國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五章 實證結果
次頁表 5-1 整理了兩群組國家之隨機利潤邊界估計值。整體而言，大部分的係 數估計值皆達統計顯著，模型的配適結果尚佳。而三個無效率項的環境變數（CONC、
EQAS 與 LLP）的係數估計值，兩個群組皆有相同的正負號。
CONC 為一國銀行業資產集中程度變數，越高者代表該國前三大銀行擁有越 高比率的銀行業資產，該國銀行業的市場集中度越高，競爭度則越低。本研究結果 顯示 CONC 與無效率呈反比（與效率成正比），支持銀行業若能提高市場集中度以 降低競爭，有助於提升商業銀行之利潤效率。觀諸臺灣目前正面臨銀行過多
（overbanking）的問題，恐不利於銀行經營效率的提高，若能透過銀行間的整併，
應能達到提升各家銀行的利潤效率。
EQAS 為股東權益對總資產比。如同前述，經理人員風險趨避程度越大，傾向 選擇保有較多自有資本，降低虧損帶來的不利衝擊，其代價則是減少放款與投資，
不利於獲利與利潤效率，本研究發現 EQAS 與無效率成正比（與效率成反比），支 持上述論點。
LLP 為銀行放款損失準備占總放款之比率，越高者代表銀行對壞帳提列準備 越多，導致放款收益減少（因財務報表上已預先認列為損失），不利於獲利與利潤 效率。本研究估計結果證實 LLP 與無效率成正比（與效率成反比），即放款損失準 備越多，利潤效率越低；反之，則效率越高。
‧
‧
‧
Log-Likelihood −2584.323 −1815.164
群組樣本數 2680 1909
此檢定統計量具有卡方分配（chi-square distribution），其中，r 代表限制條件個數，
也就是自由度，L H
( )
0 為受限制模型之概似函數值，L H 為不受限制模型之概似( )
1函數值。
將所有樣本綜合（pooling）起來，以上述隨機邊界模型估計，得到受限制模型
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
對數概似函數值為 4566.6872− 9，再將兩群組國家之對數概似函數值相加（表 5-1 中的兩個對數概似函數值），得到不受限制模型對數概似函數值為 4399.4872− ，計 算 LR 檢定統計量，得到 LR=334.4，其自由度等於 34，拒絕兩群組國家間之隨機 生產邊界是相同的虛無假設，支持採用共同邊界模型。
次頁表 5-2 顯示隨機共同邊界的利潤函數估計結果，為利用 Battese 與 Coelli
（1995）模型估計而得。另外注意各參數之估計標準誤為採用 White（1982）之「三 明治」估計式所得，若不改用，則此「錯誤設定」（misspecified）模型的參數標準 誤會過低，t 檢定時所有參數在 1%水準下均達顯著，此顯然是有偏誤的。本研究 關心的三個環境變數（CBFA、FSU 與 CBIND）的係數估計值都顯示出重要的經濟 意義。
CBFA 為中央銀行介入金融監理程度指標，與無效率成正比（與效率成反比）， 並達統計顯著，代表中央銀行所負責管理的金融部門（保險、證券與銀行）越少，
商業銀行的利潤效率越高。可能原因有二：其一，當央行管理部門越多，面臨管轄 部門的整合挑戰越大，因之央行很難同時滿足不同金融部門各自之目標，此外金融 監理資源的有效分配也是一大問題。更嚴重的是，央行很有可能為了追求整體金融 穩定之目標，而犧牲個別金融機構的利益，導致利潤效率下降；其二，央行參與金 融監理程度越高，代表行政權力膨脹，此時若無有效的制衡機制，可能造成政府命 令下的信用擴張（directed lending）而傷害金融發展。
FSU 為金融監理整合程度指標，與無效率呈反比（與效率成正比），表示整合 程度越高，商業銀行利潤效率也越高。造成此結果的可能原因，一方面金融監理單 位的分工與專業化，有效促進金融機構的管理能力；另一方面，在本研究 12 個亞 洲國家中，金融監理較強勢、整合程度越高的國家，例如日本與新加坡，其商業銀 行的獲利相對較突出，利潤效率也較高。此應可視為亞洲國家的特性，即金融監理 分工越嚴密，有利於利潤效率的提高。本研究結果與 Gaganis 與 Pasiouras（2013）
‧
似的結果也出現在 Gaganis 與 Pasiouras（2013）以及 Barth 等人（2002，2003）的 研究中，這些作者認為，完全獨立的央行所追求的應是滿足貨幣政策目標，例如物 價與匯率的穩定，而非推行財政政策（fiscal policy）或提升商業銀行的利潤效率，因此貨幣政策可能會與銀行運作產生衝突而導致銀行績效下降。舉例來說，央行若 要促進企業投資而降低市場利率，透過公開市場操作釋出強力貨幣（high power money），此時利率的下跌將造成商業銀行放款利息收入的損失，此項收入是多數
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 5-2（續）
Log-Likelihood 2270.4051
樣本數 4589
資料來源：本研究估計。
註：a 「
***
」表示達 1%顯著水準；「**
」表示達 5%顯著水準；「*
」表示達 10%顯著水準。
b 本表中的參數估計值為利用 Battese 與 Coelli（1995）之模型估計而得。
c 標準誤為採用「三明治」估計式所得之穩健標準誤。
為了進一步探究 中央銀行獨立程度與 商業銀行利潤效率之關係，我們將 CBIND 指標再細分成政治獨立性（CBPOLIND）與經濟獨立性（CBECIND）兩個 子指標，估計結果如次頁表 5-3 所示。
我們可以發現，替換後的兩個指標依舊與無效率成正比（與效率成反比），唯 僅 CBPOLIND 的係數估計值達到 10%顯著水準，意謂不論央行在經濟上或政治上 保持獨立性，對於商業銀行的利潤效率均造成負面影響，也證實了本研究結果具有 穩健性10。
其餘的政策環境變數：CAPRQ 與 PRMONIT 分別顯示資本限制越嚴苛以及商 銀自我監控誘因越高之國家其利潤效率越低，兩者隱含了對商銀各方面限制繁多 將造成經營上「綁手綁腳」而效率低落。OFFPR 與 ACTRS 分別顯示監理機構權力 越大以及商銀承做業務限制越多則利潤效率越佳，前者原因在於監理權力越大的 國家，對商銀的管制強度也越強，因此可能迫使內部有違法情事之商銀（一般而言 經營效率較差）改善或退場，「汰弱留強」的結果將是整體銀行業效率的提升；後 者之成因應由專業分工角度觀之，由於限制越多將誘使商銀朝向承作單一業務之
10 本研究另外以第一階段與第二階段估計時不加入任何環境變數來測試穩健性，主要結果依舊不
‧
開發中國家來得低。銀行對私部門請求權占 GDP 的比率（CLAIMS）為衡量一國金 融發展程度的指標，與利潤效率成反比，由於私部門請求權較高（金融發展較成熟）‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 5-3（續）
( )
ln
Year EQ −0.0130 *** 0.0043 −3.04 第二階段環境變數
常數項 −33.4855* 19.0279 −1.76
CAPRQ 1.0353 0.7197 1.44
OFFPR −1.2156 1.0542 −1.15
PRMONIT 2.8076 * 1.6796 1.67
ACTRS −1.8081* 0.9593 −1.88
INFL 0.0563 0.0602 0.93
GDPGR 0.1436 0.0913 1.57
CLAIMS 0.0384 * 0.0202 1.90
CBFA 3.4228 2.2686 1.51
FSU −0.6509 0.6867 −0.95
CBECIND 1.6516 1.1161 1.48
CBPOLIND 0.8649 * 0.4594 1.88
M
σ u 0.9712 ** 0.4784 2.03
M
σ v 0.0284 0.0535 0.53
(
uM vM)
λ
=
σ σ 34.2387 *** 0.5310 64.48‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 5-3（續）
Log-Likelihood 2269.7178
樣本數 4589
資料來源：本研究估計。
註：a 「
***
」表示達 1%顯著水準；「**
」表示達 5%顯著水準；「*
」表示達 10%顯著水準。
b 本表中的參數估計值為利用 Battese 與 Coelli（1995）之模型估計而得。
c 標準誤為採用「三明治」估計式所得之穩健標準誤。
次頁表 5-4 整理兩個群組利潤效率分數的估計結果，已開發國家的群組平均 TE 值為 0.6120，開發中國家的 TE 值為 0.5325。樣本銀行若能提升技術效率而達 到群組利潤邊界，獲利可再分別增加 38.8%與 46.75%。值得注意者，這兩個估計 值不能直接比較，因為它們是根據各自利潤邊界計算得到，兩者計算基準不同，突 顯估計共同邊界的重要性。唯有根據共同邊界計算得到的 TGR 和 MTE，兩個群組 方可相互比較。已開發國家的平均 TGR 值為 0.8651，高於開發中國家的 0.7759，
已開發國家的群組利潤邊界，距離共同邊界的缺口尚有 13.49%，開發中國家的群 組利潤邊界，距離共同邊界的缺口則有較高的 22.41%，證實已開發國家商業銀行 平均而言，採用較先進生產技術。已開發國家在政治與經濟制度、市場開放與競爭 程度、經營管理能力以及金融資訊傳播速度等方面，皆優於開發中國家，此項發現 符合預期。TE 與 TGR 相乘得到 MTE，已開發國家的平均 MTE 值為 0.5404，亦高 於開發中國家的 0.4253，顯示樣本銀行目前的利潤水準，只分別達到共同利潤邊界 的 54.04%與 42.53%，分別有 45.96%與 57.47%的缺口。
兩個群組的平均 TGR 值皆高於平均 TE 值，顯示管理無效率是樣本商業銀行 主要無效率的來源，其次才是未選用潛在生產技術組合。無論已開發或開發中國家，
建議樣本銀行應首先設法提升其管理能力，有效提高群組利潤效率 TE 值，其次則
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
是致力採用先進生產技術，縮小群組利潤邊界與共同利潤邊界的缺口。
表 5-4 效率估計值敘述統計量*
平均值 標準差 極小值 極大值
已開發國家／地區（樣本數：2680）
TGR 0.8651 0.1691 0.0404 0.9954 TE 0.6120 0.1702 0.0124 0.9304 MTE 0.5404 0.1806 0.0070 0.9236 開發中國家／地區（樣本數：1909）
TGR 0.7759 0.1983 0.0071 0.9947 TE 0.5325 0.2101 0.0090 0.9572 MTE 0.4253 0.2043 0.0007 0.9038 全部樣本（樣本數：4589）
TGR 0.8280 0.1870 0.0071 0.9954 TE 0.5790 0.1918 0.0090 0.9572 MTE 0.4926 0.1990 0.0007 0.9236 資料來源：本研究估計。
註*：已開發國家、開發中國家以及全部樣本之 TGR 與 MTE 均在 1%顯著水準下 拒絕兩者平均數相同之虛無假設。
將共同邊界技術效率（MTE）依據時間先後描繪成圖 5-1，已開發國家 MTE 先下降後上升至 2011 年再次下降後又上升；開發中國家一開始上升，至 2011 年達 到最高後又再次下降。已開發國家 MTE 五年趨勢呈現微幅下降（與 2009 年相比）； 開發中國家 MTE 五年趨勢則呈現上升（與 2009 年相比）；亞洲 12 國 MTE 五年呈 現下降趨勢。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
資料來源：本研究建構。
圖 5-1 MTE 時間趨勢
表 5-5 各國 TE、TGR 與 MTE 比較
TE TGR MTE
已開發國家／地區
香港 0.5812 0.7061 0.4085
日本 0.6306 0.9139 0.5817
韓國 0.4438 0.5661 0.2502
新加坡 0.5790 0.7312 0.4249
開發中國家／地區
中國大陸 0.6217 0.8631 0.5424
印度 0.5214 0.7406 0.3882
馬來西亞 0.5485 0.8092 0.4517
巴基斯坦 0.3933 0.5959 0.2800