國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
19
第四章 資料描述
為了衡量離散型風險模型(多期邏輯斯迴歸模型)和單期邏輯斯迴歸模型 以及多變量區別分析模型財務預警能力，研究者蒐集 2006 年至 2010 美國商業 銀行以及存款機構的資料。本章依序分成下列四節:資料來源、銀行財務危機定 義、解釋變數定義以及模型預測評比方法。
第一節 資料來源
研究者選取之研究時間範圍為自 2006 年至 2010 年止; 本研究資料來源為 賓州大學華頓商學院所開發的 WRDS 資料庫整合系統，資料庫資料來自代表 美國銀行三大監管機構(FDIC、OCC、FRS)的聯邦金融機構檢查委員（FFIEC）， 資料內容包含受存款保險局(FDIC)保障的商業銀行及存款機構每季金融檢查 資料(Call Report)，受限於資料取得與研究時間限制，2006 年第一季以前以及 2010 年第四季以後的銀行資料不再本研究探討範圍內。本研究的研究期間共 觀察約 7,846 家銀行，資料涵蓋 147,112 季/銀行資料。
第二節 銀行財務危機定義
研究者採用Arena(2008)所定義的銀行財務危機定義:銀行或是金融機構如 果落入下列的範疇，則定義為銀行發生財務危機
(1) 銀行受到政府部門或是其代理機構要求重新集資 (2) 銀行的運作暫時受到政府的凍結
(3) 銀行被政府部門強行關閉 (4) 銀行被其他銀行收購
為了降低銀行被揭露財務危機後所產生的擠兌影響，FDIC 通常會等到銀行找 到被併購的買家之後才會宣告銀行破產，因此研究者所定義的確切財務危機時 間為宣告破產的前一季。例如，Citizens State Bank 在 2009/12/18 被 FDIC 宣告 倒閉，則定義 Citizens State Bank 在 2009 年第三季倒閉。銀行倒閉列表自 FDIC 官網取得。
本研究以「季」為觀察的時間單位，銀行存活時間(年齡)定義為自2006第
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
20
一季開始起算為第一季，例如: 銀行於2006年第一季仍存活並在該當季度即發 生財務危機，則存活時間以l季計，年齡為l歲;若於2006年第二季發生財務危機，
則存活時問以2季計，年齡為2歲，以此類推，銀行發生財務危機事件後則該銀 行即定義為失敗並終止觀察。
第三節 解釋變數定義
Campbell et al.(2008)發現過去應用在一般企業顯著的解釋因子在金融業並 不顯著，因此研究者在選擇解釋因子時參考了過往研究銀行業違約的文獻 (Sinkey (1975),Martin (1977),Gajewski (1989), Demirguc-Kunt (1989), Whalen (1991), Thomson (1992), Cole and Gunther (1995, 1998))，建構出類似於CAMEL3 信用評分指標的5大類因子: 資本適足率、 資產品質、獲利能力、資產流動性、
銀行規模。
(一.) 資本適足率(Capital Adequacy):
資本適足率(Capital Adequacy, CA)=權益資本/總資產(Total Equity Capital/Total Asset):主要衡量一家銀行自有的資本水位。當比率越高，
代表銀行可藉由自有資本吸收為預期損失以及維持存款戶對於銀行 的信心。因此，此變數預期與財務危機呈現負向關係。
(二.) 資產品質(Asset Quality):
研究者以四項指標來衡量資產的品質:貸款比重、預期放款比率、催收 款比率以及呆帳比率。貸款是銀行流動性最差的資產，若銀行的所有 資產都集中於放貸，將使銀行風險提高，若此項指標愈高，代表銀行 風險愈高。後三項指標代表銀行回收資金的能力，如果這三指標偏高，
代表資金回收的能力很差，因此研究者預期這四項指標與財務危機呈 現正相關
3 CAMEL 信用評分系統為目前美國金融管理當局對商業銀行及其他金融機構的業務經營、信用狀況等 進行系統化綜合等級評定制度。該系統包含五項考核指標，即資本適足性(Capital Adequacy)、資產品質 (Asset Quality)、管理水平(Management)、獲利能力(Earnings)和流動性(Liquidity)
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
21
放貸比重(Loan to Assets, LA)=
總貸款 總資產
逾期放款比率(Past Due Loan, PDL)=
90天上逾期放款 總資產
催收款比率(Nonaccrual loans, NL)=催收款
總資產
呆帳比率(Nonperforming Loans, NPL)=
90天上逾期放款+催收款
總資產
(三.) 獲利能力(Earning):
資產收益率(Earning Ratio, ER )=
淨收入 資產總額
。資產收益率((Earning Ratio, ER)主要衡量一間銀行的獲利能力，該指 標越高，表示企業在資產利用上很有效率，代表企業在增加收入和節 約資金使用等方面取得了良好的效果，研究者預期此比率和財務危機 皆成負向關係。
(四.) 資產流動性(Liquidity):
持有證券占負債比率(Investment Security to Total Liabilities, IS)
持有金融證券市值 總負債
銀行持有的金融證券大多為比貸款流動性高的政府公債，持公債比率 較高的銀行可以避免突然的資金需求而必須折價出售(fire-sale)銀行 貸款且遭受鉅額損失。再者，2008年金融海嘯發生時，政府公債因成 為最穩健的投資而價格攀升。因此，預期此比率和財務危機成負向關 係。
(五.) 銀行規模(Bank Size)
銀行規模(Bank Size, BS)=log(Assets)
一般情況而言，規模愈大的銀行在資金調度上愈容易，因此較能承受 金融危機。因此預期此比率和財務危機呈現負向關係
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
22
第四節 模型預測評比
在衡量模型的預測能力上，研究者將樣本分為兩期:訓練期(In-sample Data)以及預測期間(Out-sample Data)。訓練期涵蓋的範圍為 2006 年第一季至 2009 年第四季，主要目的為建構模型;測試期涵蓋的範圍為 2010 年第一季至 2010 年第四季，主要目的為判斷模型的預測能力。
研究者採用 3 種方法評估模型預測能力好壞:
(一.) 十等分法:
研究者參考 Shumway(2001)的檢測方法，利用 2006 年第一季至 2009 年第 四季的資料所建構離散型風險模型，來預測 2010 第一季至第四季所有銀行違 約機率，再將違約機率由大到小分成 10 個等分，第 1 等分代表違約機率最大 的群組，第 10 等分代表違約機率最小的群組。如果發生財務危機銀行皆集中 於第 1、2 等分，代表模型預測能力越好。
(二.) 錯誤分類表:
一般模型預測中，會產生兩種誤差，分別為型一誤差以及型二誤差。
型一誤差:指財務危機銀行被歸類為正常銀行 型二誤差:指正常銀行被歸類為危機銀行。
金融監管機構通常較重視型一誤差，如果此誤差過大，金融機構就錯失 了提早採取預防措施的機會。
模型預測
真實情況 預測正常銀行 預測財務危機事件
發生
正常銀行 預測正確(1) 型二誤差(3)
財務危機事件發生 型一誤差(2) 預測正確(4)
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
23
1. 真陽性比率(The Positive Rate, TPR):表示財務危機銀行被正確歸類到財務 危機銀行的比率
TPR= (4)
(2)+(4)
2. 真陰性比率(True Negative Rate, TNR):表示正常銀行被歸類為正常銀行的 比率
TNR= (1)
(1)+(3)
3. 陽性預測值(Positive Predict value, PPV):又稱為精確度(Precise)，表示模型 預測的財務危機銀行中，實際是財務危機銀行的比率。
PPV= (4)
(3)+(4)
本研究並未採用整體正確比率((1) (4)
(1) (2) (3)+(4)
)作為衡量模型的考量在於銀行發生財務危機為罕見事件，如果模型將所有銀行皆歸類為正常銀 行，則模型的精確性依然很高，但這對於金融監察機構並未產生任何實質上 的幫助。因此本研究所並未考量整體正確比率，反而以真陽性比率和真陰性 比率取而代之。
最後，在使用分類表時必須決定模型的最適切點，切點的品質好壞影響分 類的品質。本研究參考 Begley, Ming,&Watt(1996)，採用真陽性比率極真陰性比 率加總最大(型一誤差比率與型二誤差比率加總最小)作為模型的最適切點。
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
24