張強++胡敏

摘 要：根據(jù)我國商業(yè)銀行聲譽風(fēng)險分布情況，構(gòu)建商業(yè)銀行聲譽風(fēng)險評價體系。運用貝葉斯網(wǎng)絡(luò)模型，考量國有商業(yè)銀行2007～2012年間的485組聲譽損失數(shù)據(jù)，得出聲譽風(fēng)險的超極限矩陣。實證表明，企業(yè)感召力缺乏、產(chǎn)品和服務(wù)缺陷、銀行風(fēng)險控制不足等成為中國商業(yè)銀行聲譽風(fēng)險的主要因素，銀行應(yīng)有針對性地對其進行有效規(guī)避和分散。

關(guān)鍵詞： 貝葉斯網(wǎng)絡(luò)；商業(yè)銀行；聲譽風(fēng)險

中圖分類號：F83 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2014）02-0002-07

一、引 言

商業(yè)銀行風(fēng)險問題歷來為學(xué)術(shù)界及實務(wù)界關(guān)注。在以往的研究當(dāng)中，對商業(yè)銀行信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、流動性風(fēng)險等研究已經(jīng)較為完善和深入，而對商業(yè)銀行聲譽風(fēng)險問題特別是聲譽風(fēng)險的度量問題的研究相對較少。國外學(xué)者關(guān)于聲譽理論的研究經(jīng)歷了產(chǎn)品質(zhì)量、政府政策、企業(yè)、投資銀行等幾個階段。2009年1月，巴塞爾委員會新資本協(xié)議征求意見稿中明確將聲譽風(fēng)險列入市場約束中，商業(yè)銀行聲譽風(fēng)險正式被納入商業(yè)銀行風(fēng)險管理的范疇。其中，企業(yè)聲譽理論方面，Jan Bebbington， et al.（2008）討論了企業(yè)社會責(zé)任報告在企業(yè)聲譽風(fēng)險管理方面的作用，指出企業(yè)社會責(zé)任報告不僅僅是企業(yè)聲譽風(fēng)險管理的結(jié)果也是管理的重要過程[1]。Pekka Aula（2010）探討了行業(yè)環(huán)境、大眾媒體對企業(yè)聲譽風(fēng)險管理的影響，研究發(fā)現(xiàn)大眾媒體的普及會影響企業(yè)聲譽風(fēng)險的波動性，提出了企業(yè)管理層在制定聲譽風(fēng)險管理策略時的九條準(zhǔn)則[2]。Janine Hogan， Sumit Lodhia（2011）運用事件研究法，研究一家澳大利亞上市公司在處理聲譽事件時通過可持續(xù)的聲譽報告化解聲譽風(fēng)險的過程，明確可持續(xù)聲譽報告的發(fā)布動機、發(fā)布頻率和報告質(zhì)量之間的問題[3]。商業(yè)銀行、金融機構(gòu)的聲譽理論方面，Lily Hua Fang（2005）探討了投資銀行聲譽和債券價格與質(zhì)量之間的關(guān)系，研究顯示聲譽水平較高的投資銀行可以獲得較小的息差和較高的傭金，同時較好的信譽還會獲得較高的經(jīng)濟租金，從而讓投資銀行有動力繼續(xù)維持較好的聲譽[4]。Joseph McCahery， Armin Schwienbacher（2010）研究了銀行聲譽管理在制定貸款協(xié)議上的影響，指出銀行聲譽對貸款協(xié)議在公開市場和私募市場上的影響差異[5]。Philipp Sturm（2013）研究了歐洲銀行業(yè)的組織和聲譽風(fēng)險問題，研究了股票市場價格和商業(yè)銀行聲譽損失之間的關(guān)系，確定了聲譽損失對股票價格的影響方向和影響程度[6]。

國內(nèi)學(xué)者關(guān)于聲譽問題的研究起步較晚，主要集中在聲譽風(fēng)險的管理方法、聲譽風(fēng)險影響因素方面。在聲譽風(fēng)險管理能力指標(biāo)體系方面，胡穎、陳成斌（2010）綜合了財務(wù)表現(xiàn)、服務(wù)水平、員工待遇、社會表現(xiàn)等方面的因素，將商業(yè)銀行的聲譽管理能力指標(biāo)分為8個方面、20個細(xì)分指標(biāo)。在聲譽風(fēng)險后評價指標(biāo)體系方面[7]，陸岷峰、葛虎（2010）對后評價機制做了深入研究，提出了后評價指標(biāo)體系的設(shè)置建議[8]。在聲譽風(fēng)險管理方面，張瑞德（2012）研究了韓國銀行擠兌停業(yè)風(fēng)波的概況，分析了商業(yè)銀行內(nèi)部控制與聲譽風(fēng)險管理的問題[9]。張艷敏（2013）關(guān)注到自媒體對輿論格局產(chǎn)生的重要影響，研究商業(yè)銀行聲譽風(fēng)險管理在自媒體時代的新形勢和新挑戰(zhàn)[10]。魯志軍、姚德權(quán)（2012）討論了金融資產(chǎn)組合風(fēng)險測度問題[11]。

綜上所述，對于聲譽風(fēng)險問題，目前的研究主要集中在企業(yè)聲譽風(fēng)險、投資銀行聲譽風(fēng)險方面，對商業(yè)銀行聲譽風(fēng)險的研究重點主要集中在聲譽風(fēng)險的防范和管理上，而對于聲譽風(fēng)險的度量和評價研究較少。因此，本文將研究重點放在我國商業(yè)銀行的聲譽風(fēng)險度量上，以期能得到度量商業(yè)銀行聲譽風(fēng)險的科學(xué)方法，為商業(yè)銀行聲譽風(fēng)險的有效管理和防范提供一定的借鑒。

二、我國商業(yè)銀行聲譽風(fēng)險的分布特征

目前我國關(guān)于商業(yè)銀行聲譽風(fēng)險的研究較少，商業(yè)銀行聲譽風(fēng)險管理也處于初級階段，還沒有形成關(guān)于聲譽風(fēng)險損失數(shù)據(jù)的完整數(shù)據(jù)庫。因此，本文選擇從商業(yè)銀行年報、公開媒體等渠道收集商業(yè)銀行聲譽損失數(shù)據(jù)。經(jīng)過搜集，共獲取聲譽事件507起，按照數(shù)據(jù)篩選規(guī)則，共得到有效數(shù)據(jù)485條。聲譽風(fēng)險損失數(shù)據(jù)主要包含的內(nèi)容如下：事件發(fā)生時間、發(fā)生銀行分支機構(gòu)、損失金額、損失涉及風(fēng)險類型和數(shù)據(jù)來源等，時間跨度為2007～2012年；聲譽事件涉及的銀行類型包括：國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行等。總結(jié)聲譽損失事件在風(fēng)險類型上的分布情況，如表1所示。

表1 2007～2012年聲譽風(fēng)險類別損失分布表（單位：件 ）

表7中，各元素權(quán)重系根據(jù)不同類型聲譽風(fēng)險的損失概率和各節(jié)點間的相互關(guān)系計算得出，根據(jù)權(quán)重的大小可以得出我國商業(yè)銀行聲譽風(fēng)險影響因素的排序。由于各子節(jié)點元素數(shù)量較多，這里總結(jié)父節(jié)點的元素排序，依次為：企業(yè)感召力缺乏、產(chǎn)品和服務(wù)缺陷、財務(wù)業(yè)績下滑、領(lǐng)導(dǎo)層目標(biāo)和戰(zhàn)略失誤、銀行創(chuàng)新或風(fēng)險控制不足、企業(yè)社會責(zé)任缺乏、工作環(huán)境惡化。依據(jù)不同類別聲譽風(fēng)險發(fā)生的概率，我國商業(yè)銀行在以后的經(jīng)營管理中，應(yīng)集中精力于發(fā)生概率較大的一些風(fēng)險類型，采取相應(yīng)的措施，規(guī)避風(fēng)險。

圖5 聲譽風(fēng)險網(wǎng)絡(luò)分析結(jié)構(gòu)圖

通過比較四家銀行的權(quán)重情況，可以得出結(jié)論：Bank4發(fā)生聲譽風(fēng)險的可能性最大，其次為Bank3，Bank2發(fā)生聲譽風(fēng)險的可能性最小。即建設(shè)銀行和工商銀行發(fā)生聲譽風(fēng)險的可能性較大，農(nóng)業(yè)銀行和中國銀行發(fā)生聲譽風(fēng)險的可能性較小。根據(jù)所搜集數(shù)據(jù)可以看出，銀行聲譽風(fēng)險的大小與銀行業(yè)務(wù)量、業(yè)務(wù)范圍、銀行經(jīng)營規(guī)模等方面都有著密切的聯(lián)系。不難理解的是，銀行的業(yè)務(wù)量較大、銀行業(yè)務(wù)面覆蓋越廣，與客戶或媒體發(fā)生聯(lián)系的領(lǐng)域就越多，導(dǎo)致發(fā)生聲譽風(fēng)險的幾率就越高。因此，這里工商銀行和建設(shè)銀行發(fā)生聲譽風(fēng)險的可能性較大的原因可以總結(jié)為其業(yè)務(wù)量較大、業(yè)務(wù)范圍覆蓋較廣。但是銀行不能為了降低聲譽風(fēng)險而縮小業(yè)務(wù)量或壓縮業(yè)務(wù)范圍，要從更加有效的方面入手，有效控制商業(yè)銀行聲譽風(fēng)險的發(fā)生。五、結(jié) 論

本文在已有商業(yè)銀行聲譽風(fēng)險研究基礎(chǔ)上，通過梳理我國商業(yè)銀行聲譽事件的發(fā)生和分布情況，總結(jié)我國商業(yè)銀行聲譽風(fēng)險分布特征如下：聲譽風(fēng)險損失事件數(shù)額呈逐年遞增的趨勢，聲譽風(fēng)險損失主要由產(chǎn)品和服務(wù)缺陷、企業(yè)感召力缺乏和銀行創(chuàng)新或風(fēng)險控制不足等因素引起，由社會責(zé)任缺失和財務(wù)業(yè)績不好造成的聲譽風(fēng)險事件數(shù)量較小。

在明確我國商業(yè)銀行聲譽風(fēng)險分布特征和風(fēng)險損失情況的基礎(chǔ)上，本文構(gòu)建我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系。指標(biāo)體系由兩級指標(biāo)構(gòu)成，其中包括企業(yè)感召力、產(chǎn)品與服務(wù)、目標(biāo)與領(lǐng)導(dǎo)層、工作環(huán)境、財務(wù)業(yè)績、社會責(zé)任、銀行創(chuàng)新與風(fēng)險控制等7個一級指標(biāo)和22個二級指標(biāo)構(gòu)成。

根據(jù)我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系和我國商業(yè)銀行聲譽風(fēng)險分布情況，本文構(gòu)建貝葉斯網(wǎng)絡(luò)模型分析我國商業(yè)銀行聲譽風(fēng)險。利用natica軟件包和super decisions軟件包構(gòu)建網(wǎng)絡(luò)，得出我國四大國有商業(yè)銀行的聲譽風(fēng)險權(quán)重情況分別為0.0266、0.0122、0.0513和0.0785。

根據(jù)實證分析，按照引發(fā)聲譽風(fēng)險概率的大小，對我國商業(yè)銀行聲譽風(fēng)險影響因素依次排序為：企業(yè)感召力缺乏、產(chǎn)品和服務(wù)缺陷、財務(wù)業(yè)績下滑、領(lǐng)導(dǎo)層目標(biāo)和戰(zhàn)略失誤、銀行創(chuàng)新或風(fēng)險控制不足、企業(yè)社會責(zé)任缺乏、工作環(huán)境惡化。就四家銀行的情況而言，建設(shè)銀行和中國工商銀行發(fā)生聲譽風(fēng)險的可能性較大，農(nóng)業(yè)銀行和中國銀行發(fā)生聲譽風(fēng)險的可能性較小。工商銀行和建設(shè)銀行發(fā)生聲譽風(fēng)險的可能性較大是因其業(yè)務(wù)量較大、業(yè)務(wù)范圍覆蓋較廣，當(dāng)然銀行不能為了降低聲譽風(fēng)險而縮小業(yè)務(wù)量或壓縮業(yè)務(wù)范圍，而應(yīng)從更加有效的方面入手，有效控制商業(yè)銀行聲譽風(fēng)險的發(fā)生。

本文的研究旨在討論商業(yè)銀行聲譽風(fēng)險的大小并對不同銀行間聲譽風(fēng)險的情況進行排序，但本文的研究無法解決與商業(yè)銀行聲譽風(fēng)險相聯(lián)系的商業(yè)銀行資本金和商業(yè)銀行在考慮聲譽風(fēng)險前提下的資本金監(jiān)管情況，這是本文研究的一個不足，也是以后研究的重要方向之一。

參考文獻(xiàn)：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡穎，陳成斌.中國股份制商業(yè)銀行聲譽管理能力以5家上市銀行為例[J].金融論壇，2010，（7）：39-43.

[8]陸岷峰，葛虎.關(guān)于構(gòu)建商業(yè)銀行聲譽風(fēng)險管理后評價機制的探討[J].華北金融，2010，（4）：39-43.

[9]張瑞德.商業(yè)銀行內(nèi)部控制、聲譽風(fēng)險與銀行擠兌韓國銀行擠兌停業(yè)風(fēng)波的深層反思[J].浙江金融，2012，（8）：34-35.

[10]張艷敏.自媒體時代的商業(yè)銀行聲譽風(fēng)險管理[J].中國金融，2013，（9）：56-57.

[11]魯志軍，姚德權(quán).基于CopulaVaR的金融資產(chǎn)組合風(fēng)險測度研究[J].財經(jīng)理論與實踐，2012，（6）：48-52.

（責(zé)任編輯：鐘 瑤）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk

本文在已有商業(yè)銀行聲譽風(fēng)險研究基礎(chǔ)上，通過梳理我國商業(yè)銀行聲譽事件的發(fā)生和分布情況，總結(jié)我國商業(yè)銀行聲譽風(fēng)險分布特征如下：聲譽風(fēng)險損失事件數(shù)額呈逐年遞增的趨勢，聲譽風(fēng)險損失主要由產(chǎn)品和服務(wù)缺陷、企業(yè)感召力缺乏和銀行創(chuàng)新或風(fēng)險控制不足等因素引起，由社會責(zé)任缺失和財務(wù)業(yè)績不好造成的聲譽風(fēng)險事件數(shù)量較小。

在明確我國商業(yè)銀行聲譽風(fēng)險分布特征和風(fēng)險損失情況的基礎(chǔ)上，本文構(gòu)建我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系。指標(biāo)體系由兩級指標(biāo)構(gòu)成，其中包括企業(yè)感召力、產(chǎn)品與服務(wù)、目標(biāo)與領(lǐng)導(dǎo)層、工作環(huán)境、財務(wù)業(yè)績、社會責(zé)任、銀行創(chuàng)新與風(fēng)險控制等7個一級指標(biāo)和22個二級指標(biāo)構(gòu)成。

根據(jù)我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系和我國商業(yè)銀行聲譽風(fēng)險分布情況，本文構(gòu)建貝葉斯網(wǎng)絡(luò)模型分析我國商業(yè)銀行聲譽風(fēng)險。利用natica軟件包和super decisions軟件包構(gòu)建網(wǎng)絡(luò)，得出我國四大國有商業(yè)銀行的聲譽風(fēng)險權(quán)重情況分別為0.0266、0.0122、0.0513和0.0785。

根據(jù)實證分析，按照引發(fā)聲譽風(fēng)險概率的大小，對我國商業(yè)銀行聲譽風(fēng)險影響因素依次排序為：企業(yè)感召力缺乏、產(chǎn)品和服務(wù)缺陷、財務(wù)業(yè)績下滑、領(lǐng)導(dǎo)層目標(biāo)和戰(zhàn)略失誤、銀行創(chuàng)新或風(fēng)險控制不足、企業(yè)社會責(zé)任缺乏、工作環(huán)境惡化。就四家銀行的情況而言，建設(shè)銀行和中國工商銀行發(fā)生聲譽風(fēng)險的可能性較大，農(nóng)業(yè)銀行和中國銀行發(fā)生聲譽風(fēng)險的可能性較小。工商銀行和建設(shè)銀行發(fā)生聲譽風(fēng)險的可能性較大是因其業(yè)務(wù)量較大、業(yè)務(wù)范圍覆蓋較廣，當(dāng)然銀行不能為了降低聲譽風(fēng)險而縮小業(yè)務(wù)量或壓縮業(yè)務(wù)范圍，而應(yīng)從更加有效的方面入手，有效控制商業(yè)銀行聲譽風(fēng)險的發(fā)生。

本文的研究旨在討論商業(yè)銀行聲譽風(fēng)險的大小并對不同銀行間聲譽風(fēng)險的情況進行排序，但本文的研究無法解決與商業(yè)銀行聲譽風(fēng)險相聯(lián)系的商業(yè)銀行資本金和商業(yè)銀行在考慮聲譽風(fēng)險前提下的資本金監(jiān)管情況，這是本文研究的一個不足，也是以后研究的重要方向之一。

參考文獻(xiàn)：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡穎，陳成斌.中國股份制商業(yè)銀行聲譽管理能力以5家上市銀行為例[J].金融論壇，2010，（7）：39-43.

[8]陸岷峰，葛虎.關(guān)于構(gòu)建商業(yè)銀行聲譽風(fēng)險管理后評價機制的探討[J].華北金融，2010，（4）：39-43.

[9]張瑞德.商業(yè)銀行內(nèi)部控制、聲譽風(fēng)險與銀行擠兌韓國銀行擠兌停業(yè)風(fēng)波的深層反思[J].浙江金融，2012，（8）：34-35.

[10]張艷敏.自媒體時代的商業(yè)銀行聲譽風(fēng)險管理[J].中國金融，2013，（9）：56-57.

[11]魯志軍，姚德權(quán).基于CopulaVaR的金融資產(chǎn)組合風(fēng)險測度研究[J].財經(jīng)理論與實踐，2012，（6）：48-52.

（責(zé)任編輯：鐘 瑤）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk

本文在已有商業(yè)銀行聲譽風(fēng)險研究基礎(chǔ)上，通過梳理我國商業(yè)銀行聲譽事件的發(fā)生和分布情況，總結(jié)我國商業(yè)銀行聲譽風(fēng)險分布特征如下：聲譽風(fēng)險損失事件數(shù)額呈逐年遞增的趨勢，聲譽風(fēng)險損失主要由產(chǎn)品和服務(wù)缺陷、企業(yè)感召力缺乏和銀行創(chuàng)新或風(fēng)險控制不足等因素引起，由社會責(zé)任缺失和財務(wù)業(yè)績不好造成的聲譽風(fēng)險事件數(shù)量較小。

在明確我國商業(yè)銀行聲譽風(fēng)險分布特征和風(fēng)險損失情況的基礎(chǔ)上，本文構(gòu)建我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系。指標(biāo)體系由兩級指標(biāo)構(gòu)成，其中包括企業(yè)感召力、產(chǎn)品與服務(wù)、目標(biāo)與領(lǐng)導(dǎo)層、工作環(huán)境、財務(wù)業(yè)績、社會責(zé)任、銀行創(chuàng)新與風(fēng)險控制等7個一級指標(biāo)和22個二級指標(biāo)構(gòu)成。

根據(jù)我國商業(yè)銀行聲譽風(fēng)險評價指標(biāo)體系和我國商業(yè)銀行聲譽風(fēng)險分布情況，本文構(gòu)建貝葉斯網(wǎng)絡(luò)模型分析我國商業(yè)銀行聲譽風(fēng)險。利用natica軟件包和super decisions軟件包構(gòu)建網(wǎng)絡(luò)，得出我國四大國有商業(yè)銀行的聲譽風(fēng)險權(quán)重情況分別為0.0266、0.0122、0.0513和0.0785。

根據(jù)實證分析，按照引發(fā)聲譽風(fēng)險概率的大小，對我國商業(yè)銀行聲譽風(fēng)險影響因素依次排序為：企業(yè)感召力缺乏、產(chǎn)品和服務(wù)缺陷、財務(wù)業(yè)績下滑、領(lǐng)導(dǎo)層目標(biāo)和戰(zhàn)略失誤、銀行創(chuàng)新或風(fēng)險控制不足、企業(yè)社會責(zé)任缺乏、工作環(huán)境惡化。就四家銀行的情況而言，建設(shè)銀行和中國工商銀行發(fā)生聲譽風(fēng)險的可能性較大，農(nóng)業(yè)銀行和中國銀行發(fā)生聲譽風(fēng)險的可能性較小。工商銀行和建設(shè)銀行發(fā)生聲譽風(fēng)險的可能性較大是因其業(yè)務(wù)量較大、業(yè)務(wù)范圍覆蓋較廣，當(dāng)然銀行不能為了降低聲譽風(fēng)險而縮小業(yè)務(wù)量或壓縮業(yè)務(wù)范圍，而應(yīng)從更加有效的方面入手，有效控制商業(yè)銀行聲譽風(fēng)險的發(fā)生。

本文的研究旨在討論商業(yè)銀行聲譽風(fēng)險的大小并對不同銀行間聲譽風(fēng)險的情況進行排序，但本文的研究無法解決與商業(yè)銀行聲譽風(fēng)險相聯(lián)系的商業(yè)銀行資本金和商業(yè)銀行在考慮聲譽風(fēng)險前提下的資本金監(jiān)管情況，這是本文研究的一個不足，也是以后研究的重要方向之一。

參考文獻(xiàn)：

[1]Jan Bebbington， Carlos Larrinaga， Jose M Moneva.Corporate social reporting and reputation risk management[J].Accounting， Auditing & Accountability Journal，2008，（21）：337-361.

[2]Pekka Aula.Social media， reputation risk and ambient publicity management[J].Strategy & Leadership，2010，（38）：11-16.

[3]Janine Hogan， Sumit Lodhia.Sustainability reporting and reputation risk management： an australian case study[J].International Journal of Accounting and Information Management，2011，（19）：267-287.

[4]Lily Hua Fang.Investment bank reputation and the price and quality of underwriting services[J].The Journal of Finance，2005，（12）：2729-2761，

[5]Joseph McCahery， Armin Schwienbacher.Bank reputation in the private debt market[J].Journal of Corporate Finance，2010，（9）：495-515.

[6]Philipp Sturm.Operational and reputational risk in the european banking industry：the market reaction to operational risk events[J].Journal of Economic Behavior & Organization，2013，（2）：191-206.

[7]胡穎，陳成斌.中國股份制商業(yè)銀行聲譽管理能力以5家上市銀行為例[J].金融論壇，2010，（7）：39-43.

[8]陸岷峰，葛虎.關(guān)于構(gòu)建商業(yè)銀行聲譽風(fēng)險管理后評價機制的探討[J].華北金融，2010，（4）：39-43.

[9]張瑞德.商業(yè)銀行內(nèi)部控制、聲譽風(fēng)險與銀行擠兌韓國銀行擠兌停業(yè)風(fēng)波的深層反思[J].浙江金融，2012，（8）：34-35.

[10]張艷敏.自媒體時代的商業(yè)銀行聲譽風(fēng)險管理[J].中國金融，2013，（9）：56-57.

[11]魯志軍，姚德權(quán).基于CopulaVaR的金融資產(chǎn)組合風(fēng)險測度研究[J].財經(jīng)理論與實踐，2012，（6）：48-52.

（責(zé)任編輯：鐘 瑤）

Measurement Research of Domestic Commercial Banks' Reputational Risk Based on Bayesian Network

ZHANG Qiang， HU Min

（College of Finance&Statistics， Hunan University，Changsha 410079，China）

Abstract：According to the actual situation of China's commercial banks reputational risk distribution，We developed a commercial bank reputational risk evaluation system in this paper. A Bayesian network model was built to analyze the loss data of 485 stateowned commercial bank group 's reputation between 2007～2012， and then the over limit matrix of Chinese commercial banks reputational risk was derived. The empirical evidence showed that lack of charisma， and product and service defects， inadequate bank risk control are the main factors causing reputational risks of commercial banks， so the banks should take specific measures to effectively avoid and diversify risks.

Key words：Bayesian Network； Comenercial Bank； Reputational Risk