第三章 研究方法
第一節 變數說明與回歸模型設定
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
21
第三章 研究方法
本研究探討具有建設公司關係企業之臺灣壽險業者在投資比重上是否高於 無建設公司關係企業及其不動產投資是否具有比較利益，最後觀察具有建設公司 關係企業壽險業者購買不動產時之市場反應，本研究採用追蹤資料回歸方法 (Panel Data Regression)、事件分析法(Event Study)以及獨立樣本 T 統計檢定(Two-independent-sample T Test)研究此 3 大議題。
第一節 變數說明與回歸模型設定
2014 年臺灣壽險業者總家數為 30 間，本研究為了資料完整性及避免離群值，
扣除 2015 年 5 月被接管的幸福及國寶人壽及 8 間外商壽險公司，且篩選每年擁 有固定不動產運用之公司進行回歸分析，篩選結果資料為 15 間壽險業者。在資 料長度方面受到資訊揭露時間不一，不動產資金運用比重資料為年資料，自 2005 年到 2013 年，而壽險業不動產報酬則為季資料，且自 2009 年 12 月起方有資料，
故資料長度為 2009 年 12 月至 2014 年 12 月。4
本研究需考慮橫斷面的壽險公司資料亦須考慮時間序列的變化，因此採用追 蹤資料回歸作為研究方法之一。追蹤資料是以橫斷面(Cross-section)資料以及時 間序列(Time-series)資料所組成的資料形式，由於其需同時蒐集兩種資料形式因 此資料的取得上較為困難，而追蹤資料又分為平衡追蹤資料(Balance Panel)以及 不平衡追蹤資料(Unbalance Panel)，平衡追蹤資料為包括所有的觀測值之資料，
不平衡資料則表示有些觀測值是遺失的，如某個橫斷面資料無某一時間點之資料
4不動產資金運用資料長度為保險事業發展中心提供之資料時間，而不動產投資報酬率為臺灣經 濟新報提供時間。
15 間公司分別為分別為國泰人壽、新光人壽、臺灣人壽、宏泰人壽、遠雄人壽、富邦人壽、全 球人壽、南山人壽、三商美邦人壽、朝陽人壽、國華人壽、臺銀人壽、中國人壽、保德信人 壽、保誠人壽。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
22
等。由於追蹤資料涵蓋不同時期以及不同橫斷面之資料，變異性加大的同時可減 輕共線性，且提高自由度之優點。
本研究首先了解壽險公司不動產投資比重與相關因素關聯性，分為 3 大類項 討論，分別為公司特性因素、總體經濟因素以及資產報酬因素，回歸模型如下：
𝑌𝑖,𝑡 = 𝛼𝑖,𝑡+ 𝛽1𝑇𝐴𝑖,𝑡+ 𝛽2𝐶𝑎𝑠ℎ𝑖,𝑡+ 𝛽3𝐻𝑜𝑙𝑑𝑖𝑛𝑔𝑖,𝑡+ 𝛽4𝐶𝑜𝑛𝑖,𝑡 + 𝛽5𝐺𝑑𝑝𝑖,𝑡+ 𝛽6𝐼𝑛𝑓𝑖,𝑡 + 𝛽7𝑅𝑒𝑑𝑖𝑠𝑖,𝑡+ 𝛽8𝑃𝑡𝑜𝐼𝑖,𝑡+ 𝛽9𝑅𝑒𝑛𝑡𝑖,𝑡+ 𝛽10𝐿𝑢𝑡𝑎𝑥𝑖,𝑡+ 𝛽11𝐺𝐵𝑖,𝑡 + 𝛽12𝑆𝑡𝑜𝑐𝑘𝑖,𝑡+ 𝜀𝑖𝑡
其中，
𝑌𝑖,𝑡為
i
公司在第 t 期時投資不動產比重；𝛼𝑖,𝑡為迴歸方程式上的截距項係數；
𝛽𝑖為迴歸係數，為固定不變的常數值；
𝑇𝐴𝑖,𝑡為
i
公司在第 t 期時總資產；𝐶𝑎𝑠ℎ𝑖,𝑡為
i
公司在第 t 期時現金及約當現金比重；Holding
i,t為i
公司在第 t 期時是否為金融控股公司，是則為 1，其餘為 0；Con
i,t為i
公司在第 t 期時是否有建設公司關聯企業，是則為 1，其餘為 0；𝐺𝑑𝑝𝑖,𝑡為
i
公司在第 t 期時臺灣實質經濟成長率；𝐼𝑛𝑓𝑖𝑡為
i
公司在第 t 期時臺灣通貨膨脹率；𝑅𝑒𝑑𝑖𝑠𝑖𝑡為
i
公司在第 t 期時臺灣中央銀行重貼現率；𝑃𝑡𝑜𝐼𝑖𝑡為
i
公司在第 t 期時臺灣房價所得比；𝑅𝑒𝑛𝑡𝑖𝑡為
i
公司在第 t 期時臺灣租金指數變化率；𝐿𝑢𝑡𝑎𝑥𝑖𝑡為是否處於奢侈稅實施年份，是則為 1，其餘為 0；
𝐺𝐵𝑖,𝑡為
i
公司在第 t 期時指標公債殖利率；𝑆𝑡𝑜𝑐𝑘𝑖,𝑡為
i
公司在第 t 期時加權股價報酬指數；𝜀𝑖,𝑡為殘差項。
‧
‧
MSCI World Index(25.23%)
iShares Global Government Bond(48.04%) iShares $ Corporate Bond(26.73%) 比重依照壽險業國內投資比重分配
FI MSCI, iShare 官方網站
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
Friedman (1971)指出不動產投資較股票投資組合更具風險分散性，因此其他 資產報酬率可能為不動產投資比重的考量因素之一，本研究加入壽險業者投資組 合資產報酬變數，做為不動產投資比重的解釋變數。表 3-2 說明資產報酬變數名 稱及資料來源，由於資產報酬間具有顯著相關性(請見第 4 章表 4-1)，為避免共 線性問題，本研究以指標公債殖利率以及發行量加權股價報酬指數報酬率作為回 歸變項，變數說明如下：
1. 臺灣銀行利率：銀行存款係指保險業者將資金存入銀行以做未來現金流 量使用的部分。推測保險業者需有一定的流動資金，需將營運資金運用於 一般營運活動上，故採短期一個月期存款牌告利率，基準指標為臺灣銀行 存款利率。
2. 公債殖利率：由於無法確定整體保險業者購買政府公債是否持有到到期 日或者交易目的，但由於公債特色為穩定的配息，推測保險業者在資產配 置上應將公債視為穩定的現金流量，較可能購買長天期公債，在發行利率 與殖利率的選擇上則因發行利率僅能反應每期利息收入，不能反應當時 債券之到期收益率，故選擇殖利率作為基準指標。
3. 商業本票：由於目前壽險業者向保發中心申報的資料欄位是將金融債、存 單、匯票與本票做統一申報，無法取得壽險業者細項的配置內容。因此考 量本票的發行額度與餘額佔此類資產的最大宗，本研究選擇以商業本票 次級市場利率作為「金融債券、存單、匯票與本票」之基本指標。
4. 加權股價報酬指數：股票之基準指標的決定相對較無爭議的，國內股票市 場的標的就以臺灣加權股價指數為基準指標。
5. 指標公司債券殖利率：由於無法實際取得保險業者持有公司債年限為何，
推測保險業者購買債券目的為配合每期現金流量，追求穩定的利息收入，
較可能購買中長天期公司債，故採五年期之「指標債券殖利率(公司債)」
作為公司債一項之基準指標作為債券年限。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
6. 信義房價指數：信義房價指數為信義房屋仲介公司利用該公司仲介成交 之物件編製之中古屋房價指數。自 2009 年起信義房屋與政治大學財務管 理學系姜堯民教授合作，沿用既有特徵價格函數理論 (Hedonic Price Method)基礎，來修訂既有的信義房價指數模型。自 2012 年第四季起，信 義房價指數在既有的四都之外，增列桃園及新竹兩都會區，並採用拉氏指 數公式（Laspeyres）來進行指數編製作業，同時將指數基期調整至 2001 年第一季，讓信義房價指數更能精確且即時反應臺灣房地產價格的波動 情形。
7. 購屋貸款利率：放款係指保險業貸款部分，此部份採具代表性的五大銀行 (台銀、合庫銀、土銀、華銀及一銀)放款利率作為基準指標，但由於在保 險法下，放款係指保險業貸款部分。由於保險業者法規限制不得貸放消費 性貸款，故本計畫僅採用購屋貸款作為基準指標。
8. 國外投資報酬率：我國壽險業者資金配置仍可大略區分為股票以及債券 兩種類型，因此國外投資部份主要考慮建立兩種基準指標，股票型與債券 型。本研究參考壽險業投資於國內股、債之權重了解其投資傾向以作為國 外投資股、債之參考比重。總體壽險業 2014 年投資於國內股票與債券之 比例股票比重約為 25.23%；公債比重約為 48.04%；公司債比重約為 26.73%。
以下分別介紹國外投資報酬率所採用之指標：MSCI 世界指數為股票型基 準指標，由 24 個已開發國家及開發中國家取得成分，包含 14,000 檔大中 小型證券，其前幾大的成分股為蘋果、艾克森美孚、微軟、奇異電子、嬌 生、GOOGLE 等，相當具有代表性。iShares Global Government Bond UCITS ETF 則為追蹤 G7 的指標，其中又以美國為最大持有地區(33.67%)。5 iShares $ Corporate Bond UCITS ETF 追蹤全球投資等級且為美元計價以
5 G7 包含加拿大、法國、德國、義大利、日本、英國以及美國。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
及到期年限大於 3 年的公司債，主要持有地區為美國(77.31%)其次為英國 (6.7%)。
接著，本研究探討有無建設公司關係企業之壽險業者在不動產投資有無比較 優勢，回歸模型如下：
𝑌𝑖,𝑡 = 𝛼𝑖,𝑡+ 𝛽1𝑅𝑒𝑎𝑙_𝐼𝑛𝑣𝑖,𝑡 + 𝛽2𝐶𝑜𝑛𝑖,𝑡+ 𝜀𝑖,𝑡 其中，
𝑌𝑖,𝑡為
i
公司在第 t 期時投資不動產比重；𝛼𝑖,𝑡為迴歸方程式上的截距項係數；
𝛽1, 𝛽2為迴歸係數，為固定不變的常數值；
𝑅𝑒𝑎𝑙_𝐼𝑛𝑣𝑖,𝑡為
i
公司在第t
期時不動產投資比重；Con
i,t為i
公司在第t
期時是否有建設公司關聯企業，是則為 1，其餘為 0；𝜀𝑖,𝑡為殘差項。
最後本研究探討有無建設公司關係企業之壽險業者在購買不動產上的累積 異常報酬是否有相關性，回歸模型如下：
𝑌𝑖,𝑡 = 𝛼𝑖,𝑡+ 𝛽1𝑇𝐴𝑖,𝑡+ 𝛽2𝐶𝑎𝑠ℎ𝑖,𝑡 + 𝛽3𝐶𝑜𝑛 𝑖, 𝑡 + 𝜀𝑖,𝑡 其中，
𝑌𝑖,𝑡為
i
公司在第 t 期時累積異常報酬；𝛼𝑖,𝑡為迴歸方程式上的截距項係數；
𝛽1, 𝛽2為迴歸係數，為固定不變的常數值；
𝑇𝐴𝑖,𝑡為
i
公司在第 t 期時總資產；𝐶𝑎𝑠ℎ𝑖,𝑡為
i
公司在第 t 期時現金及約當現金比重；Con
i,t為i
公司在第 t 期時是否有建設公司關聯企業，是則為 1，其餘為 0；𝜀𝑖,𝑡為殘差項。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
追蹤資料模型主要有 3 種回歸模型，分別為合併回歸(Pooled Regression)、固 定效果回歸(Fixed Effect, FE)以及隨機效果回歸(Random Effect, RE)。合併回歸假 設所有係數為固定值。而固定效果回歸亦稱做虛擬變數模型(Least square dummy variable, LSDV)，可分為於時間或者個體有不同截距的一元固定效果(One-way fixed effect)以及不同時間與個體同時有不同截距的二元固定效果(Two-way fixed effect)，主要適用於斜率係數為固定值之回歸模型。隨機效果回歸亦稱為誤差成 分模型(error component)亦可依時間與個體的截距分為一元隨機效果 (One-way Random Effect) 與二元隨機效果(Two-way Random Effect)主要適用於斜率係數為 固定值，且截距項為隨機變數之模型。
本研究主要採用一元隨機效果模型，主因為本研究虛擬變數與固定效果所設 定的虛擬變數會有重疊的情形，使得回歸模型出現錯誤。如在設定公司是否有關 係企業為建設公司的虛擬變數，時間序列通常不會影響該項虛擬變數，僅在橫斷 面上有差異。另一方面，在經濟環境指標以及資產報酬指標上僅時間序列的差異，
不同公司並無不同，因此僅能以ㄧ元隨機效果模型做為研究模型。該模型強調資 料的整體關係，假設各單位結構或時間變動所造成的差異是否隨機產生，其而表 現形式在於殘差項，因此本研究採用隨機效果模型進行實證研究。