第三章 研究設計
第二節 樣本及資料選取
本研究的資料來源主要為台灣經濟新報(TEJ)資料庫，另外還有一些有關單 位所提供的資料。在次貸相關商品認列損失程度分類上，主要參考公開資訊觀測 站，另外亦有參考各家金控公司財務報表以及網路新聞、報章雜誌。詳細清單如 下：
表七 資料選取來源清單
研究變數 資料來源
銀行隔夜拆放利率 台灣經濟新報(TEJ)資料庫
新台幣匯率的每日收盤價 財團法人台北外匯市場發展基金會所 提供之新台幣匯率的每日收盤價 系統風險Beta、各金控股票報酬率、
市場投資組合報酬率
台灣經濟新報(TEJ)資料庫
會計項目 台灣經濟新報(TEJ)資料庫
次貸相關商品認列損失程度分類 公開資訊觀測站、網路資訊
第三節 統計分析方法
本研究的統計模型採用 Zellner(1962)所提出的似無相關迴歸模型(Seemingly Unrelated regressions, SUR)。由於研究上採用各家金控 2005 年第 2 季至 2009 年 第3 季的資料，因此具有橫斷面以及時間序列的性質。研究目的為探討次貸風暴 對各金控公司風險的影響，屬於類似總體面的衝擊。在這一段期間中，各金控公 司風險變動可能彼此互相影響，而造成殘差項獨立且相同分配的假設不成立，所 以利用似無相關迴歸模型去估計各樣本公司之風險係數。似無相關迴歸模型建立 如下：
1 2 3 4 5
i i i i i i i i i i i
SystematicRisk IR FR LR CR SR i1,...,14 SystematicRisk ：各金控公司系統性風險 i
另外，由於各風險因子皆是以不同基礎與理論所算得且各家金控公司經營方 式不同，為了消除衡量單位上的不同本研究在做迴歸分析時將資料分風險種類與 金控公司做標準化。這個步驟也將方便觀察整體趨勢而不被各體營業行為干擾，
且對於迴歸係數更能有相互比較的解釋能力。標準化的方式是將每一個變數減掉 平均數之後再除以標準差。標準化後的係數可以解釋為一個標準差的自變數造成 多少標準差的應變數改變。
第四章 實證結果與分析
Mean 1.024589 0.482754 -0.15404 -2.19795 5.840114 -0.791259 0.00088 Median 1.0113 0.345321 0.042105 -1.88868 3.691876 -0.868577 0.000567Maximum 2.1697 1.654689 3.36897 2.63197 23.6197 1.87098 0.01609 Minimum 0.3884 0.137786 -6.15237 -13.5758 0.552975 -2.220243 -0.01211 Std. Dev. 0.325336 0.265129 1.250601 1.863638 5.132597 0.756087 0.003109 Skewness 0.201038 2.008314 -1.17455 -1.14985 1.371541 1.1489 1.393276 Kurtosis 2.758769 7.081856 7.620137 7.769692 4.130682 5.275657 11.57069 金控公司在各項變數的標準差方面，權益風險以 5.132597 為最高，流動性
表九 按次貸相關商品認列損失程度分類各風險因子平均數與標準差統計表 認列損失程度
較不嚴重的金 控公司(群組 A)
BETA LR IR FR SR CR NFR
Mean 1.028933 0.47653 -0.09611 -2.18672 5.984627 -0.981644 -2.6*10-7 Std. Dev. 0.328558 0.18005 1.251741 1.880404 5.233196 0.525686 0.975218 認列損失程度
較嚴重的金控 公司(群組 B)
BETA LR IR FR SR CR NFR
Mean 1.018796 0.491053 -0.23127 -2.21293 5.647431 -0.537412 -0.000336 Std. Dev. 0.322425 0.348493 1.250708 1.849681 5.013037 0.926214 0.976356 接著，單就次級房貸相關商品認列損失程度分類的兩個群組觀察各風險因子 的平均數與標準差，並以群組A 代稱認列損失程度較不嚴重的金控公司和群組 B 代稱認列損失程度較嚴重的金控公司。從表中可以看出，系統性風險和權益風險 在兩個群組下皆差異不大，或許是因為這兩個風險受到總體層面的影響較多，而 對於公司特性的反應較不明顯。群組B 的流動性風險較群組 A 的為高，表示認 列損失程度較嚴重的金控公司在次貸期間面臨的流動性風險較高。利率風險與外 匯風險產業平均值為負值，在群組A 下為負向的較少，在群組 B 下則是負向的 較多，這也顯示群組B 須承擔較大的利率風險與外匯風險。信用風險是以信用 評分法來衡量，分數越低信用風險越高，而加上負號則可以更簡易的判斷，當數 值越高信用風險也越高。群組B 的信用風險數值較群組 A 的高很多，表示群組 A 的確遭遇較高的信用風險。群組 B 的金融商品比率是負號且較小，表示此群 組在次貸風暴期間認列較多損失。
標準差方面，系統性風險、利率風險、外匯風險、權益風險及金融商品比率 在兩個群組下差異不大，流動性風險和信用風險皆是群組B 比群組 A 高許多。
這表示群組B 在次貸發生期間，風險因子的波動性較群組 A 的高。
第二節 迴歸結果
一、各風險因子與系統性風險之關係
首先以標準化後的資料利用 SUR 模型觀察各風險因子與系統性風險的關 係，如下表所示：
表十 2005 第二季至 2009 第三季各風險因子與系統 性風險之迴歸
Coefficient Std. Error t-Statistic LR 0.068489*** 0.013068 5.240969 IR 0.042401** 0.020661 2.052239 FR -0.27715*** 0.031592 -8.77298 SR 0.542906*** 0.031689 17.1323 CR -0.048907** 0.020352 -2.403079 NFR 0.14838*** 0.017571 8.444541 Adj. R2 0.701827
N 252
由於各項變數都已標準化，所以不需要加常數項。在上表的估計結果中發現 金融商品比率(NFR)與系統性風險有正向關係且很顯著，代表金控公司若持有較 高比率的投資性金融商品其風險亦會提高，這可以用來說明金融商品的大量投資 或避險，若操作不當，則容易造成風險控管失衡。流動性風險、利率風險與權益 風險皆與系統風險有正向關係，表示風險值越高系統性風險也越高。權益風險對 系統性風險的影響相當大，顯示股票報酬率的變動對風險所提供的資訊是很重要 的。利率風險係數是最小的，代表利率風險對系統性風險的影響相對的比較小。
近年來台灣持續維持低利率水準，在面對次貸風暴壓力下，央行亦採行一陣子的 寬鬆貨幣政策，因此利率波動不大。央行的貨幣政策是影響利率變動的關鍵原 因，企業因此有較穩定的利率風險，從而使利率風險對於系統性風險貢獻較小。
而外匯風險增加應該會造成系統風險的增加，但在此回歸系數卻是負的。觀察外 Dummy*NFR 來觀察在次貸發生後金融商品比率對系統性風險貢獻的增額係 數，係數不顯著但為負值，由它的方向可以解釋次貸發生後，隨著公司提列損失 額度增加、公開資訊越多，投資金融商品所產生的不確定性亦降低，使得對系統 性風險反而有抵減的作用。如表十一所示，並以INTP_NFR 代稱 Dummy*NFR。
表十一 加入金融商品比率交互作用項之迴歸與加入流動性風險交互作用項之迴歸 Coefficient Std. Error t-Statistic Coefficient Std. Error t-Statistic INTP_
NFR -0.02031 0.037987 -0.53452 INTP_
LR 0.140864*** 0.019176 7.345979 LR 0.06882*** 0.013111 5.248959 0.004637 0.011136 0.416369 IR 0.043468** 0.020585 2.111629 0.046563** 0.018085 2.574705 FR -0.278*** 0.03166 -8.78074 -0.26723*** 0.02607 -10.2508 SR 0.542484*** 0.031742 17.09039 0.52614*** 0.023607 22.287 CR -0.04748** 0.020502 -2.31582 -0.03159* 0.018582 -1.69989 NFR 0.163688*** 0.032804 4.989851 0.168709*** 0.013917 12.12229 Adj. R2 0.70098 0.787983
N 252 252
另外，觀察各風險因子與 Dummy 項的交互作用，發現有些風險因子對系統 性風險的關連降低。顯見這些風險因子對系統性風險的催化強度，都在次貸風暴 發生後減少許多。以INTP 表示各風險因子與 Dummy 項的交互作用項。流動性 風險在加入與Dummy 的交互作用項後變得不顯著，但流動性風險與 Dummy 的 交互作用項卻是顯著為正的。這表示次貸風暴後流動性風險對系統性風險的影響 是比較明顯的，公司的流動性確實有陷入問題且此問題影響系統性風險的時間較 長，因此在次貸風暴過後的研究期間內流動性風險對系統性風險的關聯是很高 的。利率風險與Dummy 的交互作用項雖不顯著但為負值，利率風險係數為正，
表示次貸風暴發生後利率風險對系統性風險的關聯減弱。外匯風險與Dummy 的 交互作用項顯著為正，外匯風險係數顯著為負，表示次貸風暴發生後外匯風險對 系統性風險的關聯減弱。
表十二 加入利率風險交互作用項之迴歸與加入外匯風險交互作用項之迴歸
Coefficient Std. Error t-Statistic Coefficient Std. Error t-Statistic INTP_
IR -0.03084 0.04465 -0.69076 INTP_
FR 0.202229*** 0.061439 3.291522 LR 0.068299*** 0.012775 5.346438 0.067541*** 0.014689 4.598125 IR 0.064553* 0.03776 1.709586 0.042122* 0.02141 1.967402 FR -0.27966*** 0.031246 -8.95028 -0.38925*** 0.049207 -7.91046 SR 0.539496*** 0.031894 16.91543 0.550086*** 0.032251 17.05637 CR -0.04815** 0.020133 -2.39142 -0.04178** 0.020372 -2.05098 NFR 0.149201*** 0.017336 8.606649 0.151653*** 0.018622 8.143742 Adj. R2 0.708234 0.7057
N 252 252
權益風險與 Dummy 的交互作用項顯著為負，表示次貸風暴發生後權益風險 對系統性風險的關聯減弱。在加入信用風險與Dummy 的交互作用項以後，信用 風險變得不顯著且交互作用項亦不顯著。
表十三 加入權益風險交互作用項之迴歸與加入信用風險交互作用項之迴歸
Coefficient Std. Error t-Statistic Coefficient Std. Error t-Statistic INTP_
SR
-0.1608** 0.070477 -2.28155
INTP_
CR -0.03358 0.039629 -0.84743 LR 0.067875*** 0.014078 4.821303 0.067723*** 0.012405 5.459195 IR 0.043136** 0.021047 2.049494 0.042774** 0.020284 2.108775
FR -0.2569*** 0.032277 -7.95914 -0.27943*** 0.030975 -9.02102 SR 0.677614*** 0.059654 11.35902 0.53927*** 0.031164 17.30408 CR -0.04617** 0.02106 -2.19217 -0.03584 0.02809 -1.27584 NFR 0.148018*** 0.018311 8.083593 0.150496*** 0.017223 8.73816 Adj. R2 0.699106 0.714024
N 252 252
三、認列損失程度對公司風險之影響
接著比較認列損失較不嚴重的金控公司和認列損失較嚴重的金控公司的迴 歸係數。兩個類別的迴歸估計結果如下表，並分別以群組A 指稱認列損失較不 嚴重的金控公司，群組B 指稱認列損失較嚴重的金控公司：
表十四 認列損失較不嚴重的金控公司(群組 A) 認列損失較嚴重的金控公司(群組 B) Coefficient Std. Error t-Statistic Coefficient Std. Error t-Statistic LR 0.113044*** 0.03746 3.017728 -0.02224 0.059948 -0.37095 IR 0.096747*** 0.041554 2.328212 0.035177 0.079071 0.444875 FR -0.3279*** 0.06813 -4.81279 -0.34627*** 0.095487 -3.62634 SR 0.523945*** 0.074603 7.023148 0.555569*** 0.115686 4.802388 CR -0.110322*** 0.044309 -2.489842 0.05111 0.068128 0.75021 NFR 0.024359 0.03667 0.664289 0.179636*** 0.063281 2.838692 Adj. R2 0.553994 0.48449
N 144 108
流動性風險的係數在群組 B 下變得不顯著，表示此群組不適合用流動比率 的倒數來分析與系統性風險的關聯。外匯風險與權益風險在兩個群組下都顯著，
且在群組B 下係數強度較強，表示對系統性風險的影響力較高。信用風險係數 仍無法有正常表現，但在群組B 可以彰顯信用分數越低系統性風險越高的現象，
不過係數不顯著。在描述性統計中，群組A 的信用風險標準差比群組 B 的小很 多，顯見信用風險在群組A 是相對穩定的，但在與系統性風險關聯的分析上，
卻沒有很出色的結果。金融商品比率在群組B 下顯著且係數強度較強，顯見群 組B 的投資金融商品活動較明顯，且對其風險的影響較大。接著比較兩者的 R-squared，發現群組 A 在此模型下的配適程度較好。這可以解釋為群組 B 還有 會顯著影響系統性風險的遺漏變數，在這個類別下，已出現更有關聯性的因子。
群組B 這個群體的金控公司，是在次貸中因持有結構性商品損失較為慘重的公 司，但不代表這些公司在其他方面，例如：經營能力、成長力等會輸給其他金控 公司。事實上，在歷經次貸風暴、雷曼兄弟破產等事件，群組B 下的富邦金及 兆豐金仍是在2009 年表現良好，獲利高於其他金控。但是，群組 B 是否因為金 融商品操作的方式、經營結構甚至企業文化而使其系統性風險的影響因子異於其 他金控是值得考究的。
第五章 結論與建議
次貸風暴發生過後，各金控投資金融商品行為對系統性風險的影響是減少 的，這似乎說明投資活動原先有帶給金控公司風險壓力。 新金融工具發展之快 與資金流入衍生性金融商品的規模是相當驚人的，近來有許多文章是在探討持有 衍生性金融商品究竟是會增加公司的風險亦或對公司風險有抵減作用，本研究透
次貸風暴發生過後，各金控投資金融商品行為對系統性風險的影響是減少 的，這似乎說明投資活動原先有帶給金控公司風險壓力。 新金融工具發展之快 與資金流入衍生性金融商品的規模是相當驚人的，近來有許多文章是在探討持有 衍生性金融商品究竟是會增加公司的風險亦或對公司風險有抵減作用，本研究透