台灣銀行業系統重要性衡量分析

註：Jarque-Bera Test 主要用於檢測該數列之分配是否屬於常態分配

第二節 台灣銀行業系統重要性衡量分析

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

19

本文所使用的極端事件係假定其發生機率 p=0.04%。在本文所使用的資料型態 為日報酬率資料下，假定極端事件發生機率 0.04%，相當於假設極端事件平均每 10 年((250 × 𝑝)⁻¹)發生一次。

接著我們令 r=1，L=1 以及 m-L=8 開始進行特定銀行對整體系統風險貢獻程度 的估計，估計結果詳如表 4。各欄位數字表示各行之銀行中至少一家發生危機的機 率條件於各列所示之銀行發生危機時所增加之倍數。如-2.35 即表示當中國信託發生 危機時，其餘八家銀行中至少有一間銀行也同時發生危機的機率相較於中國信託未 發生危機時降低了 2.35 倍。

表 4：∆𝑷_{𝑺∣(𝟏,𝟖)}(𝟏)估計結果

另圖 1 為此次所得∆𝑃_𝑆∣(1,8)(1)的估計結果以及與其相對應之 95%信賴區間，其 中實線表示該銀行屬八大行庫、點虛線表示該銀行為民營商業銀行，而長虛線則係 指該銀行非屬商業銀行。至於信賴區間則係以拔靴法(bootstrap)取得。由於使用之股

A

A

A

A

A

A

A

A

A

兆豐 -0.64

中國信託 -2.35

第一 5.27

華南 4.80

彰銀 2.12

玉山 0.45

永豐 -0.50

台新 0.96

開發工銀 2.27

本表為∆𝑃_𝑆∣(1,8)(1)估計結果，衡量當 1 家特定銀行發生危機的情況下，其餘 8 家銀行中至少也有 1 家發生危機的機率相對於未條件於該特定銀行發生危機所增加的倍數。其中 A1={2、3、4、5、

6、7、8、9}、A2={1、3、4、5、6、7、8、9}、A3={1、2、4、5、6、7、8、9}、A4={1、2、3、

5、6、7、8、9}、A5={1、2、3、4、6、7、8、9}、A6={1、2、3、4、5、7、8、9}、A7={1、2、

3、4、5、6、8、9}、A8={1、2、3、4、5、6、7、9}、A9={1、2、3、4、5、6、7、8}為餘下 8 家 銀行的組合，1 為兆豐商銀、2 為中國信託、3 為第一銀行、4 為華南銀行、5 為彰化銀行、6 為 玉山銀行、7 為永豐銀行、8 為台新商銀、9 為開發工銀。

‧

價報酬率資料前後期並非獨立，故本文使用之拔靴法是以非重疊區間(non-overlapping block)進行重複抽樣。各區間長度，即各區間資料筆數設定為 10 筆，故 總共的區間個數為 3,000/10=300 個。相關執行步驟如下：

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

22

圖 3：淨值與系統重要性

二、經營期間：由圖 4 可看出，若是以銀行經營期間來看，各銀行經營期間越長，

其對系統風險之貢獻越高，即越早設立之銀行其系統重要性越高。可能係因經 營較久的銀行其客戶數眾多，且市場對於這些銀行亦較為熟悉，故當這些經營 長久的銀行發生危機較易使市場造成恐慌，因此對市場造成的負面影響較晚成 立之銀行來的大。惟本次估計的九家銀行中，玉山銀行、永豐銀行與台新銀行 雖然成立時間都是同一年，但其對系統風險之貢獻均不同，顯示出經營期間長 短並非影響系統重要性的唯一因素。

本圖為淨值規模與系統重要性關係分布圖。縱軸為系統重要性估計值，橫軸為各 銀行淨值占全體銀行比重。

中國信託 兆豐商銀 永豐銀行

玉山銀行 台新銀行

彰化銀行 開發工銀

華南銀行 第一銀行

-4 -2 0 2 4 6

0% 2% 4% 6% 8%

淨值占全體銀行比重

∆𝑷_{S∣ 𝟏,𝟖} 𝟏

‧

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

26