本文选择商业银行外部欺诈风险作为研究对象。商业银行外部欺诈风险是银行操作风险中的七大主要风险之一,风险事件发生的频率占总操作风险事件的百分之四十左右,外部欺诈风险造成的损失占操作风险总损失的百分之十至二十。研究显示,商业银行外部风险正成为商业银行难以管理的风险之一。本文研究商业银行外部欺诈风险选择两个研究角度:直接导致商业银行外部欺诈风险发生的因素研究和商业银行外部欺诈风险事件损失分布研究。以银行外部抽样调查数据为基础,描述性分析我国商业银行外部欺诈风险的时间特征、地区特征和损失特征。研究显示,商业银行外部欺诈风险事件发生频率和风险事件损失在时间上不同步,外部欺诈风险事件损失重的次年风险事件发生数量会减少,存在风险管理滞后现象。商业银行外部欺诈风险地区特征表现为经济发达地区和经济发展速度快的地区外部欺诈风险事件发生的频率和损失高于经济欠发达地区。商业银行外部欺诈风险事件损失分布呈现高频低损分布概率。本文选择两个实证模型验证描述性分析结论。重要度-可能度因果图用于分析直接导致商业银行外部欺诈风险事件发生的因素分析。风险因素的重要度表示该因素对于商业银行外部欺诈风险损失影响的严重程度,风险因素的可能度表示该因素在风险事件发生中的可能性。综合比较各因素重要度和可能度,将各因素对风险发生的影响转变为相对重要度-可能度系数的比较,将定性分析转化为定量分析。分析结果显示,直接导致商业银行外部欺诈风险事件发生的因素主要来自商业银行系统内部控制和银行客户。其中,银行内部控制不严导致的风险严重度略低于银行客户导致的风险严重度。银行客户通过冒名顶替、无中生有等方式实施虚假信息欺诈行为给商业银行带来的损失最大,而银行内部监管缺失或不良引起的损失居于其次。银行职员在商业银行外部欺诈风险中也是很关键的因素,银行职员违规操作或与第三方合谋的行为增加了商业银行外部欺诈风险。其他一些因素如银行经营环境因素对于商业银行外部欺诈风险发生影响很小。商业银行外部欺诈风险损失分布模型主要针对商业银行外部欺诈风险损失尾部分布特征的研究。以极值理论为依据,建立外部欺诈风险超额损失分布模型,并根据模型估计商业银行外部欺诈风险的VaR值,从而为银行管理外部欺诈风险资本准备提供依据。研究结论表明,我国商业银行应当为外部欺诈风险损失配置的资本准备金率约为1.4%。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。