**財務風險管理**

# **財務風險管理** ###### tags: `Finance` # CH1 財務風險概論 ### Business Risk 事業風險企業執行本業所承擔的風險 ### Strategic Risk 策略風險源自於整體經濟or政治局勢的改變導致的風險 ### Financial Risk 財務⾵險源⾃於⾦融市場有關變數的不可預測性 ### 風險管理的流程確認分析 → ⾵險衡量 → 移轉調整 → 管制評估 --- **Miller and Modigliani → Capital Irrelevancy Theorem(資本結構無關論)** - 完美市場存在 - 不存在資訊不對稱 - 投資計畫已知且固定 - 個人與公司參與金融市場的成本相同 **→ 則公司價值不受到資本結構與避險操作影響** **Hedge 可以** 1. 降低租稅負擔將營利維持某一水準 → 增加信金流入 → Max firm value 2. 降低公司盈餘or CashFlows遭受到重大損失的可能性 3. 減緩代理問題假如不避險 → 經理人可能會放棄高風險但NPV > 0的投資。 4. 提供證向訊號發射機會因為存在資訊不對稱 → 投資人會提高風險溢酬 → 公司資金成本上升避險操作可以提升外部者對公司信心 ## 風險的種類 1. **Market Risk 市場風險** 因市場狀況改變導致資產價格波動的風險 e.g.泡沫經濟 2. **Credit Risk 信用風險** 因交易對手違約或信用評等改變引起的可能潛在損失 → 難以衡量，因為契約具有獨特性 - **違約風險 → 特定公司** - **主權風險 → 專指國家** - **逆選擇(Adverse Selection)** - **道德風險(Moral Hazard)** 3. **Liquidity Risk 流動性風險** 無法在短期內以合理價格出售資產 → 銀行擠兌 - **資產流動性風險(Asset Liquidity Risk)** e.g. 小型股票、OTC的商品 - **現金流量融資風險(Cash Flow Funding Liquidity Risk)** e.g. 償還or支付負債 4. **Operational Risk 操作風險** 不恰當的外部程序、人為與系統因素 5. **Legal and Regulation Risk 法規風險** 法律權責不清、契約內容欠完備 e.g. 公司人員沒有足夠授權就簽訂合約、內線交易、獨佔壟斷等 --- # CH2 財務風險管理與數學基礎 ## Monte Carlo Simulation 蒙地卡羅模擬利用Random sampling方式模擬隨機變數 → 不需要對分配進行假設 --- # CH3 貨幣與金融市場工具 ## 股票評價 - [**Gordon model**](https://www.investopedia.com/terms/g/gordongrowthmodel.asp) ![](https://i.imgur.com/SBzf3km.jpg =50%x) --- # CH4 衍生性金融商品 ## 遠期契約避險比率計算 1. 簡單避險法 simple hedge method → 又稱Naive hedge method 2. 最小風險避險比例法 minimum risk hedge ratio method → 又稱Regression Analysis method ![](https://i.imgur.com/rZXSedZ.jpg =80%x) ## **選擇權** Intrinsic value → 不可能小於0 Call → 現貨價格超過履約價的部分 → 買權在價內才有正的內涵價值 Put → 執行價格超過現貨價格的部分 → 賣權在價外才有正的內涵價值 Time value → 市價 - 內涵價值 **Binomial option pricing model** ![](https://i.imgur.com/KoPvFOI.jpg =80%x) **Black-Scholes model** ![](https://i.imgur.com/evLgWUg.jpg =80%x) Delta = 對標的物(s)做一階微分 Gamma = 對標的物(s)做二階微分 → 非線性(有點像是凸性) Rho = 對無風險利率做一階微分 Vega = 對標準差做一階微分 Theta = 對到期日做一階微分 --- # CH5 傳統工具 vs. VaR ### **傳統工具** 用變異數、標準差去衡量 → 改下方風險的變異數(只算損失的變異) **Nominal Amount Measure:**將持有部位的名目價值加總成為市場風險大小缺點:無法區分長部位、短部位、不同資產波動性不同、風險抵銷問題 **Gap Analysis:** 給定分析期間(e.g.一年)，計算有多少對利率敏感的資產及負債需要重新訂價 (delta) NII = (GAP) * (delta)r **Factor Sensitivity Analysis:** - Duration Analysis - Greek letters **Scenario Analysis:** 設定各種不同情境下，投組之損益(5-10種) 缺點:情境變動屬於主觀認定、測試費時 ### **VaR** 某段期間內，某一信賴機率水準下，資產部位的可能最大損失金額 - 單位為金額 - 風險值為估計值 → 再一定信賴水準下的估計值，非確定值 - 針對正常市場情況下的估計 → 無法得知劇烈波動時最大可能損失 - 無法描繪最大損失是多少 - 尾端機率的損失難無法捕捉 - 主要是衡量市場風險(單純使用VaR法就會忽視其他種類風險帶來的損失) Prob(X < -VaR) = 1% **RAROC(Risk-Adjusted Return on Capital)** 納入風險值的績效指標 = (報酬)/(風險值) **Capital Adequacy Ratio** 資本適足率 = (資本)/(經風險調整後的資產價值) - 金融業不得低於8% - 證券業不得低於150% VaR(相對) = VaR(絕對) + u*W → **[見附錄手寫稿](https://www.notion.so/80ec621f74814ccf9b0bea8aa24fe750)** --- # CH6 風險值種類以及計算方法(上) ## **變異數-共變異數法** - Equally-Weighted Moving Average - Exponentially-Weighted Moving Average → 波動有群聚(cluster)現象 J.P.Morgan表示日資料衰退因子=0.94;月資料衰退因子=0.97(美國跟台灣都差不多) - 不能描述非常態分配情況(肥尾、偏態...等) - 極端損失機率沒辦法有常態分配去捕捉 - 屬於線性 → 對於非線性損益商品(option, bond)捕捉誤差較大 → 解決方法:用泰勒展開式 - 考慮標的物與風險因子之間一階線性關係的變異數-共變異數法 → 一階常態法(Delta normal) - 考慮泰勒展開式二階以上關係的進階變異數-共變異數 → 二階常態法(Delta-Gamma) - 三階 → Delta-Gamma-Vega法 --- # CH7 風險值種類以及計算方法(下) **局部評價法(Local Valuation Methods)** 需要對資產損益分配做假設，且要對資產做一階 or 二階微分近似求解簡單移動平均法、指數加權移動平均法、ARCH、GARCH → 以變異數-共變異數法為代表 **完全評價法(Full Valuation Methods)** 重複運用所有資料，不須對資產分配做假設 → 屬於無母數法 → 以歷史模擬法、蒙地卡羅模擬法為代表 1. **歷史模擬法** 假設報酬的過去變化狀況會在未來再度重現 → 使用真實歷史資料來預測風險因子的報酬率 - 簡單容易了解 - **不必有常態假設** - 屬無母數法 → 不用對資產波動性、相關性做假設(免除預測誤差) - 屬完全評價法 → 不用Delta-Normal趨近近似求解 - 資產的品質與代表性(投資資訊不一定完整...) - 尾端事件損失不容易從歷史模擬法找出 - 過去風險因子的變動不代表未來 - 歷史資料選取的長度 **改進的方法** 1. 使用指數加權移動平均法 → 越近期權重越大 1. Bootstrap Method → 歷史資料不足增加樣本數(隨機抽樣且取後放回) 2. **蒙地卡羅模擬法(Monte Carlo Simulation)** 假設投組價格變動的行徑程序**服從某種隨機過程** → 電腦模擬路徑 - 正確選擇描述資產路徑的隨機過程很重要(e.g.幾何布朗運動) - 非線性、線性商品損益只要假設合理，模擬都能將損益分配精確地呈現出來。 **回溯測試(back-testing)** 利用歷史資料帶入模型，來驗證風險值的模型準確性比較過去一段時間內，單一資產的實際損失數額大於估算風險值的次數(穿透次數)之比例，是否趨近於理論誤差水準(alpha) → 用Binomial Distribution去看**[(見附錄手寫稿)](https://www.notion.so/80ec621f74814ccf9b0bea8aa24fe750)** **壓力測試(stress-testing)** 估計當市場發生重大極端事件，資產面臨的市場風險暴露機率與可能發損失的大小(Event Risk) Derivatives Policy Group(1995)設立幾種特定市場變動的情況 - 殖利率平行移動增減100個基點 - 三個月期利率波動增減20% - 匯率升貶6% --- # CH8 信用風險的起因與傳統衡量工具 - **交易的一方可能無法按時履行義務或責任** 1. 信用交易的態度 2. 政府向國外舉債 → 主權風險 3. 金融業徵信能力不足 4. 衍生性金融商品 5. 退休金的興起 [**信用風險與市場風險之比較**](https://www.notion.so/f6dec7ddca04465aa2f3d555a0a063e2) - 信用評等被降級 → 違約率提高 → 違約事件發生後債券回收率下降 **償還順序: 有擔保債權人 > 優先債權人 > 一般債權人** 1. 違約機率(Probability of Default, PD) 2. 信用曝險值(Credit Exposure, CE) 3. 違約損失機率(Loss Given Default, LGD) → **CL = CE * LGD = CE * (1-RR)** RR:違約回收率 ### Qualitative Measurement Method - 專家評等法 - 5C → character, capability, capital, collateral, condition - 5P → people, purpose, payment, protection, perpective ### **Quantitative Measurement Method** - **線性機率模型(LPM)** - 因變數為二分類變數(0,1分類) - OLS估計 → 解決自變數不服從常態分配問題 - 不須資料轉換 - 只能做兩種分類選擇 → 太簡略 → 實際操作時估計值常落於0,1之外 → 不符機率理論 → **少用** - **Probit model** - 改善LPM - 假設事件發生機率**服從標準常態分配**且採採累加機率進行轉換 - 可解決自變數非常態的問題 - 機率值落於0,1之間 - 適用非線性其況 - **複雜** - **Logit model** - **最常用** - **累加機率分配為函數為Loistic**函數 - 解決自變數非常態問題 - 機率值落於0,1之間 - 可適用非線性 - **實證效果優於probit model** - 需經過資料轉換 - **切割點的決定會影響整個模型的違約機率預測績效** {%youtube KDGdIrLvALk %} - **Discriminant Analysis** → Z =(1.2)x1+(1.4)x2+(3.3)x3+(0.6)x4+(1.0)x5 x1:營運資金/總資產帳面價值; x2:保留盈餘/總資產帳面價值; x3:EBIT/總資產帳面價值 x4:權益市值/總負債帳面價值; x5:營業收入/總資產帳面價值 --- # CH9 信用風險計量模型 - 莫頓模型 - KMV模型 - 信用矩陣模型 ## 結構式MODEL VS 縮減式MODEL **Structural Model:** - 採用公司資本結構的資料，包括資產價值、負債與權益相對變動 → 推估公司違約風險 - 公司的違約事件式內生的 → 當變動的公司債值跌落預設的違約點 → 公司發生違約 **Reduced Form Model** - 只留下負債價格變數 → 其實就是一個債券評價模型 - 通常包括到期期間、票面利率、值利率等 → **信用價差:債券殖利率 - 無風險利率** --- # CH10 信用風險計量模型(二) - KMV - CretidMetrics - CreditRisk+ - Credit Portifolio View - KRM [**現有風險量化模型簡介**](https://nccur.lib.nccu.edu.tw/bitstream/140.119/35411/7) --- # CH11 Basel資本協定 ## Basel I **1975/09** -> **BIS初稿** 1. 任何銀行的國外機構都不能逃避監督管理 2. 國際銀行的母國和在地國應共同承擔監督管理職位 **1988/07** -> **Basel I** 1. 自有資本 2. 風險資產 -> 業務涵蓋**多以信用風險為主** **資本適足率 = 自有資本/信用風險資產 >= 8%** **1996** -> **修正納入市場風險** -> 建議使用VaR Model **1. 衡量市場標準模型 2. 銀行使用內建模型** **資本適足率 = 自有資本/(信用風險資產+市場風險約當資產) >= 8%** **銀行的資本適足率(Capital Adequacy Ratio)至少8%** * **票券業 > 8%** * **證券商 > 150%** * **保險業 > 200%** * **金控 > 100%** ### **Tire 1 Capital -> 直接吸收銀行損失與風險的自有資本(品質最高)** 1. Equity Capital: 普通股、不可贖回且不可累積特別股 2. Disclosed Reserces: 股票發行溢價、保留盈餘、資本公積 ### **Tire 2 Capital -> 銀行在繼續經營下，可承擔損失與風險的自有資本** 1. Undisclosed Reserves 2. Asset Revaluation Reserves 3. Loan Loss Reserves:: 備抵呆帳 4. Hybrid Debt Capital Instruments: 可累積特別股 5. Subordinated Term Debt * **先對抗信用風險再對抗市場風險** ### **信用風險資產:表內 vs 表外** **表內:** 信用風險應計提資本(Credit Risk Capital; CRC) = 8% * (信用風險資產) **表外: 以交易資產的信用曝險值(Credit Exposure; CE)衡量** 用信用轉換係數去算衍生性商品信用曝險值 = 當期信用曝險值 + 淺在信用曝險值 ### 缺點 * **Basel I 僅有市場風險及信用風險 -> no 流動性風險、利率風險、操作風險 ...等** * **無法將不同程度之風險個別處理，對某些風險性貸款與投資亦未加以區分(一律都要求8%)** * **風險權重等級畫坊太粗略且未考慮公司債到期其間差異** * **未考量資產證券化對金融機構風險的影響** * **未認可銀行從事風險沖抵操作** * **未認可多角化投資可降低銀行的風險** ## Basel II **2004/06** -> 公布Basel II 1. **最低資本要求** 2. **監督審查** 3. **市場紀律** ### **Minium Capital Requirement** * 增加操作風險計提適足資本規定 **資本適足率 = 自有資本/(信用風險資產+市場風險約當資產+操作風險約當資產) >= 8%** **信用風險** * 標準法 * 內建評等法 * 基礎法 * 進階法 -> 自行估計PD(Probability of Default) **市場風險** * 標準法 -> 自行估計PD, LGD, EAD(Loss Given Default; Exposure at Default ) * 內見模型法 -> VaR * 基本指標法 -> VaR, 回溯測試, 壓力測試 **操作風險** * 標準法 -> 基本指標, 固定比例 * 進階衡量法 -> 銀行區分數個業務單位 ### **Supervisory Review** **自行估計PE, LGE** (Probability of Loss Event; Loss Given that Event) * 銀行自行評估資本適足率 * 主管機關評鑑自營的自我評估 ### **Market Discipline** * 資訊公開揭露 ### 特點 * Basel I 只適用銀行業; Basel II 適用金控 * 單一風險機制 -> 三大支柱風險機制 * 修正企業授信風險權重 ## Basel III **2007** -> 次級房貸影響 **2010/10** -> Basel III * **提高資本適足率要求** * **引入資本槓桿率** * **2018** **槓桿比率 = 第一類資本/資產總額 >= 3%** * **加強流動性風險管理** * **流動性覆蓋率(Liquidity Coverage Ratio; LCR)** **-> 面臨嚴重流動性壓力30日下，有足夠高品質流動性資產來支應境現金流量所需** **LCR > 100%** * **淨穩定資金率(Net Stable Funding Ratio; NSFR)** **NSFR > 100%** ### 特點 * 強化風險覆蓋範圍 * 取消第三類資本 * 強制要求銀行計提留存緩衝資本 * 信用市場過度擴張時，額外要求銀行計提抗景氣循環緩衝資本 * 增加槓桿比率 {%hackmd BJrTq20hE %}