【摘要】：隨著世界經(jīng)濟(jì)的全球化,銀行業(yè)務(wù)變得越來(lái)越復(fù)雜,一系列操作風(fēng)險(xiǎn)的爆發(fā)給銀行造成了巨大的損失,各國(guó)銀行和監(jiān)管機(jī)構(gòu)越來(lái)越重視對(duì)操作風(fēng)險(xiǎn)的度量和管理。鑒于各銀行對(duì)操作風(fēng)險(xiǎn)管理重視較晚,操作風(fēng)險(xiǎn)數(shù)據(jù)嚴(yán)重缺失。因此,對(duì)銀行來(lái)說(shuō),需要解決數(shù)據(jù)缺失的情況下,如何更準(zhǔn)確地度量操作風(fēng)險(xiǎn)的問(wèn)題。對(duì)監(jiān)管部門來(lái)說(shuō),則面臨著在缺乏相關(guān)信息的情況下,如何更了解銀行潛在的操作風(fēng)險(xiǎn)情況,以降低信息不對(duì)稱的問(wèn)題。整合內(nèi)外部數(shù)據(jù)對(duì)操作風(fēng)險(xiǎn)進(jìn)行度量是解決上述問(wèn)題的一個(gè)比較好的做法,但在方法上仍存在一定的改進(jìn)空間。為此,本文討論了度量操作風(fēng)險(xiǎn)時(shí)整合內(nèi)外部數(shù)據(jù)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(quán)法(Akaike Weight Method),建立了整合內(nèi)外部數(shù)據(jù)的赤池加權(quán)整合模型,并收集了我國(guó)四大國(guó)有商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)進(jìn)行了實(shí)證分析。具體如下:(1)采用損失分布法度量操作風(fēng)險(xiǎn),發(fā)現(xiàn)對(duì)于頻數(shù)分布,負(fù)二項(xiàng)分布相對(duì)泊松分布的效果更優(yōu);對(duì)于損失程度分布,對(duì)數(shù)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(jié)果看,相對(duì)于頻數(shù)分布,損失程度分布對(duì)銀行操作風(fēng)險(xiǎn)度量影響更大,且擬合效果最好的對(duì)數(shù)正態(tài)分布對(duì)尾部的描述存在著較大偏差。(2)為了更好地?cái)M合操作風(fēng)險(xiǎn)的尾部損失,將操作風(fēng)險(xiǎn)分為“高頻低損”和“低頻高損”兩大類進(jìn)行度量。發(fā)現(xiàn)廣義帕累托分布對(duì)操作風(fēng)險(xiǎn)尾部風(fēng)險(xiǎn)擬合效果要優(yōu)于對(duì)數(shù)正態(tài)分布,而采用對(duì)數(shù)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(nèi)外部數(shù)據(jù),本文基于POT模型,采用了Bühlmann-Straub信度模型對(duì)整合操作風(fēng)險(xiǎn)的內(nèi)外部數(shù)據(jù)的情況進(jìn)行研究,發(fā)現(xiàn)Bühlmann-Straub信度模型方法的度量結(jié)果容易受到樣本量大小和外部數(shù)據(jù)的影響,忽略了內(nèi)外部數(shù)據(jù)的差異性,結(jié)果偏差較大,容易出現(xiàn)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(nèi)外部數(shù)據(jù),本文采用赤池加權(quán)整合模型進(jìn)行了實(shí)證分析。結(jié)果發(fā)現(xiàn),赤池加權(quán)整合模型在整合內(nèi)外部數(shù)據(jù)時(shí),能夠較好的反映內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)的異質(zhì)性,外部數(shù)據(jù)對(duì)度量結(jié)果的影響取決于外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)之間的相似性程度,不易受到樣本量的影響,度量結(jié)果較為穩(wěn)定。
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F224;F832.33
【圖文】：

本文通過(guò)分析目前損失分布法在實(shí)踐中度量商業(yè)銀行操作風(fēng)險(xiǎn)時(shí)所存在的一些問(wèn)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(nèi)外部數(shù)據(jù)以度量商業(yè)銀行操作風(fēng)險(xiǎn)”這一核心問(wèn)題進(jìn)行研究。本文首先闡述本文的研究背景及意義，重點(diǎn)梳理了國(guó)內(nèi)外關(guān)于損失分布法度量操作風(fēng)險(xiǎn)的研究文獻(xiàn)，總結(jié)歸納了目前對(duì)內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)整合的方法，并總結(jié)了其中的不足。其次，分析了我國(guó)四大國(guó)有銀行操作風(fēng)險(xiǎn)數(shù)據(jù)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(yàn)證分段擬合的有效性。然后，根據(jù)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(shù)據(jù)定義為“高頻低損”類的操作風(fēng)險(xiǎn)，在考慮樣本數(shù)據(jù)右截?cái)嘈再|(zhì)下，基于損失分布法和條件分析法對(duì)該類操作風(fēng)險(xiǎn)進(jìn)行度量。最后，將高于閾值部分定義為“低頻高損”類的操作風(fēng)險(xiǎn)，基于內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)，采用超閾值（POT）模型和赤池加權(quán)法對(duì)該類操作風(fēng)險(xiǎn)進(jìn)行度量。

基于內(nèi)外部數(shù)據(jù)的銀行操作風(fēng)險(xiǎn)赤池整合模型相對(duì)就越多，產(chǎn)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(gè)數(shù)相關(guān)，從而影響每年產(chǎn)生的總損失，也就是說(shuō)銀行規(guī)模越大，產(chǎn)生的總損失就越大。故而，單個(gè)風(fēng)險(xiǎn)事件的損失是否與總收入規(guī)模存在相關(guān)關(guān)系依然存疑。二、銀行操作風(fēng)險(xiǎn)的整體特點(diǎn)為了分析收集到的我國(guó)四大行操作風(fēng)險(xiǎn)的整體特征，本文對(duì)四大行的操作風(fēng)險(xiǎn)案件分別按年發(fā)生次數(shù)情況、操作風(fēng)險(xiǎn)損失程度的情況進(jìn)行分析。（一）操作風(fēng)險(xiǎn)描述性統(tǒng)計(jì)首先，對(duì)于我國(guó)四大行每年的操作風(fēng)險(xiǎn)損失頻數(shù)情況，1994 年~2015 年之間的各年損失事件數(shù)目統(tǒng)計(jì)結(jié)果如圖 4 所示：

圖 5 操作風(fēng)險(xiǎn)每次損失程度從圖 5 可以看出，操作風(fēng)險(xiǎn)損失程度的波動(dòng)性非常大。損失金額較小的操作風(fēng)險(xiǎn)事件個(gè)數(shù)非常多，這部分的風(fēng)險(xiǎn)事件即是“高頻低損類”的操作風(fēng)險(xiǎn)，而少部分損失金額相對(duì)來(lái)說(shuō)比較大，該部分的風(fēng)險(xiǎn)事件即是“低頻高損”類的操作風(fēng)險(xiǎn)。為了從統(tǒng)計(jì)上判斷操作風(fēng)險(xiǎn)的損失特征，給出了四大行操作風(fēng)險(xiǎn)的統(tǒng)計(jì)特征值如表 2 所示：表 2 1994-2015 年我國(guó)四大國(guó)有銀行操作風(fēng)險(xiǎn)損失的統(tǒng)計(jì)特征值（單位：萬(wàn)元）商業(yè)銀行 損失事件 均值 標(biāo)準(zhǔn)差 中位數(shù) 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(shè)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(xiàn)】

相關(guān)期刊論文 前10條

1 高麗君;宋漢鯤;;外部數(shù)據(jù)度量中國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)的樣本量研究[J];山東財(cái)經(jīng)大學(xué)學(xué)報(bào);2015年03期

2 陳倩;;小樣本條件下操作風(fēng)險(xiǎn)度量中的參數(shù)估計(jì)研究[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年03期

3 莫建明;劉錫良;卿樹濤;;損失分布法下操作風(fēng)險(xiǎn)度量精度變動(dòng)規(guī)律[J];統(tǒng)計(jì)研究;2015年01期

4 陳倩;;商業(yè)銀行操作風(fēng)險(xiǎn)內(nèi)外損失數(shù)據(jù)整合研究——基于Bühlmann-Straub信度模型[J];財(cái)會(huì)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(fēng)險(xiǎn)計(jì)量研究[J];管理工程學(xué)報(bào);2013年02期

6 王宗潤(rùn);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(qiáng)度操作風(fēng)險(xiǎn)度量[J];管理科學(xué)學(xué)報(bào);2012年12期

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

8 宋坤;劉天倫;;小樣本下貝葉斯參數(shù)估計(jì)法對(duì)操作風(fēng)險(xiǎn)的度量[J];統(tǒng)計(jì)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(fēng)險(xiǎn)度量模型選擇分析[J];國(guó)際金融研究;2011年08期

10 高麗君;;商業(yè)銀行操作風(fēng)險(xiǎn)外部數(shù)據(jù)的內(nèi)生偏差研究[J];管理評(píng)論;2011年07期

相關(guān)博士學(xué)位論文 前3條

1 費(fèi)倫蘇;我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)理論與實(shí)證研究[D];武漢理工大學(xué);2008年

2 張新福;我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)管理研究[D];天津大學(xué);2007年

3 高麗君;我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)度量與資本金分配研究[D];中國(guó)科學(xué)院研究生院（科技政策與管理科學(xué)研究所）;2006年

相關(guān)碩士學(xué)位論文 前1條

1 張新楊;我國(guó)商業(yè)銀行的操作風(fēng)險(xiǎn)研究[D];蘇州大學(xué);2004年

本文編號(hào)：2780088