损失分布法下操作风险度量不确定性.docVIP

损失分布法下操作风险度量不确定性 　　[摘 要] 本文从操作损失分布模型外推、样本阀值差异以及外部业务环境及内部管理环境差异导致的样本不一致三个方面，对引起操作风险度量不确定性原因进行了分析。认为以LDA度量操作风险时存在着很大的不确定性。以上三个方面 的改善，可提高操作风险度量的准确性和精确性。不仅为提高操作风险度量的准确性和精确性找到了途径，而且对发 展和完善LDA有重要的指导意义。 　　[关键词] 操作风险；模型外推；样本不一致 　　[中图分类号] F270 [文献标识码] A [文章编号] 1006-5024(2008)06-0130-03 　　[作者简介] 谌 利，宁波大学商学院讲师，研究方向为区域经济和国际金融；(浙江 宁波 315211) 　　莫建明，四川交通职业技术学院经济与管理系讲师，研究方向为金融工程。(四川 成都 611130) 　　 　　一、引言 　　 　　1995年巴林银行事件以及随后一系列类似事件的频发，引起了金融理论界和业界对该类事件的广泛关注。2004年6月，巴塞尔委员会发布了新巴塞尔协议正稿[1]，将操作风险定义为：因不完善或有问题的内部程序、人员及系统或外部事件所造成的直接或间接损失的风险，包括法律风险，但不包括策略和声誉风险。并且将操作风险列为与信用风险和市场风险并重的三大风险之一，要求其成员国2006年底开始为操作风险提取监管资本。 　　新巴塞尔协议中，包含复杂性和风险敏感度不断增强的三种操作风险资本计算方法：(I)基本指标法；(II)标准法；(III)高级计量法(AMA)。由于AMA的风险敏感性较高，能更准确地反应金融机构风险变化状况，且以该方法计算出的风险资本量远低于前两种方法，因此，从操作风险引起关注始，AMA就成为理论研究的热点，也是业界的主要度量方法，尤其是其中的损失分布法(the Loss Distribution Approach；LDA)。 　　2004年，美国联邦储备局在美国进行了数量影响研究(四)(Quantitative Impact Study 4；QIS-4)的问卷调查和操作风险损失数据收集演练。共计有24家金融机构参加这两项活动，收集到1999年前以及1999年至2004年9月30日的操作损失数据。文献[2]对此进行的研究表明：14家机构采用LDA度量操作风险，另外10家采用其他方法(基本指标法等)。显然，LDA成为了度量操作风险的主要方法。 　　根据巴塞尔委员会的定义，LDA是指，在操作损失事件的损失频率和损失强度有关假设基础上，对业务线/损失事件类型矩阵中的每一类操作损失的复合分布分别进行估计，从而计算出某一时期一定置信度α下该类型操作风险价值(the Operational VaR，OpVaR(α))的方法。 　　文献[3-4]对LDA方法在操作风险中应用中的内外部损失样本共享问题进行了系统研究；有许多文献对OpVaR(α)的解析解进行过探讨。但由于操作风险本身和LDA的特点，使LDA在度量操作风险时存在着很多的不确定性。本文以下将针对该问题进行研究。首先，探讨LDA下操作风险度量模型外推导致的不确定性；然后，对样本阀值差异和外部业务环境及内部管理环境差异导致的样本不一致进行了分析。 　　 　　二、操作风险度量模型外推导致的不确定性 　　 　　LDA模型源于经典的保险模型，损失总额的分布函数L(i，j)是由损失频率分布函数和损失强度分布函数复合而成的聚合风险模型。 　　L(i，j)=ζ1+ζ2+…+ζN 　　式中：N表示第i条业务线与第j类风险的组合(L(i，j))的操作风险在特定时期内的损失频数；ζi表示第i个损失强度；L(i，j)：表示该业务线特定时期内总损失金额。 　　一般，假定频率分布为Poisson或者负二项分布；损失强度分布为连续分布，主要有：对数正态分布，weibull分布，Gamma分布，Pareto分布，极值分布(GEV)。 　　假定损失频率分布函数和损失强度函数都分别独立，将两个分布函数复合后得到第i条业务线与第j类风险组合的某损失类型(i，j)的总损失量的分布函数。根据损失样本数据，估计得到分布的参数值。 　　LDA模型是通过损失样本数据来估计，即选择对于操作风险损失样本的拟合度最好的模型作为最优模型。损失样本数据量越大，模型的估计越准确。但操作风险的特征决定了操作损失样本存在一显著特点：总体上数据量比较少，而且就某类损失而言，随着损失量的增加，损失的频数越小，尤其是分布的尾部的损失样本数据很少，并在分布的尾部呈现很明显的厚尾性。操作风险资本是置信度为99.9%时的OpVaR(α)来进行度量。即操作风险资本度量实际上是估计分布尾部当置信度为99.9%时的分位数。因此，损失分布尾部样本状况