第五章 實證結果分析
第三節 競爭程度檢定
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
第三節 競爭程度檢定
本節檢定俄羅斯銀行業在 2003 年至 2010 年逐年的競爭程度，表 5- 3、表 5- 4 分別是以資產標準化的利息收入 IRTA 和總收入 TRTA 為被解釋變數所進行的 P-R 檢定結果。首先，表 5- 3 顯示資金價格 WF 從 2003 至 2010 年的係數均為 正且顯著異於 0，亦即資金價格愈高，則每一盧布資產的利息收入也愈高，資 金價格 WF 的係數分別為 0.7377、0.7038、0.6950、0.6992、0.6202、0.5964、
0.5292 和 0.5714。雖然勞動價格係數在 2003 至 2010 年係數均為正且顯著異於 0，但是其係數值都很小，分別為 0.0103、0.0146、0.0132、0.0109、0.0065、0.0086、
0.0075 和 0.0075，可見在俄羅斯銀行業市場中，銀行支付的薪資愈高有助於提 高利息收入。資本價格的係數在 2003、2005 和 2006 年都不顯著異於 0，其他 年度雖然顯著異於 0 但係數值皆很小，也就是說，資本價格愈高，在該年度的 確能夠提高利息收入。
表 5- 4 為以資產標準化總收入 TRTA 為被解釋變數的 P-R 檢定實證結果。
其資金價格 WF 的係數仍然是三個要素價格係數中的最大者。資金價格 WF 除 了 2010 年以外，其餘年度的係數均顯著異於 0，分別是 0.4574、0.7035、0.8145、
0.6447、0.6815、0.6343、0.7144 和 0.1155。勞動價格和資本價格的係數值與變 化近似於以利息收入為被解釋變數的結果。
表 5- 3 和表 5- 4 也列出每年的 H 統計量，並檢定 H 在顯著水準 5%下是否 拒絕 0 及 1，再進一步推論每一年的競爭程度。首先，依被解釋變數為資產標 準化利息收入 IRTA (表 5- 3) 時，2003 年到 2010 年的 H 值分別為 0.7471、0.7209、
0.7094、0.7108、0.6287、0.6067、0.5399 和 0.5820，H 值在 2003 年為最高峰，
並在之後逐年下降，顯示其競爭程度在樣本期間內有逐漸降低的趨勢。並且 2003 年至 2010 年的檢定結果 P-value 皆同時拒絕 H = 0 和 H = 1 的虛無假設，故樣本 期間內俄羅斯銀行業皆為獨占性競爭(MC)。接著，若被解釋變數為資產標準化 總收入 TRTA (表 5- 4)，從 2003 年到 2010 年所估計出的 H 值分別為 0.4758、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
0.7293、0.8341、0.6612、0.6962、0.6650、0.7346 和 0.1277，競爭程度的假設 檢定結果在 2003 至 2009 年與被解釋變數為 IRTA 的結果相同，唯獨在 2010 年 時競爭程度由獨占性競爭(MC)轉變為市場存在獨占力或是具有勾結的寡占(M)。
檢定結果與前述 H 值一致，市場由競爭程度較高的獨占性競爭轉變為競爭程度 較低的獨占或具勾結的寡占。
由於結構性指標與 P-R 模型檢定可能有差異，本文進一步比較 P-R 模型檢 定與結構性指標兩者結果的異同，2003 年和 2010 年結構性指標指出這兩年的 市場集中度最高，其他年度集中度相對較低。而 P-R 模型當被解釋變數為 TRTA 時 H 統計量也在這兩年為最低，其他年度競爭程度相對較高。尤其 2010 年的檢 定結果更顯示該年度市場存在獨占力。另外，結構性指標顯示 2006 和 2007 年 的市場集中度為最低，表示競爭程度較高，然而當被解釋變數為 TRTA 時，P-R 模型結果顯示競爭程度最高的年度為 2005 年和 2009 年。若比較結構性指標的 集中度趨勢與被解釋變數為 IRTA 的 H 統計量趨勢，其 P-R 模型結果顯示自 2003 年起競爭程度逐年下降，與結構性指標所呈現的結果並無一致性。
另外值得注意的是，無論被解釋變數是 IRTA 或 TRTA，就樣本期間的實證 結果而言，對 H 值影響最大的變數就是資金價格 WF。就被解釋變數為 IRTA 而 言，資金價格的係數分別為 0.7377、0.7038、0.6950、0.6992、0.6202、0.5964、
0.5292 和 0.5714，由 2003 年起至 2010 年係數逐年變小的趨勢可以看出資金價 格對利息收入的影響也逐年減少。此結果與被解釋變數為 TRTA 時的結果並不 相同，在被解釋變數為 TRTA 時，資金價格對 TRTA 的係數從 2003 年的 0.4574 增加至 2004 和 2005 年的 0.7035、0.8145，2006 年到 2008 年雖有稍微下降但變 化不大，其係數分別是 0.6447、0.6815、0.6343，最後 2009 年上升至 0.7144。
後卻在 2010 年下降至 0.1155。勞動價格 WL 及資本價格 WK 從 2003 至 2010 年，不論對 IRTA 或 TRTA，其係數大多與零無異。
其它控制變數的係數符號大致上與其他文獻理論一致。資產標準化的非利
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
50
息收入 OI 與利息收入 IRTA 雖然為負向關係，但對資產標準化總收入的係數卻 為正，表示非利息收入的增加雖然會減少利息收入，但會提高總收入，並且該 係數在 2008 年至 2010 年有明顯增加的現象。另外，與前述理論預期類似放款 占總資產比例(LO)愈高，利息收入和總收入也會增加。而股東權益對資產比例 (EQ)之係數顯著多為正，與過去文獻認為股東權益佔資產比例與資產標準化利 息收入為正向關係的理論相符，表示風險性資產比例愈高其利息收入愈高。而 總資產 TA 對資產標準化利息收入 IRTA 的係數大多為負數且顯著異於 0，僅 2009 年係數為正顯著異於 0，表示俄羅斯銀行業市場可能不存在規模經濟。
‧
‧
‧
一、 極端值處理：Hampel Identifier法
根據 P-R 模型所進行的長期市場均衡檢定結果(表 5- 2)，2005、2008、2009 及 2010 年市場皆處於不均衡的狀態，這些年度的共通點即其資金價格 WF 對資 產報酬率 ROA 的係數絕對值皆至少大於 0.1 甚至高達 0.2415，並且均顯著異於 0。因此推論對 ROA 影響最大的變數即可能就是資金價格。考量資金價格的樣 本可能存在極端值影響均衡檢定結果，本文採用 Wilcox (2003)推薦使用的 Hampel identifier 判別法來辨別極端值。
Hampel identifier 的極端值判別法是對於任一變數 X 而言，先求出該變數的 中位數，再計算各筆數據與中位數的差，然後取其絕對值。換句話說，要求所 有數據與中位數的絕對距離，若以符號表示，即求出| Xi –中位數|。接著還要找 出所有絕對距離之中位數，也就是所有數據距離中位數的絕對距離之中位數 (median absolute deviation, MAD)，它是反映資料分散程度的統計量。然後可以 定義 Z 分數如下式所示：
Z i = |X
i−Median|
MAD 0.6745(14)
Median是指變數X的中位數，MAD是指前述所有數據距離中位數的絕對距離的 中位數(median absolute deviation, MAD)。Hampel identifier判斷極端值的原則是，
如果有任何一個數據的Z分數大於 2.2422
根據 Hampel identifier 的極端值判別法將樣本中資金價格 WF 屬於極端值的 觀察值剔除於樣本之外，進行市場均衡檢定，檢定結果列於