圖形分析

在進行下一節的期間模型之前，本節將先利用圖型分析來驗證Weibull分配為本文選 取樣本所適合採用的機率分配。利用3.5 節所描述的無母數方法，即(18)式與(19)式，計 算出各期間的生存機率與危險機率，將所有結果編制成生命量表 (life table)⁵，並繪製圖 4.1，該圖呈現一線性關系的近似圖。利用(17)式配合最小平方法估算出α與ρ估計值分

5生命量表請見附錄D

別為0.0044 與 0.7569，其接近利用(16)式於代入Weibull分配後，利用最大概似法所估算 出的α與ρ估計值，分別為0.0045 與 0.7106，此結果透露出本文的樣本性質適用Weibull 分配來分析。又由於ρ的估計值小於1，可進而推估生存函數將呈現一負向期間相依，

即隨時間拉長，生存機率將遞減。

（此處嵌入圖 4.1）

圖 4.2 與圖 4.3 分別表示以無母數分析與利用 Weibull 分配下所建立的生存函數曲 線圖，兩種圖型皆顯示隨時間拉長，存活機率遞減，印證上一段ρ估計值小於1 的結果。

而此遞減現象於一年 (約 250 個交易日)後才開始趨緩，表可轉換公司債於發行後大部份 於一年內便有很高的機會被執行轉換權，即大部份的樣本可歸類於權益型可轉換公司 債，此結果支持本文以一年期為區分可轉換公司債性質偏向的分類基準。

（此處嵌入圖 4.2）

（此處嵌入圖 4.3）

第六節 期間模型

為瞭解那些財務資料可用以解釋可轉換公司債發行公司的融資決策，將採用 Duration model 來分析，迴歸方程式如 (25)式所示。透過上一節的介紹，本文以 Weibull 分配為主，另外納入其它三種常用的分配來加以比較分析結果。所有結果列示於表 4.11。其因變數為可轉換公司債於發行後第一次達到價內的交易天數取對數後而得，此 所需的交易天數也可視為發行後第一次被執行轉換的時機，該值愈大表該樣本愈接近債 券型可轉換公司債；愈小表其樣本愈接近權益型可轉換公司債。迴歸係數為正顯示當解 釋變數增加會提高債券型證券發行的可能性，反之當迴歸係數為負表示當解釋變數增加 能提高權益型證券發行機會。

雖然四種分配下的結果接近，但本文以 Weibull 分配為解釋重點，首先觀察景氣領 先指標，可發現經濟條件對於融資決策的影響扮演重要的角色，當未來總體經濟情況預 期良好時，易促使權益型證券的發行。此與Jung, Kim and Stulz (1996)與 Lewis, Rogalski, and Seward (1999)的結果相同。

而表 4.11 下的證券發行規模也呈現正向顯著，此結果與 Krasker (1986)所提出逆選 擇成本與證券發行規模有正向關係下的假設一致，其認為證券發行規模愈大會增加現有 股東潛在的財富損失，所以當證券發行所需的規模愈大時，愈不可能發行權益證券。

Jensen (1986) 認為大公司較易受股票市場的關注，也易因管理者追求自我目標與自 由現金流量等問題而受到損失，對於此股東/管理當局的代理問題，公司規模可視為此種 資訊不對稱程度的代理變數。模型的迴歸係數也顯著為正，表示大規模公司較不易發行 權益證券，所以當公司面臨較高的股東/管理當局的代理問題成本愈高，愈不可能發行權 益證券，此支持Jung, Kim and Stulz (1996)與 Lewis, Rogalski, and Seward (1999)的結果。

Jung, Kim and Stulz (1996)發現發行公司過去的股價波動率是與融資決策有統計顯 著的影響關係，本文也得到一致的結果，亦即當發行公司總風險愈大，愈不易發行權益 型證券。而財務槓桿也與Lewis, Rogalski, and Seward (1999)的結果符合，槓桿使用程度 愈高也愈不易發行權益型證券。依Lewis, Rogalski, and Seward (2003)的解釋，當發行公 司的風險愈高時，以權益融資的成本愈高，這也是為何當總風險與財務風險提高的情況 下較不易發行權益證券。

未來投資機會對於融資決策也有很大的解釋能力，本文發現市價淨值比對於融決策 也有負向顯著結果，此與Lewis, Rogalski, and Seward (2003)的論點一致，其認為未來投 資機會愈大，愈易發行權益型的可轉換公司債。

此 duration model 下，各解釋變數的迴歸係數正負符號是與 Lewis, Rogalski, and Seward (1999)使用 logit model 的結果一致的，唯過去累積超額報酬與稅賦支出程度等變 數未得到相同顯著的結果，此可能肇因於本文與文獻表達可轉換公司債性質的定義與所 使用的模型有所不同所致。

（此處嵌入表 4.11）