TW202036433A - 信用風險壓力測試系統 - Google Patents

信用風險壓力測試系統 Download PDF

Info

Publication number
TW202036433A
TW202036433A TW108111350A TW108111350A TW202036433A TW 202036433 A TW202036433 A TW 202036433A TW 108111350 A TW108111350 A TW 108111350A TW 108111350 A TW108111350 A TW 108111350A TW 202036433 A TW202036433 A TW 202036433A
Authority
TW
Taiwan
Prior art keywords
stress
credit
module
situation
information
Prior art date
Application number
TW108111350A
Other languages
English (en)
Inventor
陳敏玲
范揚耀
張順展
Original Assignee
臺灣銀行股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 臺灣銀行股份有限公司 filed Critical 臺灣銀行股份有限公司
Priority to TW108111350A priority Critical patent/TW202036433A/zh
Publication of TW202036433A publication Critical patent/TW202036433A/zh

Links

Images

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本發明提供一信用風險壓力測試系統,其包含:一儲存單元、一壓力測試計算模組、一壓力情境設定模組、一參數設定模組以及一報表呈現模組,特別是提供一銀行資產組合或子組合的信用風險交叉比對呈現給使用者。

Description

信用風險壓力測試系統
本發明提供一種信用風險壓力測試系統及方法,特別是提供一銀行資產組合或子組合的信用風險交叉比對呈現給使用者。
決定業務方向,如對某些領域類型業務減少業務規模或進行風險抵減措施,檢視資金調度策略、風險限額檢討、或有危機的應變規劃等,可見壓力測試對金融機構的信用風險管理的重要性。
但信用風險由人工計算衍生出來的各種風險性資產的風險值所需花費的時間冗長且效率低弱;且鑒於國際經濟及金融情勢劇烈變化,為瞭解本國銀行於全球經濟景氣及金融環境發生變動時之風險承擔能力及對資本適足性之影響,金融監督管理委員會要求銀行辦理銀行壓力測試,但目前根據金融監督管理委員會定義的多樣壓力測試情境計算資產部位承擔風險所需花費的時間冗長。在金融機構中所面臨的風險可視為未來不確定性的投資組合報酬率,其中信用風險為金融機構常面臨的重要風險之一。所謂的信用風險可定義一借款人無法如期償還本金利息,以至債權人之權益受損 之情況。
壓力測試是一個很重要的風險管理工具,主要是用來檢驗一些極端但有一定可能性之金融衝擊災害(即所謂的壓力事件)的影響,因此測試金融機構或金融體系曝險程度、風險承擔能力、評估承擔重大壓力事件造成之損失所需的資本及研擬規劃相關因應壓力測試是很重要的風險管理,尤其是在財金環境長期安定之後,銀行易於對風險失去警覺性,壓力測試具有警惕重大風險的作用。
此外,金融不斷的創新,因缺乏資料與經驗難以對其信用風險進行深入的研究,壓力測試事實上成為唯一的風險分析工具,壓力測試就像防災演習,防災研習的模擬必需逼真,才有可能盡可能顯現災害發生後所有可能的問題,並研擬出災害的相對應因應措施。
金融機構在執行壓力測試一般分5個階段:(1)規劃階段:金融機構不論因應內部管理或外部金融監理機構的需求執行壓力測試,首先須明瞭本次執行壓力測試的目的、風險類型、涵蓋的商品範圍、壓力測試時間長度、執行頻率等;(2)情境設計階段:是用來評估多個風險因子受到劇烈的影響,情境設計是壓力測試模型設計中最重要的關鍵,因此往往設計當下,必須考慮未來經濟可能遭受的重大不利影響因素;(3)執行階段:計算銀行資產組合或子組合的信用風險;(4)報告階段:產出整合性之壓力測試報告;(5)管理行動階段:壓 力測試結果應作為制定和討論長期經營規劃決策的依據,金融機構必須針對壓力測試結果
綜上所述,因此,如何提供金融機構快速、合理也符合金融監督管理委員會要求的風險壓力測試系統,且提供金融機構一信用風險壓力測試報告,讓金融機構可依此信用風險壓力測試結果應作為制定和討論長期經營規劃決策的依據來結果決定業務方向,如對某些領域類型業務減少業務規模或進行風險抵減措施,檢視資金調度策略、風險限額檢討、或有危機的應變規劃等,即成為刻不容緩的課題。
除非另有定義,否則本文所使用的所有技術術語具有與本發明所屬領域中一般技術人員所知相同的含義。除非上下文另有明確指出,否則本說明書及隨附權利要求中所使用的單數形式「一個」、「一種」等包括複數提述。除非另有說明,否則本文中對「或」的任何提述旨在涵蓋「和/或」。
以下將提供本發明一些層面的解說,該些解說係以一簡化的形式呈現本發明選定的概念,作為以下呈現的更加詳盡描述的介紹。
本發明提供一投資理財管理系統,其包含:一信用風險壓力測試系統,其包含:一儲存單元,係儲存計算銀行資產組合或子組合的信用風險參數的來源資料;一壓力測試計算模組,通訊連接至該儲存單元,接收該銀行資產組合或 子組合的信用風險參數來源資料,並回饋信用風險至該儲存單元;一壓力情境設定模組,通訊連接至該壓力測試計算模組,設定壓力事件情境,傳送壓力事件情境至該壓力測試計算模組進行加壓;一參數設定模組,通訊連接至該壓力測試計算模組,設定銀行資產組合或子組合的信用風險參數,傳送該信用風險參數至該壓力測試計算模組進行計算;一報表呈現模組,通訊連接至該儲存單元、該壓力測試計算模組和該壓力情境設定模組,呈現銀行資產組合或子組合的信用風險交叉比對呈現給使用者。
較佳地,前述儲存單元包含一放款資料、一十足擔保率、一擔保品鑑估值、一集團企業曝險、一負債佔所得比例、一企業違約損失相關資料、一房貸當期貸放成數相關資料、一房貸違約曝險相關資料、一個人授信中指數型房貸資訊、一個人授信中階梯型房貸資訊、一個人授信其他房貸資訊、一個人授信有擔保、一個人授信無擔保及一信用相當額度。
較佳地,前述該壓力測試計算模組包含四種計算方法:一敏感分析法,考察其他風險因素不變條件下,某個風險因素變動對金融機構所造成的影響;一情境分析法,情境分析法有別於敏感分析法針對單一風險因素進行分析,考慮了多因素的影響相較於敏感分析法貼近現實狀況;一信用投資組合觀點法,收集總體經濟資料以及各分級之違約資料, 透過統計多因子分析,選取具統計意涵與經濟直覺之總經因子,做為預測違約機率的解釋變數;及一為信用評等移轉矩陣法,透過統計方法選取適當總經因子做為信用循環指標的組成因子。
較佳地,前述情境分析法包含歷史情境和假定情境的信用風險壓力測試。
較佳地,前述壓力測試計算模組包含消金的信用風險壓力測試和企金的信用風險壓力測試。
較佳地,前述信用風險壓力測試系統,其中該壓力情境設定模組包含:一壓力情境分析模組,撈取歷史壓力情境資訊透過整合敏感分析法、情境分析法、信用投資組合觀點法、信用評等移轉矩陣法方法論分析出建議的壓力情境資訊。
一壓力情境預設模組,通訊連接至該壓力情境分析模組,接收該分析的壓力情境資訊,用以提供預設的壓力情境資料,並評估調整相關的壓力情境資訊;一壓力情境預警模組,通訊連接至該壓力情境分析模組,提供使用者相關預警資訊,請使用者確認所設定的壓力情境資訊是否合宜;及一壓力測試情境設定模組,通訊連接至該壓力情境分析模組和該壓力情境預警模組,將設定相關壓力情境資訊傳送至該壓力情境分析模組,壓力情境分析模組會再次分析使用者設定的壓力情境資訊。
較佳地,前述該壓力情境分析模組可提供兩功能包含第一個功能:透過整合敏感分析法、情境分析法、信用投資組合觀點法、信用評等移轉矩陣法分析出建議的壓力情境資訊,第二個功能:壓力情境資訊集中度分析功能,避免使用者訂定壓力情境資訊過度集中在某個特定的壓力事件上。
較佳地,前述該壓力情境預警模組使用於當分出壓力情境與建議的壓力情境資訊乖離值過大,提供使用者相關預警資訊,請使用者確認所設定的壓力情境資訊是否須再調整。
較佳地,前述該銀行資產組合與子組合的信用風險係為一違約概率、一違約損失率、一風險暴露、一預期損失、一經濟資本及一不良貸款率。
100‧‧‧信用風險壓力測試系統
10‧‧‧儲存元件
101‧‧‧放款資料
102‧‧‧房貸違約曝險相關資料
103‧‧‧十足擔保率
104‧‧‧個人授信-指數型房貸
105‧‧‧擔保品鑑定值
106‧‧‧個人授信-階梯型房貸
107‧‧‧集團企業曝險
108‧‧‧個人授信-其他房貸
109‧‧‧負債占所得比例
110‧‧‧個人授信-有擔保
111‧‧‧企業違約損失相關資料
112‧‧‧個人授信-無擔保
113‧‧‧房貸當期貸放成數相關資料
114‧‧‧信用相當額度
20‧‧‧壓力測試計算模組
201‧‧‧消金壓力測試計算模組
202‧‧‧企金壓力測試計算模組
30‧‧‧參數設定模組
40‧‧‧壓力情境設定模組
401‧‧‧壓力情境預設模組
402‧‧‧壓力測試情境設定模組
403‧‧‧壓力情境預警模組
404‧‧‧壓力情境分析模組
50‧‧‧報表呈現模組
第一圖係為信用風險壓力測試系統之示意圖。
第二圖係為壓力測試計算模組之示意圖。
第三圖係為儲存單元之示意圖。
第四圖係為壓力情境設定模組之示意圖。
為令本發明所運用之技術內容、發明目的及其達成之功效有更完整且清楚的揭露,茲於下詳細說明之,並請 一併參閱所揭之圖式及圖號。請參照第一圖,其係本發明一信用風險壓力測試系統100,其包含:一儲存單元10,係儲存計算銀行資產組合或子組合的信用風險參數的來源資料;一壓力測試計算模組20,通訊連接至該儲存單元,接收該銀行資產組合或子組合的信用風險參數來源資料,並回饋信用風險至該儲存單元;一參數設定模組30,通訊連接至該壓力測試計算模組,設定銀行資產組合或子組合的信用風險參數,傳送該信用風險參數至該壓力測試計算模組進行計算;一壓力情境設定模組40,通訊連接至該壓力測試計算模組,設定壓力事件情境,傳送壓力情境資訊至該壓力測試計算模組進行加壓;一報表呈現模組50,通訊連接至該儲存單元、該壓力測試計算模組和該壓力情境設定模組,呈現銀行資產組合或子組合的信用風險交叉比對呈現給使用者。
較佳實施例中,前述銀行資產組合或子組合的信用風險係為一違約概率、一違約損失率、一風險暴露、一預期損失、一經濟資本及一不良貸款率。透過該系統化方式採用壓力測試方法論迅速了解金融機構或金融體系曝險程度、風險承擔能力、評估承擔重大壓力事件造成之損失所需的資本及研擬規劃相關因應措施。且保留歷代及多樣化的壓力情境下的結果值,提供完整充分資訊進行後續處置作業。
較佳實施例中,前述該壓力測試計算模組20包含消金的信用風險壓力測試模組21和企金的信用風險壓力測試 模組22,透過系統化方式迅速計算消企金不同資產的信用風險值。
實施例一、信用風險壓力測試系統,本信用風險壓力測試系統100(請參閱第一圖)包含:一儲存單元10,係儲存計算銀行資產組合或子組合的信用風險參數的來源資料;一壓力測試計算模組20、一參數設定模組30、一壓力情境設定模組40和一報表呈現模組50。參數設定模組30與壓力情境設定模組40皆與壓力測試計算模組20連接,參數設定模組30與壓力情境設定模組40設定壓力情境參數及壓力事件情境,傳送該壓力情境參數及壓力事件情境給壓力測試計算模組20針對壓力事件計算銀行資產組合或子組合的信用風險,並於報表呈現模組50中加以呈現。
該儲存單元10(請參閱第三圖)所謂儲存計算銀行資產組合或子組合的信用風險參數的來源資料,包含放款資料101、房貸違約曝險相關資料102、十足擔保率103、個人授信-指數型房貸資訊104、擔保品鑑估值105、個人授信-階梯型房貸資訊106、集團企業曝險107、個人授信-其他房貸資訊108、負債佔所得比例109、個人授信-有擔保110、企業違約損失相關資料111、個人授信-無擔保112、房貸當期貸放成數相關資料113、信用相當額度114,根據這些多樣化的來源資料透過壓力測試計算模組針對壓力事件計算銀行資產組合或子組合的信用風險。
壓力測試計算模組20係計算針對特定壓力事件資產組合與子組合的信用風險,所謂資產組合與子組合的信用風險,如違約概率(Probability of Default,PD)、違約損失率(Loss Given Default,LGD)、風險暴露(Risk Exposure)、預期損失(Expected Loss,EL)、經濟資本(Economic Capital,EC)、不良貸款率(Bad Loan Ratio,BLR)等。
目前信用風險壓力測試系統100資產組合與子組合的信用風險計算方式可選自四種計算方法:敏感分析法,考察其他風險因素不變條件下,某個風險因素變動對金融機構所造成的影響。其優點是易於操作,有利於檢核金融機構對於某個特定因素的敏感性,缺點是可能不符合現實,根因在於當事件發生時,通常為多個風險因素都同時發生變動,例如遭遇到股價指數波動率變化10%且對美元的匯率水平變動3%;情境分析法,情境分析法有別於敏感分析法針對單一風險因素進行分析,考慮了多因素的影響相較於敏感分析法貼近現實狀況。該情境分析法劃分歷史情境和假定情境兩種:歷史情境依賴於過去經歷的重大市場事件,而假定情境是假設的並未發生的重大市場事件。
(a)歷史情境分析的信用風險壓力測試:歷史情境分析方法就是觀察在特定歷史事件發生時期,市場風險因素在某一天或者某一階段的歷史變化將導致機構目前擁有的投 資組合市場價值的變化。歷史情境分析的信用風險壓力測試有兩個優點,第一個優點是測試結果的可信度高,因為市場風險因素結構的改變是歷史事實而不是武斷的假定,相較容易說服他人。第二個優點是測試結果易於溝通和理解。例如如果1997年亞洲金融危機重演,分析對金融機構的衝擊、影響及損失程度,歷史情境分析的信用風險壓力測試有兩個缺點,第一個缺點為有意識或無意識的避免歷史事件重演時遭受損失,而不是避免預期的未來風險(並非歷史的精確複製)可能帶來的損失,第二個缺點是難以將測試運用於該歷史事件發生時還不存在的創新風險資產,或者將測試應用於自從該事件發生後其行為特性已經發生改變的風險因素。
(b)假定情境分析的信用風險壓力測試:假定情境使用某種可預知的發生概率極小的壓力事件所引發的衝擊結構。由於這樣的壓力事件在最近沒有發生過,因此必須運用歷史經驗來創造這些假定的情境。
信用投資組合觀點法(credit Portfolio View Aproach,簡稱CPV),首先收集總體經濟資料以及各分級之違約資料(例如:國家產業別或各別信評等級別),透過統計多因子分析,選取具統計意涵與經濟直覺之總經因子,做為預測違約機率(即Expected Default Frequency,以下簡稱EDF)的解釋變數,此步驟的重點在建立各分級違約機率與總經因子的連結關係,利用目前所能取得足夠之總體經濟資料來預測未 來一年內各分級的違約機率,利用壓力事件情境計算之條件違約機率計算違約距離,在此我們定義違約距離(Distance To Default,以下簡稱DD),接著利用標準常態隨機數Z是否大於DD來模擬個別授信戶的違約狀況,當Z小於DD時違約註記給1,表示該筆模擬資料違約,其餘狀況,違約註記給0,表示正常,根據違約狀況產製轉制矩陣(Transition Matrix),分析該信用投資組合在一年內會”移轉”至違約的機率。
信用評等移轉矩陣法(Rating Transition Matrix Model Approach),首先透過統計方法選取適當總經因子做為信用循環指標的組成因子,目的在建立一個能描繪投資組合信用狀況好壞的函式組合指標,將各式情境轉化為具有比較關係的數值,透過外部信用評等為移轉標竿(benchmark),利用Moody公布之非條件信用評等移轉矩陣(Unconditional Rating Transition Matrix,矩陣P),來計算條件信用評等移轉矩陣(Conditional Rating Transition Matrix)。透過四種壓力測試方法交叉比對呈現給使用者進行分析評估。
壓力測試計算模組20(請參閱第二圖)除可進行消金的信用風險壓力測試模組21,亦可進行企金的信用風險壓力測試模組22,分別計算消企金的信用風險,做為制定和討論長期經營規劃決策的依據。請再參閱圖一與圖二,當進行信用風險壓力測試時,例如國內升息1碼,信用風險壓力測試系統100會自儲存單元10取得來源資訊與歷史資訊,自參數 設定模組30取得相關資產組合與子組合的信用風險計算參數,並根據壓力情境設定模組40針對相關資產組合與子組合進行加壓,透過壓力測試計算模組20根據敏感分析法、情境分析法、信用投資組合觀點法(credit Portfolio View Aproach,簡稱CPV)、信用評等移轉矩陣法(Rating Transition Matrix Model Approach)方法論計算相關資產組合與子組合的信用風險,並送至報表呈現模組50進行相關資產組合與子組合的信用風險交叉比對呈現給使用者,請再參閱圖式一,信用風險壓力測試系統100會保留歷代相關資產組合與子組合的信用風險值,使用者可透過了解歷代信用風險值的變化及多樣化的壓力情境下信用風險值的變動,快速研擬壓力事件發生時對金融機構的衝擊並研擬後續配套處置措施。
該壓力情境設定模組40(請參閱第四圖),本包含一壓力情境預設模組401、一壓力測試情境設定模組402、一壓力情境預警模組403及一壓力情境分析模組404。壓力情境預設模組401用以提供預設及建議壓力情境資料,壓力情境分析模組404根據歷史壓力情境資訊與目前設定的壓力情境資訊透過整合敏感分析法、情境分析法、信用投資組合觀點法(credit Portfolio View Aproach,簡稱CPV)、信用評等移轉矩陣法(Rating Transition Matrix Model Approach)方法論分析出建議的壓力情境資訊,壓力情境預警模組403用以提供預警資訊,當使用者所設定的壓力情境資訊與系統建議的預設壓力 情境乖離過大,壓力情境預警模組403會產生相關的預警資訊,告知使用者與系統建議的預設值乖離過大,需要使用者確認的通知訊息,壓力測試情境設定模組402用以設定系統的壓力情境資訊,預設壓力情境資訊會採用系統建議的預設值,使用者可以斟酌評估調整相關的壓力情境資訊。
壓力情境分析模組40(請參閱第四圖),會撈取歷史壓力情境資訊透過敏感分析法、情境分析法、信用投資組合觀點法(credit Portfolio View Aproach,簡稱CPV)、信用評等移轉矩陣法(Rating Transition Matrix Model Approach)方法論分析出建議的壓力情境資訊,產出建議的壓力情境資訊給壓力情境預設模組401,使用者在使用壓力測試情境設定模組402設定相關壓力情境資訊時,可參考壓力情境預設模組401內的建議壓力情境資訊,並斟酌評估調整相關的壓力情境資訊,當使用者設定相關壓力情境資訊後,壓力情境分析模組404會再次分析使用者設定的壓力情境資訊,當分出壓力情境與建議的壓力情境資訊乖離值過大,會透過壓力情境預警模組403,提供使用者相關預警資訊,請使用者確認所設定的壓力情境資訊是否合宜,當使用者確認所設定的壓力情境資訊無誤後並使用此壓力情境資訊進行信用風險壓力測試,系統會將本次的壓力情境資訊存入壓力情境歷史模組中。
壓力情境分析模組404(請參閱第四圖),可選自下列兩組功能: 第一個功能,根據歷史壓力情境資訊與目前設定的壓力情境資訊透過整合敏感分析法、情境分析法、信用投資組合觀點法(credit Portfolio View Aproach,簡稱CPV)、信用評等移轉矩陣法(Rating Transition Matrix Model Approach)方法論分析出建議的壓力情境資訊;第二個功能,壓力情境資訊集中度分析功能,根據歷史壓力情境資訊分析過往至今壓力情境集中度,提供使用者在制定壓力情境資訊的參考,避免使用者訂定壓力情境資訊過度集中在某個特定的壓力事件上,壓力情境分析模組404分析歷史壓力情境資訊,並將分析量化後的結果透過報表呈現模組50呈現給使用者。
實施例確能達到所預期之使用功效,又其所揭露之具體構造,不僅未曾見諸於同類產品中,亦未曾公開於申請前,誠已完全符合專利法之規定與要求,爰依法提出發明專利之申請,懇請惠予審查,並賜准專利,則實感德便。
100‧‧‧信用風險壓力測試系統
10‧‧‧儲存元件
20‧‧‧壓力測試計算模組
30‧‧‧參數設定模組
40‧‧‧壓力情境設定模組
50‧‧‧報表呈現模組

Claims (9)

  1. 一信用風險壓力測試系統,其包含:一儲存單元,係儲存計算銀行資產組合或子組合的信用風險參數的來源資料;一壓力測試計算模組,連接至該儲存單元,接收該銀行資產組合或子組合的信用風險參數來源資料,並回饋信用風險至該儲存單元;一參數設定模組,連接至該壓力測試計算模組,設定銀行資產組合或子組合的信用風險參數,傳送該信用風險參數至該壓力測試計算模組進行計算;一壓力情境設定模組,連接至該壓力測試計算模組,設定壓力事件情境,傳送壓力情境資訊至該壓力測試計算模組進行加壓;及一報表呈現模組,通訊連接至該儲存單元、該壓力測試計算模組和該壓力情境設定模組,呈現銀行資產組合或子組合的信用風險呈現給使用者。
  2. 如申請專利範圍第1項所述之信用風險壓力測試系統,其中該儲存單元包含一放款資料、一十足擔保率、一擔保品鑑估值、一集團企業曝險、一負債佔所得比例、一企業違約損失相關資料、一房貸當期貸放成數相關資料、一房貸違約曝險相關資料、一個人授信中指數型房貸資訊、一個人授信中階梯型房貸資訊、一個人授信其他房貸資訊、一個人授信有擔保、一個人授信無擔保及一信用相當額度。
  3. 如申請專利範圍第1項所述之信用風險壓力測試系統,其中該壓力測試計算模組可選自下列四種計算方法:(1)敏感分析法,考察其他風險因素不變條件下,某個風險因素變動對金融 機構所造成的影響;(2)一情境分析法,情境分析法有別於敏感分析法針對單一風險因素進行分析,考慮了多因素的影響相較於敏感分析法貼近現實狀況;(3)一信用投資組合觀點法,收集總體經濟資料以及各分級之違約資料,透過統計多因子分析,選取具統計意涵與經濟直覺之總經因子,做為預測違約機率的解釋變數;及(4)一信用評等移轉矩陣法,透過統計方法選取適當總經因子做為信用循環指標的組成因子。
  4. 如申請專利範圍第3項所述之該壓力測試計算模組計算方法,其中該情境分析法包含歷史情境和假定情境的信用風險壓力測試。
  5. 如申請專利範圍第1項所述之信用風險壓力測試系統,其中該壓力測試計算模組包含消金的信用風險壓力測試模組和企金的信用風險壓力測試模組。
  6. 如申請專利範圍第1項所述之信用風險壓力測試系統,其中該壓力情境設定模組包含:一壓力情境分析模組,撈取歷史壓力情境資訊透過整合敏感分析法、情境分析法、信用投資組合觀點法、信用評等移轉矩陣法方法論分析出建議的壓力情境資訊。一壓力情境預設模組,連接至該壓力情境分析模組,接收該分析的壓力情境資訊,用以提供預設的壓力情境資料,並評估調整相關的壓力情境資訊;一壓力情境預警模組,連接至該壓力情境分析模組,提供使用者相關預警資訊,請使用者確認所設定的壓力情境資訊是否合宜;及 一壓力測試情境設定模組,通訊連接至該壓力情境分析模組和該壓力情境預警模組,將設定壓力情境資訊傳送至該壓力情境分析模組,壓力情境分析模組會再次分析使用者設定的壓力情境資訊,並回饋給該壓力情境預設模組和該壓力情境預警模組。
  7. 如申請專利範圍第6項所述之該壓力情境設定模組,其中該壓力情境分析模組可選自兩功能:(1)第一個功能:透過整合敏感分析法、情境分析法、信用投資組合觀點法、信用評等移轉矩陣法分析出建議的壓力情境資訊;及(2)第二個功能:壓力情境資訊集中度分析功能,避免使用者訂定壓力情境資訊過度集中在某個特定的壓力事件上。
  8. 如申請專利範圍第6項所述之該壓力情境設定模組,其中該壓力情境預警模組使用於當分出壓力情境與建議的壓力情境資訊乖離值過大,提供使用者相關預警資訊,請使用者確認所設定的壓力情境資訊是否須再調整。
  9. 如申請專利範圍第1項所述之信用風險壓力測試系統,其中該銀行資產組合與子組合的信用風險係為一違約概率、一違約損失率、一風險暴露、一預期損失、一經濟資本及一不良貸款率。
TW108111350A 2019-03-29 2019-03-29 信用風險壓力測試系統 TW202036433A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108111350A TW202036433A (zh) 2019-03-29 2019-03-29 信用風險壓力測試系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108111350A TW202036433A (zh) 2019-03-29 2019-03-29 信用風險壓力測試系統

Publications (1)

Publication Number Publication Date
TW202036433A true TW202036433A (zh) 2020-10-01

Family

ID=74091143

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108111350A TW202036433A (zh) 2019-03-29 2019-03-29 信用風險壓力測試系統

Country Status (1)

Country Link
TW (1) TW202036433A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508709A (zh) * 2020-10-21 2021-03-16 杭州衡泰软件有限公司 一种基于网络结构的信用风险传染监控方法
CN112613981A (zh) * 2020-12-23 2021-04-06 天阳宏业科技股份有限公司 银行资产组合风险收益的压力测试方法、装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508709A (zh) * 2020-10-21 2021-03-16 杭州衡泰软件有限公司 一种基于网络结构的信用风险传染监控方法
CN112613981A (zh) * 2020-12-23 2021-04-06 天阳宏业科技股份有限公司 银行资产组合风险收益的压力测试方法、装置和电子设备

Similar Documents

Publication Publication Date Title
Drakos et al. Bank ownership, financial segments and the measurement of systemic risk: An application of CoVaR
Chen et al. Systemic risk and the interconnectedness between banks and insurers: An econometric analysis
Adrian et al. Stress testing at the International Monetary Fund
Mwangi The effect of credit risk management on the financial performance of commercial banks in Kenya
Obamuyi et al. Financial reforms, interest rate behaviour and economic growth in Nigeria
US20130311343A1 (en) Determining the Probability of Default for a Depository Institution
Murphy et al. Dear prudence, won’t you come out to play? approaches to the analysis of central counterparty default fund adequacy
TW202036433A (zh) 信用風險壓力測試系統
Chen et al. Strategic risk shifting and the idiosyncratic volatility puzzle: An empirical investigation
Teplý The application of extreme value theory in operational risk management
TWM581728U (zh) Credit risk stress test system
Umar et al. Effect of credit risk on financial performance of listed deposit money banks in Nigeria
Feridun Risk management in banks and other financial institutions: Lessons from the crash of long-term capital management (LTCM)
Riccetti Systemic risk analysis and SIFI detection: Mechanisms and measurement
Ferrari et al. Stress testing credit risk: Modelling issues
Isa et al. Loan loss provisioning practices
Srivastava Is credit default swap spread a leading indicator of bank default risk? Evidence of Indian banks during the COVID-19 pandemic
Wu et al. Enterprise risk management: Financial and accounting perspectives
Terry The new Basel Capital Accord: A major advance at a turbulent time
Haryantini BEP Analysis & Risk Management In the Decision Making of the Declaration of Bankruptcy
Cooper Risk of capital flight due to a better understanding of climate change
Nakorji et al. Assessing systemic risk in the Nigerian interbank money market
Ryzhova Financial risks for international businesses
Grody et al. Financial services in crisis: Operational risk management to the rescue!
Wang et al. The Dynamic Risk Levels of Financial Institutions: Evidence from China