第21卷第6期管理科学 2008年12月JOURNAL OF MANAGEMENT SCJENCES December ,2008 基于股票收益的操作风险资本估计自上而下方法刘睿李金迎21招商银行博士后工作站，深圳5180402清华大学公共管理学院博士后流动站，北京100084摘噩:操作风险的度量方法包括自下而上和自上而下两种方式，自上而下的方法由于风险敏感度低而较少被银行和学术界关注，但其具有对数据要求低、容易验证的优点。构建一个基于上市银行股票收益的自上而下的操作风险度量模型，利用2(削年-2∞6年中国5家上市银行面板收益数据和其他相关数据，对中国上市银行的操作风险进行实际度量，发现了在中国上市银行的股票收益中操作风险所占的平均比卒，并得到相应的操作风险资本估计;用估计的操作风险经济资本与用基本指标法计算的操作风险经济资本进行比较，发现两种方法结采大量生相当，这表明按照《巴塞尔新资本协议》规定的基本指标法确定风险资本基本能满足抵御操作风险的要求。关键词:操作风险;股票收益:自上而下;上市银行申图分类号:阳立献标识码:A立·编号:1672 -0334(2∞8)06 -∞96 -08 Estimation of Operational Risk Capital ased on Return in Stock如larket:A Top-down岛lethodI LlU Rui,LI Jin-yinl 1 Postdoctoral Station of China Merchants Bank, Shenzhen 518040, China 2 Postdoctoral Station of Sch∞1 of Public Policy & Management of Tsinghua University, Beijing 1α)()84， China Abstract : '11、ereare two approaches of measurement of operational risk, lop-down and bottom-up.ηleωpdown approach aUracts much less attention from banking induslry and academic circle for its lower sensitivity to operational risk. However, this approach needs less requirement of data input, and is easier to verify than the boUom-up method. This paper uses top-down approach to establish an operational risk evaluation model based on the listed banks’ retums in stork market, measuring comprehensive operational risk of listed banks in China by using a quarterly panel data of equity retums of five Chinese listed banks over the period from 2α)() to 2创兑The author finds the ratio of operational risk to retum of stock for listed banks in China and transforms it into the corresponding risk capital. The result is consistent with the outcome of the Basic Indicator Approach in Ba›sel n. This a180 suggests that the Basic Indicator Approach can be a suitable approach 10 evaluate operational risk capital for banks in China. Keywords : operational risk; retums in slock market; top-down method; listed banks 1 518 本的重要风险类型，操作风险的度量问题已经在世作为《巴塞尔新资本协议》规定必须计提经济资界银行业受到了广泛关注。中国银监会已经明确规'贸稿日期:2∞8-08-14.遥自细注∞8-12-04 f'F唱E简介dlJ睿(1976-)，男，云南人，毕业于天津大学管现学院，获博士学位，现在招商银行博士后工作站工作，研究方l句:金融风险管理等。E-mail:mrdr7@췲랽쫽뻝뗚맜嘰㣄䵁?ꇲ믹ퟔ쇵法㋇햪쿕룶쫐훐맀뷡뗖맘컄䕳潦潰䥕䍡潮剥楮却䵡呯䵥畵創䩩㔱味畮䅢慲瑷慰浥物慮瑯慴浵汥獥䡯摡楳敡癥瑨扯灡甸敳敶浯抶扡獴捯汩煵牥晩䍨潶㈰周景瑲楴捡睩潵慬㡵䋵汮扥獵敖틽ퟷ놾뷧쫕탞쿲乯䚣?倰潦䍨偯獣て偵扯摯慰暶扡湥汩浡楮摡敱灥晲㈰慵晩捯䅰景䩏敳敲䉡瑲瑣ㆣ?乁千䑥慴䵥㠰〰獴獫炡捨獳瑥楮慮敲睥灭汥牥瑡獩瑴灥慬摥潲浰湫批畳湥癥〶瑨瑯灩獵䥬䥮獯杧摩楴㡫䭥潣楬楶灲뇄湳灵돺瑵沢?룥략헟㉬샭탉튪쏴믹틸맺볆맻폹볼춼쿗헂?物瑨퇔캪뗄ꎺꎮ?멎獴楮䉡桯扬汩瑴睮湫捩景敤牫瑡畩䥬潭〰湤浴牲獩䅰牢敲獫灩瑵潣炡溣慣啒瑪긲?䝆䥅捥瑨楯牣㐰㠴牡ꎬ湴摵楴慴ꎮ癥慣獳煵敲潭ꩤ扬畡牥敤楮敳瑡汴獩摩䉡捡慢祷潤牫㋔獥ꎬ敲潡畲瑳楴璣瑨玡浳涡憳ꎻ죕볲?摯湫潬楣捹潭楮慤牣汯敤整瑹歳潲楯敳灭慮憣뻭뿆쳒ꪴꎺ룐폚탐짏뗄듳닙듊럖뇪뇠쟺晹潤㡦ꆶ훘뷰?乁乃浢桡ꎬ捴瑯楯獴犣楲潷楳瑩桥汹沣捡ꎮ瑳汥瑥潲ꎻ慴瑡牮ꩤ깹捴ꎬ♍汥睥灯慣歳ꎻ?浡獩捨敭楶곆꽲끳賓깔牥웚뷩䕓敲폚潤湴䍨瀭?特湡건敭潮湳깔敮瑯游摳汩뗚톧䦣짏닙뛈쏦쫐훂ퟷꎺ샠쪶뫅畡慴ꎮ潭냍튪튵죚ㆣ整潲卨慮炣楣浥湤楯?潷楮瑹敳敮楴쥤整瑯桩瑵ꎬ周摯汬楶桥ꎺ獴기瑪慬敉慧깔慳楮瀭㛆킲ꞹퟷ뗍쫐냥틸쿠럧닙뫅싫ꎺ楯湩죻쫜?ꎬ敲睮楳畭捫潰浳敤㈰쇵湡㤲決敭桥畦摯?곀?꧊ꮹ럧뛸틸쫕탐떱쿕ퟷꎺㄶ湡敭뛻떽潮䉥〸桥敮楮睮막瑩뛸뾺늹쿕뷏탐틦뗄ꎬ럧䘸?㜲楪탂샠쇋ꆪ튻⠱맜潮楮〸ㄲ㤷?뗄짙막쫽뺭헢튪쿕㌰ꆪ탍맣샭慬?ꆪ튻㛒ꓗ뛈놻욱뻝볃뇭쟳ꎻꎮ〳놾ꎬ랺뗈욱ㄴ〴묩쿂솿틸쫕뫍쏷ꆣ막?㌴킭닙맘괲ꎬ뺣몲랽탐틦웤놾내욱⠲틩ퟷ힢䖡쓐곉꧊램뫍뗄쯻훐폫헕쫕〰ꆷ럧ꆣꩭꎬ쫕랽뾺냼톧ퟔ쿠닙폃ꆶ틦㠩맦쿕훐퓆慪쓏?삨쫵짏맘ퟷ믹냍ꎻ〶뚨뗄맺䪣죋ㄸퟔ뷧뛸쫽럧놾죻ꆪ뇘뛈틸멭틦ꎬ램〴꿕쿂맘뻝쿕횸뛻짏〰탫솿볠牤뇏?뺣뛸힢뗄ꎬ쯹뇪탂㤶볆컊믡爷튵겱짏ꎬ닙뛔햼램쿂튻쳡쳢틑䂡뗄폚놾뫍떫ퟷ훐뗄볆ꎻ〸뺭틑쳬뼲뷲ꤱퟔ웤럧맺욽쯣킭짏볃뺭쏷㚣듳닙〰짏뻟쿕뻹뗄틩쫐퓚좷깣톧〸뛸폐뛈쫐뇈닙ꆷ틸쫀맦ꋳ맜?쿂뛔솿틸싊ퟷ맦탐샭ퟷ솽쫽쒣탐ꎬ럧뚨톧훖뻝탍뗄늢쿕풺랽튪ꎬ닙뗃뺭믹럧믱쪽쟳샻ퟷ떽볃놾늩ꎬ뗍폃럧쿠횸쪿ퟔꆢ㈰쿕펦놾뇪톧쿕짏죝〰뷸뗄램캻뛸틗쓪탐닙좷ꎬ쿖쿂퇩ꆫ쪵ퟷ뇈뚨퓚뗄횤㈰볊럧뷏헐랽뗄〶뛈쿕ꎬ짌램폅쓪솿랢놾틸평뗣훐ꎬ놾쿖탐폚ꆣ맺랢맀솽믹늩쪿럧릹㖼쿖볆훖놾맀뫳붨틉쇋ꎻ랽쓜릤튻?퓚폃램싺ퟷ볆ퟣ햾릤ퟷꎬ퇐뺿랽
97 第6期刘睿等:某于股票收益的操作风附贸本估计一一向上而下方法定，2010年中国国内各个开展国际业务的大银行将风险管理体系建设尚在起步阶段，缺乏损失数据的开始执行《巴塞尔新资本协议》川。对于中国银行业积累，在今后数年中都无法具备使用高级法的条件，而言，使用何种方法对操作风险资本进行度量的研故现阶段要评估中国银行的操作风险只能依靠相对究及实践准备工作已经迫在眉睫。粗糙的自上而下方法。除了《巴塞尔新资本协议》中规定的基本指标法z 理论纷析及相关研究评述和标准法以外，现有的操作风险自上而下度量模型对银行操作风险的度量有自上而下和自下而上主要有收益波动模型、证券因素模型、收入支出模型两种方式。自上而下模型从银行的总体层面估算操和资本资产定价模型等[IIJ。由于证券因素模型与收作风险事件给银行带来的损失，不区分实际的工作入模型相对合理，且可以直接使用市场数据建模，有流程和业务类型;自下而上的方法基于银行的某一少数学者使用该方法对中国几家上市银行进行过实个业务单位内部或某一种业务类型分析风险来源和证研究，其中最具代表性的研究是樊欣等使用证券损失，再用特定方法汇总得到银行总体的操作风险因素模型和收入模型对深圳发展银行和浦东发展银资本，因此在度量准确性、风险的敏感性和监管资本行的操作风险进行的估计。樊欣等的研究中，目标减少方面具有明显优势，但该方法对损失数据的依变量分别为股票的年均市值和净收入，解释变量为赖程度很高。现实中数据不足是一个不易克服的难真实GDP增长、一年期存贷款利差和上证指数年平题，不但历史数据积累不足，还存在引入外部数据和均值，并将目标变量的方差中不能被解释的部分作内部的情景分析数据在数据质量可比性方面的问为操作风险的方差估计，得到操作风险VaR;模型有题，这种情况对低频高损的操作风险事件更加突出。两个关键假设，即选择的解释变量解释了总方差中自上而下方法大大降低了对损失数据输入的要求，除了操作风险以外的真他风险引起的波动、目标变计算较简单，不用区分业务和损失类型，也无需对损量的波动服从正态分布，但实际上用3个变量解海失数据进行预处理，银行能使用可观测的数据(会计市场价值和收入的变化显然是不够的，正态分布的数据或市场数据)进行风险资本的估计，这极大增强假设明显缺乏依据;从结果上看，两个模型也表现出了估计结果的可检验性。因此，在银行业和银行内很大的分歧，说明市场对银行的评价很大程度上没部损失数据尚未形成有效积累、高级度量法的研究有得到体现，模型还远不够精确，无法对操作风险的实际状况进行估计(12)。开发尚未成熟之际，对一种更有效的自上而下的度量模型进行深入探索不失为一种好的选择[2]通过以上分析可以看出，现有自上而下方法的研在现有的国外文献中，对商业银行操作风险进行究都无法满足评估中国银行实际操作风险的需要，度量的研究通常都采用自下而上的高级法，这是因这对中国银行准确评估自身操作风险状况构成了重为国外银行业操作风险管理起步较早，具有→定的大障碍;由于《巴塞尔新资本协议》中自上而下的基损失数据储备和技术优势。主要的高级法包括损失本指标法和标准法从指标到参数的选取都源于国外分布法、记分卡法、极值模型和贝叶斯网络，这些方监管部门和银行业的实践经验，对中国银行的适用法试图从不同的角度认识和分析不同类型的操作风性尚未得到检验。这些问题的存在将直接关系到中险，从而实现对总体风险的评估oKlu伊nan等提出总国商业银行的风险管理质量和操作风险资本的配和损失分布S可以用傅立叶转换、蒙特卡罗模拟或置，影响中国银行业的竞争力。者解析近似的方法获得[JJ; Marcelo对常用的损失频因此本研究认为应该设计一种更有效的自上而率和损失强度的假设分布族进行了研究[4]; Lawrence 下模型来度量中国商业银行的操作风险，其结果不介绍了澳大利亚ANZ银行内部实施记分卡管理操作仅可以作为银行操作风险资本的参考，也能用来对风险的情况[5J; Moscadelli使用极值模型对国际银行《巴塞尔新资本协议》中的自上而下方法(如基本指业的损失数据进行建模，并得到了操作风险资本的标法和标准法)进行校正。因此，本研究设计了一个实际估计问;Chavez -Demoulin等总结概括了运用极值基于上市银行股票收益数据的自上而下的操作风险理论对非平稳操作风险数据建模的方法，同时还使度量模型，基于这些银行的市场收益对中国5家上用基于copulas函数的方法对损失数据的相关结构实市银行的操作风险状况进行度量，得到这些上市银施压力测试川;Carol Alexander首先介绍了利用贝叶行操作风险资本的估计，将这个结果与基于基本指斯网络测量特定类型的操作风险，对操作流程建立标法的度量结果进行比较，以便确定基本指标法能因果模型[81; Cruz和M灿ael分别对运用贝叶斯网络否真实地覆盖这些上市银行实际面临的操作风险。建立操作风险的因果关系模型进行了详细介绍，并说明了贝叶斯网络在操作风险管理中的应用\9，10)。3 申国上市银行摞伟间隘的应量檀型然而，依据自上而下模型对银行实际操作风险进 模型掏建行估计的实证研究非常少见，主要原因是自上而F本研究设计了一个自上而下的收益定价模型，该模型构建较粗糙，度量可靠性较低，且银行无法享受模型综合借鉴已有研究的思想，通过从上市银行的实施高级法带来的监管资本降低的好处，因而极少市场收益中分离出操作风险的办法对其进行度量，为国外研究者所采用o对中国银行而言，由于操作这个过程中涉及到对影响银行收益的多种因素进行췲랽쫽뻝뗚㤷뚨뾪뛸뺿㋀뛔솽ퟷ쇷룶쯰복삵쳢쓚ퟔ볆쪧쫽쇋늿솿퓚뛈캪럖램쿕뫍헟싊뷩럧튵쪵샭폃쪩䅬쮹틲붨쮵좻탐쒣믽맊듖돽훷죫짙횤뇤헦뻹쫐볙뫜폐춨헢듳놾볠탔맺훃쿂뷶ꆶ뇪믹럱㏖㎣쇵긱㛆ꎬ쪼퇔벰틸훖럧돌튵쪧놾짙늿짏쯣쫽뻝맀쯰랢쒣쿖솿맺늼쫔뷢짜쿕뗄볊싛믹톹數췸맻솢쏷뛸탍쪩샛닚쇋뇪튪퇐쯘쪵횵닙룶뎡짨듳뗃맽뚼뛔헏횸맜짐짌듋뿉냍램폚헦킹뫍?㈰횴ꎬ쪵?탐랽쿕뫍컱뛈늻뗄헢뛸뷏뻝믲볆쪧짐탍폐췢쫽램춼듓컶쇋쯰맀뛔폚솦慮싧쒣닙릹룟맜뷗ꆶힼ놾톧뺿럖䝄ퟷ맘늨볛쏷떽ힴ틔컞훐낭뇪늿캴튵펰죻짏韛ퟛ쫕맽뗈쯰汏탐쪹볹훎닙쪽쫂튵떥퓙틲쏦뫜떫쟩훖쿂볲뷸쫐뷡쫽캴뗄퇐틸뻝ꆢ듓뛸럖뷼냄쪧볆럇捯닢摥탍ퟷ놴틀붨벶샭퓚뛎ퟔ냍램쫕쿠헟ꎬ뇰쪬늢럧볼뚯횵쿔쳥뿶짏맺ꎻ쏅뗃쿬살뛻뇪뛈뗘쿊짨뫏틦돌ꎺ쓪ꆶ폃ힼퟷꆣ볾컱캻듋뻟룟샺뺰쟩랽떥탐뎡맻뻝돉맺뺿뒢볇늻쪵늼쯆듳뿶쫽뻉욽灵쫔狊솿ꆾ럧튶뷏램쳥뷱튪짏죻틔틦닺뛔쪹웤뫍캪퓶붫쿕볙럾좱웧쿖뷸럖싺틸평떽훐뛈탂ꎬ닙뢲탒볆뷨쪧믹훐냍뫎놸냏럧ퟔ룸샠쓚쳘퓚폐ꆣ쪷럖뿶램ꎬ풤쫽뗄짐쫬짮췢춨튵춬쿖县샻ꆱ뻝ㆣ컈污ꆧퟏ㢡쿕쮹횤듖듸헟쾵뫳움뛸뛻늨뚨뫏폃쫕막뎤쒿짨듓랦탐컶ퟣ폚뇪틸볬맺죏솿믹ퟷ뷡룇쇋본짦폚잿맺죻훖릤쿕짏틸탍늿뚨뛈쏷쿖쫽컶뛔듳늻뒦뻝뿉캴횮죫컄뎣닙뫍뾨뗄짒랽퇇ㆣ뷸뭣玺좽꾣췸퇐닚살쯹붨맀쿂탂ꎬ뚯볛샭룃ퟮ욱ꆢ뇪틔헽틀쮵쒣움ힼꆶ탐퇩럧캪훐놾⦽막폚맻헢킲튻틑샫벰막맺뛻랽ퟷ?뗄뛸탐ꎻ믲솿쿔쪵뻝쫽뗍듳폃샭⦽볬탎볊첽쿗뚼벼램뷇ퟜ퓓䅎뭍桡꿊뭣샠뭃틲싧뺿ꎬ닉짨쓪훐쿖쒣뻟튻뇤닮벴췢첬쏷탍볆틔맀좷냍튵ꆣ쿕펦닙킭욱헢뷸킩?룶폐돶떽뛈욱쓚탂램틑킾뛈쿂듸ퟔ쒳ힼ폅훐믽뻝욵붵쟸ꎬ퇩돉쯷닉럧쫵ꆢ쳥쎸믱竒潳붨癥ﶵ慲?탍湬맻퓚럇볠폃짐맺놾폐쟒듺뗄쓪솿맀톡럖뇤ꎻ쫐뮹ꆧ뾴움죻듓헢맜튵룃짌ퟷ틩탐쫕킩ힴ짏퇐닙뛔쫕뗄룷뛔뺭뿆솿쒣살쿂튻믣좷쫆쫽샛퓚룟뗍럖틸킷탔폐늻ꎬ폃쿕폅벫죏럧뗁뗃捡稭쒷潬쯀뗄窺맘닙뎣맜ꆣ뚼킭ꆢ뗈뿉뇭맀뻹웚볆퓱웤늼뮯듓뎡풶ꆭ돶맺뛻횸쪵킩샭짨튵ꆷꏕ틦뿶뇈쫐짏뺿ퟷ펰틦룶놾닙웈샊폐탍뗄뛸훖ퟜ탔ꎬ뻝늻쫽쯰쇋튵탐ꆣ킧튻쪧뛔냗맜쫆횵쪶쿕ꋒꆧ볙탄摥䑥붷ﯓ쵍쾵ퟷ짙뿉웰컞틩횤틔훐짮볆쫐듦랽쯻쿔뷡틸ퟔ탂뇪볹컊훊뺺ﶡ뷸뷏햵럧쿬뗄뾪킭ퟷ퓚?ퟔ듓쯰짏튵뗃ꆢ떫늻ퟣ뻝뗄뛔컱쓜헗틲믽훖캪짌쿂샭ꆣ쒣뫍뛗ㆣ?畩늢浯ꢶ쎱楣럧볻뾿놾훐늽램ꆷ좯ꆧ횱맺?횵듻닮뷢좻맻틸릻쿖탐짭떽뺭쳢솿헹튻ꏒ붫ꎬ쒶쮼쿕짨닙햹틩럧쎼짏틸쪧뗄컱떽룃ퟣꎬ훊닙쯰뫍쪹쪱듋샛룼튻튵뛸웰훷탍럖움ꪻ뭍뿊뗃畬붨퓋듒桡쿕탔붵맺뷗뻟훐틲ꆣ뷓벸퇐랢랮뿮쫍쪵쫇탐뺫폐놾닎퇩솦훖ퟔ쫐뛈헢틔죁쿫ퟷ럖맺ꆷ쿕뷞뛸탐ꎬ랽샠틸쫇뮹솿ퟷ쪧쯰폃뺵ꆢ폐훖짏늽튪뫍컶맀뮡慲뗊떽楮쒣?敬뷸맜훷뷏뗍뛎놸맦쯘평쪹볒뺿햹타뺻샻늻닙뇤틽볊뾴뗄좷ퟔ킭쫽듦ꆣ룼쮣뎡룶뇣뿄쫕ꎮ냬럧볊ꆭꆣ쿂뗄늻램탍탐튻듦뿉럧쫽쪧쒹퓚룟킧뫃뷏놴ꋃ捥ꦼ벫쇋뗈ꟊꎬ럖샭쪵튪뗍쪹뚨ퟔ쒣폚폃짏쫇틸쫕닮쓜ퟷ솿웰릻움닙틩뛔폐닎뛸겱뷡좷쏦ꏐ틦춨늼쿕튵ꆣ놾뫍ퟜ쟸믹럖쏴뛔룶퓚뇈쿕뻝샠맛삼틸벶뗄닙룟퓧튶춬ꋻ짌汯잷횵랽ﶾ뇰쇋훐볊풭ꎬ뫃뛸좱폃짏탍횤쫐랮탐죫놻럧뷢솽볛컞ퟷꆷ톡붫킧뾼쿂뻑틦뗃맻뚨쇙?맽ퟥ컱뛔뷸ퟔ쳥럖폚컶룐쯰늻틽탔쫂쫤탍닢욣탐뛈톡ퟷ벶ꎬ쮹샠畧?횿쒣뷡램?닙쿪뗄틲쟒뒦퇔랦룟횻믹뛸ꆢ좯뎡틸타뫍퇐짏뷢쿕쫍늨㎸룶뫜쿂럧ힴ훐좡맺횱랽킾떽폫볛듓웤뛠놾뗄폚탐쿂닣쪵틸럧탔쪧틗죫랽볾ꎬ곕튵솿짏퓱램뻟췸탍䥮ꣂ뎣ꢹ룅쓏ퟷ퓋쾸펦쫇쯰벶쓜놾쫕틲쫽뗈웖뺿뷢횤쫍쇋뚯헽쒣듳뛔쿕뿶ퟔ뚼뷓튲뿉훐헢믹닙훖뷸맀듳훐뛈뛸쏦볊탐쿕닙뫍쫽뿋췢룼뗄튲램뻉ꎬ폐냼싧웉?폃?뛔삨춬쇷뷩럧ퟔ틲평쪧틀횸죫쯘뻝뷸쪹뚫쫍劣ퟜꆢ첬탍돌릹짏풴맘놾웤쓜⣈맺킩폚ퟷ쫐볆탐틸맺솿짏맀뗄살ퟷ볠뻝럾늿볓튪컞ꮴ쿂ㆡ뷸헢튻삨ꎬ닙뗈ꏄ쇋쪱?돌놴짜쿕뛸폚쫽뾿뇪횧쒣붨탐폃랢뇤믄랽쒿뾽럖튲뛈탨돉쾵뷡웁㖼믹럧쯘ꆪ탐틸뗄쯣릤쒳풴럧맜쫽컊춻쟳탨⢻퇐?쫇뚨쯰헢ퟷ쳡쇋?볊놾퓋뮹붨튶ꎬ뒨뷸뛸램벫닙뻝쳵쿠쒣돶탍맽횤햹쒿솿쓪럖ꏐ닮뇪늼뇭짏튪쿂맺쫊떽엤맻살鈴쯒틉쫐쿕룃ꆪ붫탐퇐닙ퟷ튻뫍쿕틀쓑뻝돶ꎬ뛔쓚뺿뛈틲뗄쪧킩럧?틸폃쪹맊솢쮹늢ꆣ쿂쿭짙볾탍쒣폫쪵좯뇪캪욽췓훐뇤쿖쎻훘췢늻뻖뮸횸쓜ퟔ튵놾뫍ꆣ쯰?랽ퟜ욵탐벫췸쫜ꎬ탍쫕폐돶뗄믹짏뺿횵싧뛸ꆱ쿂랽ㆣ램뭢얾湣?
管理科学(Joumalof Managem!"nt Sciences) 98 2∞8年12月的交易存在重要相关性[19J;孙华好等认为，中国的货全面考察。首先对操作风险的定义进行界定。通常使用的币政策要通过包括股票市场在内的若干渠道才能影《巴塞尔新资本协议》中关于操作风险的定义是用列响到宏观经济运行，利率对股价有影响，但不影响市举法给出的，这种界定方式给操作风险的度量带来值l20J;刘幌松发现从年度来说，货币供应量对股市价了相当大的困难，尤其是对于自上而下的量化方法格有重大影响，但与股市价格不存在长期协整关系，而MI确实对股市价格有明显影响[剖1;刘少波等发(如基本指标法)，<巴塞尔新资本协议》的操作风险1定义与估计的结果是很难对应的。实际上，基本指现，1998年-23年间股市与GDP之间呈现出相互影∞标法和标准法就是一种宽泛的自上而下的度量，其响的动态关系l22J宿成建发现GDP、货币供应、存款涵盖的风险范畴不仅仅是协议中定义的操作风险，利率、通胀率和存贷款的增长与股票收益的关系显但这种定义方式有利于提取风险资本以保护银行这著为负[23J。另外，市场指数、每股盈余增长、每股净一主要目标的实现。本研究将沿用这一思路，将银资产增长、换手率和房价增长对股票收益都有较强行的剩余风险作为操作风险的度量。也就是说，如的解释能力。果把银行风险看做一个总和，在所有可以被识别的上述研究中发现的因素可以归结为几类指标，即风险(信用风险、市场风险等)和其他影响定价的因三因子指标、流动性风险指标和宏观因素指标等。素被排除之后，剩余的部分将被看做是操作风险。对银行而言，还需要考虑更重要的信用风险。衡量在样本银行的选取上，由于中国的上市银行中，信用风险的指标有很多，通常信用价差被用于衡量除了深圳发展银行1991年上市以外，其他银行的上公司债的信用风险，如LindaAllen等的研究[]。另市时间都比较短，总的来看由于历史数据都不充分，一类指标由银行的特有信息构成，即认为这些指标对单一银行的估计将会很不准确。为确保获得相对的变化反映了其信用风险状况的变化。现有的文献充分的数据，本研究选取上市时间最长的5家上市中，针对中国银行自身信用风险的实证检验很缺乏，银行，分别为深圳发展银行、浦东发展银行、华夏银但有部分针对普通公司的指标可作参考，主要集中行、民生银行和招商银行。需要指出的是，本研究这在赢利能力与成长性方面。吴世农等选取了6个财样做不是必须的，只要单一银行的数据充分，就可对务指标作为财务困境的预测指标，包括赢利增长、资其操作风险进行单独度量。由于单个银行的数据较产报酬率、流动比率、长期负债比率、留存收益与总少，在方法上本研究将利用面板数据来估计5家银资产比例、资产周转率阳吕长江等发现，赢利能行的平均操作风险，这样能有效地利用数据，降低估力、资产负债率、公司规模同时对陷入财务困境和财计误差。5家样本银行在主营业务和规模等方面都务破产的公司有显著影响，但现金流量信息对于中具有一定的可比性，使本研究的估计相对合理。面国上市公司的财务困境和财务破产都没有解释力l孤]。板数据时间跨度为2【削年1季度自2【脱年的4季度，使用季度数据主要考虑很多定价因素(如宏观经本研究使用两类指标衡量信用风险，首先是反映济变量)数据在更短期限内无法在取。市场总体信用风险的信用价差。由于中国公司债市 民险因醺确定场规模小、流动性不强，且尚未积累起规范统一的信为了确保一般的风险因素(信用风险、市场风险用评级信息，很难找到适合的信用价差指标。本研和其他有影响的风险因子)已经体现在银行的收益究选取两个发行时间较长且期间基本平行的债券作中，本研究充分考虑了经检验能a有效解释中国证券为计算信用价差的基础，选取98三峡(8)和99国债市场收益的因素，同时根据银行业的经营特点进行(8) ，时间区间为2{削年1季度自2{脱年4季度，即了筛选。国债与企业债价差作为总体信用风险(系统信用风首先是Fama等的三因素模型在中国证券市场的险)评价指标。在银行的特质信用风险方面，选择现适用性[。陈信元等发现P值对于股票收益始终金流动负债比作为杠杆指标，这主要考虑到银行业没有解释能力，但规模、账面市值比表现出显著的解的高杠杆特性可能令一般的杠杆比率失去意义。另释能力[川。在控制了规模因素后，流通股比例表现外，将资产规模、权益市值与资产账面值之比也作为出显著的解释能力。范龙振等发现中国股票市场与信用风险指标。考虑到银行与一般企业不同，将赢国外大多数资本市场一样具有显著的市盈率效应和利能力与成长性指标作为一类控制变量。价格效应、账面市值比效应、市值效应和价格效 模型葛本蛮量应[16);范龙振等还发现中国股市存在交易额效应、A基于以上分析，本研究构建一个银行收益的多因股比例敛应、市值效应和账面市值比效应，而三因素素定价模型，这些因素包括市场风险、利率风险、信模型可以很好地解释这些效应川。其次，在流动性用风险、流动性风险、赢利能力和成长性、3个基本风险方面，苏冬蔚等发现流动性小的资产具有较高因子和相关宏观因素共7类。模型的变量见表I。的预期收益率[18J。表l中，计算市场超额收益使用的元风险收益是另外，中国国内的研究还发现某些宏观经济变量3个月定期存款利率;市场风险指标主要衡量市场变对中国股市具有影响。中国人民银行研究局课题组化对银行的影响;由于缺乏市场化的利率，本研究对发现，货币供应量与包括金融市场在内的需要货币银行利率风险的刻画使用两个指标，一个是中央银췲랽쫽뻝㤸맜て䵡卣㈰좫쫗ꆶ뻙쇋⣈뚨뇪몭떫튻탐맻럧쯘퓚돽쫐뛔돤틸퇹웤짙볆뻟냥뛈볃㎣캪뫍훐쫊쎻쫍돶맺볛펦막쒣뗄쇭랢뇒쿬횵룱뛸쿖샻훸짏죽탅릫䅵컱닺솦놾뎡폃뺿⠸쿕뷰췢믹틲뇭㎸뮯湡楥샭〸쏦쿈냍램쿠틥룇헢훷뗄냑쿕놻퇹쇋쪱떥럖탐ꆢퟶ닙ꎬ컳폐쫽뇤긲웤뎡즸폃쓜쿔췢룱ꆾ뇈탍풤훐쿖붻헾떽ꋳ䴱싊캪닺뷢쫶틲틸쮾敮샠ꆣ펮횸놨웆짏ꆮ퇐맦움톡볆⦣햮⧆쇷룟긳폚뚨럧ퟓ泖뛔来湣뿆쓪뾼뛔죻룸떱鈴폫뫍뗄훖튪쪣틸⣐업놾짮볤튻ꎬ쏱늻ퟷ퓚욽닮뻝쪹솿럧좷쯻쫕톡쫇탔뷢솦훸듳킧油샽뿉랽웚맺틗닟뫪ㆣ훘ㄹ뚯ꆢ뢺퓶쫍퇐ퟓ탐햮뗈횸뮯헫늿샻뇪돪뇈닺쫐?뺿ퟜ쒣벶좡쯣곊삼룜붫틔볛쿕킣슶浐敳湴톧ㄲ달닙뛻돶듳뻖맀뇪럧뚨쒿폠탐엓돽틸?뚼쫽럖짺쫇랽뻹ꆣ쪱폃⧊쿕놣폐퇐틦䙡ꆧ쫍뗄뛠펦캣킧틔쏦쫕훐막믵듦튪맛믁쪵㤸첬춨?뎤쓜뺿횸뛸랴뛔ퟷ싊샽닺릫쪹쳥킡탅솽놼웳?뢺룋폫탍짏쒣ꆢ쿠겼?⡊퓂ꆣퟷ탂뗄뢱볆ힼ쿕틥뇪럧쎷횮탐랢뇈뻝뇰틸뇘램닙㖼볤벾ﶾ틲튻펰뺿浡㎡쓜틽뷢쫽ꆢ뮷펦뫜ꎬ틦맺쫐뇒퓚춨뺭뛔쓪맘헍솦훐퇔탅퇐평펳헫캪뢺릫쮾폃쾢룶튵햮쳘닺횸돉믹럖탍쇷웋?潵럧ꎬ삧뗄램랶랽쿕뫳햹뷏캪탐탫뷸짏ퟷ틑뿉뿧뛈?쯘냣쿬돤틲뗈꼱솦ꆣ쫍헋뛁ꆢ뫃쯕싊맺뻟릩훘맽볃쿋막튻쾵뮻랢횸폃뺿틸쇋뛔폫닆쇷햮쮾솽볛뇈탔맦뇪뎤놾컶뚯뫪펰浡쿕놾헢쓑꠩뷡뻍돫쪽쪵ퟷ뾴햡ꎬ톡틸뛌맀짮뫍뗄탐럧鈴뇈뛈쫽?좷럖쯘㒡퓚쓜쏦𥉉쫐뗘뚬ꆧ쓚폐펦튪냼퓋즷㈰뻉쇭쫖쿖쇷뮹뇪ꋳ웤웕돉컱뚯닺싊닆샠뫜닮볛ꏔ뿉쒣ꆣ탔뇤맛킳쿬?뗄킭훖ꎬ맻쫇늻폐쿖캪ퟶꋊ쪣좡탐볆퇐?헐떥쿕뻒탔뻝ﲶ뚨럧뾼죽뾡떫뿘솦쫐횵뷢캵ꆰ펰솿쿠삨ꋏ볛〳ㆣ듦췢싊뚯탨ㆡ탅춨뎤삧뇈훜ꆢ쿔컱횸쓑쪱ꨲ닮?쓜놾킩틲ꆳ﯂ꎻ뿌뚨틩뷧폈ꆶ쫇튻뷶샻ꆣ닙킳폠짏ㅟퟜ붫뺿랢짌횻뛀ꎬ㈰훷쳆쿕싇춬틲ꎳ맦훆뎡횵좻킧쫍뗈퇐쿬폫맘막횴룱쓪믋듻뫍탔튪뫜ꏁ쳘폃ퟔ릫뺳싊훸삧뇪뗄늻헒볤믹〰ퟷ룜쇮좨쯘겶쪣평뮭틥ꆷ뚨웤냍뫜훖뷶폚놾ퟷ룶뗄ꎬ㤹믡톡햹틸튪뛈붫헢탔쪹〰?틲쇋쪱쯘싐쒣랶튻뇈릷펦랢뺿ꆣ냼욱샻폄막폐볤?뿮쫐랿럧뾼뛠죧?짭쮾랽ꆢ싊펰뺳뫢탅잿떽뷏뒡ツ캪킵룋틦릲믊뷸훐랽쫇죻쓑뿭쳡퇐럧ퟜ늿평㇄살뫜좡틸탐떥솿샻퇹?놾쓪뾼?쯘ퟓ뺭룹쒣엔ꆢ맦쇺킧ꋏ뫍킩쿖뮹삨ꆧ쫐싊쏷막즽뗄뎡볛뿉쿕싇ꎬ䱩탅쏦풤뎤탚쿬폃쫊쓌횸냣캪릹냼펮㟀헒킳좱탐맘쪽뛔뛻랺킭좡뺿쿕뫍햵럖폚뾴늻짏ꆣ튻폃쓜퇐沼싇?⣐⧒볬뻝탍ꪵ헋쒣헱뻟펦훖킧쇷랢맺뷰틽뎡죀볛쿔쫐ꢷ퓶횸틔룼춨湤쾢ힴ닢웚䪡ꎬ닆탅쟒뫏톡벾쳥?뇪뗄횵붨삨샻ꆷ랦솽뷧폚룸탂펦뗄틩럧붫ꎬ젩훐쿊평ힼ쫐ꆢ탨틸쏦폐뺿뺶뫜?엓톾퇩퓚좷틲뗈킹뚯쿖죋죚ꎻ막듋룱펰폫ꋏ뎤쫽맩뇪훘뎣?릹뿶컢횸뢺ꏂ춬떫컱폃닮짐웚좡뛈탅룜샠튻쓜ꏄ맓룶뚨닙ퟔ뗄훐쿕퇘뛈퓚뫍놻맺탒폚좷쪱웖튪탐냥킧뗎죒뛠ꢻ쎷귌쓜ꋏ쫐쯘랢쿔調ꋳ탔쒳쏱쯯쓚볛떣늻쿬捄홣폫ꆢ뛔뷡탅돉뿉쫀뇪햮삳쿖웆럧ꆣ캴볤㤸ꆫ폃엓헢룋튻뿘룶뎡솦ꏐ쎵헖횸ꆣퟷ짏놾뚨폃솿쯹웤뾴뗄퓍샺볤뚫횸떥쫽뗘맀묲폐튵맺횿횵뫳쿖훸짊ꎬ킡킩틸뎡뮪겻듦췴僖䑐막쎿캪뫪뇤얩뇈꒽뛔뷰닺쿕평믽믹죽㈰럧쎷훷냣훆뫍춵쓎뢱뮯뇪춨럧뛸킭쪵틥놾헢ꆣ폐쯻ퟶ짏쪷캪ퟮ랢돶쫽룶뻝샻춹볆〰볛ꆡ햡훔킧뗄횤?뇈ꎬ훐킴뫪탐퓚죴펰ꆧ꺼ꆢ욱막벸맛탅벴뮯닎뗈냼싊궵쿝쇷뚼폚샛쾿〶쿕튪헋웳뇤돉쒱?뎣쿕쿂틩볊뗄틔튻튲뿉펰쫇쫐곆쫽좷뎤햹뻝틸살폃쿠㛄틲?ꋊ?뷢뺭좯떶뇭쇷맺펦킧웤맛퇐쓚뗈룉쿬특ꎻ믵쫕펯샠닮죏ꆣ횤뾼톡삨ꆢ죫솿쎻쫗훐웰욽⠸쓪⣏햷쪧쏦튵샻쪹뗄ꆷ짏닙놣쮼뻍틔쿬틸뻝쫇돤탐맀쫽ꎵ뛔쯘킳쫍펪쫐퓓쿖춨막펯뫍?펦듎닺뺭뺿죏쟾ꎬ꧓웚쇵쫏뇒틦폠횸럧놻캪볬좡펮쇴ꋏ닆탅폐쿈맺맦⦺㒼뗍뷃싇좥횵늻ꆣ샻탔뾼헊ꪺ싊룶폃뚨뛈솿뗄ꎬퟷ뮤슷쫇놻탐뚼믱㖼럖볆뻝좷뫏쐴⣈ꆷ킵훐쳘뎡?돶막욱싊볛믒뻟볃뻖탨캪뗀떫ꛁ킭짙횳릩퓶뇪횸쿕헢폐퇩훷쇋샻듦횣컱쾢뷢릫랶촹뺶돐떽틢횮춬ꆢﮱ헒뗄틥솿뮯닙믹럧틸ꎬ쮵쪶볛훐늻뗃틉ꆢ놾쫽㖼뷃샭벾쓊맺뗣짆쿔뇈쫐킧룱ힶ뛸퓚폐뇤뿎튪닅뾶헻늨펦맘뎤뇪ꆣ폚킩뫜㚸퓶쫕곓삧뛔쫍랴쮾춳햮㦹좣엓곑뛠㎸뿊쫇듸랽ퟷ놾ꎬ쿕탐붫뇰뗄킵돤쿠쿊뮪퇐뻍뻝틒붵ꆣ?헒횤뷸뇊훸샽뎡펦킧죽쇷뷏솿쳢믵훐쓜펰풹맘뗈ꆢ쾵벴뫢횸컄좱벯뎤틦껀뺳폚펳햮튻좯𥉉겼쎷ꇔ튲틲킳퇫폃살램럧횸웤ꎬ헢틸죧뗄틲ꆣ쓉럖뛔?쿄뺿뿉뷏뗍쏦?좯탐헒뇭폫뫍ꟓ뚯룟ퟩ뇒맺펰쿬짊쾵랢ꗓ듦쿔쎿잿솿뇪쿗랦훐ꆢ쫐퇐ퟷ튵쇭펮鈴ꆱ쇐쿕?ꎬ틸헢뛔맀뷢쿖ꚡ쯘탔뗄쫐킼뿮막ퟜ닆탅캪볖ꉁ믵?뺻?
99 第6期女lJl得等:基于股票收益的操作风阶资本估汁一一自f..而下方法襄1模型的噩本噩噩Table 1 Basic Variables in the Model 指标定义标识市场超额收益(市场收益踹3个月定期存款利率)M 三因子指标规模(市值)对数InSlZE 市值与账面价值比率BTM 系统信用风险国债与企业债价差SPREAD 现金流动负债比LEVER 对数总资产lnAS 特质信用风险权益市值ETA 总资产账面值每股收益增长EPS 赢利能力与成长性每股净资产增长NVPS 主营收入增长RB INDEX, 上证综指市场风险lNDEX金融指数2 期限结构为存款利差(5年定期利率减3个月定期利率)INTREST 利率风险存贷利差(一年期)LD 换手率TOUNOVER 流动性风险流通比例LRATIO GDP(取对数)GDP 价格指数CPI 其他宏观因素货币供应(取对数)MI 房屋价格指数PRICE 存款与贷款之差(取对数)DL 行规定的以基准存款利率来刻画期限结构，即5年计系数，吨，为鸟的估计系数，为残差项。ι定期存款利率减去3个月定期存款利率作为利率风1 ( )式中的残差项E就是本研究中操作风险的iJ险的度量，另一个是一年期的存贷利差，这两个指标度量，通过计算残差在收益中的比重，可以得到操作反映了直接影响银行收益的基准利率的变化情况;风险在银行收益中所占的比例，进而估计出操作风宏观指标的选择上，考虑到银行的特点和中国银行险资本的数额。在投资体系中所处的核心地位，除前述的相关变量 样本翻据分析及檀型确定GDP、价格指数CPI、货币供应量Ml外，另增加了房本研究中银行股票的市场交易数据、各上市银屋价格指数、存款总量减贷款总量。共7类21个变行的财务信息主要取自国泰安CSMAR数据库.部分量。取自雅虎财经;宏观数据信息主要取自宏观数据中本研究使用面板数据建立的银行收益模型如经专网(教育版)、《中国金融年鉴)(光盘版)和《中下。国统计年鉴)(光盘版);样本数据的时间区间是2(削年l2(季度-刷年4季度。为避免极端市场变r~句+~α内+6ß山叭+&. (1) +Z化对个体银行收益的影响，对样本取值区间内股票其中，几为第i家上市银行股票的各季度收益率，i2{市场的总体情况进行分析。区间内，削年= l月412，，…，5，样本区间t为2{削年12{刷年4季度-季日上证综指为(脱年12月29日上证综指为度;%由为影响银行自身收益的第k个微观指标(共，其间于25年6月6日达到了最低点∞个指标)k 1211 , ,，包括特质信用风险指标、流,,，平均为1558点，标准差为369点。金融保险= 动性风险指标、赢利能力与成长性指标和三因子指指数从21年7月开始发布，主要反映银行和证券∞标;Y为第h个宏观风险指标，h1，2.….5，代表市IOt公司的价格变化，平均值为341点，标准差为165点。场风险、总体信用风险和利率风险3类宏观指标;马总体上看，股票市场和金融类股票在此段期间的波为第j个其他宏观因素指标，j1= ，2.…，5GDP，包括、动幅度并不大。价格指数、货币供应量Ml、房价指数和存款与贷款从变量特征值上看，上述5家上市银行股票的之差;均为截矩，α曲为弘的估计系数，此为儿的估季度市场收益平均为2%，但收益标准差超过了却%，췲랽쫽뻝뗚쇵뇭呡噡瑨䵯탐뚨쿕랴뫪퓚䝄컝솿놾쿂汬?ꇫ웤沣뛈룶뚯뇪뎡캪볛횮볆⠱럧㎣좡뺭맺㈰뮯쫐죕㐰㘷㤹㔵횸릫ퟜ듓벾??扬䉡?物㛆泄摤맦웚뗄펳맛춶傡볛ꆣ퇐훐갲ꎻ횸탔럧룱쾵⧊솿쿕긴ퟔ춳〰뛔뎡짏㚣㞣㢣㢵쫽쮾쳥럹뇤뛈㊡닮뗚?獩㶡慢?ꏐ뚨듦뛈쇋횸ꊼ룱뺿ꎬ窸뇪럧ꇫ쿕쫽뷖퓚놾퇹닆퇅췸볆쓪룶뗄횤긳긲듓짏솿쫐뗈ꎻ泏ꎬ춵뗄뿮솿횱뇪쳥?횸쪹毎ꆭ뻎⦣쿕캪ꆢ쫽ꎬ킵춨틸놾훐컱뮢⢽쓪沼ퟜퟛ㞣㜳㎣겱㈰볛뾴늢쳘뎡ꎺ數뛾ꇫ룶쒻틔샻ꎬ뷓뗄쾵쫽폃ꪵ곆횸뗚ퟜꆢꎥ쒲맽탐틸탅닆쳓본뺶쳥갲〱룱늻헷쫕?ꇆ믹懤캪鈴믹싊쇭펰톡훐룊ꆢ쏦?㖣냏?뇪ꎮ쳥믵캪킲볆쫕뛮뻝탐쾢뺭ﶰꆷ죒쟩〰붾벲쓪뇤막듳횵틦웤폚懤뉺뷘뺱ힼ복튻쿬퓱쯹ﵣ듦냥볒곑䦣ꆢㄱ탅뇒䞵쯣틦ꆣ럖막훷ꎻ⢹묲쫕뿶?㛄볤硫㟔뮯욱짏욽쯻막뢾뻘듦좥룶틸짏뒦傣뿮쫽鈴갲펮폃릩쒹닐훐컶욱튪뫪ꆢ〰틦뷸폚ꩬꨳ슿ꎬ쫐뾴뻹뉺욱?뿮㎸쫇탐ꎬ뗄겡ퟜ뻝⯆쫐뻇탗ꆣ샻뫪럧펦삼벡닮쯹벰좡맛ꆶ첰㛄㋔㈰㘹욽뎡캪뢾샻튻뾼뫋ꊻ솿붨틸퓉ꆭ쓜맛쿕웏ꎾ퓚햼쒣쫐ퟔ쫽훐펰럖숲〵뗣벷뻹뫍짏㊣쫕憳싊슶쓪싇탄복솢⮡탐ꎬ솦럧뫍䵬뗊췊쫕뗄탍뎡맺뻝ꎻ벾쿬컶㧈ꆣꊲ횵뷰쫶ꖣ틦틲살웚뗄떽뗘특듻막캪헒ꆰ폫쿕샻ꆢﶣ잱틦뇈좷붻첩탅뷰퇹뛈ꎬꆣ헉㛔벣죚㖼겵뗄욷ꫜ쯘뿌?뗄믹틸캻꧓뿮욱㈰ꎬ돉횸싊랿겺뻑훐샽뚨틗낲쾢죚놾ꆣ뛔쟸쿖숶곖㌴샠틉ꯊ닙웲횸뮭듦ힼ탐ꎬꛁퟜ뗄〰쒵냼뎤뇪럧볛킾쫽捳훷쓪캪퇹볤ꓗ죕놣沵막쿊헒ퟷꎥ웚듻샻뗄돽뽍솿쫕룷쓪?삨탔ꎬ쿕횸ꪲ뿖뇈뷸뻝䵁튪본뇜놾쓚?듯ꪷ욱탒뇪럧ꎥ쒹쿞﯂샻싊쳘잰泍ꆣ틦벾沼횸ꎮ㏀쫽킲훘뛸ꆢ勊좡ꆷ뗄쏢ꎬ룎떽듓겱퓚ꎬꇆ쿕뷡쫗닮뗄뗣쫶릲쒣⮺뛈뺶훊뇪䥬뫍삼?ꎬ맀룷ﶾퟔ⢹쪱벫횵㈰?쇋돒듋킹벲御릹ꎬ뇤뫍뗄곁㟀탍쫕죒ꊹ탅㵬듦뿉볆짏?뫪볤뛋쟸〰ퟮ벲뛎짆ꎥ웏ꎬꫀ헢뮯훐쿠죧틦묲?폃죽먽뿮?틔돶쫐맛첰쟸볤쓪뗍킺웚놵겹놾ㄩ뗊쯈벴﯂솽쟩맺맘ㆸ싊〰뢱럧틲㊣폫햵뗃닙틸겲쫽볤뎡쓚㇔뗣췖ꨱ?ﷁ沣맀ﶣ㗄쪷룶뿶틸뇤폁⮺ꎬ㛄쿕ퟓ겡듻?떽ퟷ뾷뻝뫍쫇막숴㘵뗄쬲볆갲곈?횸ꎻ탐솿쮷椽릲궣뭣뿮닙럧훐ꆶ욱뗣늨ィꆪꎬ뇪?벾ㄱ갵ꆣퟷ훐ꖣꆪㄩ꩹ꆢꎬ?ꆭퟔ쇷듺幉ꎬ뇭暣뗄㖣쫐몶맀결ﳀ슷ꢡ붷??ꆢ
100 管理科学(Journalof Mana/1:ement Sciences) 2∞8年12月反映出上市银行股票收益的高风险状况:分布上，季一步量化操作风防提供了保障。度市场收益的分布略微右偏，且具有较高的峰度，同 收益黯璧比率估计时1-B检验显示其不满足正态分布假定，这与中国股下面计算残差值与收益值的比率，该比率的变票市场通常的研究结论相符;解释变量中，现金与流动范围有时候会超出(0，1)的区间。例如，在收益值动负债比率普遍较高;大部分影响银行收益的微观非常小或者为负时，如果解释变量当中的多个风险因素变量都表现出较高的峰度，且从人B检验结果因素隐含了一个较高的收益，残差有可能表现为一看，都不满足正态分布的假定;宏观因素中，很多变个较大的负数，这导致了残差收益比率的绝对值超量表现出左偏斜，且具有较低的峰度，LB检验表过1[坦]。同时，考虑到上述情况对估计的影响，在计明，除物价指数和金融指数外，其他解释变量都不满算均值的过程中，在样本数据中剔除了2∞4年第2足正态分布的假定。季度的收益数据，因为该时段各个银行的季度收益为了考察收益序列的平稳性，对面板数据进行都相当低(该时期内5家银行的收益分别为、了标准的单位根检验。Levin等的t检验和、、和)，从而导致了非常高Z›的残差与收益的比率。本研究得到了残差与收益比stat检验结果表明可能数据中存在单位根，其他检验率的经验分布(图略)，该分布略微有偏，低峰态分则拒绝了存在单位根的假设。同时，对每家银行进布，尾部略厚于正态分布。行ADF检验，在1%水平上，华夏银行、浦东发展银行对残差收益比率，本研究用bootstrap方法计算了和招商银行的收益序列存在单位根，而民生银行和残差收益比率均值的估计。5家银行的收益中平均深圳发展银行的时间序列不存在单位根。总的来残差比率达到了%，标准差为%，表明这些看，面板收益数据表现出部分不平稳的特性，需要进银行当中存在相当高的剩余操作风险暴露水平，这行差分处理。对存在自相关的收益序列进行一阶差部分风险还处于未受控制的状态。分后，各滞后的自相关和偏自相关函数值都很快的 攫作风险经济资本估计趋于零，并且Ljung-BoxQ统计量的P值都比较大，序要得到上市银行的平均操作风险经济资本估列相关基本消除。计，需要首先计算各银行的平均市值，根据市值将残为此，本研究在模型中增加了目标变量的一阶差序列转换为操作风险的暴露，即与市场定价中应自回归项，(1)式调整为予以补偿的操作风险相对应的价值;在此基础上，选几=屿，+Zα内+~ßh，Yht + 择恰当的损失分布进行拟合;最后根据拟合的结果就能确定操作风险VaR值和经济资本。L气，Gjt+ bAR(1) + Bit (2) 影响股票市值确定的最大不确定因素就是中国其中，AR(1)为一阶自回归项，b为自回归项系数。股票市场中存在的数量庞大的非流通股，实践表明，在面板数据方法上，由于本研究是为了评估中在非流通股解禁上市流通的规定实施之前，大量的国上市银行的一般收益构成以及相应的风险水平，非流通股在交易时存在明显的折价，现有许多文献因此假设不同的个体收益模型的截距存在差异，但对于非流通股折价的问题做过很多研究。Chen等发在样本的时间跨度以内截距相同。对于一般情况下现，中国部分上市公司的非流通国有股和法人股在27模型可能存在序列相关和异方差的情况，最常用的转让时的折拍平均为70%-80% 11; Hou等的研究发处理方法就是广义最小二乘法。为了避免不同截面现，非流通股在拍卖时平均折扣价格在77%左右l28}数据存在异方差从而影响估计的结果，本研究选择严绍兵等发现该平均折扣价格为%[刑。从银以横截面模型残差的方差为权数的广义最小二乘估行业的实践看，深圳发展银行非流通股的实际转让计，使用的软件是折扣价格为%，但该转让是个案，且为协议转0 让，相比而言拍卖交易的价格更有说服力。本研究4 宴证结果及真给析将采用非流通股按流通股市场价格的70%估计，将对5家上市银行2(削年-2(脱年收益的面板数残差序列转换为银行季度的平均操作风险值，结果据进行估计，限于篇幅，这里只进行简要说明。本研见表20究使用的银行收益的定价模型较好地解释了中国上市银行的收益水平。解释变量中，规模因子几乎完襄2李噩噩伟民幢均由Table 2 Quarter Means of Operational Risk Measures 全不能解释收益，主要是因为5家银行的规模差异较小，没有区分度。除了主营收入增长指标外，赢利均值(万元)标准差(万元)偏度·峰度能力与成长性指标基本上不显著，说明这类指标对Operisk26 775 14 771 l 银行没有代表性。宏观指标中，除了货币供应量和Operisk22 152 12 221 价格指数这两个指标与银行收益显著相关外，其他2 宏观变量基本不显著。面板模型的残差的单位根检注:OperiJk为用70%作为非流通股折价比例计算的季l验结果均表明，回归方差的残差不具有单位根，即残度操作风险值，Operúk为用50%作为非流通股折价比例计2差序列是平稳的，这个回归方程不是伪回归，这为下算的季度操作风险值。췲랽쫽뻝맜潦䵡卣㈰랴뛈쪱욱뚯틲뾴솿쏷ퟣ캪쇋獴퓲탐뫍짮럖쟷凍쇐ퟔ汬?ㆡ欽帲ꇝ⠲솽웤퓚맺쒣뒦쫽틔볆㖣㓊뛔뻝뺿쫐좫뷏쓜틸볛뫪퇩닮튻㒣쿂럇룶맽쯣벾뚼뗄싊늼닐늿튪폨퓱뻍펰막쿖퇏헛죃붫볻呡兵潰剩䵥힢栽??䵥뇭ꨱ?湡기扬敲獫楥慲ꎺ닙샭⠩펳쫐뢺ꎬꆣ헽쇋뇪慴뻜䅄헐?닮뫳폚뎼쿠듋믘훐쏦짏퇹탍뻝뫡뗖㖼뷸쪹틸늻킡솦탐룱맛뷡탲늽긱랶뎣쯘뷏沢뻹뛈侣닐뗄럖긲뗃틔잡쓜쿬욱럇쇷죃짜튵뿛닉뇭ㆣ慨ꎺ懟来ꆣ?慴㊼湣훗쯘뇭?瑥ばퟷ벾뿆㣄돶뎡햮뚼돽첬뾼ힼ볬뻸ꎬ짌랢쏦럖쇣웁맘맩냥쫐볙놾뿉랽듦뷘쪹꒽틉탐폃쓜폫쎻횸뇤맻쇐솿쫕볆캧킡틾듳횵뗄떱긴닮뺭캲뇈럧닙떽탨늹좷막쇷춨럇훐쪱뇸볛쿠탲㊡畲浥쑯楯⯆ꋲ뺶敳?敲럧뛈湴湡톧짏쫕춨뇈늻컯럖달뗄퇩쇋볬틸햹냥뒦룷ꎬ뾵믹놾쿮䅒쫽짨쓜램퓚쏦폃쿊맀뷢쎻돉폐솿뻹쫇뮯틦쯣믲몬ꆣ뗍没폫늿싊훐쿕ퟷ튪뎥뚨욱뎡막쇷맺뗈쪵룱럇쇐?쿹?볬뇤쿖뿚?쿕닙좲⡊㋔쫐틦뎣싊싺볛늼쫕떥뷡듦퇩탐틸샭훍늢쑐놾퇐ꎬ⠱뻝늻쪱뻍틬쒣뗄﮼탒볆쫍폐뎤듺헢믹뇭욽닙닐헟쇋뢺춬맽⢸ꋒ럖싔뇈듯뮹럧쫗뮻쯰훐막퓚춨늿헛랢볹캪뛸쇷幬횵ퟷ?돶䜫潵?틸뗄웕ퟣ횸틦캻맻퓚ꎬ탐ꆣ뫳쟒횵쿻뺿⠱⧎랽춬볤쫇탍죭냆쫕쟸탔뇭솽놾쏷컈ퟷ닮뫲캪튻쫽쪱돌쏊뭏늼뫱뇈싊떽뒦쿕쿈닙쪧듦뷢붻막럖뿛쿖뾴㔲퇔춨뮻퇩솿돶럧ꇞ㙁浡탐럖퇐뇩헽쫽볙탲룹뇭떥퓚쫕뗄뛔䱪뚼돽⧊램튻뿧맣닮닐볾퀲쿞쮮틦횸탔룶늻ꎬ럧뇈횵믡뢺훐뻝뇆ꎮ⣍폚싊뻹쇋쿠뺭볆닙ퟷ좷뷻틗헛짏욽룃엄막캪폃潰쿕쿔뚼ퟳ뢾돟㜰⋀?막늼뺿뷏첬뫍뚨쇐볬쏷캻沣틦쪱뻝듦ퟔ畮뇈ꆣ쒣붵뮽짏냣룶뛈틥듓닮쫇훎〰폚욽ꎬ뇪횸믘쿕싊폫뎬헢뾼?ㄸ볂헽횵㐴떱캴볃뗄쯣ퟷ럧볛쫐뻹엄짮㈵싴내틸햾ꎥꣅꆣ욱싔뷡룟럖뷰ꆣ뗄퇩뿉룹ꗋ탲볤뇭퓚쿠枡뷏탍⮶⠱ퟗꎬ쫕쳥틔ퟮ뛸䕶?ツ욪훷믹뫪뇪훸맩헢쳡맀돶떼싇틲?ꆢ싊퐩첬놾ꎮ쫜욽룷럧쿕뷸ꎥ쫽쫐듦릫캪싴뻹?붻쇷탐淪쪾뇭욫ퟷ긲쫕캢싛ꎻ늼죚욽ꆣ쓜뗄껆쇐탲쿖ퟔ맘ꩂ듳훐풻평틦쓚킡펰랽楥럹뚨뷢튪돽놾맛폫룶릩볆⠰죧훂떽퇹캪볒튻ꎬ럖퇐맀㒣뿘뻹틸쿕쿠탐勖ퟮ솿쇷퓚컊쮾㜰쪱헛랢틗춨벾ﻂ⤫캪?틦폒쿠듳뗄횸컈歶쫽볙뷉듦쇐돶뫍へꎬ퓶??폚릹뷘뛾쿬닮睳ꬲ볛쫍쫇쇋짏틸쏦믘횵맻쫕놾룃ィ늼뺿볆ꖣ쪣훆맀닙탐뛔쓢떺엓춨쏷쳢ꎥ욽뿛햹떫막뛈웤쿖킱걭햼럇폃뗄욫럻늿볙쫽탔楮뻝짨쾣퓚늻맘탲볓놾돉쒣뻠틬돋맀캪〰헢뇤틲훷뇪탐냥맩놣ㄩ뷢틦닐쫶쪱긱퇐럖ꆣ폃겱폠볆ퟷ놩펦뫏춾듳쿔ퟶ럇ꆫ뻹볛틸룃쫐쇷㔰禸?룟ꎬ늻ꎻ럖돶뚨췢뗈훐ꆣ겻떥듦뗄ퟔ쇋퇐틔탍쿠랽램볆좨㛄샯솿캪펪쿔쫕쒣닐헏뇈쫍닮쟩뻝뛎㦺뺿늼扯㖼닙ힴ럧욽슶궼좷맦맽쇷㠰헛룱탐뎡춨ꎥ휫막럧쟒뷢펰ꎻꎬ뛔뗄듦춬캻퓚늻쫕쿠쒿갶뺿벰닮ꆣ쫽횻뷏훐㖼훸틦탍돌싊쟸뇤닐뿶룷췒뗃싔潴틒벲ퟷ첬쿕뻹볛ퟮ쏗뚨럇헛뫜춨ꎥ뿛캪죃룼싺뷏쟒헛캪쿕뻟쫍쿬뫪웤쏦璼퓚쪱쓒룹떥욽틦맘뇪캪쫇쿠뷘ꆣ뗄뷡헒뷸뫃ꎬ틒죫돽쿔늻볤솿닮뛔쳞룶뭏떽캢㡴럧뺭쫐벴횵뫳틲쇷쪵볛뛠맺㜷폐룱닙볛럇ힴ폐뇤틸맛쯻냥떥ꎬ캻컈탲몯ퟔ캪펦뻠뛔쟩쇋맻맣탐뗘맦퓶쮵훸닐뻟쫇룃ꆣ떱뇈맀돽럖ꎮ폒牡킵ꨲ쿕볃횵폫ꎻ룹뺡쯘춨쪩퇐㝊룱룶뗄ퟷퟣ룟뻟뇈쇷뿶뷏솿탐틲뷢쫽캻뛔킡뛸룹뗄쇐믘쇋듦폚뇜ꎬ틥쓃볲쒣킵뎤쏷믵쿠닮폐캱뇈샽훐뿉싊볆뇰㈲닐욫炷쓊㒣놩쫐퓚뻝?뻍막횮쿖뺿ꎻ㐵낸럾㜰럧샽춨ꎻ룟훐쫕쯘쫍뻝쵈룹쎿ꋆ쏱ꆣ쳘뷸횵맩움럧퓚튻ꎬ쏢놾ퟮ튪틲쒹횸헢뇒맘떥믘싊죧쓜㈰캪⦣닮붷헒긴슶뎡듋쓢쫇잰뫍䡯㜷ꎥ솦쿕헽뗄폐볆막럖뗄ꎬ틦훐뇤뷸懇볒횶짺ퟜ탔탐뚼튻쿮맀쿕닮냣ퟮ늻퇐킡쮵쇋ퟓ뇪샠릩췢떥캻맩뛠뇭뻸펰〴벾겴폫뗍ꢼ㦣쮮뻝뚨믹뫏쪵탭捨램疵ꎥ뻉쟒ꆣ횵쯣헛첬뷏늼럥쿖뗄ꎬ솿탐喙웤틸ꮷ튻뫜뷗쾵훐쮮틬쟩뎣춬뺿뛾?쏷벸ꎲ췢횸펦캻룹뇤퓚룶뛔쿬쓪뛈ィ펶쫕웋탆ꖣ욽쫐볛뒡맺볹듳뛠敮죋좵ퟳ檡볊캪놾볆벾뇈짏뛈뷰캢뫜뚼ꆪ쯻탐ꋕ살탨뷗뿬쫽욽ꎬ뿶폃뷘톡돋ꆣ맺뫵뇪랱웤룹헢쫕럧캪횵뗚긳틦첬붾겱훐뷡뇭솿컄뗈막쓑폒ꎴ킭퇐럖뛈뗍샽ꎬ폫맛뛠늻볬뷸맒뫍튪닮뗄ꆣ떫쿂쏦퓱맀놾짏췪?펮뛔쯻벴캪틦쿕튻뎬퓚㎡볖뇈럖헢붫펦맻쏷쿗랢킾ꋳ폒죃틩뺿볆벾춬쇷뇤싺퇩뷸퇐샻닐쿂횵볆?싁톡뾷ㆣ늼ꎬ뗄?쮷볙쟒럥잳?ꎸ뚨듓뛈?ꎬ?헢볬?폫퇩볬훐뷡퇩맺맻뇭막
第6期刘睿等:基于股票收益的根作风阶树木估ìt-向上而下方法101 表2的结果显示，均值都超过了2亿元，并伴随襄3蟹作风险VaR倍计着巨额的标准差。Table 3 Estimated Operational Risk VaR 根据数据略微偏斜且峰度不高的特点，参考一般单位:万元损失强度的分布选择，本研究选择4个相关的参数分布VαR(95% ) VaR( 99%} VaR(佣.9%)分布作为拟合的参考，包括Weibull分布、Rayleigh分布、Rician分布和Ganuna分布。对以上分布进行拟合Weibull 54 420 68750 85650 并进行Kolmogorov-Smimov检验，结果表明4种分布Rayleigh 52815 655∞ 803∞ 的拟合效果均较好。同时，为了得到更可靠的估计结果，还使用两种具有一般性的分布，即广义帕雷托Rjcian 52520 655∞ 795ω 分布(GPD)和偏广义误差分布(skewed generalized er›Non-ror dist巾ution, SGED )进行拟合。GPD分布主要用于55850 653∞ 704∞ paramehrc 数据的尾部拟合，在极端风险度量中具有优势。针GPD 55ω8 59547 63 126 对数据中的偏度和峰度特征引人的偏广义误差分布也用来处理较少发生的事件影响，它是在广义误差SGED 52285 565∞ ω155 分布的基础上增加了一个偏度参数。一般的，与前述的Weibull分布、Rayleigh分布、Rician分布和Garnma分布一样，使用SGED分布只能襄4ES估计结果通过对(3)式求解获得在险价值Va凡，即Table 4 Estimated Operational Risk ES 单位:万元吟(x)仿=α(3)分布VaR(95% ) ES估计其中，μ、σ、k，À分别为偏广义误差分布的待估参数。篇幅所限，这里没有列出偏广义误差分布的具Weibull 54420 63210 体形式。Rsyleigh 52815 ω589 考虑不同拟合分布的尾部差异，本研究使用预期短缺ES作为风险度量指标对损失尾部的平均操Rician 52520 ω175 作风险进行估计。作为一致性风险度量•ES满足次GPD 55创858704 可加性，在理论上能比VaR更好地反映出银行总体风险资本状况，其在对极端损失尾部的估计中效果注:表中的估计是在非流通股按70%折价条件下得到更明显[到也更符合本研究的目标。在已知Va凡的的。情况下，利用数值积分可获得相应的预期短缺ES估计，即5 经济资本估计结果的比蟹分析将以上估计结果与基本指标法估计的操作风险E(x I x > 川V'，aRa}μ=fι二吨x矿j仙/资本进行比较。首先使用各银行近3年的平均收入「圳Z叫)命dz 1._ ~I\~/~~ (4) 估算出摹本指标法下操作风险资本的数额，作为操1VdRa p(x > VaRa) 作风险资本要求的依据。按照《巴塞尔新资本协 撮作凤睦VaR和ES计'议>.应当采用过去3年的平均收入作为计算操作风利用(4)式得到上述各个分布的操作风险VaR值险资本的依据，因此按照2(刷年-2(削年的收入进的估计，表3给出了各分布计算的不同置信水平下行估计，结果如表5中的资本1所示。由于过去7的VaR值，并给出了非参数分布的估计结果O结果显年中，中国银行每年的主营收入都在稳步大幅提高，示，各分布的差异在尾部逐渐扩大oGPD分布的阀值为了与本研究的样本期间相对应，对2(削年-2(削确定为14仪泪，形状参数f为，尺度σ为262260年各行的平均营业收入做了统计并计算相应的操作负的形状参数实际蕴涵了一个短尾分布，故VaR值较小，而其他分布(如Weibull分布)的尾部则较长。风险资本，见表5的资本2。但是，这个期间里5家使用ES估计的结果见表40表4中的数值是按银行只有两家是2(削年之前上市的(探圳发展银行照季度收益估计的，为便于比较，将表4的季度资本和浦东发展银行).而招商银行和华夏银行分别是转换为按年度收益计算的年度平均操作风险经济资2∞2年和2∞3年上市的，而招商银行的规模在5家本。最终，5家银行的平均年度操作风险经济资本银行中首屈一指，平均市值占到5家银行总平均市估计值为24亿元-26亿元。另外，为了控制非流通值的近40%0为了与前面按市值计算的操作风险金股折价因素对结果的影响，本研究还将非流通股按额相对应，以2∞2年-2制年间5年的平均收入作照50%折价率计算市值，并进行了相应的操作风险为依据估计操作风险资本，见表5的资本3。ES估计以做参考。两种ES度量的结果是比较接近从表5可知，使用基本指标法估计的经济资本的，非流通股按50%折价后年度ES计算结果为20，5总体上可确定在18亿元-28亿元之间，而资本3的亿元亿元。估计是相对最合理的，为亿元。췲랽쫽뻝뗚뇭닙ퟅ룹쯰럖늼늢뗄뷡来敲浲摩쫽뛔튲튻剩춨ꆤ䳎⠳쳥뾼웚ퟷ뿉럧룼쟩볆䔨?듔뒨㒣샻쪾좷〰㈲뢺뷏쪹헕놾맀막䕳틚呡潰떥䕓힢㖾붫틩쿕탐쓪캪틸뫍㈰횵뛮듓ퟜ⮡ꎮ⭟쇵웤䪣?ꆪ?㚡扉扬ꆣ瑩ꎺ㛆㊵뻞뻝쪧늼쓢맻湥쫽폃냣맽ꆣ탎싇럧볓쿕쏷뿶ꎬ䫅맀췦뚨ィ뗄킡벾뮻볆헛㔰풪旔캻旱궼틔놾쯣ꆷ훐쇋룷탐웖〲쿠틀뇭쳥뷸獴捩뛌죣뮥쒫긳㒺?훐곒浡뇭ퟷ?쒽뛮쫽잿뫏ꎬ⡇짌뗄뻝살뛔욪쪽늻쿕탔쿔쿂벴뺡⠴볆勖룷캪곐탎뛈ퟮ횵볛ꎥ럇ꆫꗘꎺ쏗짏뷸돶놾폫횻뚫쓪훐뷼㖿쫇탐쟺慮좱䧈䦲⧅뒬ꆢ뗈ꎬ늸ꎡ닙瑥ꪹ훐뗄뻝뛈캪킧뮹偄楺캲훐뒦믹ꎬ⠳럹ꆣ춬뷸놾?ꍰ⧊떣럖ㄴ컗ힴ뛸쫕내훕틲헛쇷㈱ꖡ췲ꕯ쪱맀탐펦폐랢뫍쫗㐰짖뿉쿠䭯畴럖튮ꈾ?맀틔뗄ꎺ슬ﲷ럧Ꜩퟷ삼뇪싔뗄쓢맻쪹⦺敤늿샭뒡폫⧊쯹탐퓚ힴ샻⢾붵뇭겲늼뒲닎웤틦쓪ꎬ㈴쯘볛춨ꎮꏭ풪湡뺹볆뇈놾떱틀뷡맺퇐욽솽햹㈰쟼ꎥꪣ좷뛔맀믹ꆢ﮺泅楯늼ퟷ틤뗘볆ퟶ剩퓊ힼ캢럖뫏뻹폃췆쓢욫뷏짏잰뷇쿞맀샭뿶쬾쎵㎸ꊸ뗄컊쫽쯻뛈㖼틚뛔싊막㗒泷삼뷡횸튪닉뻝맻틸뺿볻볒〳튻ꆣ틔닙곊뚨ퟮ립럧욽볆폚뿳쾱쿕븹溣뫍캪务돟닎뺣닮욫늼뗄뷏솽ꮹ뫏뛈짙퓶쫶ꎬ럖볆싛ꎮ쫽췦뷉ﵦ쪵쫕틒풪뷡내?웶쫇욽맻ꆣ뇪쟳폃죧탐펪뇭쓪횸㈰ퟷ맓퓚⦳쿕막ꆢ뻑ひ걳䟄럧ꌩ뷡뾼퓚겾ꆣ킱톡닎뫃훖ꎬ뫍랢볓뗄헢늼짏웤횵务쿊틬캪볊틦튻맻쯣㔰ꪡ獫?폫쫗램맽틲뇭쎿퇹튵㖵㈰⦣쇋〲쎻ㄸ샭捩욱뫳킾웶럇淪쟒퓱뾼潶ꆣ뻟䝅퓚럥짺쇋睥쑭샯뗄쿕ퟷ쓜믽㵉⧈ꌩ쮸쮷튻퓌⣈맻ꎬ볆킵㈶쫐ꎥ?떢﮵믹쿈쿂틀좥듋㗖쓪놾쫕쓗〰겶욽폫鈴틚쫕ꆢ뾵쇷떶럥ꎬ춬폐벫뛈뗄튻楢쏔ꋲ쎻캲캪뇈뛔럖ퟣ잲侣몭쯣쓆틚펰횵헛컂쒱놾쪹닙뻝㏄내킵웚죫쪱쓪뻹잰ꆫ뻖풪䐩憷?볻솽맀춨틦䆷쓄慮벳뛈놾냼쪱튻뛋쳘쫂룶畬?폐늿ꎥ벫뿉컊긵쇋敩뇣뗄붾풪쿬ꎬ볛좽횸폃ퟷꆣ헕쓗훷볤ퟶ븲횮탉쫐쏦㈰뢱ꆫ캪浩뷸횲솿뫍뇭훖막뗄횱뾱겹늻퇐삨ꎬ냣횲럧헷볾욫沷햼쇐닮훂劸뛋믱벼ﶷ훰ㄷ튻扵폚쓪龍ꆣ늢뫳쾷뇪룷쓆㈰쪱펪쿠쇋잰쳒뛸횵〶㈸㈲볆내浯탐볒횸㒡쟱닙ﷁ룟뺿睥캪탔밨쿕틽펰뛈횲?돶틬ﲺ쯰뗃벵웋붥ꎬ룶汬뇈쇭놾뷸쓪㜰훎램틸헕붾〴빬쫕뛔춳떫짏헐햼쫐볻ꢹ틚ꎮ럖ퟷꏔ皼쓢믑뇪ꎱ뛈볆ꎥ쬲뗄톡楢쇋獫뛈죫쿬닎벡떻욫ꎬ럧쎵쪧쿠쒲벵삩돟뛌럖뷏욽좲췢퇐탐?맀ꆶ流쓪쯹펦쫇쫐킺짌떽횵볤뇭삼풪㈶럧ꮹ?뫏念뛔헛틚쳘퓱畬뗃럖敷솿뗄ꎬ쫽ꉒ꾳맣놾쿕?캲펦?쒲쒹듳뛈늼뻹뺿쇋䕳볆뷼냍허ꆫ쪾뚼늢춻틸㖼㗄㖵욵횮쯣엎퇖늼볛ꆣ곊쯰풪뗣㒸沷떽늼敤훐욫쯼慹?틥퇐뛈듓늿뗄믍삼뿳럖⦵붫닙캪뮹쿠볆㏄죻㈰퓚뛔헢⣉탐틒쯣쓗쒾볤쳵ꪱꎬ횲경룼䝐뻟맣쫇汥맓ꎣ컳뺿쪧솿뎳뗄풤곖욽캪늼쓎뇭ퟷ쇋붫펦뷡쯣닙쫽뛻〶평컈㈰룶쓒쓆쪱궼ꆣ볾놾좳늢닎벡뫍뿉벴폐틥퓚楧겼닮쪹ꎬ맀웚햣쏐㈶늲㒵럧햾뿘럇뗄뷡ퟷ쓆뛮탂ꪼ쓪폚늽〰쿠?맦탗닙붾븳쏗뛸䒷썳캲쫽맻쿂맀?냩뾼?ꉒ뾿맣폅컳紱?럖폃䖣볆뛌ꕒ엋ﮡ맊뿔쒼쿕궼훆쇷닙맻뗃럧붾ꎬ웋뗄맽듳쓪펦볤ꋕ킷쒣?ퟷ流ꆣ쪱ﮱ횲䝅늿횵쫇볆ꎵ떽쯦튻쒲慹뗄틥쫆닮럖늼풤깳탗훐좱횵껆ꎽ벵뇈뺶뺭쏗럇춨ퟷ캪쿕流놾쫕좥럹ꎮ샯맒횱퓚붾럧허?䟉볖䒷뗄쫇뇈ꆪ벵?냣컊汥맀엁ꆣ럖컳늼뗄싺?킧䕳뷏쓣퓂쾳죗볃쪱쇷막럧㈰허캪킭?죫?쳡닙㖼流쿕㎵ꆪ쒴횲욽내뷏?楧볆샗헫늼닮ꆢ뻟ퟣ맻맀탖횵꒡쪱춨내쿕ꎮ닙뷸룟〶ퟷ뷰ퟔﶹ훖볖뻹뷓뺷梷췐듎?ꎬ짏삲럖쏓믄닙뷼?뛸?늼?횲쿂랽램벡ꎶ퓒퓉쾷횲벽탄?
管理科学(Joumalof Mana!!:ement Sciences) 102 2佣8年12月'曼5葛本帽栋法下5戴上市银行新资本协议指导意见[R].北京:中国银行业攘作风险资本的倍计监督管理委员会，2∞ 5 Operational Risk Capital China Banking Regulatory Commission. Notice of Chi›under Basic Indicator Approach na 8anking Regulatory Commission on Printing and 单位:万元Distributing the Guiding Opinions Conceming the Im›plementation of the New Capital Acωrd by China 资本1资本2上市银行资本38anking Industry [ R ] . 8eijing: China 8anking Regu›latory Commission, 2∞7. (in Chinese) 213 172 221. 85 华夏银行[ 2 ] Marshall C L. Measuring and Managing Operational 深圳发展银行 Risk in Financial Institutions: Tω，18 , Techniques and Other Resources [ M ] . Singa归re: John Wiley & Sons 353α) 209 269 民生银行(Asia) ，2∞1. 浦东发展银行340 216 819. 16 264 [3]阳ugmanStuart A, Haπy H Panjer, Gordon E Will›mot. Loss Models: From Data to Deci8ions [ M ] . 招商银行 244 284 151. 69 ( 2 nd Edition). New York: John Wiley & Sons 平均值 222562.∞ Inc. ，2α)4. [ 4] Marcelo G Cruz. Modeling, Measuring and Hedging Operational Risk [ M ] . Hoboken : John Wiley & Sons 将这几个结果与本研究用市场收益估计的操作Inc. ，2∞2. 风险资本相比，可以发现两种方法的结果是比较接[5 ] Mark Lawrence. Marking the Cards at ANZ [ J ] . 近的。基本指标法的结果占用市场收益估计的操作Risk ，2仪泊(11):8-12.风险资本的86%-939毛左右，这从一定程度上说明基[ 6 ] Moscadelli Marco.切leModeling of Operational RlSK: 本指标法中将总收入指标的159岛作为操作风险度量EXPERience with the Analysis of the Data Collected by 对中国商业银行具有适用性。the Basel Committee [ R] . 8ank of ltaly Discussion Pa›per 517. Rome，2∞4. 6结论[7] Chavez -Demoulin ValØrie, Embrechts Paul, Neslehova 自上而下的操作风险度量方法是对用于估计操Johanna. Quantitative Models for Operational Risk: 作风险经济资本的自下而上高级法的重要补充。本Extremes ,Dependence and Aggregation [ J ] . Joumal 研究构建了一个基于股票收益的自上而下模型对中of Banking and Finance, 2α施，30(10) :2635-2658. 国5家上市银行的操作风险进行度量，这一度量结[ 8 ] Carol Alexander. Bayesian Methods for Measuring Op›果覆盖了各家上市银行面临的全部操作风险范畴，erational Risk [ R ]. Discussion Papers in Finance, 并且是可以被观测和验证的。该方法不仅可以用于ISMA Centre, 2创泪，校正银行使用高级法获得的风险资本估计，也可以[ 9 ] Cruz Marcelo. Modelling, Measuring and Heding Op›对《巴塞尔新资本协议》规定的自上而下方法(如基erational Risk, Bayesian Techniques in Operational 本指标法)的适用性进行评估。Risk [ M ]. New York: John Wiley & Sons Inc. , 基于这一模型，利用5家银行2C削年四2伽年在2∞2:177-1佣.A股市场的面板交易数据，对这些银行的操作风险[ 10] Mi chael A Lewis. Cause, Consequence and Control: 进行评估。研究发现，5家上市银行的操作风险在Towards a Theoretical and Practical Model of Opera›其股票收益中平均占到约44%，说明在中国上市银tional Risk [ J ] . Joumal of Operations Management, 行中存在大量未经管理的操作风险。考虑本研究中2ω3，21 (2) :205-224. 这5家样本银行具有相当的代表性，这一结论至少[ 11] Reto R Gallati. Risk Management and Capital Ade›可以推广到具有类似规模的其他商业银行，这个结甲acy[ M ]. New York: McGraw-Hill, 2∞3: 283-果也说明目前中国商业银行对自身操作风险进行有338. 效管理的迫切性和必要性。同时，与用基本指标法[12]樊欣，杨晓光.操作风险度量:国内两家股份制计算的操作风险经济资本进行比较发现，这两种方商业银行的实证分析[J].系统工程，2∞4，22法的估计结果大致相当，这表明按照《巴塞尔新资本(5) :44-48. 协议》要求确定的风险资本基本能满足抵御操作风Fan X. Yang X G. Measuring Operational Risk:四m险的要求，也在一定程度上印证了基本指标法在中Empirical Analysis on Two Stock Commercial Bank in 国银行业具有适用性。China [ J ] . Systems Engineering, 2α间，22(5):44-48. (in Chinese) [13] Fama Eugene F, Kenneth R French. The Cross-sec›.~立醺:tion of Expected Stock Retum [ J ]. Joumal of Fi-[ 1 ]中国银行业监督管理委员会.中国银行业实施췲랽쫽뻝맜潦䵡㈨쮥닙呡潰䍡䊵䥮떥붫럧뷼놾뛔㚽ퟷ퇐맺맻늢킣믹䆹뷸웤탐헢뿉킧볆램킭쿕닎嬱탂볠䍨䍯䎿䑩瑬䝵ば䥭灬瑨批䉡䋆剥䏙嬲䲣慮剩楮䙩ぴ睩⡁嬳䆣?僭浯䑡瑯䑥⠲䕤嬴捭慉䡥佰嬵䲳慴䅎浳嬶䵯剉䕘䅮捯䥴灥㔱嬷捨噡偡䩯䴰景䕸䅧䊼嬸捡䵥敲䥓䍥嬹呥奯㈰毊㝲周偲ㅝ䷃煬㌳짌⠵䛋潮呷䋶䖡㐸䛅䕵䚣捲瑩獴て?畮䅰䉡乥污䵯捡瑨䑡䍯䑩偡敲䞣䕭却䛑䍨ퟔ氨?扬灩摩楮剥槒獴汥楤䍡湫杵싪獫桥걈璣瑡掣牣汤敲牫獣摥獋偅慬㞣慶氶畬瑲瑨ꎮ慴灥䵁湴捨〲慣潦ば瑩䅤돶㢣䅮来걋潳潮潣⤨敭깍滃唭窣擒殣牯?〳⦣샭湡㖻ퟷ캻헢쿕뗄횸훐럧뺿㖼뢲쟒헽ꆶ폚짊탐막틔튲맜쯣틩틸뾼巖뚽浭槍擅쥫㡴獯獩捩湤楴穛慬桡杲ꅫ溳そ푳敯污㉝튵Ꝙ둫끧㍝摥灲湫?䅣瑯䑤瑡啥獥獣慴汬灩潣핣ꝭꑭ빡䉡潷獫瓄?斺瑡捡杵物楮灩桡ꆰ慮까꺣敬慴牥慤澣汩ꎺ剩깒敺ꎬ求敭潤楯牳湧湩浬瑩潮斡⅍慬뾧湥敮玣捴짏ㅵ⤸楯敮敧旷냙禣敲礦깍ꡮ갲慴泴畲ꎬꎺ来먴⡩?潡楮捯特汳捴畳瑡敡物捨뿆来鈴럧ꎺ벸ꆣ뇪맺쿕릹틉룇쫇틸냍헢킳움욱듦틑췆쮵샭뗄맀ꆷ튪탐컄킹놾맜楳楴畲愩獩槙孍䩝礸湮륣孒敬䵩牥捹랮慛?瑯污扵瑡潮⥲〸긲楯湣敉깲湧敮潭ⵄ斣乥敳玡湡ꎮ煵ㄷ捡ꆤ慬捇周祳湥깳敤捨뛸?牤杔ꎺ敤獩湡榣獵捡ꎮ쓪湫瑡攩湧楡ꙓꎬ卯つ꙳〰楯깥楮斣䉡䩯샲孊㈱浥㒡쑛?瑯瑩慬〰湡斣汩ㄱ敭걅獬㈰敳㟒海敲瑨散톧浥뻖쿕췲룶놾믹램짌뺭붨쿊쇋뿉탐죻튻ꆵ맀쫕퓚鈴맣쏷뗄닙볆튪쟳튵쿗㮝킭샭獩特畴捥ꎬ濨ꐩ嶣ꎮ楳瑥憣慴柋澣獯捨捡孍타姲䩝敥攩䙭깒㝲ㄲ獩䍯瑩物?潮䝯敬〨湡硡祥桮⠲湴ꨴ쿂滆䥹湧㒣㊣깍汥갲潵浢敨䑥〰묱ⵈꎮ?嶣䩝?楳湧桥⡊湴뢱풪뷡쿠놾뗄훐튵볃쇋탒룷틔쪹뛻⦵쒣쓃ꆣ틦듳뻒떽쒿웈ퟷ쟳ꎬ뻟ꎺ틩캯퇶孒獛㈰둛ꎮ깈敛깑Ꝥ갲깄깍깎疡捡쑧物퓂楯湣ꇞ湧?牤楮慲ㄱ〰汩牥潶䫈灥湤ꎮ㡩㤰⦣極㢣捩뗄쥳ꇞ潮?潵♩놾맻뇈횸㠶붫틸튻볒놻폃탂쓊탍퇐훐솿뻟잰쟐럧좷튲폐탒풱ꎮ嶣湳䵝〱仉潢歩剝㒣?捨疼湤湛〰楳潤敷䦶?沼깎ꎬ퇮쪵獹湧剥敭て潮枣⦣?敲돺깊먲닙瑵즾뎹湧?瑳敮㈰慬浡敮꣏뗄폫ꎬ뇪ꎥퟜ탐놾룶킵짏맛룟쫓뺿욽캴킾폐훐탔쿕듳뚨퓚쫊떼믡乯楮깂ꎺꎮ빙걍潫머ꅴ殣䩝㚣捵敕걃ꅤ〵敷쿾횤獴杵捥濟〳䫙ퟷ慮뇄㈰敡䉡ꆪ?牥숵맀놾뿉램튻쫕뻟뗄믹쒲쫐닢벶쏐샻믒랢뻹뺭?샠맺뫍훂폃틢ꎬ瑩敩㝲獩潲敮䋲楴ꎮ갳獳楮꺣?맢럖敭ꎺ럧污獵ㄲ禴㈲ꑭ㈸猩볒볆퇐틔뗄㤳죫폐ퟔ폚?틸뫍램킭풽폃쿖햼맜탏쯆짌뇘볃쿠럧뚨탔붹볻㈰捥湴橩〷〰湧殣ꎺ큫慴䩯〨楯枣?獥ꎮ컶〴쿕?物ꎮ걩㒣㎡짏뺿랢뷡ꎥ횸쫊쿂막탐퇩믱틩㖼ﶾꎬ떽샭맦튵튪떱쿕돌ꆣ?孒〷瑯湧汳?멊䩯楶畭?걍煵没닙孊慬楮ꎮ湧慮?뛈쫐폃쿖맻ퟳ뇪뛸욱쏦횤뗃ꆷ탆틒?㖼풼뗄놵쒣틸탔놾ꎬ뛈嶣ꎮꎺ潲潨桮?慬⦣旰敮ퟷ㈲特柲⡩뀰솿틸쫐솽햼폒뗄탔짏쫕햽쇙맦삹겶틉㐴닙쒴탐ꆣ뷸헢놾꿔꺱捨呥斣?먲푵捥럧껏⠵큤?랽灥탐뎡훖폃ꎬㄵꆣ룟틦뗄럧뚨삡퀲퓕쿊ꎥퟷ缾웤뛔춬뇭믹펡놻놾楮捨멊㘳物쏷쿕뗍⦣램浴쫕랽쫐헢ꎥ벶뗄킶좫룃쿕?〰탒ꎬ럧쯻ퟔ쪱뇈쏷놾횤ꦣ湩潨㖡湧뛈뎹먴쫇틦램뎡듓ퟷퟔ죁늿랽ツ꧒쮵쿕풣짌짭ꎬ뷏내쓜쇋껖뫖煵?ꨲ돺솿꒳㒡楯뛔맀뗄쫕튻캪짏뾣닙램놾킵쏷ꆣ곕튵폫랢헕싺믹킹攸㘵?ꎺ첣폃볆뷡틦뚨닙훘뛸곕ퟷ늻맀ꬲ킵쒲퓚뾼틸폃쿖ꆶퟣ놾㮝돺㢣맺갲폚䷋뗄맻맀돌ퟷ튪쿂럧뷶볆〰쒲?훐싇뮽탐믹ꎬ냍뗖횸?쓚맀닙쫇볆뛈럧늹쒣뮶쿕뿉ꎬ랽㛄?맺놾헢죻폹뇪탒ꝡ솽㒣볆ퟷ뇈뗄짏쿕돤탍죁랶틔튲램퇐?헢뷸횸솽뛻닙뗊?볒갲来닙뷏닙쮵뛈ꆣ뛔뾽돫폃뿉⣈?헔쫐뺿쇉룶탐뇪훖탂ퟷ퓚뗊막浥뷓ퟷ쏷솿놾훐?ꎬ폚틔틸뷡폐램랽럧럝湴믹?놾훆ꎬ
第6期刘睿等:某于股票收益的操作风陪资本估ìt-自卜而下方法103 nance, 1992,47(2) :427-465. Liu 5 B, Ding J H. An Analysis on the U四ree-[ 14] Fama Eugene F, Kenneth R French. Multifactor Ex›5tage Evolution" of the Relationship between 5tωK planations of Asset Pricing Anomalies [ J ] . Journal of Market and Macroeconomic in China [ J ] . Joumal of Finance, 1996,51 (1) :55-84. Finance ，2∞5 (7) :57-66. (in Chine回)[15]陈信元，张田余，陈冬华.预期股票收益的横截[23]宿成建.中国证券多因素及三因素定价模型实面多因素分析:来自中国证券市场的经验证据证研究[J ] .系统工程理论与实践，2(脱(8):17 -26. [ J] .金融研究，2∞1(6):22-35. Chen X Ysu C J. Empirical 5tudy of Multi -factor and Three , Zhang T Y, Cheng D H. A Cross -Sec›tional Multi -F actor Analysis of Expected 5tock Re›Factor Pricing Model in Chinese 5tock Market [ J ] . tu口18:Empirical Evidence from China 5tock Market 5ystems Engineering -Theory & Practice, 2α泊(8): 17 -26. (in Chinese) [ J ] . Journal of Finance, 2∞1 (6) :22-35. (in Chi›nese) [24] Linda Allen, Turan G Bali. Cyclicality in Catastrophic [16]范龙振，余世典.中国股票市场的三因子模型and Operational Risk Measurements [ J ]. Joumal of Banking & Finance, 2创刃，31(4):1191-1235.[ J) .系统工程学报，2∞'2，17(6):537-546. Fan L Z, Yu 5 D. Three-fl配torModel in China [25 ]吴世农，卢贤义.我国上市公司财务困境的预5t侃kMarket [ J ]. Journal of 5ystems Engineering, 测模型研究[J].经济研究，21(6) :46-55. '∞2∞2，17(6) :537-546. (in Chinese) Wu 5 N ,Lu X Y. A 5tudy of Models for Predicting Financial Distress in China I s Listed Companies [ J ] . [ 17]范龙振，单耀文.交易额、A股比例、势效应和三因子模型[J ] .管理科学学报，2仪)4(3):13-Economic Research Joumal, 2∞1 (6):46-55. (in 22. Chinese) Fan L Z, 5han Y W. Trading Volume, Ratio A›[26 ]吕长江，徐丽莉，周琳.上市公司财务困境与财shar四切TotalShares, Momentum Effects and咽uee务破产的比较分析[J].经济研究，2(剧(8):64 factor Model [ J ]. Joumal of Management Science, -73. 2α)4( 3) : 13-22. (in Chinese) Lv C J, XU L L, Zhou L. Comparative Analysis of Corporate Financial Distress and Financial Bankrupt›[18 )苏冬蔚，麦元勋.流动性与资产定价:基于我国股市资产换手率与预期收益的实证研究[J]. cy[川.Economic Research Joumal, 2ω4(8) :64-经济研究，2α】4(2):95-105. 73. (in Chinese) 5u D W ,Mai Y X. Liquidity and Asset Pricing: An [ 27] Chen Zhiwu, Xiong Peng. Discounts on lliiquid Empirical Exploration of Tumover and Expected Re›Stocks : Evidence from China [ R ]. Yale Sch∞，1 of tums on Chinese 5tock Markets [ J ] . Economic Re›Management , 2∞1. search Joumal ，2ω4(2) :95-105. (in Chinese) [28] Hou Wenxuan, 5ydney Howel1. Trading Constraint [19]中国人民银行研究局课题组，中国股票市场发and Illiquidity Di配ount:An Empirical Investigation 展与货币政策完善[and Theoretical Ex怡nsion[ C] 11 Salford Postgraduate J ] .金融研究，2∞2(4):1-12. Annual Research Conference, 2∞7. Project Group of the Research Departrnent the Peo田[29]严绍兵，蔡军.法人股拍卖折价的研究[J].中ple I S Bank of China.ηle Development of Stock Mar›国资产评估，2α活(1):27-32. ket and the Perfection of Monetary Policy in China Yan S B, Cai J. 5tudy on Auction Discount of Cor严》[ J ] . Joumal of finance, 2∞12 (4) ;1-12. (in Chi›rate Shares [ J ] .ηle Chinese Appraisal Joumal, nese) 2仪后(1):27-32. (in Chinese) [20]孙华好，马跃.中国货币政策与股票市场的关[30]刘睿，詹原瑞，刘家鹏.基于贝叶斯MCMC的系[J] .经济研究，2∞3(7):44-53. pσr模型:低频高损的操作风险度量[J).管理5un H Y, Ma Y. Monetary Policy and 5tock Market 科学，2007,20(3) :76-83. in China [ J ) . Economic Research Joumal , 213(7) : μu R, Zhan Y R, Liu J P. The Pot Model Based on '∞44-53. (in Chinese) Bayesian MCMC Method: Measuring Low Frequency/ [21)刘幌松.中国货币供应量与股市价格的实证研High Severity Operational Risk [ J ) . Journal of Man›究[J] .管理世界，2刷(2):131-138. agement Sciences, 2∞7，20(3) :76-83. (in Chinese) Liu H S. An Empirical 5tudy on the Relationship be›口tween Money 5upply and Stock Price in Ch na [ J ] . Management Wo rld , 2α)4(2) :131-138. (in Chinese) Biography: UU Rui is a伊stdoctor at China Merchants (22]刘少波，丁菊红.我国股市与宏观经济相关关BanK. His research areas include financial risK management, 系的"三阶段演进路径"分析[J].金融研究.etc. 2∞5(7) :57-66. 췲랽쫽뻝뗚滐嬱䕵䚣?䙲䕸灬潦䅳䅮て䙩쏦孊䍨妣䏓瑩䵬獴瑬䕶晭䵡捨䙡䵯卹䕮㈰죽㈲䛃媣垣噯䄭㡨瑯呯卨䕦周䴰䷲獣막뺭卵墣䕭哄剥瑵却獥䩯햹ㄲ偭䝲步瑨健偯楮嬲쾵㐴뺿ꆰ潮扥瑷䶳坯䭵䢣句慮횤ꆪ䪣䵵䶶䅬䋓捡ば剩䵥䉡닢坵捯䕣䪽컱䱶䍯䑩捹㜳穨浩晬䡯睥쏷ㄱ맺奡䅵浴獨嬳倨뿆䱩傣䊶扷䛍䣚佰慧卣뿚䉩創灯摯慴䡩湬整偲妣?剥湥媣楮䍨潦瑨䵡䊣䕶て亣䲣䥮䑩䍯䅰劣䵯楳牥慲呩浡쇵敥掣?来걋獥敮䢣潮汬灥潣楤牫榡䥬摥却獴ꎮ汵慲瑡浥뗘楥灩潵剥䑥瑨湥䥩楮妣厣깁慧瑷㈶畤獫㜳䲣慬牰楷䑭栰獣ㅥ湵湦䊣捴깔퍱敲渭楉湫污汭杩긷牥〴걍洸瓆湡汩ꆪ視〵깅敭걘煬汉睥游煵깓〶祥潧㛆뙣죧㕝뛠嶣걚慬榽滆㙝〲㝝틲걓쑡㡝쫐볃꺡灬畭㥝폫橥浣そ孊ㅝ污灰槭牬㉝뗄滐㍝퇐汴ꉫ쒣좵湫浰큭웆滅滀湧톧牣楣걃?獥깙䒣楮健䉡潦䍨䑥爭妣撡䕭걄潬捲걌却癥獣䥰灲务摥旈獫㑝﹫潭牫쑯汥쓄ꡳ湥敮?얾깁慬瑩捴整潣敭浥敳튻瑯湣物捨獥灡瑡捹걍慲獴敥ꎮ潦䵯景깃礸潲牥疣歳来〱潵杲旐걃楯桥潤汬慴污瑥玣湥牲뒬捴⠳敳慩ꇞ쥤湣捹㔳来⠷瑩浰ꎮ?攸汩ꆿ疣瑲楤憵瑵⠱獩牡楮桥꺡漭斡湫癥깍빥灩畴潥깁畤偲䙩桯獴潵澣桡ꍕ慲땩?斣慴돂틲꺽棲祳깊쥣랶껏ꎬ旭ퟓ汛来쯕퇐끱潲整慬훐믵瑩쯯嶣慛쇵汹撣旍ꆰ뙣쯞뺿槒깣畲컢탍싀닺뽣?彉⡩퇏쒣撡孊梳湥ꆪ敤捥捡慲牴特畤敳摥䑩楮楣攩潭椸猸걸ꎺ浥涣慤慩敮楯楡䚳捨ⵓ斡旆玵뗈?湧꽲枣꼸憣汯潮物楯捯敤湡楧湴獡湣晉慬멅整敲慤ꎮ玳⦣攩癥䍨斣쟺浥祳潭楤⡩溣琭ꆾ꺡慩楴ꉨ摹敶灨瑨捥䙡剡?捨慛汳獴楮灡䕶湴멁楣畡䵥捹湡갱楯탅쯘큧楳瑯濡斣쇺뗍ㄷ쒣큙䩝浥뚬닺뺿畩쫭獛ꎬ攩맺뇒潮潵뮪꺾맦꺹닡갲픩짙죽툩돉孊뮡湤祣敭朦쫀퇐汩뎤뗄楡깅慬䑩剝짜움탍㈰嶣敳充湳桲멁깔灭整捡溡湯楣湣慴汵汥視ꎮ散浰楮䵯賓먱갲?⡩먵桩뇄?쑰慬畡꽉먲䵃禣ꎺ捴瑩湴牥憡ꆰ䥬楤ꎬ瑥慳ꎯ楥孊狐楳걔敲ꎻ桥敮慲넰䥉瑩楡楯摥湴㤹?풪럖?捫똱갲헱뎹⠶탍ꎮ캵뮻摩汴䩝㈰죋헾湉뫃궼쯉?獨늨뷗붨嶣汩䙩얩뺿붭뇈捯㡣뇸맀ꎺ〷깊ꎬ潲楲枣?浥㎡敳〰㞡獳꽳湩敮㈰溣桤䵃畲멕믹䵵ꆪ捩滒桩敥?汩湧ꎬ槙㊡ꎬ컶킾慬〰꒳⦣孊䫙쫖㈰琩榡ꎮ〴쏱닟쏑䕣〳楰㐨뛎껏?捡瑳溳ꆰ〱뷏癥湯濡捥奡〷깔햲뗍潵獛楣嶣?湴ꨲ뙤㈨ꨶ?痆걳楮ꨳ楴ⵦ폚汴ㄹꎮ湧?ꣅ獴ꎼ헅ꎺ뾣慬氨폠쳑먵떥嶣畭ꑭ㊣싳싊〴狲?䕣⠲틸췪㐩십킾潮⠷훐삽㈩뚡퇝㚣㔨뗍潲汩孊륣슬⠶탬럖浩뙴汥祤?닌㈰桥풭욵湬〷慣ꑛ䩝깊瑨敤?막瑯榡긨ꎺ湥?쳯살갲㘩쫀Ʇ㌷튫꺹慬풪폫⠲큤?潮⦣탐짆풾뾣潉맺뻕뷸㜩뎹킶瑹嶣斣쿍꺾샶컶⠸뻼〶죰룟⠳ꎬ㤶䩯욱?ꎮ濄楮㇒斡⥲捝㈩폠ퟔ〰ꎺ뗤ꢣꆪ컄?톫풤⦣潭먹퇐孊갲䥬?믵ㄳ뫬슷횤꒳物깊틥궼먴샲⠱ꎬ쯰㈰쫕ꎬ묱얾ꎺ䩯ꎬ훐氨㈲ꎮ갲쑡㔴웚먹楣㖡뺿嶣〰뇒没뺶뀭㔷좯쳀潵쏑㚡몡램⦣쇵뗄먷⠳潲䥬㊣ꇎ틦㐲㕬돂맺㘩ꆪ훐〰㚣붻웑쇷쫕㖡ꨱ뻖꺽㌨릩㐨컒ꆱ慬뛠浡㞣킾ꨵ훜꺾냒죋먲볒닙㚡⦣쓄?긨ㄱ札뗄㞡뚬횤ꎺ㌵맺㊣긨틗ꟑ뚯틦ꨱ〵뿎믵㜩펦㈩㌸럖㘶틲??갳뾣㖣쇕궼叓막열ퟷ먷楮⠱ꎬ닙慬況ꨴ뮪좯㈲ꎮ막갱楮뛮Ʇ탔뗄〵쳢?뇒ꎺ솿컶쯘氨짏갲긨쏑엄ꨳ럧㎣㚡ퟷ䤧쑲⦣쐭㘵ꎮ쫐ꆪ⡩욱㜨ꆢꢣ폫쪵ퟩ킾헾㐴ㄳ孊벰떼㐩〰楮짏싴㊣믹쿕?럧䥬ꎮ풤뎡㌵?쫐㘩䆹갲횤뾣닟ꆪ막没폫嶣죽念ꎺ릫ㄨ헛폚뛈㎣먵쿕敯웚뗄ꎮ뎡ꎺ즱〰닺퇐훐갲폫㔳쫐ꨱ뫪꺽틲ㄱ쮾㘩릫볛놴솿긨㖡막뺭뗄㔳죀㐨뚨뺿맺〰ꎮ볛㌸맛쯘特㥬닆ꎺ쮾튶孊楮놾욱퇩죽㞡ﶡ㌩볛孊막㈨룱ꎮ뺭?뚨㘨튻컱㐶닆㐨퇐쮹嶣ꎦ맀쫕횤틲ꨵꋊꎺ嶣욱㐩쫐뗄볃킾볛㠩ㄲ삧ꆪ컱뺿䵣꺹僭횭㒣틦뻝ퟓ㐶원ㄳ믹?쫐ꎺ뎡쪵쿠뾣쒣㌵뺳㔵삧孊䵣?ꆪ?뗄쒣ꎮꟓꆪ폚뎡没횤맘탍ㄷ뺳㘴嶣ꆪ楣뫡탍ꚺ컒랢?맘퇐쪵풤폫껖ퟔ斣뷘?맺닆늷갲뛸〰쿂㘨랽㠩램ꎺㄷ
