第２５卷第６期 湖南大学学报（社会科学版） Ｖｏ１．２５，Ｎｏ．６ ＮＯＶ．２ ０ １ １ ２ ０ １ １年１ １月 Ｊｏｕｒｎａｌ ｏｆ Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ（Ｓｏｃｉａ１ Ｓｃｉｅｎｃｅｓ） 基于收入模型的证券公司操作风险度量的实证研究 姚德权，鲁志军 （湖南大学工商管理学院，湖南长沙４１００８２） ［摘 要］基于中国证券公司操作风险数据特征，运用“自上而下”的度量方法，构建中国证券公司操作风险的 度量模型，采用２００５￣２００９年中国４家上市券商季度财务报表数据和其他相关经济数据，度量中国上市证券公司 的操作风险进行和实证检验，结果表明收入模型能够在一定程度上度量证券公司的操作风险。 ［关键词］操作风险；收入模型；证券公司 ［中图分类号］Ｅ８３０ ［文献标识码］Ａ ［文章编号］１００８－－１７６３（２０１１）Ｏ６一ＯＯ５２一Ｏ４ Ｅｍｐｒｉｃａｌ Ｒｅｓｅａｒｃｈ ｏｎ Ｏｐｅｒａｔｉｏｎａｌ Ｒｉｓｋ Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ Ｃｈｉｎａ’Ｓ Ｓｅｃｕｒｉｔｉｅｓ Ｃｏｍｐａｎｙ Ｂａｓｅｄ ｏｎ ｔｈｅ Ｉｎｃｏｍｅ Ｍｏｄｅｌ ＹＡＯ Ｄｅ—ｑｕａｎ，ＬＵ Ｚｈｉ—ｊ ｕｎ （Ｃｏｌｌｅｇｅ ｏｆ Ｂｕｓｉｎｅｓｓ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｈｕｎａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ ４１００８２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｏｐｅｒａｔｉｏｎａｌ ｒｉｓｋ ｄａｔａ ｃｈａｒａｔｅｒｉｓｔｉｃｓ ｏｆ Ｃｈｉｎａ’Ｓ ｓｅｃｕｒｉｔｉｅｓ ｃｏｍｐａｎｉｅｓ，ｔｈｅ ｅ— ｖａｌｕａｔｉｏｎ ｍｏｄｅｌｓ ａｒｅ ｃｏｎｓｔｒｕｃｔｅｄ ｕｎｄｅｒ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ ｔｏｐ—ｄｏｗｎ ａｐｐｒｏａｃｈ．Ｂｙ ａｄｏｐｔｉｎｇ ｔｈｅ ４ ｌｉｓｔｅｄ ８ｅ— ｃｕｒｉｔｉｅｓ ｃｏｍｐａｎｉｅｓ ｑｕａｒｔｅｒｌｙ ｆｉｎａｎｃｉａｌ ｒｅｐｏｒｔｓ ｆｒｏｍ ２００５ ｔｏ ２００９，ｔｈｅ ｏｐｅｒａｔｉｏｎａｌ ｒｉｓｋ ｏｆ Ｃｈｉｎａ’Ｓ ｌｉｓｔｅｄ ｓｅ— ｃｕｒｉｔｉｅｓ ｃｏｍｐａｎｉｅｓ ａｒｅ ｅｖａｌｕａｔｅｄ ａｎｄ ｅｍｐｒｉｃａｌｌｙ ｅｘａｍｅｄ．Ｔｈｅ ｒｅｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｉｎｃｏｍｅ ｍｏｄｅｌ ｍｅａｓｕｒｅ ａ ｐａｒｔ ｏｆ ｏｐｅｒａｔｉｏｎａｌ ｒｉｓｋ ｏｆ ｔｈｅ Ｃｈｉｎａ’Ｓ ｓｅｃｕｒｉｔｉｅｓ ｃｏｍｐａｎｉｅｓ。 Ｋｅｙ ｗｏｒｄｓ：ｏｐｅｒａｔｉｏｎａｌ ｒｉｓｋ；ｉｎｃｏｍｅ ｍｏｄｅｌ；ｓｅｃｕｒｉｔｉｅｓ ｃｏｍｐａｎｙ 在理论上，根据操作风险度量的维度不同，可以将操作风 一 引 言 险度量方法分成两类，即“自上而下”度量法和“自下而上”度 量法。“自上而下”度量法是将金融机构的内部运行状况假设 成一个“黑箱”，针对金融机构的某一个可观察的目标变量（市 场价值、净利润等等），剔除操作风险因素后，考虑其他因素对 目标变量的影响。该方法主要包括收入模型、证券因素模型、 成本模型、《巴塞尔新资本协议》提出的基本法和标准化方法 等。“自下而上”度量法是通过对金融企业各具体业务部门经 营状况的深入研究，结合实践中的操作风险损失事件，将金融 在《巴塞尔新资本协议》中，操作风险首次被纳入风险资 本监管体系，成为继信用风险和市场风险之后的金融机构第 三大风险。与市场风险和信用风险相比，金融机构对操作风 险的理解、认识和管理都处于较低水平。操作风险的发生， 不仅给金融机构本身带来惨重的经济和声誉损失，还给整个 金融体系造成动荡。由于金融机构操作风险主要产生于机 构日常经营活动之中，如何识别与度量，目前在实践中还缺 乏行之有效的方法。鉴此，本文基于中国证券公司特征，选 择风险解释变量，构建证券公司收入模型，讨论操作风险的 识别和度量问题 企业的各类风险按照业务类型或者损失事件特点分类，然后 统计并计量的方法。该方法主要包括《巴塞尔新资本协议》提 出的高级计量法，情景分析、压力测试、极值理论，以及因素分 二相关文献综述 析模型、精算损失模型、操作清单方法等。 在现有的国外文献中，由于国外金融机构操作风险管理 起步较早，具有数据储备和技术优势，因此，其对金融机构操 作风险的度量研究主要采用“自下而上”的高级计量法，包括 根据《巴塞尔新资本协议》，操作风险是指由于内部程序 的不完善（或有问题）、内部人员、内部运行系统、或者外部的 事件造成的机构所蒙受的直接（或者间接）经济损失。 ＊［收稿日期］２ｏ１ｌ一０２—１６ ［基金项目］教育部新世纪优秀人才支持计划（ＮＣＥＴ－－ｏ８一Ｏ】８６）、高校博士点专项科研基金项目（２００８０５３２００２５） ［作者简介］姚德权（１９６３ ），男，湖南安乡人，湖南大学工商管理学院教授，博士生导师．研究方向：投融资规制与风险管理 第６期 姚德权，鲁志军：基于收入模型的证券公司操作风险度量的实证研究 ５３ 对损失分布法、记分卡法、极值模型和贝叶斯网络的研究，这 些方法试图从不同的角度认识和分析不同类型的操作风险， 从而实现对总体风险的评估。在这些研究中，Ｋｌｕｇｍａｎ等 （２００４）提出用傅立叶转换、蒙特卡罗模拟或者解析近似的方 法获得总和损失分布＿】］。Ｃｈａｖｅｚ—Ｄｅｍｏｕｌｉｎ等（２００６）总结 了运用极值理论对非平稳操作风险数据建模的方法，并使用 基于ｃｏｐｕｌａｓ函数的方法对损失数据的相关结构实施压力测 试［２］。Ｃａｒｏｌ Ａｌｅｘａｎｄｅｒ（２０００）利用贝叶斯网络测量特定类 型的操作风险，并对操作流程建立因果模型＿３］。但是，这些 研究中，依据“自下而上”模型对金融机构的实际操作风险进 行估计的实证研究却极为少见。主要原因是“自下而上”模 型构建较粗糙，度量可靠性较低，对数据要求很高，金融机构 实际上无法享受实施高级度量法所带来的监管资本降低的 好处，因此，在金融实践中，“自下而上”的方法很少被国外研 究者所采用。 在国内的研究文献中，由于“自下而上”的方法对于损 失数据，要求有完善的操作风险损失事件记录和众多的企业 内部运营的数据，还需要满足一系列的定性和定量标准及严 格的限制条件。因此，中国学者对于操作风险度量的实证研 究，主要集中在运用“自下而上”的方法进行操作风险度量和 估计。其代表成果包括：樊欣、杨晓光（２００４）运用收入模型 和证券因素模型对中国商业银行的操作风险进行实证比较 研究，得出收入模型比证券因素模型在银行操作风险估计中 更有效的结论Ｉ４］。张学陶、童晶（２００６）采用收入模型对中国 银行和上海浦东发展银行进行回归分析，得出收入模型可以 衡量操作风险的结论，并证明了市场因素的影响要大于信用 因素［５］。潘建国、王惠（２００６）通过对中国商业银行操作风险 实际情况的分析，提出中国可采用内部控制评价结果所调整 的基本指标法、标准法以及贝叶斯网络技术法ｌ＿６］。段军山 （２０１０）基于损失分布的蒙特卡罗模拟方法分析中国商业银 行整体损失操作风险＿７］。刘睿和李金迎（２００８）采用股票收 益模型对操作风险资本进行估计，将其结果与基本指标法进 行对比 ］。国内已有的研究文献基本集中于度量和估计中 国商业银行的操作风险，对于中国金融机构的另外两个重要 组成部分——证券公司和保险公司操作风险的度量，鲜有实 证检验文献。 三 证券公司操作风险度量模型的构建 在进行证券公司操作风险实证分析时，本文选用“自上 而下”法中的收入模型。选取这一模型，基于以下两点理由： 第一，基于前人的研究成果。收入模型是ＣＡＰＭ模型中的 一个重要模型，它选取公司收入或者利润作为目标变量，前 人的研究已经证明“自上而下”的度量法能够更精确地度量 中国金融机构的操作风险，樊欣和杨晓光（２００３）＿４ 通过实证 证明了收入模型在解释效果上优于证券因素模型。因此，在 实证分析时，本文选择“自上而下”法中的收入模型。第二， 收入模型更符合中国证券公司的现实状况和要求。长期以 来，中国的证券公司忽视操作风险，并且操作风险损失事件 本身具有低频高危的特征，中国证券公司的操作风险数据几 乎处于空白。此外，由于操作风险损失事件往往涉及金融机 构的失误和内部人员的欺诈、舞弊行为，这些因素对金融机 构的声誉有很大影响，中国证券公司一般都不愿意公开相关 信息和数据。上述原因，都造成证券公司操作风险数据难以 获取。而收入模型恰好克服了这一问题，其解释变量和被解 释变量都是证券公司的公开财务数据和国内市场的宏观经 济变量数据，这些数据能够从各类统计年鉴和证券公司的年 度报告中得到，因此，收入模型对数据的要求不高。 根据《巴塞尔新资本》协议，证券公司的风险主要包括市 场风险、流动性风险、信用风险和操作风险四个部分。基于 此，我们能够建立证券公司的收入模型如下： Ｙ一口＋ ｚ１＋ ｚ２＋ ｚ３＋…＋ ｚ ＋ｅ （１） 其中，ｙ为目标函数，即净收人，ｚ 为各影响因素，岛为 各影响因素的敏感程度。该收入模型的建模思路是：证券公 司的收入波动是各种风险因素综合作用的结果，我们可以将 总的风险因素分为两类，一类是可以识别的风险因素，另一 类是不可识别的风险因素，即操作风险。因此，我们将可以 识别风险因素度量处理，然后将公司收入的总体波动与识别 风险因素相减，就得出了整个公司的操作风险。在这一思路 下，我们设证券公司的净收入为目标变量，设公司可识别风 险因素（市场因素、宏观经济因素、流动性因素等）为解释变 量，在较大程度上，证券公司净收入波动可以被这些因素解 释，那么，余下的不能解释部分，就是我们要求的由操作风险 所引起的净收入波动。在具体的回归估计过程中，从净收入 总方差中减去由其他因素造成的净收入方差波动，即得到由 操作风险引起的净收入方差波动。根据收入模型，证券公司 净收入的方差 由两部分组成，一部分为回归模型可解释 部分的方差 ，另一部分为回归模型所不能解释部分的方 差 。即： ｄ “一 ２￡ｘ＋ 己Ｐ （２） 由于证券公司面临的风险可以分为信用风险、流动性风 险、市场风险和操作风险，采用收人模型度量操作风险，我们 要把市场风险、信用风险、流动性风险和其他宏观影响因素 作为解释变量全面考虑，因此，证券公司净收入的总方差可 以通过市场风险、信用风险、流动性风险、其他宏观因素引起 的总方差波动加操作风险引起的总方差波动得到。在计算 多元回归方程时，模型的拟合效果会受到剔除解释变量个数 的影响，因此，本文用模型调整后的拟合优度系数作为模型 能解释部分所占比例。本文假设市场风险、信用风险、流动 性风险、其他宏观因素等解释变量引起的方差波动与净收入 总方差波动的比率是Ｒ ，那么，由操作风险引起的净收入方 差的波动为： 一 （１一Ｒ ） （３） 再假设证券公司的净收人服从正态分布，且置信度为 ９９．９ 。根据《巴塞尔新资本协议》，则操作风险引起的总损 失（Ｌｏｖ）是： Ｌ。 一３．１ （４） ５４ 湖南大学学报（社会科学版） ２Ｏｌ１年 其中，Ｌ０Ｐ是操作风险的损失估计值，ａＯｐ是操作风险引 起的证券公司净收入波动的标准差。 能即时应付自身债务和客户需要，造成自身信誉损失、经济 损失，甚至破产的可能性。流动性风险可分为流动性不足和 流动性过剩两种类型，任一种流动性风险都会给证券公司带 四 证券公司操作风险实证研究 （一）解释变量的选取 在国内外研究文献中，多数学者都采用ＧＤＰ增长率、股 来不同程度的影响。因此，本文考虑样本的充分性，结合学 术界流行的流动性监管指标 ｊ，将流动比率（ＬＲＡＴＩ（））作为 衡量流动性风险的解释因素。 ３．信用风险因素 票指数、ＣＰＩ指数、存贷款利差等指标解释收入模型。ＧＤＰ 增长率、ＣＰＩ指数是衡量一国经济整体状况的宏观经济指 信用风险是指证券公司在各种授信活动（如放款、票据 标，存贷利差是衡量金融机构收益水平的指标，本文将这些 经济指标统归到影响证券公司净收入的市场因素中。同时， 已有收入模型的解释变量中，除股票指数能从某种程度上反 映金融市场风险外，没有过多的涉及反映信用风险、流动性 风险的解释变量。根据《巴塞尔新资本协议》，我们不仅要考 虑宏观市场因素还应该考虑到其他各类中观、微观风险因 素，包括市场风险、信用风险、流动性风险，它们都是不可忽 视的证券公司净收入解释变量。 在解释变量选择上，已有收入模型偏重考虑宏观因素对 金融机构净收入的影响，而忽略了其各类实际经营中的风险 对净收人造成的影响。已有收入模型笼统地将由操作风险、 信用风险 流动性风险、市场风险所引起的金融机构净收入 方差的波动，全部归因于操作风险，夸大了操作风险引起方 差波动的比重，从而降低了收入模型的准确性。另一方面， 已有收入模型主要针对中国商业银行的特征来设计各类解 释变量，虽然证券公司和商业银行同属于金融机构范畴，所 面临的风险因素有很多相同之处，但证券公司和商业银行的 经营目的和主要业务分工存在着很大差别，因此，本文在考 虑已有收入模型缺陷的前提下，结合中国证券公司的实际经 营特征，选择影响中国证券公司净收入波动的市场风险因 素、流动性风险因素和信用风险因素作为主要解释变量。 １．市场风险因素 证券公司市场风险因素主要包括三个方面： （１）宏观经济风险。宏观经济形势直接影响证券公司 的收入，国民经济增长与证券公司发展是正相关的。因此， 本文选取ＧＤＰ增长率作为宏观经济增长的代表指标，同时， 为充分考虑通货膨胀的影响，选取ＧＤＰ／ＣＰＩ作为宏观经济 风险因素。 （２）利率风险。一国的基准利率的变化，直接会影响资 本市场的货币供求关系，进而影响市场的投资行为，给证券 公司带来利率风险。因此，本文选择商业银行的一年期基准 存贷款利率差（ＩＮＴＥＲＥＳＴ）作为衡量影响资本市场的利率 风险因素。 （３）证券市场风险。证券公司主营业务都集中在证券 市场中，证券市场的整体表现对于证券公司的收入有着至关 重要的影响，而证券市场指数是反映证券市场走势的晴雨 表，因此，本文选取股票指数（ＩＮＤＥｘ）作为衡量证券市场风 险因素。 ２．流动性风险因素 流动性风险是证券公司由于缺乏足够的流动性储备，不 贴现、同业拆放、回购、外汇买卖等）中，由于受信方无意、无 力或无法履行付款或其他义务时而遭受资金损失的可能性。 证券公司是信用风险的承受主体，如果借款人发生违约，则 其只能被动承担损失，损失金额可能是利息、部分或全部本 金。基于此，在经营过程中，应时刻关注借款人的信用变化、 各类债券产品信用、经营状况、还款能力，防范和减少信用风 险的发生概率，并且及时处理因违约所造成的各类呆帐、坏 帐，降低信用风险对证券公司经营利润的影响。证券公司的 信用风险，往往与整个企业景气程度和证券公司本身的对外 担保总额存在着正比例关系。因此，本文将选取对外担保比 例（ＬｏａｎＲａｔｉｏ）、企业景气指数（ＣＯＲＰＯＲＡＴＩＯＮ）作为信用 风险的解释因素。 综合上述指标，本文的收入模型可以表示为： ＩＮＣＯＭＥ＝ａ＋￣＊ＧＤＰ／ＣＰＩ＋￣＊ＩＮＴＥＲＥＳＴ＋ ＊ＩＮＤＥＸ＋ｆｌ４＊ＬＲＡＴＩＯ＋ ＊ＬｏａｎＲａｔｉｏ＋ ＊ＣＰＲＰＯＲＡＴ ＯＮ＋ｅ （５） （二）样本选取与数据来源 基于样本数据的可获得性和充足性要求，本文选取中国 证券市场中上市时间长、财务报表完善、信息披露充分的四 家证券公司——国元证券（０００７２８）、宏源证券（０００５６２）、西 南证券（６００３６９）、中信证券（６０００３０）作为研究对象。研究年 度从２００５￣２００９年，数据为季度数据。 各证券公司２００５～２００９年各季度净收入（万元）、流动 比率数据来自于各证券公司的季报、半年报、年报。股票价 格指数（上证指数、深圳指数）、国债与企业债价差来自于 Ｗｉｎｄ数据库，其中，季度股票价格指数取三个月的平均值。 ＧＤＰ增长率、ＣＰＩ指数、企业景气指数来源于各年的经济统 计年鉴。存贷款利差取自中国人民银行的公开数据。 （三）实证检验及其结果分析 首先，为了满足实证的需要，我们对影响收入的样本数 据进行处理。由于涉及真实ＧＤＰ增长率、市场利率、股票指 数等时间序列，需要对有关变量做平稳性检验。因此，使用 Ｅｖｉｅｗｓ软件对变量进行时间序列中的指数平滑修正，使得 变量平稳。 其次，由于我们的模型需要满足在置信度９９．９ 的条件 下证券公司净收入服从正态分布的要求，即如果要计算０． １ 水平下操作风险，需要证券公司的净收入服从正态分布， 因此，我们用ＥＶｉｅｗｓ对样本证券公司的净收入进行正态性 检验，结果如表ｌ。 第６期 姚德权，鲁志军：基于收人模型的证券公司操作风险度量的实证研究 表１ 净收入的正态性检验 国元证券宏源证券西南证券中信证券 ５５ 要对这些绝对风险值进行标准化处理，并用相对操作风险值 进一步进行各证券公司间的风险分析。该标准化处理公式 是：相对操作风险一绝对操作风险／净收入总值。 表４各证券公司相对操作风险估计值 国元证券宏源证券西南证券中信证券 从表１的ＪＢ检验结果可知，样本证券公司的净收人通 过了正态性检验，因此，我们可以近似地认为国元证券、宏源 证券、西南证券和中信证券的净收入服从正态分布，可以用 本文的收入模型进行操作风险度量。 之后，本文运用Ｅｖｉｅｗｓ５．０统计软件计算收入模型公式 （５），对上述四家证券公司数据进行操作风险估计，回归结果 如表２。 表２统计回归结果 国元证券宏源证券西南证券中信证券 从表２的回归结果中，我们知道，由于Ｒ 都大于７５ ， 这说明收入模型的现实拟合程度较好（超过７５ ），我们选 取的解释变量对于证券公司净收入的解释能力也较强。而 且，我们调整后的Ｒ 也均大于０．７，说明我们建立的解释变 量能够在７Ｏ 的程度上解释证券公司的净收入变化，模型 设计较为理想。此外，从上面的回归结果中，我们还可以看 出，国元证券的Ｒ 是０．８３２４，这说明８３．２４％的方差可以由 模型来解释，也即操作风险在总风险中所占的比例为１６． ７６ 。同理可看出宏源证券、西南证券、中信证券的总风险 中操作风险所占的比例分别为２Ｏ．７５ 、２５．８３ 、１３．４３％， 而按照国际标准，操作风险在总风险中所占的比例不宜超过 ２０ ，因此，我们发现，宏源证券和西南证券都存在较大的操 作风险。 根据本文前面的推导，我们可以由操作风险的方差 ， 求出操作风险的标准差 ，进一步由公式（４）．计算出由操 作风险引起的总损失Ｌ 。该计算结果如表３。 表３各证券公司操作风险估计值单位：百万 从表３中的结果可以看出，由操作风险引起的总损失最 大的证券公司是西南证券，其操作风险估计值为１７３６万，其 次是宏源证券和国元证券，损失最少的是中信证券。通过操 作风险总损失值，我们可以粗略计算出各证券公司所需配置 的资本金，但是，由于各证券公司的利润总额和资产规模不 尽相同，我们不能够采用直接比较标准差的方法来分析这些 结论数据的离散程度，因此，我们在表３中得到的操作风险 总损失值并不适用于各证券公司之间的比较。为此，我们需 通过表４对各证券公司相对操作风险值比较，我们发 现，各证券公司操作风险的排序发生了变化。操作风险最小 的依然是中信证券，其次是国元证券和西南证券，而损失最 大的变成了宏源证券。根据这一结果，我们可以将这四家证 券公司的操作风险进行一个归类。中信证券由于其操作风 险的绝对值和相对值都最小，因此，我们把它归为第一类，稳 健型证券公司；而国元证券，由于其操作风险的相对值和绝 对值也很低，因此，我们也把它归入稳健类。而对于西南证 券，它的相对操作风险值较高，我们把它归为关注类证券公 司。最后，对于宏源证券公司，我们把它归为第三类，即危险 类证券公司。后两类证券公司，我们都需要时刻关注他们的 操作风险。 五 结 论 基于收入模型的操作风险度量方法是对于目前中国金 融机构操作风险数据库不完备、不标准的合理补充。本文根 据证券公司的风险特质，按照《巴塞尔新资本协议》的要求， 重新设计风险解释变量，构建基于收入模型的证券公司操作 风险度量方法，采用４家上市证券公司的数据进行实证检 验，结果表明，该模型能够较好描述中国证券公司操作风险 的特征，对证券公司的操作风险进行对比和归类，在一定程 度上弥补了中国证券公司在操作风险识别技术上的不足，具 有一定的风险预警功能，有较强的理论和实践意义。 ［参 考 文 献］ ｒ１］ Ｋｌｕｇｍａｎ Ｓｔｕａｒｔ Ａ，Ｈａｒｒｙ Ｈ Ｐａｎｉｅｒ，Ｇｏｒｄｏｎ Ｅ Ｗ ｉｌｌｍｏｔ． Ｌｏｓｓ Ｍｏｄｅｌｓ：Ｆｒｏｍ Ｄａｔａ ｔｏ Ｄｅｃｉｓｉｏｎｓ ＥＭ］．Ｎｅｗ Ｙｏｒｋ：Ｊｏｈｎ Ｗ ｉｌｅｙ＆Ｓｏｎｓｌｎｅ．，２００４． ｒ２］ Ｃｈａｖｅｚ—Ｄｅｍｏｕｌｉｎ Ｖａｌ６ｒｉｅ，Ｅｍｂｒｅｃｈｔｓ Ｐａｕｌ，Ｎｅｓｌｅｈｏｖａ Ｊｏｈａｎ— ｎａ．Ｑｕａｎｔｉｔａｔｉｖｅ Ｍｏｄｅｌｓ ｆｏｒ Ｏｐｅｒａｔｉｏｎａｌ Ｒｉｓｋ：Ｅｘｔｒｅｍｅｓ，Ｄｅ— ｐｅｎｄｅｎｃｅ ａｎｄ Ａｇｇｒｅｇａｔｉｏｎ ＥＪ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉ— ｎａｎｃｅ，２００６，３０（１０）：２６３５—２６５８． ｒ３１ Ｃａｒｏｌ Ａｌｅｘａｎｄｅｒ．Ｂａｙｅｓｉａｎ Ｍｅｔｈｏｄｓ ｆｏｒ Ｍｅａｓｕｒｉｎｇ Ｏｐｅｒａｔｉｏｎａｌ Ｒｉｓｋ ＪＲ７．Ｄｉｓｅｕｓｓｉｏｎ Ｐａｐｅｒｓ ｉｎ Ｆｉｎａｎｃｅ，ＩＳＭＡ Ｃｅｎｔｒｅ，２０００． Ｅ４］樊欣，杨晓光．操作风险度量：国内两家股份制商业银行的实证 分析［Ｊ］．系统工程，２００４，２２（５）：４４—４８． ［５］张学陶，童晶．商业银行操作风险实证分析与风险资本计量 ［Ｊ］．财经理论与实践，２００６，（３）：３３—３８． ［６３潘建国，王惠．我国商业银行操作风险度量模型的选择［Ｊ］．金 融论坛，２００６，（４）：４３—４８． ［７］段军山．我国商业银行整体操作风险评估分析［Ｊ］．科学决策， ２Ｏ１０，（９）：２２—２７． ［８４刘睿，李金迎．基于股票收益操作风险资本估计［Ｊ］．管理科学， ２００８，（６）：３２—３７． ［９３梁鹏，王国顺．风险投资模式的国际比较ＥＪ７．财经理论与实践， ２００８，（１）：５３—５６．