第五章 實證分析
5.3 實證估計結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
59
表 5-3 為各年度之樣本觀察值個數，由於 1995-1997 年樣本觀察值個數較少，
因此本研究在後續分析時，將此三年之結果予以合併計算，而 Kumbhakar and Wang (2007) 提出規模與所有權結構為影響銀行技術效率之可能因素，因此將樣 本分為公營銀行及民營銀行來分析討論，由表 5-3 中可發現俄羅斯銀行業在 2004 年後不論公民營銀行家數皆有增加趨勢，但民營銀行佔整體比例有顯著的提升，
顯示俄羅斯以民營銀行為主體，佔總樣本之 82.84%，公營銀行佔總樣本之 17.16%。
表 5-3 樣本觀察值個數
年度 樣本數 公營銀行
樣本數
公營銀行 樣本數(%)
民營銀行 樣本數
民營銀行 樣本數(%) 1995-97 50 14 28.00 36 72.00
1998 25 9 36.00 16 64.00
1999 36 12 33.33 24 66.67
2000 59 13 22.03 46 77.97
2001 73 21 28.77 52 71.23
2002 84 30 35.71 54 64.29
2003 85 27 31.76 58 68.24
2004 463 76 16.41 387 83.59
2005 681 122 17.91 559 82.09 2006 853 120 14.07 733 85.93 2007 903 153 16.94 750 83.06 2008 855 118 13.80 737 86.20 全年度 4167 715 17.16 3452 82.84
5.3 實證估計結果
本節將使用 TFESFA 模型及 DSFA 模型，分別配合自然對數型式投入面距離
函數進行迴歸係數估計，本研究以 做為標準化之要素投入項，標準化後其他
要素投入表為 。估計結果如表 5-4 及表 5-5，表中各變數皆已取自然對數。兩
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
年俄羅斯金融危機之影響，但 TFESFA 模型在 2002 年達到最高，在 2003 ~2008 年則維持平緩，而 DSFA 模型則在 2007 年達到最高，在 2008 年劇烈下降，圖 5-3 及 5-4 為兩模型在公民營銀行效率估計值之歷年趨勢，可以發現公營銀行在 2001 前效率較低，但在 2001 年後則較民營銀行為高，而 DSFA 模型在公營銀行 及民營銀行之效率值趨勢較為一致，但 TFESFA 模型之估計結果則否。
表 5-6 效率值估計結果 年度 TFESFA
效率平均值
DSFA 效率平均值
TFESFA 公營銀行 效率平均值
DSFA 公營銀行 效率平均值
TFESFA 民營銀行 效率平均值
DSFA 民營銀行 效率平均值 1995-97 0.824519 0.664855 0.76947 0.573198 0.845927 0.7005
1998 0.79523 0.362121 0.779856 0.29132 0.803878 0.401946 1999 0.730132 0.293797 0.67219 0.22326 0.759103 0.329066 2000 0.773253 0.334525 0.75101 0.239614 0.779539 0.361348 2001 0.809922 0.331396 0.821046 0.32411 0.805429 0.334339 2002 0.854324 0.398133 0.855486 0.418112 0.853679 0.387033 2003 0.841768 0.477546 0.845538 0.48696 0.840013 0.473164 2004 0.837943 0.411502 0.832883 0.455164 0.838937 0.402927 2005 0.840183 0.494085 0.846992 0.528798 0.838697 0.486509 2006 0.840215 0.642121 0.849112 0.72216 0.838758 0.629018 2007 0.829167 0.825357 0.830497 0.857012 0.828896 0.818899 2008 0.828444 0.651983 0.829372 0.686473 0.828296 0.646461 全部年度 0.832576 0.611544 0.831908 0.624937 0.832714 0.60877
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63
圖 5-1 TFESFA 模型效率平均值歷年趨勢圖
圖 5-2 DSFA 模型效率平均值歷年趨勢圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
64
圖 5-3 TFESFA 模型效率平均值歷年趨勢圖-以股權結構分組
圖 5-4 DSFA 模型效率平均值歷年趨勢圖-以股權結構分組
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
65
表 5-7 效率值估計結果-以規模分組
規模組別 高 中高 中 中低 低
TFESFA 效率平均值 0.835341 0.832891 0.829253 0.832848 0.832861 DSFA 效率平均值 0.691727 0.619495 0.602285 0.594607 0.550143
圖 5-5 效率值估計趨勢圖-以規模分組
表 5-7 改以規模做為分組依據，將 4167 個樣本效率估計值依規模大致均分 為五組(每組約含 833 個樣本效率估計值)，分別觀察兩種模型在不同規模組別下 之效率平均值估計結果，並繪製折線圖如圖 5-5 以觀察趨勢。結果發現 TFESFA 模型無明顯之趨勢變化，DSFA 模型之估計結果則有，即規模越高效率值也越高，
TFESFA 模型則無法判別規模對技術效率造成之影響。整體而言，TFESFA 模型 似乎會因低估 而使得效率估計值偏高，效率估計值平均落在 0.75~0.8 之間，
銀行間的差異變化不大；而 DSFA 模型則較能辨別時間趨勢、股權結構及規模對 銀行技術效率之影響。