由於 2007-2009 年金融風暴的發生 , 使得系統風險的研究受到相當大的關 注 , 而此論文也將探討台灣金融業的現況 。 我們根據Adrian et al.(2016) 、 Acharya et al.(2012) 以及 Brownlees et al.(2012)所提出的Delta CoVaR 、 MES 以及 SRISK 等系統風險衡量指標 , 估算台灣金控系統風險的大小 , 以及評 斷台灣系統風險重要金控的排序 。 透過時間序列及橫斷面的分析 , 我們更 將風險趨勢分群 , 或是從相關風險指標來作為監督機構或投資大眾參考的 早期警訊 。 最後 , 我們亦透過追蹤資料模型 , 找出系統風險重要的解釋變數 , 並分析變數的可能影響效果 。 / After the Financail Crisis of 2007-2009, there have been rich research about systemic risk analysis, and this work focus on financial industry in Taiwan. According to Adrian et al.(2016)、 Acharya et al.(2012)and Brownlees et al.(2012), we consider four measures for systemic risk,they are MES、SRISK、Delta CoVaR-DCC and CoVaR-Quantile. We demonstrate how to compare four different measures , and display the ranking of the Systemically Im- protant Financial Institutions (SIFs) based on the resulting SRISK, for Taiwanese holding companies. Finally , we also dicuss the individual and macroeconomic effects on systemic risk by using panel data regression .

Le risque systémique a joué un rôle clé dans la propagation de la dernière crise financière mondiale.Un grand nombre de mesures de ce risque ont été développées pour évaluer la contribution d’une institutionfinancière au risque de l’ensemble du système. Toutefois, de nombreuses questions concernantles capacités de ces mesures à identifier les institutions financières d’importance systémique (SIFIs) ontété soulevées puisque le risque systémique possède de multiples facettes et certaines d’entre elles sontdifficiles identifier, telles que les similitudes entre institutions financières.L’objectif général de cette thèse en finance est donc (i) de proposer une solution empirique pour identifierles SIFIs au niveau nationale, (ii) de comparer théoriquement et empiriquement différentes mesures durisque systémique et (iii) de mesurer les changements d’expositions au risque des banques.Tout d’abord, le chapitre 1 propose un ajustement de trois mesures de risque systémique basées sur desdonnées de marchés et conçues dans un cadre international, afin d’identifier les SIFIs au niveau national.Ensuite, le chapitre 2 introduit un modèle commun dans lequel plusieurs mesures du risque systémiquesont exprimées et comparées. Il y est théoriquement établi que ces mesures de risque systémique peuventêtre exprimées en fonction de mesures traditionnelles de risque. L’application empirique confirme cesrésultats et montre que ces mesures ne sont pas capables de saisir la nature multidimensionnelle durisque systémique. Enfin, le chapitre 3 présente la méthodologie appelée Factor Implied Risk Exposures(FIRE) permettant de décomposer une variation de la mesure de risque d’une banque en deux éléments,le premier représentant la volatilité de marché et le second correspondant à l’exposition au risque de labanque. Ce chapitre illustre empiriquement que les changements d’expositions au risque sont corréléspositivement entre les banques, ce qui est cohérent avec le fait que les banques présentent des similitudesdans leurs prises de positions sur le marché. / Systemic risk has played a key role in the propagation of the last global financial crisis. A large number ofsystemic risk measures have been developed to quantify the contribution of a financial institution to thesystem-wide risk. However, numerous questions about their abilities to identify Systemically ImportantFinancial Institutions (SIFIs) have been raised since systemic risk has multiple facets, and some of themare difficult to gauge, such as the commonalities across financial institutions.The main goal of this dissertation in finance is thus (i) to propose an empirical solution to identifydomestic SIFIs, (ii) to compare theoretically and empirically different systemic risk measures, and (iii)to measure changes in banks’ risk exposures.First, chapter 1 offers an adjustment of three market-based systemic risk measures, designed in a globalframework, to identify domestic SIFIs. Second, chapter 2 introduces a common framework in whichseveral systemic risk measures are expressed and compared. It is theoretically shown that those systemicrisk measures can be expressed as function of traditional risk measures. The empirical application confirmsthese findings and shows that these measures fall short in capturing the multifaceted nature of systemicrisk. Third, chapter 3 proposes the Factor Implied Risk Exposures (FIRE) methodology which breaksdown a change in risk disclosure into a market volatility component and a bank-specific risk exposurecomponent. This chapter empirically illustrates that changes in risk exposures are positively correlatedacross banks, which is consistent with banks exhibiting commonality in trading.