คืออะไร Portfolio Stress Testing?
▾
การทดสอบภาวะวิกฤตของพอร์ตโฟลิโอเป็นเทคนิคการจัดการความเสี่ยงที่ประเมินว่าพอร์ตโฟลิโอดำเนินการอย่างไรภายใต้สภาวะตลาดที่ไม่พึงประสงค์ที่รุนแรงแต่เป็นไปได้ ซึ่งอยู่นอกเหนือการแจกแจงแบบปกติ ซึ่งวัดโดยมาตรการความเสี่ยงทางสถิติมาตรฐาน เช่น VaR ในขณะที่ VaR และ CVaR ประมาณการความเสี่ยงตามพฤติกรรมของตลาดล่าสุด การทดสอบความเครียดบังคับให้พอร์ตโฟลิโอผ่านสถานการณ์ช็อคที่เฉพาะเจาะจง: ไม่ว่าจะเป็นวิกฤตการณ์ในอดีต (วิกฤตการเงินโลกปี 2008, วิกฤตการณ์ COVID-19, Black Monday ปี 1987) หรือเหตุการณ์ไม่คาดคิดที่ออกแบบมาเพื่อเปิดเผยช่องโหว่ที่เฉพาะเจาะจง (การเพิ่มขึ้นของอัตราพื้นฐาน 200 จุด ตลาดตราสารทุนลดลง 40% และการกระจายสินเชื่อเพิ่มขึ้นสองเท่า) Basel Committee on Banking Supervision กำหนดให้ธนาคารดำเนินการทดสอบภาวะวิกฤต ซึ่งเป็นส่วนเสริมที่จำเป็นของ VaR ตามแบบจำลอง ภายใต้ Basel II Pillar 2 และ ICAAP (กระบวนการประเมินความเพียงพอของทุนภายใน) สถาบันต่างๆ จะต้องระบุ ปริมาณ และวางแผนสำหรับสถานการณ์ความเครียด กฎหมาย Dodd-Frank Act ในสหรัฐอเมริกากำหนดให้มีการทดสอบ Comprehensive Capital Analysis and Review (CCAR) และ Dodd-Frank Act Stress Tests (DFAST) ประจำปีสำหรับธนาคารขนาดใหญ่ โดยกำหนดให้ธนาคารต้องแสดงเงินทุนที่เพียงพอภายใต้สถานการณ์ทางเศรษฐกิจที่เลวร้ายอย่างรุนแรง การทดสอบภาวะวิกฤตมีจุดประสงค์ที่แตกต่างกันหลายประการ ประการแรก เผยให้เห็นความเสี่ยงส่วนท้ายที่แบบจำลองทางสถิติพลาดไป โดยเฉพาะอย่างยิ่งตำแหน่งที่กระจุกตัวซึ่งมีสภาพคล่องต่ำในช่วงวิกฤต ประการที่สอง เป็นพื้นฐานสำหรับการสื่อสารกับคณะกรรมการ หน่วยงานกำกับดูแล และคณะกรรมการความเสี่ยงเกี่ยวกับผลลัพธ์ที่เลวร้ายที่สุดที่เฉพาะเจาะจงในแง่ที่เป็นรูปธรรม ประการที่สาม แจ้งการวางแผนทุน: สถาบันต่างๆ ควรมีเงินทุนเพียงพอต่อการอยู่รอดในสถานการณ์ความเครียดกรณีที่เลวร้ายที่สุดที่กำหนดไว้ ประการที่สี่ สามารถเปิดเผยการกระจุกตัวของความเสี่ยงโดยไม่ได้ตั้งใจซึ่งดูเล็กน้อยในตลาดปกติ แต่กลับมีบทบาทสำคัญในช่วงวิกฤต กรอบการทดสอบภาวะวิกฤตสมัยใหม่ประกอบด้วย: การวิเคราะห์สถานการณ์ในอดีต (การเรียกใช้เหตุการณ์วิกฤตที่เกิดขึ้นจริงอีกครั้งผ่านพอร์ตโฟลิโอปัจจุบัน); การวิเคราะห์สถานการณ์สมมุติ (แรงกระแทกที่ผู้ใช้ออกแบบโดยอิงตามเหตุผลทางเศรษฐกิจ) การทดสอบความเครียดแบบย้อนกลับ (ค้นหาสถานการณ์ที่อาจก่อให้เกิดความล้มเหลวของพอร์ตโฟลิโอและสอบถามว่าสถานการณ์นั้นมีความเป็นไปได้เพียงใด) และการวิเคราะห์สถานการณ์ทางเศรษฐกิจมหภาค (แปลการหดตัวของ GDP, การเพิ่มขึ้นของการว่างงาน และการกระจายสินเชื่อที่กว้างขึ้นเป็น P&L ของพอร์ตโฟลิโอ) การทดสอบความเครียดเป็นส่วนเสริมแทนที่จะแทนที่มาตรการความเสี่ยงทางสถิติ กรอบการทำงานความเสี่ยงที่ครอบคลุมใช้ VaR สำหรับการติดตามความเสี่ยงรายวัน, CVaR สำหรับความเพียงพอของเงินทุน และการทดสอบความเครียดสำหรับการเตรียมพร้อมสำหรับสถานการณ์ส่วนท้ายและการวางแผนเชิงกลยุทธ์
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
ความเครียด P&L = Σ (Position_i × Sensitivity_i × Scenario Shock_i)
สำหรับหลายปัจจัย: ΔP = DV01 × Δrates + Delta × ΔEquity + CS01 × ΔCredit Spreads + ...คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| ΔP_s | ผลงานการสูญเสียความเครียด | USD | การเปลี่ยนแปลงมูลค่าพอร์ตโฟลิโอภายใต้สถานการณ์จำลอง คำนวณเป็นผลรวมของการกระแทกระดับตำแหน่งที่ใช้กับการสัมผัสแต่ละครั้ง |
| Δr_s | สถานการณ์ปัจจัยช็อต | % or bps | ขนาดของการเปลี่ยนแปลงปัจจัยตลาดในสถานการณ์ เช่น หุ้น −40% อัตรา +200 bps สเปรดเครดิต +300 bps |
| DV01 | มูลค่าดอลลาร์เท่ากับ 01 (สำหรับอัตรา) | USD/bp | ความอ่อนไหวของพอร์ตการลงทุนต่อการเปลี่ยนแปลงอัตราดอกเบี้ยแบบขนาน 1 จุด; ใช้เพื่อวัดอัตราการสูญเสียความเครียด |
| CS01 | การกระจายสินเชื่อ 01 | USD/bp | การเปลี่ยนแปลง P&L ของพอร์ตโฟลิโอสำหรับการกระจายสินเชื่อที่เพิ่มขึ้น 1 จุดพื้นฐาน ใช้เพื่อปรับขนาดการสูญเสียความเครียดด้านเครดิต |
| P_stress | มูลค่าพอร์ตโฟลิโอหลังความเครียด | USD | มูลค่าพอร์ตโฟลิโอหลังจากใช้สถานการณ์ความเครียด: P_0 + ΔP_s เมื่อเทียบกับทุนสำรองเพื่อความเพียงพอ |
วิธี Portfolio Stress Testing
▾
- 1กำหนดสถานการณ์ความเครียด: เลือกเหตุการณ์ในอดีตหรือสร้างสถานการณ์สมมติโดยระบุการเปลี่ยนแปลงของปัจจัยตลาดที่เกี่ยวข้องทั้งหมด (หุ้น อัตราดอกเบี้ย สเปรดเครดิต FX สินค้าโภคภัณฑ์ ความผันผวน)
- 2แมปตำแหน่งพอร์ตโฟลิโอทั้งหมดกับปัจจัยความเสี่ยงที่เกี่ยวข้อง: ตราสารทุน อัตราผู้ออกเครดิต และคู่ FX ใดที่แต่ละตำแหน่งเปิดเผยพอร์ตโฟลิโอ
- 3คำนวณความไวต่อระดับตำแหน่ง: เดลต้าส่วนของผู้ถือหุ้น, อัตรา DV01 ตามอายุ, เครดิต CS01 ตามผู้ออก/ภาคส่วน, เดลต้า FX และ vega สำหรับตัวเลือก
- 4ใช้การช็อกของสถานการณ์กับแต่ละปัจจัย: คูณความไวด้วยขนาดการช็อกของสถานการณ์เพื่อรับ P&L ความเครียดระดับตำแหน่ง
- 5รวมตำแหน่งต่างๆ เพื่อรับ P&L ความเครียดของพอร์ตโฟลิโอทั้งหมด โดยคำนึงถึงความสัมพันธ์ที่ระบุในสถานการณ์
- 6เปรียบเทียบการสูญเสียความเครียดกับบัฟเฟอร์เงินทุนที่มีอยู่: สถาบันเป็นตัวทำละลายภายใต้สถานการณ์นี้หรือไม่ บริษัทรักษาอัตราส่วนเงินกองทุนตามที่กำหนดหรือไม่?
- 7ระบุความเสี่ยงที่กระจุกตัว: ตำแหน่งหรือปัจจัยเสี่ยงใดที่ทำให้เกิดการสูญเสียความเครียดส่วนใหญ่ ใช้ผลลัพธ์เพื่อปรับแต่งขีดจำกัดหรือลดความเข้มข้น
ตัวอย่างที่มีคำตอบ
▾
เงินสดและพันธบัตร IG ให้การชดเชยเพียงบางส่วนกับความผิดพลาดของผู้ถือหุ้น/HY
ความเครียดจากตราสารทุน P&L = $10M × (−55%) = −$5,500,000 P&L พันธบัตร HY = $5M × (−35%) = −$1,750,000 P&L ของพันธบัตร IG = $2M × (+5%) = +$100,000 เงินสดไม่เปลี่ยนแปลง = $0 ความเครียดรวม P&L = −$7,150,000 (ขาดทุน 36%) ใน GFC ปี 2008 ที่เกิดขึ้นจริง (จุดสูงสุดถึงจุดต่ำสุด): S&P 500 ลดลง 57% ส่วนต่างของ HY เพิ่มขึ้น 1,900 bps (−45–55% ในแง่ราคา) ในขณะที่กระทรวงการคลังปรับตัวขึ้นอย่างมีนัยสำคัญ สถานการณ์นี้แสดงให้เห็นว่าเหตุใดพอร์ตการลงทุนที่มีมูลค่าหุ้นและความสัมพันธ์ของ HY จึงได้รับความหายนะ ในขณะที่พอร์ตการลงทุนที่เน้นการคลังจำนวนมากไม่ได้รับการยกเว้น
การประมาณเชิงเส้น การสูญเสียจริงน้อยลงเล็กน้อยเนื่องจากความนูน
ความเครียด P&L = −DV01 × อัตราการเปลี่ยนแปลงอย่างรวดเร็ว = −$50,000 × 200 bps = −$10,000,000 พอร์ตโฟลิโอ DV01 มูลค่า 50,000 ดอลลาร์จะสูญเสีย 10 ล้านดอลลาร์หากอัตราดอกเบี้ยเพิ่มขึ้น 200 คะแนนพื้นฐานทันที ในรอบการปรับขึ้นอัตราดอกเบี้ยปี 2022 อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ อายุ 10 ปี เพิ่มขึ้นจาก 1.5% เป็น 5.0% (350 bps) ซึ่งเป็นสถานการณ์ที่เกินกว่าความเครียดมาตรฐาน +200 bps มาก การตระหนักรู้ในอดีตนี้แสดงให้เห็นว่าเหตุใดจึงต้องมีการทบทวนและปรับปรุงสถานการณ์ความเครียดเป็นประจำเพื่อสะท้อนถึงสภาวะมหภาคและความเสี่ยงในปัจจุบัน
สเปรดของ HY กว้างขึ้นอย่างมากในช่วงวิกฤตสินเชื่อ
IG เน้น P&L = −$30,000 × 150 = −$4,500,000 HY ความเครียด P&L = −$15,000 × 600 = −$9,000,000 รวม = −$13,500,000 สถานการณ์ความเครียดจากการแพร่กระจายเครดิตมักจะใช้การเปลี่ยนแปลงครั้งใหญ่สำหรับ HY มากกว่า IG อย่างมาก เนื่องจากสเปรดของ HY ได้กว้างขึ้นในอดีตมากกว่าสเปรด IG 4–10 เท่าในรอบเครดิต ในปี 2008 สเปรด IG กว้างขึ้น ~ 400 bps ในขณะที่ HY สเปรดกว้างขึ้น ~ 1,800 bps การเคลื่อนที่ของการแพร่กระจายแบบไม่สมมาตรเหล่านี้จะต้องถูกบันทึกในสถานการณ์ความเครียดแบบหลายบัคเก็ต แทนที่จะใช้การแพร่กระจายช็อตที่สม่ำเสมอเพียงครั้งเดียว
การทดสอบความเครียดแบบย้อนกลับจะระบุสถานการณ์เกณฑ์ความล้มเหลวเฉพาะ
การทดสอบความเครียดแบบย้อนกลับถามว่า: 'สถานการณ์ใดที่จะทำให้เกิดความล้มเหลว' ด้วยเงินทุน $50M: หากหุ้นตกลง X% การขาดทุน = $200M × X การตั้งค่าขาดทุน = $50M: X = 25% ดังนั้นการลดลงของทุนเพียง 25% เพียงอย่างเดียวจะทำให้เงินทุนทั้งหมดหมดลง หากพันธบัตรร่วงลง 15% (−15 ล้านเหรียญสหรัฐ) หุ้นจะต้องร่วงลงเพียง 17.5% เพื่อทำให้เงินทุนหมดลง การวิเคราะห์นี้จะบอกฝ่ายบริหารอย่างชัดเจนว่าสถาบันมีความเสี่ยงเพียงใด และช่วยปรับเทียบว่าบัฟเฟอร์เงินทุนนั้นเพียงพอหรือไม่ เมื่อเทียบกับขนาดการเบิกถอนหุ้นทุนในอดีต
การประยุกต์ใช้จริง
▾
การทดสอบภาวะวิกฤตตามกฎระเบียบ CCAR/DFAST ของธนาคาร ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Stress Testing Calc ในบริบททางวิชาชีพและเชิงวิเคราะห์ ซึ่งการคำนวณการทดสอบภาวะวิกฤตที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การระบุความเสี่ยงด้านท้ายของพอร์ตการลงทุนสำหรับการรายงานของ CIO ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Stress Testing Calc ในบริบททางวิชาชีพและเชิงวิเคราะห์ โดยที่การคำนวณการทดสอบความเครียดที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
บริษัทประกันภัย Solvency II การประเมินความเสี่ยงและความสามารถในการละลาย (ORSA) เอง ซึ่งเป็นตัวแทนของขอบเขตการใช้งานที่สำคัญสำหรับ Stress Testing Calc ในบริบททางวิชาชีพและการวิเคราะห์ ซึ่งการคำนวณการทดสอบความเครียดที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การตรวจสอบสถานะกองทุนป้องกันความเสี่ยง — การนำเสนอการวิเคราะห์สถานการณ์นักลงทุน ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Stress Testing Calc ในบริบททางวิชาชีพและเชิงวิเคราะห์ ซึ่งการคำนวณการทดสอบความเครียดที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การทดสอบความเครียดโดยสัมพันธ์กับความรับผิดของกองทุนบำเหน็จบำนาญ (ความเสี่ยงส่วนเกิน) เป็นตัวแทนการใช้งานที่สำคัญสำหรับ Stress Testing Calc ในบริบททางวิชาชีพและเชิงวิเคราะห์ ซึ่งการคำนวณการทดสอบความเครียดที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
กรณีพิเศษ
▾
{'case': 'การทดสอบความเครียดด้านสภาพคล่อง', 'คำอธิบาย': 'การทดสอบความเครียดด้านตลาด (ผลกระทบ P&L) แยกจากการทดสอบความเครียดด้านสภาพคล่อง (จังหวะเวลากระแสเงินสด) นอกจากนี้ ธนาคารต่างๆ ยังต้องทดสอบภาวะสภาพคล่องของตนเองด้วย โดย Basel LCR (Liquidity Coverage Ratio) และ NSFR (Net Stable Funding Ratio) กำหนดให้พอร์ตการลงทุนของสินทรัพย์สภาพคล่องเพียงพอที่จะอยู่รอดจากภาวะวิกฤติที่ไหลออกใน 30 วันและ 1 ปีตามลำดับ'}
ในการคำนวณการทดสอบความเครียด สถานการณ์นี้ต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลการทดสอบความเครียด สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวทางปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการบันทึกสมมติฐาน การวิเคราะห์ความไว และผลการอ้างอิงโยงด้วยวิธีการอื่น เมื่อการคำนวณการทดสอบภาวะวิกฤตตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
ในการคำนวณการทดสอบความเครียด สถานการณ์นี้ต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลการทดสอบความเครียด สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวทางปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการบันทึกสมมติฐาน การวิเคราะห์ความไว และผลการอ้างอิงโยงด้วยวิธีการอื่น เมื่อการคำนวณการทดสอบภาวะวิกฤตตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
สถานการณ์ความเครียดในอดีตที่สำคัญและผลกระทบต่อตลาด
▾
| สถานการณ์ | ตราสารทุน | HY สเปรด | ไอจีสเปรด | ราคา | ระยะเวลา |
|---|---|---|---|---|---|
| แบล็กมันเดย์ (1987) | −22% ใน 1 วัน | ไม่สามารถใช้ได้ | กว้างขึ้น | รวมตัวกัน | 1 วัน |
| ค่าเริ่มต้นของรัสเซีย/LTCM (1998) | −20% | +600 ต่อวินาที | +100 ต่อวินาที | รวมตัวกัน | 3 เดือน |
| ดอทคอมแครช (2543–02) | เอสแอนด์พี −49% | +500 ต่อวินาที | +150 ต่อวินาที | รวมตัวกัน | 2.5 ปี |
| จีเอฟซี 2008–09 | −57% จุดสูงสุด | +1,900 ต่อวินาที | +400 ต่อวินาที | ผสม | 18 เดือน |
| วิกฤตอธิปไตยของยูโร (2010–12) | −25% ยูโร | +300 ต่อวินาที | +200 ต่อวินาที | ผสม | 2 ปี |
| สถานการณ์โควิด-19 (ก.พ.-มี.ค. 2563) | −34% ใน 5 สัปดาห์ | +900 ต่อวินาที | +250 ต่อวินาที | รวมตัวกัน | 5 สัปดาห์ |
| อัตราการช็อกปี 2022 | เอสแอนด์พี −20% | +400 ต่อวินาที | +150 ต่อวินาที | +400 ต่อวินาที | 12 เดือน |
คำถามที่พบบ่อย
▾
อะไรคือความแตกต่างระหว่างการวิเคราะห์ความไวและการทดสอบภาวะวิกฤต?
การวิเคราะห์ความอ่อนไหวจะตรวจสอบการตอบสนองของพอร์ตโฟลิโอต่อการเปลี่ยนแปลงเล็กๆ น้อยๆ ในปัจจัยเสี่ยงเดียว (เช่น P&L จะเป็นอย่างไรหากหุ้นเคลื่อนไหว ±1%) ใช้สำหรับการติดตามและป้องกันความเสี่ยงตามปกติ การทดสอบความเครียดใช้การเปลี่ยนแปลงขนาดใหญ่และหลายปัจจัยไปพร้อมๆ กัน ซึ่งสะท้อนถึงลักษณะความสัมพันธ์ของวิกฤตการณ์ทางการเงิน โดยที่ราคาหุ้นพังทลาย ส่วนต่างสินเชื่อกว้างขึ้น สภาพคล่องแห้งสนิท และความผันผวนพุ่งสูงขึ้นในคราวเดียว การทดสอบความเครียดเป็นการมองไปข้างหน้าสำหรับสถานการณ์ที่รุนแรงมากกว่าการเปลี่ยนแปลงเล็กน้อย ทั้งสองมีความจำเป็น: การวิเคราะห์ความอ่อนไหวสำหรับการบริหารความเสี่ยงรายวัน การทดสอบภาวะวิกฤตสำหรับการวางแผนเงินทุน และการระบุความเสี่ยงส่วนท้าย
สถานการณ์ในอดีตใดบ้างที่มักใช้ในการทดสอบภาวะวิกฤตของธนาคาร
Standard historical scenarios include: Black Monday (October 1987 — global equities −20–25% in one day); LTCM/Russian Default (1998 — emerging market debt collapse, liquidity crisis); Dot-com crash (2000–2002 — tech equities −75–80%); 9/11 (2544 — ตลาดปิด เริ่มต้น −10%); 2008 Global Financial Crisis (2007–2009 — equities −55%, credit spreads +1,900 bps, interbank markets frozen); European Sovereign Debt Crisis (2010–2012 — PIIGS spreads widened dramatically); COVID-19 crash (Feb–March 2020 — global equities −35% in 5 weeks); 2022 Rate Hiking (rates +400 bps, bond indices −15–20%). Each scenario captures a different risk driver and risk type.
การทดสอบความเครียดแบบย้อนกลับคืออะไร?
การทดสอบภาวะวิกฤตแบบย้อนกลับเริ่มต้นจากผลลัพธ์ความล้มเหลวที่กำหนดไว้ (เช่น เงินทุนต่ำกว่าขั้นต่ำตามกฎระเบียบ หรือสภาพคล่องหมดแล้ว) และดำเนินการย้อนหลังเพื่อระบุสถานการณ์ที่จะทำให้เกิดผลลัพธ์นี้ ต่างจากการทดสอบภาวะวิกฤตมาตรฐาน (ซึ่งใช้สถานการณ์จำลองและวัดผลลัพธ์) การทดสอบภาวะวิกฤตแบบย้อนกลับจะระบุจุดอ่อนที่สุดในโปรไฟล์ความเสี่ยงของสถาบัน คำถามเช่น 'การผสมผสานระหว่างการลดลงของทุนและการขยายส่วนต่างสินเชื่อแบบใดที่จะทำให้บัฟเฟอร์เงินทุนของเราหมดไป' เปิดเผยช่องโหว่ที่การวิเคราะห์สถานการณ์มาตรฐานอาจไม่เน้นย้ำ ขณะนี้จำเป็นต้องมีการทดสอบความเครียดแบบย้อนกลับภายใต้คำแนะนำของ Basel Pillar 2 และ PRA (หน่วยงานควบคุมพรูเด็นเชียลแห่งสหราชอาณาจักร)
การทดสอบความเครียดของ Fed CCAR ทำงานอย่างไร
การวิเคราะห์และการทบทวนเงินทุนที่ครอบคลุมของ Federal Reserve (CCAR) และการทดสอบความเครียดตามพระราชบัญญัติ Dodd-Frank (DFAST) ที่เกี่ยวข้องกำหนดให้บริษัทที่ถือครองธนาคารขนาดใหญ่ในสหรัฐฯ (สินทรัพย์มากกว่า 1 แสนล้านดอลลาร์) จะต้องแสดงให้เห็นถึงความเพียงพอของเงินกองทุนภายใต้สถานการณ์ 3 สถานการณ์ ได้แก่ เส้นฐาน ผลเสีย และผลเสียขั้นรุนแรง สถานการณ์ที่เลวร้ายร้ายแรงได้รับการออกแบบโดย Fed และโดยทั่วไปมีลักษณะดังนี้: การว่างงานเพิ่มขึ้นเป็น 10%+, GDP ลดลง 4–6%, ตลาดตราสารทุนลดลง 50%, ราคาอสังหาริมทรัพย์ลดลง 25–35% และส่วนต่างสินเชื่อขยับขยายอย่างมีนัยสำคัญ ธนาคารต่างๆ จะต้องแสดงให้เห็นว่าพวกเขารักษาอัตราส่วนเงินกองทุนขั้นต่ำ (CET1 ≥ 4.5%, ระดับ 1 ≥ 6%, เงินทุนทั้งหมด ≥ 8%) แม้ภายใต้สถานการณ์ที่เลวร้ายอย่างรุนแรง หลังจากรวมการดำเนินการด้านเงินทุนตามแผนแล้ว
ข้อจำกัดของการทดสอบความเครียดมีอะไรบ้าง?
การทดสอบความเครียดมีข้อจำกัดที่สำคัญ สถานการณ์ในอดีตเป็นการมองย้อนกลับไปและอาจพลาดความเสี่ยงในอนาคตที่ไม่มีอยู่ในข้อมูลในอดีต สถานการณ์สมมติจำเป็นต้องมีการตัดสินเกี่ยวกับสถานการณ์ที่ 'รุนแรงแต่เป็นไปได้' - อนุรักษ์นิยมเกินไปและสิ้นเปลืองเงินทุน ผ่อนปรนเกินไปและความเสี่ยงมีน้อยเกินไป ความสมบูรณ์ของสถานการณ์เป็นสิ่งที่ท้าทายเสมอ: ปัจจัยเสี่ยงที่ไม่ทำให้ตกใจอาจสร้างความสบายใจที่ผิดพลาดได้ สมมติฐานด้านความสัมพันธ์ที่ฝังอยู่ในสถานการณ์จำลอง (แม้จะโดยนัย) กำหนดผลลัพธ์อย่างมีนัยสำคัญ นอกจากนี้ การทดสอบภาวะวิกฤตจะดำเนินการเป็นประจำทุกไตรมาสหรือทุกปี ในขณะที่ความเสี่ยงด้านตลาดมีการพัฒนาอย่างต่อเนื่อง วิกฤตการณ์ที่แท้จริงมักจะเร็วกว่า ลึกกว่า และมีความสัมพันธ์กันมากกว่าที่แบบจำลองสถานการณ์สมมติ
ความน่าจะเป็นของสถานการณ์คืออะไร และฉันควรแนบมากับสถานการณ์ที่เน้นย้ำหรือไม่
การแนบความน่าจะเป็นเข้ากับสถานการณ์ความเครียดเป็นเรื่องที่ถกเถียงกัน ผู้จัดการความเสี่ยงบางคนแย้งว่าสถานการณ์ทั้งหมดควรถูกนำเสนอโดยไม่มีความน่าจะเป็น เนื่องจากคุณค่าของมันอยู่ที่การระบุความเสี่ยงที่กระจุกตัว ไม่ใช่ในการคำนวณความสูญเสียที่คาดหวัง คนอื่นๆ แย้งว่าการวิเคราะห์สถานการณ์ที่ถ่วงน้ำหนักความน่าจะเป็นให้ข้อมูลเพิ่มเติม กรอบงาน Basel ไม่ต้องการการกำหนดความน่าจะเป็นให้กับสถานการณ์ที่เน้นย้ำ โดยได้รับการออกแบบให้เป็นเหตุการณ์ส่วนท้ายซึ่งความถี่มีความสำคัญน้อยกว่าขนาด เมื่อมีการกำหนดความน่าจะเป็น เหตุการณ์สุดขั้วเช่น GFC ปี 2008 มักจะได้รับความน่าจะเป็น 1 ใน 25 ถึง 1 ใน 100 ปี แม้ว่าการประมาณการเหล่านี้มีความไม่แน่นอนสูง เมื่อพิจารณาจากตัวอย่างในอดีตที่จำกัดของวิกฤตการณ์ทางการเงินครั้งใหญ่
การทดสอบความเครียดโต้ตอบกับ VaR และ CVaR อย่างไร
การทดสอบความเครียด VaR และ CVaR เป็นมาตรการความเสี่ยงเสริมที่ใช้ร่วมกันในกรอบความเสี่ยงที่ครอบคลุม VaR ติดตามความเสี่ยงในแต่ละวันเทียบกับขีดจำกัดที่กำหนดไว้ล่วงหน้า (โดยทั่วไปคือ 99% VaR 1 วัน) CVaR ให้ข้อมูลการสูญเสียโดยเฉลี่ยที่คาดหวังในส่วนท้าย ซึ่งแก้ไขข้อจำกัดของ VaR ในการเพิกเฉยต่อความรุนแรงของการสูญเสีย การทดสอบความเครียดเผยให้เห็นผลลัพธ์เฉพาะของสถานการณ์วิกฤตที่อาจอยู่นอกเหนือการประมาณการ CVaR โดยเฉพาะอย่างยิ่งสำหรับพอร์ตการลงทุนที่มีความเสี่ยงที่กระจุกตัวซึ่งมีความสัมพันธ์กันอย่างมากในภาวะวิกฤต แนวปฏิบัติที่ดีที่สุด: VaR และ CVaR สำหรับการติดตามรายวัน การทดสอบภาวะวิกฤตสำหรับการวางแผนเงินทุนรายไตรมาสและการรายงานของคณะกรรมการ และการทดสอบภาวะวิกฤตแบบย้อนกลับเพื่อระบุความเสี่ยงเชิงกลยุทธ์
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !ใช้เฉพาะสถานการณ์ในอดีตโดยไม่มีสถานการณ์สมมติที่ออกแบบมาเพื่อช่องโหว่ของตลาดในปัจจุบัน
- !ปัจจัยเสี่ยงที่น่าตกใจเพียงปัจจัยเดียวในสถานการณ์เมื่อวิกฤตการณ์จริงเกี่ยวข้องกับการเคลื่อนไหวหลายปัจจัยพร้อมกัน
- !ความล้มเหลวในการคำนึงถึงผลกระทบรอบที่สอง (การเรียกหลักประกัน การขายออก ความล้มเหลวของคู่สัญญาที่ขยายผลการขาดทุนเบื้องต้น)
- !การใช้สถานการณ์คงที่สถานการณ์เดียวแทนที่จะเป็นช่วงระดับความรุนแรง (เล็กน้อย ปานกลาง รุนแรง)
- !ไม่อัปเดตสถานการณ์เป็นประจำเพื่อสะท้อนถึงการเปลี่ยนแปลงองค์ประกอบของพอร์ตโฟลิโอและความเสี่ยงระดับมหภาคในปัจจุบัน
เคล็ดลับโปร
สร้างแผนที่ความร้อนของการทดสอบภาวะวิกฤตที่แสดงการขาดทุนตามสถานการณ์ (แถว) และตามประเภทความเสี่ยง (ตราสารทุน อัตรา เครดิต FX — คอลัมน์) สิ่งนี้จะเผยให้เห็นประเภทความเสี่ยงและสถานการณ์ใดที่ทำให้เกิดการสูญเสียมากที่สุด โดยกำหนดแนวทางการกำหนดขีดจำกัดความเสี่ยงและกลยุทธ์การป้องกันความเสี่ยง
คุณรู้ไหม?
คำว่า 'การทดสอบความเครียด' ในระบบธนาคารถูกนำมาใช้ครั้งแรกอย่างเป็นระบบโดยหน่วยงานกำกับดูแลของสหรัฐอเมริกาในระหว่างโครงการ Supervisory Capital Assessment Program (SCAP) ปี 2009 ซึ่งเป็นการทดสอบความเครียดสาธารณะของธนาคารรายใหญ่ 19 แห่งในสหรัฐฯ SCAP ซึ่งเผยให้เห็นการขาดแคลนเงินทุนจำนวน 74.6 พันล้านดอลลาร์ ได้รับการยกย่องอย่างกว้างขวางจากการฟื้นคืนความเชื่อมั่นในระบบธนาคารของสหรัฐฯ ในช่วงจุดสูงสุดของ GFC และเร่งการฟื้นตัว
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์