系統性風險控管方法、系統及其電腦程式產品的製作方法

2023-05-23 11:19:56 1

專利名稱：：系統性風險控管方法、系統及其電腦程式產品的製作方法
技術領域：
：本發明涉及一種系統性風險控管方法、系統及其電腦程式(即程序，本文均稱為程序)產品，特別是涉及一種用於金融商品投資組合的系統性風險控管方法、系統及其電腦程式產品。
背景技術：
：自1988年以來，巴塞爾委員會開始提出風險性資本管理建議，而且也在1996年提出了市場風險衡量的標準法(StandardA卯roach)與內部模型法(InternalModelApproach)，該委員會更於2001年提出了新巴塞爾協議(或稱為"巴塞爾協議II")，這是將主要大型國際銀行內部管理的最適實務匯集成為全球銀行對風險控管的準則，這些準則都是出自於主要國際金融機構行的有年的內部風險控管政策與管理辦法，最後再由巴塞爾委員會將其訂出條文。巴塞爾委員會是因為銀行基於業務或交易等目的所衍生出的風險性資產，為求銀行的穩健，委員會要求銀行對於這些風險性資產提出相對比率的資本，因此銀行必須計算這些資產的風險值，與可能產生的損失。委員會並未要求銀行採用某一特定方法來計算風險，但是它要求銀行於計算時要符合必要的基本要求(MinimumRequirements)以求計算結果是可以達到一致、持續、穩健與正確性。由於風險值計算已普遍為國際金融機構使用，因此根據國際慣例，未來期信基金除了計算每日損益之外也應有計算風險值的機制，風險值的功能除了可以協助基金經理人了解基金承擔風險與未來基金可能發展的損失，若輔以壓力測試的結果甚至可了解部位在特殊或極端情境時的可能損失。1991年成立的美國管理基金協會(ManagedFundsAssociation,MFA)，會員包括了避險基金、組合型基金(FundsofFunds)與期貨管理基金，它也提供業界有關基金管理政策的制定與最適慣例，它的會員代表了世界主要管理絕對報酬基金經理人所管理的1.75兆美元的資產，但這些資產的主要對象大多為不受嚴格規範的私募基金。MFA為了要對這些不受嚴格規範的私募基金產業提供風險控管依據，曾於2005年提出了避險基金的最適慣例，目前已廣為國際私募避險基金管理公司所接受。歐盟於2004年提出的投資可轉讓證券的基金(UndertakingsforCollectiveInvestmentinTransferableSecurities,UCITSIII)的建議案中，非複雜型(Non-sophisticated)的基金使用較少及較簡單的衍生性金融商品，例如交易所交易的期貨及選擇權。其風控的方法系使用承諾法(Commitmenta卯roach)。所謂的承諾法即為一般的總體風險曝露管制機制(UCITSIIINon-SophisticatedGlobalRiskExposureoverTotalNAV，以下簡稱GRE)。舉例而言，請參酌表一，若基金淨資產價值(TNAV)為$1，000，000，000，UCITSIII允許其衍生性商品的總風險曝露不得超過基金淨資產價值的100%，亦即表一中風險暴露欄位皆設為1.00。因此若該基金承作期貨，如表一中的臺指期、金融期、電子期、美國10年期公債及黃金100盎司，無論其保證金多寡，所有期貨的契約價值總和(其中多空的避險部位可互抵)不得超過基金的基金淨資產價值，因此，基金運用效率相當低落。期貨信託基金管理辦法採用的保證金與權利金總量管制機制(AvailablePercentageofTotalNAVonMargin&Premium,M&P)是最常被使用的管制衍生性商品風險的方法。M&P的原則為基金的衍生性金融商品的保證金所支付與收取淨額的合計數不得超過一上限，例如，請參酌表二，其保證金與權利金上限為基金淨資產價值的70%，亦即其M&P欄位皆設為70%。保證金與權利金總量管制機制只限制投資組合中用於交易衍生性商品的保證金或權利金總額，完全不考慮衍生性商品的槓桿比例特性。以表二的臺指期貨而言，一基金將其70X的TNAV用於臺指期貨及其它系統關連性高的期貨(例如金融期、電子期)的保證金，則基金整體的槓桿比例為14.85倍，因此若當日臺股指數漲跌1%，則基金的淨值漲跌約15%，若臺指漲跌停(7%)，則基金的淨值將可能倍增或是全部損失。2004年歐盟提出UCITS建議案明確地指示複雜型(Sophisticated)基金適用的風控方法為風險值管制機制(VaRA卯roach)加上壓力測試(Stresstest)。若考慮期信基金的本質，顯然較適合以風險值管制機製做為其基本風控機制主軸。此一機制的首要條件即是計算投資組合整體的風險值。但是投資組合整體的風險值通常難以估計。何謂系統性風險？所謂"系統性風險"，涵蓋了市場風險、信用風險及流動性風險的特性，期間不斷演變並相互催化的動態過程，影響範疇包含整個貨幣市場、金融體系甚至全球經濟體。系統性風險難以藉由分散投資進行避險，且各風險類型在演變過程中牽一髮而動全身，不能被視為單一獨立事件。因此，傳統風控機制在世紀金融海嘯衝擊之下，顯得顧此失彼完全無法發揮作用。以2008年美國次貸危機引發全球金融海嘯為例，當總體經濟環境發生劇烈波動(如聯準會短期內大幅調整聯邦準備率)，引發美國房貸違約率大幅攀升導致房貸市場價格失衡(市場風險)；再因房地產泡沫化，使銀行陷入資產減計及信貸緊縮泥沼(信用風險)；緊接著衍生性金融商品泡沫破滅，將全球經濟體推落流動性陷阱之中(流動性風險)。而流動性風險所產生的景氣循環擴大效應在經濟景氣向下及資本市場資金供應萎縮時，將引發新一波的系統性風險惡性循環。嚴格來說，風險只有一種，就是"風險"，前述的風險演變過程環環相扣且無法以常態線性模型加以模擬或預測，因此又稱為"系統性風險"。全球資金通過五大市場(股市、債市、匯市、資源物料與房地產市場)建構出日趨複雜詭譎的資本網絡，而五大風險因素(心理面、經濟面、策略面、地緣政治面與自然環境面)環環相扣形成各式系統性風險，綜觀習知風控架構，依巴塞爾協議規範分成市場風險、信用風險及作業風險，過於簡化的分類，不但容易忽略不同風險之間的連動關係，也無法精確追蹤及分析系統性風險的演變與結構，更遑論要如何預防系統性風險了。因此亟需一種系統性風險控管系統及其方法，能涵蓋M&P、GRE及VaR等方法，並且更為彈性靈活以適應日新月異的衍生性金融世界，方能使此一產業安全上路及同時鼓勵產業技術的進步，以做為期信基金風控架構的核心。由此可見，上述現有的系統性風險控管方法、系統及其電腦程式產品在方法、產品結構及使用上，顯然仍存在有不便與缺陷，而亟待加以進一步改進。為了解決上述存在的問題，相關廠商莫不費盡心思來謀求解決之道，但長久以來一直未見適用的設計被發展完成，而一般方法及產品又沒有適切的方法及結構能夠解決上述問題，此顯然是相關業者急欲解決的問題。因此如何能創設一種新的系統性風險控管方法、系統及其電腦程式產品，實屬當前重要研發課題之一，亦成為當前業界極需改進的目標。有鑑於上述現有的系統性風險控管方法、系統及其電腦程式產品存在的缺陷，本發明人基於從事此類產品設計製造多年豐富的實務經驗及專業知識，並配合學理的運用，積極加以研究創新，以期創設一種新的系統性風險控管方法、系統及其電腦程式產品，能夠改進一般現有的系統性風險控管方法、系統及其電腦程式產品，使其更具有實用性。經過不斷的研究、設計，並經過反覆試作樣品及改進後，終於創設出確具實用價值的本發明。表一、總體風險暴露管制機制之例tableseeoriginaldocumentpage8tableseeoriginaldocumentpage9
發明內容本發明的目的在於，克服現有的系統性風險控管方法、系統及其電腦程式產品存在的缺陷，而提供一種新的系統性風險控管方法、系統及其電腦程式產品，所要解決的技術問題是使其整合槓桿比例總量管制機制(ALR)，以利用風險槓桿比例調控信用風險；搭配極值風險測度機制(ExR)嚴密監控尾端風險的測度能力；並利用關聯結構(Copula)統計模型成功提升投資組合的整體風險值(VaR)的風險測度準確性，解決傳統風險值(VaR)估計無法處理投資部位間相關性的問題，而實現能準確衡量並監控系統性風險的風控機制，非常適於實用。本發明的目的及解決其技術問題是採用以下技術方案來實現的。依據本發明提出的一種系統性風險控管方法，包含下列步驟以一風險控管單元設定風險度量(風險值)與槓桿比例的一對應關係；利用一接口單元選擇多個標的金融商品；由該風險控管單元自一儲存單元取得所選擇的該多個標的金融商品的數據；藉由該風險控管單元，分別計算各該多個標的金融商品的一個別風險值，並據以選擇性地依據該對應關係分別調整各該多個標的金融商品的一槓桿比例；以及將該多個標的金融商品加入一資產池，並通過該接口單元加以輸出。本發明的目的及解決其技術問題還可採用以下技術措施進一步實現。前述的系統性風險控管方法，其中所述的對應關係中，風險值與槓桿比例成抵換關係。前述的系統性風險控管方法，其中所述的對應關係滿足槓桿比例=1/風險值。前述的系統性風險控管方法，其中所述的設定風險度量(風險值)與槓桿比例的該對應關係的步驟中，更包含由該儲存單元取得多個參考金融商品的歷史數據；以及根據該多個參考金融商品歷史資料，以一統計方法估算風險度量(風險值)與槓桿比例的該對應關係。前述的系統性風險控管方法，其中所述的統計方法包含一無母數統計回歸方法。前述的系統性風險控管方法，其更包含分別判斷該多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於一第一門坎值，若否，則藉由該接口單元輸出一警示信息。前述的系統性風險控管方法，其更包含判斷該多個標的金融商品的一保證金或權利金合計值是否小於或等於一第三門坎值，若否，則藉由該接口單元輸出一警示信息。前述的系統性風險控管方法，其更包含判斷該多個標的金融商品的一保證金或權利金合計值是否小於或等於一第三門坎值，若否，則藉由該接口單元輸出一警示信息。前述的系統性風險控管方法，其更包含判斷該多個標的金融商品的一保證金或權利金合計值是否小於或等於一第三門坎值，若否，則藉由該接口單元輸出一警示信息。前述的系統性風險控管方法，其中所述的整體風險值的風險計算方式，不同於該對應關係中的風險值及該個別風險值的風險計算方式。前述的系統性風險控管方法，其中所述的整體風險值以關聯結構(Copula)法實施。前述的系統性風險控管方法，其中所述的壓力測試步驟，包含進行一回溯測試而得到該資產池報酬的時間序列數據；由該時間序列數據中選取多個極值樣本；根據該多個極值樣本的特性，進行極值分配；以及根據該極值分配評估該資產池的該整體風險值。本發明的目的及解決其技術問題還採用以下技術方案來實現。依據本發明提出的一種系統性風險控管系統，包含一儲存單元，儲存多個標的金融商品數據；一接口單元，其包含一金融商品選擇模塊(即模塊，本文均稱為模塊)，選擇多個標的金融商品；以及一資產池輸出模塊，輸出一資產池；以及一風險控管單元，與該儲存單元及該接口單元連接，設定風險值與槓桿比例的一對應關係，並分別計算各該多個標的金融商品的一個別風險值，且據以調整各該所選擇的多個標的金融商品的一槓桿比例，而後將各該所選擇的多個標的金融商品加入該資產池中，並通過該資產池輸出模塊加以輸出。本發明的目的及解決其技術問題還可採用以下技術措施進一步實現。前述的系統性風險控管系統，其中所述的風險控管單元進一步包含一風險值計算模塊，自該儲存單元取得所選擇的該多個標的金融商品的數據，計算各該所選擇的多個標的金融商品的該個別風險值；一槓桿比例計算模塊，自該儲存單元取得所選擇的該多個標的金融商品的數據，計算各該所選擇的多個標的金融商品的該槓桿比例；以及一槓桿比例調整模塊，選擇性地依據該對應關係分別調整各該所選擇的多個標的金融商品的該槓桿比例。前述的系統性風險控管系統，其中所述的對應關係中，風險值與槓桿比例成抵換關係。前述的系統性風險控管系統，其中所述的對應關係滿足槓桿比例=1/風險值。前述的系統性風險控管系統，其中所述的風險控管單元由該儲存單元取得多個參考金融商品歷史資料，再根據該多個參考金融商品歷史資料，以一統計方法估算該對應關係。前述的系統性風險控管系統，其中所述的統計方法包含一無母數統計回歸方法。前述的系統性風險控管系統，其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第一門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元分別判斷該所選擇的多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於該第一門坎值，若否，則藉由該警示模塊輸出該警示信息。前述的系統性風險控管系統，其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第二門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元分別判斷所選擇的該標的金融商品的一單一商品保證金或權利金合計值是否小於或等於該第二門坎值，若否，則藉由該警示模塊輸出該警示信息。前述的系統性風險控管系統，其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第三門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元判斷該所選擇的多個標的金融商品的一保證金或權利金合計值是否小於或等於該第三門坎值，若否，則藉由該警示模塊輸出該警示信息。前述的系統性風險控管系統，其中該風險控管單元計算該資產池的一整體風險值，且其中該風險控管單元進一步包含一量化驗證模塊，是根據極值理論對該整體風險值進行壓力測試。前述的系統性風險控管系統，其中所述的整體風險值的風險計算方式，不同於該對應關係中的風險值及該個別風險值的風險計算方式。前述的系統性風險控管系統，其中所述的整體風險值以關聯結構(Copula)法實施。前述的系統性風險控管系統，其中所述的量化驗證模塊進行一回溯測試而得到該資產池報酬的時間序列數據，由該時間序列數據中選取多個極值樣本，根據該多個極值樣本的特性，進行極值分配，再根據該極值分配評估該資產池的該整體風險值。本發明的目的及解決其技術問題另外再採用以下技術方案來實現。依據本發明提出的一種系統性風險控管電腦程式產品，當計算機加載該電腦程式並執行後，可完成權利要求1至12中任一權利要求所述的方法。本發明與現有技術相比具有明顯的優點和有益效果。由以上技術方案可知，本發明的主要技術內容如下為達到上述目的，本發明提供了一種系統性風險控管系統包含一儲存單元，系儲存多個標的金融商品數據。一接口單元，此接口單元包含一金融商品選擇模塊，選擇多個標的金融商品；以及一資產池輸出模塊，輸出一資產池。一風險控管單元，與該儲存單元及該接口單元連接，設定風險度量(風險值)與槓桿比例的一對應關係，此對應關係可根據全球市場的共識或其它風險衡量方法而決定。並分別計算各該多個標的金融商品的一風險度量(風險值)，且據以調整各該所選擇的多個標的金融商品的一槓桿比例，而後將各該所選擇的多個標的金融商品加入該資產池中，並通過該資產池輸出模塊加以輸出。另外，為達到上述目的，本發明還提供了一種系統性風險控管方法，包含下列步驟以風險控管單元設定風險度量(風險值)與槓桿比例的對應關係(此對應關係可根據全球市場的共識或其它風險衡量方法而決定)、利用接口單元選擇多個標的金融商品、由該風險控管單元自一儲存單元取得所選擇的該多個標的金融商品的數據、藉由該風險控管單元，分別計算各該多個標的金融商品的風險度量(風險值)，並據以選擇性地依據該對應關係分別調整各該多個標的金融商品的槓桿比例、以及將該多個標的金融商品加入資產池，並通過接口單元加以輸出。再者，為達到上述目的，本發明再提供了一種系統性風險控管電腦程式產品，當計算機加載該電腦程式並執行後，可完成本發明的系統性風險控管方法。藉由上述技術方案，本發明系統性風險控管方法、系統及其電腦程式產品至少具有下列優點及有益效果根據本發明所提出的系統性風險控管方法、系統及其電腦程式產品，可整合槓桿比例總量管制機制(ALR)，以利用風險槓桿比例調控信用風險；搭配極值風險測度機制(ExR)嚴密監控尾端風險的測度能力；並利用關聯結構(Copula)統計模型成功提升投資組合的整體風險值(VaR)的風險測度準確性，解決傳統風險值(VaR)估計無法處理投資部位間相關性的問題，而實現能準確衡量並監控系統性風險的風控機制。綜上所述，本發明揭露一種系統性風險控管方法、系統及其電腦程式產品，包含以風險控管單元設定全球市場共識的風險度量(風險值)與槓桿比例的對應關係、利用接口單元選擇多個標的金融商品、由該風險控管單元自一儲存單元取得所選擇的該多個標的金融商品的數據、藉由該風險控管單元，分別計算各該多個標的金融商品的風險值，並據以選擇性地依據該對應關係分別調整各該多個標的金融商品的槓桿比例、以及將該多個標的金融商品加入資產池，並通過接口單元加以輸出。本發明在技術上有顯著的進步，具有明顯的積極效果，誠為一新穎、進步、實用的新設計。上述說明僅是本發明技術方案的概述，為了能夠更清楚了解本發明的技術手段，而可依照說明書的內容予以實施，並且為了讓本發明的上述和其它目的、特徵和優點能夠更明顯易懂，以下特舉較佳實施例，並配合附圖，詳細說明如下。圖1是根據本發明的系統性風險控管系統的實施例的方塊圖。圖2是根據本發明的系統性風險控管方法的第一較佳實施例的流程圖,圖3是根據本發明的系統性風險控管方法的第二較佳實施例的流程圖,圖4是根據本發明的系統性風險控管方法的第三較佳實施例的流程圖,圖5是根據本發明的系統性風險控管方法的第四較佳實施例的流程圖,圖6是根據本發明的系統性風險控管方法中壓力測試的流程圖。圖7是根據本發明的市場共識的風險值與槓桿比例對應關係圖一。圖8是根據本發明的市場共識的風險值與槓桿比例對應關係二。10:儲存單元120:標的金融商品資料210:風險值計算模塊230:槓桿比例調整模塊30:接口單元320:門坎值輸入模塊IIO:參考金融商品歷史數據20:風險控管單元220:槓桿比例計算模塊240:量化驗證模塊310:標的金融商品選擇模塊330:警示模塊340:資產池輸出模塊S201-S210、S301-S303、S401-S405、S501、S502、S601-S604:步驟具體實施例方式為更進一步闡述本發明為達成預定發明目的所採取的技術手段及功效，以下結合附圖及較佳實施例，對依據本發明提出的系統性風險控管方法、系統及其電腦程式產品其具體實施方式、方法、步驟、結構、特徵及其功效，詳細說明如後。有關本發明的前述及其它技術內容、特點及功效，在以下配合參考圖式的較佳實施例的詳細說明中將可清楚呈現。通過具體實施方式的說明，當可對本發明為達成預定目的所採取的技術手段及功效得一更加深入且具體的了解，然而所附圖式僅是提供參考與說明之用，並非用來對本發明加以限制。請參閱圖1所示，其是根據本發明的系統性風險控管系統的實施例的方塊圖。在此實施例中，本發明的系統性風險控管系統包含一儲存單元10、一風險控管單元20及一接口單元30。儲存單元10可用以儲存多筆標的金融商品數據120。所謂標的金融商品數據120指可選擇作為投資組合的投資標的。此金融商品可為，例如，股票(Stock)、債券(Bond)、外匯(Currency)、期貨(Commodity)或其它衍生性金融商品(Derivatives)。上述的接口單元30可作為本發明的系統性風險控管系統與外部界接的接口。此處所謂的界接係指廣義的界接，例如可設計成作為使用者的操作接口、或作為與外部計算機系統或程序的數據界接接口。在一實施例中，接口單元30可包含一標的金融商品選擇模塊310及一資產池輸出模塊340。標的金融商品選擇模塊310，例如，可提供使用者一選擇接口，以在儲存單元10中選擇出標的金融商品120，而作為資產池的一部分。又例如，可接受外部計算機系統或程序的要求指令或封包，以挑選出感興趣的標的金融商品120，作為資產池的一部分。此處的資產池是對一種投資組合而言。資產池輸出模塊340，用以將資產池內所包含的金融商品及其相關資料對外輸出，例如顯示在計算機屏幕上供使用者觀看，讓使用者可據以調整其投資組合的配置，或將資產池輸出至外部計算機系統或程序，例如輸出至一交易系統，使該交易系統據以進行金融商品的交易。藉此，可作為金融商品投資操作時，調整投資組合的參考依據。上述的風險控管單元20，與儲存單元10及接口單元30連接，設定風險度量(風險值)與槓桿比例的一對應關係，此對應關係可根據全球市場的共識或其它風險衡量方法而決定。接著並據以對資產池中所選擇的多個標的金融商品120進行風險控管。在一實施例中，風險控管單元20包含一風險值計算模塊210、一槓桿比例計算模塊220、及一槓桿比例調整模塊230。風險值計算模塊210用以計算金融商品的風險值。更明確的說，每一個所選擇的標的金融商品，其個別風險值可藉由風險值計算模塊210加以計算。風險值的衡量其實是運用統計的方式(StatisticalTechniques)估計(Assess)風險產生的機率(Probability)，計算在某一信賴水平(ConfidenceLevel)區間下，某一特定目標區內的預期最大損失(TheWorstE鄧ectedLoss)。風險值是諸多衡量風險的風險度量之一，也是巴塞爾協議II及UCITSIII要求計算的風險度量。風險值的計算，原則上可以分為以下四個部份決定欲估計的預期損失的期間(Timehorizon)、選擇信賴水平(ConfidenceLevel)、假設投資標的或投資組合報酬的可能的機率分配、以及求取風險值。其中，就交易期信基金的角度而言，較有意義的參考指標為一日風險值，因此，其預期損失的期間可設定為單日(1-day)。而關於信賴水平，例如在100次的計算中有99次的實際損失小於估計的最大可能損失，即99%的信賴水平，就交易期信基金的角度而言可以設定為99%的信賴水平。關於不同的假設會有不同的風險值計算方法，目前風險值的計算方法有多種。以下舉三種為例一為歷史模擬法(HistoricalSimulation),主要假設歷史的報酬模式會於未來再發生；二為變異數-共變異數法(Variance-CovarianceMethod)，其假設標的或投資組合的報酬分配為常態分配，並計算投資組合間的共變異數矩陣，以擷取投資組合的分散效果(DiversificationEffect);三則為蒙地卡羅模擬法(MonteCarloSimulation)，該法在特定的報酬分配假設下，以模擬的方式找出未來投資組合中各標的價格的不同路徑，以進行風險值的計算。最後，依所決定的信賴水平，找出投資標的或投資組合報酬分配在此信賴水平下的臨界值，即為風險值。例如，當1-Day99%VaR=0.015時，意思是有99%的機會單日的損失不會超過1.5%，換句話說，有1%的機會單日損失會超過1.5%。當1-Day99%VaR=100%時，表示有1%的機會單日損失會超過100%，即全損(Over-loss)。槓桿比例計算模塊220用以計算金融商品的槓桿比例(LeverageRatio)。更明確的說，每一個所選擇的標的金融商品，其槓桿比例可藉由槓桿比例計算模塊220加以計算。槓桿比例即所謂的風險暴露(RiskE鄧osure)，惟有風險暴露可以以金額或百分比表示，槓桿比例則常以倍數表示，亦即槓桿比例為總風險暴露的總金額除以淨資產價值(TotalNetAssetValue,TNAV)。14槓桿比例調整模塊230用以根據風險控管單元20所設定的風險度量(風險值)與槓桿比例的對應關係，選擇性的調整各所選擇的標的金融商品的槓桿比例。請參閱圖7所示，其是根據本發明的全球市場共識的風險度量(風險值)與槓桿比例對應關係圖一。如圖中所繪示，其橫軸為風險值、縱軸為槓桿比例，風險值與槓桿比例系成抵換(trade-off)關係，而對應關係可以一關係曲線表示。在此實施例中，市場共識的風險值與槓桿比例的對應關係滿足下述關係式y=1/x，亦即槓桿比例二1/風險值。根據此對應關係，若一選擇的金融商品，其位置在關係曲線之上，表示就其風險值來說，其槓桿比例超過市場共識的槓桿比例，此金融商品的風險暴露過高。此時槓桿比例調整模塊230可將此金融商品的槓桿比例向下調整，以降低其風險暴露，從而達成風險控管的目的。反之，若一選擇的金融商品，其位置在關係曲線之下，表示就其風險值來說，其槓桿比例低於市場共識的槓桿比例。此時槓桿比例調整模塊230則可將此金融商品的槓桿比例向上調整，以增加其槓桿比例，從而達成提高獲利的目的。請一併參閱圖1及圖8所示，其中圖8是繪示根據本發明的市場共識的風險度量(風險值)與槓桿比例對應關係圖二。根據此實施例，儲存單元10進一步儲存多筆參考金融商品歷史數據110。此處的參考金融商品歷史資料110，可包含市場上任一交易所、清算公司或其它機構所規劃的金融商品，特別期貨產品及其所設定的保證金數據。風險控管單元20由儲存單元10取得根據所述多筆參考金融商品歷史資料110後，以一統計方法估算出風險度量(風險值)與槓桿比例的對應關係。如圖中所示，其橫軸為風險值、縱軸為槓桿比例，而對應關係可以一關係曲線表示。其中，統計方法可為無母數統計回歸方法(NonparametricRegression)所得到的估計，關係曲線平均穿過所有的點，即關係曲線所代表的風險值和槓桿比例的關係足以表示參考金融商品歷史數據110對應於任一的風險值所允許的槓桿比例。如上所述，在此實施例中，參考金融商品歷史數據110，可為任何交易所或是清算公司所設計的金融商品，因此，以其在風險控管應用的功能的涵義，這條關係曲線可用以代表市場共識(Consensus)的槓桿比例。根據此對應關係，若一選擇的金融商品，其位置在關係曲線之上，表示就其風險值來說，其槓桿比例超過市場共識的槓桿比例，此金融商品的風險暴露過高。此時槓桿比例調整模塊230可將此金融商品的槓桿比例向下調整，以降低其風險暴露，從而達成風險控管的目的。反之，若一選擇的金融商品，其位置在關係曲線之下，表示就其風險值來說，其槓桿比例低於市場共識的槓桿比例。此時槓桿比例調整模塊230則可將此金融商品的槓桿比例向上調整，以增加其槓桿比例，從而達成靈活操作的目的。其中，亦可使用其它風險衡量方式，在此僅以風險值(VaR)法為例，然並不以此為限。請參閱表三所示，其是根據本發明的風險管制系統調整槓桿比例之例，其中，各金融商品的槓桿比例是一上述關係曲線調整。比較表二及表三的資產池l-Day99%VaR，表二期貨的曝險比例直接由該期貨的槓桿比例決定，表三期貨的曝險比例(AdjustedLeverageRatio)則由上述關係曲線決定，因此表三的資產池l_Day99XVaR都比表二小。對於像美國10年公債期貨這類風險值和其槓桿比例無法匹配的期貨，本發明的風險管制系統更具關鍵性的作用。若以M&P方法控管全損(Over-loss)風險，美國10年公債及其它類似的債券期貨可能導致基金的整體風險值VaRF>100%，但若能以本發明的風險管制系統調整槓桿比例總量管制機制(AggregateLeverageRatiotoTotalNAV，簡稱ALR)，則風險值將被大幅降低'tableseeoriginaldocumentpage16風險值計算模塊210亦可計算投資組合的整體風險值。整體風險值的風險計算￥vf4gt4糊寧^缺〔爭,智05W4球婆方式，以不同於前述對應關係中的風險值及個別風險值的風險計算方式為較佳。在一實施例中，對應關係中的風險值及個別風險值以風險值(VaR)法實施，而整體風險度量則可以用關聯結構(Copula)法實施。關聯結構(Copula)法，最早由Sklar(1959)以法文所提出，但一直到1999年才開始被應用在財務領域中。在評估多資產的組合風險時，可利用已計算出的個別金融商品的風險值，再連結個別金融商品，例如使用相關係數(LinearCorrelation),以得到投資組合的整體風險值。關聯結構法就是一個由多維變量映像至一維分配(Distribution)的函數，因此，風險控管單元20可藉以根據投資組合中個別金融商品的風險值估算投資組合的整體風險度量。請再參閱圖1所示，根據本發明的風險控管系統的實施例，接口單元30可進一步包括一門坎值輸入模塊320及一警示模塊330。由於投資組合的配置，必須符合法規的規範，而有投資部位限額的限制。根據此實施例，可提供檢視投資部位限額的機制。門坎值輸入模塊320，供輸入至少一門坎值，供風險控管單元20判斷門坎值與一預設條件的關係，並據以通過警示模塊330輸出警示信息。例如，門坎值輸入模塊320，可供輸入一第一門坎值，例如0.05。而風險控管單元20分別判斷所選擇的多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於第一門坎值，若否，則藉由警示模塊330輸出警示信息。再例如，門坎值輸入模塊320，可供輸入一第二門坎值，例如0.2，而風險控管單元20分別判斷所選擇的標的金融商品的一單一商品保證金或權利金合計值是否小於或等於第二門坎值，若否，則藉由警示模塊330輸出警示信息。又例如，門坎值輸入模塊320，可供輸入一第三門坎值，例如0.7，而風險控管單元20判斷所選擇的多個標的金融商品的一保證金或權利金合計值是否小於或等於第三門坎值，若否，則藉由警示模塊330輸出警示信息。綜合上述，根據本發明的實施例，風險控管單元20可通過接口單元30取得投資部位限額的限制門坎，以符合法規規範，而提供一投資部位限額檢視的機制。再者，根據此實施例，風險控管單元20中的風險值計算模塊210，可分別計算每一金融商品(個別資產)的個別風險值，亦可計算整體投資組合的整體風險值。由此，則整合法規投資部位限額、金融商品的個別風險值及整體投資組合的整體風險值三項因素，而完成一風險度量統計模型。請再參閱圖1所示，根據本發明的風險控管系統的實施例，風險控管單元20可進一步包含一量化驗證模塊240。在此實施例中，風險控管單元20可計算資產池的整體風險值，而量化驗證模塊240可模擬極端風險因素變動對投資組合衝擊，對投資組合的整體風險值進行壓力測試。資產之間與金融機構之間的緊密關聯可能因個別資產或基金的信用危機引發大規模的流動性危機，導致風險因素的跌幅遠超出常態，以致多變量常態資產變動模型面臨高度的模型風險，因此基金經理人應以關聯結構(Copula)模型方法修正模型架構，以非線性相關敏感度分析將高次浮動項(higher-orderfluctuationterms)併入衍生性風險組合公式，並根據極值風險測度機制(ExR)計算最大可容忍損失的機率以調整各資產的槓桿比例，形成流動性風險的底線安全網。根據本發明的一實施例，量化驗證模塊240可包含極值風險測度機制(ExR)，以針對尾端分配計算更精確的估計值，並計算尾端分配發生極端值損失的機率，而應用極值分配統計模型估計極端值。計算極值時可進行一回溯測試而得到資產池報酬的時間序列數據，再由時間序列數據中選取多個極值樣本，例如，將觀察值分成連續的時間區間，並取每段區間的最大值為其極值。或例如，將超過所設定門坎值的數值篩選出來。而後，根據多個極值樣本的特性，進行極值分配。最後，可根據極值分配評估資產池的整體風險值，從而完成壓力測試。在2007年七月引爆的美國次貸風暴成為全球性的金融問題，金融機構或投資銀行不論規模大小都難以倖免，接二連三在此波金融海嘯中倒閉或被併購，全世界政府機關及央行開始意識到單單以風險值作為風險控管的機制是不夠的。通常風險值在常態分配假設前提之下，投資組合發生極端值損失的機率十分微小，但事實證明風險值在針對極端值損失機率預測上存在極大的誤差，從此次美國次貸風暴引發全球經濟的系統性風險可知，極端值損失發生的機率遠不如傳統風險統計模型估計來的樂觀，而量化驗證模塊240藉由過去歷史數據進行回溯及壓力測試而進一步完成量化驗證，能更正確地描繪出極端值風險發生的機率分布，對未來極端值發生機率的預測提供一個值得信賴的工具。請參閱圖3所示，其是根據本發明的系統性風險控管方法的第一實施例的流程圖。在此實施例中，首先，以風險控管單元設定市場共識的風險度量(風險值)與槓桿比例的對應關係S201。接續，利用接口單元選擇多個標的金融商品S202。其後，由風險控管單元自儲存單元取得所選擇的多個標的金融商品的數據S203，並藉由風險控管單元，分別計算各多個標的金融商品的一風險度量(風險值)S205及一槓桿比例S206。而後選擇性地S207依據對應關係分別調整各多個標的金融商品的槓桿比例S208。最後，將多個標的金融商品加入資產池S209，並通過接口單元加以輸出S210。其中，選擇性係指判斷每一所選擇的標的金融商品的槓桿比例是否符合對應關係，若不符合，則進行調整槓桿比例的步驟。在此實施例中，市場共識的風險度量(風險值)與槓桿比例的對應關係的設定方式、風險度量(風險值)與槓桿比例的計算方式，及槓桿比例的調整方式可與本發明的風險控管系統的實施例中所述相同，在此不予贅述。請續參閱圖3所示，其是繪示根據本發明的系統性風險控管方法的第二實施例的流程圖。本實施例與上述系統性風險控管方法的第一實施例的差異在於，市場共識的風險值與槓桿比例的對應關係，系根據參考金融商品的歷史資料計算而來。其包含，由風險控管單元項儲存單元要求參考金融商品的歷史數據S301。接著由儲存單元傳回參考金融商品的歷史數據S302。亦即由儲存單元取得多個參考金融商品的歷史數據。最後，根據多個參考金融商品歷史資料，以一統計方法估算風險值與槓桿比例的對應關係S303。在此實施例中，其統計方法可與本發明的風險控管系統的實施例中所述相同，在此不予贅述。請繼續參閱圖4所示，其是根據本發明的系統性風險控管方法的第三較佳實施例的流程圖。本實施例與上述系統性風險控管方法的第一實施例的差異在於，可通過接口單元輸入門坎值S401，供風險控管單元判斷門坎值與一預設條件的關係，並據以通過警示模塊輸出警示信息。由於投資組合的配置，必須符合法規的規範，而有投資部位限額的限制。根據此實施例，可提供檢視投資部位限額的機制。例如，門坎值輸入模塊，可供輸入一第一門坎值，而風險控管單元分別判斷所選擇的多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於第一門坎值S402，若否，則藉由警示模塊輸出警示信息S405。再例如，可輸入一第二門坎值，而風險控管單元分別判斷所選擇的標的金融商品的一單一商品保證金或權利金合計值是否小於或等於第二門坎值S403，若否，則藉由警示模塊輸出警示信息S405。又例如，可輸入一第三門坎值，而風險控管單元判斷所選擇的多個標的金融商品的一保證金或權利金合計值是否小於或等於第三門坎值S404，若否，則藉由警示模塊輸出警示信息S405。請繼續參閱圖5所示，其是繪示根據本發明的系統性風險控管方法的第四較佳實施例的流程圖。本實施例與上述系統性風險控管方法的第一較佳實施例的差異在於，風險控管單元20可計算資產池的一整體風險值S501，並對整體風險值進行壓力測試S502。在此實施例中，其整體風險值的風險計算方式可與本發明的風險控管系統的實施例中所述相同，在此不予贅述。請一併參閱圖6所示，其是繪示根據本發明的系統性風險控管方法中壓力測試的流程圖。在此實施例中，壓力測試以極值風險測度機制(ExR)加以實施，並不以此為限。此實施例的壓力測試流程包括進行一回溯測試而得到資產池報酬的時間序列數據S601;由時間序列數據中選取多個極值樣本S602;根據多個極值樣本的特性，進行極值分配S603;以及根據極值分配評估資產池的整體風險值S604，從而完成壓力測試。根據本發明，可利用極值理論(ExtremeValueTheory)針對尾端分配計算更精確的估計值，並計算尾端分配發生極端值損失的機率，而應用極值分配統計模型估計極端值。其中，計算極值時可，例如，將觀察值分成連續的時間區間，並取每段區間的最大值為其極值。或例如，將超過所設定門坎值的數值篩選出來。根據本發明的一實施例，其可以計算機軟體方式實現一種風險控管電腦程式產品。根據本發明的風險控管電腦程式產品，當計算機加載電腦程式並執行後，可完成上述本發明的風險控管方法。以上所述，僅是本發明的較佳實施例而已，並非對本發明作任何形式上的限制，雖然本發明已以較佳實施例揭露如上，然而並非用以限定本發明，任何熟悉本專業的技術人員，在不脫離本發明技術方案範圍內，當可利用上述揭示的技術內容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬於本發明技術方案的範圍內。權利要求一種系統性風險控管方法，其特徵在於其包含下列步驟以一風險控管單元設定風險值與槓桿比例的一對應關係；利用一接口單元選擇多個標的金融商品；由該風險控管單元自一儲存單元取得所選擇的該多個標的金融商品的數據；藉由該風險控管單元，分別計算各該多個標的金融商品的一個別風險值，並據以選擇性地依據該對應關係分別調整各該多個標的金融商品的一槓桿比例；以及將該多個標的金融商品加入一資產池，並通過該接口單元加以輸出。2.根據權利要求1所述的系統性風險控管方法，其特徵在於其中所述的對應關係中，風險值與槓桿比例成抵換關係。3.根據權利要求2所述的系統性風險控管方法，其特徵在於其中所述的對應關係滿足槓桿比例=1/風險值。4.根據權利要求1所述的系統性風險控管方法，其特徵在於其中所述的設定風險值與槓桿比例的該對應關係的步驟中，更包含由該儲存單元取得多個參考金融商品的歷史數據；以及根據該多個參考金融商品歷史資料，以一統計方法估算風險值與槓桿比例的該對應關係。5.根據權利要求4所述的系統性風險控管方法，其特徵在於其中所述的統計方法包含一無母數統計回歸方法。6.根據權利要求1所述的系統性風險控管方法，其特徵在於其更包含分別判斷該多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於一第一門坎值，若否，則藉由該接口單元輸出一警示信息。7.根據權利要求1所述的系統性風險控管方法，其特徵在於其更包含分別判斷該標的金融商品的一單一商品保證金或權利金合計值是否小於或等於一第二門坎值，若否，則藉由該接口單元輸出一警示信息。8.根據權利要求1所述的系統性風險控管方法，其特徵在於其更包含判斷該多個標的金融商品的一保證金或權利金合計值是否小於或等於一第三門坎值，若否，則藉由該接口單元輸出一警示信息。9.根據權利要求1所述的系統性風險控管方法，其特徵在於其更包含藉由該風險控管單元，計算該資產池之一整體風險值；以及利用該風險控管單元，根據極值理論對該整體風險值進行壓力測試。10.根據權利要求9所述的系統性風險控管方法，其特徵在於其中所述的整體風險值的風險計算方式，不同於該對應關係中的風險值及該個別風險值的風險計算方式。11.根據權利要求10所述的系統性風險控管方法，其特徵在於其中所述的整體風險值以關聯結構法實施。12.根據權利要求9所述的系統性風險控管方法，其特徵在於其中所述的壓力測試步驟，包含進行一回溯測試而得到該資產池報酬的時間序列數據；由該時間序列數據中選取多個極值樣本；根據該多個極值樣本的特性，進行極值分配；以及根據該極值分配評估該資產池的該整體風險值。13.—種系統性風險控管系統，其特徵在於其包含一儲存單元，儲存多個標的金融商品數據；一接口單元，其包含一金融商品選擇模塊，選擇多個標的金融商品；以及一資產池輸出模塊，輸出一資產池；以及一風險控管單元，與該儲存單元及該接口單元連接，設定風險值與槓桿比例的一對應關係，並分別計算各該多個標的金融商品的一個別風險值，且據以調整各該所選擇的多個標的金融商品的一槓桿比例，而後將各該所選擇的多個標的金融商品加入該資產池中，並通過該資產池輸出模塊加以輸出。14.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的風險控管單元進一步包含一風險值計算模塊，自該儲存單元取得所選擇的該多個標的金融商品的數據，計算各該所選擇的多個標的金融商品的該個別風險值；一槓桿比例計算模塊，自該儲存單元取得所選擇的該多個標的金融商品的數據，計算各該所選擇的多個標的金融商品的該槓桿比例；以及一槓桿比例調整模塊，選擇性地依據該對應關係分別調整各該所選擇的多個標的金融商品的該槓桿比例。15.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的對應關係中，風險值與槓桿比例成抵換關係。16.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的對應關係滿足槓桿比例=1/風險值。17.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的風險控管單元由該儲存單元取得多個參考金融商品歷史資料，再根據該多個參考金融商品歷史資料，以一統計方法估算該對應關係。18.根據權利要求17所述的系統性風險控管系統，其特徵在於其中所述的統計方法包含一無母數統計回歸方法。19.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第一門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元分別判斷該所選擇的多個標的金融商品的一單一契約保證金或權利金合計值是否小於或等於該第一門坎值，若否，則藉由該警示模塊輸出該警示信息。20.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第二門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元分別判斷所選擇的該標的金融商品的一單一商品保證金或權利金合計值是否小於或等於該第二門坎值，若否，則藉由該警示模塊輸出該警示信息。21.根據權利要求13所述的系統性風險控管系統，其特徵在於其中所述的接口單元更包含一門坎值輸入模塊，供輸入一第三門坎值；以及一警示模塊，供輸出一警示信息；其中，該風險控管單元判斷該所選擇的多個標的金融商品的一保證金或權利金合計值是否小於或等於該第三門坎值，若否，則藉由該警示模塊輸出該警示信息。22.根據權利要求13所述的系統性風險控管系統，其特徵在於其中該風險控管單元計算該資產池的一整體風險值，且其中該風險控管單元進一步包含一量化驗證模塊，是根據極值理論對該整體風險值進行壓力測試。23.根據權利要求22所述的系統性風險控管系統，其特徵在於其中所述的整體風險值的風險計算方式，不同於該對應關係中的風險值及該個別風險值的風險計算方式。24.根據權利要求23所述的系統性風險控管系統，其特徵在於其中所述的整體風險值以關聯結構法實施。25.根據權利要求22所述的系統性風險控管系統，其特徵在於其中所述的量化驗證模塊進行一回溯測試而得到該資產池報酬的時間序列數據，由該時間序列數據中選取多個極值樣本，根據該多個極值樣本的特性，進行極值分配，再根據該極值分配評估該資產池的該整體風險值。26.—種系統性風險控管電腦程式產品，其特徵在於當計算機加載該電腦程式並執行後，可完成權利要求1至12中任一權利要求所述的方法。全文摘要本發明是有關於一種系統性風險控管方法、系統及其電腦程式產品，程序包含以風險控管單元設定全球市場共識的風險值與槓桿比例的對應關係、利用接口單元選擇多個標的金融商品、由該風險控管單元自一儲存單元取得所選擇的該多個標的金融商品的數據、藉由該風險控管單元，分別計算各該多個標的金融商品的風險值，並據以選擇性地依據該對應關係分別調整各該多個標的金融商品的槓桿比例、以及將該多個標的金融商品加入資產池，並通過接口單元加以輸出。文檔編號G06Q40/00GK101739646SQ20081018093公開日2010年6月16日申請日期2008年11月18日優先權日2008年11月18日發明者林詩珊,牛維方,王克陸,王南傑,鄭振和申請人:英屬維京群島商鉅融資本管理股份有限公司