第二章 文獻回顧
第二節 公股、泛公股與民營銀行議題
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2011 年共十三年的所有的本國銀行為樣本，特別考慮長期下本國銀行家數變化 的影響，嘗試釐清這兩次金改的政策是否有達到改進生產力的目的。
第二節 公股、泛公股與民營銀行議題
除了金融改革對本國銀行績效之影響外，本文亦更進一步的將本國銀行區分 成公股、泛公股與民營銀行三類比較其績效差異。文獻中因前人所研究的資料期 間範圍不一，以及分類定義不同，而使得估計結果有所差異，故在此只先簡略的 比較其優劣順序。
在亞洲金融風暴前與本土性金融風暴發生前後一年，林銘鈺 (2003) 以 1995 年至 1997 年與 2000 年至 2002 年兩個期間的樣本說明總效率方面，公 營銀行並無重大改變而居中，優劣順序則分別為民營銀行、公股銀行與公股民營 化的銀行。而沈千惠 (2004) 以 2001 年至 2003 年的資料進行的研究則部分呈 現出相反的意見，認為本國銀行整體效率裡，公營銀行優於民營再優於信用合作 社改制的銀行。
蘇暉文 (2008) 用 2004 年至 2008 年的資料研究 34 家本國銀行，結果顯 示公股銀行與舊的大型行庫表現較好，除 2004 年公股較民營表現為差外， 2007 年至 2008 年為公營績效勝於民營，且認為民營銀行經營雖較易受金融風暴影響
，但因經營策略較靈活，故體質恢復速度較公股銀行快。同樣在 2006 年至 2008 年間，李璧芸 (2009) 與陳佳吟 (2010) 也都認為公股與泛公股銀行經營效率優 於民營，但後者認為合併有爭議的公股銀行表現較差。
相對於上述樣本期間較短的研究。謝文馨 (2008) 以 1998 年到 2008 年的 十年樣本分析經營績效。區分為五個子樣本期間，短期下，公股民營化的銀行經 營績效不一定高過公股銀行，而民營銀行一定高於公股民營化銀行。而在長期下 民營優於公股民營化銀行，再優於公股銀行。蔡奇芳 (2011) 以 2006 年至 2010 年的資料持相反意見，認為公股與民營銀行的長短期經營績效皆大於泛公股銀行
，而短期下民營銀行不一定高於公股銀行，但長期會高於公股銀行的經營績效。
由上述可知，一次金改期間不同類型的銀行績效表現，前人的意見較為不一 致，而二次金改期間則公股皆優於民營銀行。另外將期間拉長以及切割子樣本期 間來看，公股、泛公股及民營銀行之間的表現優劣又會有所不同。故可知各類的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
銀行績效表現比較結果對於分類的定義與樣本期間的差異非常敏感。在眾說紛紜 的結果下，本文想要透過 1999 年至 2011 年間共 13 年，較其他研究期間更長 的資料，並採用更為適當的方法，檢驗三種分類銀行面對兩次金改的效果。
第三節 有無併購行為與專營業務的銀行
另外將本國銀行區分為是否曾進行過併購行為的兩類，各研究的結果仍因不 同樣本期間與資料分類的方式而有所不同。因此本節不止針對併購行為所產生的 不同看法，更加上對於銀行專營業務方式之差異來做探討。
陳景星 (2002) 以案例顯示亞洲金融風暴後合併銀行的經營績效比之前差，
而張靜怡 (2004) 以 1997 年至 2003 年的資料得到了同樣的結論，銀行同業合 併對國內商業銀行的技術效率與規模效率並無有提升作用。
2001 年至 2007 年間的樣本銀行皆為水平合併，林瑞國 (2007) 部分肯定 合併效果，因只有個別案例銀行在合併後呈現經營績效提升的情形，顯示併購後 的主併銀行與目標銀行技術互補，使生產技術提高。但其他銀行在面對銀行家數 仍然過多的激烈競爭下，併購銀行無法發揮合併後的綜合效果。
另一方面，由於本文在以 2011 年存在的 37 家銀行來看其過去表現，分類 曾有無併購行為時，有進行過併購的銀行大多屬於大型的商業銀行，而曾未進行 併購的多為中小型商業銀行與工業銀行。因此本文亦等同從探討營業性質的差異 來做分析。
張瑞蓉 (2008) 的分析顯示國內注重消費金融的銀行較多，但偏重企業放款 業務的銀行績效較好。李璧芸 (2009) 認為 2 家工業銀行的經營效率優於其他 種類銀行，但本國商業銀行的數目過多與其他專業銀行差異過大，故衡量易有偏 頗。陳佳吟 (2010) 也同意前述之論點，認為專業型銀行之經營效率相對較佳，
但也說明小規模的銀行表現相對較差。
由此節的討論結果可以推論就本國銀行的平均績效衡量，呈現出的合併結果 可能看不到顯著的績效提升，但從中細看個別合併案例，可能因技術互補的效果，
而同時提升生產力與經營效率。就經營類別看來，專業型銀行表現較商業銀行好，
尤其是專營企業放款類別的工業銀行。但兩種營業類別的家數差異過大，會使得 結果容易有偏差。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 生產力的衡量方法
一般在衡量企業表現時，我們會以績效來判斷，但如何計算出績效就成為一 個值得探究的問題。因此將生產力做為衡量績效之標的以評估資源使用的有效性
，其意指生產產品對資源投入的運用效率 (Sumanth, 1984)，此外 Samuelson and Nordhaus (1995) 將生產力的定義擴展為：「當資源達到最有效運用的狀態下，
生產力為衡量每一單位投入的效率」。但其實在 1800 年代早期，就有經濟學家 開始研究產出與投入，且在農業經濟學方面有許多的應用，像是 1820 年代，
Von Thünen 蒐集了資料去衡量投入的邊際產量與投入間的替代性。 Flux (1913) 則首先運用英國製造業的資料，去分析投入與產出的關係。故生產力的計算被廣 泛運用在衡量企業組織資源使用效率上。
Olaoye (1985) 將生產力分為兩類，其一是部分要素生產力，指得是僅測量 某一部分要素對產出的影響，其二為總要素生產力 (Total Factor Productivity, TFP)，其考量所有的要素投入對產出的貢獻。但為避免要素之間的關聯性及部分 干擾效果對於結果的影響。且欲了解所有要素的生產貢獻與一些無法量化因素的 效果，此皆將總要素生產力定義為生產力，並加以衡量。
衡量總要素生產力的方法有很多種，可概分為兩大類。第一類為效率前緣法 (Frontier approaches) ，最早由 Farrell (1957) 把生產函數導入生產前緣所發展出 來的方法，認為一個生產效率的產出與投入集合，可組成一個生產效率前緣，前 緣線上的點皆視為效率組合，並與其餘視為無效率的組合作比較。其中又可分為 參數型 (Parametric) 與非參數型 (Non-parametric) ，前者是一種計量方法，以生 產函數估算出方程式之參數，稱為隨機邊界法 (Stochastic Frontier Approach，
SFA)，透過觀測成本與利潤表現之誤差及最大參數與干擾項的對稱分配，來計 算技術效率與配置效率；非參數型無須事先設定效率邊界的數學函數形態，而是 依生產力定義，求出投入與產出的指數比率 (Index Number)，也是大多數衡量生 產力的使用方式－資料包絡分析法 (Data Envelopment Analysis, DEA) 。 DEA 把實際資料與目標投入及產出所建構出的效率前緣線做比較，衡量相對效率或無 效率之程度，能將眾多投入與產出的作業特徵，彙整成單一的效率值。
第 二 類 衡 量 總 要 素 生 產 力 的 方 法 ， 為 非 效 率 前 緣 法 (Non-frontier
‧
Olley-Pakes (1996) 的三階段估計法 (3-Step Estimator)。此可對於本國銀行在時 間序列下的績效做一詳盡的估計，並反映其面對兩次金融改革的生產力變化情形。‧
Electronic 所獨佔，故可說 Western Electronic 完全獨佔美國通訊設備市場。直 至1984年電信新法將 AT&T 一分為七個區域貝爾子公司後，各子公司可向任何 機選擇。選擇性問題在最早是 Wedervang (1965）在實證文章裡討論，但面對管 制與科技環境的改變下，進出 (Entry and Exit) 結合產業的重構上，產生了如何 控制資料的問題，這種未被發現之生產力的變異與停工離開決定間的關係，其所 引起的自我選擇 (Self-selection) 就在生產函數估計裡的特別項產生了選擇上的 謬誤 (Selection Bias) ，會使企業的決策行為產生偏差，因此在實證中考慮平衡 追蹤資料來闡述此點。前述將生產力定義為總要素生產力 (Total Factor Productivity, TFP) ，而面對 典型的 Marschark and Andrews (1944) 所分析的聯立性問題，指的是生產力與投
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
生性的問題卻不是很有效果。因此有些又採用平衡追蹤資料的方式，沒有考慮廠 商進出，卻造成樣本非隨機選擇的問題，如同前述，依然還是有很大的偏誤存在。
但是直到 Olley-Pakes (1996) 才有比較好的解決方式。
在計算總要素生產力時，文獻通常使用 Cobb-Douglas 生產函數，在計算上 要先取對數，且藉由假設隱藏的生產力變動能夠影響到企業的投資決定，並使用 OLS 方法估出殘差 ( Solow Residual ) ，就可將 TFP 納入殘差項中。所以可以 透過把無法直接觀察的生產力衝擊寫成直接衡量的投資反函數。如此一來就可解 決投入需求的內生性所引起的聯立性問題。由此可知 Olley-Pakes 三階段估計法 對於傳統估計謬誤提供了一個良好架構，這也是我們之所以選擇此計量方法的緣 故之二，可藉由消除樣本選擇問題與聯立性問題，來達到較為精準的生產力估計 目的。另外可將生產力做分解，讓我們更了解生產力的來源。
三階段估計法在計量軟體的成熟後，近年在中國被廣泛運用於製造業生產率 的衡量，像是余淼杰 (2010) 以企業層面的實證分析來了解中國貿易自由化下製 造業的企業生產率等研究，或是應用在外商直接投資等方面，都可見到這種計量 方法的運用。其試圖分解生產力，以了解究竟是什麼才是影響該產業生產力的關 鍵要素。於是在此，我們將同樣的方法轉應用在銀行產業，也試圖了解此關鍵。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三章 研究方法
第一節 Olley-Pakes 三階段估計法 (3-Step Estimator)
Olley-Pakes (1996) 以三階段估計法來解決選擇偏誤 (Selection Bias) 問題
Olley-Pakes (1996) 以三階段估計法來解決選擇偏誤 (Selection Bias) 問題