

对残差项ε进行平稳性检验，结果如表3所示。

表3 协整检验结果输出

从表3可知，由于t统计量值的绝对值大于5%显著性水平下的临界值，同时P值小于0.05，可以认为在5%的显著性水平下，残差项ε是平稳的，说明原方程存在协整关系。

表4、表5结果显示，除了不良贷款率(NPL)的t统计量小于2且P值大于0.05外，其他变量的t统计量的绝对值均大于2且P值小于0.05，可以说常数项、实际GDP、存贷款差额(DLD)检验效果良好，同时，拟合优度R2=0.794 448，调整后的R2=0.773 892。1-R2则表示操作风险，说明操作风险在总风险中的比例稍稍超出了20%，按照国际惯例,操作风险在总风险中所占的比例在10%～20%为正常,可以看出按收入模型来推算，宁波银行存在操作风险，但风险不大。

此外F统计量值较高，且F统计量的P值显著为零，可以认为模型整体效果良好，本文得到如下回归方程：

JLR=-5.438 870+0.013 275×RGDP-2.495 071×NPL+0.016 562×DLD

表4 回归结果

表5 模型摘要

5 政策建议

通过以上对宁波银行的分析，给出以下几点政策建议:

第一，商业银行应该加强对操作风险度量的重视。目前我国商业银行对于操作风险的管理只停留在概念层面，无论是国家方针政策的指导还是商业银行内部损失数据库的建设，都较为落后。商业银行想要进行有效且全面的风险管理，必须具备完整准确的经营数据，若数据缺失则难以准确反映真实情况，还要在经营战略上重视操作风险，众多中小银行往往过于关注业务的扩张，规模的扩大，而忽视了快速发展背后的风险，为操作风险计提的准备金也略显不足，风险发生时难以应对。

第二，商业银行应当根据自身的规模以及业务类型，选取适合自身状况的操作风险度量模型，同时更应注重对操作风险的综合测量。由于我国商业银行数量众多，规模各异，各自的规模与业务类型存在较大的差别，不能以一刀切的方式开展度量，中小商业银行可采用相对简单实用的度量方法，如本文采用的收入模型的度量方法。随着银行业务发展规模的扩大，面对更复杂多变的市场环境，应适时采用更精确、更高级的测量方法，而不应拘泥于某一种度量方法。

第三，对中小商业银行的操作风险进行度量，得出操作风险的数量值，但应准确理解操作风险数量值与计提的风险准备金之间的关系。本文以较为典型的中小银行——宁波银行为例，对宁波银行操作风险的度量进行了实证研究，结果显示的操作风险所对应的准备金金额与实际计提的风险准备金有差距，准备金远高于操作风险可能带来的损失。准备金过多会影响到银行正常的资金运转，而过低的准备金又会带来潜在的风险。对实力单薄的中小银行而言，应尽量化解操作风险，留下适量的风险准备金。

[1]巴塞尔银行监管委员会.巴塞尔协议III[M].杨力，吴国华,译.北京:中国金融出版社，2014:140-141.

[2]中国银行业监督管理委员会.中国银行业监督管理委员会2014年年报[EB/OL].[2017-03-01].http://www.cbrc.gov.cn/chinese/home/docView/7E0CF3C51001425E919F7395 62C350BA.html.

[3]樊欣，杨晓光.操作风险度量:国内两家股份制商业银行的实证分析[J].系统工程，2004(5)：44-48.

[4]刘桂荣，赵妍.基于收入模型的商业银行操作风险的实证分析[J].华东理工大学学报(社会科学版)，2008(3)：54-58.

[5]张红鹰.我国商业银行操作风险的量化分析[J].区域金融研究，2009(3)：51-53.

[6]周兰，谢群.基于收入模型的我国两家商业银行操作风险度量实证分析[J].金融经济，2011(9)：69-71.

[7]王吉恒，王春峰.基于收入模型的商业银行操作风险量化研究[J].商业研究，2010(4)：137-139.

[8]雷心恬.基于收入模型的商业银行操作风险量化分析：以兴业银行与浦东发展银行为例[J].对外经贸，2012(9)：52-54.

责任编辑：唐海燕

Empirical Research on Operational Risk Measurement of Small and Medium-Sized Commercial Bank—A Case Study of Bank of Ningbo

WEI Qian1,LI Liping2,LI Wenqiang2

(1.Guangxi University of Foreign Languages,Nanning 530222;2.Shanghai University of Finance and Economics,Shanghai 200433)

The frequency of operational risk loss events of commercial banks at home and abroad warns banks to strengthenthe management of operational risk and improve the awareness of operational risk.Focus should be on the operational risks of big commercial banks as well as those of small and medium-sized banks.With Bank of Ningbo taken as an example,a revenue model was constructed,and an empirical study was carried out,using data from the third quarter of 2007 to the fourth quarter of 2015,to find out the operational risks of Bank of Ningbo.The case of Bank of Ningbo demonstrates its own particularity as well as typicality.The growing small and medium commercial banks need to strengthen their own operation risk management.

operational risk;revenue model;Bank of Ningbo

10.3969/j.issn.1671- 0436.2017.02.008

2017- 03-18

韦茜(1982— )，女，博士，讲师。

F803.33

A

1671- 0436(2017)02- 0040- 06