邊際預期損失

邊際預期損失（Marginal Expected Shortfall, MES）是一種前瞻性的系統性風險衡量指標，其核心定義為：在整個金融市場經歷極端負面事件（例如，市場指數在特定期間內跌幅最大的5%交易日）時，單一金融機構的預期損失值。此概念由經濟學家Acharya等人於2010年提出，旨在量化個別機構對整體金融體系穩定的貢獻度或威脅。雖然MES並非ISO標準，但其方法論是巴塞爾銀行監理委員會（BCBS）評估「全球系統重要性銀行」（G-SIBs）框架的關鍵參考依據之一。在風險管理體系中，MES的定位超越了僅衡量機構自身風險的在險價值（VaR）或預期損失（ES），它專注於機構與系統之間的關聯性風險。與衡量系統總體風險的系統性預期損失（SES）不同，MES聚焦於單一機構的邊際貢獻，能更精確地識別風險來源。

在企業風險管理中，特別是大型金融機構，MES的應用主要遵循以下步驟：第一步為「數據收集與模型建立」，需收集機構本身與市場基準（如台灣加權股價指數）的長期歷史日報酬率數據，並選用多變量GARCH等計量模型來捕捉波動性與相關性的動態變化。第二步為「MES計算與壓力測試」，定義系統性壓力事件的門檻（例如市場指數最差的5%表現），並利用已建立的模型，模擬或計算在這些特定壓力情境下，該機構的平均損失率。第三步為「策略應用與報告」，將計算出的MES值作為內部資本適足性評估程序（ICAAP）的核心輸入，用以設定額外資本緩衝，並向監管機構（如台灣金管會）呈報。例如，台灣某金控公司透過MES分析，識別出其證券子公司在市場下行時的風險貢獻度最高，因此要求該子公司增加20%的經濟資本配置，此舉使其在後續的監管壓力測試中順利通過，並提升了集團整體的風險抵禦能力。

台灣企業導入MES主要面臨三大挑戰：第一，「數據品質與長度不足」，特別是針對非典型金融商品或較新的業務線，缺乏足夠長期的歷史數據以建立穩健的計量模型。第二，「模型複雜性與人才斷層」，MES計算涉及高深的統計與計量經濟學知識，多數企業的風險管理團隊缺乏具備相關技能的量化分析師。第三，「模型確效與監理溝通」，如何向內部管理層及外部監管機構（如金管會）證明模型的合理性與準確性，是一大挑戰。為克服這些挑戰，建議的對策如下：針對數據問題，可採用數據擴增技術或混合不同頻率數據，並優先從核心業務開始實施。針對人才問題，應規劃至少為期一年的「雙軌制」人才發展計畫，一方面送現有員工參與金融風險管理師（FRM）等專業培訓，另一方面從外部聘請具備量化背景的專家。針對模型確效，應建立獨立的驗證小組，並主動與監管機構進行前期溝通，確立雙方認可的驗證標準與報告格式，預期在6個月內完成初步框架。