5. 進一步的研究
5.3. 學習誘因與參貸銀行商譽的選擇
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
5.3.
學習誘因與參貸銀行商譽的選擇這一小節中，我們主要是在觀察學習誘因在主貸銀行選擇參貸銀行商譽的行 為。本文利用主貸銀行前後期市場佔有力排名的升級與降級來衡量學習誘因，認 為當主貸銀行排名被降等(Downgraded)時，會有恢復排名之誘因，選擇高商譽銀 行為參貸者，利用合作學習，建立商譽。相反地，我們認為當主貸銀行排名提升 (Upgraded)的狀態時，就可能會減少對高商譽參貸銀行的需求。
我們的估計結果呈現在表2.11。整體而言，我們確實發現在，當主貸銀行排
名上升時，對於選擇高商譽參貸銀行的可能性降低。在降等的主貸銀行的觀察中，
我們發現當降等幅度不大時，對於高商譽的參貸銀行的需求是增加的，支持我們 的學習誘因假說。然而當降等幅度過大時，則選擇上不會有所差異。對於這樣的 結果，我們提出可能的說明，認為當主貸銀行降等幅度大時，選擇高商譽參貸銀 行要付出較大的代價來吸引高商譽銀行的加入，選擇高商譽參貸成本進而增加，
使得主貸銀行對於高商譽參貸銀行的選擇採取較為保守的觀點。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
表
2.9 穩健性檢定-條件式邏輯斯迴歸模型：主貸銀行的工作經驗與參貸銀行的
選擇樣本期間為 2001 年至 2014 年，使用下述的條件式邏輯斯迴歸模型(conditional logit regression)進行檢定。
Choicei:{Big 3Global and 𝑛𝑜𝑛𝐵𝑖𝑔 3Global}
=ω'Banksi+ϵ'Task-Related Measures+γ'Lead Arranger Characteristics +δ'Deal Characteristics+BankSpecification+Lead arranger's Country +Year Fixed Effect+ε
(2.3) 其中我們選擇可分為Big3Global，和 nonBig 3Global兩類銀行商譽指標。Big3Global為銀行的商譽
指標變數，其值為1 時即選擇的參貸銀行為全球排名前三大之銀行或其銀行的分行或子銀行，0
為其他。 nonBig3Global為銀行的商譽指標變數，其值為1 時即選擇的參貸銀行為全球排名前三大 之銀行或其銀行的分行或子銀行，0 為其他。其中Banks為該主貸銀行選擇當時的每個選項群組 的該銀行參與人數。
Task-Related Measures 為 主 貸 銀 行 的 工 作 經 驗 之 衡 量 ， 包 括 ， 特 殊 領 域 之 專 家 特 性 (IndustryShare, CountryShare) ， 非 高 商 譽 銀 行 之 長 短 期 往 來 關 係 (EXPnonBig3_3Y, EXPnonBig3_5Y)，以及其他競爭者的選擇(SwitchedBig3_Dum, SwithcedBig3_Num)。
接下來的控制變數有，Lead Arranger Characteristics 為主貸銀行其他會計資訊。我們控制了 銀行的規模大小(SIZE)、資本適足率(EA)，資產品質(PLL)，管理績效(CI)，盈餘及獲力能力(ROE)，
以及流動比率(LA, LD)。在契約條件的控制Deal Characteristics，我們控制了借款公司的上市狀態 (Public)、契約額度(Ln(Amount))、契約期限(Ln(Maturity))、契約價差(Ln(Spread))、是否擔保 (Secured)，借款目的(Corp.Purp, WorkCap, Takeover)，以及借款的類別(TermLoan, CreditLine, BridgeLoan)。最後，我們也加入一些額外可能會影響主貸銀行選擇的因素，像是銀行的規範類別 (BankSpecification)，和地域(Lead arranger's Country)上的考量和時間年(Year Fixed Effect)的因素，
來分別控制總體環境的影響變數。 資料來源以及詳細的變數定義請參考附件 2.B。係數後有的
英文字母a，b，和 c 分別代表其值已達顯著水準 1%，5%，以及 10%。標準誤有接受異質性之
調整，並控制契約的群聚效果。
Independent variables
Dependent variable: Big3Global
Model 1 Model 2 Model 3 Model 4 Model 5
Coeff p-val. Coeff p-val. Coeff p-val. Coeff p-val. Coeff p-val.
IndustryShare 4.539a (0.000) (IndustryShare)2 -12.966a (0.000)
CountryShare 17.376a (0.000)
(CountryShare)2 -132.411a (0.000)
EXPnonBig3_3Y 0.712a (0.000)
EXPnonBig3_5Y -0.279 (0.202)
SwitchedBig3_Dum 0.682a (0.000)
SwitchedBig3_Num 0.048a (0.001)
(SwitchedBig3_Num)2 -0.000 (0.649)
Banks -0.001a (0.000) -0.001a (0.000) -0.001a (0.000) -0.001a (0.000) -0.001a (0.000)
Lead Characteristics Yes Yes Yes Yes Yes
Deal Characteristics Yes Yes Yes Yes Yes
Bank specification. Yes Yes Yes Yes Yes
Lead country Yes Yes Yes Yes Yes
Year Effect Yes Yes Yes Yes Yes
Observations 45,716 45,716 45,716 45,716 45,716
‧
樣本期間為2001 年至 2014 年，使用下述的多元邏輯斯(multinomial regression)進行檢定。
ln [P(Big 3Country, Big 3Global)
P(nonBig 3) ] =α+γ1Related+R'Lead Arranger Characteristics +S'Deal Characteristics+Bank specification +Lead Arranger's Country
+Year Fixed Effect+ε
(2.4) (Government)，以及地域性的專家能力指標 (CountryShare)。
接下來的控制變數有，Lead Arranger Characteristics 為主貸銀行其他會計資訊。我們控制了 銀行的規模大小(SIZE)、資本適足率(EA)，資產品質(PLL)，管理績效(CI)，盈餘及獲力能力(ROE)，
以及流動比率(LA, LD)。在契約條件的控制Deal Characteristics，我們控制了借款公司的上市狀態 (Public)、契約額度(Ln(Amount))、契約期限(Ln(Maturity))、契約價差(Ln(Spread))、是否擔保 (Secured)，借款目的(Corp.Purp, WorkCap, Takeover)，以及借款的類別(TermLoan, CreditLine, BridgeLoan)。最後，我們也加入一些額外可能會影響主貸銀行選擇的因素，像是銀行的規範類別 (BankSpecification)，和地域(Lead arranger's Country)上的考量和時間年(Year Fixed Effect)的因素，
來分別控制總體環境的影響變數。 資料來源以及詳細的變數定義請參考附件 2.B。係數後有的
CountryShare 4.407a (0.003) 14.005a (0.000)
(CountryShare)2 16.459 (0.111) -93.257a (0.000)
SIZE -0.048a (0.000) -0.060a (0.000) -0.038a (0.001) -0.066a (0.000)
Bank specification. Yes Yes
Lead country Yes Yes
Year Effect Yes Yes
Observations 26,425 26,425
Pseudo R2 0.058 0.059
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
59
表
2.11 穩健性檢定：學習誘因與參貸銀行的商譽
樣本期間為2001 年至 2014 年，使用下述的概率選擇模型(Probit model)進行檢定。
P(Big 3Global)=α+β′LearningIncentives+γ'Lead Arranger Characteristics +δ'Deal Characteristics+BankSpecification
+Lead Country+Year Fixed Effect+ε
(2.5) 主要的選擇變數為Big3Global為銀行的商譽指標變數，其值為1 時即選擇的參貸銀行為全球排 名前三大之銀行或其銀行的分行或子銀行，0 為其他。表中的學習誘因變數 LearningIncentives 為，
銀行排名的升級(Upgraded)，與銀行排名的降級(Downgraded) 。Upgraded 為虛擬變數，其值為 1 時，
表示主貸銀行的排名相較之前的排名進步，0 為其他。Downgraded 為虛擬變數，其值為 1 時，表示
主貸銀行的排名相較之前的排名退步，0 為其他。
接下來的控制變數有，Lead Arranger Characteristics 為主貸銀行其他會計資訊。我們控制了 銀行的規模大小(SIZE)、資本適足率(EA)，資產品質(PLL)，管理績效(CI)，盈餘及獲力能力(ROE)，
以及流動比率(LA, LD)。在契約條件的控制Deal Characteristics，我們控制了借款公司的上市狀態 (Public)、契約額度(Ln(Amount))、契約期限(Ln(Maturity))、契約價差(Ln(Spread))、是否擔保 (Secured)，借款目的(Corp.Purp, WorkCap, Takeover)，以及借款的類別(TermLoan, CreditLine, BridgeLoan)。最後，我們也加入一些額外可能會影響主貸銀行選擇的因素，像是銀行的規範類別 (BankSpecification)，和地域(Lead arranger's Country)上的考量和時間年(Year Fixed Effect)的因素，
來分別控制總體環境的影響變數。 資料來源以及詳細的變數定義請參考附件 2.B。係數後有的
英文字母a，b，和 c 分別代表其值已達顯著水準 1%，5%，以及 10%。標準誤有接受異質性之
調整，並控制契約的群聚效果。
Independent variables
Dependent variable: Big3Global
Model 1 Model 2
Coeff p-val. Coeff p-val.
Upgrade -0.001a (0.008)
(Upgrade)2 -0.001a (0.007)
Downgrade 0.002a (0.000)
(Downgrade)2 0.001 (0.122)
SIZE 0.016c (0.086) 0.019b (0.038)
EA 0.052 (0.873) 0.090 (0.783)
PLL 0.002 (0.673) 0.003 (0.573)
CI -0.003a (0.000) -0.004a (0.000)
ROE -0.005a (0.000) -0.005a (0.000)
LA 0.069 (0.483) 0.051 (0.605)
LD -0.060b (0.043) -0.070b (0.020)
Public 0.163a (0.000) 0.162a (0.000)
Ln(Amount) 0.213a (0.000) 0.213a (0.000)
Ln(Maturity) -0.015 (0.390) -0.015 (0.376)
Ln(Spread) -0.119a (0.000) -0.116a (0.000)
Secured 0.136a (0.000) 0.140a (0.000)
Corp.Purp 0.115a (0.000) 0.114a (0.000)
WorkCap 0.227a (0.000) 0.229a (0.000)
Takeover 0.197a (0.000) 0.195a (0.000)
TermLoan -0.064c (0.077) -0.067c (0.064)
CreditLine 0.176a (0.000) 0.174a (0.000)
BridgeLoan -0.209b (0.046) -0.203c (0.052)
Bank specification. Yes Yes
Lead country Yes Yes
Year Effect Yes Yes
Observations 24,878 24,878
Pseudo R2 0.160 0.161