本文修改信用風險商業化模型CreditRisk+, 以蒙地卡羅模擬的方式探 討若修改其中的兩個假設, 將對組合損失分配帶來何種影響。一、本文認 為不同產業間的違約不是獨立, 而應具有相關性。我們以4大產業的季違 約廠商數為應變數, 景氣因子作為自變數估計各產業違約情形與總體經 濟間的關係。二、個別公司違約損失率是一與違約機率相關的隨機變數, 而不再是常數。本文提出利用財報試算各公司、產業LGD 的方法, 並假 設產業違約損失率為Beta 隨機變數, 而其中的參數會受總體因子影響。 如此一來, 產業間的違約機率與違約損失率因總體因子的關係不再獨立, 於是個別公司的違約機率、違約損失率將具有相關性。 最後, 我們以台灣上市櫃公司中同時具有TCRI 評等資訊以及財報 的561家公司作為虛擬的放款組合, 模擬在不同總體條件下的信用損失分 配。結果顯示, 在考慮了產業間違約相關性後的損失將大於產業獨立時的 損失, 而進一步納入違約機率和損失率的相關性後, 放款組合的預期損失 與風險值也隨之提高。

由於整體金融環境的改變，資金的放款與融貸業務日益蓬勃，信用風險造成的呆帳問題成為銀行所承擔最大的風險來源之一，巴塞爾資本適足協定要求各銀行對其債權訂定風險權數，本文提出的同質性估計法即為內建評等法的應用。 　　為探討投資組合在發生極大損失的尾端機率，我們從估計損失分配的尾巴衰退率著手，先以Glasserman於2004提出的同質法估計為基礎，並將獨特風險改變為t分配的假設下進行估計。此外，考慮到經濟現象的損失大多偏向厚尾分配，故導入Fréchet分配於獨特風險中，並藉以調整同質法進行估計。進一步我們使用蒙地卡羅模擬法來做為配適好壞比較的依據，模擬次數為100000次，以瞭解在常態分配、t分配及Fréchet分配的假設下尾端機率估計的優劣。 　　結果發現，不同的獨特風險分配假設下，並沒有一致最佳的估計方法，在各群體同質性很高的投資組合中，t分配的估計是較為準確的，而且對於假設獨特風險在Fréchet分配時，不管何種投資組合，t分配同質法都能表現得不錯，相形之下，常態分配同質法的估計往往過於高估損失機率。另外，在損失設定在很小的水準時，不管何種同質估計法對損失機率都不太能估計得很準確。

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)。 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。 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， 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。 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， 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。

信用風險為金融業經營上最大的風險來源，也是金融業損失的最主要的原因，近日企業紛紛不約而同的強調風險控管的重要性，風險控管更被視為下一波的競爭力，信用風險更是佔銀行各項風險之首。 本文將著重信用風險損失機率分配之探討，然後針對兩種近似方法，同質性近似與拉普拉斯近似模式以及各種不同的投資組合，研究其與蒙地卡羅之配適情形，並嘗試利用比常態厚尾的t分配，目的是為了找出更加保守的估計方式。 分析結果顯示，每一種近似法都沒有絕對的好或壞，各有其相對帶來的效益，同質性近似法不需花費很長的時間，且其結果大致與蒙地卡羅模擬相符，相對來說，拉普拉斯近似法所需的時間較長，但是其對於估計很小之違約機率的準確性是非常有幫助的。整體而言，此二種估計法皆可提供風險管理者作為估計違約機率的參考。

放款的利息收入雖是商業銀行主要之獲利來源, 但借貸行為卻同時使得銀行承受著違約風險。銀行應透過風險管理方法, 計算經濟資本以提列足夠準備來防範預期以及未預期損失。 另外, 若銀行忽略違約行為之間的相關性, 將有可能低估損失的嚴重性。因此, 為了在考量違約相關性下提列經濟資本, 本文由 Merton (1974) 模型出發, 以信用風險因子模型判定放款對象是否違約, 進而決定銀行面對的整體損失為何。 為簡化分析, 本文假設違約損失率 (loss given default) 為 100%。 再者, 為加強相關性, 本文亦將違約傳染性加入因子模型並比較有無傳染性效果時, 模型所計算出的損失孰輕孰重。 而在決定違約與否時, 須利用來自移轉矩陣上的無條件違約機率, 然信評機構所發布之移轉矩陣概遺漏諸多訊息, 依此, 本文以多期連續的移轉矩陣修正之並得到另一不同的無條件違約機率。 最後, 以臺灣的 537 家上市櫃公司作為資產組合, 經由蒙地卡羅模擬得到兩個因子模型的損失分配, 我們發現具有傳染性效果存在時, 預期損失和非預期損失較大且損失分配也較為右偏。 / Despite interest income from loans is a major profit contributor for commercial banks, lending inevitably makes banks bear default risks. For the sake of avoiding expected and unexpected losses, risk management methods ough to be employed by banks to meet the ecomical capital requirement. Besides, loan loss severity may very well be underestimated if the correlation between default events is disregarded. Therefore, in order to calculate economical capital when taking default correlation into account, we start from Merton (1974) model, and identify if loans will be in default via facor models for portfolio credit risk and portfolio losses can then be detemined. To simplify our analysis in this paper, loss given default is assumed to be 100%. To intensify correlation, default contagion is, moreover, introduced to our factor model and we investigate which model results in larger losses as well. When determining default, we have to utilize rating transition matrices to obtain unconditional probability of default. Transition matrices published by credit rating agencies, however, have embedded drawback of insufficient information. We correct this flaw by means of another transition matrix based on continuous-time observations and produce different unconditional probability of default. Through Monte Carlo simulation, loss distributions are calibrated respectively from the two factor models under portfolio of 537 Taiwan listed and OTC companies. We find that expected and unexpected losses are larger and loss distribution is more right-skewed when infectious effects exsit.

本文主要研究動態回復率之建構。並搭配使用機率勺斗法，將資產之離散損失分配建構出合成型擔保債權憑證分劵損失分配。歸納出離散動態回復率對合成型擔保憑證分劵之風險承擔與信用價差變化。本文發現在動態回復率中，即使在相同條件下有一樣預期損失，能使其債權群組損失分配之標準差較固定回復率小，且可使投資組合巨額損失部份產生厚尾分配現象。動態回復率對各分劵面臨共同存活與違約機率具有緩和或增強分劵承擔風險之作用。在單因子高斯連繫結構靜態違約下，透過隨機回復率能增加動態系統性風險因子之描繪。類似於將系統風險因子分配由標準常態分配改成t分配或是債權群組間違約相關係提高。