anns在操作风险度量中的运用.pdf

西南财经大学天府学院 风险管理论文 题 目：基于ANNs 的商业银行操作风险度量模型的实证研究 姓 名：徐雅京 学 号 班 级：2008 级本科 16 班 指导教师：潘晓萍 2011 年 6 月 9 日星期四 目录 一、引言4 二、基于人工神经网络的风险度量原理4 三、神经网络法度量模型的设计5 (一)度量模型的网络结构5 （二）函数设定5 四、工具开发6 五、样本选取说明7 六、数据导入与实证分析8 七、结论9 参考文献9 摘要： 随着我国金融业的发展，特别是在金融危机和巴塞尔协议3颁布后，各商业银行对有 效度量自身操作风险的要求越来越高，但目前已有的3种基本度量方法，及2种高级衡量法都 不足以满足这一要求。因为，一方面，操作风险损失数据普遍缺乏；另一方面，实际中数据 呈现出高度非线性关系，而传统度量方法难以克服这一问题。所以，在人类神经网络的工作 原理的启示下，受益于近几年人工神经网络技术的蓬勃发展，本文将BP神经网络技术运用于 商业银行的操作风险度量当中，并对国内招商银行、民生银行等5家股份制商业银行做了实证 研究。 许多研究已表明神经网络模型能够避开操作风险度量所需要的大量损失数据，不仅有一 定的实用价值，而且还有很强的可操作性，是一种有效的新度量方法。为我国商业银行操作 风险的度量走向实用化和简单化奠定了基础。 关键词：操作风险、人工神经网络ANNs、股份制商业银行、资本金 一、引言 对操作风险的度量是商业银行管理操作风险的核心内容，对操作风险的度量是否合理、 科学、准确决定着银行管理操作风险的水平。目前衡量的主要方法有： 1．基本指标法(basic indicator approach) 2．标准法(standardized approach) 3．高级计量法(advanced measurement ap—proaches，AMA) 各方法目前的使用情况如图所示： 工具 风险与控 关键风险 情景分析 其他 方法 制评估 指标 基本指标法 93% 86% 21% 21% 标准法 100% 92% 23% 23% 高级计量法 100% 71% 86% 14% 表1 亚太地区银行操作风险管理工具使用情况 资料来源：KPMG 2009 * 注： 其他方法包括，损失搜集，风险映射/设置，关键的操作风险控制；极端事件的情景模拟分析；内部和外部损失 数据的运用；缺口分析。 对于我国商业银行来说，现有的操作风险度量方法在实际应用上还存在着很大的限制性。 如标准法建立在将将所有业务分为8类产品线的基础上，存在重复计量问题，并没有考虑各项 损失之间相关性；而高级计量法不仅要求提供与监管条列中范围、类型一致的操作风险分类 数据，还要克服相关性估计不准确的问题。所以，上述方法的不足集中表现在无法克服操作 风险损失数据缺乏和无法处理银行各业务间的非线性相关性问题方面。现实中，银行各业务 各部门间不是多条平行线状得关系，而是相互交织的网状关系，而且商业银行在缓释信用风 险和市场风险过程中，也有可能带来操作风险。因此目前我国商业银行选择操作风险度量方 法的一个主要出发点应该是：度量方法可以在操作损失数据不足的情况下对操作风险进行度 量。 鉴于此，本文将人工神经网络技术应用于我国商业银行操作风险的度量。神经网络是一 种对数据分布无任何要求的非线性技术，突破了传统度量方法过于依赖风险损失数据、难以 处理高度非线性系统、不具备时变特性、缺乏动态学习能力的局限。人工神经网络在商业银 行操作风险度量中的应用，解决了传统度量方法难以处理高度非线性模型的问题，为我国商