Zum Inhalt springen
Calkulon

高级金融与商业

Operational Risk Calculator

是什么 Operational Risk Calculator?

▾

根据《巴塞尔协议 II/III》,操作风险被定义为因内部流程、人员和系统不完善或失败,或外部事件导致损失的风险。该定义包括法律风险,但明确排除战略和声誉风险。操作风险是银行业继信用风险和市场风险之后的第三大风险类别,随着流氓交易(Barings Bank 1995,Société Générale 2008)、系统故障、网络攻击、欺诈和监管合规失败造成的引人注目的损失,操作风险的重要性日益增加。 操作风险损失可能是巨大且突然的:巴林银行因尼克·利森未经授权的期货交易而损失了 13 亿美元;法国兴业银行因 Jérôme Kerviel 的流氓交易损失了 49 亿欧元;摩根大通在 2012 年伦敦鲸衍生品丑闻中损失了 62 亿美元。与市场风险和信用风险不同,操作风险不会提供预期回报来换取承担风险——它是一种必须控制和最小化的纯粹负面影响。 巴塞尔 II 引入了三种操作风险资本计算方法,并在巴塞尔 III 中进行了细化保留。基本指标法(BIA)是最简单的:资本=过去3年平均年总收入的15%。标准化方法 (SA) 将活动分为八个具有不同资本因素 (12-18%) 的业务线。高级衡量方法 (AMA) 允许银行使用包含内部损失数据、外部损失数据、情景分析和业务环境因素 (BEF) 的内部模型来估计 99.9% 的操作风险,这与巴塞尔监管资本 99.9% 的总体置信水平一致。 AMA 模型结构使用损失分布方法 (LDA):对于操作风险事件类型(巴塞尔的 7 类)和业务线的每种组合,银行对频率分布(损失发生的频率)和严重性分布(每次损失的大小)进行建模。结合频率和严重性(通常通过蒙特卡罗模拟)产生复合损失分布,第 99.9 个百分位数减去预期损失得出资本要求。 巴塞尔 IV(2017 年最终确定,2023-2028 年实施)用标准化计量方法 (SMA) 取代了 AMA,该方法消除了监管资本的内部模型,但保留了它们用于内部管理。 SMA资本=经营指标×边际系数×损失乘数(根据实际损失)。

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

公式

▾
f(x)BIA:资本 = α × Avg(GI_1, GI_2, GI_3) 其中 α=15% SA:资本 = Σ β_i × GI_i(按业务线) AMA/LDA:资本 = VaR₉₉.₉%(年度总损失)− E[年度损失] SMA(巴塞尔 IV):资本 = BI 成分 × 损失乘数

变量说明

▾
符号名称单位描述
GI总收入USD/year净利息收入加上净非利息收入(银行总收入); BIA 和 SA 资本计算的基础。
αBIA资本因素%基本指标法下统一费率为 15%;应用于平均 3 年总收入以确定资本要求。
β_i业务线贝塔系数%按业务线划分的标准法资本系数:范围从 12%(零售经纪、资产管理)到 18%(交易、支付)。
OR_EC操作风险 经济资本USD操作风险资本的 AMA/内部模型估计:99.9% 年度总损失减去预期损失。
BI商业指标(SMA)USD利息部分、服务部分和财务部分的总和——操作风险的巴塞尔 IV SMA 规模代理。

如何 Operational Risk Calculator

▾
  1. 1确定适用的方法:小型银行或处于早期操作风险框架开发阶段的BIA; SA适用于具有不同业务线的银行; AMA(或巴塞尔 IV 下的 SMA)适用于复杂的大型机构。
  2. 2对于BIA:过去3年的平均总收入(不包括负数年份);乘以 15%。
  3. 3对于 SA:将所有活动映射到 8 个巴塞尔业务线;将各自的贝塔系数 (12–18%) 应用于每条线的总收入;和。
  4. 4对于 AMA/LDA:收集内部丢失事件数据(按事件类型划分的频率和严重性);补充外部损失数据(ORX数据库、公共损失数据库);为每个风险类别制定频率(泊松)和严重性(对数正态、广义帕累托)分布。
  5. 5通过蒙特卡罗模拟结合频率和严重性,生成每个风险类别的总损失分布。
  6. 6应用联结函数对风险类别之间的相关性进行建模(监管机构通常允许多元化收益,但需要证据)。
  7. 7资本 = 99.9% 的总损失减去预期损失。针对严重但历史数据未充分捕捉到的情况添加资本。

例题解析

▾
示例 1社区银行 — BIA 计算
已知:总收入:第 1 年=5000 万美元,第 2 年=5500 万美元,第 3 年=6000 万美元
结果:平均 GI=5500 万美元 | BIA资本=825万美元

BIA 直率但简单——无论风险状况如何,都是 15%

平均 3 年 GI = (5000 万美元 + 5500 万美元 + 6000 万美元) / 3 = 5500 万美元。 BIA 资本 = 15% × 5500 万美元 = 825 万美元。这计算起来很简单,但非常简单——它将所有总收入相同的银行视为具有相同的操作风险,而不管实际的风险管理质量、控制环境或业务复杂性如何。运营简单、控制良好的小型社区银行可能会发现 BIA 过于保守;具有许多潜在操作风险向量的大型复杂机构可能会发现它不够。

示例 2大型银行——标准化方法
已知:拥有4条业务线的银行:零售银行GI=2亿美元(β=12%)、商业银行GI=1.5亿美元(β=15%)、交易GI=1亿美元(β=18%)、资产管理GI=5000万美元(β=12%)
结果:SA 资本 = 2400 万美元 + 2250 万美元 + 1800 万美元 + 600 万美元 = 7050 万美元

由于操作复杂,交易线的资本率最高(18%)

零售银行业务:2 亿美元 × 12% = 2400 万美元。商业银行业务:1.5 亿美元 × 15% = 2250 万美元。交易和销售额:1 亿美元 × 18% = 1800 万美元。资产管理:5000 万美元 × 12% = 600 万美元。 SA 总资本 = 7050 万美元。 SA 通过业务线贝塔值进行区分,认识到交易业务比零售银行业务承担更多的运营风险(复杂系统、结算风险、流氓交易者潜力)。然而,在每个业务条线内,SA仍然没有区分控制良好和控制不良的机构。

示例 3AMA 损失分布方法 — 事件类型
已知:风险类别:内部欺诈;历史损失:平均 5 起事件/年(泊松 λ=5),平均严重程度 $100K(对数正态 σ=1.5)
结果:第 99.9 个百分位年度损失约 850 万美元 |预计年损失=50万美元 |资本=800万美元

重尾严重性分布驱动相对于平均值的大量资本

频率:Poisson(λ=5) 对每年的内部欺诈事件进行建模。严重性:对数正态,平均值为 10 万美元,σ=1.5(非常偏差 - 大多数事件都很小,但有些事件严重到灾难性的程度)。蒙特卡罗模拟 100,000 起年度总量:典型年份有 3-7 起小型欺诈事件(每次 5 万至 15 万美元);但在最糟糕的 0.1% 年份中,几起重大事件的结合会造成 850 万美元的总损失。预期年损失 = 5 × 10 万美元 = 50 万美元。 AMA Capital = $8.5M − $0.5M = $8.0M — 意外的尾部损失需要资本保障。对数正态分布的肥尾解释了为什么操作风险资本主要由罕见的灾难性事件主导。

示例 4巴塞尔 IV SMA 计算
已知:业务指标 (BI)=8 亿美元,损失乘数 (ILM)=1.25(基于高于平均历史损失),BI 桶:25–35 bps 系数
结果:SMA 资本 = BI × 系数 × ILM = 8 亿美元 × 0.3% × 1.25 = 300 万美元

SMA 使用实际损失历史记录通过内部损失乘数来调整资本规模

巴塞尔 IV 下的标准化衡量方法 (SMA) 使用单一业务指标——一种结合了利息收入、费用收入和交易收入组成部分的类似收入的衡量标准。对于 BI 为 $750M–$3B 的银行,边际 BI 系数约为 0.3%。乘以内部损失乘数(平均损失经验等于 1.0,对于历史运营损失高于平均水平的银行则增加):资本 = 8 亿美元 × 0.3% × 1.25 = 300 万美元。亏损记录高的银行支付更多资本;控制良好的银行支付的费用较少。这比 AMA 更简单,但仍然反映了实际的损失经历,与 BIA 不同。

实际应用

▾
🏗️

巴塞尔 III/IV 银行监管最低资本计算,代表了操作风险 Ama 在专业和分析环境中的重要应用领域,其中准确的操作风险 AMA 计算直接支持明智的决策、战略规划和绩效优化

🔬

用于操作风险管理的内部经济资本分配,代表操作风险AMA在专业和分析环境中的重要应用领域,其中准确的操作风险AMA计算直接支持明智的决策、战略规划和绩效优化

📊

调整保险计划规模以抵消操作风险敞口,代表操作风险 Ama 在专业和分析环境中的重要应用领域,其中准确的操作风险 AMA 计算直接支持明智的决策、战略规划和绩效优化

🏥

操作风险自我评估 (RCSA) 和控制评估,代表操作风险 Ama 在专业和分析环境中的重要应用领域,其中准确的操作风险 AMA 计算直接支持明智的决策、战略规划和绩效优化

⚙️

关于操作风险状况和趋势的董事会和监管报告,代表了操作风险 Ama 在专业和分析环境中的重要应用领域,其中准确的操作风险 AMA 计算直接支持明智的决策、战略规划和绩效优化

特殊情况

▾

当操作风险输入值接近零或变为负值时

当操作风险 Ama 输入值接近零或在操作风险 Ama 中变为负值时,数学行为会发生显着变化。零值可能会导致除以零的错误或微不足道的零结果,而负输入可能会在操作风险环境中产生数学上有效但实际上毫无意义的输出。专业用户应在解释结果之前验证所有输入是否在物理或经济上有意义的范围内。负值或零值通常表示数据输入错误或异常操作风险,需要单独的分析处理。

在操作风险 Ama 中,这种情况在解释操作风险 ama 结果时需要格外小心。标准公式可能无法完全考虑到这种边缘情况中存在的所有因素,可能需要进行补充分析或专家咨询。专业最佳实践包括记录假设、运行敏感性分析以及当操作风险 ama 计算落入非标准范围时使用替代方法交叉引用结果。

在操作风险 Ama 中,这种情况在解释操作风险 ama 结果时需要格外小心。标准公式可能无法完全考虑到这种边缘情况中存在的所有因素,可能需要进行补充分析或专家咨询。专业最佳实践包括记录假设、运行敏感性分析以及当操作风险 ama 计算落入非标准范围时使用替代方法交叉引用结果。

巴塞尔标准化方法贝塔系数(按业务线划分)

▾
业务线贝塔因子活动示例
企业融资18%并购咨询、承销、结构性融资
贸易与销售18%做市、自营交易、衍生品
零售银行业务12%个人贷款、抵押贷款、存款、信用卡
商业银行15%商业贷款、商业房地产、保理
支付结算18%电汇、清算、托管
代理服务15%托管服务、企业信托、存管
资产管理12%基金管理、养老基金、财富管理
零售经纪12%执行、接单、投资建议

常见问题

▾
Q

巴塞尔协议有哪些操作风险事件类型?

A

巴塞尔协议II/III定义了7类操作风险事件: (1)内部欺诈——挪用资产、逃税、故意错岗、员工贿赂; (2) 外部欺诈——外部盗窃、伪造、黑客攻击、网络犯罪; (3) 就业实践和工作场所安全——工人赔偿要求、歧视、有组织的劳工行动; (4) 客户、产品和商业行为——违反信托、产品缺陷、市场操纵、侵犯隐私、洗钱; (5) 有形资产损坏——恐怖主义、故意破坏、地震、火灾; (6) 业务中断和系统故障——硬件故障、软件错误、公用设施中断; (7) 执行、交付和流程管理——交易失败、数据输入错误、会计错误、供应商纠纷。

Q

为什么《巴塞尔协议 IV》取消了 AMA,转而采用 SMA?

A

AMA 在巴塞尔 IV 最终标准(2017 年,2023-2028 年实施)中被取消,原因如下:(1)使用相似方法但内部假设不同的银行之间的 AMA 资本存在过度差异,破坏了可比性; (2) 模型复杂性造成不透明——监管机构无法轻松验证或比较跨机构的 AMA 模型; (3)一些银行玩弄模型以最小化资本要求; (4) AMA 的灵活性在一些实施中带来了顺周期的结果。 SMA 用更标准化的公式取代了 AMA,该公式仍然通过内部损失乘数纳入实际历史损失,在保持损失控制激励的同时提高一致性和可比性。

Q

什么是 ORX 数据库?为什么它对操作风险很重要?

A

操作风险数据交换协会 (ORX) 维护着世界上最大的操作风险损失数据库,从全球成员银行收集匿名损失事件数据。成员银行贡献超过指定阈值(通常为 20,000 美元)的操作风险损失,并获得财团统计数据作为回报。来自 ORX 的外部数据对于 AMA 和内部模型开发至关重要,因为各个银行没有足够的历史数据来估计罕见、高影响事件的严重性分布的尾部,即推动资本要求的损失。如果没有外部数据,机构的 10 年内部历史可能不包含第 99-99.9 个百分位数的事件,从而无法进行尾部估计。

Q

什么是操作风险情景分析?

A

情景分析是 AMA 所要求的对历史损失数据的前瞻性补充。专家研讨会将业务经理、风险官员和控制职能聚集在一起,评估假设但合理的运营风险场景:重大网络攻击、流氓交易者事件、不当销售监管罚款、业务连续性灾难。专家估计每种情况的概率和严重性。场景数据与历史内部数据和外部损失数据一起纳入 AMA 模型。情景分析对于捕捉银行历史上尚未观察到但已知在行业其他地方发生过的尾部风险尤其重要。

Q

操作风险资本与信用和市场风险资本有何不同?

A

信用和市场风险资本按照所承担的风险的比例进行分配:更多的信用敞口或更大的市场波动需要更多的资本。操作风险资本是独一无二的,因为操作风险通常不是回报的来源——它纯粹是流程、系统和人员故障造成的负面影响。这就产生了不同的管理激励:在信用风险中,承担更多的风险可以获得更多的利差收入;在操作风险中,承担更多风险不会带来任何好处(没有人会因为遭受更多欺诈而获得奖励)。因此,操作风险资本是对操作复杂性和控制弱点的征税,而不是对生产性风险承担的补偿。

Q

什么是操作风险建模中的损失分配法(LDA)?

A

损失分布法 (LDA) 是主要的 AMA 方法:对于业务线和事件类型的每种组合(56 个风险单元),通过分别对损失频率(通常为泊松分布)和损失严重性(通常为对数正态分布或广义帕累托分布)建模来构建复合损失分布。使用蒙特卡罗模拟将频率和严重性结合起来:从泊松分布中得出频率,然后得出许多严重性值,对年度总损失进行求和。经过多次模拟,构建了年度总损失分布,第 99.9 个百分位数减去预期损失等于资本要求。主要挑战:用有限的数据拟合肥尾严重性分布、处理风险单元之间的相关性以及验证极端分位数估计。

Q

降低运营风险和资本的关键控制措施有哪些?

A

有效的操作风险控制可降低损失频率和严重程度: (1) 职责分离——防止单人欺诈或错误; (2) 系统访问控制——限制谁可以发起和批准交易; (3) 独立确认和调节——发现错误和操纵; (4) 业务连续性规划——减少系统故障和物理灾难造成的损失; (5) 员工培训和文化——减少无意错误,建立道德意识; (6) 保险——将部分操作风险损失转移给保险公司; (7) 第三方风险管理——控制外包供应商风险。根据 AMA,明显的控制改进可以直接降低内部模型资本估算,为操作风险管理投资创造直接的财务激励。

常见错误注意事项

▾
  • !将负总收入年份纳入 BIA 平均值——巴塞尔要求排除负年份,以避免在亏损期间减少资本。
  • !在对尾部严重性分布进行建模时,未能用外部数据库丢失来补充内部丢失数据。
  • !忽略历史数据中未捕获的风险的情景分析,尤其是网络和气候等新兴风险。
  • !将操作风险资本视为纯粹的监管合规活动,而不是内部风险管理工具。
  • !当事件具有多个操作风险要素时,重复计算跨风险类别的损失。
💡

专业提示

维护一个详细的操作风险损失事件数据库,其中包含强制报告阈值(例如,所有事件 > 10,000 美元)。对于改善风险管理和向监管机构展示 AMA/内部模型质量,事件质量(根本原因、影响因素、响应)与损失金额同样重要。

⭐

你知道吗?

银行业历史上最大的单一操作风险损失被广泛认为是摩根大通在 2013 年向美国司法部支付的 130 亿美元和解金,该和解金与 2008 年金融危机前出售的抵押贷款支持证券有关——这一损失是由商业实践失败造成的,完全属于巴塞尔的“客户、产品和商业实践”事件类型。仅此一项和解就超出了许多银行的总操作风险资本要求,这说明了为什么银行管理层会认真对待操作风险。

Regional Guides

▾
🇺🇸 US▾
在适用的情况下使用美国惯用单位和标准
🇬🇧 UK▾
可能需要转换为公制单位或英国标准
🇪🇺 EU▾
遵循欧盟公约和 SI 单位(如果适用)
📖难度:高级
仅供参考。此工具不构成财务建议。在做出投资或财务决策之前,请咨询合格的财务顾问。
Formula-verified for precision
Reviewed October 2026
Our methodology

获取每周数学提示

加入 12,000+ 订阅者,每周都会获得计算器提示。

🔒
100% 免费
无需注册
✓
准确
经过验证的公式
⚡
即时
即时结果
📱
移动友好
所有设备

设置

隐私条款关于© 2026 Calkulon