國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
significantly positive relation between Number of syndicate lenders and Loan amount
5. It means that larger number of lead banks and larger number of participants would lead to larger loan amount. Finally, borrowing companies in developing countries have smaller loan amount and shorter maturity than those companies in developed countries.
Following Borisova & Megginson (2011), we only consider post-privatization and the results are similar to Table 8 (not shown in this paper). Regression results also show that the impact of privatization on price-terms is stronger, and are consistent with Borisova & Megginson (2011), which support the implicit government guarantee hypothesis.
5. Conclusions
This paper investigates the impact of privatization on loan conditions using 678
observations of syndicated loans from 1980 to 2010. The empirical results show that
credit risk of borrowing companies is more likely to be reflected through price terms
conditions, as compared with non-price terms conditions except for the requirement of
collateral. We also find that privatization has opposite influences with negative and
positive effect for companies with and without control right of government ownership
after privatizations, resulting in insignificant results for the full sample. Besides, when
governments have control right after privatizations, the price terms significantly
decline and companies do not pledge assets as collaterals for loans. In contrast, there
is a significant change on the price terms and companies need to pledge assets as
collaterals for syndicated loans, in case governments release control right after
privatizations. In addition, these results are mainly driven by loans from developing
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
words, loan spread and fees are lower if borrowing companies have over 50% of government ownership after privatizations. These results imply that implicit government guarantee is an important factor for bank loans during the privatization process.
References
Ahn, S. and Choi, W., 2009, “The Role of Bank Monitoring in Corporate Governance:
Evidence from Borrowers’ Earnings Management Behavior,” Journal of Banking and Finance, Vol. 33, No. 2, 425-434.
Baiman, S. and Verrecchia, R. E., 1996, “The Relation Among Capital Markets, Financial Disclosure, Production Efficiency, and Insider Trading,” Journal of Accounting Research, Vol. 34, No. 1, 1-22.
Ben-Nasr, H., Boubakri, N., and Cosset, J., 2012, “The Political Determinants of the Cost of Equity: Evidence from Newly Privatized Firms,” Journal of Accounting Research, Vol. 50, No. 3, 605-646.
Berg, T., Saunders, A., and Steffen, S., 2012, “The Total Costs of Corporate Borrowing in the Loan Market: Don't Ignore the Fees.” Working paper, Bonn University, New York University, and ESMT European School of Management and Technology.
Borisova, G. and Megginson, W. L., 2011, “Does Government Ownership Affect the Cost of Debt? Evidence from Privatization,” Review of Financial Studies, Vol.
24, No. 8, 2693-2737.
Borisova, G. F., V. Holland, K. V., and Megginson, W. L., 2012, “Government Ownership and the Cost of Debt: Evidence from Government Investments in Publicly Traded Firms.” Working paper, Iowa State University, Bocconi University, and University of Oklahoma.
Bortolotti, B. and Faccio, M., 2009, “Government Control of Privatized Firms,”
Review of Financial Studies, Vol. 22, No. 8, 2907-2939.
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Brown, C. Q. and Dinc, I. S., 2005, “The Politics of Bank Failures: Evidence from Emerging Markets,” Quarterly Journal of Economics, Vol. 120, No. 4, 1413-1444.
D’Souza, J. and Megginson, W. L., 1999, “The Financial and Operating Performance of Privatized Firms during the 1990s,” Journal of Finance, Vol. 54, No. 4, 1397-1438.
D’Souza, J., Megginson, W. L., and Nash, R., 2007, “The Effects of Changes in Corporate Governance and Restructurings on Operating Performance: Evidence from Privatizations,” Global Financial Journal, Vol. 18, No. 2, 157-184.
Dass, N. and Massa, M., 2011, “The Impact of a Strong Bank-Firm Relationship on the Borrowing Firm,” Review of Financial Studies, Vol. 24, No. 4, 1204-1260.
Diamond, D. W. and Verrecchia, R. E., 1991, “Disclosure, Liquidity, and the Cost of Capital,” Journal of Finance, Vol. 46, No. 4, 1325-1359.
Diamond, D. W., 1984, “Financial Intermediation and Delegated Monitoring,”
Review of Economic Studies, Vol. 51, No. 3, 393-414.
Faccio, M., Masulis, R. W., and McConnell, J. J., 2006, “Political Connections and Corporate Bailouts,” Journal of Finance, Vol. 61, No. 6, 2597-2635.
Fan, J., Wong, T. J., and Zhang, T., 2007, “Politically Connected CEOs, Corporate Governance, and Post-IPO Performance of China’s Newly Partially Privatized Firms,” Journal of Financial Economics, Vol. 84, No. 2, 330-357.
Focarellia, D., Pozzolob, A. F., and Casolaroc, L., 2008, “The Pricing Effect of Certification on Syndicated Loans,” Journal of Monetary Economics, Vol. 55, No. 2, 335-349.
La Porta, R., Lopez-de-Silanes, F., and Shleifer, A., 1999, “Corporate Ownership around the World,” Journal of Finance, Vol. 54, No. 2, 471-517.
La Porta, R., Lopez-de-Silanes, F., Shleifer, A., and Vishny, R., 2002, “Investor
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Rajan, R. and Winton, A., 1995, “Covenants and Collateral as Incentives to Monitor,”
Journal of Finance, Vol. 50, No. 4, 1113-1146.
Roberts, M. R. and Sufi, A., 2009, “Renegotiation of Financial Contracts: Evidence from Private Credit Agreements,” Journal of Financial Economics, Vol. 93, No.
2, 159-184.
Sufi, A., 2007, “Information Asymmetry and Financing Arrangements: Evidence from
Syndicated Loans,” Journal of Finance, Vol. 62, No. 2, 629-668.
‧
Table 1 The definitions of variable
Variable Definition
Govt50 Takes a value of one if percentage of capital of the company owned by the government is higher than 50% after the initial privatization and zero otherwise
Govthold Percentage of capital of the company owned by the central government, local government, government departments, and government agencies
Private_yr A dummy variable that the value is one if the credit year is the year of privatization year, and zero otherwise
npriv Times of privatizations
Immediate privatization A dummy variable that the value is one if the company was fully privatized in one transaction
Partially privatized A dummy variable that the value is one if the company has government ownership after the initial privatization, and zero otherwise
Before the initial privatization Takes a value of one if the year is before the initial privatization of the company, and zero otherwise
After the last privatization Takes a value of one if the year is after the last privatization of the company, and zero otherwise
AISD All-in-spread-drawn (AISD) defined by Berg et al.(2012) is sum of spread and facility fee
AISU All-in-spread-undrawn (AISU) defined by Berg et al. (2012) is sum of facility fee and commitment fee
Spread All-in-pricing of the syndicated loan shown in basis point Commitment fee It is a fee paid on the unused amount of loan commitments Facility fee It is a fee paid on the entire amount of loan commitments Loan amount Total deal amount of syndicated loan shown in millions of
dollars
Ln(Loan amount) The natural log of total deal amount of syndicated loan Maturity Years of maturity of the syndicated loan
Secured Takes a value of one if the company is requested by banks to provide a collateral for the syndicated loan, and zero otherwise Sole Lender A dummy variable that the value is one if number of lenders
for the syndicated loan is one, and zero otherwise
# of syndicate lenders Number of lenders for the syndicated loan
# of lead banks Number of arrangers (lead banks) of the syndicated loan
# of participants Number of participants (participant banks) of the syndicated loan
Loan Type
-Highly Leveraged
A dummy variable that the value is one if the tranche type is highly leveraged, and zero otherwise
Loan Type - Leveraged
A dummy variable that the value is one if the tranche type is leveraged, and zero otherwise
Developing countries A dummy variable that the value is one if privatized firms are in developing countries, and otherwise.
Bank Takes a value of one if the sector of privatized firms is bank sector, and zero otherwise
Size The natural log of total assets
ROE Pre-tax profits / Shareholder equity
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Table 2 Sample descriptions
Panel A: Distribution of privatizations
Country Number of Companies Number of Observations
Total Banks Nonbanks Total Banks Nonbanks 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993
Argentina 1 1 0 2 2 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0
Belgium 1 0 1 2 0 2 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0
Brazil 6 0 6 8 0 8 0 0 0 0 0 1 0 2 0 2 1 1 0 1 0
China 3 2 1 6 5 1 0 2 3 0 0 0 0 0 0 0 1 0 0 0 0
Colombia 1 0 1 1 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
Croatia 3 2 1 8 4 4 1 1 1 0 1 2 0 2 0 0 0 0 0 0 0
Czech Republic 1 0 1 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Finland 5 0 5 12 0 12 2 0 2 2 0 2 0 0 0 0 0 1 2 1 0
France 7 0 7 17 0 17 1 1 2 2 0 1 0 1 3 3 1 0 2 0 0
Ghana 1 0 1 3 0 3 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0
Greece 2 0 2 4 0 4 0 0 0 0 1 1 1 0 1 0 0 0 0 0 0
Hungary 1 0 1 8 0 8 0 3 0 3 0 0 0 0 0 1 1 0 0 0 0
India 6 3 3 7 3 4 0 0 0 1 0 0 0 0 0 0 2 0 2 2 0
Indonesia 2 1 1 6 4 2 0 0 1 1 2 0 0 0 2 0 0 0 0 0 0
Italy 3 0 3 9 0 9 0 0 0 0 0 1 1 1 1 1 2 1 1 0 0
Kazakhstan 1 1 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
Pakistan 1 0 1 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
Philippines 2 0 2 3 0 3 1 0 0 0 0 0 0 0 0 0 0 0 0 2 0
Poland 1 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
Portugal 1 0 1 4 0 4 0 0 0 0 0 0 1 0 1 1 1 0 0 0 0
Romania 1 1 0 2 2 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Russian Federation 6 1 5 13 1 12 1 1 0 0 0 0 0 0 1 1 2 3 1 2 1
Slovak Republic 1 0 1 3 0 3 0 0 0 0 0 0 0 0 0 0 1 0 2 0 0
Slovenia 1 1 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Spain 5 0 5 11 0 11 1 0 1 0 0 0 3 1 3 0 0 1 1 0 0
Thailand 2 1 1 2 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0
United Kingdom 2 0 2 2 0 2 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0
Total 67 15 52 138 25 113 9 9 11 9 5 8 7 8 16 9 13 8 14 11 1
Panel B: Distribution of syndicated loans
Country Number of Companies Number of Observations
Total Banks Nonbanks Total Banks Nonbanks After 2000 1990s 1980s
Argentina 1 1 0 7 7 0 1 6 0
Belgium 1 0 1 4 0 4 1 3 0
Brazil 6 0 6 94 0 94 28 30 36
China 3 2 1 61 53 8 11 28 22
Colombia 1 0 1 7 0 7 1 1 5
Croatia 3 2 1 12 6 6 7 5 0
Czech Republic 1 0 1 8 0 8 4 4 0
Finland 5 0 5 26 0 26 9 12 5
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Italy 3 0 3 32 0 32 7 2 23
Kazakhstan 1 1 0 10 10 0 8 2 0
Pakistan 1 0 1 2 0 2 1 1 0
Philippines 2 0 2 18 0 18 8 7 3
Poland 1 1 0 6 6 0 0 2 4
Portugal 1 0 1 7 0 7 1 3 3
Romania 1 1 0 6 6 0 4 2 0
Russian Federation 6 1 5 62 5 57 52 10 0
Slovak Republic 1 0 1 8 0 8 2 6 0
Slovenia 1 1 0 8 8 0 7 1 0
Spain 4 0 4 28 0 28 12 10 6
Thailand 2 1 1 25 18 7 0 19 6
United Kingdom 2 0 2 7 0 7 3 4 0
Total 67 15 52 678 158 520 243 274 161
This table documents the distributions of privatizations and syndicated loan in our sample by year. Panel A and Panel B represent the distribution of privatizations and distribution of syndicated loan respectively. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Syndicated loan data cover the period 1980 – 2010 and privatization programs cover the period 1994 – 2007. Only one privatization event in 1993 collected from SDC M&A database is Gazprom which is energy sector and is located in Russian Federation.
‧
Table 3 Distribution of privatizations
Panel A: by year
Panel B: by development of country
Country Number of
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Argentina 2 25.5 25.5
Brazil 8 38.4975 38.615
China 6 16.0367 14.17
Colombia 1 24 24
Croatia 8 29.255 25
Ghana 3 11.7333 10.2
India 7 15.5543 10.5
Indonesia 6 18.5583 14.18
Kazakhstan 1 33.3 33.3
Pakistan 1 73 73
Philippines 3 22.1333 20
Poland 1 30 30
Romania 2 34.94 34.94
Russian Federation 13 24.7877 24.84
Thailand 2 17.6 17.6
Developing countries 64 24.9795 23.35
This table shows the mean and median percentage of government holding for sale in a privatization deal. Panel A represents it by year and Panel B represents it depending on level of development of countries for private companies. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Syndicated loan data cover the period 1980 – 2010 and privatization programs cover the period 1994 – 2007. Only one privatization event in 1993 collected from SDC M&A database is Gazprom which is energy sector and is located in Russian Federation. The level of economic development of countries is classified by the definition of World Bank.
‧
Table 4 Summary statistics for government ownership and syndicated loan conditions
Variable Unit N Mean Median Std. Dev. Max Min
Panel A: Price terms of syndicated loan conditions
AISD Basis points 678 142.39 70 166.52 875.00 8.10
AISU Basis points 678 8.04 0 22.81 325.00 0.00
Spread (All-in-pricing) Basis points 678 141.19 70 164.69 875.00 8.10 Commitment fee Basis points 678 6.83 0 18.27 212.50 0.00 Facility fee Basis points 678 1.21 0 11.08 165.00 0.00
Panel B: Non-price terms of syndicated loan conditions
Loan amount USD million 678 415.60 126 1,028.07 10,910.41 5.40 This table represents the summary statistics for government ownership and syndicated loan conditions from 1980-2010. Panel A and Panel B show the price terms and non-price terms of syndicated loan conditions respectively. Panel C is levels of government ownership. Panel D is other related variables. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Government ownership data are collected from several data sources, including Datastream, Worldscope, Bankscope, OSIRIS, and companies’ annual reports. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. Variable definitions are provided in Table 1.
‧
Table 5 Price terms and non-price terms of syndicated loan conditions, 1980-2010
Year N AISD AISU Spread
amount Maturity Secured Sole Lender
points Basis points Basis points Basis points Basis
points USD million Years Y=1;
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2000 33 150.23 7.20 150.23 7.20 0.00 223.91 4.14 0.42 0.03 12.03 3.03 9.00 2001 26 172.97 6.10 172.97 6.10 0.00 386.07 3.51 0.35 0.04 16.27 4.65 11.62 2002 30 289.41 27.37 280.99 18.95 8.42 418.17 3.76 0.47 0.00 13.13 3.37 9.77 2003 30 179.36 14.24 176.86 11.74 2.50 851.15 3.61 0.37 0.00 22.57 7.50 15.07 2004 29 146.52 6.90 144.80 5.17 1.72 543.07 4.07 0.14 0.00 25.31 8.66 16.66 2005 27 112.77 2.11 112.77 2.11 0.00 1,991.20 4.68 0.11 0.00 29.59 12.70 16.89 2006 27 81.67 3.33 81.34 2.99 0.33 983.70 4.40 0.19 0.04 23.30 9.04 14.26 2007 17 66.75 1.25 66.31 0.81 0.44 1,372.71 4.48 0.00 0.00 21.06 9.71 11.35 2008 13 179.15 24.62 156.07 1.54 23.08 988.90 2.31 0.31 0.00 17.85 8.08 9.77 2009 5 258.00 0.00 258.00 0.00 0.00 873.40 1.75 0.40 0.00 10.80 5.00 5.80 2010 6 170.62 0.00 170.62 0.00 0.00 1,552.95 2.83 0.00 0.00 20.83 10.67 10.17
Total Mean 678 142.39 8.04 141.19 6.83 1.21 415.60 5.08 0.21 0.04 15.97 3.84 12.13 Std. Dev. 678 166.52 22.81 164.69 18.27 11.08 1,028.07 3.72 0.41 0.19 13.28 5.17 10.43 This table provides mean values of the price terms and non-price terms of syndicated loan conditions from 1980-2010. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. Variable definitions are provided in Table 1.
‧
Table 6 Differences in means tests for price terms and non-price terms by development of countries
Panel A: Whole sample
Variable Before the initial privatization After the initial privatization Difference
N Mean N Mean Mean T statistics
Variable Before the initial privatization After the initial privatization Difference
N Mean N Mean Mean T statistics
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Panel C: Developing countries
Variable Before the initial privatization After the initial privatization Difference
N Mean N Mean Mean T statistics
Price terms
AISD 234 185.60 212 169.80 -15.81 -0.93
AISU 234 7.02 212 8.64 1.62 0.65
Spread (All-in-pricing) 234 185.30 212 166.60 -18.65 -1.11 Commitment fee 234 6.65 212 5.43 -1.22 -0.67
Facility fee 234 0.37 212 3.20 2.83 2.11 **
Non-price terms
Loan amount 234 152.20 212 362.90 210.70 4.82 ***
Maturity 234 5.78 212 3.36 -2.42 -6.89 ***
Secured (Y=1; N=0) 234 0.25 212 0.32 0.07 1.71 * Sole Lender (Y=1; N=0) 234 0.03 212 0.04 0.01 0.45
# of syndicate lenders 234 12.54 212 17.10 4.56 3.92 ***
# of lead banks 234 1.77 212 5.14 3.37 8.70 ***
# of participant 234 10.78 212 11.96 1.18 1.24 This table represents the results of differences in mean tests for price terms and non-price terms of syndicated loan conditions following privatizations. Panel A is the whole sample results. Panel B and Panel C are results for developed countries and developing countries, respectively. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. Variable definitions are provided in Table 1. The t statistics are shown in the last column. “***”,
“**”, and “*” represent 1%, 5%, and 10% significance levels, respectively.
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Table 7 Differences in means tests for price terms and non-price terms by government ownership
Panel A: Whole sample
Variable Before the initial privatization
After the initial privatization Difference
Govt. < 50% Govt. >= 50% Govt. < 50% Govt. >= 50%
N Mean N Mean N Mean Mean T statistics Mean T statistics
Price terms
AISD 374 141.80 182 186.00 122 79.09 44.19 2.82 *** -62.72 -4.85 ***
AISU 374 7.70 182 11.91 122 3.30 4.21 1.58 -4.40 -2.54 **
Spread (All-in-pricing) 374 141.50 182 183.10 122 77.74 41.61 2.68 *** -63.75 -5.03 ***
Commitment fee 374 7.37 182 9.00 122 1.94 1.63 0.80 -5.43 -5.33 ***
Facility fee 374 0.33 182 2.91 122 1.35 2.58 2.01 ** 1.02 0.75
Non-price terms
Loan amount 374 173.60 182 903.20 122 430.10 729.50 5.66 *** 256.40 3.42 ***
Maturity 374 6.08 182 4.20 122 3.30 -1.88 -6.26 *** -2.78 -8.50 ***
Secured (Y=1; N=0) 374 0.17 182 0.30 122 0.18 0.13 3.26 *** 0.01 0.16 Sole Lender (Y=1; N=0) 374 0.04 182 0.02 122 0.06 -0.02 -0.97 0.02 0.86
# of syndicate lenders 374 13.53 182 19.96 122 17.49 6.43 5.01 *** 3.96 3.14 ***
# of lead banks 374 1.88 182 6.62 122 5.70 4.74 9.30 *** 3.83 7.15 ***
# of participant 374 11.65 182 13.35 122 11.79 1.69 1.73 * 0.13 0.14
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Panel B: Developed countries
Variable Before the initial privatization
After the initial privatization Difference
Govt. < 50% Govt. >= 50% Govt. < 50% Govt. >= 50%
N Mean N Mean N Mean Mean T statistics Mean T statistics
Price terms
AISD 140 68.58 71 90.21 21 52.17 21.63 1.26 -16.41 -1.28
AISU 140 8.83 71 8.40 21 6.76 -0.43 0.18 -2.07 -0.82
Spread (All-in-pricing) 140 68.32 71 90.00 21 52.17 21.68 1.26 -16.15 -1.26
Commitment fee 140 8.57 71 8.19 21 6.76 -0.38 -0.16 -1.80 -0.72
Facility fee 140 0.26 71 0.21 21 0.00 -0.05 -0.22 -0.26 -2.13 **
Non-price terms
Loan amount 140 209.50 71 1,737.70 21 787.40 1,528.20 5.15 *** 577.90 2.19 **
Maturity 140 6.58 71 4.78 21 5.48 -1.80 -4.07 *** -1.10 -2.25 **
Secured (Y=1; N=0) 140 0.05 71 0.11 21 0.05 0.06 1.49 -0.00 -0.05
Sole Lender (Y=1; N=0) 140 0.04 71 0.01 21 0.05 -0.03 -1.30 0.00 0.10
# of syndicate lenders 140 15.18 71 24.37 21 19.62 9.19 4.05 *** 4.44 1.54
# of lead banks 140 2.06 71 9.63 21 6.05 7.57 7.48 *** 3.98 2.86 ***
# of participant 140 13.11 71 14.73 21 13.57 1.62 1.00 0.46 0.18
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Panel C: Developing countries
Variable Before the initial privatization
After the initial privatization Difference
Govt. < 50% Govt. >= 50% Govt. < 50% Govt. >= 50%
N Mean N Mean N Mean Mean T statistics Mean T statistics
Price terms
AISD 234 185.60 111 247.30 101 84.69 61.65 3.04 *** -100.90 -6.02 ***
AISU 234 7.02 111 14.15 101 2.57 7.13 1.74 * -4.45 -2.35 **
Spread (All-in-pricing) 234 185.30 111 242.60 101 83.05 57.39 2.90 *** -102.20 -6.20 ***
Commitment fee 234 6.65 111 9.52 101 0.94 2.87 0.96 -5.71 -5.24 ***
Facility fee 234 0.37 111 4.63 101 1.63 4.26 2.05 ** 1.27 0.77
Non-price terms
Loan amount 234 152.20 111 369.30 101 355.80 217.20 4.46 *** 203.60 2.88 ***
Maturity 234 5.78 111 3.83 101 2.84 -1.95 -4.94 *** -2.94 -7.32 ***
Secured (Y=1; N=0) 234 0.25 111 0.42 101 0.21 0.18 3.19 *** -0.04 -0.81 Sole Lender (Y=1; N=0) 234 0.03 111 0.03 101 0.06 -0.01 -0.35 0.03 0.95
# of syndicate lenders 234 12.54 111 17.14 101 0.06 4.60 3.27 *** 4.51 3.17 ***
# of lead banks 234 1.77 111 4.68 101 5.63 2.92 6.58 *** 3.87 6.60 ***
# of participant 234 10.78 111 12.46 101 11.42 1.68 1.38 0.64 0.60
This table represents changes in price terms and non-price terms of syndicated loan conditions following privatizations based on the different level of government ownership.
Panel A is the whole sample results. Panel B and Panel C are results for developed countries and developing countries, respectively. Sample is divided by government ownership at 50% after the privatizations. Syndicated loan data are collected from Dealogic database for privatized firms listed mainly in the Privatization Barometer and the World Bank database. Government ownership data are collected from several data sources, including Datastream, Worldscope, Bankscope, OSIRIS, and companies’ annual reports. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. Variable definitions are provided in Table 1. “***”, “**”, and “*” denote significance at the 1%, 5%, and 10% levels, respectively.
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Table 8 Effects of retained government ownership and price terms of syndicated loans conditions, Whole sample
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
Variable AISD AISD AISD AISD AISD AISD AISU AISU AISU AISU AISU AISU
Govt50 -13.4 -6.309 -6.600*** -4.972**
(-1.20) (-0.59) (-3.42) (-2.13)
Govthold -44.12** -2.999 -158.0** -197.5*** -11.38*** -2.262 -14.43 -3.158
(-2.29) (-0.15) (-2.54) (-3.11) (-3.05) (-0.54) (-1.19) (-0.24)
Govthold2 113.9* 195.4*** 3.807 0.968
(1.85) (2.96) (0.32) (0.07)
private_yr 21.7 39.36** 16.34 38.69** 9.247 23.2 -4.371 -4.02 -5.153 -4.191 -2.679 -4.142
(1.06) (2.19) (0.85) (2.05) (0.50) (1.23) (-1.24) (-1.03) (-1.39) (-1.03) (-0.74) (-1.05) Partially privatized -34.72** -60.38*** -32.62** -64.63*** 4.016* 0.232 4.581* -0.0497
(-2.48) (-4.75) (-2.47) (-4.75) (1.66) (0.08) (1.78) (-0.02)
npriv 6.53* 0.937 5.001 0.263 4.663 -1.457 0.0799 0.684 0.345 0.69 0.448 0.69
(1.69) (0.28) (1.36) (0.07) (1.27) (-0.40) (0.12) (0.93) (0.49) (0.89) (0.63) (0.89) Maturity 8.669*** 7.306*** 8.192*** 8.535*** 7.750*** 7.019*** 1.012*** 0.812** 1.030*** 1.110** 1.073*** 1.109**
(5.43) (3.87) (5.11) (4.09) (4.84) (3.33) (3.66) (1.98) (3.31) (2.48) (3.45) (2.51)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
# of participants -2.65 0.2 -3.399** -0.105 -3.211** 0.507 0.433 0.51 0.296 0.632 0.255 0.632
(-1.59) (0.12) (-2.09) (-0.06) (-1.97) (0.26) (1.50) (1.41) (0.94) (1.57) (0.81) (1.57) Loan Type
–Highly Leveraged
288.6*** 269.3*** 280.2*** 269.4*** 285.0*** 277.7*** -0.9 -5.338 -0.198 -3.514 0.126 -3.49 (14.01) (13.88) (14.14) (12.85) (14.18) (12.92) (-0.25) (-1.27) (-0.05) (-0.78) (0.03) (-0.77) Loan Type
-Leveraged
62.83*** 63.37*** 73.02*** 62.98*** 82.66*** 79.98*** 1.357 5.717* 4.001 7.406** 3.27 7.429**
(4.24) (4.36) (4.69) (3.88) (5.33) (4.90) (0.53) (1.81) (1.33) (2.13) (1.09) (2.17) Developing countries 69.55*** 72.23*** 74.59*** 80.40*** 66.65*** 58.38*** -0.0702 5.607 1.099 3.769 2.892 3.789 (4.85) (4.35) (5.13) (4.09) (4.78) (3.04) (-0.03) (1.55) (0.39) (0.89) (1.07) (0.94) Bank 11.55 -32.42* -1.818 -31.33 2.773 -26.21 -3.104 -11.96*** -3.65 -12.95*** -4.924* -12.96***
(0.83) (-1.88) (-0.13) (-1.63) (0.20) (-1.34) (-1.30) (-3.19) (-1.32) (-3.14) (-1.82) (-3.15)
Size -3.252 -4.399 -2.892 -1.537*** -1.271** -1.265**
(-1.39) (-1.54) (-0.98) (-3.03) (-2.07) (-2.04)
ROE -0.116 -0.194* -0.173 0.0152 -0.00686 -0.00703
(-1.19) (-1.68) (-1.47) (0.72) (-0.28) (-0.28)
Leverage ratio 0.318 0.0613 -0.0224 0.802*** 0.779*** 0.775***
(0.28) (0.05) (-0.02) (3.25) (2.85) (2.77)
Interest coverage 0.405** 0.437** 0.361* -0.00277 -0.00260 -0.00255
(2.08) (2.13) (1.73) (-0.07) (-0.06) (-0.06)
Constant -35.34 25.61 38.7 -34.25 43.48 11.25 9.294* 13.93 11.62 10.6 10.16 10.7
(-1.14) (0.27) (0.84) (-0.32) (0.94) (0.10) (1.74) (0.67) (1.30) (0.47) (1.13) (0.47)
Year fixed effect Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes
Observations 675 362 565 324 565 324 675 362 565 324 565 324
R-squared 0.4597 0.6525 0.5367 0.651 0.5344 0.6345 0.1398 0.2223 0.1493 0.2363 0.1443 0.2363
Adj. R-squared 0.4229 0.6055 0.4985 0.6003 0.4959 0.5813 0.0812 0.1172 0.0791 0.1252 0.0737 0.1253
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Table 8 (Continued)
(13) (14) (15) (16) (17) (18) (19) (20) (21) (22) (23) (24)
Variable Spread Spread Spread Spread Spread Spread Commitment fee
Commitment fee
Commitment fee
Commitment fee
Commitment fee
Commitment fee
Govt50 -12.38 -5.952 -5.574*** -4.615**
(-1.12) (-0.57) (-3.65) (-2.57)
Govthold -42.17** -3.603 -146.8** -188.5*** -9.434*** -2.865 -3.29 5.863
(-2.22) (-0.19) (-2.40) (-3.06) (-3.29) (-0.90) (-0.36) (0.58)
Govthold2 104.2* 185.3*** -5.831 -9.164
(1.72) (2.89) (-0.64) (-0.87)
private_yr 21.78 38.70** 16.51 38.02** 8.424 22.46 -4.292 -4.682 -4.985* -4.863 -3.502 -4.878
(1.08) (2.22) (0.88) (2.07) (0.46) (1.23) (-1.54) (-1.55) (-1.75) (-1.57) (-1.26) (-1.61) Partially privatized -35.23** -59.14*** -33.19** -63.14*** 3.505* 1.477 4.014** 1.432
(-2.55) (-4.80) (-2.55) (-4.78) (1.83) (0.69) (2.04) (0.64)
npriv 6.656* 1.047 5.093 0.4 4.717 -1.291 0.207 0.793 0.437 0.827 0.501 0.855
(1.74) (0.32) (1.41) (0.11) (1.30) (-0.36) (0.39) (1.40) (0.80) (1.39) (0.92) (1.45) Maturity 8.558*** 7.137*** 8.031*** 8.294*** 7.593*** 6.812*** 0.902*** 0.644** 0.870*** 0.869** 0.916*** 0.902***
(5.42) (3.90) (5.09) (4.10) (4.81) (3.33) (4.12) (2.04) (3.65) (2.54) (3.84) (2.67)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
# of participants -2.774* 0.133 -3.493** -0.167 -3.294** 0.436 0.309 0.444 0.202 0.571* 0.173 0.561*
(-1.68) (0.08) (-2.18) (-0.09) (-2.05) (0.23) (1.35) (1.59) (0.84) (1.85) (0.71) (1.83) Loan Type
–Highly Leveraged
287.3*** 269.0*** 279.1*** 269.1*** 283.4*** 277.0*** -2.121 -5.563* -1.334 -3.866 -1.511 -4.157 (14.10) (14.30) (14.31) (13.24) (14.31) (13.27) (-0.75) (-1.71) (-0.45) (-1.12) (-0.51) (-1.21) Loan Type
-Leveraged
63.23*** 63.08*** 73.39*** 62.57*** 82.84*** 79.11*** 1.761 5.433** 4.372* 6.998*** 3.443 6.563**
(4.31) (4.48) (4.79) (3.98) (5.42) (4.99) (0.87) (2.23) (1.89) (2.63) (1.49) (2.51) Developing countries 68.09*** 68.11*** 72.73*** 76.15*** 64.26*** 54.39*** -1.529 1.491 -0.76 -0.476 0.497 -0.209 (4.80) (4.23) (5.08) (4.00) (4.68) (2.92) (-0.78) (0.54) (-0.35) (-0.15) (0.24) (-0.07)
Bank 13.93 -28.5* 0.989 -27.31 6.029 -22.18 -0.721 -8.036*** -0.842 -8.935*** -1.668 -8.932***
(1.02) (-1.70) (0.07) (-1.47) (0.44) (-1.17) (-0.38) (-2.78) (-0.40) (-2.84) (-0.80) (-2.84)
Size -2.688 -3.815 -2.373 -0.973** -0.687 -0.746
(-1.19) (-1.37) (-0.83) (-2.49) (-1.46) (-1.58)
ROE -0.103 -0.176 -0.154 0.0275* 0.0114 0.0120
(-1.10) (-1.57) (-1.34) (1.69) (0.60) (0.64)
Leverage ratio 0.249 0.000521 -0.0535 0.733*** 0.718*** 0.744***
(0.23) (0.00) (-0.04) (3.85) (3.43) (3.49)
Interest coverage 0.415** 0.445** 0.371* 0.00740 0.00555 0.00660
(2.20) (2.24) (1.82) (0.23) (0.16) (0.20)
Constant -35.02 17.32 37.3 -38.32 42.62 5.684 9.619** 5.645 10.22 6.526 9.307 5.136
(-1.15) (0.19) (0.82) (-0.37) (0.94) (0.05) (2.27) (0.35) (1.49) (0.38) (1.35) (0.30)
Year fixed effect Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes
Observations 675 362 565 324 565 324 675 362 565 324 565 324
R-squared 0.4596 0.6599 0.5385 0.6582 0.5354 0.6411 0.159 0.2598 0.1704 0.2767 0.1644 0.2776
Adj. R-squared 0.4228 0.6139 0.5004 0.6085 0.4971 0.5889 0.1017 0.1597 0.1019 0.1715 0.0954 0.1725
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
This table reports regressions that relate the price terms of syndicated loans. The regression is
𝐿𝑜𝑎𝑛𝑖,𝑡= 𝛼 + 𝛽1𝐺𝑜𝑣𝑡50𝑖,𝑡+ 𝛽2𝐿𝑜𝑎𝑛𝐶𝑜𝑛𝑡𝑟𝑜𝑙𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀
𝐿𝑜𝑎𝑛𝑖,𝑡= 𝛼 + 𝛽1𝐺𝑜𝑣𝑡ℎ𝑜𝑙𝑑𝑖,𝑡+ 𝛽2(𝐺𝑜𝑣𝑡ℎ𝑜𝑙𝑑𝑖,𝑡)2+ 𝛽3𝐿𝑜𝑎𝑛𝐶𝑜𝑛𝑡𝑟𝑜𝑙𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀
The syndicated loans of privatized firms cover the period 1980 – 2010. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. The dependent variables are AISD, AISU, spread, and commitment fee (all shown in basis point). Government ownership data are collected from several data sources, including Datastream, Worldscope, Bankscope, OSIRIS, and firms’ annual reports. Variable definitions are summarized in Table 1. The t-statistics are in parentheses. “***”, “**”, and
“*” represent 1%, 5%, and 10% significance levels, respectively.
‧
Table 9 Effects of retained government ownership and non-price terms of syndicated loans conditions, Whole sample
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
amount Maturity Maturity Maturity Maturity Maturity Maturity
Govt50 -0.236*** -0.194* -0.261 -0.272
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Loan Type
–Highly Leveraged
-0.151 -0.238 -0.102 -0.255 -0.0693 -0.241 -0.823 -0.671 -0.444 -0.804* -0.353 -1.061**
(-1.06) (-1.64) (-0.66) (-1.57) (-0.45) (-1.53) (-1.62) (-1.56) (-0.82) (-1.75) (-0.64) (-2.33) Loan Type
-Leveraged
-0.165 0.00543 -0.266** 0.00146 -0.258** 0.000116 -0.389 0.0234 -0.386 0.0341 -0.463 0.0225 (-1.60) (0.32) (-2.21) (0.08) (-2.15) (0.01) (-1.06) (0.47) (-0.91) (0.64) (-1.09) (0.42) Developing
countries -0.208** -0.420** -0.241** -0.497** -0.197* -0.428** -1.465*** -1.046** -2.037*** -1.081* -1.750*** -0.615 (-2.11) (-2.53) (-2.20) (-2.54) (-1.87) (-2.29) (-4.17) (-2.14) (-5.26) (-1.94) (-4.69) (-1.14) Bank -0.597*** -0.737*** -0.557*** -0.761*** -0.593*** -0.797*** 1.533*** -0.769 1.676*** -0.514 1.465*** -0.682 (-6.31) (-4.26) (-5.16) (-3.95) (-5.58) (-4.19) (4.55) (-1.51) (4.40) (-0.94) (3.89) (-1.24)
Size 0.0223 0.0470 0.0546* -0.00685 -0.0642 -0.0736
(0.95) (1.64) (1.90) (-0.10) (-0.79) (-0.89)
ROE 0.000307 -0.0000459 -0.000382 0.00387 0.00867*** 0.00784**
(0.31) (-0.04) (-0.33) (1.35) (2.67) (2.38)
Leverage ratio -0.0128 -0.0144 -0.0214* 0.0912*** 0.0917** 0.0804**
(-1.14) (-1.13) (-1.67) (2.73) (2.55) (2.16)
Interest coverage 0.00633*** 0.00640*** 0.00661*** 0.0110* 0.0128** 0.0147**
(3.26) (3.13) (3.28) (1.92) (2.20) (2.52)
Constant 4.263*** 3.940*** 4.430*** 5.294*** 4.388*** 5.108*** 7.495*** 3.603 7.070*** 4.314 6.855*** 4.016 (21.45) (4.12) (12.77) (5.32) (12.66) (5.16) (10.57) (1.28) (5.78) (1.53) (5.59) (1.40)
Year fixed effect Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
𝐿𝑜𝑎𝑛𝑖,𝑡= 𝛼 + 𝛽1𝐺𝑜𝑣𝑡ℎ𝑜𝑙𝑑𝑖,𝑡+ 𝛽2(𝐺𝑜𝑣𝑡ℎ𝑜𝑙𝑑𝑖,𝑡)2+ 𝛽3𝐿𝑜𝑎𝑛𝐶𝑜𝑛𝑡𝑟𝑜𝑙𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀
The syndicated loans of privatized firms cover the period 1980 – 2010. Both loan amount and loan spread in the top and bottom 1% of all observations are dropped. The dependent variables are the logarithm of loan amount and year of maturity. Government ownership data are collected from several data sources, including Datastream, Worldscope, Bankscope, OSIRIS, and firms’ annual reports. Variable definitions are provided in Table 1. The t-statistics are in parentheses. “***”, “**”, and “*” represent 1%, 5%, and 10% significance levels, respectively.
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
【第二部份論文】
經理人薪酬對聯貸條件的影響
1. 研究背景、動機與目的
過去探討 CEO 薪酬的相關文獻中，發現高階經理人及 CEO 薪酬越高會促使 公司價值及營運績效越好（Mehran, 1995; Baber, Janakiraman, and Kang, 1996;
Frydman and Saks, 2010） ，其中較高的權益形式薪酬（equity based compensations）
可以促使經理人與股東之立場一致，以降低股東與經理人間的代理問題，進而提 升公司價值及營運績效（Guay, 1999; Core and Larcker, 2002; Coles, Daniel, and Naveen, 2006; Low, 2009） ，但另一方面，較高的權益型式薪酬亦可能促使 CEO 投資風險較高的投資計畫，提高股價波動的風險（Bryan et al., 2000; Cheng and Farber, 2008; Frydman and Saks, 2010） 。相反地，薪酬結構中的遞延薪酬計畫與退 休金計畫，在文獻上被歸類於 CEO 的內部負債（inside debt） ，會使 CEO 面臨如 同外部債權人類似的違約風險（Sundaran and Yermack, 2007; Edmands and Liu, 2011） ，因此 Cassell et al.（2012）認為內部負債可以減緩或避免 CEO 去追求高 風險的行為，這些公司若向銀行借款，亦能有較低的聯貸利率加碼及被要求較少 的財務限制條款（Wang, Xie, and Xin, 2010; Anantharaman, Fang, and Gong, 2013） 。
Core and Guay（2002）將檢驗選擇權敏感度之 vega 及 delta 之概念運用在員
工認購選擇權上，計算經理人權益型薪酬之選擇權 vega 及 delta 並乘上個別選擇
權價值後，最後計算 vega 及 delta 之總和，可以將經理人薪酬對股價報酬波動之
敏感度反映出來。根據 Core and Guay（2002）之定義，Vega 定義為當公司股票
報酬的標準差變動 0.01 時，經理人的薪酬財富變動之總額，因此過去相關文獻
上通常會將 Vega 視為風險誘因的參數，Delta 則定義為當公司股價變動 1%時，
‧ 的風險趨避程度（Coles, Daniel, and Naveen, 2006; Hagendorff and Vallascas, 2011）。
部分文獻亦證實，當銀行 CEO 的 Vega 增加時，銀行的整體風險及股票波動度均 會顯著提高，其中又以大型銀行的 CEO Vega 較高，所造成的影響較為明顯
（DeYoung, Peng, and Yan, 2013; Bai and Elyasiani, 2013）。
圖 1 至圖 3 分別為美國 S&P 1500 指數的成分股公司之 CEO 總薪酬、CEO
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
聯貸的銀行，其 CEO 之總薪酬與 Vega 較整體產業來得高，另外，有聯貸的銀行，
其 CEO Delta 甚至高於非銀行業的借款公司，顯示有聯貸的銀行在 CEO 薪酬結 構及設計上，似乎有不同於其他銀行之特性。圖 1 至圖 3 隱含銀行業 CEO 薪酬 結構與一般產業公司 CEO 薪酬結構有所不同，由於銀行透過高度槓桿操作，透 過提高風險來獲取利潤較普遍，因此增加銀行業 CEO 的激勵性薪酬可能會促使 CEO 提高銀行的營運風險。
過去文獻在討論經理人薪酬誘因對公司風險及營運策略之影響時，由於金融 業之產業特性，會將金融業刪除，著重於探討非銀行業的公司，亦或者僅著重於 探討銀行業，而後由於金融海嘯的發生，後續對於探討銀行業經理人薪酬誘因之 相關文獻則越來越多。2008 年 3 月，擁有 85 年歷史的 Bear Stearns 成為金融危 機期間，第一家面臨倒閉危機的金融機構。同年 10 月，美國財政部宣布問題資 產紓困計畫（Troubled Asset Relief Program，簡稱 TARP） ，對遭受到損失的銀行 及金融機構直接挹注資金。在 2008 年及 2009 年金融海嘯期間，不少美國金融機 構遭受到嚴重損失，其他國家之金融機構亦遭受到波及。金融海嘯期間，引起大 眾對於美國企業薪酬委員會之獨立性產生質疑，並對華爾街薪酬設計制度產生批 評聲浪。綜觀歷年華爾街日報公布之薪酬最高 CEO 排行，歷年來的前三名幾乎 由金融公司所包辦，這也是為何在金融海嘯發生當時，銀行業被質疑是因為經理 人薪酬制度的設計不當是造成金融危機產生的原因之一。由前面圖 1 至圖 3 所呈 現之結果可以明顯發現，銀行業與非銀行業之經理人薪酬結構存在明顯差異。
本論文同時使用銀行業與一般產業借款公司的聯貸資料，探討 CEO 薪酬誘
因對股票報酬變動的風險與借款條件的影響。除了探討非銀行業的借款公司之
CEO 薪酬誘因對股票報酬變動的風險與借款條件的影響外，另外獨立一章節著
重於探討銀行業 CEO 薪酬結構之理由可歸納為以下四點。第一，由於過去文獻
僅少部分文獻進一步去探討 CEO 薪酬與公司借款條件間的關係（Dezso and Ross,
2012; Anantharaman, Fang, and Gong, 2013） ，此外過去探討 CEO 薪酬的文獻多著
‧ 2012；Anantharaman, Fang, and Gong, 2013） 。第二，美國聯貸市場發展成熟，
Dealscan 資料庫提供全球聯貸案之利率加碼、聯貸總額、到期日、主貸銀行及參 and Verrecchia, 1996） 。因此，預期 CEO 薪酬誘因對公司之影響也可能會反映於 聯貸條件上。
一般產業的借款公司樣本為 1992 年至 2010 年同時於 Execucomp 及 Dealscan
資料庫分別有薪酬資料及聯貸之非金融業借款公司（SIC Code 非屬 6000 至 6999
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
一般產業借款公司之實證結果顯示，CEO 的 Vega 與股票報酬波動度、系統 性風險及非系統性風險間為顯著負向關係；Delta 僅與股票報酬變動度為顯著正 向關係，與系統性風險及非系統性風險間為負向關係，但無統計上顯著性。文獻 上指出無論 Vega 及 Delta 越高則會促使 CEO 提高公司之風險，以企圖使得自身 之獲利增加，因此股票報酬變動之風險因此增加，但本篇論文 Vega 之結果與文 獻有所差異。CEO 薪酬結構中，內部負債比率越高則會促使 CEO 降低銀行風險，
因此 CEO 相對負債權益比與股票報酬變動度、系統性風險及非系統性風險間為 負向關係，但沒有統計上顯著性。在 CEO 的風險性薪酬與聯貸條件間關係之實 證結果，文獻上指出當 Vega 越高則 CEO 傾向提高公司風險，Delta 越高則 CEO 傾向降低公司風險；既得股票選擇權（Vested options）越高則聯貸利率加碼越低，
因為這些公司本身的體質較好、營運績效較好且違約風險較低；CEO 相對負債 權益比越高，代表薪酬結構中的內部負債比率相對較高，則 CEO 為避免未來無 法順利取得利益，會傾向減少公司風險，因此聯貸利率加碼及財務限制個數均會 較低，因為這類型公司的違約風險較低。本篇論文實證結果與過去文獻部分一致，
Vega 及 Delta 與聯貸利率加碼間為顯著負向關係，但與財務限制個數間並無顯著 關係存在。CEO 相對負債權益比與聯貸利率加碼為顯著負向關係，但與財務限 制個數間無顯著關係，顯示當 CEO 相對負債權益比較高時，的確會傾向降低公 司風險，因此聯貸利率加碼較低。在本篇論文的研究過程中，我們發現實證結果 容易受到離群值影響，即使經過刪除極端值的作法，可能仍有其他離群值會影響 實證結果，或者可能有其他未被發現的變數影響本篇論文的實證結果，此部分將 會是後續研究進行修正的內容。
銀行業樣本為 1992 年至 2010 年同時於 Execucomp 及 Dealscan 資料庫分別 有薪酬資料及聯貸之銀行，根據 Fahlenbrach and Stulz（2011）之選樣基準，並 根據 All-in spread drawn、lnVega、lnDelta 及 M/B ratio 等 4 個重要變數刪除極端 值，將超過上下 1%之樣本刪除，最後之樣本共包含 71 家銀行、453 筆個別借款、
358 筆借款合約，以及 597 筆個別借款銀行樣本
8。
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
銀行業之實證結果顯示，當銀行業 CEO 的 Vega 及 Delta 越高，則股票報酬 變動提高、系統性風險及非系統性風險均顯著增加，此結果與文獻一致，當 Vega 及 Delta 越高則會促使 CEO 提高銀行之風險，以企圖使得銀行之獲利增加，因 此股票報酬變動之風險也會增加。但 CEO 的風險性薪酬與銀行的 Z-Score
9間之 關係則與文獻上一致但在統計上並不顯著，本研究之實證結果顯示，當 Vega 及 Delta 越高，銀行的 Z-Score 會降低，亦即 CEO 的風險性薪酬之敏感度增加時，
會促使 CEO 提高銀行風險，但此結果在統計並不顯著。在 CEO 的風險性薪酬與 聯貸條件關係之實證結果與過去文獻部分相符，Vega 與聯貸利率加碼及財務限 制之個數間均為正向關係；Delta 與聯貸利率加碼為正向關係，但與財務限制之 個數間均為負向關係，但兩者均不顯著。其結果顯示銀行業彼此間因為具有資訊 優勢，CEO 的風險性薪酬對銀行營運之影響反而無法如同一般產業之公司反映 於聯貸條件上，因此統計上之結果較不顯著。
以下第二部分內容為文獻回顧與研究假說，包括過去探討 CEO 薪酬與聯貸 的相關文獻。第三部分為資料來源與研究方法，第四部分為實證結果，第五部分 為結論與建議，最後則是附錄。
2. 文獻回顧與研究假說
CEO 及高階經理人薪酬在 1990 年代以後開始被廣泛地注意及探討，董事會 對於經理人薪酬結構之設計尤其重視，目前文獻上對於薪酬結構之類型大致上可 歸納為四類，包括現金薪酬（例如：薪資及獎金）、權益型薪酬（例如：股票及
股票選擇權） 、負債型薪酬（例如：遞延薪酬及退休計畫） ，以及其他不屬於上述
三種之其他類別之薪酬（例如：公司給予經理人之福利） ，總薪酬則為以上四種
類型之合計。
過去探討 CEO 薪酬的相關文獻中，一開始係探討公司的高階經理人之薪酬
對公司價值及營運績效之影響，文獻上普遍認為當高階經理人及 CEO 薪酬越高
會促使公司價值及營運績效越好（Mehran, 1995; Baber, Janakiraman, and Kang,
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1996; Frydman and Saks, 2010） ，但仍僅限於探討總薪酬與現金薪酬之結構。後來 文獻則開始探討經理人的薪酬結構對公司營運之影響，文獻上證實，若權益形式 薪酬（equity based compensations）可以促使經理人與股東之立場一致，以降低 股東與經理人間的代理問題，進而提升公司價值及營運績效（Guay, 1999; Core and Larcker, 2002; Coles, Daniel, and Naveen, 2006; Low, 2009） ，但另一方面，亦 可能促使 CEO 投資風險較高的投資計畫，提高股價波動的風險（Bryan et al., 2000;
Cheng and Farber, 2008; Frydman and Saks, 2010） 。Core and Guay（2002）則計算 經理人薪酬組合之 Vega 及 Delta，以將經理人薪酬對股價報酬波動之敏感度反映 出來，後續文獻則開始根據 Core and Guay（2002）對 Vega 及 Delta 之定義，進 一步探討 CEO Vega 及 Delta 對公司營運、股價表現、投資策略及併購活動的影 響。文獻上的實證結果認為當 CEO Vega 越高則 CEO 越傾向去提高風險，例如：
財務槓桿提高、R&D 支出增加等，使得公司整體風險增加；Delta 越高則 CEO 越傾向去降低風險，因此公司風險會降低（Coles, Daniel, and Naveen, 2006;
Hagendorff and Vallascas, 2011） 。部分文獻亦證實，當銀行 CEO 的 Vega 增加時，
銀行的整體風險及股票波動度均會顯著提高，其中又以大型銀行的 CEO Vega 較 高，所造成的影響較為明顯（DeYoung, Peng, and Yan, 2013; Bai and Elyasiani, 2013） 。
2006 年以後，由於 SEC 對於公司薪酬揭露制度之改變，使得過去對於經理
人遞延性薪酬及退休計畫等部分薪酬揭露之透明度提高，因此後續有越來越多文
獻開始探討遞延薪酬計畫與退休金計畫等相當於負債型薪酬設計與過去文獻上
所討論的權益型薪酬對公司營運及風險所造成之影響有何不同。文獻上之結果普
遍認為，CEO 的內部負債，包括遞延薪酬計畫與退休金計畫，可以使 CEO 面臨
如同外部債權人類似的違約風險（Sundaran and Yermack, 2007; Edmands and Liu,
2011） ，因此內部負債被認為可以減緩或避免 CEO 去追求高風險的行為（Cassell
et al., 2012） ，這些公司若向銀行借款，亦能有較低的聯貸利率加碼及被要求較少
的財務限制條款（Anantharaman, Fang, and Gong, 2013） ，不過若薪酬結構中的內
‧
（Securities Act of 1933）與 1934 年證交法（Securities Exchange Act of 1934） 。對 於公司在揭露經理人薪酬之義務方面，其相關規範歷經多次修正，近期較為重要 的兩次修訂分別是 1992 年與 2006 年。SEC 在 1992 年修訂中，在經理人薪酬的 資訊揭露回到以表格揭露為主，但部分揭露資訊可能為必要揭露資訊，由於未被 列入既定表格中，即使在股東或投資人要求下，公司可能仍會選擇省略而不予揭 露。2006 年 S-K 第 402 條（item 402 of Regulation S-K）修訂中，仍維持表格式 揭露，並要求公司必須輔以文字敘述說明，S-K 第 402 條嚴格規定公司必須清楚 且明確揭露個別高階經理人前一個會計年度之薪資（salary） 、獎金（bonus） 、權 益形式薪酬（equity based compensations）（例如：配股、股票選擇權）、經理人 未行使之股票選擇權價值、遞延薪酬福利（deferred compensation benefits）
10及 退休金計畫（pension benefits） ，其中對於遞延薪酬福利及退休金計畫之揭露規定，
10 遞延薪酬福利（deferred compensation benefits）係指公司在未來某一個特定日期或年齡支付予 經理人或員工之福利，目的在於可使員工於退休後有退休金，或者死亡後，受益人可以領取死 亡保險金。在美國，遞延薪酬福利在支付日期到來前（通常是退休日）不予課稅，退休後所得 相對較低，因此對遞延薪酬福利所課稅率亦相對較低。
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由於 2006 年揭露方式的重大改變，對於高階經理人遞延薪酬福利及退休金 計畫部分的薪酬結構能夠更深入地瞭解，因此近幾年文獻得以進一步探討權益形 式薪酬（equity-based compensations）及遞延型薪酬佔總薪酬的比重，對於公司 營運及風險的影響。
2.2 高階經理人薪酬與公司經營績效之相關文獻
過去文獻指出，當高階經理人及 CEO 薪酬越高會促使公司價值及營運績效 越好（Mehran, 1995; Baber, Janakiraman, and Kang, 1996; Frydman and Saks, 2010），
但是也有部分文獻發現，一旦高階經理人及 CEO 薪酬過高時，反而會降低公司 價值及營運績效（Brick et al., 2006） 。Sun, Cahan, and Emanuel（2009）以銀行業 為樣本，發現薪酬委員會的獨立性及運作會影響 CEO 股票選擇權之薪酬，進而 影響銀行未來的營運表現。Fahlenbrach and Stulz（2011）以 2006 年 S&P 1500 指數之成分股的銀行為樣本，2008 年金融海嘯以前，銀行對於 CEO 薪酬之激勵 措施無法使 CEO 與股東利益一致，而且無證據證實這些銀行之績效表現相對較 好。金融海嘯期間，若銀行的 CEO 有較高的股票選擇權或有較高獎金薪酬時，
這些銀行的整體表現並未比較差，其證據顯示這些銀行的 CEO 並未在金融海嘯 期間減少手中持有的股份或選擇權，也因此 CEO 們蒙受巨大的損失。政府對於 公司薪酬設計及揭露規定之相關法規的改變，亦可能會影響公司未來對於高階經 理人的薪酬設計，例如：2001 年及 2002 年紐約證交所（New York Stock Exchange，
以下簡稱 NYSE）及 Nasdaq 等主要證交所陸續規定所有在其掛牌上市之公司，
公布了強化薪酬委員會獨立性之相關措施
12，以使薪酬委員會不受到經理人及內
部經理人影響，並確保委員會成員能與股東立場一致。Chhaochharia and Grinstein
（2009）發現，在美國主要證交所公布的上述措施後，CEO 薪酬顯著減少約 17%，
不過 Guthrie, Sokolowsky, and Wan（2012）則提出了相反的研究結果，在去除
Apple 及 Fossil 兩家屬於離群值的公司後，上述措施並不會使得 CEO 薪酬顯著減
少，提高薪酬委員會獨立性反而使得 CEO 總薪酬增加，但僅限於機構投資人比
‧ 受度，Perry and Zenner（2001）發現，SEC 在 1992 及 1993 年陸續修改公司對高 階經理人薪酬揭露規定後，1993 年以後，經理人的薪資成長率大幅下降，而且 經理人獎金（bonus）及總薪酬（total compensations）皆對公司股價報酬變動的 敏感度增加。此外，文獻上的實證結果普遍認為，當 Vega 及 Delta 越高時，股 票報酬變動率提高、股票報酬的系統風險與非系統風險均顯著提高。Belkhir and Chazi（2010） 及 DeYoung, Peng, and Yan（2013）分別以金融控股公司（bank holding company，以下簡稱金控）與商業銀行作為樣本，大致上獲得相同結論，CEO 的 Vega 越高，則股票報酬變動率提高、股票報酬的系統風險與非系統風險均顯著 提高，Delta 的結果則較不穩定。Bai and Elyasiani（2013）則是以 1992 年至 2008 年金控為樣本，探討非系統風險與經理人薪酬間之關係，其實證結果證實在金融 避假說，Delta 越高則 CEO 越傾向去降低風險，因此公司風險會降低（Coles, Daniel, and Naveen, 2006; Hagendorff and Vallascas, 2011） 。Sundaran and Yermack（2007）
認為遞延薪酬計畫與退休金計畫多半在一定時間後或經理人退休後才可領取，使 經理人面臨如同外部債權人類似的違約風險，為了避免自己未來無法獲得薪酬，
可以減緩或避免 CEO 去追求高風險的行為，在 Sundaran and Yermack（2007）中
使用類似於公司的負債權益比之定義，將 CEO 薪酬結構中的遞延薪酬計畫與退
休金計畫定義為內部負債（inside debt），將權益型薪酬定義為內部權益（inside
equity） ，進一步計算出 CEO 薪酬之負債權益比，若 CEO 薪酬之負債權益比越高，
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
則 CEO 越不會傾向增加公司風險，減少違約發生之可能性。整體而言，CEO 的 負債型薪酬可以降低違約風險（Sundaran and Yermack, 2007） ，促使 CEO 減少公 司風險，減少進行高風險的投資活動（Tung and Wang, 2011），以及公司債發行 時之財務限制條款較少（Chava et al., 2010）。
2.4 高階經理人薪酬與聯貸借款條件之相關文獻
聯貸相關文獻認為，相較於公司債投資人，銀行對於借款公司較為了解，亦 擁有較多的資訊（Dass and Massa, 2011），因此聯貸的借款條件通常能夠反映借 款公司本身的經營狀況。因此，少數文獻將 CEO 薪酬與上述聯貸特性結合，試 圖探討兩者間之關係。例如：Dezso and Ross（2012）認為當經理人為風險趨避 者，並且預期公司未來經營績效表現較好時，經理人會選擇持有價內的既得股票 選擇權（Vested options），因此當薪酬中價內的既得股票選擇權比例越高時，則 聯貸的借款利率較低，作者分析 1992 年至 2010 年所有非銀行業的 3,190 家借款 公司，以及超過 15,000 個聯貸樣本，其實證結果發現經理人薪酬的價內既得股 票選擇權比例與聯貸利率加碼間存在顯著負向關係，尤其這些公司的營運績效通 常表現較好、信用評等較好、違約風險較低、股票報酬波動度較低等，因此聯貸 條件較好，可以取得較為低廉的聯貸利率加碼。Anantharaman, Fang, and Gong
（2013）研究 2006 年至 2008 年間共 1,462 筆聯貸資料，實證結果發現 CEO 薪 酬的負債權益比與聯貸利率加碼為顯著負向關係，亦與財務限制條款個數為顯著 負向關係，換言之，當 CEO 薪酬的負債權益比越高時，CEO 傾向不去投資更高 風險的投資計畫，因此公司的風險較低，所以當公司向銀行借款時，其聯貸利率 加碼較低，亦被要求較少的財務限制條款。
2.5 研究假說
文獻上對於 Vega 對經理人風險承受度的影響較為明確且清楚，Core and
Guay（2002）將 Vega 定義為股票報酬的標準差變動 0.01 使得經理人的薪酬財富
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Peng, and Yan, 2013） 。
Core and Guay（2002）將 Delta 定義為股價變動 1%時，薪酬財富變動之總 額，文獻上對於 Delta 對經理人風險承受度的影響較無法明確界定。根據風險趨 避假說，部分文獻認為 Delta 具有風險趨避的效果（delta risk-aversion effect） ，薪 酬的 Delta 越高可能會增加經理人的風險趨避程度，促使經理人投資風險較小的 投資計畫（Coles, Danel, and Naveen, 2006） ，亦即 Delta 會減少經理人的風險承受 度。另一方面，根據風險移轉假說，部分文獻認為 Delta 具有風險移轉的效果（delta risk-shifting effect） ，薪酬的 Delta 越高可能使得經理人的財富與公司股價的立場 一致，可以減緩經理人與股東間的代理問題（Jensen and Meckling, 1976），因此 當經理人持有的股票比例較高時，會傾向選擇將風險移轉給債權人，提高公司的 風險，進行風險較高的營運策略，以提高其他股東及經理人自身的財富，亦即 Delta 會提高 CEO 的風險承受度（John and John, 1993） 。
由於 2006 年以後 SEC 對於薪酬揭露的要求，公司必須明確揭露高階經理人 的遞延薪酬福利及退休金計畫部分的薪酬，CEO 的內部負債可以使 CEO 面臨如 同外部債權人類似的違約風險，因此內部負債被認為可以減緩或避免 CEO 去追 求高風險的行為，亦即內部負債會減少 CEO 的風險承受度（Sundaran and Yermack, 2007; Edmands and Liu, 2011; Wei and Yermack, 2011; Cassell et al., 2012） 。
2.5.1 CEO 風險性薪酬對股票報酬風險之影響
文獻上的實證結果普遍認為，當 Vega 及 Delta 越高時，股票報酬波動度提 高、股票報酬的系統風險與非系統風險會顯著提高（Coles, Danel, and Naveen, 2006; DeYoung, Peng, and Yan, 2013; Cain and McKeon, forthcoming） 。CEO 的負債 權益比越高時，會減少 CEO 的風險承受度（Sundaran and Yermack, 2007; Edmands and Liu, 2011; Cassell et al., 2012） ，因此預期會使股票報酬波動度、股票報酬的 系統風險與非系統風險顯著降低（Wei and Yermack, 2011） 。Bai and Elyasiani（2013）
發現 CEO Vega 與銀行 Z-Score 間為顯著負向關係，亦即 CEO Vega 越高，則 CEO 傾向增加風險，因此銀行 Z-Score 會下降。假說 1a（非銀行業）及 1b（銀行業）
分別可設立為
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
險與非系統風險為正向關係，亦即較高的 CEO Vega 及 Delta 會增 加公司股票報酬變動的風險。
假說 1b：CEO Vega 及 Delta 與股票報酬變動的標準差、股票報酬的系統風 險與非系統風險為正向關係，亦即增加公司股票報酬變動的風險；
與銀行 Z-Score 間為負向關係，亦即較高的 CEO Vega 會降低銀行 的穩定度，使銀行的風險增加。
2.5.2 CEO 風險性薪酬對聯貸條件之影響
CEO 的 Vega 越高，會使得 CEO 之風險承受度提高，促使 CEO 進行風險較 高的營運策略（Coles, Danel, and Naveen, 2006），Delta 對 CEO 的風險承受度的 影響雖然較不明確，但目前多數文獻較支持 Delta 具有風險趨避效果的假說，亦 即 CEO 的 Delta 越高，會使得 CEO 之風險承受度降低（Knopf, Nam, and Thornton, 2002; Rogers, 2002; Nam, Ottoo, and Thornton, 2003; Coles, Danel, and Naveen, 2006） ，因此預期 Vega 會使得聯貸條件較差，Delta 會使得聯貸條件較好。Dezso and Ross（2012）證實既得股票選擇權（vested options）占薪酬比例越高時，這 些公司通常營運績效表現較好、信用平等較好且違約風險較低，因此聯貸利率加 碼較低。Sundaran and Yermack（2007）將 CEO 相對負債權益比定義為 CEO 薪 酬之負債權益比對公司負債比率，當 CEO 相對負債權益比大於 1 時，代表 CEO 的負債權益比大於公司負債比率，亦即 CEO 薪酬之內部負債比率相對較高。過 去文獻認為 CEO 的相對負債權益比越高，CEO 越傾向去降低公司的風險
（Sundaram and Yermack, 2007; Edmans and Liu, 2011），Anantharaman, Fang, and Gong（2013）的結果也證實 CEO 的相對負債權益比越高，CEO 傾向不去投資更 高風險的投資計畫，因此 CEO 的相對負債權益比與聯貸利率加碼為顯著負向關 係，亦與財務限制條款個數為顯著負向關係。因此，假說 2a（非銀行業）及 2b
（銀行業）可設立為
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
假說 2b：CEO Vega 越高，CEO 傾向提高風險，則聯貸條件較差（聯貸利率 加碼較高、財務限制條件較多） ，兩者為正向關係；CEO Delta 越 高，CEO 傾向減少風險，聯貸條件較好（聯貸利率加碼較低、財
務限制條件較少） ，兩者為負向關係。
3. 研究樣本與研究方法
3.1 非銀行業
3.1.1 研究樣本與資料來源
本研究樣本為 1992 年至 2010 年同時在 Execucomp 及 Dealscan 資料庫分別 有薪酬資料及聯貸資料的公司，並刪除 SIC code 為 6000 至 6999 之間的金融公 司。首先，使用 Chava and Robert（2008）
13之 Dealscan 資料庫與 Compustat 資 料庫之公司合併檔。部分樣本在計算 Vega 及 Delta 之過程中，或者主要變數資 料有所缺失等因素，造成樣本公司減少。最後，除了聯貸總額及財務限制條款個 數外，根據其餘後續迴歸分析使用之連續性自變數刪除離群值，將超過上下 1%
之樣本刪除。最後的樣本共包含 1,560 家借款公司、9,086 筆個別借款（loan facilities） 、6,905 筆借款交易（loan packages） ，以及 12,415 筆個別借款銀行（lead bank-facility-level）樣本。
CEO 的 Vega、Delta 及內部權益資料
14來自 Core, Daniel, and Naveen（2006）
及 Daniel, Li, and Naveen（2013）所提供之資料。CEO 薪酬之相關資料來自 Execucomp 資料庫，包括 CEO 總薪酬、現金薪酬既得股票選擇權、遞延薪酬福 利、退休金計畫、CEO 的年紀及就職期間等資料。聯貸相關之資料則來自 Dealscan 資料庫，包括聯貸利率加碼、財務限制條款、聯貸金額、到期日長短、主貸銀行 及參貸銀行資訊、以及主貸銀行認購份額等聯貸相關資料。銀行財務及會計資料
13 本研究使用賓州大學華頓商學院之 Robert 教授於網站上所提供之最新 Dealscan 資料庫與
Compustat 資料庫之公司合併檔：Dealscan_Compustat_Link_31Aug2012_xlsx，可直接至 Robert 教授之網站取得 http://finance.wharton.upenn.edu/~mrrobert/styled-9/styled-12/index.html
14 本研究使用天普大學之 Naveen 教授於網站上所提供之最新計算結果，實際資料期間至 2010
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
來自 Execucomp 及 Compustat 北美版資料庫，借款公司的股價及股票日報酬資料 取自 CRSP 資料庫，計算股票報酬風險過程中所需之 Fama-French 三因子模型之 資料，包括無風險利率及市場報酬（市場風險溢酬、SMB 及 HML）之日資料均 取自 French 教授之網站
15。
3.1.2 研究方法
為檢驗假說 1a，參考過去文獻（Dezso and Ross, 2012; Bai and Elyasiani, 2013;
DeYoung, Peng, and Yan, 2013）後，可設立以下迴歸模型
𝑅𝑖𝑠𝑘
𝑖,𝑡= 𝛼 + 𝛽
1𝐶𝐸𝑂 𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝑠
𝑖,𝑡+ 𝛽
2𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛾𝑋
𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟
𝑡+ 𝜗𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦
𝑖+ 𝜀
𝑖,𝑡(1) 應變數為 Risk
i,t，包括一年之股票日報酬的標準差（Total_risk）、Fama-French 三 因子模型所計算之 Beta 係數作為系統風險（Syst_risk）、以及 Fama-French 三因 子模型之殘差的標準差作為非系統風險（Idio_risk）。CEO Incentives 為 lnVega、
lnDelta、ln (Vested opts/ Cashcomp)等主要薪酬變數，lnVega 為 Vega 之自然對數，
Vega 定義為股票報酬的標準差變動 0.01 時，薪酬財富變動之總額 （Core and Guay, 2002; Coles, Daniel, and Naveen, 2006） ，lnDelta 為 Delta 之自然對數，Delta 定義 為股價變動 1%時，薪酬財富變動之總額（Core and Guay, 2002; Coles, Daniel, and Naveen, 2006） ，Vested opts/Cashcomp 為價內的既得股票選擇權之價值占現金薪 酬之比率，此處非銀行業的借款公司亦使用 2006 年以後的子樣本，計算 CEO 相 對負債權益比（RLEV） ，亦即個人的負債權益比對公司的負債權益比，作為 2006 年後子樣本的主要薪酬變數。根據過去文獻結果（Coles, Daniel, and Naveen, 2006） ，預期 lnVega 及 lnDelta 均與股票報酬風險為正向關係；ln (Vested opts/
Cashcomp)預期與股票報酬風險為負向關係；RLEV 預期將與股票報酬風險為負
向關係。IncentiveControl 為薪酬相關之控制變數，如：現金薪酬（lnCashcomp）。
‧ 定效果，Industry 為產業之固定效果，此處參考過去文獻使用 Fama-French 12 industry classification16。
為檢驗假說 2a，參考文獻（Wang, Xie, and Xin, 2010; Anantharaman, Fang, and Gong, 2013）後，可設立以下迴歸模型
𝐿𝑜𝑎𝑛
𝑖,𝑡= 𝛼 + 𝛽
1𝐶𝐸𝑂 𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝑠
𝑖,𝑡+ 𝛽
2𝐿𝑜𝑎𝑛𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛽
3𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛾𝑋
𝑖,𝑡−1+ 𝜌𝐿𝑜𝑎𝑛𝑃𝑢𝑟𝑝𝑜𝑠𝑒
𝑖,𝑡+ 𝜗𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦
𝑖+ 𝛿𝑌𝑒𝑎𝑟
𝑡+ 𝜀
𝑖,𝑡(2) 應變數為 Loan
i,t，包括聯貸利率加碼（All-in spread drawn）及財務限制條款之個 數（# of covenants） 。CEO Incentives 為 lnVega、lnDelta、ln (Vested opts/ Cashcomp) 及 RLEV 等主要薪酬變數，較高的 Vega 會增加 CEO 的風險承受度，預期 lnVega 家數（# of lenders）及主貸銀行家數（# of lead banks）等。IncentiveControl 為薪 酬相關之控制變數，包括現金薪酬（lnCashcomp）、CEO 年紀（CEO’s age）及 CEO 任期（ln CEOtenure）等。X
i,t-1為銀行本身特性之控制變數，包括前一年之 公司規模（lnAsset） 、市值帳面價值比（M/B ratio） 、權益比（equity ratio） 、資產 報酬率（ROA） 、固定資產對總資產比率（Tangibility） 、負債比率（Leverage）及 衡量違約風險的係數（Altman Z）等。最後，Year 為年度之固定效果；LoanPurpose 為聯貸的借款目的之固定效果，參考過去聯貸相關文獻之分類方式，主要分為 9 大類（詳見表 1 之 Panel A）；Industry 為 Fama-French 12 industry classification 之 產業固定效果。
16 模型 1 的產業固定效果，亦參考 Dezso and Ross (2012)等其他過去文獻作法，以 SIC code 前兩
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3.2 銀行業
3.2.1 研究樣本與資料來源
本研究樣本為 1992 年至 2010 年同時在 Execucomp 及 Dealscan 資料庫分別 有薪酬資料及聯貸資料之銀行。首先，同樣先使用 Chava and Robert（2008）之 Dealscan 資料庫與 Compustat 資料庫之公司合併檔，再根據 Fahlenbrach and Stulz
（2011）之選樣基準並做些微調整，先篩選出 SIC code 在 6000 至 6300 間之公 司，並刪除 SIC code 為 6099（Functions Related to Depository Banking, not elsewhere classified）及 6282（Investment Advice）等主要業務雖與銀行業相關，
但非銀行借貸活動之公司，並手動刪除其他主要業務並非為銀行借貸活動之金融 公司、單純經營保險業務之保險公司，以及證券交易所等。部分樣本在計算 Vega 及 Delta 之過程中，或者主要變數資料有所缺失等因素，造成樣本銀行減少。最 後，與非銀行業的樣本公司不同的則是僅根據 All-in spread drawn、lnVega、lnDelta 及 M/B ratio 等 4 個重要變數進行剔除極端值，將超過上下 1%之樣本刪除。最後 之樣本共包含 71 家銀行、453 筆個別借款（loan facilities） 、358 筆借款交易（loan packages） ，以及 597 筆個別借款銀行（lead bank-facility-level）樣本。
CEO 的 Vega、Delta 及內部權益資料同樣來自 Core, Daniel, and Naveen （2006）
及 Daniel, Li, and Naveen（2013）所提供之資料。CEO 薪酬之相關資料來自 Execucomp 資料庫，包括 CEO 總薪酬、現金薪酬既得股票選擇權、遞延薪酬福 利、退休金計畫、CEO 的年紀及就職期間等資料。聯貸相關之資料則來自 Dealscan 資料庫，包括聯貸利率加碼、財務限制條款、聯貸金額、到期日長短、主貸銀行 及參貸銀行資訊、以及主貸銀行認購份額等聯貸相關資料。銀行財務及會計資料 來自 Execucomp 及 Compustat Bank 資料庫，銀行的股價及股票日報酬資料取自 CRSP 資料庫，計算股票報酬風險過程中所需之 Fama-French 三因子模型之資料，
包括無風險利率及市場報酬（市場風險溢酬、SMB 及 HML）之日資料均取自
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
𝑅𝑖𝑠𝑘
𝑖,𝑡= 𝛼 + 𝛽
1𝐶𝐸𝑂 𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝑠
𝑖,𝑡+ 𝛽
2𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛾𝑋
𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟
𝑡+ 𝜀
𝑖,𝑡(3) 應變數為 Risk
i,t，包括一年之股票日報酬的標準差（Total_risk）、Fama-French 三 因子模型所計算之 Beta 係數作為系統風險（Syst_risk） 、Fama-French 三因子模型 之殘差的標準差作為非系統風險（Idio_risk） ，以及銀行穩定性（Z-Score） 。CEO Incentives 為 lnVega、lnDelta、ln (Vested opts/ Cashcomp)等主要薪酬變數，lnVega 為 Vega 之自然對數，Vega 定義為股票報酬的標準差變動 0.01 時，薪酬財富變動 之總額（Core and Guay, 2002; Coles, Daniel, and Naveen, 2006），lnDelta 為 Delta 之自然對數，Delta 定義為股價變動 1%時，薪酬財富變動之總額（Core and Guay, 2002; Coles, Daniel, and Naveen, 2006） ，Vested opts/Cashcomp 為價內的既得股票 選擇權之價值占現金薪酬之比率，Z-Score 為(ROA + ROE)/σ(ROA)取自然對數，
此處 ROA 及 ROE 分別為過去 4 年總資產報酬率及股東權益報酬率之平均值，
σ(ROA)為過去 4 年總資產報酬率之標準差，Z-Score 用來衡量銀行穩定度，Z-Score 越高代表銀行穩定度越高，亦即銀行風險越低。根據文獻結果（Coles, Danel, and Naveen, 2006） ，預期 lnVega 及 lnDelta 均與股票報酬風險為正向關係，lnVega 及 lnDelta 與 Z-Score 為負向關係；預期 ln (Vested opts/ Cashcomp)與股票報酬風險為 負向關係，ln (Vested opts/ Cashcomp)與 Z-Score 為正向關係。IncentiveControl
i,t為薪酬相關之控制變數，如：現金薪酬（lnCashcomp）。X
i,t-1為銀行本身特性之 控制變數，包括前一年之銀行規模（lnAsset） 、市值帳面價值比（M/B ratio） 、權 益比（equity ratio）及股東權益報酬率（ROE）等。最後，Year 為年度之固定效 果。
為檢驗假說 2b，並參考 Anantharaman, Fang, and Gong（2013）的作法後，
本文設立以下迴歸模型
𝐿𝑜𝑎𝑛
𝑖,𝑡= 𝛼 + 𝛽
1𝐶𝐸𝑂 𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝑠
𝑖,𝑡+ 𝛽
2𝐿𝑜𝑎𝑛𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛽
3𝐼𝑛𝑐𝑒𝑛𝑡𝑖𝑣𝑒𝐶𝑜𝑛𝑡𝑟𝑜𝑙
𝑖,𝑡+ 𝛾𝑋
𝑖,𝑡−1+ 𝜌𝐿𝑜𝑎𝑛𝑃𝑢𝑟𝑝𝑜𝑠𝑒
𝑖,𝑡+ 𝛿𝑌𝑒𝑎𝑟
𝑡+ 𝜀
𝑖,𝑡(4)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
應變數為 Loan
i,t，包括聯貸利率加碼（All-in spread drawn）及財務限制條款之個 數（# of covenants） 。CEO Incentives 為 lnVega、lnDelta、ln (Vested opts/ Cashcomp) 等主要薪酬變數，預期 lnVega 均與聯貸利率加碼及財務限制條款之個數為正向 關係，lnDelta 均與聯貸利率加碼及財務限制條款之個數為負向關係。LoanControl 為 聯 貸 相 關 之 控 制 變 數 ， 包 括 聯 貸 總 額 （ ln(Loan amount) ）、 到 期 日 長 短
（ln(Maturity)） 、銀行團之家數（# of lenders）及主貸銀行家數（# of lead banks）
等。IncentiveControl 為薪酬相關之控制變數，包括現金薪酬（lnCashcomp） 、CEO 年紀及 CEO 任期（ln CEOtenure）等。X
i,t-1為銀行本身特性之控制變數，包括前 一年之銀行規模（lnAsset） 、市值帳面價值比（M/B ratio） 、權益比（equity ratio）
及股東權益報酬率（ROE）等。最後，Year 為年度之固定效果；LoanPurpose 為 聯貸的借款目的之固定效果，參考過去聯貸相關文獻之分類方式，主要分為 9 大類（詳見表 8 之 Panel A）。
4. 實證結果
4.1 非銀行業
4.1.1 敘述性統計
表 1 為 1,560 家借款公司之 12,415 筆個別借款銀行（lead bank-facility-level）
樣本的敘述性統計結果，在 Panel A 中，整體樣本之聯貸利率加碼平均約 1.337%，
中位數則約 1.00%。聯貸總額平均約 5.73 億美元，平均借款長度約 44.850 個月，
銀行團家數約 11.690 家，其中主貸銀行家數約 1.749 家，而主貸銀行認購之份額
則約 53.877%，而且約有 52.5%聯貸被銀行要求提供擔保品，亦有 57.7%有至少
一項財務限制條款，而有財務限制條款的聯貸案中，其條件平均約 1.238 項。若
從聯貸類型來看，非銀行業的借款公司之聯貸類型仍以一年期以上之聯貸居多，
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
及 64.156 萬美元。若從薪酬結構來看，其各類型薪酬占總薪酬之比重，薪水及 獎金合計之現金薪酬約 0.409，既得股票選擇權約 1.877，限制性股票約 0.474，
若僅從 2006 年以後的子樣本來看，CEO 薪酬的負債權益比約 39.1%，此比率大 致與 Cassell et al.（2012）所發現之結果一致，若進一步從 CEO 薪酬的相對負債 權益比（RLEV）來看，整體而言高於公司的負債比率，其平均為 3.833，約 47.561%
（1.823 / 3.833）來自退休金計畫，而有 52.544%（2.014 / 3.833）則是來自遞延 薪酬福利計畫，其中 RLEV 高於 1 的樣本共占 31.2%，顯示對非銀行業的借款公 司而言，為了降低 CEO 去追求風險較高的投資計畫，會透過提高薪酬中的內部 負債比率來降低 CEO 去追求風險的行為。關於 CEO 本身的特性中，非銀行業借 款公司的 CEO，其年紀平均為 55.466 歲，平均任期為 6.229 年。
Panel C 的借款公司特性變數，M/B ratio 平均值為 2.934，Equity ratio 及 Leverage 之平均值分別為 0.384 及 0.296，顯示樣本公司之股東權益占 38.4%，負 債比率則為 29.6%，而有形資產占總資產比率平均為 35.5%，均顯示樣本公司的 違約風險應該較低。
4.1.2 CEO 風險性薪酬對股票報酬波動風險之影響
表 2 為 1,560 家樣本公司在 1992 年至 2010 年間，歷年之 CEO 薪酬、股票 報酬風險及銀行風險之概況，Panel A 為樣本期間，包含無論是否有無聯貸的年 度；Panel B 則是僅包含有銀行聯貸的年度；Panel C 則是僅包含沒有銀行聯貸的 年度；Panel D 則是歷年有聯貸的年度與沒有聯貸的年度的平均值之差。在 Panel A 中，樣本公司在 2001 年以後，CEO 的 Vega 明顯增加，Delta 在樣本期間內則 維持在 9 萬以上（lnDelta 約 4.5 以上）的水準，既得股票選擇權（vested options）
則是在 1997 年後明顯增加，CEO 薪酬的負債權益比及相對負債權益比（RLEV）
則多大抵維持了一定比例的內部負債。若同時比較 Panel B、Panel C 及 Panel D，
有聯貸的年度，CEO 的 Vega、Delta 及既得股票選擇權等相較沒有聯貸的年度來 得高，CEO 負債權益比及 RLEV 亦有相似結論，有聯貸的年度，CEO 負債權益 比及 RLEV 均較沒有聯貸的年度來得低。換言之，當公司有銀行聯貸的年度，
與權益型薪酬或風險承受度薪酬相關的變數均會較高，亦即 CEO 負債權益比及
相對負債權益比會較低。
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
司 CEO 薪酬及股票報酬風險是否有顯著差異，這 5 個時期包括：（1）Period 1 為 1992 年至 1999 年；（2）Period 2 為 2000 年至 2005 年，2000 年以後及 2006 年 SEC 對於高階經理人薪酬揭露制度改變前； （3）Period 3 為 2006 年至 2007 年，
為 2006 年 SEC 對於高階經理人薪酬揭露制度變更後，以及美國金融海嘯爆發前；
（4）Period 4 為 2008 年至 2009 年，為金融海嘯期間； （5）Period 5 為 2010 年，
亦即金融海嘯過後。Panel A 為上述 5 個期間之各項變數之平均值，Panel B 則是 各項變數在不同期間之 T 檢定結果。
在表 3 之 Panel B 中，2000 年以後（欄 2-3），CEO 的 Vega、Delta、既得股 票選擇權、總薪酬、現金薪酬及限制性股票等均有顯著增加，同時股票報酬變動 的總風險及非系統風險顯著提高。2006 年 SEC 對於高階經理人薪酬揭露制度改 變後（欄 4-5） ，CEO 的 Vega、Delta、現金薪酬及獎金均顯著減少，同時股票報 酬風險均顯著降低，似乎隱含了 Vega 及 Delta 對股票報酬風險影響為正向關係。
金融海嘯發生期間（欄 6-7），除 CEO 的薪資顯著增加外，其餘獎金、權益型薪 酬、Vega、Delta 及既得股票選擇權均顯著減少，同時股票報酬風險均顯著提高。
若比較金融海嘯後及金融海嘯期間（欄 8-9） ，上述數值大多迅速反向顯著變動，
亦即權益型薪酬顯著增加，但股票報酬風險卻有顯著下降。
表 4 係檢驗 CEO 薪酬對股票報酬風險之影響，迴歸模型除考慮年度之固定 效果外，標準誤亦根據各銀行進行調整。模型 1 至 4 之應變數為 Total_risk；模 型 5 至 8 之應變數為 Syst_risk；模型 9 至 12 之應變數為 Idio_risk。模型 1 及 9 之結果顯示，CEO 的 Vega 越高時，均對股票報酬有顯著負向影響，模型 5 則顯 示，CEO 的 Delta 與系統風險則有顯著正向關係，其結果僅 Delta 的部分與文獻 結果一致（Bai and Elyasiani, 2013; DeYoung, Peng, and Yan, 2013） ，ln (Vested opts/
Cashcomp)及 RLEV 的結果則均不顯著。整體而言，表 4 的結論與假說 1a 的預
期大多不一致，雖然在樣本篩選過程已將絕大多數的離群值刪除，但可能仍有其
他因素或者計量上的因素而影響了實證結果。
‧ opts/ Cashcomp)（Dezso and Ross, 2012） 、ln (Inside equity)及 RLEV（Sundaram and Yermack, 2007; Edmans and Liu, 2011; Anantharaman, Fang, and Gong, 2013） ；模型 7 之主要解釋變數則是 lnVega、lnDelta 及 RLEV。
表 6 的結果中，模型 1 及 3 顯示，CEO 的 Vega 與聯貸利率加碼為顯著負向
lnAsset、Equity ratio、M/B、ROA、Tangibility、Leverage 及 Altman Z 越高，隱含
公司的違約風險較低，因此聯貸利率加碼較低，所以上述變數與聯貸利率加碼為
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
足夠的證據顯示，CEO 薪酬會顯數影響財務條件限制的個數，若去除 RLEV 為 0 之樣本後，RLEV 仍與財務條件限制的個數有正向關係但不顯著（詳見附錄 5 之 模型 7 及 8） 。控制變數的結果與表 6 相似，大致上與預期一致。總結來說，Delta 與相對負債權益比的結果與文獻一致，當 Delta 及相對負債權益比越高時，CEO 越傾向去減少公司風險，因此聯貸利率加碼較低；相反地，Vega 的結果與文獻 不一致，即使在控制聯貸年度、聯貸目的及產業因素的固定效果後，Vega 與聯 貸利率加碼仍有顯著負向關係存在，隱含當 Vega 越高時，CEO 亦會傾向去減少 公司風險。不過，並沒有證據顯示，一般產業的 CEO 薪酬會顯著影響聯貸的財 務限制條件。
4.2 銀行業
4.2.1 敘述性統計
表 8 為 71 家銀行之 597 筆個別借款銀行樣本的敘述性統計結果，在 Panel A 中，整體樣本之聯貸利率加碼平均約 1.885%，中位數則約 0.50%。聯貸總額平 均約 7.35 億美元，平均借款長度約 46.966 個月，銀行團家數約 8.846 家，其中 主貸銀行家數約 1.714 家，而主貸銀行認購之份額則約 66.014%，而且高達 70.4%
不需提供擔保品，亦有高達 94.8%沒有財務限制條款，而有財務限制條款的聯貸 案中，其條件平均僅約 0.074 個。若從聯貸類型來看，約有 30.2%屬於一年內短 期資金融通之貸款，若從聯貸目的來看，亦有高達 67.7%係以公司營業活動需求 為主，隱含銀行借款多以短期資金需求為主。
在 Panel B 中，整體而言，CEO 的 Vega 及 Delta 平均分別為 51.348 萬美元
及 252.709 萬美元。若從薪酬結構來看，其各類型薪酬占總薪酬之比重，薪水及
獎金合計之現金薪酬約 0.371，既得股票選擇權約 4.25，限制性股票約 1.234，若
僅從 2006 年以後樣本來看，CEO 薪酬的負債權益比約 30.9%，顯示銀行 CEO 在
權益性薪酬之比重相當高，銀行較一般產業需要激勵性薪酬設計來促使 CEO 提
‧
18.6%；當非銀行業的借款公司，有 54.0%聯貸屬於 Revolver/Line >= 1 Year，銀
行僅 18.1%，顯示銀行的聯貸多屬於 1 年以下的聯貸居多。在聯貸的借款目的方
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
薪酬、股票報酬風險及銀行穩定性是否有顯著差異，表 11 將期間分為 5 個時期，
包括： （1）Period 1 為 1992 年至 1999 年，為金融限制鬆綁前，亦即金融現代化 法案實施前； （2）Period 2 為 2000 年至 2005 年，為金融現代化法案實施後及 2006 年 SEC 對於高階經理人薪酬揭露制度改變前； （3）Period 3 為 2006 年至 2007 年，
為 2006 年 SEC 對於高階經理人薪酬揭露制度變更後，以及美國金融海嘯爆發前；
（4）Period 4 為 2008 年至 2009 年，為金融海嘯期間； （5）Period 5 為 2010 年，
亦即金融海嘯過後。Panel A 為上述 5 個期間之各項變數之平均值，Panel B 則是 各項變數在不同期間之 T 檢定結果。
在表 11 之 Panel B 中，金融現代化法案實施後（欄 2-3） ，CEO 的 Vega、Delta、
既得股票選擇權、總薪酬、現金薪酬及限制性股票等均有顯著增加。2006 年 SEC 對於高階經理人薪酬揭露制度改變後（欄 4-5） ，CEO 的 Vega、Delta、現金薪酬 及獎金均顯著減少，同時股票報酬風險顯著降低，銀行風險（銀行穩定性）則是 顯著降低（提高） 。金融海嘯發生期間（欄 6-7），總薪酬、權益型薪酬、Vega、
Delta、既得股票選擇權及限制性股票均顯著減少，同時股票報酬風險及銀行風
險均顯著提高。若比較金融海嘯後及金融海嘯期間（欄 8-9） ，上述部分數值迅速
反向變動，但沒有統計上顯著性。因此，表 11 之結果似乎隱含，除了金融海嘯 前後的期間外，樣本銀行之薪酬結構及其銀行風險均能夠迅速對各個事件反映，
而且股票報酬風險對事件的敏感度在相較之下較高，反應最為迅速。
表 12 係檢驗銀行 CEO 薪酬對股票報酬風險及銀行風險之影響，迴歸模型除 考慮年度之固定效果外，標準誤亦根據各銀行進行調整。模型 1 至 3 之應變數為 Total_risk；模型 4 至 6 之應變數為 Syst_risk；模型 7 至 9 之應變數為 Idio_risk；
模型 10 至 12 之應變數為 Z-Score。模型 1 至 9 之結果大致上顯示，CEO 的 Vega
及 Delta 越高時，均對股票報酬有顯著正向影響，與文獻結果一致（Bai and
Elyasiani, 2013; DeYoung, Peng, and Yan, 2013） ，並且符合假說 1b，既得股票選擇
權與股票報酬有負向關係但不顯著，因此與 Dezso and Ross（2012）之結果部分
‧
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4.3 穩健性測試
4.3.1 CEO 薪酬與聯貸之資料頻率不同
絕大多數討論聯貸的相關文獻，多以個別借款層級（facility-level）的資料 去 做 實證 研究 ，近年來 為了 進 一 步深入討論則開 始以主貸銀行層級（ lead bank-facility-level）資料去做實證研究，不過這將會造成聯貸資料與解釋變數間 在資料頻率上的不同，在本文中的 CEO 薪酬屬於年資料，聯貸資料則並非每年 皆有，不過按照 Dezso and Ross（2012）及 Anantharaman, Fang, and Gong（2013）
之研究方法，採用 cross-sectional regression 的迴歸模型可以減低這方面問題，不 過公司可能並非每年皆有聯貸，有時在同一年度會有兩筆以上之聯貸，因此本部 分係將聯貸資料頻率透過加權平均方式，以和 CEO 薪酬資料的資料頻率一致。
在迴歸分析中使用到的聯貸相關變數，應變數包括 All-in spread drawn 及# of Covenants，以及自變數 ln(Loan amount)、ln(Maturity)、# of lenders 與# of lead banks 按聯貸總額取加權平均，權重為該筆聯貸總額除以該公司當年度所有聯貸總額，
因此每家公司在每一年將會有一筆加權平均後的上述變數。
附錄 6 及附錄 7 為非銀行業樣本的迴歸結果，其結果仍與原先結論相同，
Vega 及 Delta 與聯貸利率加碼間為顯著正向關係，RLEV 同樣與過去文獻一致，
與聯貸利率加碼為顯著負向關係。應變數為財務限制條款個數時，除了 RLEV 變 成顯著外，其餘變數與原先結果相同。
附錄 8 為銀行業樣本迴歸結果顯示，CEO 薪酬的幾個主要變數顯著性都略 有提高，不過係數的方向仍與原先結果相同。當應變數為聯貸利率加碼時，模型 2 中的 Delta 與聯貸利率加碼間為顯著正向關係，模型 5 中的 CEO 權益型薪酬也 與聯貸利率加碼間為顯著正向關係。當應變數為財務限制條款個數時，雖然主要 解釋變數的顯著性略有提升，但是仍不具統計上顯著性。
因此，在調整聯貸相關變數的資料頻率後，整體而言，係數之顯著性雖略有
提升，但結論仍與原先結果相同。
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
歸模型來嘗試修正內生性問題。首先，先估計 Vega、Delta 及其他 CEO 薪酬變 數，接著再將估計的 Vega、Delta 及其他 CEO 薪酬變數代入第二階段迴歸模型 中，非銀行業樣本之兩階段迴歸模型設立如下：
2nd-stage:
𝑅𝑖𝑠𝑘𝑖,𝑡 = 𝛼 + 𝛽1𝑃_𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡−1+ 𝛽2𝑃_𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡−1+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜗𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑖+ 𝜀𝑖,𝑡 1st-stage:
𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡 = 𝛼 + 𝛽1𝑅𝑖𝑠𝑘𝑖,𝑡−1+ 𝛽2𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜗𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑖+ 𝜀𝑖,𝑡
𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡= 𝛼 + 𝛽1𝑅𝑖𝑠𝑘𝑖,𝑡−1+ 𝛽2𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜗𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑖+ 𝜀𝑖,𝑡
銀行業樣本之兩階段迴歸模型設立如下：
2nd-stage:
𝑅𝑖𝑠𝑘𝑖,𝑡= 𝛼 + 𝛽1𝑃_𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡−1+ 𝛽2𝑃_𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡−1+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀𝑖,𝑡 1st-stage:
𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡= 𝛼 + 𝛽1𝑅𝑖𝑠𝑘𝑖,𝑡−1+ 𝛽2𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀𝑖,𝑡
𝑙𝑛𝐷𝑒𝑙𝑡𝑎𝑖,𝑡= 𝛼 + 𝛽1𝑅𝑖𝑠𝑘𝑖,𝑡−1+ 𝛽2𝑙𝑛𝑉𝑒𝑔𝑎𝑖,𝑡+ 𝛾𝑋𝑖,𝑡−1+ 𝛿𝑌𝑒𝑎𝑟𝑡+ 𝜀𝑖,𝑡
附錄 9 為非銀行業 CEO 薪酬與公司風險之關係之兩階段迴歸模型結果，在 第一階段迴歸模型的結果，控制變數的方向大致上符合預期，而在第二階段迴歸 結果，Vega 與風險雖然仍呈現負向關係，但已經不顯著。Delta 則是與總風險及 非系統風險顯著為負向關係，但與系統性風險有顯著正向關係，Delta 在兩階段 迴歸模型的結果比較支持 Delta 具有風險趨避效果之假說。附錄 10 為銀行業 CEO 薪酬與公司風險之關係之兩階段迴歸模型結果，相較於非銀行業公司，銀行業的 結果較為一致，Vega 及 Delta 均與風險有正向關係，Delta 顯著性同樣地提升了，
此結果似乎隱含了比較支持 Delta 具有風險移轉效果之假說，對於聯貸樣本的銀 行業 CEO 而言會傾向選擇提高銀行風險來創造銀行利潤。
5. 結論與未來研究建議
過去文獻發現當高階經理人及 CEO 薪酬越高，會促使 CEO 提升股東價值，
因此公司價值及營運績效越好（Mehran, 1995; Baber, Janakiraman, and Kang, 1996;
Frydman and Saks, 2010） ，若權益型薪酬（equity based compensations）可以促使
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
值及營運績效，所以當股票及股票選擇權等權益型薪酬比例越高時，則公司價值 及營運績效會有所提升（Guay, 1999; Core and Larcker, 2002; Coles, Daniel, and Naveen, 2006; Low, 2009） 。相反地，CEO 的負債型薪酬（如：遞延薪酬計畫與退 休金計畫）可以使 CEO 面臨如同外部債權人類似的違約風險，CEO 為了避免自 己未來無法領取此部分的薪酬，因此會減緩或避免去追求高風險的行為，因此會 使得公司風險降低（Sundaran and Yermack, 2007; Edmands and Liu, 2011; Cassell et al., 2012） ，但另一方面若負債型薪酬之比率過高時，會導致 CEO 過於保守而 無法去投資淨現值大於 0 之具投資收益之計畫，提高公司獲利，使股東價值極大 化。
本論文探討銀行業 CEO 薪酬與聯貸條件的關聯性的原因，係由於 2008 年美 國次級房貸所引發的一連串金融危機，當時大眾對於華爾街的銀行 CEO 在領取 高額薪酬時，卻過度擴張銀行的風險，可能進一步導致金融危機的產生。從敘述 性統計的結果顯示，非銀行業與銀行業在同時作為借款者的角色上，其聯貸條件、
聯貸結構、CEO 薪酬結構，以及公司特性方面都有很大差異，相較於一般產業 的公司來說，將近 7 成左右的銀行業的聯貸多以一年內的短期資金融通居多，一 般產業的公司僅約 35%左右。銀行業的聯貸通常也較不會被要求提供擔保品，以 及要求符合財務限制條件。從 CEO 薪酬結構來看，銀行業的 CEO 不但總薪酬較 高，權益型薪酬的金額及比例均高於一般產業的 CEO，隱含銀行透過提高 CEO 權益型薪酬來促使 CEO 提高其風險承受度，進一步提高銀行的風險，可能使銀 行獲得利潤。
假說 1 係檢驗 CEO 薪酬對股價報酬波動風險的影響，其中一般產業借款公
司之實證結果顯示，CEO 的 Vega 與股票報酬變動度、系統性風險及非系統性風
險間為顯著負向關係，Delta 僅與股票報酬變動度為顯著正向關係。因此 Delta
的結果支持假說 1a，當 Delta 越高則會使得股票報酬波動的風險增加，但 Vega
的結果不支持假說 1a，亦即 Vega 越高反而會使股票報酬波動度的風險減少。銀
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
顯示，CEO 的 Vega、Delta 及 RLEV 均對聯貸利率加碼有顯著負向影響，但對財 務限制個數則沒有顯著影響，因此 CEO 的 Delta 及 RLEV（個人負債權益比對公 司負債比）之結果支持假說 2a，隱含當 Delta 及 CEO 個人負債權益比對公司負 債比越高時，CEO 越會傾向去減少公司風險，因此聯貸利率加碼較低。相反地，
Vega 的結果不支持假說 2a，Vega 越高同樣會使聯貸利率加碼較低。銀行業之實 證結果顯示，Vega 與聯貸利率加碼及財務限制之個數間均為正向關係，Delta 與 聯貸利率加碼為正向關係，但與財務限制之個數間均為負向關係，但上述關係均 不顯著，因此結果為部分支持假說 2b，隱含由於銀行業彼此間反而因為具有資 訊優勢，CEO 的風險性薪酬對銀行營運之影響反而無法如同一般產業之公司反 映於聯貸條件上，因此統計上之結果不顯著。
在本論文的研究過程中，我們發現 CEO 的 Vega 及 Delta 結果容易受到離群
值之影響，因此在刪除離群值的過程雖然已經盡量可能減少離群值對迴歸結果的
影響，但是一般產業的結果中，CEO 的 Vega 無論是對股票報酬波動的風險的影
響，或對聯貸條件的影響，仍舊與預期不一致，銀行業的結果則是與預期一致但
不顯著，在兩階段迴歸模型雖然提高了變數的解釋能力，但在非銀行業樣本的
Vega 仍與預期不一致，本論文在後續的研究中，仍將會針對此部分再進行檢討
及改進。
‧
All-in spread drawn All-in spread drawn in basis points All-in spread undrawn All-in spread undrawn in basis points
Loan amount Total deal amount of a facility in millions of dollars
Maturity Number of months of a facility's maturity
Collateral Takes a value of one if the company is requested by banks to provide a collateral for the syndicated loan, and zero otherwise
# of lenders Number of lenders for a facility
# of lead banks Number of lead lenders for a facility Lead bank shares Percentages of lead lender shares
Covenants Takes a value of one if one of 17 financial covenants presents in a package and zero otherwise
# of covenants The sum of 17 financial covenants, one if present in a package and zero otherwise (Chava and Roberts, 2008).
Stock Return Volatility and Bank Stability
Total_risk The standard deviation of natural daily stock returns over a year
Syst_risk Beta coefficient of Fama-French three factor model over a year
Idio_risk The standard deviation of Fama-French three factor model residuals over a year
Z-Score Natural log of (ROA + ROE)/σ(ROA), where ROA and ROE is the mean of return on assets and mean of return on equitys over the past four years respectively; σ(ROA) is the standard deviation of return on assets over the past four years.
CEO Compensation Structure
Vega Dollar change in wealth for a 0.01 change in standard
deviation of stock returns (Core and Guay, 2002; Coles,
‧
ln (Delta) Natural log of Delta.
Delta / Totalcomp Delta scaled by Totalcomp.
Delta / Cashcomp Delta scaled by Cashcomp.
Inside equity The sum of stock value, restriced stock value, and the value of stock option holdings (using the Black-Scholes
formulae) (Daniel, Li, and Naveen, 2013).
ln (Inside equity) Natural log of CEO's inside equity.
Inside debt The sum of the present value of accumulated pension benefits (pension_value_tot) and deferred compensations (defer_balance_tot) in Execucomp.
CEO debt / equity The ratio of CEO's inside debt to inside equity.
RLEV The ratio of CEO's inside leverage to firm market leverage.
RLEV_PEN The ratio of CEO's pension to equity ratio to firm market leverage (Anantharaman, Fang, and Gong, 2013).
RLEV_ODC The ratio of CEO's deferred benefits to equity ratio to firm market leverage (Anantharaman, Fang, and Gong, 2013).
High RLEV Takes a value of one if RLEV is higher than one and zero otherwise (Sundaram and Yermack, 2007).
Cashcomp / Totalcomp Cash based compensations scaled by total annual compensations.
Vested opts/ Cashcomp The value of vested in-the-money options scaled by cash based compensations.
ln (Vested opts/ Cashcomp) Natural log of Vested opts/ Cashcomp.
Vested opts/Totalcomp The value of vested in-the-money options scaled by total annual compensations.
ln (Vested opts/Totalcomp) Natural log of Vested opts/Totalcomp.
Totalcomp Total annual compensations in thousand dollars (tdc1) in Execucomop.
Salary The base salary in thousand dollars during the year.
Bonus The cash bonus in thousand dollars during the year.
Cashcomp The sum of salary and bonus in thousand dollars during the year.
Vested opts The value of vested in-the-money options in thousand dollars.
CEO Specific Characters
CEO's age CEO's age
CEO tenure Number of years in CEO's current term
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Firm Control Variables
lnAsset Natural log of book value of total assets.
Market capitalization Natural log of market value of common equity
M/B Market to book ratio of equity
Equity ratio Total equity capital scared by total assets
ROA Net income scared by total assets
ROE Net income scared by total equity capital
Leverage The sum of long-term debt and debt in current liabilities scred by total assets.
Tangibility The ratio of net property, plant, and equipment to total assets.
Tobins'Q The ratio of market value of assets to book value of assets.
Altman Z Altman's Z-score, including Altman's Z-score for
manufacturing firms and nonmanufacturing firms (Altman, 1968).
‧
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
A2.2 經理人薪酬之 Vega 及 Delta 計算方式
選擇權之 vega 為股票報酬波動度對選擇權價值的一階微分，Core and Guay
（2002）將此定義為當股票報酬標準差變動 0.01，選擇權價值變動的金額，因此 vega 為
𝑉𝑒𝑔𝑎 = 𝑒
−𝑑𝑇𝑁′(𝑍)S√𝑇 × 0.01 此處的𝑁′常態機率密度函數（normal density function）。
delta 為股價對選擇權價值的一階微分，Core and Guay（2002）將此定義當 股價變動 1%，選擇權價值變動的金額，因此 delta 為
𝐷𝑒𝑙𝑡𝑎 = 𝑒
−𝑑𝑇𝑁(𝑍) × ( 𝑝𝑟𝑖𝑐𝑒 100 )
為求得經理人之權益型薪酬財富組合的 Vega 及 Delta，必須將上述公式計算 出來的數值，各自乘上所持有之選擇權價值及限制型股票價值，加總後可求出權 益型薪酬的變動總金額。經理人之權益型薪酬總額則是既得選擇權（vested options） 、未既得選擇權（unvested options）、限制型股票（restricted stocks）之 總價值。
由於 SEC 於 2006 年針對高階經理人薪酬揭露制度之改變，Execucomp 對於
計算選擇權價值過程中之部分資料不再提供（例如：股票報酬波動度、無風險利
率及現金股利殖利率） ，因此在計算時需注意，對於 Vega 及 Delta 在估算上之詳
細說明及計算過程可參考 Core and Guay（2002） 、Cassell et al.（2012）的 Appendix
A 及 Coles, Daniel, and Naveen（2013）之內容。
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄 3 相關係數表－非銀行業
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 All-in-spread drawn
1
2 ln (Loan amount) -0.2567 1
(<.0001)
3 ln (Maturity) 0.1498 0.0015 1
(<.0001) (0.8651 )
4 Collateral 0.5656 -0.2961 0.2244 1
(<.0001) (<.0001) (<.0001)
5 # of lenders -0.1175 0.4442 0.0820 -0.1288 1 (<.0001) (<.0001) (<.0001) (<.0001)
6 # of leadbank 0.1654 0.2085 0.1107 0.0127 0.0996 1 (<.0001) (<.0001) (<.0001) (0.2698 ) (<.0001)
7 Lead bank shares 0.0448 -0.2656 -0.1411 0.2456 -0.2850 -0.3698 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
8 Covenant 0.1699 -0.0004 0.2149 -0.0040 0.1596 -0.0141 -0.2133 1 (<.0001) (0.9681 ) (<.0001) (0.7255 ) (<.0001) (0.1166 ) (<.0001)
9 # of covenants 0.3101 -0.1251 0.2453 0.2984 0.0962 -0.0464 -0.0872 0.8267 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
10 lnDelta -0.22299 0.3318 -0.00579 -0.1723 0.18856 0.10158 -0.07749 -0.05894 -0.08919 1 (<.0001) (<.0001) (0.5187 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
11 Delta / Totalcomp -0.0234 -0.0415 0.0128 0.0388 -0.0074 -0.0108 0.0326 0.0196 0.0113 0.3932 1
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(0.0091 ) (<.0001) (0.1556 ) (0.0007 ) (0.4093 ) (0.2299 ) (0.0003 ) (0.0292 ) (0.2090 ) (<.0001)
12 lnVega -0.2241 0.4178 -0.0882 -0.2655 0.2164 0.1511 -0.1211 -0.0996 -0.1496 0.6423 -0.0500 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
13 Vega / 1000 -0.2264 0.3675 -0.0732 -0.2545 0.1725 0.1023 -0.1050 -0.1209 -0.1754 0.5490 -0.0143 0.7666 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.1109 ) (<.0001)
14 ln (Vested opts/
Cashcomp)
-0.1147 0.1118 0.0637 -0.0455 0.0652 0.0283 -0.0130 0.0275 0.0218 0.5584 0.1412 0.3346 0.2659 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0016 ) (0.1470 ) (0.0022 ) (0.0154 ) (<.0001) (<.0001) (<.0001) (<.0001)
15 ln (Vested opts/
Totalcomp)
-0.0829 0.0113 0.0411 0.0065 0.0273 -0.0261 0.0316 0.0252 0.0428 0.3843 0.2047 0.1497 0.1166 0.8725 (<.0001) (0.2068 ) (<.0001) (0.5741 ) (0.0023 ) (0.0036 ) (0.0004 ) (0.0051 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 16 ln (Inside equity) -0.1871 0.2936 0.0108 -0.1321 0.1724 0.0958 -0.0667 -0.0404 -0.0608 0.9903 0.4167 0.5664 0.4856 0.5489
(<.0001) (<.0001) (0.2295 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 17 ln (Totalcomp) -0.1333 0.4545 -0.0287 -0.1877 0.2289 0.2034 -0.1320 -0.0729 -0.1363 0.5293 -0.1648 0.6333 0.5346 0.2360
(<.0001) (<.0001) (0.0014 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 18 ln (Cashcomp) -0.2140 0.4145 -0.0504 -0.1949 0.2564 0.1438 -0.1054 -0.1091 -0.1471 0.5137 -0.0535 0.5601 0.4948 0.1201
(<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 19 ln (Salary) -0.0850 0.3236 -0.0144 -0.1428 0.1501 0.1643 -0.1178 -0.0438 -0.0920 0.2450 -0.0776 0.3466 0.3014 0.0955
(<.0001) (<.0001) (0.1099 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 20 ln (Bonus) -0.2080 0.0580 -0.0565 -0.0672 0.1111 -0.0514 0.0298 -0.0757 -0.0438 0.1837 -0.0083 0.1671 0.1468 -0.0235
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(0.0225 ) (0.0132 ) (0.0086 ) (0.0092 ) (0.0342 ) (0.5234 ) (0.0026 ) (0.0979 ) (0.1027 ) (0.0013 ) (0.0806 ) (0.7707 ) (0.0394 ) (0.0786 ) 24 RLEV_ODC -0.0179 -0.0269 -0.0505 0.0186 -0.0271 -0.0082 0.0140 0.0087 0.0174 -0.0373 -0.0159 0.0065 0.0135 -0.0209 (0.3169 ) (0.1324 ) (0.0047 ) (0.3849 ) (0.1295 ) (0.6475 ) (0.4324 ) (0.6260 ) (0.3297 ) (0.0369 ) (0.3742 ) (0.7140 ) (0.4487 ) (0.2426 ) 25 High RLEV -0.1779 0.0540 -0.0999 -0.2366 0.0019 -0.0219 -0.0867 -0.0420 -0.1309 -0.0776 -0.1379 0.0244 0.0693 -0.0722 (<.0001) (0.0025 ) (<.0001) (<.0001) (0.9175 ) (0.2193 ) (<.0001) (0.0184 ) (<.0001) (<.0001) (<.0001) (0.1712 ) (0.0001 ) (<.0001) 26 CEO's age -0.0778 0.0530 -0.0169 -0.0659 0.0431 -0.0677 -0.0016 -0.0384 -0.0740 0.1400 0.0582 0.0604 0.0734 0.0313
(<.0001) (<.0001) (0.0650 ) (<.0001) (<.0001) (<.0001) (0.8657 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0006 ) 27 lnCEO tenure 0.0339 -0.0349 0.0298 0.0309 -0.0053 -0.0508 -0.0019 0.0380 0.0437 0.2734 0.1147 0.0955 0.0934 0.2005 (0.0002 ) (<.0001) (0.0009 ) (0.0071 ) (0.5569 ) (<.0001) (0.8366 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 28 lnAsset -0.2196 0.6331 -0.1207 -0.3210 0.3057 0.2951 -0.1945 -0.2328 -0.3409 0.3793 -0.0505 0.5549 0.4904 0.0756
(<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 29 Equity ratio -0.1147 -0.2058 0.0298 -0.0382 -0.1493 -0.1776 0.0613 0.1002 0.0998 0.0210 0.0696 -0.0523 -0.0221 0.0783
(<.0001) (<.0001) (0.0009 ) (0.0009 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0191 ) (<.0001) (<.0001) (0.0137 ) (<.0001) 30 M/B -0.2230 0.1019 -0.0323 -0.1118 0.0356 0.0489 0.0188 -0.0755 -0.0739 0.3078 0.0911 0.2138 0.2164 0.2514
(<.0001) (<.0001) (0.0003 ) (<.0001) (<.0001) (<.0001) (0.0369 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 31 ROA -0.3541 0.0871 -0.0174 -0.2505 -0.0039 -0.0882 -0.0227 -0.0410 -0.0809 0.2410 0.0640 0.1510 0.1538 0.2292
(<.0001) (<.0001) (0.0525 ) (<.0001) (0.6627 ) (<.0001) (0.0115 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) 32 ROE -0.3243 0.1273 -0.0200 -0.2300 0.0330 -0.0227 -0.0565 -0.0691 -0.1004 0.2263 0.0324 0.1767 0.1645 0.1879
(<.0001) (<.0001) (0.0261 ) (<.0001) (0.0002 ) (0.0114 ) (<.0001) (<.0001) (<.0001) (<.0001) (0.0003 ) (<.0001) (<.0001) (<.0001) 33 Leverage 0.2586 0.0691 0.0326 0.2005 0.0887 0.1750 -0.0278 -0.0300 0.0295 -0.0221 0.0100 -0.0151 -0.0327 -0.0444
(<.0001) (<.0001) (0.0003 ) (<.0001) (<.0001) (<.0001) (0.0019 ) (0.0008 ) (0.0010 ) (0.0139 ) (0.2640 ) (0.0916 ) (0.0003 ) (<.0001) 34 Tangibility -0.0255 0.0477 -0.0348 -0.0564 0.0225 0.0569 -0.0404 -0.0961 -0.1403 -0.0819 -0.0117 -0.0601 -0.0681 -0.0640
(0.0046 ) (<.0001) (0.0001 ) (<.0001) (0.0121 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.1930 ) (<.0001) (<.0001) (<.0001) 35 Tobins'Q -0.2674 0.0303 -0.0565 -0.1416 -0.0200 -0.0756 0.0568 -0.0500 -0.0607 0.3151 0.1427 0.1964 0.2107 0.2813
(<.0001) (0.0007 ) (<.0001) (<.0001) (0.0256 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
36 Altman Z -0.0681 -0.0952 -0.0075 -0.0311 -0.0566 -0.0667 0.0516 0.0338 0.0243 0.0577 0.0475 0.0126 0.0088 0.0821 (<.0001) (<.0001) (0.4034 ) (0.0068 ) (<.0001) (<.0001) (<.0001) (0.0002 ) (0.0067 ) (<.0001) (<.0001) (0.1612 ) (0.3259 ) (<.0001)
15 16 17 18 19 20 21 22 23 24 25 26 27 28
15 ln (Vested opts/
Totalcomp)
1
16 ln (Inside equity) 0.3862 1
(<.0001)
17 ln (Totalcomp) -0.0323 0.4905 1
(0.0003 ) (<.0001)
18 ln (Cashcomp) 0.0984 0.4771 0.6410 1 (<.0001) (<.0001) (<.0001)
19 ln (Salary) 0.0123 0.2124 0.3871 0.5743 1 (0.1721 ) (<.0001) (<.0001) (<.0001)
20 ln (Bonus) 0.0716 0.1752 0.1764 0.6358 0.0680 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
21 CEO debt / equity -0.1709 -0.3389 -0.0111 -0.0317 0.0039 -0.09419 1 (<.0001) (<.0001) (0.5317 ) (0.0757 ) (0.8270 ) (<.0001)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25 High RLEV -0.1223 -0.1085 0.1000 0.0035 0.0435 -0.15803 0.4034 0.1404 0.16875 0.0853 1 (<.0001) (<.0001) (<.0001) (0.8433 ) (0.0148 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
26 CEO's age 0.0424 0.1327 0.0396 0.1293 0.0979 0.0241 0.10764 0.0350 0.0685 0.00925 0.1530 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0083 ) (<.0001) (0.0504 ) (0.0001 ) (0.6054 ) (<.0001)
27 lnCEO tenure 0.1749 0.2808 0.0100 0.0737 0.0746 -0.0276 -0.0722 -0.05551 -0.0346 -0.0483 -0.05417 0.3044 1 (<.0001) (<.0001) (0.2652 ) (<.0001) (<.0001) (0.0021 ) (<.0001) (0.0019 ) (0.0529 ) (0.0068 ) (0.0024 ) (<.0001)
28 lnAsset -0.0346 0.3239 0.5774 0.5588 0.3978 0.0823 0.0718 -0.0112 0.02471 -0.0243 0.1287 0.11071 -0.0765 1 (0.0001 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.5310 ) (0.1663 ) (0.1737 ) (<.0001) (<.0001) (<.0001)
29 Equity ratio 0.0609 0.0342 -0.1190 -0.1870 -0.1024 -0.0709 -0.1295 0.0352 -0.0050 0.04276 0.0870 -0.0351 0.05685 -0.3886 (<.0001) (0.0001 ) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0487 ) (0.7803 ) (0.0166 ) (<.0001) (0.0001 ) (<.0001) (<.0001) 30 M/B 0.1691 0.2978 0.2298 0.1685 0.0551 0.0894 -0.0616 -0.0053 0.0027 -0.0073 0.08891 -0.0390 -0.0258 0.05928 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0005 ) (0.7669 ) (0.8793 ) (0.6826 ) (<.0001) (<.0001) (0.0040 ) (<.0001) 31 ROA 0.1574 0.2270 0.1163 0.0763 0.0516 0.0228 -0.0583 -0.0066 0.0063 -0.0105 0.1652 0.02664 0.0603 -0.0323
(<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0112 ) (0.0010 ) (0.7103 ) (0.7230 ) (0.5568 ) (<.0001) (0.0036 ) (<.0001) (0.0003 ) 32 ROE 0.1137 0.2068 0.1433 0.1238 0.0710 0.0413 -0.0312 0.0035 0.0260 -0.0077 0.1354 0.0366 0.04571 0.0773 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (0.0801 ) (0.8440 ) (0.1460 ) (0.6672 ) (<.0001) (<.0001) (<.0001) (<.0001) 33 Leverage -0.0208 -0.0178 -0.0149 0.0356 -0.0131 0.0238 0.0193 -0.1306 -0.1397 -0.0873 -0.2048 -0.0077 0.03631 0.1667
(0.0208 ) (0.0477 ) (0.0978 ) (<.0001) (0.1432 ) (0.0081 ) (0.2782 ) (<.0001) (<.0001) (<.0001) (<.0001) (0.4020 ) (<.0001) (<.0001) 34 Tangibility -0.0326 -0.0890 -0.0668 -0.0112 -0.0412 0.0507 0.0354 -0.0613 -0.0538 -0.0462 -0.0346 0.0242 -0.01008 0.1828
(0.0003 ) (<.0001) (<.0001) (0.2144 ) (<.0001) (<.0001) (0.0470 ) (0.0006 ) (0.0026 ) (0.0097 ) (0.0524 ) (0.0081 ) (0.2613 ) (<.0001) 35 Tobins'Q 0.1967 0.3088 0.1744 0.0858 0.0211 0.0550 -0.1225 -0.0052 -0.0182 0.0023 0.1022 -0.0392 -0.00506 -0.0674
(<.0001) (<.0001) (<.0001) (<.0001) (0.0190 ) (<.0001) (<.0001) (0.7710 ) (0.3072 ) (0.8991 ) (<.0001) (<.0001) (0.5727 ) (<.0001) 36 Altman Z 0.0547 0.0635 -0.0059 -0.0584 -0.0319 -0.0123 -0.0517 0.1617 0.1696 0.1095 0.0743 -0.0237 0.00387 -0.1511
(<.0001) (<.0001) (0.5089 ) (<.0001) (0.0004 ) (0.1718 ) (0.0037 ) (<.0001) (<.0001) (<.0001) (<.0001) (0.0094 ) (0.6660 ) (<.0001)
‧
國立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29 30 31 32 33 34 35 36
29 Equity ratio 1
30 M/B -0.1340 1
(<.0001)
31 ROA 0.33803 0.3677 1
(<.0001) (<.0001)
32 ROE 0.0146 0.47586 0.8030 1
(0.1030 ) (<.0001) (<.0001)
33 Leverage -0.6940 0.00306 -0.34564 -0.1080 1
(<.0001) (0.7334 ) (<.0001) (<.0001)
34 Tangibility -0.2234 -0.15699 -0.1098 -0.06284 0.2931 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
35 Tobins'Q 0.3110 0.77067 0.5191 0.3460 -0.3018 -0.20501 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
36 Altman Z 0.3522 0.12669 0.2059 0.0643 -0.3812 -0.1501 0.3224 1 (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001) (<.0001)
本表為非銀行業樣本的所有迴歸變數之相關係數表，包含應變數及自變數。CEO 薪酬資料及聯貸資料分別來自 Execucomp 資料庫及 Dealscan 資料庫，CEO 的 Vega、