第五章、 結論與建議
第二節、 未來研究方向
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
為風險管理參考指標雖可了解與其他金控間或與市場間之風險影響程度，然 而無法讓金融機構明確了解風險傳遞管道，有效管理風險溢出。故辨別風險 溢出之管道為未來可努力之研究方向。
三、本研究僅包含上市櫃十四家金控公司，佔台灣整體市場之規模約略一半。部 分金控在本研究中相互交叉影響程度不大或系統風險貢獻程度相對較低可 能僅為對金控之效果如此，不代表與其他非金控之金融機構相互交叉影響程 度亦如此。若要完整表達台灣整體市場之系統風險貢獻，未來研究可考慮嘗 詴納入台灣所有金融機構，讓系統風險溢出及金融機構間相互影響有更完整 的面貌。
四、本研究預測未來 部分僅討論各金控對市場之 ，建議未來研究 可朝預測所有金融機構之未來 邁進。
‧
Value at Risk Models,” Journal of Derivatives, Spring 1997, Vol. 4, No. 3, pp. 50-62.Baillie, R.T., and T. Bollerslev (1989), “The Message in Daily Exchange Rates: A Conditional Variance Tale.” Journal of Business and Economic Statistics, 1989, Vol.
7, Issue 3, pp. 297-305.
Beder, T. S. (1995), “VAR: Seductive but Dangerous”, Financial Analysts Journal, 1995, Vol. 51, No. 5, September-October, pp. 12-24.
Bollerslev, T. (1987), “A conditional heteroskedastic time series model for speculative prices and rates of returns”, Review of Economics and Statistics, 1987, Vol. 69, No. 3, pp. 542–547.
Brunnermeier, M. K. (2009), “Deciphering the Liquidity and Credit Crunch 2007-08,”” Journal of Economic Perspectives, Winter 2009, Vol. 23, No. 1, pp.
77-100.
Brunnermeier, M. K., A. Crocket, G. Goodhart, A. D. Perssaud, and H. Shin (2009),
“The Fundamental Principles of Financial Regulation,” 11th Geneva Report on the World Economy.
Brunnermeier, M. K., and T. Adrian (2010), “CoVaR”, 2010, Working Paper.
Chen M. Y. and J. E. Chen (2005), “Application of Quantile Regression to Estimation of Value at Risk”, Review of Financial Risk Management, Jun 2005, Vol. 1, Issue 2, pp. 1-15.
Chernozhukov, V., and L. Umantsev, (2001), “Conditional Value-at-Risk: Aspects of Modeling and Estimation,” Empirical Economics, 2001, Vol. 26, Issue 1, pp.
271-292.
Christoffersen, P., J. Hahn, and A. Inoue (2001), “Testing and comparing Value at Risk measures”, Journal of Empirical Finance, Jul 2001, Vol. 8, Issue 3, pp. 325-342.
Diamond, D. W., and R, G. Rajan (2009), “Fear of Fire Sales and the Credit Freeze”, 2009, NBER Working Paper No. 14925.
Duffee, G.R. (1996), "Treasury Yields and Corporate Bond Yield Spreads: An Empirical Analysis”, 1996, Federal Reserve Board Working paper.
Duffie, D. and J. Pan (1997), “An overview of value at risk”, Journal of Derivatives, Spring 1997, Vol. 4, No.3, pp. 7–49.
Engle, R.F. (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of Variance of United Kingdom Inflation”, Econometrica, 1982, Vol. 50, Issue 4, pp.
987-1008.
Engle, R.F. and S. Manganelli (2004), “CAViaR: Conditional Value at Risk by Quantile Regression”, Journal of Business & Economic Statistics, Oct 2004, Vol. 22, Issue 4, pp. 367-381.
‧
Estrella,A., and M. R. Turbin (2006), “The yield curve as a leading indicator: some practical issues”, Federal Reserve Bank of New York, Current Issues In Economic and Finance, July/August 2006, Vol. 12, No. 5, pp. 1-6.
Goodhart, C. A. E., and A. D. Persaud (2008a), “How to Avoid the Next Crash”, Financial Times, 2008, January 30.
── (2008b), “A Party Pooper‟s Guide to Financial Stability”, Financial Times, 2008, June 5.
Hanson, S., A. K. Kashyap, and J. C. Stein (2011), “A Macroprudential Approach to Financial Regulation,” Journal of Economic Perspectives, Winter 2011, Vol. 25, Issue 1, pp. 3-28.
Harvey, C. R., and A. Siddique (1999), „„Autoregressive Conditional Skewness”, Journal of Financial and Quantitative Analysis, Dec 1999, Vol. 34, No. 4, pp.
465–487.
Hendricks, D. (1996), "Evaluation of Value-at-Risk Models Using Historical Data”, Federal Reserve Bank of New York, Economic Policy Review, 1996, Issue Apr, pp.
39-69.
Hull, J. and A. White (1998), “Value at risk when daily changes in market variables are not normally distributed”, Journal of Derivatives, Spring 1998, Vol. 5, No. 3, pp.
9–19.
Jackson, P., D.J. Maude and W. Peerraudin (1997), “Bank Capital and Value at Risk”, Journal of Derivatives, 1997, Vol. 4, 73-89.
Jorion P. (2006), “Value at Risk - The New Benchmark for Managing Financial Risk”, The McGraw Hill Company, 2006, 3rd Edition.
J. P. Morgan (1996), “RiskMetrics Technical Document”, 1996, 4th edition. New York.
Koenker, R. and B. Park (1996), “An Interior Point Algorithm for Nonlinear Quantile Regression”, Journal of Econometrics, 1996, Vol. 71, Issue 1-2, pp. 265–283.
Koenker, R., and G. W. Bassett (1978), “Regression Quantiles”, Econometrica, Jan 19878, Vol. 46, Issue 1, pp. 33-50.
Kroner, K.F., K.P. Kneafsey, and S. Claessens (1995), “Forecasting Volatility in Commodity Markets”, Journal of Forecasting, 1995, Vol. 14, 77-95.
Kuester, K., S. Mittnik, and M. S. Paolella (2006), “Value-at-Risk Prediction: A Comparison of Alternative Strategies”, Journal of Financial Econometrics, 2006, Vol.
4, No. 1, pp. 53–89.
Lee, T. H., and B. Saltoglu (2004), “Evaluating Predictive Performance of Value-at-Risk Models in Emerging Markets:A Reality Check” Working paper.
Pedersen, C. S., and S. E. Satchell (1998), “An Extended Family of Financial-Risk Measures”, Geneva Papers on Risk and Insurance Theory, 1998, Vol. 23, 89–117.
Persaud A. (2009). “Macro-Prudential Regulation,” The World Bank Group, Jul 2009, Note No. 6.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
Rockinger, M., and E. Jondeau (2002), “Entropy Densities with an Application to Autoregressive Conditional Skewness and Kurtosis”, Journal of Econometrics, 2002, Vol. 106, Issue 1, pp. 119–142.
Shleifer, A., and Vishny, R. W. (2010), "Unstable Banking," Journal of Financial Economics, Elsevier, Sep 2010, Vol. 97, Issue 3, pp. 306-318.
Stein, J. C. (2010), “Monetary Policy as Financial-Stability Regulation”, 2010, NBER Working Paper No. 16883.
Taylor, J. W. (1999), “A Quantile Regression Approach to Estimating the Distribution of Multiperiod Returns”, Journal of Derivatives, 1999, Vol. 7, Issue 1, 64–78.
古永嘉、孫瑞霙、張美玲(2003)，「台灣股票報酬與匯率變動波動性外溢效果之 再探討」，輔仁管理評論，2003 年，第 10 卷，第 2 期，民 92 年，頁 139-62。
康信鴻、劉靜芳(1996)，「股票市場報酬率總體外匯風險之衡量」，企業管理學報， 1996 年，第 39 期，頁 115-162。
藍麗惠、廖源星、林育志(2007)，「台灣金融機構之外匯風險」，中央經濟研究院 經濟研究所，台灣經濟預測與政策，2007 年，第 38 卷，第 1 期，頁 127-151。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
附錄 A
本文用分量迴歸方法估計 VaR 及 CoVaR。在此以模型二之推導為例。首先 假設資產市值報酬為此線性結構，也就是我們要估計的模型：
為狀態變數， 為 i.i.d 且平均數為 0，標準差為 1，獨立於 的誤差項，
故 。令 的累積機率函數為 ，其 分位反函數為
。故：
其中 ， ， ， 。 即為條件分量函數。
由 VaR 的定義可知：
以分量迴歸求解 的目標函數為：
當 時，可由以下的分量函數得到 ：
因此藉由求解下列目標函數可估計 ：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
附錄 B
表 B- 1：金融機構交叉 1% 平均值，以損益金額表示 i
j
市場 國泰金 富邦金 兆豐金 第一金 華南金 中信金 新光金 玉山金 永豐金 台新金 元大金 開發金 日盛金 國票金
市場 -73.61 -65.92 -70.68 -40.30 -69.92 -97.93 -58.56 -114.83 -33.80 -60.71 -45.70 -65.83 -41.75 -28.21 國泰金 -22.92 -16.30 -17.00 -6.96 -16.30 -25.49 -14.04 -16.59 -7.73 -13.55 -14.04 -15.40 -10.45 -7.45
富邦金 -6.27 -4.43 -6.92 -2.70 -4.63 -5.90 -2.97 -4.91 -2.15 -2.87 -3.76 -2.51 -3.80 -3.46
兆豐金 -5.78 -4.98 -3.64 -4.23 -4.94 -5.72 -4.13 -6.64 -2.26 -4.90 -3.10 -3.10 -4.22 -2.73
第一金 -5.47 -5.72 -3.96 -5.43 -4.46 -5.30 -4.28 -4.46 -2.21 -3.75 -2.92 -4.77 -1.99 -1.95
華南金 -4.16 -3.66 -2.82 -4.18 -1.68 -3.35 -2.04 -3.32 -1.84 -1.47 -1.38 -3.39 -1.66 -1.54
中信金 -5.48 -3.88 -3.02 -5.75 -1.63 -3.71 -2.52 -4.59 -1.04 -4.02 -2.07 -2.17 -0.99 -1.83
新光金 -5.30 -4.73 -4.13 -5.95 -5.20 -5.34 -6.40 -6.35 -1.87 -5.31 -3.83 -4.33 -5.13 -2.67
玉山金 -2.77 -2.54 -2.35 -2.28 -1.68 -2.39 -3.05 -2.37 -1.29 -2.66 -1.96 -2.71 -1.44 -1.28
永豐金 -2.28 -2.54 -2.22 -2.12 -1.12 -2.11 -1.73 -1.59 -2.34 -1.43 -0.96 -1.69 -1.27 -0.59
台新金 -4.08 -3.30 -3.53 -3.99 -1.35 -3.09 -4.64 -2.21 -4.42 -1.80 -2.15 -3.58 -2.19 -1.61
元大金 -2.01 -1.21 -1.54 -2.34 -1.01 -1.41 -1.87 -1.64 -2.37 -0.79 -1.81 -1.56 -1.19 -1.09
開發金 -0.53 -0.48 -0.44 -0.48 -0.20 -0.38 -0.35 -0.34 -0.61 -0.13 -0.35 -0.20 -0.28 -0.09
日盛金 -0.51 -0.51 -0.43 -0.52 -0.46 -0.49 -0.59 -0.51 -0.51 -0.36 -0.58 -0.51 -0.60 -0.41
國票金 -0.38 -0.33 -0.34 -0.34 -0.25 -0.33 -0.39 -0.23 -0.41 -0.18 -0.34 -0.23 -0.33 -0.34
(單位：新台幣千億元)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70
表 B- 2：金融機構交叉 5% 平均值，以損益金額表示
i
j 市場 國泰金 富邦金 兆豐金 第一金 華南金 中信金 新光金 玉山金 永豐金 台新金 元大金 開發金 日盛金 國票金
市場 -37.63 -58.26 -57.18 -53.99 -47.21 -59.82 -31.32 -36.84 -15.88 -35.29 -19.73 -38.64 -22.27 -10.27 國泰金 -13.63 -9.13 -12.15 -4.97 -8.71 -9.36 -10.98 -7.12 -2.54 -8.84 -3.67 -6.73 -5.73 -1.33 富邦金 -3.93 -2.33 -3.57 -1.71 -3.06 -6.31 -2.08 -2.56 -1.40 -3.30 -2.76 -1.86 -1.95 -1.53 兆豐金 -3.59 -2.45 -3.78 -3.48 -3.15 -3.85 -2.35 -2.44 -1.13 -2.86 -1.60 -2.46 -2.07 -1.12 第一金 -3.63 -2.93 -3.43 -3.43 -3.13 -4.47 -3.54 -1.89 -1.36 -2.27 -1.85 -3.74 -1.00 -0.93 華南金 -2.83 -2.24 -2.48 -2.37 -2.39 -2.60 -1.27 -1.49 -0.97 -0.86 -0.63 -2.63 -0.98 -0.67 中信金 -3.75 -1.86 -3.06 -3.41 -1.31 -2.53 -0.95 -1.93 -0.67 -2.23 -1.45 -1.92 -0.56 -0.99 新光金 -3.72 -2.48 -3.26 -4.09 -4.07 -3.65 -3.97 -2.44 -1.17 -3.06 -2.10 -2.39 -2.86 -0.91 玉山金 -1.88 -1.32 -1.44 -1.66 -1.02 -1.38 -1.64 -1.21 -0.54 -1.51 -0.60 -1.55 -0.53 -0.52 永豐金 -1.51 -1.06 -1.92 -1.38 -1.27 -1.23 -1.42 -0.66 -0.99 -0.76 -0.59 -1.47 -0.64 -0.29 台新金 -2.64 -1.69 -3.01 -2.51 -1.42 -2.24 -2.35 -1.73 -1.86 -0.87 -0.68 -2.01 -1.00 -0.56 元大金 -1.30 -0.64 -1.44 -1.08 -0.76 -1.23 -1.43 -0.93 -0.82 -0.41 -1.07 -1.10 -0.39 -0.33 開發金 -0.33 -0.18 -0.31 -0.31 -0.14 -0.25 -0.24 -0.15 -0.25 -0.06 -0.24 -0.12 -0.12 -0.05 日盛金 -0.35 -0.27 -0.22 -0.39 -0.29 -0.34 -0.17 -0.29 -0.28 -0.11 -0.34 -0.17 -0.42 -0.16 國票金 -0.25 -0.17 -0.30 -0.23 -0.04 -0.19 -0.26 -0.16 -0.17 -0.07 -0.20 -0.07 -0.22 -0.16
(單位：新台幣千億元)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
表 B- 3：各金融機構平均 ：以損失金額表示 模型一
市場 國泰金 富邦金 兆豐金 第一金 華南金 中信金 新光金 -83.35 -22.99 -6.64 -6.44 -5.45 -4.30 -3.88 -6.67 -55.87 -12.50 -4.90 -4.26 -3.28 -3.00 -3.19 -4.44
玉山金 永豐金 台新金 元大金 開發金 日盛金 國票金 -3.44 -2.37 -4.15 -1.94 -0.53 -0.83 -0.51 -2.12 -1.72 -2.34 -1.21 -0.45 -0.52 -0.29
模型二
市場 國泰金 富邦金 兆豐金 第一金 華南金 中信金 新光金 -58.85 -15.15 -5.91 -4.46 -4.81 -3.02 -3.88 -4.44 -55.08 -11.93 -5.67 -4.66 -4.33 -2.90 -3.35 -3.67
玉山金 永豐金 台新金 元大金 開發金 日盛金 國票金 -2.31 -1.95 -3.25 -1.93 -0.54 -0.52 -0.32 -1.37 -1.52 -2.48 -1.42 -0.45 -0.45 -0.21
（單位：新台幣千億元）