國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
營建業在2002年第三季的違約率為0.7%, 之後逐季下滑。 營建業的違約率在2008 年第一季到達0.04%的低點, 然後因為碰到第三次經濟嚴重衰退才回升, 在2009年第三 季違約率為0.12%。 隨著景氣回升,2010年第二季的違約率, 則又跌到7年來的低點, 為 0.02%。
電子業的違約率在2002年第三季是0.4%, 在2003年第一季之後便下滑到0.2%左 右, 但是在2005年的第一季到第二季, 又攀升到接近0.5%, 隔季又回落到0.2%左右。
而2007年第二季到2008年第二季, 甚至低於0.1%, 之後遇到第三次經濟嚴重衰退, 在 2009年第二季, 違約率回升到0.25%, 之後隨著景氣的回升,2009年第三季之後, 違約率 最低達到0.01%左右。
製造業的違約率在2002年第三季到2004年第二季幾乎都維持在0.3%以上, 之後逐 季下降, 違約率在2004年第四季到2010年第二季之間, 違約率都在0.04%到0.15%之 間, 第三次經濟衰退, 對於製造業的違約率, 似乎沒太大的影響。
批發零售業在2002年第三季的違約率為0.3%, 之後逐季下滑。 在2003年第三季違 約率下滑到0.14%之後, 違約率便一直在0.15%到0.07%之間變動。 當碰到第三次經濟 嚴重衰退之後, 違約率在2009年第一季上升到0.2%左右, 但是隨著景氣的回升,2010年 第二季的違約率跟營建業一樣, 也跌到7年來的低點, 為0.03%左右。
服務業在2002年第三季的違約率為0.6%,之後逐季下滑。2004年第一季服務業的違 約率下滑到的0.08%左右, 之後的幾年, 違約率便一直在0.1%上下變動, 雖然在第三次 經濟嚴重衰退時,違約率有上升到0.2%,但是隨著景氣的回升,2009年第三季以後,違約 率便跌到0.07%左右。
由上述對於消金及企金違約率的分析, 我們可觀察到一個現象, 雖然第三次經濟衰 退, 比第一次經濟衰退嚴重, 但是對於整體違約率的影響, 並沒有第一次經濟衰退嚴重。
這可能是經歷過第一次經濟嚴重衰退及雙卡風暴後產生的影響, 造成銀行信用風險資產 結構的改變,以下是可能的影響:
1. 高風險信用資產在不景氣時, 大部份都發生違約, 只留下低風險信用資產。
2. 銀行遭受嚴重損失後, 對於放款的評估也更加的嚴格, 更加注重風險。
3. 政府成立金管會,加強對於銀行的監理。
4.3 總體變數模型與違約模型估計結果
本論文使用的總體變數如表6 , 總共使用了14個總體變數, 資料的主要來源為台灣經濟
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
編號 總體變數 資料處理 預期解釋方向 R2
var1 經濟成長率 − 0.8814
var2 失業率 + 0.9686
var3 實質國民消費 年增率 − 0.5806
var4 工業生產總指數 IPI 年增率 − 0.9071
var5 核心 CPI(不含蔬果魚介能源) 年增率 − 0.9252
var6 新台幣實質有效匯率指數-工商時報 年增率 +/- 0.7246
var7 重貼現率 + 0.9736
var8 國泰全國可能成交房價指數 年增率 − 0.9328
var9 房地產同時指標綜合指數 年增率 − 0.8907
var10 發行量加權股價指數 年增率 − 0.895
var11 毛退票金額比率 + 0.8864
var12 信用卡當季簽帳金額 年增率 +/− 0.8466
var13 信用卡當季預借現金金額 年增率 +/− 0.9019
var14 應還本付息總額/可支配所得總額比率 + 0.5737
表 6: 總體變數
新報 (TEJ) 及中央銀行。 表6之中, 預期解釋力的那一欄,代表我們認為這些總體變數, 對於違約率的影響方向。「+」 代表總體變數值的增加, 和違約率正相關,「−」 代表總體變 數值的增加,和違約率負相關,「+/−」 代表對於違約率的影響,並沒有定論。 本論文使用 這14個總體變數建立一個 VAR(1)(vector autoregression) 模型, 並且利用 VAR(1) 模型, 建構總體變數之間的相關性, 透過總體變數, 使得每個產品的違約模型, 產生相關 性。VAR(1)模型的R2列在表6的後方,對於大部份的變數都有解釋能力。 表7是本論文 估計的違約模型,總體編號後面的 「Lx」 代表落後期數, 假設估計係數是 「var2 L1」, 代 表使用的是失業率落後一期的變數。 和VAR(1)模型不同,違約模型只使用了13個總體 變數, 並不包含經濟成長率。 因為在估計違約模型時, 經濟成長率並不顯著,所以沒有把 經濟成長率放入違約模型, 而只有把經濟成長率, 放入總體模型裡。
表7每條模型的估計式,是使用簡單最小平方法個別進行估計, 並且考量眾多的總體 變數後,以是否具有經濟義涵及調整後R2 為標準所決定的模型,估計係數的每個數值都 符合預期解釋方向。 本論文假設公股銀行的不同產品, 彼此之間沒有直接的影響, 而是 受到不同總體變數的影響, 並且透過整體總體變數的交互作用, 使得產品和產品之間產 生相關性。 表7產品名稱下方的數值,是違約模型調整後的R2, 其中房貸、 信用卡、 營建 業的解釋力達到0.7以上,大部份產品的解釋力也高於0.4。 總體變數的p值並沒有列於表 上, 因為除了常數項外, 全部的總體變數在5%的顯著水準的假設下是顯著的。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
產品/R2 估計係數
房貸 cons var8 var9 L1 var14
0.755 -5.054 -2.290 -5.708 3.620
信用卡 cons var10 L1 var12 var13 var14 L1 0.728 -12.651 -1.869 6.129 0.688 17.372
有擔 cons var3 L1 var7 var14 L2
0.388 -9.819 -19.198 0.409 10.216
無擔 cons var2 var5 L1 var7 var10 var11 L1
0.497 -6.907 0.476 -27.244 0.326 -0.591 1.382
營建業 cons var8 var9 L1 var14
0.737 -9.365 -6.718 -8.208 6.714
電子業 cons var4 var5 var6 var10
0.497 -5.851 -3.254 -32.306 13.700 -1.150 製造業 cons var4 L1 var5 L2 var7 L2 var10 0.441 -6.307 -2.112 -86.831 0.338 -2.458 批發零售業 cons var2 L2 var5 L1 var10 var11 0.392 -11.319 0.454 -30.186 -0.957 4.770
服務業 cons var5 L1 var10
0.413 -6.405 -37.905 -2.961 表 7: 違約模型
圖 3: 公股銀行損失分配