• 沒有找到結果。

第四章、 模擬分析結果

第四節、 現金流量測試模型

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第四節、現金流量測試模型

本節將說明現金流量測試模型之流程,以及呈現不同資產投資情境假設下 對財務報表結果的影響。

一、基礎情境

首先,本文設定IFRS 17 現金流量測試模型之基礎情境為將當期年初可運 用資金以40%、10%、20%、10%、10%、10%,分別投資於美國十年期公債 (US_10B)、美國五年期公債(US_5B)、台灣十年期公債(TW_10B)、台灣五年期 公債(TW_5B),標準普爾五百指數(SP500)與台股加權指數(TWSE),不考慮資產 報酬之隨機性,不考慮交易成本,採用買入持有策略(Buy and Hold),並假設 資產投資年報酬率3.0%,藉此做為與後續比較的基準。

二、新舊制度財務影響差異

接著本文將以IFRS 17 下不考慮隨機影響之基礎情境與原制度 IFRS 4 下之 財務報導結果差異進行比較,並假設此二衡量模式之資產金額相同。首先,可 以從兩者稅前損益的表現中發現IFRS 17 衡量模式的特色,因此下圖主要顯示 IFRS17 帶來兩個重大的變化:(1) 不同保險商品準備金的計算方式將有較高的 可比較性,也就是不會因為如本文商品假設須採用二十年繳費終身保險修正 制,使得第一年準備金變動數小,導致第一保單年度有極高稅前損益的情況。

(2) IFRS 17 下不再存在保費收入的科目,保險收入的認列隨著保險服務的提供 而以保障單位(coverage unit)於合約服務邊際(CSM)中釋出,使得稅前損益的表 現較原先平穩。

0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

百萬

IFRS17 vs.IFRS4 稅前損益預測

NI bef tax IFRS17 NI bef tax IFRS4

0

0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

百萬

IFRS17 vs.IFRS4 負債預測

Liability IFRS17 Liability IFRS4

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖十六、IFRS17 負債組成

三、基礎情境納入隨機效果

基於本文前述之資產配置假設,模擬未來十年資產負債以及損益波動情 形,首先,由下圖所示,基礎情境不考慮隨機情境下之3%投資報酬率表現與考 慮隨機情境之投資報酬率相近,同時隨機情境稅前損益平均值之正負兩倍標準 差的區間,將隨著每年收取保費增加可運用資金,也就是資產投資規模增加而 擴大,雖然在保單保障期間前期有較高的脫退率,產生較大的CSM 釋出,並 於稅前損益中認列,但大約在第五保單年度後,投資損益的變化導致稅前損益 的表現產生較大的影響。接著,投資收入相當大的影響到資產累積,穩定成長 的投資收入將有助於緩衝保險服務提供帶來的損失,並且對維持股東權益穩定 成長有重大的作用。

-200 -150 -100 -50 0 50 100 150 200 250 300

0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

百萬

IFRS17負債組成

Liability IFRS17 BEL IFRS17 CSM IFRS17

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖十七、稅前損益隨機情境

圖十八、股東權益隨機情境

-10 -5 0 5 10 15 20

1 2 3 4 5 6 7 8 9 10

百萬

稅前損益隨機情境

NI bef tax IFRS17 NI bef tax IFRS17 stoc NI bef tax IFRS17 stoc NI bef tax IFRS17 stoc

0 20 40 60 80 100 120

0 1 2 3 4 5 6 7 8 9 10

百萬

股東權益隨機情境

Equity IFRS17 Equity IFRS17 stoc Equity upper IFRS17 stoc Equity lower IFRS17 stoc

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

四、資產配置決策之差異與改善

 資產配置決策:

由於壽險公司之投資決策不僅侷限於股東權益成長之波動度與報酬率,因 此,為了解決在多個風險指標中找出適合的資產配置,本文將結合前述風險指 標,限制於破產機率(𝑃𝑑𝑒𝑓𝑎𝑢𝑙𝑡)為 0 下建立決策模型。

綜合多種風險指標,也就是當決策包含多種目標與考量時,多評準決策可 以協助決策者找出理性的選擇。根據決策者自身對各種目標、準則的價值判斷 以及準則偏好等資訊,整合成為綜合評估模式以協助決策。多評準決策可分為 多目標規劃(multiple objective decision making, MODM)與多屬性決策(multiple attribute decision making, MADM),規劃、設計與最佳化問題屬於多目標決策 (MODM),而評估、選擇與改善問題為多屬性決策(MADM)。

多屬性決策(MADM)方法常被使用在協助 決策者在一組可行且數目有限的 選擇中,根據每一個選擇的屬性特徵,決定各個選擇的優劣與執行順序。多屬 性決策方法的評估原理相當多,例如:簡單加權法、ELECTRE 以及 TOPSIS 法等,本文將採用原理簡單且運算容易的簡單加權法,本文參考自翁振益 (2007),其計算步驟如下:

Step 1:假設決策權重為𝑊 = {𝛼, 𝛽, 𝛾, 𝛿, 𝜀, 𝜃},分別為股東權益成長率標準差 (𝜎𝐸𝑞)、股東權益成長率(𝑟𝐸𝑞)、股東權益 95%VaR(𝑉𝑎𝑅𝐸𝑞)、稅前損益變動率 下行標準差(𝐷𝑆𝜎𝑃𝐿)、稅前損益變動率標準差(𝜎𝑃𝐿)、稅前損益

95%VaR(𝑉𝑎𝑅𝑃𝐿)之決策權重,其中,⁡ 𝛼 + 𝛽 + 𝛾 + 𝛿 + 𝜀 + 𝜃 = 1,0 ≤ 𝛼,⁡ 𝛽,⁡ 𝛾,⁡ 𝛿, 𝜀, 𝜃 ≤ 1。

客觀權重(Objective Weight)的部分採用熵值(Shannon Entropy)權重法計算,而 主觀權重(Subjective Weight)的部分將分為兩個層次討論,分別為風險規避權重 與風險愛好權重,以呈現不同偏好下之資產配置結果。

其中,熵值權重法計算方法採用Shannon (1948)的資訊理論中所介紹之可 以量化資訊內容的方法,假設存在n 個訊息的集合訊息空間(message space),與 P 訊息出現的機率的測度(probability measurement),可以將每一個訊息可以得到 的訊息量𝐼,而𝐻代表平均的資訊內容也就是 Shannon 熵值,並設 k 為一正常

0.00% 0.50% 1.00% 1.50% 2.00%

東權益平均成長率

股東權益成長率標準差

最適資產配置分布

Total MVP Base Decision 1 Decision 2 Decision 3

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

Decision 1:採用熵值權重法計算之客觀權重,分別為𝛼 = 20.88%、𝛽 = 40.71%、𝛾 = 21.05%、𝛿 = 0.24%、𝜀 = 0.22%與𝜃 = 16.91%,數值為四 捨五入於小數點後第四位之結果。

Decision 2:主觀權重中之風險規避權重,本文分別設定為𝛼 = 20%、𝛽 = 10%、𝛾 = 20%、𝛿 = 10%、𝜀 = 20%與𝜃 = 20%,決策權重集中於抗跌指 標和股東權益成長率標準差(𝜎𝐸𝑞),抗跌指標為稅前損益變動率下行標準差 (𝐷𝑆𝜎𝑃𝐿)、股東權益 95%VaR(𝑉𝑎𝑅𝐸𝑞)和稅前損益 95%VaR(𝑉𝑎𝑅𝑃𝐿)。

Decision 3:主觀權重中之風險愛好權重,本文分別設定為𝛼 = 0%、𝛽 =

80%、𝛾 = 10%、𝛿 = 0%、𝜀 = 0%與𝜃 = 10%,著重於代表獲利的股東權 益成長率(𝑟𝐸𝑞),並以抗跌指標股東權益 95%VaR(𝑉𝑎𝑅𝐸𝑞)與股東權益

95%VaR(𝑉𝑎𝑅𝐸𝑞)輔助決策。

由上圖所示,基礎情境明顯的並非為有效率之資產配置組合,由於再相同 股東權益成長率(𝑟𝐸𝑞)之下存在有更低股東權益成長率標準差(𝜎𝐸𝑞)之資產配置。

而在本文之資產配置假設下,透過簡單加權法之多屬性決策可以獲得三種不同 有效率之風險決策,皆位於最適資產配置分布圖的左上方,表示本文採用之決 策模型能有效捕捉股東權益成長率與股東權益成長率標準差之效果,皆能夠作 為基礎情境設定的改善方向。

根據下表,三個風險決策中風險屬性較高的Decision 1 與 Decision 3,由三 個投資標的組成,分別為美國五年期公債、台灣五年期公債,標準普爾五百指 數。Decision 1 由客觀決策權重採用熵值權重法計算之最適資產配置為 50%於 美國五年期公債,40%於台灣五年期公債與 10%於標準普爾五百指數,而此二 個風險決策主要的差異在於美國五年期公債、台灣五年期公債兩者比例的調 整,當Decision 3 追求越高獲利,對風險有更高的容忍度,則提高投資於美國

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

五年期公債,並降低投資於台灣五年期公債的比例,而此二風險決策中,短年 期公債能夠成為主要影響因素的原因,本文認為與投資假設中採用買入持有策 略(Buy and Hold)有關,由於短期債券再投資的頻率更為頻繁,而本文未進 行資產配置權重再平衡(Rebalance),每期投資皆以相同資產權重購入金融資 產,使得原先短債部位資金於再投資時投入其他標的中,因此相較於長債有更 高的再投資風險,同時也有投資更多部位於其他標的資產,但也因而帶來更高 的報酬。

不同於前述二者,Decision 2 著重於風險的控制,並特別著重於抗跌指標,

可以由下表得知此風險趨避之風險決策下之最適資產配置將90%集中於台灣十 年期公債,同時於其他二個風險決策一致,投入10%於標準普爾五百指數提升 股東權益成長率。

表二十二、投資決策資產配置結果

Base Decision 1 Decision 2 Decision 3

US_10B

40% 0% 0% 0%

US_5B

10% 20% 0% 50%

TW_10B

20% 0% 90% 0%

TW_5B

10% 70% 0% 40%

SP500

10% 10% 10% 10%

TWSE

10% 0% 0% 0%

𝜎𝐸𝑞 0.87% 0.67% 0.48% 0.77%

𝑟𝐸𝑞 16.81% 16.91% 16.76% 16.95%

𝑟𝐸𝑞𝐶𝐼90% 15.6 % ~ 18.3 % 15.9 % ~ 18.2 % 16.1 % ~ 17.6 % 15.7 % ~ 18.3 %

𝑉𝑎𝑅𝐸𝑞 79,561,102 80,956,896 81,211,497 80,205,108

𝜎𝑃𝐿 758.52% 2798.34% 672.08% 193.25%

𝐷𝑆𝜎𝑃𝐿 731.10% 2806.74% 279.70% 132.19%

𝑉𝑎𝑅𝑃𝐿 6,235,114 6,722,010 6,857,890 6,451,002

0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

百萬

初始認列資產預測

Base Assets Decision 1 Assets Decision 2 Assets Decision 3 Assets

25

0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

百萬

初始認列之股東權益預測

Base Equity Decision 1 Equity Decision 2 Equity Decision 3 Equity

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

另外,以下圖所示基礎情境損益表之預測結果為例,在本文商品假設之 下,保單年度前十年有較高之脫退率,因而產生相當大部位的合約服務邊際 (CSM)釋放於保險收入而產生相當高之稅前損益。另外在保障期間的中、後期 隨著死亡人數增加,本文之商品假設下此終身壽險商品仍有充分部位的CSM,

隨著保險服務提供而釋放剩餘之CSM,並於損益表之保險服務結果認列,足以 抵銷由於保險負債,包含最佳估計負債(BEL)與合約服務邊際(CSM)等計息累積 產生並認列於淨財務結果之保險財務費用,使得此商品於保障期間後期仍可以 繼續維持獲利以提升股東權益。

圖二十二、基礎情境初始認列之稅前損益預測

此外,由下圖可見,同樣可以在1000 組損益表模擬平均結果中發現本文列 舉之三個風險決策皆有優於基礎情境的財務表現,並且特別是於商品保障期間 中期之財務表現改善最為明顯,而此改善主要來自平均投資收入的提升,特別 是Decision 1 與 Decision 3 隨著商品保障前期取得保費並進行投資,約在第 5 保單年度後即有更高的投資收入,使稅前損益得以推升。

-9 -4 1 6 11 16

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74

百萬

基礎情境初始認列之稅前損益預測

Base 保險服務結果 Base 淨財務結果 Base 稅前損益

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖二十三、初始認列之稅前損益預測比較

圖二十四、初始認列之投資收入預測比較

0 1 2 3 4 5 6 7 8

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

百萬

初始認列之投資收入預測比較

Base 投資收入 Decision 1 投資收入 Decision 2 投資收入 Decision 3 投資收入

約服務邊際(Contractual service margin, CSM)攤銷於保險服務結果,並且為組成 稅前損益重要的一環,因此本文將延續前一章研究方法中提及之兩種CSM 攤 權重法計算客觀權重之資產配置Decision 1 為例,Decision 1 之最適資產配置為

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

相關文件