贝叶斯网络在银行操作风险管理中的应用.docVIP

贝叶斯网络在银行操作风险管理中的应用 　　摘要：本文依据我国商业银行的实际操作风险案例数据构建贝叶斯网络模型，并利用Hugin Lite软件实证分析表明：我国商业银行操作风险中由交易管理引起操作风险损失的概率最高，其次是外部欺诈、内部欺诈因素，从损失额来看大额损失多是由内部欺诈造成，由此可知内外勾结能造成更大的损失。随后构建防范员工实施内部欺诈的贝叶斯网络模型，实证分析表明：防范内部欺诈操作风险的关键点在于采取恰当而合适的反应措施，通过加强核查并进而对举报及时、有效反馈及予以调整，才能降低损失。 　　关键词：操作风险贝叶斯网络内部欺诈外部欺诈 　　目前，尽管我国商业银行由操作风险巴塞尔新资本协议定义操作风险是指“由不完善或有问题的内部程序、人员及系统或外部事件所造成损失的风险”。引发的损失事件数量较大，但很少有定量分析的数据的积累，给操作风险的量化研究带来很大的困难。此外，操作风险管理在度量、识别和控制等方面还没有形成一套完善的体系，难于建模与度量。本文尝试应用贝叶斯网络方法，利用Hugin Lite7.8软件建立模型，对我国商业银行的操作风险状况定量分析。 　　一、文献回顾 　　目前国外对操作风险管理还处于发展阶段，但通过量化方式研究与管理已成为发展的方面。为解决数据问题，一些大型国际银行组织开始建立自己的损失数据库，此外还出现了一些官方性质或商业性质的数据库，如英国开始了一个由BBA推动建立的机密的中央数据库GOLD，巴塞尔银行委员会已经完成了第二次损失数据收集活动。此外，还出现了其它如OpVar、ORX等商业性的损失事件数据库。 　　国内对于操作风险的模型化研究尚不成熟，研究主要仍停留在理论介绍、经验判断层面，对操作风险量化模型的研究仍停留在方法讨论和理论假设上（如刘家鹏，2007），具体的模型构建及数据分析基本处于空白阶段。造成这一问题的主要原因之一就是数据问题，由于长期以来我国商业银行不大重视操作风险损失历史数据的积累，再加上我国商业银行信息披露制度不健全，银行具有隐藏风险事件的动机，使得我国商业银行操作风险历史数据较难收集（万杰，2005）；还有学者商业银行操作风险外部数据的内生偏差（高丽君，2011）。在国内，有学者在研究中呼吁筹建我国商业银行操作风险损失数据库，并且尝试在各种媒体中收集操作风险的损失数据，并在此基础上进行了描述统计分析（樊欣、杨晓光，2003）；有学者分析了贝叶斯网络和网络分析法应用于商业银行操作风险的基本思路及其建模步骤等（扈倩倩，2010）；有学者以我国银行的一个典型业务――远期结售汇为例，研究了实践中建立和运用贝叶斯网络来估计操作风险发生频率的具体方法（刘睿、巴曙松、刘家鹏，2011）。 　　基于以上学者的研究和工作，本文依据北大法意数据库中的中国司法案例数据库2.0版中1990―2015年间的案例进行了分析，按照操作风险分类，从3568个与银行相关的案例中筛选出了310个与商业银行操作风险相关的案例进行分析。尽管数据不够全面，但与以前的研究相比在数据的客观性和追溯性上有所改进。从公开性和可获取性角度来看，这些数据基本上反映了我国商业操作风险的大致轮廓。以这些数据为基础构建我国商业银行操作风险的贝叶斯网络模型，对我国商业银行的操作风险状况做初步定量分析，以期能认识我国商业银行操作风险的各种属性。 　　二、基于贝叶斯网络的操作风险模型 　　（一）贝叶斯网络概述 　　贝叶斯网络（Bayesian Belief Network）为一个图形模型，用一组条件概率函数以及有向无环图对不确定性的因果推理关系建模，主要用于概率推理及决策，用它能有效的对风险进行建模并能清楚的表达风险之间的关系。其实，贝叶斯网络可以看做是Markov链的非线性扩展。这条特性的重要意义在于明确了贝叶斯网络可以方便计算联合概率分布。多变量非独立联合条件概率分布有如下求取公式： 　　（二）应用贝叶斯网络模型构建操作风险管理模型 　　运用贝叶斯网络管理操作风险，首先要识别导致风险发生的风险源，确定网络的节点和相应的因果关系，建立业务模型，并依据根据业务模型建立贝叶斯网络结构。然后利用已有的数据或模拟数据来训练模型，得到节点以及节点之间的条件概率分布。最后，根据风险控制、度量和管理的需要，进行情景分析，风险评估以及采取相应的风险控制措施等。 　　根据巴塞尔委员会对操作风险的分类，确定能反映风险程度的关键风险指标（key risk indicators）和引起风险的因素一般称作关键风险动因（key risk drivers），按照发生的频率和损失大小进行分类，从而通过控制关键风险动因来控制操作风险。见表1： 　　交易流程错误贝叶斯网络可以对关键风险指标设定预警水平，一旦风险超过这个水平，就必须采取相应的措施来