操作性风险

　　操作性风险是指由不完善或有问题的内部程序、员工和信息科技系统，以及外部事件所造成损失的风险。其特征是损失特殊、形式多样、计量困难、管理差异性。

　　由于地震、水灾、火灾等不可抗力因素或者互联网、计算机系统、通讯系统故障等，可能造成的行情信息和交易指令出现延迟、中断、数据错误等，由此导致的损失归投资者自行承担。

　　公债市场中的操作性风险可以分为两类：

　　1.是客观操作性风险

　　2.是主观操作性风险

　　客观操作性风险是指在日常经营过程中，由于各种自然灾害或意外事故，如火灾、抢劫或盗窃、通讯线路故障、计算机系统故障、高级管理人员人身意外事故以及职员的日常工作差错等原因延迟结算，从而造成损失的风险。

　　主观操作性风险是指由于经营管理上的漏洞，使交易员交易决策出现故意的错误或者非故意的失误，而清算银行不能准确地获得结算信息而做出错误判断，从而带来损失的风险。

　　关于客观和主观操作性风险孰重孰轻，有两种截然不同的观点。

　　一种观点认为，主观操作性风险的危害要甚于客观操作性风险，因此更加重要。这种观点认为，客观操作性风险并不能够为经营机构带来收益，属于一种纯粹风险，一般能够通过保险等方式进行转嫁，因此，为经营带来损失的风险通常是有限的。而主观操作性风险则属于一种投机风险，不能通过保险的方式转嫁，并往往会为经营机构带来巨大风险。特别是巴林银行倒闭事件，使得人们对金融机构的管理体制、市场约束机制以及市场或机构中的操作人员的道德风险更加看重。金融市场(当然也包括公债市场)中发生的诸多案件表明，经营管理上的漏洞以及交易员决策上出现故意的错误，会使得金融衍生产品交易损失的规模急剧扩大，为整个机构带来的风险往往是一家机构无法避免、无法转嫁、也无法承担的。

　　另外一种观点认为，在实践中客观操作性风险其实比主观操作性风险更常见，也更容易导致风险损失。例如，衍生工具的交易具有较高的技术性和复杂性，它客观上要求从事衍生晶交易的投资机构，要有充足的专业人员、完备的管理模型，以保证和监控交易的进行及头寸的变动。管理模型的片面性或失效、金融机构错弊记录的数据库不完善以及会计处理偏差等因素，都会引发客观性操作风险。在从事金融产品的交易过程中，前台交易人员与后台管理人员要跟踪头寸价值变动，并通过先进完备的管理模型进行监控。然而，许多管理模型只能在正常市场波动条件下起作用，在极端市场条件下会失效，无法告诉正确的答案，从而会产生“模型风险”。从理论上说，金融机构还应该建立关于全球金融市场(当然包括公债市场)错弊记录的数据库。但是从实践情况来看，要做到这一点还存在着重重障碍。此外，现代会计理论落后于衍生工具创新的发展，现行会计制度对衍生合约的“表外性”处理，使得其风险和收益在会计报表中不明朗，对于衍生交易业务量大的机构来说，会计报表无法反映其真正的资产负债状况，信息披露不透明，使衍生交易潜在盈亏在会计报表中不能真实反映，就会产生会计风险，导致管理人员对其交易头寸的管理与监控不到位，从而出现“表外风险”。

　　一方面，存在着大量的客观操作性风险。例如，交易所的结算系统建设缺乏统一规划和管理，短期行为严重；缺乏统一的技术标准和信息标准；全国一些营业部有时会发生“死机”情况，严重影响交易的顺利进行，并且交易数据不规范、保留不完整，安全性不高。此外，通信系统也需要不断升级换代。

　　另一方面。主观操作性风险也不容忽视。在金融证券市场中存在着许多违规操作行为，这是导致市场秩序混乱、风险不断积累的一个十分重要的原因。

　　1 损失分布估计的引入

　　风险资本是为了防范银行风险损失而计提的资本金，它可以对银行的非预期损失进行补偿和消化，计提资本金是银行风险管理的重要内容。对风险资本的计量，巴塞尔银行监管委员会给出了三种的方法：

　　①基本指标法

　　②标准法

　　③ 高级计量法

　　三种方法在复杂性和风险敏感度方面依次加强。这体现了国际银行业监管理念和风险管理的最新成果。

　　将各种估计方法的特点与国有商业银行自身操作风险的实际状况相结合是选择计量风险资本金方法的立足点。对于我国商业银行，基本指标法与标准化方法虽简单易行。但使用这两种方法计算出的风险资本一般较高，往往超过了必要的风险准备，过于保守，而且这两种方法下风险资本的计量并不直接与损失数据相连，也不能反映各个银行自身的操作风险损失特征，具有较大的局限性。因此，我国商业银行现阶段可考虑使用高级计量法，并在此基础上不断积累操作性风险衡量的经验。

　　依照现行《巴塞尔新资本协议》，银行要为选择使用高级计量法的每一个业务线和风险类型建立一个年度损失分布。损失分布的建立有两个最关键的因素：损失频率、损失强度，其中损失频率表示在特定时期内发生的损失事件数，损失强度表示损失事件导致的财务损失，在对损失频率和损失强度的有关假设基础上，估计并合并出每一种风险类型和每种业务线损失频率与损失强度咕勺概率密度函数，然后将它们复合为年度损失分布，就可以对银行一定时期内的该类风险事件进行预测。然后对这些单个年度损失分布汇总得到银行总的年度损失分布。因此，计算风险资本金的第一步就是估计各风险类型及业务线的损失分布参数。通过估计风险损失分布，银行可以采用自身的损失数据去计算应持有的风险资本，这更加真实地反应了银行所承受的操作风险。

　　2.贝叶斯估计方法在操作性风险分析中的应用

　　对于不同类型的风险损失分布估计可以采取不同的估计方法，这取决于该类风险损失事件的特征。

　　根据内部欺诈损失的特点可采用贝叶斯方法对其进行估计。因此先验分布就是整个银行业操作风险内部欺诈导致的损失分布，而样本分布就是该银行自身的内部欺诈导致的损失分布。

　　损失分布频率的估计

　　贝努利试验中，每次事件成功的概率很小而事件次数很多时，二项分布会逼近泊松分布，因此对于低频率，高风险的操作风险损失事件，其损失分布频率可用泊松分布进行较好的刻画。要确定损失频率的泊松分布形式只需确定泊松分布的参数λ就可以了，λ表示在一个特定时期内(如一年)已经发生损失事件的平均频率，等于泊松分布的均值 θ，θ的共轭先验分布是伽玛分布。取θ的先验分布为Ga(α,λ)，它的后验分布就为Ca()其中n表示抽取样本容量，在这里n就取1，表示特定时期内损失事件发生的平均频率。利用共轭先验分布求出θ的后验分布为以上形式的伽玛分布。在实际部门的风险分析中，将相应的数据代入分布，就可以得到操作风险损失分布频率的估计。

　　4.损失强度

　　对于损失强度，为简便起见，用正态分布来刻画。

　　在这里借用樊欣和杨晓光作的中国商业银行业操作风险分析中的数据，一定时期内，内部欺诈单笔损失金额平均值4870．18万元，为计算简便，假设内部欺诈损失事件平均值为5千万，标准差为2千万，这是在我国整个商业银行业收集的数据，应作为外部数据使用，在贝叶斯估计中作为先验分布。而某银行的内部数据在这里难以取得，所以在总体数据的基础上假设该银行自身的内部欺诈损失事件次数为20次，平均值为4千万，标准差为0．5千万，在贝叶斯估计中作为样本分布使用。银行自身的内部欺诈损失事件平均值可能高于或低于整个银行业的平均值，这主要取决于银行的规模及其所处的风险环境，因此，在这里我作出了以上的假设。

　　若损失强度分布服从正态分布，先验分布n(θ)为正态分布N(μ₀,r²)，后验密度仍然是正态分布，记为N(μ₁ ，)。且μ₁和分别按下式计算： ,

其中: （式1）

（式2）

　　根据上面的假设数据就可以得出μ₁=5.237,=0.013

　　这样得到的μ₁是先验分布中的期望μ₀与样本均值的加权平均。注意到是方差r²的倒数，它就是先验分布均值μ₀的精度，而样本的方差是，因此就是样本的精度，这就明显地看出后验分布的精度是先验分布和样本分布精度的加权。对于方差大即精度小的先验信息，给予较小的权数，对于方差小即精度大的样本信息，给予较大的权数，这也是符合决策过程中对信息的筛选原则的。

　　5.结论

　　使用损失分布来量化其风险资本金的银行需要使用基于各风险类型和业务线的实际损失事件的历史数据，这样，才能计算出合理的资本金。而内部欺诈导致的风险事件发生频率低但影响巨大，它的历史损失数据很难获得，需要利用外部数据弥补内部数据的缺乏。贝叶斯估计就是通过合理的加权，从而使不同来源的数据充分结合的一种统计方法，即利用先验分布估计出后验分布。其中先验分布就是根据参数的先验信息确定的分布，先验信息是指在抽样之前有关所要研究的问题的一些信息，来源于经验和历史资料的总结。外部数据即先验信息，是现实活动中一种有用的信息应该加以充分利用，但经典统计忽视了，对于损失分布的估计是一个损失。而后验分布只不过是样本信息出现以后人们对总体认识的一种合理调整，因为内部数据即样本信息，有时会是实际的很好反映。因而，在这种情况下，统计学上采用的最优方法是贝叶斯估计，将两种不同来源数据区别对待，以提高估计的精确度。对于不同类型的风险损失分布估计可以采用不同的方法，这主要根据该损失事件发生的特点以及统计方法的适用性，在实际工作中应该具体分析使用。