國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3. 如果對於理論有更多的研究, 或許可以把風險貢獻率的估計式, 當作未來各產業 放款時, 計算經濟資本的參考依據。
4.7 壓力測試結果分析
本論文主要是對公股銀行的信用資產組合進行敏感度的壓力測試, 探討單一總體因子變 數或一群相關性較高的總體因子變數變動, 對於信用風險資產的影響。 為了讓總體變數 值的設定合理, 透過以下的方法進行:
單一因子壓力情境值設定
在進行單一總體變數的壓力測試時, 本論文假設總體變數是常態分配, 並且透過總體變 數的期望值和標準差,依總體因子經濟意涵的不同,抽取右尾或左尾信賴水準為99.9999%
的門檻值, 當作壓力情境的逆境值。 也就是說,總體變數有百萬分之一以下的機率,不會 大於或小於此極端數值。表9是總體因子年增率的基本統計及本文設定的逆境值。
情境 總體因子 樣本數 期望值 標準差 最小值 最大值 逆境值
1 工業生產總指數IPI 55 0.0540 0.1164 -0.3150 0.4723 -0.5850 2 實質有效匯率指數-工商時報 79 -0.0160 0.0606 -0.1864 0.1379 0.3252 3 國泰全國可能成交房價指數 67 0.0114 0.0495 -0.1034 0.1543 -0.2536
表9: 總體因子基本統計及單因子壓力情境
因子壓力情境值設定
多因子壓力情境值的設定, 則是透過常態分配及條件常態分配的假設, 進行逆境值的設 定, 設定的步驟如下:
1. 決定要加壓哪幾個總體因子, 並且利用 OLS 簡單的判斷, 總體因子之間, 是否互 相具有相關性。 如果有和其它總體因子,較不具相關性的總體因子, 對於該總體因 子則不進行條件常態分配的抽樣。
2. 決定第一個要加壓的總體因子, 並且以單一因子壓力情境值設定的方式, 抽取右 尾或左尾信賴水準為99.999%的門檻值, 當作壓力情境的施壓值。
3. 決定第二個要加壓的總體因子, 並且以第一個總體因子為條件因子, 進行條件常 態分配的抽樣一萬次, 並且選取最糟的數值當作逆境值。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4. 決定第三個要加壓的總體因子, 並且以第一個總體因子和第二個總體因子為條件 因子,進行條件常態分配的抽樣一萬次, 並且選取最糟的數值當作逆境值。
5. 重覆第3步驟及第4步驟的方法, 逐步抽出每個總體因子的施壓值。
6. 對不具相關性的總體因子, 以第二步的方法,決定適當的施壓值。
表10是透過上述方法,建立出來的多因子壓力情境值,由於國泰全國可能成交房價指數, 和其它變數比較,相關性比較沒那麼高, 因此是用常態的假設, 以信賴水準為99.999%的 門檻值,當做逆境值。
情境 4
總體因子 逆境值
經濟成長 (%) -11.4470
失業率 6.5672
工業生產總指數 IPI 年增率 -0.4481 台灣毛退票金額比率 年增率 0.8474 國泰全國可能成交房價指數 年增率 -0.2339
表10: 多因子壓力情境
透過上述單因子或多因子的方法,或許可以決定一個可能較適當的壓力情境值。 雖然 假設每個變數都是常態分配,並不是很適當,有些變數甚至不能假設為常態分配(如: 股 價的年增率), 只能主觀或者另設模型決定。 但是透過常態分配及條件常態分配的假設, 至少可以以過去總體變數的歷史數據為依據, 設定出較合理的逆境值。
壓力測試結果
附錄圖7是四個壓力情境和原始未施壓的損失分配比較圖, 由這四個圖可以觀察到, 施 壓後的損失分配向右移動, 並且變的比較矮, 右尾明顯也變長。 表11是在不同的壓力情
情境 預期損失 預期短缺 經濟資本
0 0.0099 0.0230 0.0130
1 0.0145 0.0330 0.0185
2 0.0152 0.0347 0.0195
3 0.0209 0.0436 0.0227
4 0.0492 0.0798 0.0306
表11: 壓力情境模擬結果
境下的估計結果,情境0是之前未施壓任何變數, 模擬出來的結果。 由表11的結果,可看
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
到,相較於情境0,壓力情境下的預期短缺明顯的增加,且增加的幅度,大於預期損失,所 以壓力情境下的經濟資本,也跟著增加。 壓力情境4是使用多個總體因子進行施壓,可以 很明顯的看到預期短缺明顯增加了很多, 經濟資本甚至是情境0的三倍, 但是和法定資 本適足率相比, 還是低很多。 最主要的主因, 便如同之前所說的, 本文企金的歷史資料時 間實在太短, 只有2002年第三季以後的資料, 信用資產結構改變後的資料, 違約率都顯 得太低,因此建構出來的模型, 損失都較小。
5 結論
本論文總共探討了三個問題, 首先是曝險額對於經濟資本的影響, 其次則是風險貢獻的 實證分析, 最後則是壓力測試的逆境值設定, 以下是本文對於這三個問題的結論、 本文 需要改進的地方及未來研究方向的介紹。
由曝險額的分析,可以知道,就算把曝險額設為常數,曝險資料的結構性,仍然會嚴重 影響到整體經濟資本的估計結果。 每筆曝險佔總曝險的比例愈小,集中度愈小,則會計算 出較小的經濟資本,每筆曝險佔總曝險的比例愈大,集中度愈大,則會計算出較大的經濟 資本。 因此在建立經濟資本的模型時, 曝險筆數還有曝險額大小, 應該要被充份的考慮。
如果銀行對於放款產品的分類並沒有很詳細,只簡單的區分為幾個產品類別, 並且以放 款筆數為單位,建立信用風險模型,則個別產品曝險的筆數將會太多,每筆曝險額佔整體 產品的比例會太小,將會因此而計算出較小的經濟資本,低估了銀行的集中度風險。 為了 要真正反應銀行的集中度風險,銀行建立經濟資本時,銀行應該要以借款人為單位,統計 出銀行在每個借款人的總曝險,減少曝險筆數,當作曝險的資料。 除此之外銀行對於放款 產品的分類也不能夠太簡略,甚至對於同一類產品的違約資料, 應該以大曝險和小曝險 作為區分, 分別統計違約資料, 避免因為資料資訊的不足, 而低估了經濟資本的大小。
由使用重點抽樣計算風險貢獻的實證分析可以瞭解, 同產品的風險貢獻率是隨著曝 險額的增加而上升的, 風險貢獻率和曝險額有接近線性的關係。 同產品之下, 曝險額愈 大的資產, 風險貢獻率就愈大, 經濟資本率也就愈高, 經濟資本和曝險額是非線性的關 係, 所以曝險額大的的資產,應該要有相對較大的經濟資本。 這個實證的結果, 是符合邏 輯且具有意義的。 這說明資產的風險性,不僅要考慮違約機率,還要考慮曝險的大小, 違 約機率一樣的曝險, 大曝險相對於小曝險, 具有較高的風險性, 因為資金的成本不同, 違 約後損失產生的後果也不相同, 所以大曝險要有較高比例的經濟資本。 本論文也由重點 抽樣計算風險貢獻的實證結果觀察, 首先建立了風險貢獻的估計式, 透過風險貢獻的估 計式, 可以方便的計算未來同一類產品, 給定預期損失及曝險額之下, 所需提列的經濟 資本大小, 並且可以以此做為未來每筆放款計算風險調整後定價的成本依據。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
本文在信用資產組合的壓力測試問題上,主要在探討如何給定適當的逆境值,以進行 壓力測試。 這是由於觀察過去的文獻,對於逆境值的設定,並沒有一個適當的標準。 本文 透過主觀給定一極端的信賴水準, 使用常態分配及條件常態分配的假設, 逐步決定總體 變數的逆境值。 這個逆境值的設定方法, 考量了多個總體因子之間的相互關係, 雖然常 態分配及條件常態分配的假設對有些變數而言並不適當,只能另外給予假設, 但這個方 法所產生的逆境值, 至少是一個參考了歷史資料產生的數值, 各個變數之間的數值大小 關係, 比較具真實性, 較武斷的給定逆境值好。
本文最需要改進的地方,在於模擬出來的損失太小,雖然這個結果並不影響本文對於 上述三個問題的探討, 但是本文對於損失估計太小的結果,提出了以下的解釋。 損失估計 太小的第一個原因,可以以本文探討的第一個問題來看,可能和本文使用的資料有關,違 約資料分類不夠細致,曝險筆數太多,每筆曝險額相對於產品總曝險太小,造成估計出來 的損失因而也較小。 第二個原因, 則可能在於企金產品的歷史違約資料時間太短及過去 幾年以來, 企金違約率都很低, 以致模型無法模擬出較大的損失。 由歷史的違約資料觀 察,2008年的經濟衰退和2001年的經濟衰退相比,2008年的景氣指標幾乎都較差。 但是 2008年的景氣衰退, 對於違約率的影響, 和2001年的相比, 實在顯得太小。 銀行信用資 產結構的改變,或許便是企金違約率較低的原因, 2001年到2008年間違約率對於總體景 氣反應的差異將會影響到模型的結果,因此如果能把反應銀行信用資產結構是否改變的 變數, 也納入模型之中,或許能夠建立一個較準確估計出損失的模型。
本文指出了曝險資料的結構對於經濟資本的計算,會有很大的影響,因此未來進行經 濟資本的估計時,對於曝險資料的結構,必須做適當的分析,不能夠拿到一組違約資料及 曝險資料, 建立了信用風險模型,就認為模型的估計結果,可以正確代表個別銀行、 產業 或者整體銀行的信用風險, 因為違約資料的分組方式, 曝險額的統計方式將會影響到曝 險資料的結構, 以致影響到經濟資本的計算。 使用重點抽樣估計的風險貢獻結果, 同產 品的曝險呈現線性關係的結果,是令人感到驚訝的,對於風險貢獻的理論,值得進一步的 研究, 以瞭解是否能夠在模型上, 就直接導出這層線性的關係。 透過比較2001年和2008 年間違約率對於總體景氣反應的差異,可以猜測銀行信用資產結構可能具有改變, 這個
本文指出了曝險資料的結構對於經濟資本的計算,會有很大的影響,因此未來進行經 濟資本的估計時,對於曝險資料的結構,必須做適當的分析,不能夠拿到一組違約資料及 曝險資料, 建立了信用風險模型,就認為模型的估計結果,可以正確代表個別銀行、 產業 或者整體銀行的信用風險, 因為違約資料的分組方式, 曝險額的統計方式將會影響到曝 險資料的結構, 以致影響到經濟資本的計算。 使用重點抽樣估計的風險貢獻結果, 同產 品的曝險呈現線性關係的結果,是令人感到驚訝的,對於風險貢獻的理論,值得進一步的 研究, 以瞭解是否能夠在模型上, 就直接導出這層線性的關係。 透過比較2001年和2008 年間違約率對於總體景氣反應的差異,可以猜測銀行信用資產結構可能具有改變, 這個