〈分析〉目前有哪些潛在金融風險？從IMF的監管制度一窺究竟

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。

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。

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。

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。