【摘要】：隨著世界經濟的全球化,銀行業(yè)務變得越來越復雜,一系列操作風險的爆發(fā)給銀行造成了巨大的損失,各國銀行和監(jiān)管機構越來越重視對操作風險的度量和管理。鑒于各銀行對操作風險管理重視較晚,操作風險數據嚴重缺失。因此,對銀行來說,需要解決數據缺失的情況下,如何更準確地度量操作風險的問題。對監(jiān)管部門來說,則面臨著在缺乏相關信息的情況下,如何更了解銀行潛在的操作風險情況,以降低信息不對稱的問題。整合內外部數據對操作風險進行度量是解決上述問題的一個比較好的做法,但在方法上仍存在一定的改進空間。為此,本文討論了度量操作風險時整合內外部數據的原因、原則及方法,并基于損失分布法(Loss Distribution Method)、POT模型(Peak Over Threshold)、赤池加權法(Akaike Weight Method),建立了整合內外部數據的赤池加權整合模型,并收集了我國四大國有商業(yè)銀行操作風險損失數據進行了實證分析。具體如下:(1)采用損失分布法度量操作風險,發(fā)現對于頻數分布,負二項分布相對泊松分布的效果更優(yōu);對于損失程度分布,對數正態(tài)分布擬合效果最好,其次分別為布爾分布、帕累托分布等。另外,從度量結果看,相對于頻數分布,損失程度分布對銀行操作風險度量影響更大,且擬合效果最好的對數正態(tài)分布對尾部的描述存在著較大偏差。(2)為了更好地擬合操作風險的尾部損失,將操作風險分為“高頻低損”和“低頻高損”兩大類進行度量。發(fā)現廣義帕累托分布對操作風險尾部風險擬合效果要優(yōu)于對數正態(tài)分布,而采用對數正態(tài)分布擬合大大的高估了銀行的監(jiān)管資本。(3)為了整合內外部數據,本文基于POT模型,采用了Bühlmann-Straub信度模型對整合操作風險的內外部數據的情況進行研究,發(fā)現Bühlmann-Straub信度模型方法的度量結果容易受到樣本量大小和外部數據的影響,忽略了內外部數據的差異性,結果偏差較大,容易出現高估銀行的資本金的情況。(4)鑒于信度模型不能很好的整合內外部數據,本文采用赤池加權整合模型進行了實證分析。結果發(fā)現,赤池加權整合模型在整合內外部數據時,能夠較好的反映內部數據和外部數據的異質性,外部數據對度量結果的影響取決于外部數據與內部數據之間的相似性程度,不易受到樣本量的影響,度量結果較為穩(wěn)定。
【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F224;F832.33
【圖文】：

本文通過分析目前損失分布法在實踐中度量商業(yè)銀行操作風險時所存在的一些問題，并在損失分布法和極值理論的度量框架下，圍繞“如何合理地整合內外部數據以度量商業(yè)銀行操作風險”這一核心問題進行研究。本文首先闡述本文的研究背景及意義，重點梳理了國內外關于損失分布法度量操作風險的研究文獻，總結歸納了目前對內部數據和外部數據整合的方法，并總結了其中的不足。其次，分析了我國四大國有銀行操作風險數據的整體特征，比較并分析未分段擬合的度量模型和分段擬合的度量模型各自的擬合效果，驗證分段擬合的有效性。然后，根據損失程度分段臨界值即閾值的確定，將低于閾值部分的損失樣本數據定義為“高頻低損”類的操作風險，在考慮樣本數據右截斷性質下，基于損失分布法和條件分析法對該類操作風險進行度量。最后，將高于閾值部分定義為“低頻高損”類的操作風險，基于內部數據和外部數據，采用超閾值（POT）模型和赤池加權法對該類操作風險進行度量。

基于內外部數據的銀行操作風險赤池整合模型相對就越多，產生的損失事件可能就越多，因此銀行規(guī)模大小可能與發(fā)生事件個數相關，從而影響每年產生的總損失，也就是說銀行規(guī)模越大，產生的總損失就越大。故而，單個風險事件的損失是否與總收入規(guī)模存在相關關系依然存疑。二、銀行操作風險的整體特點為了分析收集到的我國四大行操作風險的整體特征，本文對四大行的操作風險案件分別按年發(fā)生次數情況、操作風險損失程度的情況進行分析。（一）操作風險描述性統(tǒng)計首先，對于我國四大行每年的操作風險損失頻數情況，1994 年~2015 年之間的各年損失事件數目統(tǒng)計結果如圖 4 所示：

圖 5 操作風險每次損失程度從圖 5 可以看出，操作風險損失程度的波動性非常大。損失金額較小的操作風險事件個數非常多，這部分的風險事件即是“高頻低損類”的操作風險，而少部分損失金額相對來說比較大，該部分的風險事件即是“低頻高損”類的操作風險。為了從統(tǒng)計上判斷操作風險的損失特征，給出了四大行操作風險的統(tǒng)計特征值如表 2 所示：表 2 1994-2015 年我國四大國有銀行操作風險損失的統(tǒng)計特征值（單位：萬元）商業(yè)銀行 損失事件 均值 標準差 中位數 偏度 峰度工商銀行（ICBC）1N 23.36 23.65 12 1.13 0.011X 9520.82 46446.46 116.36 8.75 89.48建設銀行2N 21.22 17.93 17 0.52 -1.21（CCB）X 4411.97 18495.16 213.65 7.86 75.61

【參考文獻】

相關期刊論文 前10條

1 高麗君;宋漢鯤;;外部數據度量中國商業(yè)銀行操作風險的樣本量研究[J];山東財經大學學報;2015年03期

2 陳倩;;小樣本條件下操作風險度量中的參數估計研究[J];北京理工大學學報(社會科學版);2015年03期

3 莫建明;劉錫良;卿樹濤;;損失分布法下操作風險度量精度變動規(guī)律[J];統(tǒng)計研究;2015年01期

4 陳倩;;商業(yè)銀行操作風險內外損失數據整合研究——基于Bühlmann-Straub信度模型[J];財會月刊;2014年14期

5 陸靜;張佳;;基于信度理論的商業(yè)銀行操作風險計量研究[J];管理工程學報;2013年02期

6 王宗潤;汪武超;陳曉紅;王小丁;周艷菊;;基于BS抽樣與分段定義損失強度操作風險度量[J];管理科學學報;2012年12期

7 陳倩;;基于極值理論的商業(yè)銀行操作風險度量研究[J];中國管理科學;2012年S1期

8 宋坤;劉天倫;;小樣本下貝葉斯參數估計法對操作風險的度量[J];統(tǒng)計與信息論壇;2012年08期

9 豐吉闖;李建平;高麗君;;商業(yè)銀行操作風險度量模型選擇分析[J];國際金融研究;2011年08期

10 高麗君;;商業(yè)銀行操作風險外部數據的內生偏差研究[J];管理評論;2011年07期

相關博士學位論文 前3條

1 費倫蘇;我國商業(yè)銀行操作風險理論與實證研究[D];武漢理工大學;2008年

2 張新福;我國商業(yè)銀行操作風險管理研究[D];天津大學;2007年

3 高麗君;我國商業(yè)銀行操作風險度量與資本金分配研究[D];中國科學院研究生院（科技政策與管理科學研究所）;2006年

相關碩士學位論文 前1條

1 張新楊;我國商業(yè)銀行的操作風險研究[D];蘇州大學;2004年

本文編號：2780088