摘 要：操作风险是商业银行面对的主要风险之一。对操作风险进行识别、量化进而管理是商业银行适应国际金融环境变化和风险管理趋势的必然选择。而对操作风险进行度量又是有效管理操作风险的前提之一。采用自上而下模型中的收入模型对国内两家商业银行的操作风险状况进行了实证分析，表明了收入模型可以在某种程度上反映操作风险的大小以及我国商业银行面临着较严重的操作风险。
关键词：新巴塞尔资本协议；商业银行；操作风险；收入模型
1 变量与模型的选择
本文主要是要考察操作风险度量模型对我国金融机构的适用性。由于现阶段国内金融机构普遍面临着数据缺乏的问题，因此很难获得金融机构内部数据，所以我们这里采用自上而下模型中的收入模型。我们知道对于信用风险和市场风险来说，存在风险与报酬的一一对应关系，但这种关系并不一定适用于操作风险，操作风险损失在大多数情况下与收益的产生没有必然联系。所以我们这里建立收益与市场风险和信用风险的对应关系。
收入模型将企业的净利润作为目标变量，然后考虑可能影响企业净利润的风险因素，将其作为解释变量。这些因素可以是市场因素以及信用因素等。企业净利润在很大程度上可以被这些因素解释，而余下的那些不能解释的部分将被作为该企业由于操作风险引起的收入波动。由于操作风险引起的收入的波动：σ
2=σ
2total（1-r
2），我们假设收入的波动服从正态分布，那么根据正态分布的特点我们将3.1倍标准差作为操作风险，这样就包括了99.9%的置信区间。WWw.11665.cOM这基本就可以包括了操作风险引起的未预期损失。oprisk=3.1σ ，即将收入的方差中无法被模型解释的部分作为操作风险。也即将企业收入的波动中不能被其他风险因素所解释的部分看作是由操作风险所导致的。（樊欣、杨晓光，2004）
模型如下： y=c+b
1x
1i+b
2x
2i+b
3x
3i+…+c
i，其中，y是企业的净利润，x
i是第i个风险因素，bi代表了对这些因素的敏感程度。从宏观的角度，我们认为影响我国商业银行收益的主要因素有：1、经济增长。由于近些年来我国经济一直处于高速增长过程中，银行发展与这种经济增长是相关的。我们使用真实gdp的增长率作为这方面的代表变量。2、银行的资产质量。资产质量的高低直接影响银行的收益和风险状况。我们使用不良贷款率作为体现银行资产质量的指标。因为就目前我国银行业的经营状况来看，传统的存贷款业务仍然是商业银行的主营业务，是收入的主要来源。信用风险仍然是最主要的风险。而信用风险很大程度上又是由于贷款人的不良资信状况所引起的。贷款人的信用状况及还款的及时性很大程度上影响了我国商业银行的收益。3、股票市场指数。银行的收益受市场的总体表现的影响，而股票市场指数是整个市场状况的晴雨表。我们选用股票市场指数作为市场总体表现的指示变量。因此，我们最终选取的风险因素包括真实国内生产总值增长率（gc=gdp/cpi）、不良贷款率（bl）、上证指数一年内平均值（index）三项。为了探讨银行收益究竟是由哪些因素决定的，我们将进行ols回归分析，建立真实国内生产总值增长率、不良贷款率、股票市场指数与银行净利润（profit）选择情况的多元线性回归模型：profit=c+b1（gdp/cpi）+b2bl+b3index。
为了方便数据的获取且使数据具有一定的代表性，我们选择股份制商业银行浦东发展银行和国有商业银行中国银行作为研究对象，进行一定的比较研究。具体数据见表1、表2：
2 实证结果及分析
用ols估计模型，得如下结果：
方程一：profit1=2.0173gc-0.5910 bl1+6.223index，
方程二：profit2=30.0866gc-5.1443 bl2+27.854index。
由于有效数据的缺乏和模型本身的局限性，此文仅从经济意义方面检验参数估计量，b
1>0，且对银行净利润的影响很大，就profit1模型而言，在考察期经济增长的基础上，gc每增加一个百分点，浦发银行的净利润就可以增长2.0173亿元，就profit2模型而言，gc每增加一个百分点，中行的净利润就可以增长30.0866亿元。说明经济增长对银行的净利润有很大的正效应。b
2<0，也符合经济含义，即不良贷款率与银行的净利润成反比。也就是说随着不良贷款率的下降，银行净利润有很明显的上升趋势。就profit1模型而言，bl1每下降一个百分点，浦发银行的净利润就可以增长0.5910亿元。就profit2模型而言，bl
2每下降一个百分点，中行的净利润就可以增长5.1443亿元。从以上的统计结果我们还可以看出不良贷款率对国有商业银行的杠杆作用明显要强于股份制商业银行。所以我们更要加强对国有商业银行不良资产的监督和管理，加强贷款过程的内部控制，完善银行内部贷款管理制度。而b
3>0，也进一步说明了银行的净利润的增长和下降是和整体的经济趋势是同步的。
在我们的模型中，那部分不能被模型解释的方差被认为是由操作风险的引起的。在profit1模型中即浦东发展银行的结果中，r-square值为0.8818，说明88.18%的方差可以由模型解释，即操作风险占到总方差的11.82%。在profit2模型中即中国银行的结果中，回归模型的r-square值为0.6830，即模型可以解释方差中的68.30%，同时也说明操作风险在总的方差中占到31.70%。所以我们可以看出浦东发展银行的操作风险明显低于中国银行。事实上，在国际上，业界一般认为操作风险在总风险中占有比例为20%以内，剔除模型本身的精确度以外，我们也能意识到我国国有商业银行面临着很严重的操作风险。
因此，在当前金融风险，金融危机日益严峻的背景下，我们一定要加强对商业银行操作风险的监督和控制，积极探索对操作风险的实证度量方法，保证金融机构乃至整个金融体系的安全。
参考文献
［1］marshall c. l. measuring and managing operational risks in financial institution; tools， techniques， and other resources ［m］. singapore： john wiley & sons， 2001.
［2］working paper on the international convergence of capital measurement and capital standards［r］. basel， switzerland： basel committee on banking supervision， 2004.
［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）.
［4］王旭东.新巴塞尔资本协议与商业银行操作风险量化管理［j］.金融论坛，2004，（2）.
［5］王方宏.商业银行操作风险管理初探［j］.金融与保险，2004，（8）.
