金融预警制度与金融控股公司之风险管理.doc

金融預警制度與金融控股公司之風險管理（上）林維義*壹、 前言銀行業是以吸收大眾存款從事資金貸放之行業，提供經濟發展所需之信用，並具擔任經濟社會支付制度媒介之特性，營業性質與一般營利事業自有不同，其經營良窳影響社會大眾權益、金融情況及經濟秩序頗鉅，吸收存款之金融機構若經營不善而倒閉，不僅累及投資者和從業人員，最大問題是存款人之權益受損，影響經濟活動的圓滑運作，造成嚴重之社會問題，故各國政府皆對銀行業之經營施予嚴密管制。1980年代美國為提昇其金融機構的競爭力，解除對儲貸機構的業務管制，並逐步取消利率上限之規定，一時金融環境彌漫著自由化的氣氛，惟其結困是造成二千餘家儲貸機構倒閉，儲貸存款保險公司崩潰，對美國納稅人造成約四千五百億美元之損害，其主因是由於金融自由化過程中，未配合加強防範法脫序之預防性措施。故時值我國積極推行金融自由化之際，應引以為鑑，從強化金融監理著手，裨助自由化之效。我們需要一套有效的金融預警制度，以事先洞悉那些可能出現財務危機的銀行，進而幫助這些銀行進行問題改善，這也是我們設立融預警制度的最主要目的，本篇文章將分上、下二篇來深入探討這個問題。我們將從瞭解國內及美國、英國的金融預警制度未竟之處，來完備國內金融預警制度。同時間，隨著金融體系朝向全球化、自由化趨勢，各國紛紛進行一連串金融改革，金融控股公司成為一種趨勢，而這樣的跨業經營必然提供在經營上的綜效，但其存在也可能為經濟帶來一個大的風險，因此，建制金融控股公司的預警制度實刻不容緩。貳、 金融預警制度之重要性一、概述金融監理制度（一）金融預警制度的意義金融預警制度(Early Warning System或稱為早期警報制度)係屬一在性質兼具金融管理及經營評鑑之雙重功能，對於金融危機具有預防及警戒作用之制度，就金融主管機關方面而言，稱為金融管理預警制度；就銀行（或金融機構，以下均簡稱銀行）方面言，稱為銀行經營預警制度。其意義係指依據有關之金融法規與金融業務之經營原則，選定若干變數而訂定之一套預警函數(Warning function)，指標（indication），臨界值或基準值（decimal value），或判別模型等，對於能數據化之部份，利用電腦處理資料並進行統計分析與審查，使未符合規定或越逾警戒範圍之異常數或脫軌狀況，在測試與核算後，均會發出警報（alarm）或信號（signal），以促使主管機關或銀行本身提早注意並加以防範及時糾正改善制度。*本文作者林維義先生曾擔任中央存款保險公司董事長，現任關貿網路公司董事長一職。 此種制度實係貨幣銀行學內模式經營理論（modeling bank behavior theory）之運用，爰可喻之為金融理論與實務之最佳配合。主管機關方面可根據銀行提供之通報資料，運用該制度加以分析運用，以診察或測試銀行之內部管理，財務結構及業務經營是否符合指標或基準值之要求，並明瞭是否有超逾警戒範圍現象，再透過金融檢查以瞭解實況，並證實通報資料之真實性，既可掌握銀行平時之狀況與動態，以防範弊端於未然；又可供銀行於必要時，作為採取進一步斷然措施之依據。銀行方面亦可藉該制度來發現經營惡化之原因及財務惡化趨勢，進而可用以健全內部組織，內部控制、人事管理與會計制度等內部管理；改善資本適足性、流動性、安全性、效率性與獲利性等財務結構，經由成長性、公益性與上述部份財務比率以掌握業務經營狀況。並透過內部稽核與自行檢查來健全金融檢查，及增進經營績效。為期研究前後一致並互相連貫，文中說明上儘量使用金融預警制度，必要時才使用銀行經營預警制度或金融管理預警制度。（二）建立金融預警制度之必要性自1980年代起隨著金融自由化之進展，各項金融管制逐一解除，金融機構需同時面對利率風險、匯率風險、市場風險、信用風險及流動性風險等各式風險交錯之管理難題，結果造成銀行倒閉案例激增，迫使金融監理局摒棄過去僅側重糾正銀行既存缺失之作法，以重視影響金融機構未來營運之風險評估，進而發展出風險導向之持續監理模式，而於監理實務上進行數項革新，例如：風險程度高低有效地配置監理資源、運用實地檢查與場外監控進行持續性監理等，尤其著重場外監控之實施，發展報表稽該制度，（UBPR），構建金融預警系統，採行統一金融機構評等系統（CAMELS rating system）等。二、金融預警制度的目的與功能（一）金融預警制度之目的：（） 金融管理預警制度方面：1. 金融主管機關得以運用該制度來貫澈銀行法及有關法令之執行，以確保銀行體系之安全與健全。2. 可經由分析銀行之財務變化狀況而瞭解銀行之體質，以彌補實地檢查才發現問題銀行之時間落差。3. 分析現有之特殊或潛在的問題而掌握銀行動態。4. 經由不斷地追蹤與導正措施，以督促銀行更健全的經營。5. 預先發覺問題銀行，可防範金融危機與銀行倒閉於未然。6. 可維持較為穏定之金融體系，包括金融機構及金融市場，以促進有效率之競爭。 （） 銀行經營預警制度方面1. 藉該制度來配合主管機關之政策及遵守金融法規。2. 可促進內部管理，財務結構及業務經營之改善。3. 可藉以檢討人員品質及人力運用。4. 可改善內部控制及內部稽核並促使其制度與水準之提升。5. 可以掌握經營環境動態及財務業務狀況，避免經營失敗或倒閉。（二）金融預警系統的功能（） 可提供金融監理機關決定金融檢查之優先順序、範圍及頻率，有效配置所需之人力及物力。（） 利用系統之功能，以更客觀之方式及早發現問題金融機構，促使金融監理機關加強對此類機構之監督和管理。（） 可及早預測問題金融機構財務惡化之趨勢。（） 定期蒐集金融機構申報之財務報表資料，加以整理、統計、分析，以場外監控方式獲得精確之監理情報。（） 透過預警系統之評等結果，作為處理問題金融機構之重要參考及改進經營狀況之依據。（） 存款保險制度如依不同風險程度收取保險費時，金融預警系統可提供風險評估之等級，作為擬定風險費率之基準。參、各國金融預警制度之比較一、 我國金融預警系統之架構金融預警系統（Early Warning System）兼具金融管理及經營狀況診斷雙重功能，對於金融危機兼具預防及警戒作用。其係指依據有關之金融法規及金融業務經營管理原則，選定若干變數，並建立一套預警函數、指標或基準值，利用電腦及統計分析方法，在金融機構發現經營危機的初期，發出警訊，提供監理機關及早採行金融監理或例外管理措施，並要求金融機構限期改善缺失，以促進其健全經營。1994年間中央存款保險公司研擬之金融預警系統，在設計一個良好的要保機構預警系統前，即具備兩個子系統，分別為檢查資料評等系統和申報資料排序系統。前者是採美國聯邦金融機構檢查委員會所提出的CAMELS評等的觀念，針對各類金融機構的特性，利用統計方法，選出適合的評估指標，併採客觀分析與主觀評定決定權數，放入每年一次的檢查資料，計算各金融機構之評等得分，評定要保機構分屬之等級，並對於評等等級較低、或評等結果惡化者，加以督導管理，以防止問題持續擴大。後者申報資料排序系統則應用百分位排序之觀念，乃利用每三個月一次的申報資料，研判經營趨勢，對排序較後或惡化之機構加強監督，以補檢查資料之不足。依資料來源不同，概分為檢查資料評等及申報資料排序等兩項子系統。前者係自金融業務檢查報告，摘取相關資料，透過統計模型對各評估項目加以運算分析，給予綜合評等，以評估要保機構檢查當時之經營狀況；後者則依據各類金融機構定期申報資料，計算各項評估項目及指標之百分位排序與綜合百分位排序，以偵測金融機構在前後兩次檢查期間經營狀況之變化，期能適時掌握要保機構之營運動態。上開二子系統均依本國銀行（含信託投資公司）、外國銀行在台分行、信用合作社及農漁會信用部等區分為四大組群。1. 本國銀行(公民營)2. 外國銀行在華分行3. 信託投資公司4. 基層金融(含信用合作社、農漁會信用部)資料來源:本研究整理我國1997年設計的金融預警系統其架構見下圖：檢查資料評等系統統金融預警系統申報資料排序系統（一） 檢查資料評等系統（Examination Data Rating System）（） 方法介紹1. 檢查資料評等系統係參酌美國聯邦金融檢查評議委員會（FFIEC）所提出之統一金融機構評等制度，即所謂之CAMELS Rating System。2. 配合我國金融檢查所採用之財務比率，將評估屬性分為資本適足性（Capital Adequacy）、資產品質（Asset Quality）、管理績效（Management）、盈利性（Earning）、流動性（Liquidity）、市場風險敏感性（Sensitivity to Market Risks）及其他等七項。A. 評等指標之來源中央存款保險公司全國金融預警系統財務、業務指標之來源包括：(1)美國金融監理機關採用之財務比率。(2)學者專家研究文獻中發現能判別問題金融機構之指標。(3)我國金融檢查單位檢查金融機構所採用之財務及業務指標。(4)國內外資深金融監理人員對我國金融預警系統建議所採用之指標。指標篩選過程則先經由人工初步篩選，選出適合我國金融環境且能自檢查報告中擷取資料之指標，透過統計上顯著性（t-test）及相關性檢測，找出顯著性高而相關程度低之指標，也就是能識別問題金融機構與正常金融機構且指標間相關性較低之評估指標，再經由資深金融監理人員判斷選出最後決定之指標。根據上述結果，本國銀行共篩選出17種、外國銀行在華分行12種、信用合作社19種及農漁會信用部20種等總計26種不同之指標。B. 台灣各金融機構監理機關所採用的檢查指標依屬性彙總資本適足性資本資產存款主要資本貼放主要資本資本報酬率存款業主權益存款（業主權益營業及負債準備）負債業主權益業主權益放款及投資負債調整後淨值負債淨值備抵呆帳放款淨值放款自有資本風險性資產各類盈餘分派淨值及評價準備資產調整後淨值調整後資產應予評估資產淨值及評價準備可能遭受損失（淨值評價準備其他準備）淨值存款淨值（放款政府債券其他投資）固定資產淨值保證承兌淨值保證淨值資產品質存款（同業融資央行融資透支同業同業拆放）存款資本槓桿比率資本生利資產實際發生呆帳數放款不良資產淨值備抵放款損失逾期放款資產可能遭受損失（淨值評價準備）逾放比率應予評估資產資產應收利息變動率借入款存款管理績效員工平均收入額員工平均獲利額用人費用用人數用人費用業務管理費用資金成本率資金差異率營業支出營業收入營業費用營業收入管理費用營業收入資金收入資金支出資金收入勞務收入內部管理守法性組織穩定性盈利性稅前純益率資產報酬率淨值報酬率稅前純益業主權益營業收入實有資產營業淨利資產營業淨利營業收入資金收益率稅前純益營業收入毛利率存款利息平均存款餘額放款利息平均放款餘額利息收入平均資產非利息收入平均資產業務及管理費用平均資產稅前純益平均資產稅前純益平均資本稅前純益平均淨值利息淨收益生利資產非利息淨負擔利息淨收益流動性第一準備金比率速動資產比率貼放資產實際準備金存款流動資產流動負債現金及存放同業存款存放比率流動準備率各類應提存存款準備金之比率市場風險敏感性利率敏感性資產利率敏感性負債利率敏感性缺口淨值利率敏感性缺口資產其他定期存款放款營業支出營業收入稅前純益員工人數（承受擔保品逾期放款）淨值年平均存款利率年平均放款利率關係人授信淨值資料來源：吳祁蔓，金融預警系統之研究以台灣地區銀行為例附錄二3. 並依各組群金融機構之特性，利用我國金融檢查單位歷年之檢查報告資料選出各評估屬性之評估指標，賦予各評估指標不同之權數及配分。關於指標權數及配分之設計，首先篩選出之評估指標，經擷取樣本資料，並透過多變量統計方法因子分析，測出各評估指標之重要性程度，分別賦予不同之權數。對財務性指標之配分，原則採常態分配觀念加以設計，先將少數異常之樣本資料觀測值予以剔除，再利用常態分配各指標之樣本平均數及標準差觀念劃分為五級。而非財務性指標如管理能力則以李克尺度予以量化評估，區分為五級，分別代表優良、良、尚可、欠佳及劣。4. 再計算出個別金融機構之綜合評分，並依綜合評分之高低將金融機構之評等結果分為A、B、C、D、E五個等級，以判定其經營狀況之良窳。此外，並訂定例外管理事項，將應特別注意之金融機構，及評等等級較低、評等等級惡化、單項指標與重要監理事項異常等之機構納入例外管理名單，以加強監督管理。評估等級之界定累計各評估指標之得分為綜合評分，再依綜合評分之高低評列等級，各等級之分數及其代表之涵義如下：A級：表示營運狀況健全。級：表示營運狀況尚健全。級：表示營運狀況稍弱，業務經營存有缺失。級：表示業務操作有缺失，須加以改善。級：表示業務經營有重大缺失，致財務狀況有待積極調整。（） 模型應用 對評等等級較低、評等惡化或單向指標得分異常者，予以加強督導改善，以防問題金融機構經營惡化。 （） 預警方式評等系統除依金融機構綜合評分之高低評定其等級，以判定經營之良窳，具下列事項者視為有警訊：1. 經評等系統評為、兩級者。2. 本期評等結果較前期低兩級者。3. 管理階層舞弊、派系嚴重糾葛或其他重大事件引發經營危機者，對其健全經營迄檢查結束時仍有不利影響者。4. 有分散借款、集中使用或關係人交叉持股致影響健全經營者。5. 下列單項指標低於設定標準者：A. 調整後淨值小於資本股金或事業公積2/3者。B. 自有資本淨額占風險性資產總額未符合規定。C. 調整後淨值占存款小於百分之二者。D. 最近一年流動準備率曾連續三個月未符合規定者。E. 逾放比率超過臨界值，且評價準備不足彌補資產可能遭受損失之金額超過淨值之1/3者。F. 授信集中某一行業達放款總額25以上者。G. 授信集中於單一關係企業達淨值50以上者。H. 有違反銀行法第三十二條、第三十三條規定者。I. 承作轄區外擔保品之放款比率達15以上者。（） 警訊處理對於全國金融預警系統發出之警訊，經查證確認後，依下列方式積極處理：1. 由分析人員進一步蒐集資料驗証，研析問題所在。2. 由金管會派員專案檢查，三種檢查方式為：A. 加強例行年度檢查之深度及廣度。B. 提前辦理年度檢查。C. 必要時辦理專案檢查。3. 金管會依檢查報告分析其嚴重後，視情況採取下列措施：A. 限期改正。B. 要求監理機關進一步檢查。C. 積極輔導。D. 處分。（如：罰鍰、罰金、處罰經理人及撤換負責人等）E. 派員監管、接管。（） 產出結果之運用1. 產出個別機構（單一期或前後期比較）之基本資料表及評估指標與評等得分表。2. 列印例外管理名單，撰寫例外管理分析報告。3. 線上查詢金融機構之評等和有關資料，據以安排檢查頻率、範圍與人員之分配，及查核重點之參考。4. 各級主管人員得隨時於線上查詢或列印其他綜合統計之管理資料，以作為建議執行各項監理措施之參考。5. 不定期依金管會之要求，檢送各項綜合統計之管理報表，俾作為採行監理措施之參考。（二） 申報資料排序系統（Call Report Ranking System）（） 方法介紹1. 申報資料排序系統係利用百分位排序（Percentile Ranking）觀念所建立之分析模型，將金融機構定期（每季）申報資料輸入系統模型，計算出各項評估指標值在同組群（peer group）中之百分位排序及綜合百分位排序，以篩選出應特別注意之金融機構名單。2. 其模型設計指標之選擇與檢查資料評等系統並無二致，利用統計方法篩選評估指標。3. 指標之得分計算則將指標觀測值予以標準化，其權數之設計亦以因子分析測出各評估指標之相對重要性程度，再分別賦予不同之權數。綜合得分則為各指標標準化得分乘上權數（weight）之總和，其百分位排序之計算方式為（1-指標得分或綜合得分之標準常態分配左尾值）*100 。4. 在此設計原則下，所有指標或機構之百分位排序會落在199百分位之間。該系統之預警方式除觀察金融機構各季百分位排序之變動，以明瞭其經營趨勢之變化。（） 模型應用在綜合得分百分位排序落於某一臨界值之外，或一年內綜合得分之排序惡化達某個百分位以上或單一評估屬性排序落於某一臨界百分位以後者，皆視為警訊，而須加強監督控管，以防範問題惡化。1. 預警方式：排序系統除觀察金融機構各季百分位排序之變動，以瞭解其經營趨勢之變化外，且下列事項者視為有警訊：A. 綜合得百分位排序落於下列例外管理範圍者。a 本國公營銀行排序在第八十百分位以後者。b 外國銀行在華分行排序在第七十五百分位以後者。c 信用合作社排序在第八十百分位以後者。d 農漁會信用部排序在第七十百分位以後者。B. 一年內綜合得分之排序惡化達四十個百分位以上者。C. 單一評估屬性排序落於第九十百分位以後者。2. 產出結果之運用：A. 列印應加強追蹤分析名單，撰寫要保機構預警系統分析報告，檢送各級主管人員核閱，據以採行各項監理措施。B. 編制全國金融機構預警系統申報排序資料報告，俾作為其採行監理措施之參考。（三）為求清楚了解上述兩大系統的運作流程，我們製作了如下的流程圖：檢查資料評等系統申報資料排序系統收受申報報表收受檢查報告告初步審核摘錄資料初步審核資料輸入輸入電腦資料檢核二次審核資料儲存評出等級彙總分析例外管理之分析析輸出資料例外管理之分析警訊處理圖中央存保公司金融預警系統運作流程檢查資料評等系統與申報資料排序系統之比較檢查資料評等系統申報資料排序系統資料來源檢查報告每季申報資料評估項目CAMEL+O資本適足性（C）、資產品質（A）、管理能力（Ma）、盈利性（E）、其他（O）CAEL+O資本適足性（C）、資產品質（A）、盈利性（E）、其他（O）評估方式分、等級（1至99）百分位排序警訊範圍例外管理事項* 百分位後資料來源：本研究整理二、 先進國家之金融預警制度（一） 美國的金融預警制度（） 發展淵源1938年間學者Horace Secrist研究美國聯邦發照銀行在1930年代之倒閉情形時，即強調若財政部金融局（The Office of the Comptroller of the Currency）能充分利用銀行之資產負債表與損益表等資料，當可正確研判銀行經營之健全與否，首先奠定了金融預警制度之觀念。此外，在1962年，西德為因應金融自由化，由金融局於當年三月八日頒佈金融機構資本與流動性法則，要求全體銀行遵照辦理，首創由主管機關帶動實施之先例。也因而使西德能於1967年四月起將存放款利率之管制解除，至1973年十月順利完成金融自由化，而成為金融先進國家中最早實施金融自由化者。到了1972年間，美國學者Joseph F. Sinkey為聯邦存款保險公司（Federal Deposit Insurance Corporation，簡稱FDIC）進行研究問題銀行與無問題銀行之財務特性差異時，開始採用金融預警制度之名稱，並參考問題銀行之特性而建立了預警制度。隨後乃掀起了各有關主管機關、銀行界及學者專家競相研究，並先後實施該制度。除美國外，其他金融先進國家亦均先後實施類似制度，且均各具特色。美國三大聯邦監理機關財政部金融局（office of the comptroller of the Currency, OCC）、聯邦準備理事會（Board of Governors of the Federal Reserve System, FED）與聯邦存款保險公司（Federal deposit Insurance Corporation, FEIC）皆各自發展其金融預警制度，特別以聯邦存款保險公司最早發韌，且發展最為有成，以下就僅以聯邦準備銀行與聯邦存款保險公司的金融預警系統詳加討論。（） 聯邦準備銀行的金融預警制度從1993年起，美國聯邦準備銀行為了改進原本預警制度在比率變數及權數篩選上過於主觀的缺點，開始使用了一種新的金融預警制度，即為評估檢查評等系統（system to estimate examination rating，SEER），簡稱SEER模型，亦稱金融機構監控系統（financial institution monitoring system，FIMS），簡稱FIMS模型。其指標之推求及應用如下表：SEER模型-SEER評等模型目標估計銀行目前的狀況估計方式序數邏輯迴歸應變數為綜合CAMELS評等，值為整數15先選擇約30個常用具代表性的金融及結構變數，又加上前期實地金檢的CAMELS評等等資料，以逐步迴歸的方式挑選攸關的解釋變數解釋變數解釋變數有11個，分別代表CAMELS評等的五個因子（資產品質、獲力能力、資本適足性、流動性、績效管理）以及資產成長率等等。計算結果依據銀行填報的財務報表，以計量模型估得CAMELS評等 資料來源：本研究整理聯邦準備銀行在利用預警系統找出財務惡化的銀行之後，將進一步從事報表稽核的工作，以找出問題的癥結，再依此提出改正措施並加以追蹤考核。SEER風險評等模型SEER風險等級模型解釋變數與風險評等關係解釋變數估計係數符號資產品質1、 逾期放款（3089天）2、 逾期放款（90天以上）3、 已不計息催收放款4、 沒入不動產放款+資產品質1、 工商放款2、 逾期放款（3090天）3、 逾期放款（90天以上）4、 已不計息催收放款+5、 其他沒入不動產放款6、 資產大小+-獲利能力5、淨收益-獲利能力7、平均資產報酬率-流動性6、投資證券-流動性7、 證券帳面價值或大額定期存款（10萬以上）+資本7、淨值總額-資本9、淨值（權益資本）總額-其他8、 統一銀行監督篩選的資產成長百分位數9、 統一銀行監督篩選的綜合百分位數10、前次管理能力評等11、前次CAMELS綜合評等+ 資料來源：本研究整理（） 聯邦存款保險公司的金融預警制度在1980年代起，聯邦存款保險公司（FDIC）陸續發展了二套金融預警系統，分別是卡爾模型（CAEL）與較近晚的思可模型（SCOR），以下先分別說明其模型之內容設定，再以列表方式做一比較。1. CAEL系統A. 系統概要介紹在1980年代，聯邦存款保險公司（FDIC）發展出一套金融預警系統：CAEL系統，是FDIC擴大監控系統中之主要部分，不過在SCOR系統開始運作後，該系統之用途似乎不如以往那麼廣泛。以下為該系統之介紹。CAEL是用來輔助實地檢查之一項綜合性電腦化場外監控工具，該系統被設計為辦識金融機構自從上次檢查以來，其財務狀況是否有顯著變化。該模型主要功能為標識自上次檢查以來已經顯著惡化之銀行並予以進行場外監控分析。存款保險公司首先依CAEL的四個屬性（資本適足性、資產品質、獲利能力及流動性）分類以求出每個因子的主要比率（primary ratio）與調整比率（adjust ratio），其評估程序即仰賴這些財務指標，及每一銀行在其同群組（peer group）中之排序，在配合主觀設定的權數而得依其綜評等。最後，本系統尚會產生出一項所謂CAELDIFF之差分，該差分即在比較一銀行之CAEL屬性評級與其上次檢查之各屬性評級間的差異，當一銀行獲得較大之正差分時，此結果可能反映自從上次檢查以後，該銀行經營狀況已顯著惡化，亦顯示導致金融監理關切之可能性最大，此類銀行事後每季須受場外查核，而且監理機關亦會採行適度之追蹤措施。B. 排序及評等程序CAEL系統對全部商業銀行及由FDIC監督之儲蓄銀行均會加以評估產出評等結果，只有下列例外情形則不予評等：a. 銀行之申報資料少於十三季（特別指新設立之銀行）b. 銀行有遺漏任何計算銀行比率所必需之資料c. 銀行之信用卡放款超過放款總額百分之七十五以上者d. 未吸收存款之銀行e. 銀行擁有國外資產超過其資產總額百分之二十以上，且資產負 債表外項目資產超過其資產總額百分之二百以上CAEL系統對金融機構營運績效概分為四個組群加以評估，該四個群組分別是：a、 資產總額在一億美元以下之商業銀行b、 資產總額在一億美元至十億美元之商業銀行c、 資產總額在十億美元以上之商業銀行d、 所有由FDIC監督之儲蓄銀行每一銀行之綜合評等結果使用0.55.49不等之數字表示，而此項評等結果則係透過以下敘述複雜之處理程序計算得出：步驟一：各項比率之選擇CAEL系統採用十八項財務比率作為評等指標，計分為主要比率及調整比率兩大類。資本適足性、資產品質、獲利能力及流動性每一評等屬性皆含有二至三項主要比率作為評等過程之起始點，最終以求算出各屬性評等。CAEL系統所採行之各項主要評估指標如下：屬性評估指標資本適足性*調整投資淨值比率：淨值總額/資產總額*調整投資淨值比率（一年）：調整投資淨值比率（1+內部淨值成長率）/（資產總額-上年資產總額）/上年資產總額（註：內部淨值成長率 =）最近四季之純益-發放之現金股利最近五季平均淨值*利率變化對淨值之影響*加權高風險資產對淨值加各項評價準備比率*第一類槓桿之影響資產品質*加權高風險資產對淨值加各項評價準備比率*放款損失淨額對放款加租賃之平均總額比率*可能放款損失淨額對總資產比率*放款及租賃淨額之成長差異獲利能力*稅前純益對平均資產比率*常態化提列準備前純益對平均資產比率（註：常態化提列準備前純益=最近四季之稅前純益+提列之備底呆帳費用-非利息收入調整數-間接費用調整數）*風險調整之提列準備前純益對平均資產比率（註：風險調整之提列準備前純益=最近四季之稅前純益+提列之備底呆帳費用-放款損失準備調整數-收款金額調整數）*利率變化對利息淨邊際收益之影響流動性*變動性負債依存度*90天之變動性負債依存度*放款及租賃淨額對核心存款之比率*經紀存款（Brokered Deposits）對存款之比率*資產與盈餘之評級 資料來源：本研究整理步驟二：計算每一項主要比率之等級排名（scalar ranks）CAEL系統採用等級排名方法以比較各銀行在所屬同群組中之經營績效，銀行之排名從最好至最差分別以數字-1至150表示，低位排名者表示其經營績效較佳；反之，高位排名者表示其經營績效較差。此種排名係透過數理方式將百分位排序（percentile ranks；排序從0%100%）轉換成CAEL等級排名。CAEL評等（固定）CAMEL評等狀況描述0.501.49一級：綜合評分在一至一、四分之間。經營穩健，對偶發事件均可應付自如1.502.49二級：綜合評分在一、五至二、四分之間。營運尚稱穩健，對環境變化尚能適應。2.503.49三級：綜合評分在二、五至三、四分之間經營上有弱點，應變能力欠佳，亦有惡化傾向。3.504.49四級：綜合評分在三、五至四、四分之間。已顯示潛在倒閉危機，須密切監督。4.505.49五級：綜合評分在四、五至五、五分之間。倒閉之機率極高，需立即採取改善措施。 資料來源：本研究整理步驟三：計算每一屬性之加權平均排名在計算每一主要比率之等級排名後，根據各屬性中之不同重要程度賦予彼此不同權數，同一屬性中之所有主要比率之全部權數和應等於1，經由將各主要比率與其各自分配權數相乘，即求出各屬性中之加權主要比率。步驟四：計算每一屬性之評級將每一屬性之加權平均排名轉換成主要屬性評等，為完成此項作業特別制定一轉換表為準，舉下表供作參考：加權平均排名（變動）評等（固定）-1.00057.299957.3000750.99975.100096.699996.7000122.4999122.5000150.00000.501.491.502.492.503.493.504.494.505.49上列轉換表之分配內容由FDIC總部之分析師制定和控管，有關人員均會按季依需要檢視內容加以調整，俾確保轉換過程之一致性，以及評估之結果得以和檢查評等觀念相互比較。步驟五：調整每一屬性之評等經計算每一屬性之評等後，必要時將再根據部分特定指標對各屬性評等做微調；然而一般而言，此步驟只對那些營運已顯著呈現不利狀況或趨勢之銀行始會採行辦理。由此可知，CAEL之屬性評級主要係依其所屬之各主要比率評等結果而定，只有在特別情況下才會考量調整比率與屬性評等。步驟六：計算最終之綜合評等分析師在比較CAEL綜合評等與最近一次檢查綜合評等後，認為有必要調整時，得以微幅調整評等，且調整幅度只限於0.01至0.10。步驟七：計算CAEL差分（即CAELDIFF）比較CAEL每一屬性評等結果與最近一次檢查之相對應同屬性評等結果之差異，再將各項差異之正值或負值乘以權數而得。2. 統計上之CAMELS場外評等系統（Statistical CAMELS Offsite Rating；SCOR）A. 系統概要介紹SCOR系統是美國聯邦存款保險公司於一九九八年新建立之場外評等工具，以代替原有的CAEL場外評等系統，其目的在於更有效監控銀行與儲蓄機構之風險，該應用系統由其監理處（Division of Supervision）及研究統計處（Division of Research and Statistics）共同建構而成，其相當近似於CAEL系統，並利用通詹報表（Call Report）申報資料經由系統運作來辨識金融機構在下次實地檢查是否將遭降等之可能性，其最主要特點如下：a. SCOR系統所評估機構種類顯然多於CAEL系統，譬如儲蓄機構、信用卡銀行、新金融機構及擁有外國資產銀行之金融機構均在其計之列。b. SCOR系統是一種測試金融機構財務資料對檢查評等結果相關性之統計模型，至於CAEL系統則是一種所謂專定系統（Expert system）c. 在辨識評等為1或2級之銀行可能降等之執行情形較CAEL為佳，另外其在區別部分機構於下次檢查不會降等之執行情形亦較佳。d. SCOR系統是利用金融機構之財務資料與檢查資料間之相關性，去評估包括市場風險敏感性與管理之所有屬性。SCOR系統是FDIC利用數理統計技巧中之logistic模型去預測金融機構之綜合評等，此統計模型類似美國聯邦準備理事會之統計評估檢查等系統，而根據一九八六年到一九九六年之資料實證比較結果顯示，SCOR系統預測綜合評等之準確性較CAEL系統為高。SCOR系統基本上是利用最近一次檢查評等結果，經比較評估分析其與檢查前接近期間申報資料之關聯性，並使用檢查後最近一年同期申報資料以比較其間變化情形，再據以推估下次檢查之可能評等結果。本項系統模型所採行之評估指標共有13項，各項比率分別為下列資料項目對總資產之比率，各項目如下：*總額*放款損失準備*三十天以上之逾期放款*九十天以上之逾期放款*應予評估放款*其他不動產*沖銷呆帳淨額（最近四季之合計數）*提列備抵呆帳之費用（最近四季之合計數）*發放之現金股利（最近四季之合計數）*波動性負債*流動性資產*放款與長期有價證券對於依據上述項目計算得出之各項比率在實際運用時並非每一期均獲採用，系統會排除那些在統計上不顯著之比率，此種作法主要是基於下最考量：a. 有些比率在某些特定期間可能並不重要b. 其它比率可能已經涵蓋解釋該評等比率之相關資訊c. 有些比率在某期間內可能難以精確估計卡爾模型（CAEL）思可模型（SCOR）模型內容以銀行每季填報的監理報告為基礎，再依據金融機構的資本適足性、資產品質、獲利能力、流動性等標準去做出評斷。根據銀行每季呈報給主管機關的監理報告，利用統計上的有序邏輯模型，去估計在CAMELS綜合評等的滿意銀行（評等為1或2）降級的可能機率計算方式首先依卡爾模型的四個因子求出每一因子的主要評等及調整比率以主觀設定的權數計算卡爾綜合評等最後求出卡爾差分（即卡爾綜合評等與最近實地檢查CAMELS評等的差） 迴歸估計是以目前的監理報告資料進行，以估計未來的評等，其中使用逐步估計的做法，消去統計上不顯著的變數，解釋變數包括逾期放款、壞帳沖銷總額、波動性負債等等共計13種。 某銀行降級機率將等於下次被評等為3、4、5之個別機率的加總。 此外思可模型還將計算加權差異，找出影響某銀行評等的主要因子。優缺點唯有銀行申報的財務資訊完整，模型才有好表現專家系統有賴人為的判斷，客觀性較不足不具評等儲貸機構的能力依賴過去13季的資料去做評等，因此新設立或剛轉型的金融機構將無法評鑑之統計上的有效性本模型是測試金融資料與實地檢查評等兩者相關性的統計模型較大的伸縮性較原來的卡爾模型適用於更多的金融機構觀察值有限時，模型預測績效遞減未區別評等為1及為2的銀行未使用到檢查人員已知的質的資訊兩者差異思可模型使用統計上的技術，而卡爾模型則是有賴專家系統的判斷兩者所得之評等數字無法比較，卡爾模型為0.55.5，而思可模型則是15思可模型得到一降級機率，而卡爾模型則無