美联储在银行资本规则上执行的任务是愚蠢的

风生水起 • 2023年12月30日 00:58 • 杂谈 • 阅读 58

银行亏损的方式有很多种。最重要的是信贷和金融市场损失，但在下面，是业内人士称之为“操作风险”的一整套问题。这些都是由不良的内部流程、人员和系统或外部事件造成的。

银行并不孤单，但由于它们负责管理资金，因此它们面临的风险尤其大。今年迄今为止最大的此类损失发生在越南西贡商业股份银行，该银行的大股东在董事会成员和高管的协助下挪用了 125 亿美元。在其他地方，加拿大多伦多道明银行 (Toronto-Dominion Bank) 支付了 12 亿美元，以了结其在 10 多年前实施的庞氏骗局的索赔；加拿大帝国商业银行 (Canadian Imperial Bank of Commerce) 在贷款偿还合同纠纷后支付了 8.48 亿美元。

这些事故如此频繁，以至于瑞士研究公司 ORX 保留了这些事故的数据库。自 20 年前开始编制记录以来，它已在 105 家银行登记了超过 100 万起此类事件，总损失达 5,920 亿欧元（6,400 亿美元）。迄今为止，2023 年的情况相对温和，尽管年底结算量往往会增加。去年 12 月，富国银行 (Wells Fargo) 和Co. 和 Danske Bank A/S 在滥用消费者和洗钱事件后分别受到超过 10 亿美元的处罚。

为了减轻风险，监管机构坚持要求银行保持资本缓冲 — — 他们目前正在重新调整资本缓冲。这个想法是在 20 世纪 90 年代发生一系列交易丑闻之后出现的，其中最大的丑闻导致巴林银行倒闭。 1998年，巴塞尔银行监管委员会在制定新框架（巴塞尔II）时引入了操作风险的概念，并提议制定明确的资本要求来覆盖它。

问题在于它很难衡量，更不用说预测了。与信贷和市场风险不同，很难将治理和控制实践提炼成定量框架。监管机构概述了与总收入挂钩的粗略模型，但允许银行制定自己的模型作为替代方案。摩根大通Co. 部署了一种名为损失分布法的奇特工具，该工具根据历史数据模拟未来操作风险损失预测的频率和严重程度，以 99.9% 的置信水平估计一年的总损失。 9月底，该模型指示该集团将略高于四分之一的监管资本分配给操作风险，此外70%分配给信用风险，5%分配给市场风险。

然而政策制定者对内部模型持保留态度，新规则建议取代它们。 “这些模型可能会带来巨大的不确定性和波动性，”美联储负责监管的副主席迈克尔·巴尔 (Michael Barr) 十月份表示。 “在机构中”根据提议，操作风险资本要求将被标准化，而不是建模。”

标准化版本恢复了巴塞尔委员会最初的粗略方法。它根据收入来衡量资本费用，因此规模越大，费用就越高。这是有道理的——更高的销量往往与更高的运营损失相关。然而，尽管规则对与净利息收入相关的费用设定了上限，但对费用收入却没有这样的上限。因此，摩根士丹利等大部分收入来自收费的银行处于不利地位。

“这个不成立。我的意思是，这是底线，”即将卸任的摩根士丹利首席执行官詹姆斯·戈尔曼在本月早些时候的参议院银行委员会听证会上表示。 “我从事这个工作已经很长时间了，我在纽约联储董事会工作了很多年，我见过很多规则，其中一些是有意义的，问题在于你将旋钮转多远。这没有道理。”

新规则也没有考虑收入来源的多元化收益。摩根大通首席执行官杰米·戴蒙 (Jamie Dimon) 在 9 月份的投资者会议上表示：“操作风险……愚蠢至极。” “你喜欢多元化吗？我认为多元化是一件美妙的事情，但是……操作风险是反多元化的。在操作风险中，所有收入都同样糟糕吗？真的吗？老实说，我看着这个，我想，是谁干的？在哪个象牙塔里的哪个人会认为这是理性的事情呢？”

摩根大通估计，这些规定将对其银行征收 300 亿美元的增量资本附加费。行业支持的银行政策研究所估计，总体而言，必须预留 1,720 亿美元的额外资本。报告指出，即使在全球金融危机期间，当操作风险爆发时，损失仍低于新标准法下资本要求的30%。

美国银行受到的打击尤为严重，不仅因为它们在费用收入中所占的权重较高，还因为美联储对其规则进行了镀金。欧洲银行荷兰银行 (ABN Amro Bank NV) 最近转向标准化方法，其操作风险资本要求仅上升了 3%。但在美国，这些规则放大了操作风险管理不良记录的影响，却没有给良好记录带来好处。

并非所有政策制定者都认为这种转变有意义。美联储理事克里斯托弗·沃勒(Christopher Waller)与同事们持不同意见，他质疑单独划分运营损失类别是否有用，他认为，由于这些损失显现得较慢，因此不太可能与信贷和市场损失同时出现。事实上，今年加拿大银行的处罚源于 2008 年和 2009 年发生的失误。

银行家们必须在 1 月 16 日之前对美联储的新举措发表评论，因此他们有假期期间削尖铅笔。他们承认操作风险确实存在，但找到一个能够捕捉潜在的贪污、消费者滥用和洗钱损失的模型并不是一件容易的事。