國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
五
、結論與建議
一、研究成果與發現
本研究將金融傳導的路徑分成六類，(Ⅰ)國與國之間的傳導(Ⅱ)市場與市場 之間的傳導(Ⅲ)產業與產業之間的傳導(Ⅳ)公司與公司之間的傳導(Ⅴ)非經濟 因素與經濟因素之間的傳導(Ⅵ)上述五項傳導路徑之間的交互影響，值得注意的 是，公司與公司之間的傳導，可進一步解釋成為個別銀行之間的傳導(Interbank issues)，以德國為例驗證金融傳導路徑是否存在，此外，歐洲傳導因子對於傳 導路徑是否產生影響。
首先，金融傳導路徑部份由 AR(1)-GARCH(1,1)-M 模型驗證，實證結果可以 發現 AR (1)-GARCH(1,1)-M 模型確實可捕捉股市報酬分配的厚尾現象及條件變 異數隨時間變動的特性，此模型確實可以將股價報酬資料配適的不錯，以德國為 利，顯示德國與其他國家之間的驗證結果發現美國股市(S&P500)報酬會受到本身 前一期報酬的影響，並不受到德國股市(DAX30)前一期報酬之影響，但是當德國 股市發生未預期波動時，會影響美股報酬波動，產生波動外溢效果(Volatility spillover)的情況，且為正向關係，亦說明當德股報酬因未預期的訊息造成報酬波 動上升時，美股報酬的波動亦會增加，顯示德股及美股報酬的波動為正相關，且 存在顯著之波動外溢效果，對於歐洲國家，例如法國、葡萄牙、希臘、愛爾蘭有 報酬外溢效果；市場與市場之間則以歐元兌美元匯率代替匯率市場，驗證結果顯 示匯率市場之報酬並不會直接影響到德國股市報酬，但匯率市場發生未預期波動 時，會對股票市場造成波動的影響，產生波動外溢效果，當匯率市場有未預期的 訊息造成報酬波動上升時，德股報酬的波動亦會增加，且波動為正相關；產業與 產業之間則顯示德國科技產業類股指數報酬會受到德國銀行產業股價指數前一 期報酬之影響，存在報酬外溢效果，且為正向相關，當前一期德國銀行產業類股 指數報酬上升時，當期德國科技產業類股指數報酬亦會上升，除此之外，當銀行 類股指數報酬發生未預期波動時，會影響科技類股指數報酬波動，產生波動外溢
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
二、經濟意涵及運用
本研究驗證以德國為例，金融傳導路徑是確實存在，說明德國對於其他國家 有報酬外溢以及波動外溢效果，匯率市場到德國股票市場亦有波動外溢效果，而 德國銀行類股對於德國科技類股之間亦存有報酬外溢以及波動外溢效果，因此，
從實證結果中發現無論是在(Ⅰ)國與國之間的傳導(Ⅱ)市場與市場之間的傳導 (Ⅲ)產業與產業之間的傳導，以德國為例是確實具備上述三項金融傳導路徑，此 外，本研究探討相同之金融傳導因子是否會對金融傳導路徑造成顯著性的影響，
實證發現金融傳導因子對於德國之金融傳導路徑具有複合性影響之特性，值得注 意的是，股市和債市的傳導因子會影響多項傳導路徑，為相當具影響力之因子，
因金融傳導因子為金融傳導的訊號，因此，危機發生前適當的監控，透過觀察金 融傳導因子的趨勢，在危機發生後能在最短時間內找出問題癥結，並給予政策制 定者正確且有效率的金融政策建議，便能及時的判斷問題並有效的制定政策，快 速阻絕金融危機傳導的路徑，對於金融體系而言，更能加強其風險管理的效能和 效率。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
52
參考文獻 中文文獻
1. 莊旭明(2012), ‘跨國金融危機擴散效果之分析-以 Copula 模型為分析方法’, 政大碩博士論文，經濟系
2. 林楙然(2012), ‘在極端事件下亞洲股票市場傳遞效果分析’,政大碩博士論文，
金融系
3. 劉彩卿與陳欽賢(2012), ‘STATA 基礎操作與統計模型應用’,雙葉書廊 英文文獻
1. Aebi, V., Sabato, G. and Schmid, M.(2012), ‘Risk management, corporate governance, and bank performance in the financial crisis’, Journal of Banking &
Finance,Vol.36(12),pp.3213-3226.
2. Allen, F. and Gale, D.(2000), ‘Financial contagion’ Journal of Political Economy, Vol(108),pp.1-33.
3. Bollerslev, T.(1986), ‘Generalized autoregressive conditional Heteroscedasticity’
Journal of Econometrics,Vol.31(3),pp.307-327.
4. Bollerslev, T., Engle, R.F. and Wooldridge, J. M.(1988), ‘A capital asset pricing model with time-varying covariance’,Journal of Political Economy. Vol.96, pp.
116-131.
5. Boss, M., Elsinger, H., Summer F. and Thurner, S.(2004), ‘Network topology of the interbank market’, Quantitative Finance, Vol.4(6),pp.677-684.
6. De Haan, J. and Poghosyan, T.(2012), ‘Size and earnings volatility of US bank holding companies’, Journal of Banking & Finance,Vol.36(11),pp.3008-3016.
7. Eichengreen, B., Mody, A., Nedljkovic, M. and Sarno, L.(2012), ‘How the subprime crisis went global: Evidence from bank credit default swap spreads’, Journal of International Money and Finace,Vol.31(5),pp.1299-1318.
8. Engle, R. F., Lilien, D. M. and Robins R.P.(1987),‘Estimating time varying risk premia in the term structure: the Arch-M model’Econometrica.Vol.55(2), pp.391-407.
9. Engle,R.F.(1982),‘Autoregressive conditional heteroscedasticity with estimates of the variance of united kingdom inflation’, Econometrica, Vol. 50(4),pp.987- 1007.
10. Fong, T.P.W. and Wong A.Y.T.(2012), ‘Gauging potential sovereign risk contagion in Europe’, Journal of Economics Letters,Vol.115(3),pp.496-499.
11. Frexias, X.,Parigi, B.M. and Rochet, J.C.(2000), ‘Systemic risk,interbank relations and liquidity provision by the central bank’, Journal of Money,Credit and Banking, Vol.32(2),pp.611-638.
12. Gorton, G. and Metrick, A.(2012), ‘Securitized banking and the run on repo’,
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
Journal of Financial Economics,Vol.104(3),pp.425-451.
13. Guo, F., Chen C.R. and Huang Y.S. (2011), ‘Markets contagion during financial crisis: A regime-switching approach’, Journal of International Review of Economics and Financial,Vol.20(1),pp.95-109.
14. Hertzel, M.G. and Officer, M.S.(2012), ‘Industry contagion in loan spreads’, Journal of Financial Economics,Vol.103(3),pp.493-506.
15. Lenzua,S. and Tedeschi, G.(2012), ‘Systemic risk on different interbank network topologies’,Physica A,Vol.391(18),pp.4331-4341.
16. Martinez-Jaramillo, S., Pérez, P., Embriz, F.A. and Gallo Dey, F.L. (2010),
‘Systemic risk, financial contagion and financial fragility’, Journal of Economic Dynamics & Control ,Vol.34(11),pp.2358-2374.
17. Memmel, C. and Sachs, A.(2011), ‘Contagion in the interbank market and its determinants’, Journal of Financial Stability,Vol.9(1),pp.46-54.
18. Moon, G.H. and Yu, W.C. (2010), ‘Volatility spillovers between the US and CHINA stock markets: structural break test with symmetric and asymmetric GARCH approaches’, Global Economic Reviews.Vol.39(2),pp.129-149.
19. Paas, T. and Kuusk, A. (2012), ‘Contagion of financial crises: what does the empirical evidence show?’, Baltic Journal of Management,Vol.7 (1),pp.25-48.
20. Pastor L. and Veronesi P. (2012), ‘Uncertainty about government policy and stock prices’, Journal of Finance,Vol.67(4),pp.1219-1264.
21. Prati, A., Bartolini, L. and Bertola, G.(2003), ‘The overnight interbank market:
evidence from the G-7 and the euro zone’, Journal of Banking & Finance , Vol.27(10), pp.2045-2083.
22. Upper, C. (2011), ‘Simulation methods to assess the danger of contagion in interbank markets’, Journal of Financial Stability,Vol.7(3),pp.111-125.
23. Euribor panel bank，http://www.euribor-rates.eu/panelbanks.asp