1、基于灰色理想点的商业银行操作风险评价【摘 要】本文利用灰色关联分析理论中的灰色关联度对传统理想点法进行了改进，构建了灰色理想点模型，并首次应用于商业银行操作风险的评价研究中。 【关键词】灰色理想点；商业银行；操作风险 一、引言 近些年来，巨额亏损事件在国内外各大商业银行不断发生，究其发生的原因，大多是由于操作风险事件导致的，国内金融界对操作风险的控制和管理才刚刚起步，风险控制手段及管理技术相对落后，风险评价模型相对缺乏，严重阻碍了风险管理水平的提高。因此，本文对商业银行操作风险评价进行研究，一方面有助于梳理操作风险的相关理论，丰富操作风险的评价方法，具有一定的理论意义；另一方面为商业银行操作风
2、险评价提供了可借鉴的分析思路和模型框架，具有一定的实际参考价值。 二、模型的构建 图 1 基于灰色理想点的商业银行操作风险评价模型 评价商业银行操作风险的内部控制水平，是为了让商业银行通过反省内部管理过程中存在的不足，形成操作风险管理的长效机制，从源头上切断操作风险损失事件的发生，尽最大可能减少操作风险给商业银行造成的损失。为了实现以上目的，操作风险内部控制评价模型应运而生。本文提出了基于灰色理想点的商业银行操作风险内部控制评价模型。本文选取商业银行操作风险内部控制水平作为评价的对象，选用的评价指标均为定性指标，这些指标具有很大的不确定性，比较难以把握，因此本文评价指标的初始数据是通过专家打分
3、的形式获得的。图 1 是基于灰色理想点的商业银行操作风险评价模型。 三、灰色关联分析原理 （一）熵权 考虑一个评价问题，设有 m 个待评价对象，n 个评价指标的评价问题（以下简称（m，n）评价问题） ，根据评价对象的实际状况可以得到初始的决策矩阵 R=（）mxn，其中 为第 i 个对象在第 j 个指标上的状态值。对 R进行标准化处理，得到标准状态矩阵 R=（ij）mxn。其中：当评价指标为效益型（取值越大越好）时：= （1） 当评价指标为成本型（取值越小越好）时：= （2） 当评价指标为区间型指标时，即取值落在某个固定区间为最佳的指标，设1，2为区间型指标的适度区间，则采取下式进行标准化： =
4、（3） 1.评价指标的熵。在（m，n）评价问题中，第 j 个评价指标的熵 Hj定义为： H=-kln j=1，2，n （4） 其中：=，k=并假定，当 =0 时， ln=0。 2.评价指标的熵权。在（m，n）评价问题中，第 j 个评价指标的熵权 定义为：= j=1，2，3，n （5） 显然 01，且=1。 （二）灰色关联度的计算 1.灰色关联分析。灰色关联分析是灰色系统理论的重要组成部分，它弥补了数理统计方法作系统分析的不足，它对样本量的多与少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析结果不一致的情况。灰色关联分析作为测度方案优劣尺度的基本思想是：对方案数据
5、序列几何关系和曲线几何形状的相似程度进行比较分析，以曲线间相似程度的大小作为关联程度的衡量尺度。曲线越接近，相应序列之间的关联度越大，反之则越小。设 x=x（1） ，x（2） ，x（n）为对照序列，令 x=x（1） ，x（2） ，x（n） ，x2=x（1） ，x（2） ，x（n） ，xm=x（1） ，x（2） ，x（n）为相关因素序列。对于 （0，1） ，令 =（x（k） ，x（k） ）=，（0，1）式中：为 x对 x在 k 点的灰色关联系数，其中， 为分辨系数，一般取值 0.5；（k）=x（k）-x（k） ；m=（k） ；M=（k） ；i=1，2，m；k=1，2，n。 2.灰色关联度。R=（
6、x，x）=（x（k） ，x（k） ） 称 R为 x对 x的灰色关联度，其中i=1，2，m；k=1，2，n。 四、评价过程 1.根据专家打分结果得到初始数据。确定被评价的商业银行有 m 个，每个银行的操作风险评价指标有 n 个，设计专家评分表向商业银行操作风险领域专家收集商业银行操作风险评价数据，评分为五分制，评语集=5 为优秀；4 为良好；3 为中等；2 为较差；1 为极差。根据专家评分结果得到初始数据，其中指标值为 xij（1im，1jn） ，初始决策矩阵 X=（xij）mxn。 2.初始数据预处理。 （1）利用初始数据对专家评分表进行信度和效度检验。信度也称为可靠度，这里指通过专家打分得到
7、的数据的一致性与稳定性；效度也称为正确性，这里表示评分表能真正评价到操作风险内部控制水平的程度，也就是要达到评价目的的评分表才算是有效的。（2）按照商业银行操作风险评价指标的不同类型。利用公式（1） 、 （2）或（3）对初始决策矩阵进行标准化处理，得到标准化矩阵 Y=（yij）mxn。 3.确定熵权。利用公式（4）和公式（5）分别计算 j 个评价指标的熵权 j（j=1，2，n） 。 4.计算加权标准化矩阵 5.确定理想解和负理想解。利用下面两个公式计算理想解和负理想解。 U=u（j）jJ*，u（j）jJ= u（1） ，u（2） ，u（j） ，u（n） （8） U=u（j）jJ*，u（j）jJ=
8、 u（1） ，u（2） ，u（j） ，u（n） （9） 6.分别计算每个银行与理想解和负理想解的灰色关联 度。 （1）计算第 i 个银行与理想解 U+0 关于第 j 个指标的灰色关联系数，则公式（6）就变为： =，（0，1） （10） 其中， 为分辨系数，这里取值 0.5；（k）=u（k）-u（k） ；m=（k） ；M=（k） ；i=1，2，m；k=1，2，n。 则各商业银行与理想解的灰色关联系数矩阵 R= （2）利用公式（48）计算第个银行与理想解的灰色关联度为 R=Y， （i=1，2，m） （11） 同理，第 i 个银行与负理想解 U-0 关于第 j 个指标的灰色关联系数为： =， （0，
9、1） （12） 其中，（k）=u（k）-u（k） ；m=（k） ；M=（k） 。则各银行与负理想解的灰色关联系数矩阵 R=第 i 个银行与负理想解的灰色关联度为 R=Y， （i=1，2，m） （13） 7.计算每个银行的灰色关联相对贴近度 Ci=， （i=1，2，m） （14） 8.根据灰色关联相对贴近度的大小对各商业银行操作风险控制情况排序。贴近度越大，就说明该商业银行操作风险内部控制水平越高；反之，贴近度越小，则说明该商业银行操作风险内部控制水平越低。 参 考 文 献 1温红梅.商业银行操作风险度量与控制M.北京：中国财政经济出版社，2008：6465 2刘思峰，郭天榜，党耀国.灰色系统理论及其应用M.北京：科学出版社，1999：104107
