中国商业银行操作风险损失分布甄别和分析基于贝叶斯MCMC频率方法.docVIP

中国商业银行操作风险损失分布甄别与分析基于贝叶斯MCMC频率方法 　　摘 要：确切的操作风险损失分布保障了风险度量的准确性。对银行操作风险损失数据的分析，国外学者一致认为操作风险分布近似泊松分布或负的贝奴里分布。基于中国商业银行1994~2008年的操作风险损失数据，通过对操作风险损失分布的检验、贝叶斯马尔科夫蒙特卡洛频率分析，发现中国商业银行操作风险损失分布近似服从广义极值分布（Generalized Extreme Value）。 　　? 　　关键词： 操作损失；贝叶斯；马尔科夫链；蒙特卡洛 　　? 　　中图分类号：F832.33 文献标识码： A文章编号：1003-7217(2011)05-0008-07?? 　　操作风险度量的模型与分布假定是为了能反映操作风险损失频率与操作风险损失事件，而分布的假定无疑是最基础和最重要的。新巴塞尔资本协议（Basel Ⅱ、Basel Ⅲ）未规定银行应假定其操作风险分布类型，但Basel Ⅲ 中规定：银行假定??操作风险损失分布能反映确实存在的、阀值之上的操作风险数据特征，该假定应与潜在的操作损失数据及监管者的期望一致（BIS，2010）［1］。可见，精准的操作风险损失分布为建立操作损失模型、完善操作风险计量方法、操作风险管理提供确实的依据。 　　一、文献回顾? 　　 在操作风险分析方法中，Basel Ⅱ就操作风险分布假定未特别做出规定，给予银行较大的自主权，但银行必须能够说明操作风险分析方法能“捕获”损失事件的厚尾部特征（BIS，2006）［2］。为了能反映操作风险损失的厚尾部特征，在实践中，操作风险分布用的最多的是泊松分布，其次是负的贝奴里分布（Negative Binomial）（BIS，2010）［1］。随着人们对操作风险的认识，新巴塞尔资本协议（Basel Ⅲ）对操作风险分布的假定给出了“一致性”原则，银行假定的操作风险损失分布能反映确实存在的、阀值之上的操作风险数据特征，该假定与潜在的操作损失数据及监管者的期望一致（BIS，2010）［1］。? 　　依据新巴塞尔资本协议，操作风险资本要求需要满足一定的比率。根据损失分布方法估计操作风险资本需要评估总的损失分布，而总损失分布在风险理论中是最基本的问题。风险理论中的总风险模型（Collective risk model）的缺点是损失参数和分布具有不确定性。在风险模型中，闭式解（Closed-form solutions）不适合操作风险典型的分布特征。然而，随着现代计算机处理能力的强大，这些分布可用数值方法直接计算。Shevchennko（2010）的研究发现，数值算法能成功地计算总损失分布，这些数值算法可用蒙特卡洛（Monte Carlo）、Panjer recursion 和傅里叶转换（Fourier transformation）方法［3］。? 　　目前，国内学者基于中国银行业的操作风险损失数据对操作风险进行了定量研究。樊欣、杨晓光（2003）根据国内外媒体公开报道，收集了1990~2003年的71起操作风险损失事件，并对各项业务的损失情况进行了初步分析［4］。李志辉（2005）介绍了国内外商业银行操作风险损失数据的收集和主要操作风险损失数据库，并分析了商业银行内、外操作风险损失数据的区别［5］。袁德磊、赵定涛（2007）基于对国内银行业的操作风险损失历史数据收集，从业务类型、损失类型和地区分布等方面，对操作损失频度和强度进行了定量分析。他们认为，内部欺诈和外部欺诈是引起损失事件的主要类型［6］。刘睿、詹原瑞、刘家鹏（2007）借助POT模型，基于吉布斯抽样的贝叶斯MCMC方法，对中国商业银行的内部欺诈风险进行了研究，并估计了相应的经济资本［7］。? 　　国内学者对中国商业银行操作风险方面的研究具有一定的前瞻性，特别是在操作风险计量模型方面，不过缺乏对中国商业银行操作风险分布的进一步认识。以下将基于中国银行业操作风险损失1994~2008年的数据，利用贝叶斯MCMC频率分析，试图找出中国银行业操作风险损失分布特征，通过对操作风险损失分布的检验、贝叶斯马尔科夫蒙特卡洛频率分析，求证中国银行业操作风险损失分布近似服从广义极值分布（Generalized Extreme Value）。 　　财经理论与实践(双月刊)2011年第5期2011年第5期(总第173期)吴 俊，宾建成:中国商业银行操作风险损失分布甄别与分析：基于贝叶斯MCMC频率方法 　　二、中国银行业操作风险损失：特征及形成原因? 　　操作风险损失数据缺失已成为研究者从事操作风险度量、风险管理的最大障碍。国外有些机构专门从事操作风险损失数据的收集，而中国商业银行操作风险损失数据未对外公布，该数据被银行内部高级管理人员或从事风险管理等少数人掌握