信用資產組合之集中度、風險貢獻與壓力測試逆境值實證研究

Abstract

論文把國內十家公股銀行的放款違約資料進行合併，並且以合併後的資料，使用 CreditPortfolioView 模型建立整體公股銀行放款組合的損失分配，利用公股銀行的放款資料，探討曝險分組對於損失分配(loss distribution)的影響，並且使用重點抽樣(Importance Sampling)的方法估計風險貢獻(risk contribution, RC)，利用給定部份系統風險因子的模型，進行壓力測試(stress test)。\n\n由本論文的實證結果可以發現同一類放款產品曝險之中，若是個別曝險有極端的曝險額，將會增加此類產品的集中度風險。若曝險總額固定，但是曝險筆數較少，每筆曝險佔總曝險的比例較大，也會產生較大的集中度，而有較大的風險值(valut at risk, VaR)、預期短缺(expected shortfall, ES)及經濟資本(economic capital, EC)，因此曝險額的設定愈粗略，將會估出較高的未預期損失。\n\n本論文使用重點抽樣的方法，估算預期短缺的風險貢獻。並且由實證的結果，\n觀察到同一類放款的經濟資本率和放款曝險額呈現正相關並且具有接近線性的關係，因此可以建立經濟資本率的線性估計式，對未來可能的放款，進行簡單的風險貢獻及經濟資本的估算。\n\n要進行壓力測試，最大的問題是必須選擇適當的施壓變數及設定可能的逆境值(downturn values)。我們通常選擇具有經濟意含的總體因子，當作施壓變數。但是逆境值的設定，可能是主觀認定或者參考歷史資料，如果要設定多個總體因子逆境值，很容易忽略了總體變數之間的關係。本論文嘗試使用常態分配及條件常態分配的假設，\n建立可能發生的壓力情境，並且利用給定部份系統風險因子的模型，進行壓力測試。