〈分析〉目前有哪些潛在金融風險?從IMF的監管制度一窺究竟

〈分析〉如何示警金融危機?一窺IMF雙管齊下的監管制度 (圖片:AFP)
〈分析〉如何示警金融危機?一窺IMF雙管齊下的監管制度 (圖片:AFP)

十年前,金融海嘯來襲時,大家都在問:這麼糟的事情,為什麼監管機構沒有明確察覺風暴即將來臨?

十年後的今天,國際貨幣基金組織 (IMF) 認為,全球現已經更深刻認知到,金融系統的漏洞會如何放大負面衝擊,並進一步影響經濟環境,這也使 IMF 得以更加完善金融監管架構。而 IMF 每年提供兩次的全球金融穩定報告,也為世界各國的監管當局以及央行,提供更好的溝通渠道。

為提高金融系統透明度、提醒潛在金融風險,IMF 對全球金融系統的監管架構,是如何進行的呢?這分為以下兩大方式:

方式一:「由下至上」將借貸方分門別類、個別監督

「由下至上」(bottom-up) 的方法,是將金融體系中,各種貸方與借方按照類別分類,進行各別金融監督。而在這個方法下,可能觀察到的金融漏洞與風險,包括:資產估值遭過份誇大,銀行與金融公司過高的槓桿比率、融資部位不吻合,家計與企業的債務部位更大。

由下圖可看出,將金融體系主要的貸方與借方分為六大類,當金融情況越差時,金融風險百分比越高,顯示在圖上的位置就越外圈。以 2008 年全球金融海嘯時 (紅線) 來看,當時在「其他金融機構」的部分,金融脆弱程度已達 100%,「銀行」部分亦超過 80%,引發了當年的全球金融海嘯。

再對比近兩次 IMF 提供的監管報告來看 (黑線與灰區塊),2019 年「銀行」部分明顯較 2008 年改善,不過「非金融企業」的脆弱程度,是所有項目中最高的,已超過 70%,「其他金融」的區塊則由去年 10 月的 40% 提高至今年 4 月的 60%,不穩定的情況正在上升,這也提醒了全球監管單位與央行,目前最該注意這兩大類別。

不同時期各單位金融風險程度 紅: 2008 年 灰:2019 年 4 月 黑:2018 年 10 月(來源:IMF)
不同時期各單位金融風險程度 紅: 2008 年 灰:2019 年 4 月 黑:2018 年 10 月(來源:IMF)
方式二:「由上往下」推算潛在風險下 GDP 成長曲線

「由上往下」(top-down) 的方法,是 IMF 根據不同金融環境條件,潛在風險下所預估的 GDP,也就是 Growth at Risk (GaR)。而這預測出來的整條 GDP 分布曲線,與金融環境密切相關,也意味著經濟成長所面對的隱含風險。換句話說,在看 GDP 預估值時,不僅是關注 GDP 的增長程度,還要考慮增長背後隱含的風險,整條曲線的「機率分布」是非常重要的。

下圖顯示,金融環境條件緊縮的程度,數字越大越緊縮。可以看出在 2018 年第三季之後,金融環境緊縮程度明顯提高,比 2017 年與 2018 年前三季都要來的高。

全球金融條件指數(來源:IMF)
全球金融條件指數(來源:IMF)

金融環境條件趨緊,反映在 GDP 預估曲線上也有不同變化。在這三個不同時間點的金融環境條件下, 2019 年第一季 (紅線) 與 2018 年第四季 (藍線),經濟成長分布曲線都比 2018 年第三季的曲線(黑線)來的平緩:高 GDP 成長的機率降低,但低 GDP 成長的機率提高。因此,IMF 推估未來一年,經濟下行的風險增加。

全球 GDP 機率分布曲線  2019 年第一季 (紅線)2018 年第四季 (藍線)2018 年第三季(黑線)(來源:IMF)
全球 GDP 機率分布曲線  2019 年第一季 (紅線)2018 年第四季 (藍線)2018 年第三季(黑線)(來源:IMF)

以上這兩項監測方式,可說是互補合作的關係。「由上往下」GaR 方法可以看出整體金融穩定的風險,並可與歷史水準直接比較,點出可能潛在風險的嚴重程度。而「由下至上」對各種特定類別進行細部的監控,可以為 GaR 的預估值提供更多的細節與深度。

在這樣雙管齊下的監測架構下,可以更容易了解有金融情況問題的部門,並可用於估算各個國家或全球的 GaR,使 IMF 對多邊的金融監管產生很好的幫助作用。這樣的監測架構,同樣也可以提供各國監測宏觀審慎政策,以減少金融穩定風險。

展望未來,IMF 定期針對金融系統穩定的風險進行評估,並推算在這些金融風險條件下可能的經濟成長情況,這些資訊對於各國在制定貨幣政策時,有更好的依據,以避免在金融風險已過高時才改變政策的情況。


鉅亨觀點與分析 | 鉅亨網記者、編輯群們

茫茫的訊息海中,讓鉅亨網記者、編譯團隊,幫讀者們解讀新聞事件背後的意涵,並率先點出產業與總經趨勢,為投資人提供最深入獨到的觀點,協助做出更精準的投資決策。