文獻探討

在理論方法上，主要以 Saunders et al.(1990)、Hirtle(1996)為基礎。分別說明 如下：

Saunders et al.(1990)以橫斷面時間序列迴歸模型(Cross-section time-series

regression)估計 38 家金控公司在 1978-1985 年之各種風險測度與關鍵因子的關係 以說明各因子對風險之影響。該研究認為銀行風險承擔行為是公司治理指標或特 定因素所影響而內生的。其所探討的風險測度共七種，包含有總報酬風險、非系 統性風險分為長期與短期、系統性風險分為長期與短期及利率風險係數分為長期 與短期。該研究發現董事持股比率與總報酬風險、長期與短期非系統性風險分成 正向關係，卻對長期與短期系統性風險沒有顯著關係。這可以用來解釋非系統性 風險的可分散化。另外，金融改革與寬鬆管制藉由虛擬變數參予迴歸，可以看出 使董事持股比率高之公司總風險更大。

Hirtle(1996)主要在探討金融控股公司的利率風險受到公司持有衍生性金融商品 的影響。一般利率衍生性商品和利率風險的關係有兩種說法：第一種認為對金控 公司而言，衍生性商品會增加利率風險。第二種認為衍生性商品可以部分抵銷掉 利率風險。這篇的分析驗證了第一種說法。在該文中提到Sinkey and Caretr(1994) 發現利率風險和銀行使用衍生性商品的程度有顯著的負相關，這驗證了銀行使用 衍生性商品是為了做資產負債表上利率風險來源的替代品而非避險工具。但有些 學者認為其方法有不穩健的問題。Hirtle 用市場法測出的利率風險則考慮了公司 整體對利率風險的決策。之後再以利率風險與各種風險變數做迴歸來分析之間的 關係，並進一步按年分三段資料來研究其變化。

以目前文獻之研究成果來看，市場法所估計出的 Beta 仍是研究系統風險之 主要代理變數，其發展如下：Sharpe (1964), Lintner (1965), and Black（1972）所 提出的資本資產定價模型都是在均衡假設下，預測證券的期望報酬與市場的系統 風險Beta 存在線性關係，系統風險 Beta 衡量各別證券報酬率相對於市場投資組

合報酬率變動的敏感程度。其假設無法藉由承擔其他的風險獲得補償，只有承擔 系統風險，才能獲得超額報酬。計算上以個別公司股票報酬率為應變數，市場投 資組合報酬率為自變數，利用最小平方法做迴歸得出係數Beta，公式如下：

it i i mt it

R   R  

R ：第it i 間公司在時間 t 之股票報酬率 R ：市場投資組合在時間 t 之報酬率 mt

i：常數項

i：系統性風險Beta

一般常看到的利率風險、外匯風險、權益風險、流動性風險與信用風險，已 被主管機關關注且要求金融機構能揭露與提出準備，中央銀行亦致力於發展監控 及評估金融穩定的方法，各家金融機構也發展出內部風險管理模型。在本研究 中，儘量挑選客觀、常見的風險因子來做為各風險面向的衡量。以下是各個風險 的文獻探討：

一、利率風險

Sharpe(1963)、 Lintner(1965)、Mossin(1966)等人發展出基礎的資本資產訂價模 型來說明個別證券或投資組合的預期報酬率與系統性風險的關係。Stone(1974) 將利率風險考慮進單因子的資本資產訂價模型中，發展出二因子模型(Two-Index Model)，模型如下：

k k k m k D kt

R   R  R u

R ：第 k 家公司的股票報酬率 k

R ：市場投資組合報酬率 m

R ：債券指數報酬率 D

k：系統性權益風險

k：利率風險

Gorton and Rosen(1995) 改用利率交換的到期分配來估計利率風險。結果指出銀

行的其他活動可以抵銷掉一些利率交換的利率風險。但也可以解釋為利率交換活 動所帶來的利率風險會增加銀行的利率風險程度。他們也使用二因子市場模型來 捕捉利率變化，以利率Beta 來代表利率風險。在這類的文章中，有些使用資產 負債表資料來代表銀行的不同活動用以解釋銀行間利率敏感度的變異。

Hirtle(1996)也是使用二因子市場模型來估算利率風險，然而他認為在二因子市場 模型中利率Beta 僅估算出部分的利率風險，這是因為利率變化所帶給市場報酬 的衝擊沒有考慮進去。所以，要估算到這一部分的風險，須先將市場投資組合報 酬率變數對常數和利率變動率變數做一次回歸，此回歸的殘差就能捕捉到市場報 酬為利率變動影響之外的市場報酬變異。接著再以此殘差取代二因子市場模型中 市場投資組合報酬率，利率變動率的係數就能完全估算出利率變動對個別公司所 造成的影響。

二、外匯風險

最早Adler & Dumas(1984)使用匯率變動率對股價做單因子迴歸，以自變數係數 Beta 來衡量匯率風險。另外他們指出匯率風險的衡量需符合三個條件：須為一定 數量的貨幣、它必須為投資者所擁有或賒欠的實質性或金融性的資產或負債、它 的風險衡量必須以有效的方法完成且此衡量出的風險可利用現有的金融工具避 險。Jorion(1990)研究美國多國籍企業當中各家公司匯率風險高低差距大的原 因。其採用最小平方法(GLS)進行估計，並修正 Adler & Dumas(1984)的模型，以 公司股票月報酬為因變數，名目匯率月變動率和市場月報酬率為自變數做迴歸，

目的是要消除市場對公司價值的影響。Jorion(1991)改以直交化(Orthogonalize)的 方式，利用二階段迴歸來確保市場投資組合報酬率與匯率變動率是互相獨立的。

三、流動性風險

由於金控間各有不同的營業重心，難以找到統一的指標來衡量流動性風險。而以 會計基礎所建立的指標較為簡明，因此參考莊清江(2006)，從 Sinkey(1992)所提 出的八項指標及國內、外金融相關單位所建議的衡量標準中選出流動比率來量化

流動性的指標之一。Brewer(1996)亦以流動比代表流動風險參與總風險之關係分 析。

四、信用風險

Altman(1968)以多變數區別分析(Multiple discriminant analysis)找出對信用違約最 有預測能力的幾種財務比率，根據這幾種財務比率配適出一條線性組合，公式如 下：

1 2 3 4 5

1.2 1.4 3.3 0.6 1.0 Z  X  X  X  X  X X ：營運資金除以總資產 1

X ：保留盈餘除以總資產 2

X ：息前稅前淨利除以總資產 3

X ：股東權益市值除以總負債的帳面價值 4

X ：銷售金額除以總資產 5

利用上列模型，將66 個公司樣本分類為二群，檢測模型對於公司破產與不破產 的預測能力，其結果顯示Z-Score 模型的精確度分別達到 94%與 97%，由此可以 看出Z-Score 對於一家公司是否會在未來出現財務危機，具有充分的預測能力。

陳業寧(2004)比較選擇權評價法和信用評分法在預測台灣企業之財務危機上何 者較為有效，實證結果發現，無論由群內分析法、迴歸分析或是檢定力曲線來看，

代表信用評分法的Altman’s Z-Score 在預測能力上均顯著優於依照 Merton(1974) 中選擇權評價模型所計算出的違約距離。然而Altman’s Z-Score 的樣本是以製造 業為主，不一定適用於非製造業或資產規模較大的公司。Altman, Hatzell and Peck(1995)提到一個非製造業也可以適用的模型。修正模型 Z”-Score 將股東權益 市值與總負債帳面價值比率中的股東權益市場價值改成帳面價值，另外，為了極 小化產業效應，將銷售金額與總資產比率刪除。係數也重新修正。

五、權益風險

一般權益風險的衡量，是以股票報酬率的變異數或標準差為主。