基于赤池加权整合模型的银行操作风险度量

发布时间：2020-08-03 19:28

【摘要】：随着世界经济的全球化,银行业务变得越来越复杂,一系列操作风险的爆发给银行造成了巨大的损失,各国银行和监管机构越来越重视对操作风险的度量和管理。鉴于各银行对操作风险管理重视较晚,操作风险数据严重缺失。因此,对银行来说,需要解决数据缺失的情况下,如何更准确地度量操作风险的问题。对监管部门来说,则面临着在缺乏相关信息的情况下,如何更了解银行潜在的操作风险情况,以降低信息不对称的问题。整合内外部数据对操作风险进行度量是解决上述问题的一个比较好的做法,但在方法上仍存在一定的改进空间。为此,本文讨论了度量操作风险时整合内外部数据的原因、原则及方法,并基于损失分布法(Loss Distribution Method)、POT模型(Peak Over Threshold)、赤池加权法(Akaike Weight Method),建立了整合内外部数据的赤池加权整合模型,并收集了我国四大国有商业银行操作风险损失数据进行了实证分析。具体如下:(1)采用损失分布法度量操作风险,发现对于频数分布,负二项分布相对泊松分布的效果更优;对于损失程度分布,对数正态分布拟合效果最好,其次分别为布尔分布、帕累托分布等。另外,从度量结果看,相对于频数分布,损失程度分布对银行操作风险度量影响更大,且拟合效果最好的对数正态分布对尾部的描述存在着较大偏差。(2)为了更好地拟合操作风险的尾部损失,将操作风险分为“高频低损”和“低频高损”两大类进行度量。发现广义帕累托分布对操作风险尾部风险拟合效果要优于对数正态分布,而采用对数正态分布拟合大大的高估了银行的监管资本。(3)为了整合内外部数据,本文基于POT模型,采用了Bühlmann-Straub信度模型对整合操作风险的内外部数据的情况进行研究,发现Bühlmann-Straub信度模型方法的度量结果容易受到样本量大小和外部数据的影响,忽略了内外部数据的差异性,结果偏差较大,容易出现高估银行的资本金的情况。(4)鉴于信度模型不能很好的整合内外部数据,本文采用赤池加权整合模型进行了实证分析。结果发现,赤池加权整合模型在整合内外部数据时,能够较好的反映内部数据和外部数据的异质性,外部数据对度量结果的影响取决于外部数据与内部数据之间的相似性程度,不易受到样本量的影响,度量结果较为稳定。
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F832.33
【图文】：

路线图,研究技术,路线,损失分布

本文通过分析目前损失分布法在实践中度量商业银行操作风险时所存在的一些问题，并在损失分布法和极值理论的度量框架下，围绕“如何合理地整合内外部数据以度量商业银行操作风险”这一核心问题进行研究。本文首先阐述本文的研究背景及意义，重点梳理了国内外关于损失分布法度量操作风险的研究文献，总结归纳了目前对内部数据和外部数据整合的方法，并总结了其中的不足。其次，分析了我国四大国有银行操作风险数据的整体特征，比较并分析未分段拟合的度量模型和分段拟合的度量模型各自的拟合效果，验证分段拟合的有效性。然后，根据损失程度分段临界值即阈值的确定，将低于阈值部分的损失样本数据定义为“高频低损”类的操作风险，在考虑样本数据右截断性质下，基于损失分布法和条件分析法对该类操作风险进行度量。最后，将高于阈值部分定义为“低频高损”类的操作风险，基于内部数据和外部数据，采用超阈值（POT）模型和赤池加权法对该类操作风险进行度量。

分布情况,案件,国有银行,分布情况

基于内外部数据的银行操作风险赤池整合模型相对就越多，产生的损失事件可能就越多，因此银行规模大小可能与发生事件个数相关，从而影响每年产生的总损失，也就是说银行规模越大，产生的总损失就越大。故而，单个风险事件的损失是否与总收入规模存在相关关系依然存疑。二、银行操作风险的整体特点为了分析收集到的我国四大行操作风险的整体特征，本文对四大行的操作风险案件分别按年发生次数情况、操作风险损失程度的情况进行分析。（一）操作风险描述性统计首先，对于我国四大行每年的操作风险损失频数情况，1994 年~2015 年之间的各年损失事件数目统计结果如图 4 所示：

损失程度,波动性,统计特征值

图 5 操作风险每次损失程度从图 5 可以看出，操作风险损失程度的波动性非常大。损失金额较小的操作风险事件个数非常多，这部分的风险事件即是“高频低损类”的操作风险，而少部分损失金额相对来说比较大，该部分的风险事件即是“低频高损”类的操作风险。为了从统计上判断操作风险的损失特征，给出了四大行操作风险的统计特征值如表 2 所示：表 2 1994-2015 年我国四大国有银行操作风险损失的统计特征值（单位：万元）商业银行损失事件均值标准差中位数偏度峰度工商银行（ICBC）1N 23.36 23.65 12 1.13 0.011X 9520.82 46446.46 116.36 8.75 89.48建设银行2N 21.22 17.93 17 0.52 -1.21（CCB）X 4411.97 18495.16 213.65 7.86 75.61

【参考文献】