國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
響的結論並無一致，且近期國內的相關文獻亦尚未探討不同子公司組合，對金控 公司經營風險的影響，故本研究提出假說三。
假說七：金控公司的組成型態對經營風險具有顯著影響。
第二節 變數定義
依據本章第一節中的研究假說，本研究將採用下列的依變數與自變數。因 此，本節分成兩部分解釋估計模型中所選取的變數，第一部分將介紹風險指標，
第二部分為自變數之說明。
壹、 被解釋變數－風險指標
｢經營風險｣的衡量原本就無一致的計算方法，何況金控公司旗下涵蓋從事不 同業務的金融機構。同時銀行子公司資產組合多樣化的程度高，因此各資產風險 屬性的分類和量化實屬不易。目前巴賽爾協定的新版本即是針對風險的計算方 法，更進一步地清楚規範，使求出的風險值更貼近真實狀況。然而巴賽爾協定的 公式及指標，僅適用於計算銀行之經營風險，並非金控公司。因此本文在金控公 司風險指標的選取方面，參考國內外文獻，整理出常見之五個代理變數，將分別 對其作介紹。
風險指標一：總風險(Total Risk)
透過衡量企業的總風險，不僅可得出該企業股票報酬的變動程度，亦能知悉 系統性對其資產、負債和表外資訊之觀感，能實際反映出公司目前及未來前景，
為監理機關、經理人及投資人甚為關注之指標。本研究參考 Obi and Emenogu (2003)與 Pathan (2009)，以每日股票報酬率的波動度作為金控公司之總風險。
總風險＝計算每季股票的日報酬率之波動程度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
風險指標二：系統性風險(Systematic Risk)
系統性風險，即所謂的市場風險，做為評估一項投資組合與整體市場的相對 起伏程度。系統性風險通常由經濟、政治、社會或法令等總體因素所引起，正因 為與整體市場的風險息息相關，故無法透過分散投資來相互抵銷。藉由衡量系統 性風險，可得知當系統性報酬變動時，公司所投資之資產預期報酬的變動程度。
本研究將特別關注銀行從事多角化業務時，是否因業務相關性高使得系統性風險 增加。
關於系統性風險的衡量方法，本研究參考 Anderson and Fraser (2000)的作法，
以資本資產訂價模型（CAPM）衡量系統性風險。由於 CAPM 關注的是不可分 散的風險（系統性風險）對證券報酬率之影響，代表系統性報酬率變動一單位時，
證券預期報酬所變動的程度。其中，系統性風險的係數是用β值來衡量，根據資 本資產定價模型，對於一個給定的資產 i，其預期報酬率和系統性投資組合的期 望收益率之間的關係可表示為：
為資產 i 的預期報酬率；
值為資產 i 的系統性風險，亦可表示為： ；
為系統性投資組合與無風險報酬間之差異，意即系統性風險的溢價。
其中， Beta 值以三個月的資料求得。
風險指標三：特定風險(Firm Specific Risk)
相較於系統性風險，特定風險屬於個別公司特定的風險，又稱為非系統性風 險(unsystematic risk)或個別風險(idiosyncratic risk)，如經營管理風險、流動性風 險、財務風險或信用風險等，通常受公司特性或公司特有發生事件的影響。以金 融機構為例，股價除受前述的系統性風險影響外，公司獨有的特定風險如放款品 質、投資、存款和資本結構等，亦是影響股價的關鍵因素。參考 Anderson and Fraser
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
(2000)探討經理人持股比例與公司經營體質的研究方法，總風險可視為系統性風 險與公司特定風險的加總。因此，本研究亦沿用上述假設，特定風險的計算方式 為總風險和系統性風險兩項數值之差。其計算公式如下：
特定風險＝總風險－系統性風險
風險指標四：破產風險(Z-score)
一般而言，Z-score 被視為企業違約的機率。Boyd and Runkle (1993)率先以 Z-score 衡量銀行經營風險的程度，用以估計銀行瀕臨破產的機率。若 Z-score 值 愈高，顯示銀行獲利與資本適足率獲得改善，代表資產的安全性愈佳。反之，若 Z-score 值愈低，表示資產報酬的波動度愈大，破產機率愈高，銀行經營的風險 亦愈高，故又稱作安全指標。本研究參考 Pathan (2009)和 Shim (2013)，Z-score 的計算方法如下列所示：
破產風險=
其中，負債帳面價值取自金控公司合併報表上之數值。
風險指標五：收入波動度(Return Volatility)
即收入的波動程度。過往文獻常以逾放比為銀行風險代理變數之一(如：
Berger and DeYoung, 1997; Tabak et al., 2011)，然本研究的樣本資料為國內金控公 司，若以銀行特有的業務－逾放比，做為整體金控公司的風險實有不妥。再者，
國內金控公司旗下並不一定納入銀行子公司，故以銀行特有業務作為風險代理變 數的指標，如備抵呆帳率、風險適足率、存放比以及放款成長率等，將不納入研 究方法之考量當中。
本研究參考 Demirgüç-Kunt and Huizinga (2010)，認為收入波動度可視為一個 衡量金控公司總風險的有效指標。計算方式為衡量總資產報酬率的標準差
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
(sdROA)，以及股東報酬的標準差(sdROE)。此外，Shim (2013)進一步指出，以 總資產報酬率的標準差(sdROA)衡量收入波動度，不僅能得出總資產報酬的變動 程度，亦比以每期淨利(net income)或每期收入的標準差為衡量標準之信效度更 高；此外，更能避免因各金融機構的會計制度或業務特性的不同，而影響公司風 險衡量的準確度。因此本文採用 sdROA 而非 sdROE，其計算公式如下：
資產報酬率的標準差＝
其中，因考量資產報酬可能具遞延效果，故近四季的資產平均報酬率指的是 不包含本季的前四個季度。
貳、 自變數
關於自變數之選取方面，本研究參考國內外文獻，並根據兩項篩選條件設 計而決定。條件一為該變數能代表整體金控公司之經營狀況，非僅是單獨子公司 特有的資料；條件二則是該變數具有顯著影響金控公司績效表現的效果，意即此 變數的加入理應能增加估計模型的解釋能力。以下分別介紹此七項自變數。
自變數一：金控公司之規模 (Size)
過去已有不少學者探討銀行規模與經營風險間之關係，其研究結果尚無一致 定論。Stever (2007)認為小型銀行對於控管信用風險方面較為謹慎。此外，小規 模銀行深知融資能力不如大型銀行，故通常傾向保有較高的緩衝資本，降低發生 財務危機之可能。根據”too-big-to-fail”理論，當大型銀行發生財務危機時，比較 容易取得政府財政金援，進而提升從事高風險投資的誘因，屬於道德風險層面之 問題(Galloway, Lee, and Roden; 1997)。
然而 Boyd and Runkle (1993)提出大型銀行的盈餘波動度明顯較低。Demsetz and Strahan (1997)指出因大型銀行多角化程度較高，相對小型銀行而言更能降低
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
30
特定風險。根據上述文獻，本研究得出大型銀行通常具有多角化優勢，且相對容 易在資本市場中募集資金。因此預測公司規模與經營風險為負相關，Size 的係數 預期小於零。
公司規模＝每季公司總資產之自然對數 其中，公司總資產為金控公司合併報表上之數值。
自變數二：繼續經營價值(Charter Value, CV)
銀行未來能獲得的經濟利潤被稱為｢繼續經營價值｣，一旦銀行破產其價值為 零。Martinez-Miera and Repullo (2010)和 Niu (2012)研究得出，銀行之經營風險與 繼續經營價值成 U 型關係，即當繼續經營價值持續上升時，銀行起初會降低風 險而後轉為從事高風險的投資活動。兩位學者推翻過往文獻研究結果，認為擁有 高繼續經營價值的銀行不一定營運穩健，故監理機關不能僅以該指標作為監理依 據。此外，Keeley (1990)指出繼續經營價值愈高的銀行，愈可能有道德風險問題。
本文乃參考 Keeley (1990)的研究方法，以 Tobin’s Q 作為衡量繼續經營價值之代 理變數，並支持銀行未來經濟利潤反映於以市價衡量之資產上，非資產帳面價值 的說法，同時預測 CV 的係數小於零。
其中，負債的帳面價值與總資產的帳面價值，皆為金控公司合併報表上之 數值。
自變數三：槓桿程度(Leverage, LEV)
資本在公司經營上扮演著重要的角色，當發生非預期之金融衝擊時，可作為 吸收損失的準備金，協助公司度過難關。因此，巴賽爾協定對於銀行資本適足率 具有嚴格的規範，做為檢視銀行體質是否健全的指標，亦預防銀行風險溢出的效
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
應。根據 Galloway et al. (1997)的研究結果，得出銀行資本與風險呈顯著正相關，
Hellmann, Murdock, and Stiglitz (2000)亦發現銀行資本可視為股東降低風險投資 的誘因。相反地，Shim (2013)則指出銀行槓桿比例愈大，其營收波動度愈大。由 此可知，銀行的資本大小或槓桿程度之高低，的確會影響公司所承擔的風險。而 本研究預期當銀行資本比率愈高，代表經營風險愈低，故係數小於零。參考 Shim (2011)的研究方法，以銀行總資產除以總資本之比率做為槓桿程度變數，如下所 示：
其中，總資產與股東權益帳面價值皆為金控公司合併報表上之數值。
自變數四：多角化程度(Diversification, DIV)
本研究回顧過往文獻，得出企業多角化程度的衡量大致分為兩種：類別 (Categorical)衡量法與連續(Continuous)衡量法。其中類別衡量法以產業分類碼 (SIC code)為代表，當一家企業的 SIC 碼愈多時，該企業之多角化程度愈高。至 於連續衡量法乃是以產業分類碼為基礎，發展出不同的計算方法，可能進一步計 算企業多角化程度之高低，或是將多角化的種類加以區分。本研究斟酌上述計算 方法後，乃決定採用連續衡量法中之 Herfindahl 指標衡量多角化程度，以避免過 於複雜之計算方式及主觀判斷，同時能衡量出各子公司或事業群對母公司的重要 性，例如收入貢獻度或資產比重等。
針對 Herfindahl 指標的計算方式，以往文獻對於一般企業，經常以公司銷貨 收入或營業收入做為依據。然金控公司各子公司收入比重的資料蒐集不易，且容
針對 Herfindahl 指標的計算方式，以往文獻對於一般企業，經常以公司銷貨 收入或營業收入做為依據。然金控公司各子公司收入比重的資料蒐集不易，且容