距离因素对商业银行操作风险的影响研究

陈垣桥，肖斌卿，李昊骅

（1.中国工商银行现代金融研究院，北京 100032；2.南京大学，江苏 南京 210093）

操作风险与信用风险、市场风险并称为现代商业银行三大风险。自20世纪90年代以来，频频发生的重大操作风险事件对国内外银行业的发展造成了巨大的危害。这些操作风险事件大多都发生于分支机构之中，尤其是与总行距离较远的分支机构，例如1995年震惊世界的英国巴林银行倒闭事件（案发于新加坡分行）、2002年爱尔兰银行欺诈案（案发于美国的分支机构ALLFIRST）等。通过搜集资料发现，2014—2016年国内所出现的重大操作风险事件，其中多数（11/13，超过80%）都出现于分支机构，这些事件给银行造成了巨大损失。

那么，为什么银行分支机构面临着较为严重的操作风险管理形势？距离这一因素是否对操作风险产生了一定的影响作用？在对我国某省一家中小型商业银行所开展的问卷调查中，发现大多数员工认为距离的确对分支机构操作风险状况有着明显的影响。而学术界也有学者指出，距离是隐藏在操作风险背后的一个重要影响因素，但他们并未对具体的影响机理做深入探讨[1]。事实上，对操作风险影响因素做深入研究具有非常重要的意义，因为这能帮助商业银行制定针对性的措施以消除因素的不利影响，有时甚至可以利用其有利影响，从而更好地防范和控制操作风险。但受制于内部数据稀缺这一问题，很多对操作风险影响因素的研究只能借助定性分析、外部数据分析、问卷调查、案例分析等方式，而无法进行更深入的定量研究。本研究基于多年来在商业银行内部的研究与实践，获取了大量的内部操作风险数据，突破了操作风险数据稀缺这一障碍。通过理论分析与实证研究相结合的方式，从定性和定量角度深入探讨分支机构与总行之间的距离以及相邻分支机构之间的距离对分支机构操作风险状况的影响机理。

一、相关研究文献综述

该部分首先对银行操作风险影响因素相关研究文献进行回顾与评述，以厘清各类操作风险影响因素的逻辑框架与研究状况。同时借鉴现有操作风险影响因素相关研究的研究方法与思路，梳理关于距离因素对银行业务与管理所造成影响的研究文献，以明确距离因素在银行研究领域的重要地位。最后对相关研究文献进行总结评述，归纳研究现状并明确本文的理论基础。

（一）商业银行操作风险的影响因素相关文献综述

学术界对商业银行操作风险的研究一直以资本计量模型为主。从2005年左右开始，国内外一些学者开始重视对操作风险影响因素的研究，并取得了一定的成果，为商业银行了解和管理操作风险提供了较大帮助。早期的操作风险影响因素研究（2010年之前）主要围绕“哪些因素会影响操作风险”这一问题，进行比较和归纳，并在此基础上对一些重点因素做进一步探讨。王晓春[2]通过对基层分支机构员工进行问卷调查发现，激励机制对银行操作风险管理具有很大影响。万杰等[3]基于外部数据分析指出，委托代理关系、治理架构、激励机制等方面的问题是我国商业银行操作风险问题背后的主要影响因素。Supatgiat et al.[4]从理论层面构建操作风险因果模型，对操作风险影响因素做了系统的归纳和梳理。Chernobai et al.[5]基于外部公开数据分析指出，金融机构的规模、架构复杂程度、高层管理人员薪金也是操作风险的重要影响因素。梁力军等[6]基于问卷调查指出，银行员工的业务水平和职业素养是操作风险管理能力背后的主要影响因素。

近年来，学术界开始逐步深化对操作风险影响因素的研究，从特定角度切入，进行更加细致、深入的剖析。很多学者从人员行为角度进行深入探讨，行为因素开始成为操作风险领域的一个关注焦点。Mcconnell[7]和Rick et al.[8]通过案例分析发现，人员行为问题是很多重大操作风险事件的决定性因素。Stewart[9]和Mcconnell[10]则是利用对外部数据的实证分析证实了行为因素的重要性，并从理论层面剖析了行为因素对操作风险的影响机理。Wang et al.[11]基于对内外部数据的实证分析提出，银行高层架构的人员行为问题是操作风险背后的重要影响因素。在深入分析行为因素的基础上，Shefrin[12]和Bott et al.[13]从激励机制优化、管理制度调整、三道防线设置等方面提出了一系列行为风险管理措施。

此外，对其他方面因素的研究也逐步深入。在信息管理方面，Hora et al.[14]利用田野实验发现，金融机构对操作风险案例的学习效果能够显著影响操作风险状况；Barakat et al.[15]通过对外部数据的实证分析发现，金融机构的信息披露程度会对操作风险状况产生影响。在管理架构与流程方面，Mabwe et al.[16]基于银行实践提出，三道防线设置中存在的诸多缺陷对操作风险产生了很大影响；肖斌卿等[17]基于内部数据分析和银行实践提出，业务流程的完善程度与合规性是操作风险背后的关键影响因素。在信息科技与系统方面，Mohd-rahim et al.[18]和Friedhoff et al.[19]指出，随着商业银行内部管理越来越依赖于信息系统，系统方面的因素对操作风险的影响也越来越明显；张松等[20]指出，在互联网金融迅猛发展的趋势之下，支付方式、行业间联动等因素对操作风险的影响日趋明显。在外部环境方面，Li et al.[21]和Cope et al.[22]基于对内外部数据的实证分析提出，地域性的政治和经济指标会对银行操作风险状况产生显著影响。

国内一些学者针对我国商业银行分支机构的操作风险问题，对其影响因素进行了研究。邹薇等[23]指出，在总分行制度下，分支机构操作风险主要受到制度和人员这两方面因素的影响；原中国银监会万州监管分局课题组[24]认为，内外部监管缺陷对分支机构操作风险具有很大影响；胡丹等[25]提出，管理架构、业务流程和岗位职责的设定对于分支机构操作风险管理至关重要；郭玉冰[26]通过问卷调查发现，合规性和领导力是分支机构操作风险的重要影响因素。

随着操作风险影响因素研究的逐渐深化，一些学者开始探索基于影响因素分析的管理方法和工具。肖斌卿等[17]建议商业银行基于业务流程梳理操作风险影响因素，并进一步构建风险预警指标体系，从而实现操作风险动态防范与控制；陈晓慧[27]和余许友等[28]在影响因素分析的基础上，构建操作风险管理指标体系，并进一步提出操作风险综合评估模型。

值得注意的是，近年来一些学者[29-31]开始将操作风险资本计量与影响因素分析相结合，他们认为操作风险资本计量不应仅以历史数据为依据，而应该结合历史数据、情景分析和专家意见，才能得到更符合实际情况的计量结果。这里的情景分析正是以影响因素分析为基础。

（二）距离因素对银行业务与管理的影响相关文献综述

距离因素在银行界并不是一个新鲜的话题，但现有研究主要关注银行与外部客户之间距离对银行业务的影响。Petersen et al.[32]认为银行与企业客户之间的距离对银行业务发展具有显著的影响，但影响大小会随着信息技术的发展而减弱。Hans et al.[33]通过实证分析发现贷款利率会随着银行与企业客户之间距离的增大而减小，却会随着竞争对手与客户之间距离的增大而增大，这一现象背后的主要根源是距离变化所导致的交通成本变化。Felic et al.[34]基于实证研究指出，商业银行在市场扩张时会倾向于选择距离较近的市场，但随着信息技术的不断发展，银行对远距离市场的掌控能力正在显著增强。Agarwal et al.[35]通过实证分析发现，银行与企业客户之间的软信息传递效率与距离显著负相关，而信息可得性与贷款价格之间的取舍关系导致了银行对近距离客户设定较高的利率。

那么，银行内部不同机构之间的距离是否会对银行自身运营管理产生影响？Das[36]的研究给出了肯定的答案，他认为距离会通过影响不同机构之间的信息沟通和人员往来从而影响银行运营效率。Xu et al.[1]进一步提出银行内部机构间距离能够对操作风险状况产生影响，但他们并未对具体的影响机理做深入研究。事实上，从对银行实际的调研中发现，很多业界人士也认为距离是操作风险背后的一个重要间接影响因素。

（三）相关文献总体评述

总体来看，操作风险影响因素研究正受到越来越多的重视，研究也在逐渐深入——从早期的以归纳和比较分析为主，到近年来更加注重对特定方面因素的深入剖析。然而，多数研究受制于内部操作风险数据稀缺这一障碍，只能借助定性分析、外部数据分析、问卷调查、案例分析等方式，导致研究深度有所欠缺。

现有的操作风险影响因素研究主要涉及银行内部人员和管理体系等方面的因素，一些学者也开始关注一些间接影响因素（例如行业关系[20]、外部经济条件[21-22]等）。近年来有学者提出距离因素是操作风险背后的重要间接影响因素，而很多银行界人士也持有相同的观点。事实上，距离因素早已成为银行研究领域的一个重要话题，但现有研究局限于银行与外部客户之间距离对银行业务的影响。本研究通过理论分析和基于内外部数据的实证分析，深入探讨距离因素对操作风险的具体影响作用，不仅在学术上扩展操作风险影响因素研究领域，而且在实际中拓宽商业银行对操作风险形成机理的认识，进而为操作风险管理体系的完善提供帮助。

二、关于距离因素对操作风险影响机理的理论分析与假设

借鉴Hans et al.[33]与Felic et al.[34]的研究思路，先从理论上分析距离因素对操作风险的影响机理，进而推导出理论假设，下一部分通过实证分析来验证并拓展该部分所得出的理论假设。理论分析主要基于操作风险成因理论和风险管理要素理论，将距离因素对操作风险的影响拆分成若干条子影响路径，并对每一条路径上的影响机理与作用进行深入分析。

(一)整体分析框架

商业银行内部组织之间的距离可以划分为三类：总行与分支机构之间的距离、不同分支机构之间的距离、总行内部不同部门之间的距离。由于第三类距离通常太小，而且难以量化并深入研究，故而不加以考虑。而对于第二种距离，只有相互邻近的分支机构之间距离具有较大的研究意义，因为银行分支机构通常只与总行以及相互邻近分支机构有较为密切的联系。因此，本研究只考虑总行与分支机构之间的距离以及相互邻近分支机构之间的距离，为方便起见，分别将这两种距离简称为“总分距离”和“分分距离”。它们的具体定义如下。

一是总分距离：假设某商业银行的总行为H，则该银行任意一家分支机构A所对应的“总分距离”就是从A到H的路程长度。

二是分分距离：对某商业银行任意一家分支机构A，到A路程最短的分支机构为B，则A所对应的“分分距离”就是从A到B的路程长度。

如果距离因素能够对分支机构操作风险状况产生影响，那么影响路径必然属于以下两大类之一（箭头代表影响）：“总分距离”或“分分距离”→操作风险形成动因→操作风险事件→操作风险频率和损失；总分距离→总行对分支机构操作风险的管理→管理成效→操作风险频率和损失。

第一类影响路径（通过影响因素）中，操作风险形成原因包括内部人员、流程、系统以及外部事件这四方面的问题（Basel资本协议II[37]）。其中，内部系统不受距离的影响，因为信息系统本身就具有消除距离影响的作用[35-36]；外部事件显然不会受到银行内部组织间距离的影响；内部流程可能受“总分距离”影响，但几乎不受“分分距离”影响，因为通常同一条流程不会跨越两家不同的分支机构。

第二类影响路径（通过影响管理）中，风险管理可分解为内部环境、目标设定、事项识别、风险评估、风险应对、控制活动、信息与沟通、监控这8个相互关联的要素（COSO风险管理框架[38]）。在操作风险管理范畴之内，以下要素不受距离影响：（1）内部环境，它主要涉及规章制度、组织结构、企业文化等层面的内容[38]，显然不受距离影响；（2）目标设定，它指整体战略目标及其子目标的确定[38]，距离显然不会成为管理者设定全行操作风险管理目标的参考或依据；（3）事项识别，它指管理者考虑某一事件是否会发生、何时发生、如何发生、受到哪些因素影响、结果如何等[38]，管理者在事项识别过程中可能会考虑到距离因素，但是事项识别这项工作本身显然不受距离影响；（4）风险评估，它指管理者以历史数据、情景分析等依据来对风险的发生概率与后续影响做出评价和估量[38]，显然与距离无关。

于是，距离对操作风险的影响路径可以分解为图1的形式，下文将进一步剖析其中每一条子路径上的影响机理和方向。

图1 距离对操作风险的影响路径分解

（二）距离对操作风险成因的影响

1．内部人员

由内部人员的问题所导致的操作风险事件可以分为无意的操作失误和有意的错误操作，后者主要包括盗窃、欺诈、蓄意破坏等[4]。无意的操作失误主要受工作条件、人员自身状态等方面的影响，没有任何线索表明失误率会随着距离的改变而改变。

然而，有意的错误操作却可能受到距离因素的影响。“总分距离”方面，总行作为分支机构的上级单位，能产生一定的威慑作用，从而遏制分支机构中的盗窃、欺诈、蓄意破坏等行为。威慑力越大，则遏制作用越明显，于是人员有意行为所致操作风险的频率与涉案金额就越低。而“总分距离”的增大却会导致威慑力的减弱，从而削弱威慑力所产生的限制作用。因此，在“总分距离→内部人员→操作风险频率/损失”这两条子路径上的影响方向为正向。

“分分距离”方面，分支机构会受到来自邻近的“兄弟支行”的竞争和监督压力，其大小显然与“分分距离”负相关。与来自总行的威慑力相比，这种来自其他分支机构的压力相对较小，其对分支机构人员行为的限制作用虽然能使一部分人员不敢轻易进行欺诈、盗窃等行为，但对于一些已决定进行错误行为的人员来说，这种压力可能不足以令他们减少涉案金额。因此，在“分分距离→内部人员→操作风险频率”这条子路径上的影响方向为正向，而在“分分距离→内部人员→操作风险损失”这条子路径上，可能存在较弱的正向影响，或不存在显著影响。

2．内部流程

流程问题主要指流程执行错误或流程设计缺陷，其中前者可以归结为人员或系统方面的问题，因为流程执行必然是由人员或系统来完成。上面已经剖析了“总分距离”对人员问题的影响，即距离通过影响总行对分支机构的威慑力从而影响人员有意犯错的频率和程度。而流程设计缺陷显然不会受到“总分距离”的影响。因此，在“总分距离→内部流程→操作风险频率/损失”这两条子路径上的影响方向为正向。

（三）距离对操作风险管理要素的影响

1．信息与沟通

首先讨论信息与沟通，因为它是银行开展管理活动的基础[39]。“总分距离”的存在使得总行与分支机构之间的沟通只能通过以下两种形式开展：（1）借助电子信息渠道（如网络、电话）实现远程沟通；（2）双方会面从而实现面对面沟通。相比之下，第一种沟通形式具有较高的效率，而第二种形式则耗时耗力，因为在双方会面之前至少一方需要经历一段路程。然而，在实际中第一种沟通形式并不能完全替代第二种，因为：一方面，总行与分支机构之间的信息沟通常常还会伴随其他一些活动一起进行，例如在讨论事项的同时传递物件、例行检查等；另一方面，总行与分支机构之间有大量的“软信息”沟通，然而电子渠道在对“软信息”的传递上具有一定的局限性[40-42]。出于这两方面原因，总行与分支机构之间时常需要当面沟通，于是“总分距离”就会通过影响往来过程从而影响沟通效率，进一步影响操作风险管理效率。因此在“总分距离→信息与沟通→操作风险频率/损失”这两条子路径上的影响方向为正向。

2．风险应对

风险应对包括规避、降低、分担和接受风险这四类[38]。由于银行分支机构以业务拓展为主要功能，通常不具备较强的操作风险管理能力，因此在其面对操作风险的时候常常需要由总行出面应对。风险应对过程中往往会涉及双方之间的人员往来，此时往来过程所消耗的时间就会发生很大的作用。如果往来过程耗时过长，那么风险应对工作就很可能丧失及时性。由于操作风险的损失发生概率和损失数额往往具有随时间增长的性质，例如工作场所安全隐患（损失概率随时间增长）、系统漏洞（损失概率随时间增长）、连续的欺诈交易（损失数额随时间增长）、电路故障（损失数额随时间增长）等，因此风险应对及时性的丧失很可能导致操作风险发生频率或损失上升。又因为总行与分支机构之间的往来耗时与“总分距离”正相关，因此可以得出结论：在“总分距离→风险应对→操作风险频率/损失”这两条子路径上的影响方向为正向。

3．控制活动

控制活动是帮助保证风险反应方案得到正确执行的相关政策和程序[38]，其中流程可能受到“总分距离”的影响。在跨越总行与分支机构的操作风险控制流程中，必然会涉及总行与分支机构之间的信息沟通以及其他一些交接事宜，在此过程中可能发生人员的往来。而“总分距离”会对往来的效率产生影响，从而影响到控制流程的执行效率。因此在“总分距离→控制活动→操作风险频率/损失”这两条子路径上的影响方向为正向。

4．监控

监控本质上就是采集和分析信息的过程。监控力度的大小直接决定了总行能够从分支机构采集到多少有效信息、并得到怎样的分析结果，这里的监控力度包括监控工作的开展频率和深入程度。更大的监控力度能够带来更全面、真实、准确的信息以及分析结果，从而使银行管理者能够更加清晰地了解分支机构中存在的操作风险隐患，并在此基础上采取更加合理的风险管理措施。这就意味着监控力度能够正向影响操作风险管理成效，进而负向影响操作风险发生频率和损失程度。那么，监控力度是否会与距离有所关联呢？

通过在银行内部开展访谈和问卷调查发现，很多银行管理者已经意识到与总行距离较远的分支机构面临更大的操作风险威胁［在2016年4月11日至5月3日间，对347位银行管理人员开展问卷调查，其中316人（91.066%）认为远距离分支机构面临更大的操作风险威胁］。故而他们更加关注距离较远的分支机构，并试图通过提高监控力度来加强操作风险管理。这意味着“总分距离→监控→操作风险频率/损失”这两条子路径上的影响方向很可能是负向的，与上述其他子路径相反。

（四）理论假设

基于以上理论分析，可以得出理论假设。

假设1（“总分距离”对操作风险的多重影响机制）：“总分距离”对分支机构操作风险状况具有多重影响机制，并不能简单地用“天高皇帝远”来描述二者之间的关系。由于同时存在正向和负向的子影响路径，分支机构操作风险频率或损失与“总分距离”之间很可能不是简单的正相关或负相关关系，而表现为更加复杂的函数关系。下文的实证分析将给出一种可能的函数形式。

假设 2（“分分距离”所带来的“孤岛效应”）：“分分距离”同样能对分支机构操作风险状况产生影响，主要体现在操作风险频率与“分分距离”正相关，而在操作风险损失与“分分距离”之间可能只有较弱的正相关关系，或不存在显著相关关系。这意味着如果一家分支机构成为一个“孤岛”，即周边较大范围内没有其他分支机构，那么它将成为一个操作风险易发区。

三、针对距离因素对操作风险所造成影响的实证分析

基于来自我国某中小型商业银行的内部操作风险数据和对外部公开的农业银行操作风险数据，该部分通过实证分析来探讨操作风险与距离因素之间的关联，以验证上一部分所提出的两条研究假设，并从实证研究中得出更深层次的启示，以拓展上一部分的理论分析结果。

（一）数据概况

实证研究基于内部和外部的操作风险数据，内外部数据分别反映了中小型银行和大型银行的情况，通过内外部数据分析，能够对这两类商业银行进行比较研究，从而得到较为全面的结论。内部数据来自我国某省一家中小型商业银行（记为L银行），包含该银行中22家基层分支机构从2013年1月到2015年3月的1000余条操作风险事件数据。需要说明：该银行在当地共有73家分支机构，但因为其他支行的操作风险数据缺失情况较为严重，所以仅选择这22家支行的数据进行分析。

内部数据中对事件损失额的记录存在较为严重的缺失，主要是因为L银行尚处于操作风险数据管理的初级阶段，损失数据收集能力仍有待提升。针对这一问题，采用违规扣分值作为损失额度的替代变量，其依据在于：银行的违规扣分规则其实就是根据对各类操作风险事件的损失估计而制定的，总体上违规扣分值与操作风险损失金额正相关。但由于它们之间的正相关关系并不一定是线性的，因此无法利用扣分值这一替代变量来研究操作风险损失与影响因素之间的非线性关系。所取样本中的违规扣分值介于0.1分到4分之间。

外部数据方面，采用中国农业银行在2000—2012年间的公开操作风险数据。由于这些公开操作风险数据仅含占少数的大额损失数据，并不能代表银行的整体操作风险状况，且样本量较少，故而很难利用外部数据进行深入统计分析。下文中对外部数据的分析以描述性统计分析为主。

（二）基于内部数据的统计分析

1．模型

基于L银行的内部操作风险数据，统计了各家分支机构在每个月中的累计操作风险事件次数和平均扣分值，前者衡量分支机构的操作风险事件频率，后者衡量分支机构操作风险事件损失程度。这两个变量作为回归分析中的被解释变量，分别记为Fit和Pit。数据样本量为 22(家支行)×27(月)，Fit的均值分别为 5.692(次)，标准差为 7.781；Pit的均值为 0.713(分)，标准差为0.653。

解释变量就是“总分距离”和“分分距离”，分别记为HDit和BDit。通过线上地图工具采集了各家分支机构所对应的“总分距离”，以及它们两两之间的路程长度。对每一家分支机构，它与其他分支机构的路程长度中的最小者就是“分分距离”。L银行中22家分支机构的“总分距离”均值为19.3(km)，标准差为17.374；“分分距离”均值为6.977(km)，标准差为5.466。

此外，选取以下变量作为控制变量：（1）地理位置，记为Lit，是逻辑变量，取值0和1分别对应乡村和城镇，均值为0.318，标准差为0.466；（2）员工人数，记为Nit，衡量分支机构大小，均值为29.955（人），标准差为20.746；（3）存款总额，记为Dit，衡量分支机构的业务量，均值为47209.275（万元），标准差为34065.4；（4）员工平均年龄，记为AAit，衡量分支机构的人员构成情况，均值为34.546（岁），标准差为2.747。从这22家分支机构中采集了这些控制变量的月度数据。

通过上述数据收集过程，得到了一组跨越22个个体（分支机构）和27个时间区间（月份）的面板数据。出于以下原因，采用个体随机效应模型来进行实证分析。首先，不宜采用固定效应模型，因为：一方面，提供数据的22家分支机构只是从L银行的所有分支机构中抽取的，并不是总体；另一方面，部分变量不随时间而变化，例如距离。其次，排除时间随机效应的存在，因为很难找到任何同时影响操作风险状况和距离且随时间变化的因素。事实上，通过Hausman检验也能够得出应采用个体随机效应模型的结论——对横截面的Hausman检验P值为1.000，因此接受Hausman检验的原假设：个体效应与回归变量无关，应建立个体随机效应模型。

在建模过程中还需考虑对非线性相关关系的拟合。根据上文中的理论假设1，操作风险频率或损失不一定与“总分距离”呈单纯的正相关或负相关关系；此外，虽然假设2给出了“分分距离”对操作风险的单向影响，但不能排除边际效应的存在。因此，应分别建立线性回归模型和非线性回归模型，并对二者的分析结果进行比较，从而检验并拓展上文中的理论假设。采用加入二次项的方式构建非线性回归模型。

然而，受到损失数据缺失问题的限制，无法深入研究操作风险损失与距离因素之间的非线性相关关系。原因在于，在损失数据缺失的情况下以违规扣分值作为损失值的替代变量，但此二者之间所存在的正相关关系不一定为线性，这意味着只能利用线性回归模型来研究操作风险损失与距离因素之间是否存在正相关或负相关关系，而建立违规扣分值与距离因素的非线性回归模型却没有任何意义。

综上所述，建立以下个体随机效应模型。

模型1（频率与距离，线性）：

模型2（频率与距离，非线性）：

模型3（扣分与距离，线性）：

2．结果

（1）距离对操作风险频率的影响。

模型1没有通过F检验，但模型2在10%的显著性水平下通过F检验，说明用二次函数来描述操作风险频率与距离之间的关系较为合适。模型2的R2等于0.194，异方差检验和自相关检验分别显示不存在自相关和异方差。参数估计结果如表1所示。

表1 模型2的参数估计结果

这一结果表明，Fit与 HDit之间、Fit与 BDit之间的确存在着显著的二次函数相关关系。具体而言，“总分距离”方面，HDit的一次项系数为正，二次项系数为负，即Fit与HDit之间呈“倒U形”相关关系，说明在L银行中，与总行距离“不近不远”的分支机构较容易出现操作风险，而较近或较远分支机构中的操作风险频率则相对较低。这一结果给出了“总分距离”对分支机构操作风险频率的多重影响机制的一种表现形式，从而验证并拓展了上文中的假设1。基于上文中的理论分析，推测这种“倒U形”现象的原因为：总行对分支机构的监控力度不但随距离的增加而上升，而且带有边际递增效应，即银行管理者格外关心较远分支机构的操作风险状况，这就使得“总分距离→监控→操作风险频率”这条子影响路径上的负向影响带有边际递减效应；同时，在“总分距离”对操作风险频率的其他子路径上的正向影响关系不存在边际效应，或存在相对较弱的边际效应。

换言之，距离较近的分支机构由于受到较强的来自总行的威慑力，且比较利于总行开展操作风险管理活动，故而不太容易发生操作风险；距离较远的分支机构由于受到总行管理者的“重点照顾”，故而也不太容易发生操作风险；而对于距离“不近不远”的分支机构，既没有受到较强的来自总行的威慑力，也不太利于总行开展操作风险管理活动，还没有受到重点监控，于是便更可能成为操作风险易发地带。

“分分距离”方面，BDit的一次项系数与二次项系数均为正，又因为这两个变量都只能取值非负，所以它们之间的相关关系呈带有边际递增效应的正相关关系。这一结果表明，从操作风险发生频率的角度来看，上文假设2中所提出的“孤岛效应”的确存在，而且还带有边际递增效应。这意味着如果一家分支机构成为一个“孤岛”，那么这家分支机构中的操作风险易发程度很可能会格外突出。

（2）距离对操作风险损失的影响。

模型3未通过F检验，而且解释变量HDit和BDit的参数估计也未通过t检验，说明“总分距离”和“分分距离”对操作风险损失的影响都不是单纯的正向或负向影响。这里关于“分分距离”的结果与假设2相符，即操作风险损失与“分分距离”之间没有明显的正相关关系。至于操作风险损失与“总分距离”因素之间是否为更加复杂的非线性关系，则必须通过较为完整的内部损失数据来做进一步研究。受到损失数据缺失问题的限制，未能进行更加深入的研究。

（三）基于外部数据的统计分析

基于中国农业银行在2000—2012年间的公开操作风险数据，按照案发省份对这些数据进行分类，并统计出各省中的大额操作风险损失事件次数和CPI调整后的单次事件平均损失值。这里，CPI调整损失值=损失值/当年CPI指数×100，CPI是居民消费价格指数，利用CPI调整损失值是为了消除通货膨胀所带来的影响。外部数据一共包括611条损失数据，平均CPI调整损失值为3226.622(万元)，涉及31个省份。进一步地，计算出各省份中平均每家分支机构的大额操作风险损失事件次数，即各省份中的大额操作风险损失事件次数除以中国农业银行在该省份中的分支机构数量（分行数量+支行数量）。分别用f和s来表示大额操作风险损失事件次数与CPI调整后的单次事件平均损失值。f的均值为0.030(次)，标准差为 0.039；s的均值为 1708.152(万元)，标准差为3561.476。

由于农行分支机构众多，收集“总分距离”与“分分距离”的准确数据工作量太大，且基于外部数据的研究本就没有必要细致入微，因此采用以下方式来度量“总分距离”与“分分距离”。对于“总分距离”，记录各省份省会与北京市（农行总行所在地）之间的路程，而后对这些距离数据进行分级：0—100公里为1级，100—200公里为2级，依此类推。于是，每一个省份对应一个距离等级，用它来度量该省份内分支机构的“总分距离”，均值为15.161，标准差为8.803。对于“分分距离”，将各省份的分支机构数量与省份占地面积相除，得到农行在各省份的“分支机构密度”，取其倒数用来度量该省份内分支机构的“分分距离”，均值为0.060，标准差为0.103。分别用h和b来表示这两个用来度量“总分距离”和“分分距离”的变量。

图 2展示了f-h、f-b、s-h、s-b的散点图。只有s-h散点图中出现了一定的线性趋势，表现为正相关；在f-h散点图中，f值较大的三个点处于中前段和中后段，除了这三个点之外，其他点中f值较大的点处于中段；在f-b、s-b散点图中，则没有表现出较为明显的趋势。

图2 f-h、f-b、s-h、s-b散点图

为了进一步验证s与h之间的线性正相关关系，构建线性回归模型s=α+βh+ε。结果显示：线性回归方程在1%显著性水平上通过F检验，说明线性关系非常显著；参数估计结果中，自变量系数在1%显著性水平上通过t检验，其估计值为45.887，标准差为16.505。可以看到，s与h之间的确存在较为显著的线性正相关关系。

从上面的分析可以发现，大型商业银行中可能出现以下情况。

（1）“总分距离”中等的分支机构更可能成为大额操作风险损失事件的多发地带；（2）“总分距离”较大的分支机构中所发生的大额操作风险事件可能具有更强的危害性。这里的第一个发现与内部数据分析部分的发现相一致，说明无论是中小型商业银行还是大型商业银行，都可能面临“与总行距离中等的分支机构较易发生操作风险事件”的情况。而第二个发现则揭示了在大型商业银行中，“总分距离”对操作风险损失的影响可能表现为正向影响，说明从“总分距离”到操作风险损失的多条影响子路径中，带有正向影响的子路径占据了主导地位。然而，内部数据分析部分所证实的“孤岛效应”却并未体现在外部数据的分析结果之中，这很可能是因为大型商业银行中分支机构的风险管理更加依赖于上级机构与自身，而同级分支机构之间的相互制约作用则相对较小。

四、研究结论与相应政策建议

从学术界和银行实务界来看，商业银行操作风险的形成机理和影响因素正受到越来越多的关注，近年来已有学者提出距离是操作风险背后的一个重要影响因素。本研究通过理论与实证相结合的方式，深入探讨了银行内部机构间距离对操作风险状况的影响。理论分析部分基于Basel委员会对操作风险的定义与COSO提出的风险管理框架，对从距离因素到操作风险状况的影响路径做了较为细致的分解，并分析了每一条子路径上的影响机理。由理论分析得出两个理论假设：

（1）“总分距离”对分支机构操作风险频率和损失具有多重影响机制，它们之间很可能不是简单的正相关或负相关关系；

（2）“分分距离”能对分支机构操作风险频率产生正向影响，较大的“分分距离”将会带来“孤岛效应”。

随后的实证分析部分利用内部与外部操作风险数据，对理论假设做了验证和补充，得出以下结论。

（1）中小型商业银行和大型商业银行中，“总分距离”会对分支机构操作风险频率产生非线性影响，可能出现“与总行距离中等的分支机构较易发生操作风险事件”的现象；

（2）大型商业银行中，“总分距离”对单次操作风险事件的损失值呈显著正向影响；

（3）中小型商业银行中存在较为明显的“孤岛效应”，主要体现为“分分距离”对分支机构操作风险频率呈带有边际递增效应的正向影响。

基于以上分析进一步提出一些对策建议，来帮助商业银行降低距离因素对操作风险的负面影响，从而改善分支机构操作风险状况。

第一，针对理论分析结论（1）——“总分距离”对分支机构操作风险频率和损失具有多重影响机制，主要从信息沟通和监督这方面给出政策建议。首先，针对距离对信息沟通所带来的不便，银行应通过打造更为有效、适用面更广的信息交流平台，来降低电子渠道在信息传递上的局限性，从而削弱距离对信息沟通效率的不利影响，这样不仅能提升操作风险管理效率，也能促进其他方面的管理。其次，鉴于监控在距离对操作风险的多重影响机制中所发挥的关键作用，银行应考虑通过完善监控体系来削弱距离对分支机构操作风险状况的不利影响。具体地，应基于流程打造监控体系，实现全流程无死角监控，从而将操作风险管理的重心由事后缓释和事中控制向事前防范转移。

第二，针对实证分析结论（1）——可能出现“与总行距离中等的分支机构较易发生操作风险事件”现象，银行应在保持对远距离分支机构实施重点监控的同时，适当增加对中等距离分支机构的重视程度。

第三，针对实证分析结论（2）——大型商业银行中“总分距离”对单次操作风险事件损失具有显著正向影响，大型商业银行应重点防范较远分支机构中的“低频高损”型操作风险，例如内外勾结开展欺诈、窃取等。

第四，结合理论分析结论（2）与实证分析结论（3）——中小型商业银行中较大“分分距离”会带来显著的“孤岛效应”，银行应对那些与相邻分支机构距离较远的“孤岛”施以较高的监控力度，以降低“孤岛效应”的危害。如果“孤岛”处于与总行距离中等的地带，则尤其不能放松警惕，因为其所面临的操作风险威胁可能格外突出。

第五，结合实证分析结论（1）与（3）——“与总行距离中等的分支机构较易发生操作风险事件”和“成为孤岛的分支机构较易发生操作风险事件”这两种现象，建议商业银行在设立新的分支机构或调整现有分支机构位置时，在中等距离地带适当增加分支机构的密度，从而利用较大的分支机构之间的相互制约来抵消中等距离地带所面临的较大的操作风险威胁。

第六，为了进一步削弱距离对分支机构操作风险状况的不利影响，银行应从组织架构、信息系统、制度保障、激励约束等方面的改进和完善入手，打造以“自控、自查、自纠”为核心的分支机构风险管理体系，切实加强分支机构的主动风险管理能力。

本研究具有一定的局限性：

（1）实证分析中所采用的内部数据来自地方性小银行，而外部数据则来自国有大银行，但没有对全国性股份制银行、城商行等进行研究；

（2）受到内部损失数据缺失的制约，在实证分析中只能借助违规扣分值这一替代变量来粗略地研究操作风险损失与距离之间的相关关系，却无法深入研究，未来需要通过完整的内部损失数据来做进一步研究。