基于VaR银行操作风险度量.docVIP

基于VaR银行操作风险度量 　　提要操作风险是金融机构需要面对的主要风险之一，操作风险的度量是对操作风险进行有效管理的前提之一。本文利用国内三家上市银行的数据对基于VaR的银行操作风险的度量进行实证研究。结果表明，在现阶段国内缺乏数据统计的大背景下，收入模型、证券因素模型在操作风险的衡量中具有一定的可用性；在我国目前的上市银行中，深圳发展银行的操作风险管理水平相对要好。 　　关键词：操作风险；VaR方法；收入模型；证券因素模型 　　中图分类号：F83文献标识码：A 　　 　　操作风险是指由于不完善或有问题的内部操作过程、人员、系统或外部事件而导致的直接或间接损失的风险，和市场风险、信用风险并列，操作风险是金融机构需要面对的三大风险之一。与市场风险、信用风险有较为成熟的量化技术相比，操作风险量化技术研究起步较晚，正处在一个迅速发展的阶段。本文利用VaR方法度量我国三家商业银行的操作风险，并检验其有效性。 　　 　　一、VaR方法研究现状 　　 　　VaR的产生是JP摩根公司用来计量市场风险的产物。2001年巴塞尔委员会发布了旨在替代旧版巴塞尔协议的《新巴塞尔资本协议》。新巴塞尔协议突出了风险管理全面化的理念。从国外的研究情况来看，David H.Pyle在《Bank risk management：Theory》一文中指出风险管理中主要是针对市场风险、信用风险、经营风险和操作风险这四种风险；同时，强调了风险管理的技术发展，特别是VaR方法在风险管理中的应用。Duncan Wilson（1995）最早提出了操作风险的VaR度量，认为操作风险可以像市场风险和信用风险一样应用VaR来度量；Medova（2000，2001）和Kyriaco（2002）应用VaR和极值理论对操作风险进行了量化分析。总体上来说，目前国外关于VaR的操作风险度量研究主要是各金融机构根据自己的业务特点展开的，尚处于探索阶段，还没有一个统一的研究框架。 　　与国际研究相比，国内关于操作风险的文献大都限于对新巴塞尔资本协议的介绍，对操作风险的量化分析极少，更谈不上相应的数据库建设。我国学者最早对VaR进行研究的是郑文通1997年的《金融风险管理的VaR方法及其应用》。在国内关于本课题的研究具有代表性的是王春峰（2001）的《金融市场风险管理》，该书系统地介绍了VaR的有关理论基础。就我国目前的研究状况而言，在信用风险衡量方面，马杰、任若恩在《VaR方法在外汇风险管理中的应用》一文中运用VaR技术防范微观汇率风险。郭战琴、周宗放在《VaR方法在银行信用风险防范中的应用》一文中讨论了VaR方法在银行配置风险资本中的应用，分别基于贷款价值服从不同分布的情况进行讨论并给出算例。刘晓星、何建敏、赵立航在《基于VaR的商业银行信用风险管理研究》一文中根据计算VaR的三种主要方法的分析认为，应用VaR方法有利于银行实现对信用风险的动态管理、风险资本金的优化配置、信用管理绩效评价的完善。 　　 　　二、VaR方法的定义 　　 　　由于VaR方法的分析是建立在大量历史数据的基础之上的，所以VaR方法使用的前提是要有大量的历史数据作为分析基础，同时，还要假定这些数据的分布是正态分布，等等。正是在这些假设前提下，推导出了VaR的计算原理。 　　考虑一种金融资产，假定W0为金融资产的初始价值，R是持有期内的投资回报率，W是金融资产的期末价值，E（W）为金融资产的期末预期价值，W*为在给定置信水平下金融资产的期末最低价值，则在持有期末，金融资产的价值表示为W＝W0×（1+R）。假定回报率R的期望回报和其波动性分别为μ和σ。如果在某一置信水平c下，金融资产的最低价值为W*＝W0×（1+R*），根据VaR定义，在一定的置信水平下，金融资产在未来特定的一段时间内的最大可能损失可以定义VaR为： 　　VaR=E（W）－W*=－W0（R*－μ）2－1 　　根据以上定义，计算VaR就相当于计算最小值W*或最低的回报率R*。考虑金融资产未来回报行为的随机过程，假定其未来回报的概率密度函数为标准正态分布Φ（ε），其中，ε的均值为0，标准差为1。一般而言，R*是负的（价格负向波动），可用－|R*|表示。进一步，把R*和其概率密度函数（标准正态分布）的偏离a0联系起来，即： 　　－a=［－|R*|－μ］/σ（a0）2－2 　　从标准正态分布分位数表中查到－a的值，则， 　　R*=μ－aσ2－3 　　VaR=－W0（R*－μ）=W0aσ2－4 　　 　　三、操作风险的度量 　　 　　关于操作风险的衡量仍在不断的发展中，由于目前我国银行的信息披露透明度不高，数据缺乏连续性，尤其是关于操作风险的损失数据，大多数银行尚未进行具体的统计，出于商业秘密的考量，银行真实的