第五章 實證結果
第二節 迴歸結果
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36
第二節 迴歸結果
本研究採用的是追蹤資料(Panel Data)計量模型，此模型又分為「隨機效果 (Random effect)」或者「固定效果(Fixed effect)」，或者忽略其 Panel 的設計，採 Ordinary Least Square(OLS)進行估計。針對隨機與固定效果的選取，部份文獻採 用 Hausman Test 檢定來處理，如 Havrychyk et al.(2006)，其餘文獻則採用主觀判 斷，如 CDH(2000)使用固定效果模型，Chen and Liao(2010)和隋聰、李桓(2014) 使用隨機效果模型。由於本研究之模型(1)與 CDH (2000)之設計雷同，故遵循其 作法，採用固定效果模型，並採加權最小平方法(Cross-Section Weight)。而模型 (2)則與 Chen and Liao(2010)和隋聰、李桓(2014)雷同，皆有虛擬變數的設計，採 用固定模型會造成虛擬變量的遺失，因此採用隨機效果模型，針對其異質性問題，
則採 White 調整法(White Coefficient Covariance)，使標準誤皆為頑強的(Robust standard error)。
對於模型(1)與模型(2)的模型設定，本文分別採用 F 檢定(Likelihood Ratio test) 和 Breush-Pagan LM test 來檢定其固定效果和隨機效果是否顯著存在，其結 果皆為顯著，這表示我們不能忽略 Panel 的設計而使用 OLS 進行估計。針對模 型選取的流程架構可參考圖 5-5。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
圖 5-5 計量模型架構圖 追蹤資料
Hausman Test 或主觀判斷
固定效果 隨機效果
F 檢定 Breush-Pagan LM test test
固定效果 OLS 隨機效果 OLS
‧
外資銀行可能出現挑櫻桃（cherry picking）的行為，這是指外商銀行刻意選擇當 地市場潛在獲利高的業務，如財富管理等，並將風險高或獲利低的業務留給本地 銀行，使其 ROA 和 ROE 下降。銀行類控制變數的部分，僅有負債比率與流動比率對 ROA 與 ROE 有顯著 影響，其中負債比率之迴歸係數呈負值，這和 Shen, Wu(2009)的結果雷同。流動 比率之係數則為正。
Liquid ratio 0.1999***
(0.0355)
‧
註：*代表 p-value<0.1；**代表 p-value<0.05；***代表 p-value<0.01。
表 5-5 是模型(1) FS-number 的迴歸結果。由表 5-5 的結果，可以發現當自 變數由 FS-asset 換成 FS-number 時，只有當被解釋變數為 NIM 時 FS-number 才 顯著。這顯示外資銀行資產的占比對於本土銀行獲利空間的壓縮較有顯著影響。
在 CDH(2000)的迴歸式中，FS-asset 顯著程度大於 FS-number，與本研究之結果 相異。探究其因，推測是由於本文研究所涵蓋的國家及年度 FS-number 之變動皆
Interest rate -0.0090**
(0.0046)
-0.1655**
(0.0761)
0.0593**
(0.0238)
Constant -9.0897
(3.2027)
-122.7817
(37.4950)
-5.3141
(10.1753)
觀察個數 466 466 466
Adj.R2 0.800951 0.781421 0.483186
自變數\應變數 ROA ROE NIM
FS-number -0.0037
(0.0026)
Liquid ratio 0.2000***
(0.0375)
1.7495***
(0.4319)
0.0504
(0.1102)
‧
土銀行；而 Chen and Liao(2010)研究中則顯示外資銀行在 ROA、ROE 及 NIM 三 項皆顯著優於本土銀行。對此結果，本研究推判外資銀行在東南亞市場是憑藉著 Interest rate -0.0145***(0.0048)
-0.1751**
(0.0744)
0.0660***
(0.0231)
Constant -8.9071
(3.3843)
-113.4998
(37.2124)
-2.4885
(10.3411)
觀察個數 466 466 466
Adj.R2 0.797653 0.788362 0.478810
‧
-0.029419**
(0.0140)
Liquid ratio 0.2483*
(0.0580)
1.1974
(0.9478)
-0.009362
(0.1128)
TA 0.0605
(0.0639)
1.3844
(0.9882)
0.094181
(0.1171)
Loan / deposit -0.0015
(0.0014)
-0.0167
(0.0133)
-0.00167**
(0.000743)
國家類控制變數
GDP growth -0.0376*
(0.0224)
-0.5241
(0.5008)
0.092995
(0.06182)
Inflation -0.0042
(0.0217)
-0.0044
(0.3805)
0.124443*
(0.0720)
Interest rate -0.0110
(0.0183)
-0.3886
(0.3668)
0.050956
(0.0554)
Constant -21.0302
(5.2881)
-107.6937
(93.2140)
4.976312
(11.8266)
觀察個數 758 758 758
Adj.R2 0.047628 0.000576 0.076526
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
二、迴歸分析結果小結
綜合以上分析，本研究發現:(一)在東南亞國家，由於其金融市場尚未成熟，
外資銀行憑藉先進的技術與產品，在當地享有淨利息收益率較高的優勢，而此項 優勢也有傳遞效果，本土銀行的淨利息收益率隨著外資銀行占比之增加（不論以 個數或以資產計算）而提升；(二)以資產和及股東權益報酬率的角度來看，外資 銀行的進入還是壓縮了本土銀行的獲利程度，又以外資銀行資產占比來衡量最為 明顯；(三)即使挾有高淨利息收益率，礙於某些因素，可能是文化的差異、業務 上的不熟悉，外資銀行的資產和股東權益報酬率皆無顯著高於本土銀行；(四) 在國家類控制變數中，實質利率和通貨膨脹率雖與淨利息收益率呈正向關係，但 兩者和 GDP 成長率相同，皆沒有成為銀行 ROA 和 ROE 的動能。
表 5-7 迴歸分析整理
ROA ROE NIM
FS-asset 負 負 正
FS-number 不顯著 不顯著 負
FB 不顯著 不顯著 負
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43