第四章 實證結果
第四節 實證結果(二)
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第四節 實證結果(二)
由於壽險公司之間具有無法被觀察出的因素，而存有差異性。以普通最小平 方法(OLS)估計，或許會忽略個體差異。故本研究進一步以 Panel Data 作為統計 方法，再針對各項假設進行檢定與分析。藉由 Hausman Test 決定迴歸式應屬於 固定效果或隨機效果，再分為三個部分討論：
一、全資料期間
(一) VTA：如表 4-15 所示，四條迴歸式有三條適用固定效果、一條為隨機 效果，但無論是 OBA、OBB 之線性與非線性模型都不顯著，結果與 OLS 模型一致，推測原因是 VTA 算法近似於今日之海外債券投資，影響過去 風險，與實務上概念不符。
(二) VTB：如表 4-16 所示，四條迴歸式都是以隨機效果模型估計，前一期 應變數和營運風險為正顯著相關，係數落在 0.80-0.83 之間。線性 OBA 與風險為顯著負關係，代表 ln(海外債券金額)愈高則風險愈低，這和 OLS 的實證一致且符合假說 H1。若以非線性模型 OBB 評估，存在 U 型相關，
臨界點 19.56%，符合假說 H3，計算方法為：
∂VTB
∂OBB= −0.6254 + 2 ∗ 1.5958 ∗ OBB = 0 → OBB = 19.56%。
在全資料期間，以非線性 OBB 的 OLS 實證結果，其值為 18.83%，差距 約 0.73%。Panel Data 之實證也顯示 VTB 的計算方式較為顯著，VTB 算 法之今天海外債券投資，和未來第 t~t+3 期 ROA 標準差的邏輯較合理。
另一方面，負債權益比(DE)和營運風險是負相關；美國十年期公債殖利 率的波動度(BYV)則為正相關。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
(三) ROA：如表 4-17 所示，四條迴歸式皆適合固定效果，但主要解釋變數 OBA、OBB 的線性與非線性模型都不顯著，與 OLS 模型的顯著正相關 不一致。Panel Data 模型下僅營業利益率(OPM)與績效是顯著正相關。
OLS 模型之實證分析，曾考慮過是否移除美元兌新台幣的波動度(UTV)、
壽險公司規模問題、經營績效是否改採經風險調整後的 ROA 的三點。
為了將兩個模型作對照，本研究於 Panel Data 的變數和 OLS 一樣，所以 保留 UTV、不加入 ln(總資產)、績效沿用 ROA。
‧
Intercept 0.0523
(0.1567) LagVTA 0.7839
(<0.0001***)
0.7839 (<0.0001***)
0.7833 (<0.0001***)
0.8334 (<0.0001***)
OBA -0.0013
‧
Intercept 0.1822 (0.0172**)
(<0.0001***)
0.8078 (<0.0001***)
0.8141 (<0.0001***)
0.8138 (<0.0001***)
OBA -0.0104
(0.0262**)
-0.0065 (0.8808) (OBA)2 -0.0002
(0.90820
OBB -0.0338
‧
Intercept
OBA 0.0212
(<0.0001***)
0.2211 (<0.0001***)
0.2196 (<0.0001***)
0.2195 (<0.0001***)
UT -0.0273
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
53
(一) VTA：如表 4-18 所示，和全資料期間相同，四條迴歸式只有前一期應 變數是正相關，而主要解釋變數 OBA、OBB 以及控制變數都不顯著。
結果不僅和 Panel 全資料一樣，也和 OLS 的全資料、前期、後期一致。
(二) VTB：如表 4-19 所示，線性 OBA 和線性 OBB 都和營運風險呈現顯著 負相關，說明 ln(海外債券投資)金額愈大，和海外債券占總資產比例愈 高，可以降低風險，符合假說 H1。本國公司(DM)在前期資料與風險為 顯著正相關，全資料期間則不顯著。美國十年期公債值利率的波動度 (BYV)與風險之顯著正相關，全資料期間、前期資料實證結果是一致的。
(三) ROA：如表 4-20 所示，主要解釋變數 OBA、OBB 的線性與非線性模 型都不顯著，只有營業利益率(OPM)和經營績效是顯著正相關，與全資 料期間一致。
如前所述，本研究於 Panel Data 的變數和 OLS 一樣，所以保留 UTV、
不加入 ln(總資產)、績效沿用 ROA。
‧
Intercept 0.1930
(0.0052***) LagVTA 0.7698
(<0.0001***)
0.7665 (<0.0001***)
0.7735 (<0.0001***)
0.8886 (<0.0001***)
OBA -0.0317
‧
Intercept 0.4526 (0.0104**)
(<0.0001***)
0.8258 (<0.0001***)
0.8471 (<0.0001***)
0.8458 (<0.0001***)
OBA -0.0288
‧
Intercept
OBA 0.1075
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
三、後期資料
(一) VTA：如表 4-21 所示，線性和非線性下的 OBA 以及 OBB 皆不顯著。
負債權益比(DE)和美國十年期公債殖利率的波動度(BYV)都與營運風險 是顯著負相關，這兩個變數的實證結果都和前期資料的不顯著相異。
(二) VTB：如表 4-22 所示，前一期應變數都和營運風險是正顯著關係，但 係數較前期資料要低一些，介於 0.51-0.55 之間。線性 OBB 和營運風險 為顯著正相關，不符合假說 H1。但是實證結果與前期資料相反，故符合 假說 H5。如前所述，本研究推論應是受到國內低利環境，使得壽險業可 運用資金迅速增加，但太多海外部位需求無法確保都處在低風險狀態。
以及國外投資比重過高，對全球金融環境動盪的適應力較差，很有可能 因此提高營運風險。最後則是金融海嘯後，美國十年期公債殖利率下滑 不少，金融資產品質比不上過去，所以增加營運風險。
金控公司(FH)與營運風險為負顯著相關，和前期資料不顯著的結果不一 致。本國公司(DM)、美國十年期公債殖利率的波動度(BYV)都是和風險 有著正向顯著關係，與前期資料結果是一致的。
(三) ROA：如表 4-23 所示，無論是線性或是非線性的 OBA 以及 OBB，都 沒有和經營績效有顯著的關係產生，營業利益率(OPM)和績效是顯著正 相關，和全資料期間、前期資料之實證結果一致。
如前所述，本研究於 Panel Data 的變數和 OLS 一樣，所以保留 UTV、
不加入 ln(總資產)、績效沿用 ROA。
‧
Intercept 0.1131 (0.5327)
(<0.0001***)
0.7195 (<0.0001***)
0.7242 (<0.0001***)
0.7245 (<0.0001***)
OBA -0.0107
‧
Intercept -0.2425 (0.2727)
(<0.0001***)
0.5167 (<0.0001***)
0.5392 (<0.0001***)
0.5435 (<0.0001***)
OBA 0.0169
‧
Intercept 0.1257 (0.6660)
(0.71050
-0.0002
(<0.0001***)
3.2755 (<0.0001***)
3.2767 (<0.0001***)
3.2677 (<0.0001***)
UT -0.0053
‧
VTB)、經營績效(ROA)的關係。
表 4-24 線性模型之實證結果整理
統計方法：Panel Data
VTA VTB ROA
‧
統計方法：Panel Data
VTA VTB ROA
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63