5.2 建议....................................49
第 4 章 我国商业银行操作风险计量实证分析
4.1 模型设计
4.1.1 模型的思想
收入模型是证券资产化模型的一种类比衍生，其核心思想在于忽略生产过程，把产生损失数据的生产方式看成一个黑匣子，从投入端和产出端直接关联并对影响因素进行分析解释。
基于实际情况，影响银行净利润的因素很多，本文整合诸多学者观点得出银行业营业过程中面临最主要的三大风险分别是是市场风险、信用风险、操作风险。在我国的数十年的计量模型发展过程中，在前两者风险的度量模型发展较为成熟的前提下，本文选取合适的解释变量代表市场风险、信用风险，余下引起净利润波动但不能被前两者解释部分视为银行的操作风险波动。
基于本文第三章第一节的内容可知，我国商业银行操作风险百分之八十集中在国有行和股份制银行，所以本文选择我国六大国有行和十二家股份制银行作为分析样本。结合现实，银行的月度数据会因为银行内部月度绩效调整对数据有所影响，为了保证数据的真实可靠，所以本文数据选取以上十八家银行2010年-2019年的年度数据。
....................
第 5 章 结论和建议
5.1 结论
本文通过梳理理论分析、现状分析和实证分析，最终得到以下结论。1、我国商业银行的操作风险管理体系与国际成熟操作风险管理体系之间存在较大差距，差距包括但不限于操作风险定义的界定、操作风险计量模型开发、操作风险数据库管理、银行从业人员素质、银行内控企业文化。2、收入模型可以度量我国上市商业银行操作风险绝对值大小，计量结果具有现实意义。基于收入模型计算出来的我国商业银行总方差为 0.0363，即我国银行净利润波动的 3.63%由操作风险因素引起。根据我国出台监管操作风险相关文件指出操作风险引起收益波动最高限定在 20%以内，说明我国银行业整体满足国家监管要求。但仅以收入模型作为从整体观测操作风险大小的计量方法并不能说明现阶段我国商业银行的操作风险管理万无一失，针对操作风险的发生我们不能够放松警惕，完善操作风险防控体系任重而道远。3、银行规模大小与银行面临操作风险绝对值大小呈正相关关系，其原因可能在于人为失误导致操作风险发生的可能性随着银行规模的变大而增加，应对因商业银行规模变大而增加的操作风险发生的可能性最好的办法就是通过互联网技术对其进行规范。4、银行规模大小与银行面临操作风险变异系数大小呈负相关关系，原因可能在于银行规模的增大会导致商业银行操作风险绝对值变大，但随着银行管理体制的完善，每一份资产上附着的操作风险值就会减少，因此两者表现为负相关。5、银行规模大小与银行 DEA 模型效率呈正相关系，原因可能在于 DEA 模型测算的是一种规模效率，商业银行规模大，规模经济就越明显，体现在 DEA 模型测算的结果上就是银行规模和银行效率呈正相关。
参考文献（略）
