第四章 研究方法
第一節 研究設計及實證模型
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
第四章 研究方法
第一節 研究設計及實證模型
本文將以結合時間序列資料與橫斷面資料之追蹤資料 (Panel data) 為基本 模型假設，以國資委成立 (2003) 及金融危機 (2008) 為時間界線，將年份分為 三個階段，分別為 2001 到 2003 年、2004 年到 2007 年以及 2008 年到 2009 年，
進行追蹤資料的迴歸分析。
由於本文在探討各種不同所有權結構的企業，對信貸成本是否造成差異，又 信貸成本最主要是由各企業向銀行貸款時的貸款利率所決定，因此我們以利率為 被解釋變數，建立如以下形式的實證模型：
1
其中 代表屬於所有權結構 與產業 的 廠商在 時期的利率，
則為隨機干擾項。 代表中央層級的國有企業（中央企業）， 代表 省層級的國有企業（省企業）， 為集體企業， 為港澳台企業， 則 是外資企業。 為常數固定項， 到 為估計企業所有權結構的虛擬變數 (Dummy variable)。而為了瞭解所有權結構對於利率的影響，在估計式中我們忽 略了私營企業，因此我們也可以說 到 估計的參數值代表了各種不同類型 企業與私營企業之間的利率差距值。
另外在模型中， 代表不同產業結構的虛擬變數，依照前述「國民經濟 行業分類新舊類目對照表」，篩選出符合本文需求的採礦業、製造業及電力、燃 氣及水力的生產和供應業等三大類工業企業，資料中共有 39 個二位元的產業分 類代碼，我們將對其做適當的轉換及計算，在估計模型中用以控制不同產業類別
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
對於利率的影響。
中則包含各種控制變數 (Control variable)，我們選取的變量包括總資 產 (ta)、總員工人數 (emp)、槓桿率遞延一期變量 (lev_1) 與總資產報酬率遞延 一期變量 (roa_1)。28 29控制這些變數能讓我們更真實了解被解釋變數與解釋變數 之間的關聯及影響程度。
在被解釋變數的部分，我們以下列定義利率 ：
＝
但當我們在衡量企業的信貸成本時，根據 Giovanni Ferri and Li-Gang Liu (2010)，有兩種相關的變量可以做為計算貸款利率的分子，分別是利息費用 (Interest expenses) 與財務費用 (Financial expenses)。在會計的定義上，利息費用 屬於財務費用的其中一項，30僅登錄利息的支出，且按照規定，資料中不可以有 負值存在；至於財務費用則考慮了利息收入與利息支出的加總，以及其他非利息 的成本，因此若利息收入大於利息支出及其他的成本，財務費用便可能會產生負 值。因此由以上敘述可以知道本文在衡量信貸成本時，應採取利息費用當作計算 利率的分子較為適當。
在工業企業的資料庫數據中，由於有過多的觀測值在總負債大於零時其利息 費用卻不為正值，表示其利息費用並沒有按照規定進行登錄，在此情況下我們會 認為財務費用應為比較可靠的數據因此我們必須提出另外描述貸款利率的方式。
但因為財務費用反映的是個別公司利息費用與收入的淨額，若我們將財務費用當 作利息費用的替代變數，便會考慮了多餘的利息收入，進一步導致我們低估了真 實的貸款利率，因此我們必須要提出另外描述貸款利率的方式解決上述所產生的 問題。
28 槓桿率 (leverage) 的計算公式為：總債務 股東權益。
29 總資產報酬率 (ROA) 的計算公式為：利潤 總資產。
30 財務費用中尚有匯兌損失、籌資費用、融資租賃費用或相關的手續費等成本。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
我們提出的另一種解決方式是將各年的財務費用與總債務，按照所有權結構 及產業結構加總，並以加總後的財務費用除以總債務來計算每個單位的平均利率，
即在計算貸款利率時，是以某種所有權企業類型中的某種產業為觀測單位。此種 作法的依據需假設廠商的放貸對象與自身企業的所有權類別及產業結構均相同，
一旦相同並按照所有權類別及產業別加總後，就可以在同一企業特徵中每一家廠 商的財務費用中，利息支出與利息費用便會產生抵銷的效果。若廠商的放貸對象 跨越自身的所有權類別或產業結構，此種加總方式便有機會得到偏誤的可能。由 於資料庫本身的缺陷導致缺乏相關資料而無法判定偏誤的大小，但儘管如此，對 相同所有權類別及產業別加總所得出之資料，所得出的估計仍會比個別廠商的估 計結果具有更高的可信度。
根據以上敘述，我們將使用加總過後的利率進行迴歸估計，31因此我們的迴 歸估計式將改寫為下式：
2
2 式相較於 1 式的差別在於各變數中代表廠商的 已因累加的效果 而去除掉，成為新的被解釋變數 。我們將以 2 式作為追蹤資料迴歸估計 的基本模型，用 GLS 的設定對 2 式，分成三個階段，並以穩健且群聚的標準 差( Robust and clustering standard error)，進行隨機效果的模型估計。
31 在此我們針對同樣年份、所有權結構以及產業類別的個體資料，進行利率的加總。加總過後 約有四萬五千多筆資料。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27