本研究中提出的一些結論，提供了一些實證研究的方向。不過台灣有關債 券發行以及交易的相關資料，目前都相當匱乏。若是能夠解決資料蒐集的問題，
可以針對文中的幾個命題進行相關實證檢驗。
1.銀行發行次順位債券的決策
第三章的模型分析指出銀行信用風險高低會決定銀行是否發行次順位債券 的決策。所以只要能在實證上只要能檢驗銀行的體質，與銀行發行次順位債券的 情形，是否有統計上顯著的相關性，便能以此來確認第三章的結論是否成立，也 就是確認是否銀行的體質會影響到銀行是否要發行次順位債券的決定。相關實證 方式可以參考 Caldwell（2005）針對加拿大銀行所進行的研究。首先以一虛擬變 數（ISSUE ）來描述第 i 家銀行在第 t 年是否發行次順位債券，當銀行發行次順it 位債券，ISSUEit = ，當銀行未發行次順位債券1 ISSUEit = 。接著收集可以代表0
銀 行 體 質 的 代 理 變 數 。 分 別 以 非 房 屋 貸 款 的 壞 帳 佔 銀 行 資 產 的 比 例
（GIMPNMA ）it 、房屋貸款的壞帳佔銀行資產的比例（WRITMA ）it 、逾期九十天而 未列入壞帳的非房貸的放款（NMLA A ）、銀行資產中不動產所佔的比率90 it
（OREOA ）it 、以及銀行的槓桿比率，也就是銀行相對於銀行淨值的比率（LEV ）it 。 以這五個變數作為衡量銀行風險的代理變數。此外再加入控制變數，以控制其它 可能影響銀行發行次順位債券的因素。控制變數包括了銀行的資產報酬率
（ROA ）it 、銀行資產的自然對數（LNA ）it 、銀行前一年發行次順位債券的數量佔 銀行總資產的比例（ISSAit−1）、債券市場的不流動程度，以公債的買賣價差作為 衡量（ILLIQ ）t 、及當年的失業率（UR ）等變數。採用 Logit 模型進行實證分析，t 以ISSUE 為應變數，銀行的風險變數（it GIMPNMA 、it WRITMA 、it NMLA A 、90 it OREOAit
及LEV ）以及控制變數（it ROA 、it LNA 、it ISSAit−1、ILLIQ 及t UR ）為解釋變數。若t 是能在實證結果中發現銀行的風險變數，會顯著的影響銀行發行次順位債券的決 策，即若能在實證中發現當銀行風險越低時，越會發行次順位債券。就可以確認 第三章的結論。
2.次順位債券的直接規範效果
第四章的模型分析指出，銀行發行次順位債券，會帶來直接規範效果以及 間接規範效果。即次順位債券投資人會依據銀行的風險情形，要求適當的孳息報 酬。當銀行的風險狀況越高，次順位債券投資人所要求的孳息報酬越高。也就是 次順位債券的孳息可以反應銀行的風險狀況。要針對次順債券的直接規範效果進 行實證研究，必須收集銀行發行次順位債券時的條件，作為研究中的主要變數。
收集銀行發行次順次債券的到期殖利率，扣除當期的公債殖利率，獲得銀行發行 次順位債券的淨殖利率（NSPD ）it ，以此為研究中的應變數。採用迴歸模型分析，
以銀行的銀行的風險變數（GIMPNMA 、it WRITMA 、it NMLA A 、90 it OREOA 及it LEV ）it 以及控制變數（ROA 、it LNA 、it ISSAit−1、ILLIQ 及t UR ）為解釋變數。若是能在實t
證結果中發現銀行的風險變數，會顯著的影響銀行發行次順位債券的淨殖利率，
即若能在實證中發現當銀行風險越低時，銀行發行次順位債券的到期殖利率越低 時，就可以確認次順位債券的直接規範效果。
3.次順位債券的間接規範效果
在第四章的模型分析指出，次順位債券的發行會帶來間接規範效果。也就 是次順位債券的市場價格資訊，會反應出銀行的風險狀況。要針對次順位債券的 間接規範進行實證研究，首先須定義問題銀行。依據 Ashraft（2006）的研究，
先計算每一期銀行的壞帳相對於銀行資本的比例，在該期中銀行壞帳相對於銀行 資本的比例，佔所有銀行的前 15﹪則定義其為問題銀行（BALTOCit= ），該期中1 銀行壞帳相對於銀行資本的比例，佔所有銀行的後 85﹪則定義其為無問題銀行
（BALTOCit = ）。利用迴歸模型進行分析，以銀行發行次順位債券的淨殖利率0
（NSPD ）為應變數，銀行是否為問題銀行（it BALTOC ）it ，再加上控制變數（ROA 、it
LNA 、it ISSAit−1、ILLIQ 及t UR ）解釋變數。若是能在實證結果中發現銀行是否為t 問題銀行，是否會顯著的影響債券市場上銀行次順位債券的淨殖利率，即若能在 實證中發現當銀行為問題銀行時，債券市場上銀行次順位債券的淨殖利率會顯著 提高時，就可以確認次順位債券的間接規範效果。
4.次順位債佔銀行資本比率及其市場規範力量
在推論 4.2 中提到，當銀行發行次順位債券發行數量越大，帶來的規範效果 越大。要驗證次順位債券的數量是否會影響其規範效果，首先需收集每間銀行合 格資本佔總資產的比例（V ）it ，以及次順位債券佔銀行合格資本的比例（Mix ）it 。 以該期中銀行壞帳相對於銀行資本的比例，佔所有銀行的前 15﹪則定義其為問 題銀行（BALTOCit= ），該期中銀行壞帳相對於銀行資本的比例，佔所有銀行的1 後 85﹪則定義其為無問題銀行（BALTOCit = ）。利用 Logit 模型進行分析，以下0 一期是否為問題銀行為應變數（BALTOCit+1），以當期的合格資本佔總資產的比例
（V ）it ，以及次順位債券佔銀行合格資本的比例（Mix ）及其它控制變數（it ROA 、it
LNA 、it ISSAit−1、ILLIQ 及t UR ）為解釋變數。若是能發現合格資本佔總資產的比t 例顯著影響銀行下一期是否為好銀行，則可以確認銀行發行次順位債券發行數量 越大，帶來的規範效果越大。
5.次順位債券的孳息與景氣的關係
第五章的模型分析指出銀行的聲譽效果會影響銀行回收放款的機率，而景氣 的高低會影響銀行的聲譽效果的作用。所以可以以總體經濟指標（股市報酬率）
定義出景氣好的時段，以及景氣壞的時段。在研究時間內，以季為單位，找出股 市報酬率最高的一季，以此定義為景氣好的時段。找出股市報酬率最低的一季，
定義為景氣壞的時段。在景氣好的時段中，以簡單迴歸分析銀行的次順位淨殖利 率，是否有隨著時間而逐漸降低的趨勢。而在景氣壞的時段中，以簡單迴歸分析 銀行的次順位淨殖利率，是否有隨著時間而逐漸降低的趨勢。以此來驗證第五章 的推論是否成立。