我國銀行體系流動性風險壓力測試 - 政大學術集成
58
0
0
全文
(2) 謝辭 這篇論文的完成，最要感謝的是我的父母無條件的資助我完成研究所的學業， 他們是我求學路上最強壯的推手與助手。其次要感謝我的指導老師鍾經樊教授， 他花了很多時間與我們討論，讓我受益良多。 我會記得在中研院的研究室中，與建超、培翰和新珉學長一起討論的時光， 沒有你們的幫忙，這篇文章不會如此順利完成。最後要感謝的人是祐謙，在我為 了論文一個頭兩個大的時候，默默地忍受我的抱怨。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.
(3) 論文提要 次貸風暴發生後, 各國金融監理當局對於金融機構壓力測試益發重視, 本文 以香港金管局研究員 Wong and Hui(2009) 所建立的流動性風險壓力測試 模型為主要架構, 根據本國銀行的資產負債結構加以修改, 以台灣上市銀行 為主要研究對象, 對其進行壓力測試, 本國銀行持有資產以放款資產為主, 測試銀行在金融資產價格大跌的壓力情境下對於流動性風險的忍受能 力。 另外, 本文嘗試以向量自我迴歸模型建立一個總體情境, 並以違約回歸 模型連結銀行放款對象的違約率與總體風險因子, 再將其與此流動性風險. 政 治 大. 壓力測試模型結合, 觀察總體壓力情境下, 各銀行的流動性風險忍受能力。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.
(4) 目錄 1 前言 1.1. 1. 壓力測試 . . . . . . . . . . . . . . . . . . . . . . . . . .. 2. 1.1.1. 個體壓力測試與總體壓力測試 . . . . . . . . . . .. 2. 1.1.2. 由上而下法與由下而上法 . . . . . . . . . . . . .. 3. 1.1.3. 壓力測試的架構 . . . . . . . . . . . . . . . . . .. 3. 2 流動性風險壓力測試模型. 立. 7. 債券資產市值評價方式 . . . . . . . . . . . . . . .. 7. 2.1.2. 以債券資產市值評價方式衡量放款資產市值 . . . .. 8. 2.1.3. 同業放款資產與傳染效果 . . . . . . . . . . . . .. 9. 2.1.4. 股票與其他金融商品 . . . . . . . . . . . . . . . .. 9. 資產價格變動對銀行每日現金流出量的影響 . . . . . . . .. 11. 學. 2.1.1. io. 2.2.2. sit. 一般存款流出 . . . . . . . . . . . . . . . . . . . 銀行同業存款流出 . . . . . . . . . . . . . . . . .. n. al. er. 2.2.1. y. ‧. Nat. 2.2. 政 治 大. 壓力情境下資產市場價值之變化 . . . . . . . . . . . . . .. ‧ 國. 2.1. 5. Ch. i n U. v. 12 13. 對 SIVs 的放款承諾的兌現增加 . . . . . . . . . .. 14. 2.3. 槓桿比例的變化 . . . . . . . . . . . . . . . . . . . . . .. 16. 2.4. 銀行自身違約機率 . . . . . . . . . . . . . . . . . . . . .. 17. 違約機率期間結構模型 . . . . . . . . . . . . . .. 18. 銀行的流動性風險指標 . . . . . . . . . . . . . . . . . . .. 20. 2.5.1. 現金短缺機率 . . . . . . . . . . . . . . . . . . .. 21. 2.5.2. 在現金短缺已發生的條件下之預期現金短缺時間. 2.2.3. 2.4.1 2.5. 2.5.3. engchi. (EFCST) . . . . . . . . . . . . . . . . . . . . .. 21. 流動性問題引發之違約機率 . . . . . . . . . . . .. 24. iii.
(5) 流動性問題已發生下之預期違約時間 (EDT) . . .. 2.5.4. 3 蒙地卡羅模擬資產價格路徑 3.1. 3.2. 26. 市場風險衝擊-模擬無風險利率 . . . . . . . . . . . . . . .. 27. 3.1.1. Vasicek 利率期間結構模型 . . . . . . . . . . . .. 27. 3.1.2. Vasicek 利率期間結構模型參數估計方法: 時間序. 列估計 . . . . . . . . . . . . . . . . . . . . . . .. 28. 模擬股價報酬率 . . . . . . . . . . . . . . . . . . . . . .. 28. 幾何布朗運動模型 . . . . . . . . . . . . . . . . .. 28. 模擬銀行各類放款資產違約率 . . . . . . . . . . . . . . .. 29. 3.3.1. 30. 3.2.1 3.3. 政 治 大 向量自我迴歸模型 . . . . . . . . . . . . . . . . . 立. 違約迴歸模型 . . . . . . . . . . . . . . . . . . .. ‧ 國. 學. 3.3.2. 4 流動性壓力測試模擬結果. 31 32. 受測銀行的財務資料 . . . . . . . . . . . . . . . . . . . .. 32. 無風險利率與股價報酬率 . . . . . . . . . . . . .. y. 33. sit. ‧. 4.1. 24. 35. Nat. 4.1.1. 4.3. 壓力測試模擬結果 . . . . . . . . . . . . . . . . . . . . .. n. 5 結論. al. er. 向量自我迴歸模型與違約迴歸模型估計結果 . . . . . . . .. io. 4.2. Ch. engchi U. 6 參考文獻. v ni. 36 38 43. iv.
(6) 圖目錄 1. 金融資產價跌傳遞流動性危機的三個管道 . . . . . . . . .. 5. 2. 銀行資產結構分布圖 . . . . . . . . . . . . . . . . . . . .. 10. 3. 現金存量變化與現金短缺時間 . . . . . . . . . . . . . . .. 22. 4. 現金短缺與銀行違約率 . . . . . . . . . . . . . . . . . . .. 23. 5. 現金、 金融資產總值與違約時間之一 . . . . . . . . . . . .. 25. 6. 現金、 金融資產總值與違約時間之二 . . . . . . . . . . . .. 25. 7. 流動性壓測模型一次模擬結果 . . . . . . . . . . . . . . .. 38. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. v. i n U. v.
(7) 表目錄 1. 貝爾史登 . . . . . . . . . . . . . . . . . . . . . . . . . .. 13. 2. 利率自我迴歸係數 . . . . . . . . . . . . . . . . . . . . .. 33. 3. 其他須估計之參數 . . . . . . . . . . . . . . . . . . . . .. 34. 4. 主觀設定之參數 . . . . . . . . . . . . . . . . . . . . . .. 35. 5. 風險因子敘述統計, 單位: 百分率 . . . . . . . . . . . . . .. 36. 6. 壓力測試情境 . . . . . . . . . . . . . . . . . . . . . . .. 37. 7. 壓力測試結果-情境一 . . . . . . . . . . . . . . . . . . .. 8. 政 治 大. 39. 壓力測試結果-情境二 . . . . . . . . . . . . . . . . . . .. 40. 9. 壓力測試結果-情境三 . . . . . . . . . . . . . . . . . . .. 40. 10. 壓力測試結果-情境四 . . . . . . . . . . . . . . . . . . .. 41. 總體因子VAR 估計結果之一 . . . . . . . . . . . . . . . .. 45. ‧. ‧ 國. 學. 11. 立. 46. 13. 違約迴歸模型係數-CB7 . . . . . . . . . . . . . . . . . .. 47. 14. 違約迴歸模型係數-CB22 . . . . . . . . . . . . . . . . . .. 15. 違約迴歸模型係數-CB24 . . . . . . . . . . . . . . . . . .. 16. 違約迴歸模型係數-CB28 . . . . . . . . . . . . . . . . . .. 48. 17. 違約迴歸模型係數-CB32 . . . . . . . . . . . . . . . . . .. 49. 18. 違約迴歸模型係數-CB34 . . . . . . . . . . . . . . . . . .. 49. 19. 違約迴歸模型係數-SB6 . . . . . . . . . . . . . . . . . .. 50. 20. 違約迴歸模型係數-SB9 . . . . . . . . . . . . . . . . . .. 50. 21. 違約迴歸模型係數-SB11 . . . . . . . . . . . . . . . . . .. 51. 22. 違約迴歸模型係數-SB14 . . . . . . . . . . . . . . . . . .. 51. n. al. er. io. sit. y. Nat. 總體因子VAR 估計結果之二 . . . . . . . . . . . . . . . .. 12. Ch. engchi. vi. i n U. v. 47 48.
(8) § 1 前言 因為金融環境的丕變與金融產品推陳出新速度之快, 使銀行面臨的風險越 來越大, 風險管理的良窳, 攸關金融體系的穩定。 銀行面臨的風險, 包含信 用風險、 利率風險、 市場風險、 流動性風險與作業風險等等。 其中, 信用風 險是指銀行的放款對象無法履行還款承諾、 或信用評等惡化之風險; 而市場 風險是指因市場價格不利之變動 , 如市場利率、 匯率或股價下跌會使得銀 行資產負債表上金融資產組合的價值變動產生可能之損失。. 政 治 大 行持有的與利率相關的資產與負債受到影響, 銀行的利率風險的導因主要 立. 而在銀行面臨到的市場風險中, 以利率風險最為常見, 利率變動將使銀. 由於銀行以借短貸長賺取利差, 因此其資產與負債的到期日自然不一致, 在. ‧ 國. 學. 利率上升時, 資產與負債的市場價值將下降。 且若到期日越長, 市場價值的 下降幅度將越大, 在銀行借短貸長的資產負債到期結構下, 將為銀行帶來很. ‧. 大的損失。 由此可知, 若銀行的資產與負債的到期日相同, 則銀行可規避較. Nat. er. io. 對象的還款意願, 從而提高銀行的信用風險。. sit. y. 大的利率風險。 另外, 若銀行持有太多浮動利率放款, 利率上升將降低放款. al. v i n Ch 求提領現金時, 銀行準備部位若無充裕現金予以因應 e n g c h i U , 就必須向其他銀行借 n. 流動性則指銀行從資產中變現且能滿足到期負債的能力, 例如當存戶要. 入資金, 或出售流動性較高的資產 (如金融資產) 以求得現金, 為了應付每. 日存戶提領或負債到期的流動性需求, 銀行必須保有一定的現金資產, 但因 現金資產不生利息, 銀行若持有過多現金, 資金成本將會過高, 因此銀行會 儘量降低現金持有量來節省資金成本。 在銀行遭遇惡劣的經濟環境時, 如果 大部分存款戶對該銀行失去信心, 發生擠兌, 銀行即面臨由於異常的流動性 需求上升而招致的流動性風險。 如果擠兌的行為逐步漫延至其他銀行, 則流 動性風險將因此”傳染”至其他銀行, 且有可能進一步導致金融恐慌 (bank panic)。 在此時, 惡劣的經濟環境可能為銀行帶來市場風險, 削弱銀行從資 1.
(9) 產獲得流動性的能力, 進一步擴大銀行的流動性風險。 綜上所述, 可看出銀行所面臨的各種風險彼此之間深具交互影響之關係, 本文所應用的壓力測試模型即試圖描述一個因市場風險與信用風險加劇而 引發的流動性危機, 並設計了一個市場風險、 信用風險與流動性風險、 甚至 傳染風險彼此交互影響的機制。 壓力測試是一個重要的風險管理輔助工具, 其作用為衡量若經濟環境在 一嚴重惡化但可能發生的情境時, 金融機構潛在但可能 (plaus ible) 發生 的異常損失。 2007 年底所爆發的次貸危機, 即可視為是一個極罕見但仍可. 治 政 本文的研究對象為台灣的上市銀行, 以壓力測試模型針對流動性風險的 大 立 部分, 來測試銀行在可能發生的極端情境時, 對流動性風險的忍受程度。 能發生的惡劣情境。. ‧ 國. 學. § 1.1 壓力測試. ‧. 我國財務會計準則公報第三十三號中, 將壓力測試定義為透過情境設定或. y. Nat. sit. 歷史資訊, 根據可能之風險因子變動情形, 重新評估金融商品或投資組合. er. io. 之價值, 以作為判斷企業蒙受不利影響時, 能否承受風險因子變動之參考;. al. n. v i n Ch 可知, 壓力測試主要是用來測試金融機構的風險承擔能力 , 有效揭露金融機 engchi U. BIS 則將壓力測試定義為金融機構潛在但可能發生異常損失的模型。 由此. 構財務結構中較為脆弱的部分, 次貸風暴後更成為各國央行十分重視的金 融監理工具。 § 1.1.1 個體壓力測試與總體壓力測試. 壓力測試可依受測對象分為個體壓力測試與總體壓力測試。 個別銀行可以 根據自己的財務結構與經營狀況設計較為深入的壓力測試模型, 此即個體 壓力測試, 但此為個別銀行對自己內部進行的壓力測試, 無法考慮到銀行間 的相關性, 與可能因此而生的傳染風險但進行壓力測試時可用的資料豐富, 2.
(10) 也能採用適合自己銀行的精密模型, 並可與銀行自身的風險部門結合; 若 是由監理機關對整個金融體系中的銀行進行壓力測試, 則稱之為總體壓力 測試, 在金融環境急速蓬勃創新與自由化下, 金融監理機構要維持金融穩定 日趨困難, 總體壓力測試可以監控金融危機發生時各銀行的狀態, 雖然可能 無法精密的收集各銀行的資料, 但能考慮到銀行間的傳染風險, 在情境的設 定上也能具一致性, 與其他監理工具形成互補, 因此國際清算銀行、IMF 等 國際金融組織均建議各國金融主管當局應定期進行總體壓力測試來監控金 融體系的系統風險。. 政 治 大. § 1.1.2 由上而下法與由下而上法. 立. 在總體壓力測試中根據使用的資料型態, 可分為由上而下法 (top-down) 與. ‧ 國. 學. 由下而上法 (bottomup) 兩類, 「由上而下」 是以金融機構的總合資料進行 壓力測試; 而以個別金融機構資料進行壓力測試則為 「由下而上」 的壓力測. ‧. 試, 由金融監理機關建置壓力情境, 個別金融機構分別根據自己的風險模型. Nat. sit. y. 評估這些壓力情境的影響, 再將測試結果呈報金融監理機關, 由金融監理機. er. io. 關加總這些結果後再進行分析。. al. v i n Ch 中, 利用銀行間的曝險矩陣使銀行將面臨到的風險傳染出去 , 因此此模型可 engchi U n. 本文所應用的 Wong and Hui(2009) 建置的流動性風險壓力測試模型. 以幫助金融監理者進行總體壓力測試, 但只要忽略掉銀行間同業拆借的關. 係, 個別銀行也能利用此模型進行個體壓力測試, 藉此檢視自己的流動性風 險承受能力。 § 1.1.3 壓力測試的架構. 鍾經樊 (2009.6) 明確定義了壓力測試的架構, 要進行壓力測試必須先架構 一個壓力情境, 所以必須建構一個總體經濟模型來描述總體因子彼此間的 關係, 鍾經樊 (2009.6) 提出可以向量自我迴歸模型 (VAR) 來表達總體經 3.
(11) 濟因子間的關係, 因此在進行壓力測試時, 須先收集各總體因子的時間序列 資料來估計總體經濟模型。 接著透過鏈接模型將風險因子與金融機構財務 報表上的部位相連接, 因此除了各總體風險因子的時間序列資料, 我們還需 要受測銀行的資料來估計鍊接模型的參數; 最後壓力測試的結果將反映在 銀行的各項財務指標上, 例如資本適足率、 獲利能力等等。 壓力測試的方法可區分成敏感度測試及情境分析兩類, 敏感度測試是針 對特定市場因子設計可能變化的情形, 再加以分析損失程度。 其缺點為測試 的狀況不夠廣泛。 情境分析為目前壓力測試應用上的主流, 其針對可能產生. 治 政 件來源有歷史情境和假設情境兩種。 歷史情境分析為透過過去歷史資料選 大 立 取在全球或台灣金融市場上曾發生過的重大事件來設定各個總經變數的壓. 的重大危機, 對於整體市場風險因子變化加以評估, 至於情境分析所需的事. ‧ 國. 學. 力情境; 假設情境是設定過去未必發生過的特殊總經組合事件, 各個總經變 數的壓力情境可設定為過去歷史最糟值、 或是以主觀認定的方式為之, 以. ‧. 之進行壓力測試分析, 惟設定時必須考量到總體經濟變數的相互關係, 以免. y. sit. io. er. 型之好處。. Nat. 在設定上出現矛盾, 此也說明了在進行壓力測試前先設定一個總體經濟模. 本文先以向量自我迴歸模型建立總體因子間的關係, 再以 Wilson(1997b). al. n. v i n 提出的 CPV 模型將總體因子與各受測銀行的放款資產違約率鍊接起來 ,再 Ch engchi U 透過各種資產的評價公式鍊接起市場風險因子、 信用風險因子與銀行資產 之關係, 故下一章所提的各類資產的市場價值評價公式也可視為是一種鍊 接模型。 最後壓力測試的結果將以流動性指標加以量化。 第二節開始詳述 Wong and Hui(2009) 所建立的流動性風險壓力測試 架構, 並針對我國銀行的情況對此架構酌以修改; 第三節敘述各類資產價格 路徑與放款資產違約率的模擬方式; 第四節為流動性風險壓力測試的情境 建立與模擬結果; 第五節為結論。. 4.
(12) 立. 政 治 大. 圖 1: 金融資產價跌傳遞流動性危機的三個管道. ‧ 國. 學. § 2 流動性風險壓力測試模型. ‧. 流動性風險壓力測試模型假設在某些主要的金融市場中發生一段長時間 (如,. Nat. sit. n. al. er. io. 動性風險:. y. 一年) 的外生負面資產價格衝擊, 資產價格衝擊透過三個管道增加銀行的流. Ch. i n U. v. • 銀行資產嚴重的市價損失增加銀行自身的違約風險, 因此導致大量的. 存款流出;. engchi. • 資產價格衝擊會逐漸削弱銀行的變現能力; • 在受壓的金融環境下, 銀行不可撤銷的放款承諾履行的可能性增加,. 使銀行暴露在可能的流動性風險下。 銀行資產嚴重的市價損失增加來自金融資產市場跌價, 此即市場風險; 另外當總體環境惡化時, 銀行放款對象的違約率將上升, 使銀行放款資產貶 值, 間接提高銀行自身的違約率並削弱銀行的變現能力, 此說明了銀行面臨 5.
(13) 的信用風險上升造成流動性風險也因之上升, 此壓力測試模型中, 為了表達 市場風險與信用風險對流動性風險的影響, 使用莫頓形式 (Merton-type) 的模型來連結市場風險和銀行的自身違約風險, 並以計量方法估計銀行自 身的違約風險與存款流出的關係。 換句話說, 銀行自身的違約風險由壓力 測試架構中的信用風險模型內生決定。 透過銀行在同業拆放市場的連結, 將傳染風險加入壓力測試之架構中。 當甲銀行因所持有的金融資產價值下跌, 會造成甲銀行自身的違約率上升, 此時若乙銀行持有對甲銀行的放款, 此筆放款資產將因甲銀行違約率上升. 政 治 大. 而價值下跌, 造成乙銀行的負債比率上升, 導致乙銀行自身的違約率上升。 風險由甲傳染至乙。. 立. 藉著使用蒙地卡羅方法, 給定外生的資產價格衝擊, 此架構可以模擬出. ‧ 國. 學. 銀行每日現金流出量 (cash outflow), 估計出個別銀行在現金短缺與違約 已發生條件下之預期現金短缺時間、 預期違約時間及肇因於流動性問題的. ‧. 現金短缺機率和違約機率, 以量化個別銀行之流動性風險。. sit. y. Nat. 總而言之, 此壓力測試由兩部分組成:. n. al. er. io. • 應用蒙地卡羅模擬產生不同資產的市場風險衝擊。. Ch. i n U. v. • 多個描述風險與資產負債表項目、 現金流出量及銀行自身的違約風險. engchi. 演化的估計量如何互動的方程式。. 最後根據上述兩個部分便能估計個別銀行的流動性風險指標, 並以此流動 性風險指標來量化銀行的流動性風險。 在第一部份, 如何模擬各種資產價 格路徑, Wong and Hui(2009) 一文中並未多談, 我們在此以利率模型、 布 朗運動、VAR 模型來模擬 『受壓』 的各種資產價格路徑, 而受壓的程度則視 壓力情境的設定去調整。 備妥風險因子的變化後, 第二部份利用 Wong and Hui(2009) 文中提供的各個資產的市價評價公式將風險因子與各資產負債. 科目 『鍊接』 起來。 各個資產的市價評價公式描述於下節。 6.
(14) 在開始描述 Wong and Hui(2009) 的流動性風險壓力測試模型之前, 先 將模型所做的一些假設敘述於下: • 本模型主要在建立一個 「長時間」 的金融資產價格崩跌的經濟環境,. 壓力測試期間設定為一年, 並在此一年內 「每日」 檢視銀行受壓的財 務狀況。 • 在壓力測試期間內, 假設銀行並無再有任何的存款注入, 因此銀行在. 此一年內無法藉收受存款增提流動性。 此假設除了是為分析方便所 做的簡化假設, 另一方面也暗指在極糟情境下, 存款戶或投資人並不 願意把錢存入銀行。. 立. 政 治 大. • 在銀行遭遇流動性危機時, 假設金融主管當局不會伸出援手。. ‧ 國. 學. • 假設當銀行現金用磬時, 會優先變賣流動性較高的金融資產增提流動. Nat. er. io. sit. § 2.1 壓力情境下資產市場價值之變化. y. ‧. 性。. al. 銀行持有的金融資產大抵可分為公債、 公司債、 股票、 其他金融商品、 同業. n. v i n 放款與一般放款資產等。C在 Hui and Wong(2009) h e n g c h i U 所設計的壓力測試架構 中, 對於上述各種資產均給予一評價公式, 找出各種資產價格變動如何影響. 資產市場價值變動, 以便在模擬出資產跌價的情境後, 能精細地計算出在壓 力測試期間銀行資產市值每一日的變化。 總而言之, Wong and Hui(2009) 所設計的流動性風險壓力測試模型, 假設在一個金融資產價格崩跌的極糟 情境下, 銀行若想變現債券、 股票、 放款等金融資產, 將遭遇到變現價值降 低的情形, 因此我們必須去評估壓力測試期間每一天, 上述各類金融資產 的市場價值。 惟台灣的債券次級市場並不發達, 許多銀行買入債券後並持 有至到期, 鮮少至債券次級市場流通, 且觀察本國各上市銀行的資產結構可 7.
(15) 知, 我國銀行持有的債券、 股票等金融資產的佔總資產的比例甚低, 而放款 資產佔總資產比例卻超過百分之四十, 顯見放款資產為我國銀行的資產主 力, 針對此點, 本文嘗試建立一個適合我國國情的流動性風險壓力測試, 不 若 Wong and Hui(2009) 中, 將重心放在債券與股票資產的變現價值, 對 於放款資產卻沒有詳加討論, 本文將壓力測試的重心放在放款資產上, 建立 一個金融環境極端糟糕的情境, 除了債券價格與股價大跌外, 銀行主要是因 放款對象違約率上升, 導致放款資產的價值下跌, 而遭遇流動性危機。 § 2.1.1 以債券資產市值評價方式衡量放款資產市值. 政 治 大 由於此壓力測試必須”逐日”計算各類資產的市場價值, 但放款資產的價格 立 不像債券與股票有每日公開的市場價格, 為了計算放款資產的每日市場價. ‧ 國. 學. 值, 我們將其視為一張債券, 模擬放款資產的每日違約率, 以此作出放款殖 利率, 再以評價債券的方式來評價銀行的放款資產。 而如何做出每日放款違. ‧. 約率, Wong and Hui(2009) 並未提及, 因此為本文的研究重心之一。. y. Nat. n. er. io. al. sit. 債券資產市值評價方式. i n U. v. 在 Hui and Wong(2009) 的壓力測試架構中, 一張到期日為 T 的債券, 其 評價公式如下:. Ch. engchi. bt,T = exp[ln bt−∆t,T − (∆rt + ∆elbt )(T − t)] • bt−∆t,T 為該債券資產前一日市場價值; • ∆rt 為無風險利率第 t 日的變動, • ∆rt = rt − rt−1 ; • ∆elbt = elbt − elbt−1 為債券信用價差第 t 日的變動。. 8. (1).
(16) 式 (1) 以債券資產前一日的市場價值與債券殖利率的變動計算出債券 資產第 t 日的市場價值, 債券殖利率可視為債券資產的價格。 債券殖利率的 變動 (∆Rtb ) 即為無風險利率之變動與信用價差變動之和。 若我們要衡量的 債券資產為公債資產, 則信用價差變動部分為零, 債券殖利率的變動(∆Rtb ) 僅為無風險利率之變動(∆rt )。 我們將放款資產視為一張到期日為 T 的債券, 並以式 (1) 來衡量其市場 價值, 其與債券不同之處在衡量債券殖利率變動的方式, 放款資產信用價差 為放款違約強度與其違約損失率 (LGD) 之乘積, 換句話說, 信用價差即為. 治 政 殖利率, 並以此做為放款資產的價格。 大 立. 學. ‧ 國. 放款資產的預期損失, 而我們以放款信用價差與無風險利率之和做出放款. elct = hct · Lc ;. ‧. ∆elct = ∆hct · Lc. Nat. sit. n. al. er. io. • elct 為放款資產的信用價差; •. (3). y. 式 (2) 中,. (2). Ch. hct 為放款資產之違約強度;. engchi. i n U. v. • Lc 為放款資產的違約損失率, 在此將其假設為常數, Lc = 0.5。. 因此放款信用價差第 t日的變動 ( ∆elct ) 為其違約強度之變動( ∆hct ) 乘 上LGD。 至於放款的違約強度可由放款資產的違約率推出,. hct = − ln(1 − pct ) • pct 是銀行放款資產違約機率。. 9. (4).
(17) § 2.1.2 同業放款資產與傳染效果. Wong and Hui(2009) 所建立的壓力測試架構中, 藉由銀行持有同業放款. 資產的行為, 將傳染風險引進整個模型中。 我們一樣以式 (1) 來衡量受壓 銀行所持有的同業放款資產市場價值, 在壓力測試模型中, 我們假設銀行突 然遭遇長時間的市場風險上升, 此項假設在直覺上將提高每一間銀行自身 的違約率, 根據式 (2), 若放款予該間因市場風險而提高自身違約率之銀行, 其放款的信用價差也會隨之提高, 而降低該筆放款的市場價值, 導致放款銀 行的負債比率上升, 使放款銀行的違約率上升, 達到傳染的效果。. 政 治 大 股票與其他金融商品 立. 學. ‧ 國. § 2.1.3. Hui and Wong(2009) 對於股票資產的評價方式是假設股票資產市價取對. 數後的變動等同於股價報酬率的變動。. ‧. (5). n. al. • Vt 為股票資產第 t 日的市場價值;. Ch. engchi. • st 為股票資產的市場價格。. er. io. sit. y. Nat. 式 5 中,. ln Vt − ln Vt−∆t = ln st − ln st−1 = ∆St. i n U. v. 移項整理後, 可藉股票資產價格的變動與前一日的資產市價計算出本日 市價, 將股價取對數之變動即為股價報酬率。. Vt = exp(ln Vt−∆t + ∆St ). (6). 式 (6) 以前一日股票資產的市場價值與第 t 日的股票報酬率 (∆Pt ) 計算 本日的股票市值。. 10.
(18) 圖 2: 銀行資產結構分布圖. 政 治 大 因本文的研究對象為商業銀行, 其持有的金融資產中, 以一般放款資產 立 占其持有資產的絕大部分, 同業放款、 債券、 股票與其他金融資產所佔比. ‧ 國. 學. 例極小, 又受限於銀行財報中對於其持有的債券資產詳細資料, 包含債券評 等、 到期日等揭露甚少, 因此本文將Wong and Hui(2009) 建立的壓力測試. ‧. 架構中予以簡化, 將銀行持有的各類債券、 股票等等非屬於放款性質的資產. Nat. sit. y. 皆歸於一類, 稱其為非放款資產, 並以式 (5) 與式 (6) 予以評價。. er. io. 圖 2.1.4 為全國 33 家銀行在 2007 年底各類資產的總和, 我們可由此圖觀. al. 察銀行的資產結構, 銀行的資產以放款資產所佔比例最高, 其次為現金與同. n. v i n Ch 業放款項目, 其持有的其它金融資產比例不高 , 因此, 我們因為資料取得的 engchi U. 限制與分析上的方便, 將債券資產與結構式金融資產等此類資產的價值衡 量方式簡化, 應是可以接受的。 同業放款也因所佔金額不大, 若有因此發生的傳染風險, 其傳染效果也 不大, 因此我們進行實證研究時將同業放款中的隔夜放款視為銀行的現金, 若有中長期放款則視為非放款資產以股票資產的評價方式加以評價, 而不 以 Wong and Hui(2009) 的評價方式來討論它, 這麼做雖可使分析上更為 簡便, 不過也意味著將壓力測試架構中傳染風險的機制從實證結果中略去 不計。 11.
(19) 有了上述評價公式, 我們只要模擬出每一日各類資產的價格, 如各類放 款違約率、 無風險利率、 股價報酬率等等, 就可藉上述評價公式計算出對應 的資產價值, 進而算出該日銀行的負債比率。. § 2.2 資產價格變動對銀行每日現金流出量的影響 Wong and Hui 所建立的壓力測試架構中, 第二部分中另一重點為流動性. 風險方程組。 流動性風險方程組主要描述金融資產價格變動如何影響銀行 的現金流出的三個管道。 金融資產價格的下跌是 『間接』 而非直接影響銀. 政 治 大 違約機率, 降低存戶和其他銀行同業對該銀行的信心, 隨著違約率逐漸提 立. 行的現金流, 資產價格下跌貶損了銀行擁有的資產市值, 提高了銀行自身的. ‧ 國. 學. 高, 存戶與銀行同業也漸漸提出存放於該行的存款, 使銀行的存款提領率逐 漸上升, 加深了對銀行的現金流出的壓力。 金融資產價格崩落對銀行帶來的. ‧. 另一壓力為: 金融資產價格崩跌將使結構金融商品投資公司 (SIVs) 產生大 量損失, 擴大其資金缺口, 面臨此資金缺口壓力, 它們會因此要求銀行大量. y. Nat. sit. 兌現對它們的放款承諾, 對銀行的流動性準備造成壓力。. n. al. i n U. 同業存款流出、 對 SIVs 的放款承諾的兌領上升。. Ch. engchi. er. io. 綜上所述, 銀行每日現金流出主要用於應付: 一般存戶存款流出、 銀行. v. 流動性風險方程組即為風險因子與現金流出的鍊接模型。 § 2.2.1 一般存款流出. 銀行持有的資產受到壓力而價值縮水以後, 銀行的槓桿比例上升提高銀行 自身的違約率, 降低存戶對該銀行的信心, 於是存款開始流出。 因此受測銀 行第 t 日的存款流出量可由下式表示。. DOt = min (DOR × PBRt−∆t × TDt−∆t , SDt−∆t ). 12. (7).
(20) 上式表示銀行每日的存款流出量 (DOt ), 最多不可超過前一日的活期存 款餘額 (SDt−∆t ) , 且存款流出量與銀行的倒閉率 PBRt 相關。 • DOt 是銀行每日的存款流出量 • SDt−∆t 為前一日的活期存款餘額 • DOR 為日存款流出率; • TD 是總零售存款, 為定存和活存總和。. 政 治 大. 計算出今日一般存款流出量, 就可算出今日的一般存款總額之餘額:. 立. TDt = TDt−∆t − DOt. (8). ‧ 國. 學. 假設當日到期的定期存款, 若存戶並未提領, 因此轉為活期存款, 故在. ‧. 計算銀行本日的活期存款餘額需加上本日到期定存額之和。. n. al. Ch. § 2.2.2 銀行同業存款流出. engchi. y. sit. io. • FDTt 是在第 t 日到期的定期存款。. (9). er. Nat. SDt = SDt−∆t − DOt + FDTt. i n U. v. 如同一般存款流出, 同業存款流出的速度與銀行的倒閉率有正相關。 因此必 需先估計倒閉率與同業存款流出率之關係。 與一般存款流出不同的是, 因為 無法得到倒閉率與同業存款的高頻資料來估計兩者之間的關係, 故以較粗 略的方式代替。 觀察一家因流動性問題而倒閉之銀行 (原文以貝爾史登為 例), 以發生擠兌前後的幾天的銀行財務資料, 帶入本架構中的違約模型計 算那幾天銀行的倒閉率, 並以此倒閉率作為一間銀行發生擠兌前、 中、 後的 門檻。. 13.
(21) 表 1: 貝爾史登 流動資產 (十億元) 2008/3/3 2008/3/4 2008/3/5 2008/3/6 2008/3/7 2008/3/10 2008/3/11 2008/3/12 2008/3/13 2008/3/14. 立. 一年期 PD. 20 20.1 21 21 18 18.1 11.5 12.4 2. 政 治 大. 0.0645 0.0566 0.0515 0.0878 0.0783 0.1594 0.1474 0.1385 0.1639 0.6936. 表 1 列出貝爾史登發生擠兌前後的流動資產與對應的倒閉率, 可知在 2008/3/7. ‧ 國. 學. 時, 流動資產開始減少, 因此列對應的倒閉率 0.08 為擠兌剛開始發生的門 檻, 換言之, 當銀行的 PBR 小於此值時, 該行仍不會招致流動性危機, 其. ‧. 存款流出率為 0 ; 而在 2008/3/14 時, 銀行的流動性資產被提領一空, 其. y. Nat. 對應的倒閉率為 0.69 , 即當受測銀行的倒閉率超出此值時, 該行的同業存. n. al. IORi,t. Ch. engchi. er. io. 銀行, 其同業存款流出率則以內插法加以計算。. sit. 款流出率將達至 1, 存款百分之百的流出; 而倒閉率介於 0.08-0.69 的受測. i n U. v. 0 PDi,t−∆t < 0.08 PBRi,t−∆t −0.08 = 0.08 < PDi,t−∆t < 0.69 0.69−0.08 1 PBRi,t−∆t > 0.69,. IOi,t = min (IORi,t × TIDi,t−∆t , CIDi,t−∆t ) • IO: 同業存款流出量 • CIDi,t−∆t : 前一日的隔夜拆款餘額. 14. (10). (11).
(22) 上式表示銀行每日的同業存款流出量 IO 最多不可超過前一日的隔夜拆款 餘額 CIDi,t−∆t 。 由於當日到期的銀行同業定期存款, 若存戶並未提領則轉 為隔夜拆款, 因此 i 銀行在第 t 日的隔夜拆款餘額為: OIDi,t = OIDi,t−∆t − IOi,t + IFDi,T =t. (12). • IFDi,T =t 是在第 t 日到期的銀行同業定期存款。. 而第 t 日的銀行同業存款總額為:. 政 治 大. TIDi,t = TIDi,t−∆t − DOi,t. 立. (13). • TIDi,t 是在第 t 日的銀行同業存款總額。. ‧ 國. 學. § 2.2.3 對 SIVs 的放款承諾的兌現增加. ‧. 結構型金融投資公司 (SIVs) 多數是由金融機構所注資成立, 成為這些金融. Nat. sit. y. 機構的子公司或聯營公司, SIVs會在市場上融資, 發行短期的商業票據, 因. er. io. 有背後的母公司背書, SIVs能在市場上取得較低成本的資金, 然後投資在. al. v i n C h 的模式來賺取利差。 具的投資組合。 透過 「以短支長」 e n g c h i U 當經濟不佳, 市場信 n. 結構性產品之上。 這些結構性產品通常是債權產品, 是一個一籃子債務工. 心崩潰, SIVs無法再藉著發行新的商業票據取得資金, 來償還前一批到期 的商業票據, 引發流動性不足, 便會向銀行要求兌現放款承諾, 增加銀行的 流動性壓力。 假設銀行的總放款承諾 T CC 中有 α 的比例是允諾貸放給 SIVs, 先計. 算第 t 日對 SIVs 還未兌現的放款承諾 U CCi,t , 將對 SIVs 的放款承諾扣 除已經兌現的部份即為剩餘的放款承諾餘額。 UCCi,t = max TCCi,0 α −. t−∆t X s=1. 15. ! DCCi,s , 0. (14).
(23) • UCCi,t 為還未兌現的放款承諾。 • DCC 為已兌現的放款承諾。. 接下來計算第 t 日的 drawdowms。 假設放款承諾的提領量等於結構性 金融資產的價格變動乘上放款承諾餘額。 DCCi,t. sfa = max −∆Pt · UCCi,t−∆t , 0 . (15). • DCC 為已兌現的放款承諾。. 政 治 大. sf a • Ptsf a 為結構性金融資產的價格, ∆Ptsf a = Ptsf a − Pt−∆t 。. 立. • UCCi,t 為還未兌現的放款承諾。. ‧ 國. 學. 當 SFA 的價格下跌時, SIVs因受到虧損產生資金壓力而向銀行要求兌 現放款承諾, 此時 −∆Ptsfa 為正, 表示DCCi,t 為正; 而 SFA 的價格上升. ‧. 時, SIVs獲利而沒有向銀行要求兌現放款承諾的必要時, 此時 −∆Ptsfa 為. sit. y. Nat. 負, DCCi,t 為零, 表示銀行不需兌現放款承諾。. io. al. er. 在我國銀行中, 放款承諾比例甚小, 於模擬結果影響不大, 為簡化分析,. n. 在進行實證研究時便不繼續討論。. Ch. § 2.3 槓桿比例的變化 e n g c h i. i n U. v. 銀行第 t 日的違約率會影響到下一日的一般存款流出量和同業存款流出量, 因此, 為了得到下一日的存款流出量, 就必須模擬本日銀行自己的違約率。 此壓力測試模型應用了一個結構式違約模型來模擬銀行的違約率, 此違約 模型的細節將在下一小節詳述。 由於違約模型的投入變數之ㄧ為銀行自己的負債比率, Wong and Hui(2009) 即是以此特徵發展出整個流動性風險壓力測試模型, 市場風險與來自放款 對象的信用風險影響了銀行的負債比率, 新的負債比率決定了銀行新一期 16.
(24) 的違約機率, 造成銀行的存款量發生變動, 又再影響到下一期負債比率, 如 此週而復始。 因此我們必需得到違約率模型的投入變數-銀行第 t 日的負債比率, 以 求得銀行的違約率。 負債比率為資產除以負債, 資產的變動與負債的改變 均會讓銀行的負債比率直接發生變化, 因此整個壓力測試模型中花費了頗 多篇幅設計銀行資產與負債的每日變動方式。 由第 2.1 節, 我們可以模擬出 銀行在壓力測試期間, 第 t 日資產受到壓力下市價的減損, 而在第 2.2 節中, 只要給定銀行違約率的期初值, 就可計算在壓力測試期間, 銀行第 t 日的現. 政 治 大. 金流出量, 縱上所述, 我們可以就可得到當日槓桿比例的變化。 槓桿比例等. 立. 學. ‧ 國. 於負債除以資產。. Dt = Dt−∆t − DOt − IDOt − dTt. ‧. At = At−∆t − DOt − IDOt − dTt + ∆ct + ∆Vt. Nat. io. • DOt : 第 t 日一般存款流出量. n. al. Ch. • IDOt : 第 t 日同業存款流出量. engchi. i n U. • dTt : 第 t 日到期負債 • At : 第 t 日資產 • ∆ct : 第 t 日放款資產市價變動量 • ∆Vt : 第 t 日非放款金融資產市價變動量 • Dt−∆t : 第 t+1 日負債 • At−∆t : 第 t+1 日資產 17. er. sit. y. • Dt : 第 t 日負債. v. (16) (17).
(25) 存戶的存款為銀行的負債, 當存款流出表示負債會同樣減少; 而銀行必 須拿現金去支付每日的存款流出與到期的負債, 因此資產也必須等量的削 減。. Lt = =. Dt At. (18). Dt−∆t − DOt − IDOt − dTt At−∆t − DOt − IDOt − dTt + ∆ct + ∆Vt. (19). 得到銀行第 t 日的槓桿比率後, 便可帶入違約率模型中, 求得銀行第 t. 政 治 大. 日的違約機率。. 立. § 2.4 銀行的倒閉率. ‧ 國. 學. 銀行因市場風險提高, 貶損了自身所擁有的資產的市價, 意味銀行的償債. ‧. 能力下降, 槓桿比率上升, 銀行對於存款戶及銀行的債權人的違約機率會增. y. Nat. 加, 存款戶見此機率上升將加速存款的提出, 造成擠兌。 因此我們以 「倒閉. io. sit. 率」 來代稱銀行自身的違約機率, 也免於與銀行放款客戶的違約率造成混. n. al. er. 淆。 Wong and Hui(2009) 文中建議以 Hui, Lo,and Tsang(2003) 中提到. i n U. v. 的P D期間結構模型來計算銀行的倒閉率, 此模型的投入變數為銀行的負債. Ch. engchi. 比率, 當負債比率上升時, 銀行的擠兌率也隨之上升。 § 2.4.1. 違約機率期間結構模型. Hui, Lo,and Tsang(2003) 的P D期間結構模型是 Merton 形式的結構式. 違約風險模型, 其假設無風險利率服從 Vasicek 利率期間結構模型, 公司 的負債比率服從幾何布朗運動的動態過程, 並以此推導出該間銀行的違約 機率期間結構。 而此壓力測試主要即藉著此違約機率模型中, 負債比率與 違約機率的關係, 串起整個壓力測試模型。 藉著模擬受壓後負債比率每日. 18.
(26) 的變化, 將其帶入此違約機率模型中估算出對應的銀行擠兌率。 此違約機 率模型描述如下。 負債比率的動態-幾何布朗運動. 此模型假設負債比率 (L) 的動態服從幾何布朗運動,. dL = αL · L · dt + σL · L · dZL. (20). • dL: 負債比率變動, 其為負債除以資產. 治 政 • α : 負債比率飄浮項 大 立 L. ‧ 國. 學. • dZL : 標準布朗運動變量, 其服從標準常態。 • σL : 負債比率波動度. ‧. Vasicek 利率期間結構模型. sit. y. Nat. io. n. al. er. 假設利率服從 Vasicek 利率期間結構模型:. Cdrh= κ(θ − r)dt + σ UdZn i engchi r. r. v. (21). • dr: 利率的瞬間變動 • κ: 利率反轉速度 • θ: 利率的長期水準 • dZr : 標準布朗運動變量, 其服從標準常態, 且dZr dZL = ρdt, 假設 ρ = 0。. 19.
(27) 違約機率 應用 Ito‘s lemma, 債券價格 P (L, r, t)偏微分方程式為:. ∂ 2P 1 ∂ 2P 1 ∂P ∂P ∂ 2P ∂P = σL2 L2 2 + σr2 2 +ρσL σr L +αL +κ[θ−r] −rp ∂t 2 ∂L 2 ∂r ∂L∂r ∂L ∂r (22). 當公司的槓桿比例 (L) 超過一個預先定義好的水準 (L0 ), 公司就會在 債券到期之前破產, 若公司的槓桿比例(L) 一直沒有超過L0 , 債券持有人就 能在債券到期時領回同債券面額之金額。 這樣的設定也反映了當公司破產. 政 治 大. 時, 有高槓桿比率的事實。 最後推導出這張債券的違約機率, 這張債券在t時. 立. 學. ‧ 國. 的相對應的違約機率P D(L, t)可以被近似為: ". (23). ‧. # ln( LL0 ) − b2 √ PBRi =1 − N 2b1 L 2 + exp 4β ln( ) + b2 + 16β b1 L0 # " L ln( L0 ) + b2 + 8βb1 √ ×N 2b1. n. er. io. sit. y. Nat. al. i n U. v. 其中, N(.) 是常態累積機率分配, β 是一個實數參數, b1 和b2 的定義如 下。. Ch. engchi. Z 1 t 2 0 b1 = σ Ldt , 2 Z t0 0 b2 = γdt ,. (24) (25). 0. 1 γ = αL + ρσL σr a2 exp(a1 ) − σL , 2 Z t 0 a1 = − κdt , Z0 t 0 a2 = − exp[−a1 ]dt 0. 20. (26) (27) (28).
(28) 式 (23) 指出只要將銀行的負債比率與負債比率波動度帶入, 就可以得 到對應的違約機率。 整個壓力測試模型即是應用式 (23) 的近似解, 模擬銀 行受壓時資產與負債 (存款) 的變化, 得到對應的負債比率, 應用式 (23) 的 近似解計算銀行的違約機率, 來進行流動性風險的壓力測試。 違約機率的參數設定 另外, 參數β 是可以調整的, 使得式 (23) 的近似解能夠得到一個最接近的 結果, 其調整的方法參照 Lo et al[2003], 以無風險利率與負債比率波動度. 政 治 大. 加以調整。. 立. β = 1 − 2 · rσL−2. (29). ‧ 國. 學. 為簡化分析, 與 Hui, Lo,and Tsang(2003) 採用相同參數設定, 並假設 投入變數之一的槓桿比率波動度是不隨時間改變的, 因此在壓力測試期間,. ‧. σ t = σ0 。. y. Nat. n. er. io. al. sit. § 2.5 銀行的流動性風險指標. i n U. v. 當我們模擬出一次資產價格一年的路徑變化, 便可得到 252 天中, 銀行資產. Ch. engchi. 每日的市場價值、 存款流出量, 與違約率。 在模擬多次以後, 便可以模擬結 果計算出銀行的流動性風險指標, 將銀行的流動性風險加以量化。 Hui and wong(2009) 提出四個可以用來衡量流動性風險的指標, 分別. 描述如下。 § 2.5.1 現金短缺機率. 並非每一次模擬都會得到一個現金短缺日, 若當次模擬並未出現現金短缺 日的數值時, 意指在這一次模擬中, 銀行在我們所設定的情境下, 能安然度 過這一年的壓力情境, 而沒有發生任何現金短缺的危機。 21.
(29) 假設模擬 M 次以後, 得到 K 個 FCST 數值, K必小於等於 M, 亦即在 M 次模擬當中, 有 K 次銀行在 252 天之內發生了現金短缺的情況, 則現金. 短缺機率定義為:. ps =. K M. (30). • ps : 現金短缺機率. 在現金短缺已發生的條件下之預期現金短缺時間 (EFCST). § 2.5.2. 治 政 如銀行購買的各類債券到期, 便可取得現金入帳。 大銀行每日的現金流出, 則 立 用於應付被提領的存款, 及每日到期負債。 我們可以以此推出銀行每日現金. 銀行每日的現金流入主要來自每日的營業收入, 與每日到期的金融資產, 例. ‧ 國. 學. 存量的方程式。. ‧. Ct = Ct−∆t + γ · OIt + aTt − DOt − IDOt − dTt. Nat. io. sit. y. • Ct : 第 t 日現金存量. n. al. er. • Ct−∆t : 前一日現金存量 •. aTt :. Ch. 第 t 日到期資產. (31). engchi. i n U. v. • dTt :: 第 t 日到期負債 • OIt : 第 t 日營業收入 • γ : 營業收入壓力因子,0 < γ < 1, 藉由 γ 的調整, 可以表示銀行在. 受壓情境下營收減少的情形。 藉由上式, 我們可以得知每日的現金存量, 當第 s 日的現金 Cs 小於零 時, 定義為現金短缺, 而短缺發生的第一日為首次現金短缺日 (FCST), 亦 即 FCST=s 。 22.
(30) 政 治 大 圖 3: 現金存量變化與現金短缺時間 立. ‧ 國. 學. 模擬 M 次以後, 會得到小於或等於 M 個的 FCST 的數值, 取其平均 值即為預期短缺時間 (expected first cash shortage time,EFCST), 因為. ‧. 並非每一次模擬都會得到首次現金短缺日, 銀行必須在一年內發生現金短. y. Nat. 缺的現象, 該次模擬才能模擬出現金短缺日, 因此此預期短缺時間為在有發. io. sit. 生現金短缺狀況下的條件期望值。若 EFCST 的數字越小, 表示該銀行在我. n. al. er. 們所設定的壓力情境之下, 對於流動性風險的抗壓力較小。. i n U. v. 圖 3是利用樣本銀行中其中一家銀行的資料, 應用此壓測模型模擬一次. Ch. engchi. 的現金存量圖, 此現金存量圖主要繪製在一年的壓力測試期間共 252 個工 作日, 該銀行每日的現金存量變化。 由圖可知, 當銀行的現金存量為負的第 一日, 意即現金用罄的那一天, 即為該銀行的現金短缺日。 此圖中該樣本銀 行的現金短缺日約為第 195 天左右, 指在這一次的模擬中, 該銀行在我們所 建置的情境下與假設下, 其現金存量能夠支撐 195 天。 由前幾節的敘述可知, 一間銀行每日的現金存量變化肇因於每日到期的 資產負債與存戶的提領, 其中存戶的提領甚至擠兌是現金流量受到壓力的 主因, 因此只要銀行在資產與負債到期日的配置處理得當, 將有助於現金短. 23.
(31) 立. 政 治 大 圖 4: 現金短缺與銀行違約率. ‧ 國. 學. 缺時間的延長。. 圖 4為樣本銀行進行一次模擬所得的現金存量與銀行違約率途徑, 觀察. ‧. 圖形發現, 當銀行的現金存量遭受壓力快速遞減, 甚至發生短缺的流動性危. y. Nat. 機時, 銀行自身的違約率也快速飆升, 由此實證銀行流動性風險與自身違約. al. n. 流動性問題引發之違約機率. Ch. engchi. er. io. § 2.5.3. sit. 率的交互影響。. i n U. v. 此處的違約機率, 與前面所提的銀行的違約機率不同, 假設當銀行現金用磬 時, 會先變賣流動性較高的金融資產來應付因壓力而高升的流動性需求, 直 到金融資產變現殆盡仍無法應付流動性需求時, 即宣告該銀行違約。 因此, 這裡的違約機率是指因流動性問題引發之違約機率。 其計算方式與現金短金機率相同, 且也不一定每一次模擬都會出現因流 動性不足而發生的違約, 假設模擬 M 次以後, 有 K 次銀行在 252 天之內發 生了現金短缺的情況, 且 T 次銀行發生違約的情況, T必小於或等於 M, 則 違約機率定義為:. 24.
(32) pd =. T M. 學. (32). ‧. ‧ 國. 政 治 大 圖 5: 現金、 金融資產總值與違約時間之一 立 • pd : 因流動性問題引發之違約機率. Nat. sit. y. 根據定義, 銀行在發生現金短缺後, 以金融資產繼續支應, 金融資產可. er. io. 為銀行在面臨流動性危機時帶來緩衝的效果, 延緩銀行面臨流動性危機的. al. n. v i n Ch 短缺時間更晚。 倘若銀行面臨金融資產價格下跌 e n g c h i U , 削弱金融資產變現的價. 時間, 讓銀行有更多時間找出因應對策或尋求援助, 因此違約時間會較現金. 值, 自然會降低金融資產的緩衝效果。 § 2.5.4 流動性問題已發生下之預期違約時間 (EDT). 若銀行已面臨現金用罄, 便會開始將金融資產變現, 以解決流動性問題。 當 金融資產全部變現後, 也無法填補現金缺口時, 便定義該銀行違約。 違約時 間即是指, 在壓力測試期間, 現金資產與金融資產總和小於零的第一日。 當 Cj +Vj < 0, 則 DT=j 。 圖 5為樣本銀行某一次模擬的現金與金融資 產總合每日市值, 在此次模擬中, 該銀行在 230 天左右已面臨現金短缺, 但 25.
(33) 政 治 大 圖 6: 現金、 金融資產總值與違約時間之二 立. ‧ 國. 學. 加上金融資產變現的挹注後, 並沒有發生違約。 圖 6則可看出該銀行在一年 內先發生了現金短缺的狀況, 接著又發生了因流動性危機而引發的違約, 此. ‧. 有可能是因為該銀行的持有的金融資產不多, 也可能是因為嚴重的資產價. y. Nat. 格下跌, 挫低了金融資產的緩衝效果, 還有一種可能性為該銀行的現金存量. io. n. al. er. 變賣, 還是有可能在一年內發生對存戶違約的情況。. sit. 不足, 過早的引發了現金短缺的情況, 此時即便有多而值優的金融資產可供. i n U. v. 觀察違約時間與現金短缺時間兩者間的差距, 我們可以簡單地將此差距. Ch. engchi. 數值視為是銀行所持有的金融資產帶來的緩衝效果, 若差距越大, 其緩衝效 果越佳。 與 EFCST 相同, 預期違約時間 (expected default time,EDT) 為模 擬 M 次以後, 會得到小於等於 M 個的 DT 的數值, 取其平均值即為預期 短缺時間。. § 3 蒙地卡羅模擬資產價格路徑 蒙地卡羅模擬法是假設資產價格的變動服從某隨機過程的型態, 利用電腦 26.
(34) 模擬, 在目標時間範圍內, 產生隨機價格的路徑, 我們應用蒙地卡羅模擬法 產生金融資產市價下跌的壓力情境, 以此測試銀行的流動性風險。 因為在這 個壓力測試中, 銀行的壓力主要來自金融資產市場價格大跌, 為了營造這樣 的情境, 我們假設在主要的金融資產市場上, 包括債券市場、 股票市場及結 構型商品市場發生一段長時間的價格下跌, 為銀行帶來負面衝擊, 提高了銀 行的市場風險。 並以蒙地卡羅法加上歷史資料, 模擬一年裡 (共 252 個工作 天) 各項資產價格的路徑變化。 在模擬路徑方面, 股價報酬率是使用幾何布朗運動來模擬, 而利率因子. 治 政 各類放款的違約率, 藉以估計銀行各類放款的市場價值的變化 , 在這方面, 大 立 則採用 Willsom 提出的違約迴歸模型, 建立放款資產違約率與其他總體因. 則是使用單因子 Vasicek 模型作為模擬路徑。 另外, 我們也必須模擬銀行. ‧ 國. 學. 子的迴歸模型, 以此進行模擬, 並兼以向量自我迴歸模型 (VAR) 來描述總 體因子的互動。. ‧. § 3.1 市場風險衝擊-模擬無風險利率. sit. y. Nat. n. al. er. io. 因為 Wong and Hui(2009) 所建立的流動性風險壓力測試中, 是由一個結. i n U. v. 構式的違約模型貫串起整個架構, 在此違約模型中, 假設無風險利率的變動. Ch. engchi. 服從 Vasicek 利率期間結構模型, 因此我們必須估計 Vasicek 利率期間結 構模型的各項係數, 並以此模擬出 在一年的壓力測試期間內無風險利率的 路徑, 藉以計算銀行各類放款資產的市價, 與銀行自身的違約機率。 假設無風險利率服從 Vasicek 利率期間結構模型: § 3.1.1. Vasicek 利率期間結構模型. ∆r = κ(θ − r)∆t + σr ∆Zr • ∆r : 利率的瞬間變動 27. (33).
(35) • κ : 利率的均數復歸調整速度 • θ : 利率的長期水準 • σr : 即期利率標準差 • ∆Zr : 標準布朗運動變量, 其服從標準常態。 Vasicek利率模型具有均數復歸的特性, 即是指利率存在一個長期的平. 均水準θ, 當當短期利率 r 高於或低於長期平均水準時, 會慢慢調整並收斂 到長期平均水準。. 學. ‧ 國. § 3.1.2. 政 治 大 Vasicek 利率期間結構模型參數估計方法: 時間序列估計 立. 將 (4) 式轉換成間斷型態的一階自我相關迴歸式, 簡化為下式: . 0.5. ‧. 1 − exp(−2κ) rt = θ [1 − exp(−κ)] + exp(−κ)rt−1 + σ 2κ. × εt (34). n. al. rt = a + b · rt−1 + t. Ch. engchi U. er. io. sit. y. Nat. 接著只要將利率歷史資料代入自我迴歸式 AR(1) 中估計係數,. v ni. 估計出各項迴歸係數後, 就可進一步反推出利率模型的參數。. θ=. b a 1 − bb. κ = − ln bb σr2 =. MSE · 2κ 1 − bb2. 將得到之參數代入 (4) 式, 並以此模型作為利率之模擬路徑。. 28. (35).
(36) § 3.2 模擬股價報酬率 幾何布朗運動模型. § 3.2.1. 我們需要模擬一年壓力測試期間內每日股價報酬率, 以此模擬值來估算當 日金融資產的市價變動。 以幾何布朗運動來描述股價報酬率的行為, 表示股價報酬率是以隨機漫 步的行為變動: ∆S 治 =µ+ σ ∆Z 政 S 大 S. ∆S : S. 立. 股價報酬率變動. 學. ‧ 國. •. (36). S. • µ: 股價報酬率期望值. ‧. • σS : 股價報酬率標準差. y. Nat. er. io. sit. • ∆ZS : 標準布朗運動變量, 其服從標準常態。. 而在建立壓力情境時, 我們藉著施壓其參數 µ 來產生受壓後的股價報. al. n. 酬率路徑。. Ch. engchi. i n U. v. § 3.3 模擬銀行各類放款資產違約率 銀行所持有的放款資產之市價受到違約率的影響, 因此, 為了模擬出壓力測 試期間銀行持有的放款資產每日市場價值的變動, 我們必須模擬受壓銀行 放款對象在壓力測試期間每一日的違約機率, 藉以估算出受壓期間放款資 產的市價。 在 Hui and Wong(2009) 的壓力測試模型中, 僅將放款資產的 違約率設定為一個自由調整的外生參數, 並未對此多加著墨, 但商業銀行的. 29.
(37) 資產以放款為大宗, 若放款資產違約率未能詳細設定, 就無法詳細衡量銀行 每日資產市值的變動。 本文利用違約迴歸模型建立放款對象違約率與總體因子的迴歸關係, 來 模擬銀行放款對象的違約機率。 使用違約迴歸模型的好處是, 我們可以將 總體因子或其他風險因子引進此壓力測試模型中, 從而建立一個完整的壓 力情境。 總體因子受壓造成放款對象的違約率上升, 使銀行的資產市值下降, 提 高銀行自身的違約率, 因此將總體因子藉違約迴歸模型引入此模型中, 可以. 治 政 何, 以及其對銀行的流動性風險的影響為何。 大 立. 讓我們觀察到風險因子與放款對象違約率對銀行自身違約率的間接影響為. 向量自我迴歸模型. ‧ 國. 學. § 3.3.1. 總體因子的模擬. ‧. 以向量自我迴歸模型建立一個總體因子的互動關係。 在本文中選定 8 個風. sit. y. Nat. 險因子, 包含 5 個總體因子與 3 個消金因子, 再配合前面提到的股價與利率. io. er. 的每日路徑模擬一起建置總體壓力測試情境。 由於消金因子與總體因子的. al. 交互關係較低, 因此我們僅以總體因子部分建置 VAR 模型, 消金因子則僅. n. v i n Ch 以平均數與其變異數共變異數矩陣描述其關係。 e n g c h i U 我們建立落後一期 VAR. 模型:. . . x= . x1,t x2,t x3,t x4,t x5,t. xt = Axt−1 + t 30. (37).
(38) 估計出A矩陣後, 計算出總體因子的條件變異數共變數矩陣(Σ∗ ), 就可以利 用上式模擬壓力測試期間總體因子每日的變化。 先Cholesky 分解 (Σ∗ ) 得到矩陣C∗ , xt = Axt−1 + C∗ v∗. (38). v∗ 內是由5 個從標準常態分配抽出的模擬值組成的行向量, 得到xt 的模. 擬值後, 再將其帶入式(37) 中的xt−1 , 即可獲得下一期的總體因子。 消金因子的模擬 政 治 大 θ . 立. 1. ‧ 國. 學. θ= θ 2 θ3. 關於消金因子向量θ的模擬, 因未對其設定任何模型, 首先計算其變異數. ‧. 共變數矩陣, Var(θ) = Σθ , 並對其進行 Cholesky 分解得到Cθ , 以下式模. n. Ch. engchi. (39). er. io. al. θ = Cθ v v1 v= v 2 v3. sit. y. Nat. 擬:. i n U. v. v1 、 v2 和v3為標準化常態分配抽出來的模擬值。 § 3.3.2. 違約迴歸模型. 建立好總體因子的互動關係後, 再以違約迴歸模型建立違約率與總體因子 的關係。 先將個別銀行的放款粗分為三類, 此處的分類可視壓力測是的目 的加以調整。 我們將放款資產分為房貸加有擔消金, 信用卡加無擔消金與 企業放款, 對於消金放款分類較細的原因在於在我們想特別對消金放款施 31.
(39) 壓。 接著將各銀行此三類放款與上述 8 個風險因子進行逐步迴歸, 找出 P 值小於 0.1 的解釋變數, 並以 OLS 估計出其迴歸係數後, 模擬出壓力測試 期間放款資產違約率的路徑。 若要採取線性迴歸模型, 應變量必須是數值不受限制的連續變量, 因此 我們必須先將第 j 類放款違約率 pj,t 進行 logit 轉換:. qj,t = ln. 1 − pj,t pj,t. (40). 再根據 CPV 設定一個以qj,t 為應變量, 總體因子為解釋變量的線性迴 歸模型。. . 學. q1,t qt = q2,t q3,t. ‧. ‧ 國. 立. 政 治 大 . (41). sit. y. Nat. qt = Bxt + εt. io. er. 在進行實證分析時, 因為銀行各類放款之違約率僅有季資料, 而某些總體因 子與消金因子的資料頻率最高僅為月資料, 但此壓力測試必須以日頻率資. n. al. Ch. i n U. v. 料進行分析, 因此, 我們將總體因子與消金因子月資料整理成季頻率, 再用. engchi. 其與違約率季資料估計出式 (41) 的係數矩陣後, 再以模擬出的風險因子月 模擬值代入下式, 以得到違約率的月模擬值。. qt = Bxt +. 1 · εt 3. (42). 並由此得到一年共 12 個月的違約率變動值∆pj,t , 將其除以 21, 取其平均值 做為壓力測試期間內每一日放款違約率的變動。 將各類資產在壓力測試期間的變動路徑模擬出來後, 帶入上一章各類資 產的評價公式, 就可以得到對應這些資產價格的資產市場價值, 開始進行流 32.
(40) 動性風險壓力測試。. § 4 流動性壓力測試模擬結果 § 4.1 受測銀行的財務資料 因為本模型需要受壓銀行的股價波動度來估計銀行的負債比率波動度, 因 此只能選擇有上市的商業銀行作為研究對象。 而壓力測試所需要的銀行資 料, 均可從銀行的財務報表中得到, 本文中採各上市銀行 2007 年的資產負. 政 治 大. 債表與資產負債到期分析表中的資料來進行分析。. 立. 在進行壓力測試之前, 必須先進行兩個步驟, 首先, 把受測銀行的資產. ‧ 國. 學. 負債到期分析表加以”日化”, 銀行的資產負債到期分析表通常將資產與負 債按到期日粗分為四類, 分別是一個月內到期、 一個月至六個月內到期、 六. ‧. 個月至一年內到期與到期期間超過一年的資產與負債, 由於壓力測試期間 設定為一年, 因此必須將前三類資產除以它們的到期期間, 以估算在壓力測. y. Nat. sit. 試期間中, 每一日到期的資產與負債數額。 第二, 因我們以 2007 年底銀行的. n. al. er. io. 財務資料進行分析, 因此收集該銀行 2007 年整年度財務報表的日資料計算. i n U. v. 出股價報酬率的波動度 (σe ), 再利用Ito’s lemma 轉換成負債比率波動度. Ch. engchi. (σL )。 銀行的股價資料由TEJ 資料庫取得。. √ σL = σe · S 250. (43). • S: 淨值比率 § 4.1.1 無風險利率與股價報酬率. 為了模擬一個極糟的經濟環境, 因 2000 年為台灣隔夜拆放利率最高的一年, 選取台灣 2000 年整年度隔夜拆款利率日資料配適 AR(1) 模型, 再利用估. 33.
(41) 表 2: 利率自我迴歸係數 係數. rt rt−1. 0.9221 截距 0.0036. 標準誤. t值. pvalue. 0.0234 0.0011. 39.35 3.32. 0.000 0.001. 表 3: 其他須估計之參數 參數 無風險利率. 股價報酬率. 立. κ θ σr µ σS. 資料期間. 估計值. 0.0472 2000 年日資料 0.0810 0.0003 -0.0022 2008 年日資料 0.0213. 政 治 大. ‧ 國. 學. 計出的迴歸係數反推出 Vasicek 利率期間結構模型的各項參數後, 即可用 進行 Vasicek 利率期間結構模型模擬壓力測試期間每日的利率。. ‧. 表 2 為 AR(1) 的配適結果。. sit. y. Nat. 股價報酬率的模擬, 則以台灣大盤股價報酬率為替代變數, 因 2008 年次. io. er. 貸風暴發生, 股價大跌, 因此以蒙地卡羅法配合 2008 年台灣大盤股價報酬 率的歷史資料模擬壓力測試期間股價報酬率的變動, 模擬股價路徑所需參. n. al. Ch. i n U. v. 數均以 2008 年股價報酬率日資料加以估計。 隔夜拆款日資料與大盤股價報. engchi. 酬率日資料來源為台灣經濟新報資料庫 (TEJ)。. 同業存款提領率的部份, 由於要取得台灣因發生擠兌而倒閉的金融機構 在發生擠兌前中後的資料極為困難, 因此仍以原文中提及的貝爾史登銀行 的相關資料來設計同業存款提領率。 另一個重要的參數為一般存款提領率, 一般存款提領率在於表達存款流出的速度與違約率的關係, 在 Wong ang Hui(2009) 附錄中有提及估計的方式, 以下式估計違約率與每月零售存款. 成長率的關係。 DGi,t = −αi + β1 ln(DRi,t ) + β2 ln(DR−i,t ) + β3 PDi,t + β4 Yt + εi,t (44) 34.
(42) • DGi,t 為 i 銀行第 t 個月的月存款成長率, • DRi,t 為 i 銀行的存款利率, • DR−i,t 為除了 i 銀行以外其他銀行的的存款利率, • PDi,t 是以本壓力測試架構中的違約風險模型計算的 i 銀行的違約. 率, • Yt 為GDP 年成長率。. 治 政 大 以估計, 2009/9 之後的資料因香港實施百分之百的存款保險制度 , 而無法 立 拿來估計違約率與月存款成長率的關係。 存款負向成長即意謂存款流出, Wong ang Hui(2009) 以十二家受測銀行 2006/1-2008/9 的月資料加. ‧ 國. 學 MDORi,t = −DGi,t. (45). ‧. MDORi,t 為 i 銀行月存款流出率, 其與 PD 的關係為下式:. n. er. io. al. sit. y. Nat. MDORi,t = −β3 PDi,t. i n U. (46). v. 由於我們要計算的是日現金流出量, 因此要利用此估計結果進行流動性壓. Ch. engchi. 力測試時, 需先將月存款流出率除以 21 調整為日存款流出率。 本文中影響 DOR 的參數 β3 在此仍採用香港銀行估計出來的結果。. § 4.2 向量自我迴歸模型與違約迴歸模型估計結果 使用向量自我迴歸模型估計失業率、 利率、CPI 變動率、 房租 CPI 變動率 和 M1B 變動率之間的關係, 估計結果載於附錄。 至於違約迴歸模型部分, 將個別銀行的放款粗分為三類, 分別是房貸加 有擔消金, 信用卡加無擔消金與企業放款。 將各銀行此三類放款的違約率資 35.
(43) 表 4: 主觀設定之參數 參數 銀行違約模型參數. 營業收入壓力因子 一般存款提領率 同業存款提領率. α L0 ρ γ dor ior. 參照來源. 估計值. 0 Hui and Wong[2004] 1 0 0.75 0.42 × PDt 表1. 表 5: 風險因子敘述統計, 單位: 百分率 代碼. 政樣本數治平均數大標準差. 風險因子. 1.052 2.188 1.616 0.943 8.079 7.273 1.408 3.448 7.995. 2.03 .097 −2.33 −1.09 −6.84 −1.89 −4.75 −9.491 −19.348. 6.13 8.112 5.81 3.4 30.3 21.35 9 17.401 25.26. io. y. sit. ‧ 國. Nat. 3.969 3.005 1.123 .2701 8.981 7.849 0.095 −0.119 0.570. ‧. x3 x4 x5 c1 c2 c3 s1. 172 172 172 172 172 171 90 67 172. 最大值. er. 立 x1x2. 學. 失業率 利率 CPI 變動率 房租 CPI 變動率 M1B 變動率 消貸增長率 循環餘額增長率 雙卡放款增長率 股價報酬率 (日). 最小值. al. 料與上述 9 個風險因子進行逐步迴歸, 找出 P 值小於 0.1 的解釋變數, 並以. n. v i n C 由於銀行各類放款違約率的資料為季頻率 OLS 估計出其迴歸係數。 , 因此 hengchi U 違約迴歸模型中以季資料估計各銀行放款違約率與風險因子的關係。 銀行 各類放款違約率的歷史資料來自中央銀行, 風險因子季資料與月資料則從 TEJ 資料庫取得。. § 4.3 壓力測試模擬結果 估計出模型中各項參數, 設定好受壓參數的數值, 模擬五千次以後, 就可以 得到受壓銀行的四項流動性風險指標, 即上節所提到的現金短缺機率、 預期 現金短缺時間 (FCST)、 因流動性問題所引發的違約機率和預期違約時間 36.
(44) 表 6: 壓力測試情境 代碼 情境一 (baseline). 風險因子 失業率 利率 CPI 變動率 房租 CPI 變動率 M1B 變動率 消貸增長率 循環餘額增長率 雙卡放款增長率 股價報酬率 (日). x1 x2 x3 x4 x5 c1 c2 c3 s1. 立. 5.39 0.164 1.34 −0.04 17.92 3.5 0.1 −0.5 0.01. 情境二. 情境三. 情境四. 5.886 0.623 3.062 −0.342 18.454 15 1.5 2.5 −0.005. 3.954 1.431 2.390 .087 5.118 13.738 −.057 1.54 −.002. 3.955 1.431 2.391 0.087 5.119 15 1.5 2.5 −0.002. 政 治 大. (DT)。 我們假設壓力測試期間為一年, 因此上述四個指標均指一年內會發. ‧ 國. 學. 生現金短缺或違約的機率, 以及一年內若有發生現金短缺或違約時, 將發生 在一年中的哪一日。. ‧. 壓力情境設計. sit. y. Nat. er. io. 情境一中以 VAR 模型做總體因子樣本外下一期的預測, 消金因子則套以. al. 最近 12 個月的均值。 由於我們並未對情境一”施加壓力”, 因此情境一可以. n. v i n Ch 視為是一個”基本情境”(baseline), 情境 e n g可以讓我們在施壓之後用以對照。 chi U. 二中總體因子的數值則是以 VAR 模型做總體因子樣本外下一期的預測, 取 其信賴區間的上界或下界值, 作為施壓後總體因子的變化, 消金因子和股價 報酬率則是以平均數加上一個標準差做為受壓後的數值, 以此建立一個壓 力情境。 情境三和情境四設計一個雙卡風暴的情境, 雙卡風暴主因來自銀行之間 的惡性競爭, 放寬核卡標準, 雖衝高了雙卡放款量, 但也造成大量的消金逾 放款。 回顧 2005 年至 2006 年間的雙卡風暴, 其總體環境並無異常險峻的變 化, 因此在總體因子方面, 以 VAR 模型做樣本內的預測, 預測出 2005 年 12 37.
(45) 立. 政 治 大. ‧ 國. 學. 圖 7: 流動性壓測模型一次模擬結果. ‧. 月的總體因子預測值, 而在消金因子方面, 則以 2005 年 12 月的歷史資料代. sit. y. Nat. 入, 探討當消費性放款與雙卡放款增加時, 對於銀行流動性的影響。. io. er. 情境四則更為加重消金因子的變化, 以其平均數加上一個標準差, 其他 總體因子則維持不變, 以便與情境三做比較, 更能看出銀行浮濫放款的影. al. n. 響。 壓力測試結果. Ch. engchi. i n U. v. 情境二以情境一為基礎, 進一步加劇風險因子的負向變化, 由壓測得出的四 個流動性風險指標可知, 總體環境的負向變動會造成銀行的流動性風險大 幅上升, 縮短各銀行應付流動性需求的天數, 但即使面臨惡劣的金融環境與 大幅提升的流動性危機, 大部分銀行依然可以維持超過三個月。 比較情境三與情境四的結果可知, 銀行過度刺激消費者貸款需求, 造成 浮濫放款的情形, 會提高消金放款的違約率, 進而降低銀行所持有的消金放. 38.
(46) 表 7: 壓力測試結果-情境一 銀行名稱 Probability of Expected Probability of Expected cash shortage FCST(days) Default DT(days) 台中銀 聯邦銀 遠東銀 大眾銀 安泰銀 合庫 彰銀 高雄 台企. 0 0.8398 0 0 0.0006 0.5605 0.7283 0.2293 0. 立. 208 92 217 215 234 -. 0 0 0 0 0.0002 0 0 0 0. 政 治 大. 89 -. 款資產的市場價值, 間接提高了銀行自身的違約率, 存戶因銀行自身的違約. ‧ 國. 學. 率上升而對銀行失去信心紛紛提領, 造成銀行的流動性風險大增。. ‧. § 5 結論. y. Nat. sit. 本文試圖建立一個結合市場風險與信用風險的流動性風險壓力測試, 由於. n. al. er. io. Wong and Hui(2009) 所建置的壓力測試模型中, 雖然也強調市場風險與. i n U. v. 信用風險的交互作用, 但其信用風險指的是因市場風險提高透過影響銀行. Ch. engchi. 的負債比率使銀行自身的違約風險提高, 再透過銀行間交互持有的曝險互 相影響與傳染, 但由於台灣的上市銀行同業曝險矩陣金額並不大, 對於同業 間的傳染效果也不大, 因此本文將信用風險的重心改置於銀行的放款資產 上, 放款資產占銀行所持有的資產的大部分, 但 Wong and Hui(2009) 在 建立流動性風險壓力測試模型時並未對此多加著墨, 於此我們採信用風險 模型-信用組合觀點法 (CPV) 中的違約迴歸模型來模擬銀行放款對象的違 約率, 並藉此將更多總體因子的影響引進壓力測試模型中。 在原模型中總體因子的影響只來自於利率、 各信評等級債券殖利率與股 價的變動, 我們無法考慮其他風險因子諸如 GDP、 匯率、 通膨率的影響, 因 39.
(47) 表 8: 壓力測試結果-情境二 銀行名稱 Probability of Expected Probability of Expected cash shortage FCST(days) Default DT(days) 台中銀 聯邦銀 遠東銀 大眾銀 安泰銀 合庫 彰銀 高雄 台企. 0.9994 0.9990 .0248 0.6976 1 0.6176 0.9258 0.9581 0.9962. 立. 60 83 111 189 60 181 158 145 108. 0.9994 0.9984 0.0144 0.6394 1 0.6024 0.8996 0.9412 0.9946. 政 治 大. 64 96 140 197 67 183 165 154 115. ‧. ‧ 國. 學 er. io. al. sit. y. Nat. 表 9: 壓力測試結果-情境三. v. n. 銀行名稱 銀行代碼 Probability of Expected Probability of Expected cash shortage FCST(days) Default DT(days) 台中銀 聯邦銀 遠東銀 大眾銀 安泰銀 合庫 彰銀 高雄 台企. CB7 CB22 CB24 CB32 CB34 SB6 SB9 SB11 SB14. Ch. engchi. 0.5914 0.8632 0.0198 0.0428 0.9998 0.0154 0.2314 0.3600 0.6090. 40. i n U 136 130 65 201 53 200 193 189 166. 0.5724 0.8138 0.0022 0.0302 0.9992 0.0138 0.1894 0.3036 0.5562. 140 144 146 209 60 203 197 195 171.
(48) 表 10: 壓力測試結果-情境四 銀行名稱 銀行代碼 Probability of Expected Probability of Expected cash shortage FCST(days) Default DT(days) 台中銀 聯邦銀 遠東銀 大眾銀 安泰銀 合庫 彰銀 高雄 台企. CB7 CB22 CB24 CB32 CB34 SB6 SB9 SB11 SB14. 立. 0.7928 0.866 0.021 0.0474 0.9998 0.0352 0.2322 0.3600 0.6412. 120 130 84 194 50 196 191 189 166. 0.7776 0.8162 0.0044 0.0348 0.9994 0.0316 0.19 0.3038 0.5872. 政 治 大. 此也無法建立一個較為多元完整的壓力情境, 將違約迴歸模型加入此壓力. ‧ 國. 學. 測試模型中, 我們可藉此觀察總體因子受壓後對銀行的流動性的影響為何, 也能更為自由的設定壓力情境, 而原模型只能以較差的歷史資料來模擬利. ‧. 率、 各信評等級債券殖利率與股價的變動的壓力情境。 但使用違約迴歸模. Nat. sit. y. 型的缺點為, 我們的壓力測試模型必須模擬每一天資產與負債的價值變動,. er. io. 因此所需資料為日頻資料, 也應以日頻資料來估計違約迴歸模型與 VAR 模. al. 型, 但我們僅有銀行放款對象違約率季資料, 大部分總體因子資料也僅至月. n. v i n Ch 頻資料, 故在違約率與總體因子的模擬上無法十分精細。 engchi U. 另外, Wong and Hui(2009) 建立此流動性風險壓力測試模型的原意在. 於重現次貸風暴時, 銀行因為持有結構式金融資產並承諾放款予投資大量 結構式金融資產的金融機構, 而受結構債價值大跌牽連, 使銀行遭受巨大的 流動性風險, 在此部分, 也因本文的研究對象在財報上揭露的放款承諾金額 並不大而予以省略。 在壓力測試模擬結果中, 預期違約時間與預期現金短缺時間之差, 根據 兩者的定義, 其主要來自該銀行持有的金融資產的多寡, 由此可知金融資產 在銀行的流動性風險中扮演了一個緩衝 (cushion) 的角色, 但當市場風險 41. 124 144 47 204 58 198 196 195 171.
(49) 加劇時, 就會削弱金融資產的緩衝功能。 Wong所建立的壓力測試模型中, 利用 Hui, Lo,and Tsang(2003) 的P D期. 間結構模型串起銀行負債比率與銀行本身的違約機率, 由於此P D期間結 構模型將銀行所面臨到的市場風險與信用風險透過銀行的負債比率連結至 銀行本身的違約率, 銀行本身的違約率又進一步影響銀行的存款流出, 因 而此P D期間結構模型堪稱是本壓力測試模型的核心, 使用此P D期間結構 模型需要估計該銀行的負債比率波動度, 由於負債比率並無每日的資料讓 我們估計其日波動度, 因此我們改以觀察銀行每日的股價變異, 再經 Ito’s. 治 政 於上市銀行。 因此, 若能以其他方法而非以股價來估算銀行的負債比率波動 大 立 度, 則此流動性風險壓力測試模型就可應用至所有銀行。. lemma 將其轉為負債比率波動度, 受限於此, 使本壓力測試模型只能應用. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 42. i n U. v.
(50) 參考文獻 Basel Committee on Banking Supervision ( 2008), “Principles for Sound Liquidity Risk Management and Supervision＂. Basle Committee on the Global Financial System (2001), “A Survey of Stress-tests and Current Practice at Major Financial Institutions＂. Douglas W. Diamond & Raghuram G. Rajan, (2005), "Liquidity Shortages and Banking Crises," Journal of Finance, American Finance Association, vol. 60(2), pages 615-647 Hui, C.H., Lo, C.F., Tsang, S.W., (2003), “ Pricing corporate bonds with dynamic default barriers＂ Journal of Risk 5(3), 17-37.. 立. 政 治 大. ‧ 國. 學. Hui, C.H., Wong, T.C., Lo, C.F., Huang, M.X., (2005),＂ Benchmarking model of default probabilities of listed companies＂, Journal of Fixed Income 15(2), 76-86.. ‧. sit. y. Nat. Hull, J.C. (2002), ＂Option, Future, and Other Derivatives,＂ Prentice Hull, 5th edition. n. al. er. io. Jim W., Ka-fai C., and Tom F. (2004), ＂A Framework for Macro Stress Testing The Credit Risk of Banks in Hong Kong,＂ Hong Kong Monetary Authority.. Ch. engchi. i n U. v. Čihák Martin “Introduction to Applied Stress Testing＂IMF Working Paper,WP/07/59. van den End, J. W., (2008), “Liquidity stress-tester: A macro model for stress-testing banks liquidity risk＂. Wong, E and Hui1,C.H (2009), “A Liquidity Risk Stress-Testing Framework With Interaction Between Market And Credit Risks＂. 王甡，吳壽山（民國八十九年），金融機構資產組合壓力測試之文獻回顧、 執行方法與管理意涵，台灣金融財務季刊，第一輯第一期，第四十一頁至 五十七頁。 香港金融管理局，(民國九十二年)，監管政策手冊-壓力測試。 . 43.
(51) 財務會計準則公報第三十四號公報（民國九十四年），金融商品之會計處理準 則財團法人中華民國會計研究發展基金會。 鍾經樊(2008)，台灣金融體系壓力測試，中央銀行 97 年度委託報告。 鍾經樊(2009)，壓力測試的架構， 中央銀行季刊第三十一卷第二期。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. . Ch. engchi. 44. i n U. v.
(52) 附錄 表 11: 總體因子VAR 估計結果之一 Equation. 參數數目. R-sq. P > chi2. x1 x2 x3 x4 x5. 6 6 6 6 6. 0.9840 0.9875 0.6086 0.9895 0.9487. 0.0000 0.0000 0.0000 0.0000 0.0000. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.
相關文件
請開啟 CSD03.csproj 專案的 Program.cs
設計 黃政維 聽障 銀牌 宏佳資訊有限公司 呂芳懌；李金石 網頁設計 何季倫 聽障 銀牌 台灣軟體製造股份. 有限公司 蕭佳賓；陳彥錚
父母對阿銀越來越不滿了。上星期，爸爸叫阿銀向小猴撒
父母對阿銀越來越不滿了。上星期，爸爸叫阿銀向小猴撒
學校概況 評鑑項目一 評鑑項目二 評鑑項目三 評鑑項目四 總結 36
矜持 矜寡 方便 便宜 銀行 行走 覺悟 睡覺 質問 人質. 快樂 音樂 樂業
銀行 保險
This paper examines the effect of banks’off-balance sheet activities on their risk and profitability in Taiwan.We takes quarterly data of 37 commercial banks, covering the period
