1,000銀行海外擴張的策略對當地銀行的影響及金融中心的吸引力(I)

(1)

行政院國家科學委員會專題研究計畫成果報告

1,000 銀行海外擴張的策略對當地銀行的影響及金融中心的

吸引力(I)

研究成果報告(精簡版)

計畫類別：個別型計畫編號： NSC 95-2416-H-004-034- 執行期間： 95 年 08 月 01 日至 96 年 07 月 31 日執行單位：國立政治大學金融系計畫主持人：沈中華共同主持人：黃台心、陳業寧、陳家彬、陳俊忠計畫參與人員：博士班研究生-兼任助理：李起銓、林美榕、謝子雄、李立璿處理方式：本計畫可公開查詢

中華民國 96 年 08 月 30 日

(2)

1,000 銀行海外擴張的策略對當地銀行的影響及金融中心的吸引力(2) : 多國籍

銀行在亞洲城市直接投資的決定因素

沈中華：

Chung-Hua Shen Department of Finance, National Taiwan University

摘要

本文是首篇針對十個亞洲國家，探討多國籍銀行直接投資的研究，除分析 1990 至 2005 年，在亞洲城市直接投資的多國籍銀行家數及設立的分支機構數外，並以引力模型探討影響多國籍銀行在亞洲直接投資的決定因素。實證結果顯示，母國與地主國的經濟規模對外國銀行投資家數及設立的分支機構數有正面影響，兩國的距離則會產生負面影響，皆符合引力模型的預期；另外，母國與地主國的雙邊貿易額愈大、地主國的銀行業經濟自由度愈高或法規品質愈佳，及母國的大銀行家數愈多，到地主國投資的多國籍銀行愈多，設立的分支機構愈多。資料顯示，多國籍銀行在亞洲的直接投資未因 1997 年亞洲金融風暴而減少，但區位選擇因素在金融風暴前後略有差異，主要是金融風暴之後，經濟自由度的影響變顯著，而地主國政府部門執行力在風暴前有正面影響，但風暴後重要因素則是地主國政府對貪污的控管程度。本文實證結果，可做為推動城市成為國際或區域金融中心政策制訂的參考。關鍵詞：銀行業對外直接投資、多國籍銀行、引力模型

(3)

The determinant factors of foreign direct investment of multinational

banks in Asian cities

Abstract

This paper is the first attempt to study multinational banks’ foreign direct investment (FDI) in ten Asian cities from 1990 to 2005. The detailed data of multinational banks’ FDI in Asian cities has been collected and divide into foreign bank number (the number of multinational banks) and foreign bank office (the number of overseas offices by multinational banks). We analyze the pattern and investigate the determinants factors of multinational banks’ FDI in Asian cities by using gravity model. Our empirical results show that the economic sizes of home and host countries are positively correlated with the foreign bank number and the foreign bank office. And the distance between home and host countries is negatively correlated with the foreign bank number and foreign bank office. These results are consistent with the prediction of gravity model. By extending the model, we also find that bilateral trade value between home and host countries, fewer restrictions in banking and sound regulation quality of host country and a relatively larger number of international large banks from the home country are also positively correlated with foreign bank number and foreign bank office. The data shows that the FDI of multination banks did not decrease significantly because of the Asia financial crisis in 1997. But the determinant factors of FDI had been changed slightly. The major differences are the economic freedom in banking and the governance of host country. The economic freedom becomes significantly positive after crisis. As for the governance of host country, the dimension of government effectiveness is important before the crisis, but the dimension of control of corruption is the determinant factor after the crisis. Those results can be a reference for policy makers while planning polices to promote a city to be an international or regional financial center.

(4)

JEL: G15, G21

(5)

1. 引言

多國籍銀行 (multinational banks) 的海外擴張 (overseas e x p a n s i o n )是金融產業國際化的重要趨勢之一，這個趨勢引起學者對銀行業海外擴張決定因素的研究興趣，早期的研究多探討美國銀行到海外擴張的決定因素，如 Fieleke (1977), Goldberg 與 Saunders ( 1 9 8 1 ) , G o l d b e rg 與 J o h n s o n ( 1 9 9 0 ) 和 S a g a r i ( 1 9 9 2 ) ，或外國銀行擴張到美國的因素，如 Goldberg 與 Saunders (1981), Hultman 與 McGee ( 1 9 8 9 ) , G r o s s e 與 G o l d b e rg ( 1 9 9 1 ) 和 Ts c h o e g l ( 2 0 0 4 ) 。近期的研究將研究對象擴大到其他國家，如日本 (Tschoegl (1988), Ursacki 與 Ve r t i n s k y ( 1 9 9 2 ) , Ya m o r i ( 1 9 9 8 ) )，南韓 ( U r s a c k i a n d Ve r t i n s k y ( 1 9 9 2 ) ) , 希臘 (Hondroyiannis and Papapertrou (1996)) ，義大利 (Piscitello ( 2 0 0 3 ) , M a g r i , M o r i a n d R o s s i ( 2 0 0 4 ) , F e l i c i a n d P a g n i n i ( 2 0 0 5 ) ) ，德國 (Buch (2000))和澳大利亞 (Williams (1998))。而跨國的研究也逐漸獲得重視，例如， Brealey 與 Kaplanis (1996)分析雙邊貿易對 37 個國家的銀行到 82 個地主國 (host countries)設立分支機構 (offices)的影響； Focarelli 與 Pozzolo (2000)探討影響 29 個 OECD 國家的銀行進行海外擴張，以及選擇到那個國家擴張的決定因素； Outreville ( 2 0 0 7 ) 針對全球 5 0 大金融集團，分析其全球營運據點及影響區位選擇的因素。然而，即使這個議題引起熱烈討論，但研究對象多著重於已開發國家 (developed countries)，針對亞洲這個新興金融市場的研究很少，僅 Mathieson 與 Roldós (2001)探討新興市場中，外國銀行進入當地後，對當地銀行的影響，但即使該文研究對象為新興國家，他們的文章中也僅包括亞洲的馬來西亞、南韓和泰國。文獻對外國銀行在亞洲國家擴張的研究較少，可能原因之一是 1997 年金融風暴之前，亞洲國家的金融市場對核准外國銀行進入當地市場，以及外國銀行在當地營業活動的法規與限制較多，因此使得外國銀行在地主

(6)

國的直接投資 (foreign direct investment, FDI)相對較少，因此相關研究較為困難；另一個原因，則是缺乏外國銀行在亞洲國家直接投資的完整資料庫，因此，研究者需要自行蒐集初級資料，才能進行相關研究。在金融風暴之後，許多亞洲國家放寬對外國銀行設立分支機構的限制，並將國內金融市場逐步自由化，希望藉由吸引已開發國家的銀行到當地，將這些銀行較為先進的營運管理技術及風險控管能力導入當地金融市場，以提升當地銀行的經營績效；再者，香港與新加坡發展為國際金融中心的成功經驗，亦激起其他亞洲城市競相仿效，1_{例如， 2004 年台灣進行第二次金融改革，其目標是建構與國} 際接軌的金融環境與法制，推動台灣成為區域金融服務中心；2_{而中} 國在 1992 年確定的一項國家戰略，即是發展上海成為國際金融中心。3 因此，本文的目的在探討多國籍銀行在亞洲國家直接投資的狀況及其區位選擇的決定因素，希望能藉此研究補充實證文獻之不足，並提供實務決策之參考。而在實證研究中， Montgomery (2003)指出，許多關於亞洲銀行的研究，對外國銀行進入亞洲金融市場的程度有低估的現象，因為這些研究忽略了外國銀行進入亞洲市場主要透過分行 (via branching) 形式，而非子公司或合資方式。為了更適切地呈現多國籍銀行在亞洲的直接投資，本文將蒐集十個亞洲城市的外國銀行家數與設立的分支機構數 (offices) ，4_包 1 雖然東京是全球知名的金融中心，但因為其有日本境內強大的經濟體為發展後盾，此為其他亞洲城市所無法複製或模仿的。 2 詳見「區域金融服務中心推動方案」，金融監督管理委員會，網址：http://www.banking.gov.tw/。 3 詳見中國人民銀行，網址：http://www.pbc.gov.cn/。 4 分支機構的形式包括：分行、辦事處、代表辦事處和代理處等。

(7)

括：曼谷 (Bangkok)、香港 (Hong Kong)、雅加達 (Jakarta)、吉隆坡 (Kuala L u m p u r ) 、馬尼拉 ( M a n i l a ) 、首爾 ( S e o u l ) 、上海 ( S h a n g h a i ) 、新加坡 ( S i n g a p o r e ) 、台北 ( Ta i pe i ) 和東京 ( To k y o ) ，並應用引力模型 ( g r a v i t y m o d e l ) ，探討影響外國銀行這十個城市設立分支機構的決定因素。有別於之前的跨國研究，本文除了是第一篇廣泛探討外國銀行在亞洲主要城市直接投資的研究外，亦是第一篇同時使用外國銀行家數與設立的分支機構數為外國銀行直接投資代理變數的文章，5_可藉此比較影響外國銀行到地主國直接投資與其在地主國擴張程度之因素的異同；除此之外，本文為動態研究，研究期間由 1990 至 2005 年，可呈現外國銀行在亞洲城市設立分支機構的變化。另外，考量 1997 年亞洲金融風暴對亞洲金融市場的衝擊，本文也將探討金融風暴前後外國銀行在這些城市的直接投資是否改變？影響區位選擇的因素是否有所差異？本文共分為五節，下一節簡略回顧相關文獻，第 3 節分析多國籍銀行在亞洲城市直接投資的狀況，第 4 節實證分析多國籍銀行直接投資時，影響其區位選擇的主要因素，第 5 節為本文結論。 2 . 文獻回顧 Ti n b e rg e n ( 1 9 6 2 ) 最早應用「引力模型」分析雙邊貿易流量的變化，主要意涵是：跨國雙邊貿易流量 (bilateral trade flows)，會與兩國的經濟規模 (economic size) 成正向關係，但與兩國之間的地理 ( g e o g r a p h i c a l ) 或文化 ( c u l t u r a l ) 距離成反向關係。後經 A n d e r s o n ( 1 9 7 9 )

5

文獻上對於多國籍銀行的海外擴張行為，大多採用銀行在當地設立的分支機構數目和資產額為代理變數，如 Goldberg 與 Johnson (1990)、Grosse 與 Goldberg (1991)、Hondroyiannis 與 Papapetrou(1996)、Miller 與 Parkehe (1998)及 Esperanca 與 Gulamhussen (2001)皆使用以上兩種代理變數；Choi, Tschoegl 與 Yu (1986)、Choi, Park 與 Tschoegl (1996, 2000)使用外國銀行家數， Brealey 與 Kaplanis (1996)使用分支機構數，Giovanni (2005)使用購併資料，Sabi (1995)、Buch (2000)及 Moshirian (2001)使用資產額為代理變數，Fisher 與 Molyneux (1996)則使用銀行家數與外國銀行的員工人數為代理變數。

(8)

及後續學者發展更完整的理論架構，使引力模型被廣泛地應用在分析兩個不同位置間流量變化的分析，如移民、通勤和直接投資等。實證上應用引力模型分析對外直接投資 (FDI) 的文章，如 B a l a s u b r a ma n y a m , S a p s f o r d 與 G r i ff i t h s ( 2 0 0 2 ) 以引力模型探討 1 9 9 5 年 EU 和 NAFTA 區域整合協定 (regional integration agreements)對雙邊 FDI 的影響。實證結果顯示， FDI 與地主國的 GDP 高低有顯著正相關，與兩國距離顯著負相關，二者的結果皆與引力模型預期相符； L e v y - Ye y a t i , St e i n 與 D a u d e ( 2 0 0 3 ) 同樣以引力模型分析區域整合協定對雙邊 FDI 的影響，但研究對象為 1982 至 1999 年 OECD 國家的雙邊 FDI，作者發現延伸市場 (extended markets)的大小對 FDI 存量有影響，6_{且延伸的地主國市場愈大， FDI 愈大，而延伸的來源國市} 場愈大， FDI 反而愈小；至於距離的影響不顯著，此與引力模型預期不完全相符。 Giovanni (2005) 以跨國購併資料為雙邊資本移動的代理變數，分析影響金融深化對 1990 至 1999 年跨國購併的影響，7 實證結果顯示購併國的金融深化程度對購併有正面影響，且實質 G D P 與距離對資本移動的影響符合引力模型的預期。至於多國籍銀行的對外直接投資研究， Choi, Tschoegl 與 Yu ( 1 9 8 6 ) 應用引力模型分析多國籍銀行的對外直接投資，探討影響全球資產排名前三百大銀行在十四個金融中心設立分支機構的因素，實證結果顯示金融中心的吸引力與地主國的經濟規模有正向關連，且當其他外國銀行在母國設立據點後，母國銀行也會傾向到該外國銀行所在城市設立據點，隱含跨國銀行間具有敵意的策略行為，至於兩城市間的距離則沒有顯著影響。 Galindo 等人 (2002)的文章則著眼於法規系統不同對多國籍銀行 FDI 的影響，實證結果顯示，外國銀 6 延伸的地主國市場大小，以地主國 GDP 加上與地主國簽訂免稅協定等國家的 GDP 為代理變數；延伸的來源國市場大小，以來源國及其他會員 GDP 的加總為代理變數。 7

作者以實質股票市場資本化(real stock market capitalization)及銀行部門提供給私人部門的實質信用為代理變數。

(9)

行控制的資產與兩國的距離顯著負相關，且來源國與地主國間法律制訂 (legal setup)及基本制度 (basic institutions)的差異，對外國銀行進入當地國有負面影響。

3 . 多國籍銀行在亞洲城市的直接投資

多國籍銀行在海外的直接投資，可採用在當地投入資產，設立經營據點 (greenfield investment) 的方式，或以跨國購併 (merger and a c q u i s i t i o n s , M & A ) 的方式，取得已經在當地的銀行為經營據點。考量前述亞洲金融市場的特性，本文只衡量多國籍銀行投入資產，在當地設立分支機構的投資方式。

本文研究的十個城市為東亞各國的首都或金融中心，因為無現成的資料庫提供外國銀行在這十個城市完整的直接投資資料，因此我們蒐集 The Bankers’ Almanac 年鑑中所登錄的各國銀行在特定城市的聯絡地址，將每個聯絡地址視為一個分支機構，若一家銀行在當地有 5 個分行，2 個辦事處，則該銀行在當地有 7 個分支機構。再根據年鑑中的銀行資料，交叉查詢其總部 (headquarter)地址，判斷該銀行的國籍。如此彙整所有銀行的資料，便可獲得各國在特定城市設立分支機構的銀行家數 (foreign bank number, FBN)及設立的分支機構數目 (foreign bank office, FBO) 。例如， 2005 年荷蘭的 ABN AM RO B A NK NV 在台北設有 3 個分行，I N G B a n k N V 有 1 個分行， R a b o b a n k N e d e r l a n d 設立 1 個辦事處，則 2 0 0 5 年荷蘭籍銀行到台北直接投資的銀行家數 (FBN)為 3，荷蘭銀行在台北設立的分支機構數 ( F B O ) 為 5。為了瞭解外國銀行在亞洲城市直接投資的動態變化，我們蒐集 1990 、 1 9 9 6 、82 0 0 0 及 2 0 0 5 年的資料，因為銀行設立據點需投入相 8 因無法取得 1995 年的紙本資料，因此使用 1996 年，而非 1995 年的資料。

(10)

當的成本，且需要較嚴格的申請過程，因此不會在短期間內隨意進出，因此以四至六年的時間為分析間隔應屬合理。經統計，在十個城市設立經營據點的外國銀行共 309 家，分別來自 63 個國家，研究期間內各城市外國銀行家數的變化如圖 1。圖 1 依 2 00 5 年各城市的外國銀行家數排序，第一名為香港，其次為新加坡與東京，而排名最後的是馬尼拉。其中香港、新加坡、首爾、台北與曼谷的外國銀行家數在 2000 年達到最多，之後 2005 年呈現下降趨勢；東京的外國銀行家數則在這 15 年間呈現逐年下降的趨勢；而上海呈現獨特的大幅增加的趨勢，顯示上海因為大陸的經濟發展與開放，吸引許多外國銀行至上海設立分支機構。 0 50 100 150 200 250 銀行家數香港新加坡東京上海首爾台北曼谷雅加達吉隆坡馬尼拉城市圖1 亞洲城市外國銀行家數 1990 1996 2000 2005 圖 2 顯示外國銀行在亞洲城市設立的分支機構數，趨勢大致與外國銀行家數相似，主要差異有二，首先，在排序方面，外國銀行在雅加達設立的分支機構數排名第六，超越台北和曼谷；其次，外國銀行在吉隆坡設立的分支機構數，在 15 年間呈現逐年下滑趨勢，尤其 1990 至 1996 年大幅降低。

(11)

0 50 100 150 200 250 300 350 分支機構數香港新加坡東京上海首爾雅加達台北曼谷吉隆坡馬尼拉城市圖2 亞洲城市外國銀行設立分支機構數 1990 1996 2000 2005 由圖 1 及圖 2 顯示，1997 年的金融風暴未導致外國銀行大量撤離亞洲，甚至還呈現正成長，所以在 1996 至 2000 年間，外國銀行家數及其設立的分支機構皆增加。各國籍銀行在十個城市直接投資的平均銀行家數列於表 1，十個城市中，香港吸引最多的外國銀行，共 214 家銀行到香港設立分支機構，其次是新加坡 (173 家 )及東京 (145 家 )，其他各城市遠遠落後這三個領先城市，雖然東京是一般認定的「三大 (Big Three) 」金融市場，且 Sassen (1999)認為香港與東京為了成為第二層網路的金融中心 (secondary network financial center)僵持不下，9_{而香港擁有的} 商業專業人才 (expertise)與東京擁有的資源，使新加坡無法與這兩個城市競爭。但就吸引外國銀行方面，這三個領先城市的競爭態勢與 S a s s e n ( 1 9 9 9 ) 的分析不同，在東京設立分支機構的外國銀行明顯少於香港與新加坡，可能原因有二，其一是日本境內除了東京外，還有另一個金融重鎮 —— 大阪 (Osaka) ，但我們未考慮一國有雙城市的狀況，因此未計入大阪的外國銀行；其二是日本對外國銀行到日本 9 Sassen 指出第一層網路的城市是倫敦與紐約。

(12)

設立分支機構的相關法規與限制仍多，因此在東京的外國銀行家數僅排名第三。上海因中國大陸經濟發展快速及政策推動成為金融中心的影響，10_{吸引的外國銀行家數排名第五，平均 71 家外國銀行，高於台} 北的 60 家；至於外國銀行家數最少的城市分別為馬尼拉與吉隆坡，這兩個城市的外國銀行僅 41 家。若以來源國家分析，排名前幾名的皆為已開發國家，依序為日本、美國、法國、德國和英國，而且這些國家的銀行在十個亞洲城市都有分支機構。其中，日本銀行在亞洲城市的直接投資高於其他國家的銀行，平均 148 個銀行直接投資次數，也是亞洲城市最重要的銀行業對外 (outward) 投資國家，而除了台北和馬尼拉外，各目的地城市的外國銀行中，以日本籍銀行最多，例如香港有 40 家日本銀行，新加坡有 24 家日本銀行；但日本卻不是亞洲區銀行的主要直接投資地點，例如到日本設立據點的香港籍銀行僅 2 家，新加坡籍銀行為 5 家。 10 相關政策說明，詳見中國人民銀行，網址：http://www.pbc.gov.cn/。

(13)

表 1 平均外國銀行家數目的城市來源國家香港新加坡東京首爾上海雅加達台北曼谷吉隆坡馬尼拉總和日本 40.0 23.8 -- 16.0 20.3 12.5 4.0 14.0 10.5 6.5 147.5 美國 18.5 17.3 24.3 15.3 7.8 10.8 16.3 10.8 6.3 12.8 139.8 法國 8.8 11.3 10.5 7.3 6.0 8.8 5.8 7.8 6.0 4.0 76.0 德國 11.8 8.3 10.0 3.8 5.0 4.3 3.0 3.3 1.3 1.8 52.3 英國 8.8 10.0 8.3 5.5 3.0 2.8 3.8 2.8 4.3 2.0 51.0 瑞士 15.5 9.8 7.3 1.8 0.8 0.8 2.3 0.5 0.8 39.3 義大利 17.0 6.8 6.0 1.8 4.3 1.0 0.8 0.5 38.0 南韓 10.3 6.5 12.3 -- 2.3 1.0 1.0 1.3 34.5 澳大利亞 5.3 4.8 5.3 2.8 1.3 4.0 1.5 3.0 3.0 0.8 31.5 荷蘭 3.8 5.0 4.3 2.0 2.5 4.0 4.0 2.0 1.8 1.5 30.8 新加坡 5.0 -- 4.5 3.5 2.3 4.0 3.3 3.5 2.5 1.0 29.5 加拿大 5.3 5.8 5.3 3.3 0.8 3.8 1.0 0.5 0.8 26.3 台灣 5.3 4.8 4.0 0.3 2.0 -- 2.8 0.5 2.8 22.3 香港 -- 2.5 1.8 1.0 6.3 1.5 2.8 1.3 1.3 1.3 19.5 印度 3.0 6.0 2.0 1.0 0.8 3.5 1.0 0.8 18.0 中國大陸 6.8 3.8 3.5 1.5 0.3 0.8 0.3 16.8 印尼 5.3 6.3 2.8 0.3 0.5 1.0 0.5 16.5 比利時 3.5 2.5 2.3 0.5 1.5 2.0 1.5 1.0 0.5 1.0 16.3 泰國 4.8 2.8 1.3 1.3 1.0 1.0 1.0 0.8 13.8 菲律賓 3.8 3.0 1.8 0.5 2.3 0.3 11.5 其他 31.5 32.8 28.3 4.3 4.3 1.8 3.5 2.3 0.3 1.0 109.8 總和 214 173 145 72 71 65 60 60 41 41 940.5

註：表中數值是 1990, 1996, 2000 及 2005 的平均值。資料來源：The Bankers’ Almanc.

若以設立的分支機構數排序 (如表 2)，和外國銀行家數的統計一樣，外國銀行設立最多分支機構的城市仍然是香港、新加坡和東京，但上海和首爾排序有所不同，上海排名第四 (81 個分支機構 )，高於首爾 (78 個分支機構 )，此結果顯示，雖然選擇到首爾的銀行家數較多，但是多國籍銀行在上海的擴張程度較大，設立較多的分支機構，隱含多國籍銀行選擇進入一個市場與在該市場內佈局的考量可能不同。至於曼谷、吉隆坡與馬尼拉仍排名最後。至於來源國家部分，排名也略有變化，美國與日本籍銀行遙遙領先其他國家，設立的分支機構達 166 個與 159 個。值得一提的是，

(14)

在排名最後的其他，包括古巴、捷克、埃及、希臘、巴拿馬、斯洛伐克與越南等，平均設立分支機構數為 0.3，即只在一個抽樣時間點設有分支機構，而他們設立分支機構的城市僅分佈在新加坡、東京、上海和雅加達，排名第一的香港不是這些國家的銀行在亞洲直接投資時的首要選擇。由表 1 與表 2 交叉分析來源國與目的地，可發現兩個顯示文化距離 (cultural distance)可能影響多國籍銀行區位選擇的例子，首先， 13 家美國銀行在馬尼拉設立 1 4 個分支機構，遠高於其他國家至馬尼拉的直接投資，這可能與二國間的歷史淵源有關；11_{其次是馬來西亞} 籍銀行的海外擴張大多集中在新加坡，平均有 5 家馬來西亞籍銀行，在新加坡設立 31 個分支機構，佔海外總分支機構 (37 個 )的 84%，可能原因是二者同屬馬來西亞聯邦，12_{且為邊境相連的國家，因此文化} 與地理上的距離較近，使得馬來西亞銀行的海外擴張集中於新加坡。但另外值得一提的是，日本統治台灣五十年的歷史關係，並未使日本銀行在台灣的直接投資高於其他國家，甚至遠低於日本銀行對其他亞洲城市的直接投資，或許是考量兩岸敏感政治關係，因此日本籍銀行選擇中國大陸市場，而直接到上海投資，使得上海成為日本籍銀行在亞洲投資排名第三的城市，僅次於香港與新加坡。 11 菲律賓曾為美國殖民地，於 1946 年 7 月 4 日脫離美國獨立。 12 新加坡於 1965 年 8 月 9 日脫離馬來西亞聯邦獨立。

(15)

表 2 外國銀行分支機構數目的城市來源國家香港新加坡東京上海首爾雅加達台北曼谷吉隆坡馬尼拉總和美國 25.5 20.8 29.5 8.3 17.8 14.3 18.5 11.0 6.3 14.0 165.8 日本 42.0 25.3 -- 21.3 16.3 13.5 4.3 15.0 13.8 7.3 158.5 法國 9.3 11.5 11.8 7.0 8.8 9.0 6.8 8.0 7.3 4.0 83.3 英國 19.8 24.3 8.3 3.3 5.5 3.8 3.8 2.8 6.8 2.0 80.0 德國 12.5 10.0 11.5 5.5 3.8 4.5 3.3 3.5 1.8 2.0 58.3 香港 -- 10.5 2.5 11.3 2.8 5.0 3.5 1.8 10.3 2.3 49.8 瑞士 16.0 10.0 7.5 1.0 1.8 0.8 2.3 0.5 0.8 40.5 荷蘭 4.5 6.3 5.0 3.0 2.0 6.8 4.5 2.5 2.0 2.0 38.5 義大利 17.0 6.8 6.0 4.3 1.8 1.0 0.8 0.5 38.0 馬來西亞 2.8 31.3 1.0 0.5 1.0 -- 0.3 36.8 南韓 10.5 6.5 12.3 2.8 -- 1.0 1.0 1.3 35.3 中國大陸 21.5 6.8 3.5 -- 1.5 0.3 0.8 0.3 34.5 新加坡 6.8 -- 4.5 2.8 3.5 4.0 3.3 3.5 4.0 1.0 33.3 澳大利亞 5.8 4.8 5.3 1.8 2.8 4.0 1.5 3.0 3.0 0.8 32.5 加拿大 6.0 5.8 5.3 0.8 3.3 3.8 1.0 0.5 0.8 27.0 台灣 5.5 4.8 4.0 0.3 2.0 -- 2.8 0.5 2.8 22.5 印度 3.0 7.5 2.0 0.8 1.0 3.5 1.0 0.8 19.5 比利時 5.3 2.5 2.5 1.5 0.5 2.0 1.5 1.0 0.5 1.0 18.3 印尼 5.5 6.8 2.8 0.3 -- 0.5 1.5 0.5 17.8 菲律賓 6.3 4.5 1.8 0.5 2.3 0.3 -- 15.5 其他 35.3 30.8 29.3 5.5 4.3 2.8 4.5 1.3 1.3 1.5 116.3 總和 261 237 156 81 78 78 65 63 60 45 1122

註：表中數值是 1990, 1996, 2000 及 2005 的平均值。資料來源：The Bankers’ Almanc.

4 . 區位選擇的決定因素 4 . 1 基礎引力模型

4 . 1 . 1 模型

基礎引力模型如方程式 (1)所示，

Yi j t=β0+β1ESizeit+β2ESizejt+β3Distij+εijt

被解釋變數 Y 是 i 國銀行到 j 城市的直接投資，本文使用兩個 代理變數，分別為外國銀行家數 (FBN) 與外國銀行分支機構數 ( F B O) ， t 表時間。

解釋變數包括兩國的經濟規模與地理距離，經濟規模變數以 (1)

(16)

E S i z e 表示，過去的研究，如 B e v a n , E s t r i n 與 M e y e r ( 2 0 0 4 ) 及 B r e a l e y

與 Kaplanis (1996)以 GDP 為經濟規模的代理變數； Miller 與 Parkhe ( 1 9 9 8 ) 及 Buc h 與 D e Lo n g ( 2 0 0 1 ) 以信用市場規模 ( c r e d i t / G D P ) 為經濟規模的代理變數； Sabi (1988)、 Buch (2000)及 Focarelli 與 Pozzolo ( 2 0 0 0 ) 以平均每人國內生產毛額為經濟規模的代理變數。為求完整表 達，我們分別使用實質境內生產毛額 (GDP) 、信用市場規模 ( 對私部 門債權佔 GDP 比例， claims on private sector/GDP， Credit)及平均每 人國內生產毛額 (GDP per capita, GDPper) 三個代理變數衡量。 Dist 代表距離變數，本文以母國首都到亞洲城市的大圓距離 (great-circle d i s t a n c e ) 為代理變數。ε_ijt為誤差項。根據引力模型的預期，母國與地主國的經濟規模對銀行的對外直接投資有正面影響，兩國間的距離會產生負面影響，因此預期係數 β₁與 β₂為正值， β₃為負值。 4 . 1 . 2 資料來源與基本統計量多國籍銀行的來源城市及目的地城市資料來源為 The Bankers’ Al manac，由 R e e d B u s i n e s s I n f o r ma t i o n L i m i t e d 發行，該年鑑每年 1 月和 7 月發行，本文使用 1 月版本的資料。 GDP、信用市場 (對私部門債權 )、人口、匯率資料來自 IMF 發行的 IFS(International Financial St a t i s t i c s ) 資料庫。城市距離是根據美國 C I A 網站中 T h e Wo r l d F a c t b o o k 提供的經緯度加以計算。為了配合本文外國銀行資料時間間隔為五年， GDP 、信用市場規模及平均每人國內生產毛額，採用各時間點前五年的平均值，且 G D P 數值經過對數轉換。表 3 列示各變數的基本統計量，在亞洲城市設立分支機構的外國銀行家數平均值為 3 家，平均設立 4 個分支機構，最大值是 2000

(17)

年，54 家日本銀行在香港設立 59 個分支機構。而母國的境內生產毛 額 (GDP)與平均每人國內生產毛額 (GDPper)高於地主國，因為直接投 資亞洲城市的多國籍銀行，大多來自已開發國家，因此平均經濟發展高於這十個亞洲國家的平均值。表 3 基本統計量樣本數平均值標準差最小值最大值外國銀行家數 1156 3.2509 4.8463 0 54 外國銀行分支機構數 1156 3.8806 6.1392 0 59 GDPi 1019 910554 1810198 968.46 10151006 GDPj 1156 878653 1440085 28664 4507155 Crediti (%) 1028 72.96 38.34 6.48 164.90 Creditj (%) 1110 93.01 37.95 16.81 163.14 GDPperi 1019 18008 16120 227.93 278998 GDPperj 1156 13780 11809 681.35 35732 Distance (英哩) 1152 4851.6 2561.6 442.1 11627 註 1：變數定義：GDP 為實質境內生產毛額，Credit 表示信用市場規模，GDPper 為平均每人國內生產毛額。下標i 表示母國，j 為地主國。 註 2：GDP 的單位為百萬美元，GDPper 單位為千美元。 4 . 1 . 3 實證結果

本文首先以傳統最小平方法 (Ordinary Least Square Method, OL S) ，對基礎的引力模型設定進行線性估計，實證結果列於表 4 。 表 4 左半邊的解釋變數是外國銀行家數 (FBN)，右半邊的解釋變數為 外國銀行分支機構數 (FBO)。 結果顯示母國經濟規模與擴張至亞洲城市的多國籍銀行家數以及設立的分支機構數有顯著正向關連，且此結果非常穩健，不管以 G D P 、信用市場規模或平均每人國內生產毛額為經濟規模的代理變數，三個變數的係數皆顯著為正，此與 Bevan, Estrin 與 Meyer ( 2 0 0 4 ) 、 B r e a l e y 與 K a p l a n i s ( 1 9 9 6 ) 、 F o c a r e l l i 與 P o z z o l o ( 2 0 0 0 ) 及 G i o v a n n i ( 2 0 0 5 ) 的實證結果相符，隱含當母國的經濟實力較強時，多國籍銀行較容易對外直接投資；至於地主國的經濟規模，當以信

(18)

用市場規模與平均每人國內生產毛額為代理變數時，對外國銀行家數與設立的分支機構數有顯著正的影響，此結果與 Bevan, Estrin 與 M e y e r ( 2 0 0 4 )、 B u c h ( 2 0 0 0 )、 G i o v a n n i ( 2 0 0 5 ) 及 S a b i ( 1 9 8 8 ) 相符，顯示地主國的經濟規模愈大，潛在市場與機會愈大，因此會吸引更多外國銀行到當地直接投資，但以 GDP 為代理變數時，其係數不顯著。距離變數的係數，在經濟規模以 GDP 及平均每人國內生產毛額為代理變數的設定下，顯著為負，此估計結果和 Bevan, Estrin 與 M e y e r ( 2 0 0 4 ) 、 F i s h e r 與 M o l y n e u x ( 1 9 9 6 ) 及 G i o v a n n i ( 2 0 0 5 ) 的實證相符，顯示地理距離愈遠，擴張到亞洲城市的多國籍銀行家數愈少，且設立的分支機構也愈少。綜上，母國與地主國的經濟規模，對多國籍銀行在亞洲城市的直接投資有正面的影響，而二國的距離會產生負面影響，二種影響皆符合引力模型的預期。

(19)

表 4 基礎引力模型估計結果＿＿最小平方法

迴歸模型：Yijt=β0+β1ESizeit+β2ESizejt+β3Distij+εijt。被解釋變數 Yijt指 t 時點，i 國(母國)銀

行到 j 城市(地主國)的直接投資，分別以外國銀行家數與外國銀行分支機構數為代理變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及平均每人國內生產毛 額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓距離為代理變數。ε_ijt 為誤差項。被解釋變數解釋變數外國銀行家數外國銀行分支機構數常數項 -17.028 (-8.899)*** -0.253 (-0.511) 2.006 (4.216)*** -15.857 (-6.127)*** -0.447 (-0.680) 2.882 (4.861)*** GDPi 1.653 (12.596)*** 1.861 (12.093)*** GDPj 0.038 (0.429) -0.169 (-1.411) Crediti 2.147 (5.617)*** 2.750 (5.979)*** Creditj 2.029 (4.154)*** 2.615 (4.459)*** GDPperi 0.085 (2.867)*** 0.094 (2.885)*** GDPperj 0.064 (4.564)*** 0.081 (4.756)*** Dist -0.0002 (-2.680)*** 0.00003 (0.535) -0.0002 (-2.760)*** -0.0003 (-3.503)*** -0.00001 (-0.184) -0.003 (-3.637)*** R square 0.2753 0.0487 0.0831 0.2248 0.0533 0.0695 樣本數 1019 989 1019 1019 989 1019 註：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。考量本文的被解釋變數是間斷的計數資料 (count data)，使用最小平方法可能產生偏誤 (biased)，因此我們再使用 Poisson 迴歸模型 ( P o i s s o n R e g r e s s i o n M o d e l , P o i s s o n ) 重新估計，所得到的估計結果如表 5。利用 Poisson 迴歸模型估計的結果，各係數的正負號與顯著性，與 OLS 法大致相同，僅地主國 GDP 對外國銀行設立的分支機構數產生負的影響，但顯著水準僅為 95%，因此，實證結果大致上支持引力模型的預期。

(20)

表 5 基礎引力模型估計結果＿＿Poisson

迴歸模型：Yijt=β0+β1ESizeit+β2ESizejt+β3Distij+εijt。被解釋變數 Yijt指 t 時點，i 國(母國)銀

行到 j 城市(地主國)的直接投資，分別以外國銀行家數與外國銀行分支機構數為代理變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及平均每人國內生產毛 額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓距離為代理變數。ε_ijt 為誤差項。被解釋變數解釋變數外國銀行家數外國銀行分支機構數常數項 -5.567 (-12.420)*** 0.101 (0.638) 1.001 (9.603)*** -4.202 (-6.399)*** 0.221 (1.223) 1.271 (11.410)*** GDPi 0.554 (20.292)*** 0.532 (17.952)*** GDPj -0.007 (-0.283) -0.071 (-2.166)** Crediti 0.604 (6.321)*** 0.654 (6.607)*** Creditj 0.606 (4.375)*** 0.666 (4.736)*** GDPperi 0.011 (3.608)*** 0.011 (3.713)*** GDPperj 0.016 (4.655)*** 0.018 (4.972)*** Dist -0.0001 (-5.681)*** 0.00001 (0.598) -0.0001 (-2.252)*** -0.0001 (-6.602)*** -0.00002 (-0.128) -0.0001 (-3.172)*** R square 0.4517 0.0511 -0.0381 0.3549 0.0567 -0.0122 樣本數 1019 989 1019 1019 989 1019 註：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。 4 . 2 延伸的引力模型雖然基礎引力模型的估計結果顯示母國與地主國經濟規模對外國銀行家數與設立的分支機構數有正向關係，與兩國距離有反向關係，皆與模型的預期相符，但若以判定係數 (R square)衡量模型的配適度，則基礎引力模型的解釋力尚待加強。因此本文增加可能對外國銀行家數與分支機構數產生影響的解釋變數，延伸的引力模型如方程式 (2)所示：

Yi j t=β0+β ESize1 it+β ESize2 jt+β3Distij+β Trade4 ijt+β5BFIjt

+β₆Governancejt+β7Top300it+εijt

解釋變數 Trade 是母國與地主國的雙邊貿易總額，加入此變數 (2)

(21)

是考量多國籍銀行到海外擴張，可能是「追隨顧客」 (Follow the c u s t o m e r s )的策略行為。根據「追隨顧客」理論，銀行面對不完全競爭市場，若能保持與客戶的長期關係，提供國際企業所需要的金融服務，除了可避免長期建立的顧客關係被破壞，也可降低銀行的訊息成本，因此銀行會追隨國際企業進行海外擴張。而文獻上多以兩國貿易總額與直接投資 (FDI) 金額為多國籍銀行顧客的代理變數，13 但因詳細的國家間相互直接投資的資料無法取得，因此本文使用雙邊貿易總額為多國籍銀行顧客的代理變數，若多國籍銀行追隨顧客到海外進行擴張，則係數 β 為正。 4 地主國的經濟環境與政府治理能力會影響多國籍銀行的投資意 願，因此加入地主國銀行產業的自由度 (BFI) 與政府治理能力 ( G o v e r n a n c e ) 兩個變數，前者以 T h e H e r i t a g e F o u n d a t i o n 提供的指標 為代理變數，分數愈高表示限制愈多，愈不利外國銀行進入當地金融市場，因此預期係數 β5為負值；政府治理能力則以 KKZ(Kaufman, K r a a y a nd Z o i d o - L o b a t ó n ) 指標為代理變數，共包含五個代理變數，14 分別為政治穩定程度 (Political Stability, KKZ_PS)，政府部門執行力 ( G o v e r n m e n t E ff e c t i v e n e s s , KKZ_GE) 、法規品質 ( R e g u l a t o r y Q u a l i t y, KKZ_RQ)，法律規則 ( R u l e o f L a w, KKZ_RL)及貪污的控管 ( Co n t r o l o f C o r r u p t i o n , KKZ_CC)，當政府治理能力愈佳，愈能吸引外國銀行，因 此預期這五個變數的係數為正。至於多國籍銀行的母國若擁有較多的大銀行，則該國相對其他國家會更有海外擴張的比較優勢 (comparative advantage) ，如 F o c a r e l l i 與 P o z z o l o( 2 0 0 0 , 2 0 0 1 ) 發現銀行的總資產愈大，其國際化程 度愈高，因此本文以母國擁有的全球排名 300 大銀行家數 (Top300) 13

例如：Grosse 與 Goldberg (1991)、Budzeika (1991)、Fisher 與 Molyneux (1996)、Miller 與 Parkhe (1998)、Buch (2000)及 Moshirian (2001)。

14

該指標有六個分數，分別代表六個構面的成績，本研究僅取與投資環境相關的五個構面，而第六個構面是人民言論自由(Voice and accountability)。

(22)

為代理變數，預期當大銀行愈多，該國銀行進行海外擴張的銀行家數與分支機構數會增加，因此係數 β7為正值。

雙邊貿易資料來源為 Direction of Trade Statistics Yearbook，亦由 IMF 發行。銀行業經濟自由度指標 (Index of Economic Freedom in b a n k i n g ) 由 T h e H e r i t a g e F o u n d a t i o n 提供，該指標的分數由 1 至 5 分，分數愈低表示對銀行業經營的限制愈少，因此愈自由。而政府治理能力的指標，資料來源為世界銀行網站，每一個構面的數值介於 -2.5 至 2.5，分數愈高表示當地政府治理能力愈佳。全球 300 大銀行資料來源為 The Banker 雜誌，由 Financial Time Business 公司發行。

考量 OLS 與 Poisson 迴歸模型估計結果係數正負號與顯著性大致相同，但 Poisson 迴歸模型的判定係數較高，因此延伸的引力模型，我們僅列出 Poisson 迴歸模型的估計結果。表 6 的被解釋變數為外國銀行家數，表 7 的被解釋變數為外國銀行分支機構數。由表 6，母國的經濟規模係數顯著為正，不管以 GDP、信用市場規模或平均每人國內生產毛額為代理變數的結果都相同，因此當母國的經濟規模愈大，到亞洲城市直接投資的多國籍銀行愈多；至於地主國經濟規模變數的係數不顯著，甚至在某些設定下變成負值，表示亞洲國家的經濟規模對多國籍銀行到當地直接投資的影響不明確。兩國距離係數的估計結果，也隨著模型設定不同而有所差異，因此，僅部分支持引力模型的預期。雙邊貿易總額的係數在所有的設定中皆顯著為正，而雙邊貿易額為銀行顧客的代理變數，因此這個結果隱含多國籍銀行會追隨顧客到海外進行擴張，藉著提供顧客所需的服務，維持長久的顧客關係，亦即多國籍企業 (multinational business)的海外擴張，是多國籍銀行海外擴張的原因之一，此結果符合「追隨顧客」理論的預期。

(23)

至於經濟環境與政府治理能力方面，銀行產業自由度 (BFI)的係 數顯著為負，此與 Buch 與 DeLong (2001)結果相符，表示地主國對 銀行產業的限制愈少，愈能吸引多國籍銀行； KKZPS 的係數顯著為 負，顯示地主國的政治穩定度愈低，外國銀行家數反而愈高，此與預期不符，可能是 (大型 )多國籍銀行較佳的聲譽比較容易受到當地居民的青睞 (Grubel, 1977)，且本身具備的經營管理能力較佳，因此雖然政治穩定度較差，外國銀行還是選擇到當地直接投資。法規品質 ( KKZR Q) 的係數在多個設定中顯著為正，表示地主國的法規品質愈 高，愈能吸引外國銀行。 變數 Top300 的係數顯著為正，顯示母國擁有的大銀行愈多，到 亞洲直接投資的銀行愈多，此結果符合預期，隱含大銀行的國際化能力較強，較易進行海外擴張，因此到亞洲投資的銀行家數增加。表 7 列示被解釋變數為外國銀行分支機構數的估計結果，除了地主國經濟規模變數外，其他變數對外國銀行設立分支機構數的影響與表 6 的結果相似。而地主國 GDP 及平均每人國內生產毛額的係數顯著為負值，表示地主國的 GDP 或平均每人國內生產毛額愈低，外國銀行在當地的擴張反而愈多，與引力模型的預期不符，可能的原因是地主國的經濟發展相對母國較慢，因此多國籍銀行容易具有競爭優勢，所以擴張的分支機構數較多。而將此結果與表 6 中，地主國 GDP 高低對外國銀行家數的影響不明確的結果相結合，隱含外國銀行選擇進入亞洲城市時，地主國的 GDP 影響不大，而一旦進入之後，地主國的 G D P 較低，外國銀行會設立較多的分支機構。

(24)

表 6 延伸的引力模型估計結果＿＿外國銀行家數迴歸模型：

Yijt=β0+β1ESizeit+β2ESizejt+β3Distij+β4Tradeijt+β5BFIjt+β6Governancejt+β7Top300it+εijt

。被解釋變數 Yijt指 t 時點，i 國(母國)銀行到 j 城市(地主國)的直接投資，以外國銀行家數為代理

變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及平均每 人國內生產毛額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓距離為 代理變數；Trade 是母國與地主國的雙邊貿易總額；BFI 為銀行產業的自由度；Governance 表示 政府治理能力，分別以政治穩定程度(KKZ_PS)，政府部門執行力(KKZ_GE)、法規品質(KKZ_RQ)， 法律規則(KKZ_RL)及貪污的控管(KKZ_CC)為代理變數；Top300 表示母國擁有的全球排名 300 大 銀行家數。ε_ijt為誤差項。常數項 -3.520 _(-8.820)*** -3.708 _(-18.16)*** -3.147 _(-21.30)*** -5.256 _(-8.58)*** -3.321 _(-11.24)*** -3.165 _(-12.25)*** -3.237 _(-5.59)*** -1.804 _(-7.60)*** -1.574 _(-6.52)*** GDPi 0.275 (8.24)*** 0.356 (10.72)*** 0.173 (5.20)*** GDPj -0.144 (-6.270)*** -0.012 (-0.35) 0.022 (0.71) Crediti 0.320 (3.54)*** 0.345 (3.92)*** 0.411 (4.91)*** Creditj -0.0002 (-0.001) -0.417 (-3.18)*** 0.037 (0.32) GDPperi 0.010 (3.06)*** 0.011 (3.37)*** 0.007 (2.91)*** GDPperj 0.002 (0.07) -0.028 (-4.78)*** -0.007 (-1.32) Dist 0.000003 (0.02) 0.0001 (7.59)*** 0.0001 (3.76)*** -0.00003 (-1.78)* 0.0001 (8.49)*** 0.0001 (4.26)*** -0.00001 (-1.07) 0.00005 (3.65)*** 0.00001 (1.08) Trade 0.359 _(15.56)*** 0.509 _(27.31)*** 0.479 _(25.13)*** 0.290 _(10.69)*** 0.564 _(25.16)*** 0.539 _(24.97)*** 0.249 _(10.16)*** 0.310 _(13.65)*** 0.328 _(15.41)*** BFI -0.239 (-4.07)*** -0.335 (-4.78)*** -0.219 (-3.25)*** -0.245 (-4.22)*** -0.282 (-4.72)*** -0.236 (-4.01) KKZ_PS -0.322 _(-3.66)*** -0.213 _(-1.52) -0.447 _(-4.56)*** -0.309 _(-3.87)*** -0.320 _(-3.33)*** -0.344 _(-4.23)*** KKZ_GE 0.119 _(0.66) 0.252 _(1.23) -0.179 _(-0.83) 0.056 _(0.33) 0.100 _(0.62) -0.068 _(-0.38) KKZ_RQ 0.241 _(1.72)* 0.579 _(4.10)*** 0.482 _(3.52)*** 0.263 _(2.01)** 0.176 _(1.51) 0.289 _(2.54)** KKZ_RL 0.163 _(1.18) -0.007 _(-0.047) 0.398 _(2.56)** 0.135 _(1.10) 0.178 _(1.68)* 0.232 _(1.78)* KKZ_CC -0.061 _(-0.49) -0.432 _(-3.02)*** 0.022 _(0.14) 0.007 _(0.06) -0.042 _(-0.37) 0.054 _(0.41) Top300 0.018 _(7.76)*** 0.026 _(13.05)*** 0.022 _(11.21)*** R square 0.5262 0.3988 0.3987 0.6268 0.4615 0.5096 0.6919 0.6990 0.6870 樣本數 _{974 947 974 974 947 974 974 947 974} 註 1：使用 Poisson 迴歸模型估計。註 2：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。

(25)

表 7 延伸地引力模型估計結果＿＿外國銀行分支機構數迴歸模型：

。被解釋變數 Yijt指 t 時點，i 國(母國)銀行到 j 城市(地主國)的直接投資，以外國銀行分支機構數

為代理變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及 平均每人國內生產毛額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓 距離為代理變數；Trade 是母國與地主國的雙邊貿易總額；BFI 為銀行產業的自由度；Governance 表示政府治理能力，分別以政治穩定程度(KKZ_PS)，政府部門執行力(KKZ_GE)、法規品質 (KKZ_RQ)，法律規則(KKZ_RL)及貪污的控管(KKZ_CC)為代理變數；Top300 表示母國擁有的全 球排名 300 大銀行家數。ε_ijt為誤差項。常數項 -1.608 _(-2.82)*** -3.852 _(-16.30)*** -3.090 _(-16.04)*** -3.403 _(-4.08)*** -3.571 _(-11.97)*** -3.325 _(-11.64)*** -2.210 _(-2.67)*** -2.497 _(-8.29)*** -2.408 _(-7.64)*** GDPi 0.164 (4.08)*** 0.247 (6.36)*** 0.138 (3.16)*** GDPj -0.252 (-7.96)*** -0.116 (-2.42)** -0.097 (-2.06)** Crediti 0.357 (3.53)*** 0.376 (3.99)*** 0.420 (4.47)*** Creditj 0.021 (0.16) -0.507 (-4.01)*** -0.190 (-1.37) GDPperi 0.009 (3.03)*** 0.010 (3.55)*** 0.008 (3.17)*** GDPperj 0.003 (0.13) -0.037 (-5.60)*** -0.025 (-3.40)*** Dist 0.00002 _(0.85) 0.0001 _(5.74)*** 0.00004 _(2.40)** -0.00002 _(-0.99) 0.0001 _(6.93)*** 0.00004 _(2.81)*** -0.00001 _(-0.54) 0.0001 _(3.45) 0.00001 _(0.89) Trade 0.480 _(13.28)*** 0.540 _(28.14)*** 0.502 _(23.89)*** 0.403 _(11.06)*** 0.604 _(25.64)*** 0.573 _(25.21)*** 0.384 _(10.34)*** 0.428 _(11.99)*** 0.455 _(13.82)*** BFI -0.218 _(-3.23)*** -0.315 _(-4.26)*** -0.174 _(-2.33)** -0.221 _(-3.39)*** -0.276 _(-4.20)*** -0.184 _(-2.73)*** KKZ_PS -0.304 _(-3.28)*** -0.195 _(-1.65)* -0.438 _(-4.54)*** -0.298 _(-3.24)*** -0.264 _(-2.70)*** -0.378 _(-3.94)*** KKZ_GE 0.153 _(0.74) 0.275 _(1.27) -0.248 _(-1.09) 0.110 _(0.55) 0.157 _(0.08) -0.179 _(-0.85) KKZ_RQ 0.189 _(0.13) 0.714 _(5.08)*** 0.580 _(4.33)*** 0.210 _(1.41) 0.451 _(3.49)*** 0.475 _(3.93)*** KKZ_RL 0.105 _(0.68) -0.217 _(-1.58) 0.321 _(2.11)** 0.084 _(0.57) -0.094 _(-0.80) 0.219 _(1.51) KKZ_CC 0.010 (0.07) -0.293 (-1.97)** 0.227 (1.14) 0.051 (0.36) -0.019 (-0.13) 0.238 (1.54) Top300 0.011 _(3.56)*** 0.018 _(6.62)*** 0.013 _(4.87)*** R square 0.4879 0.4059 0.3932 0.5726 0.4999 0.5471 0.5935 0.6173 0.5977 樣本數 974 947 974 974 947 974 974 947 974 註 1：使用 Poisson 迴歸模型估計。註 2：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。

(26)

4 . 3 金融風暴前後比較為比較金融風暴前後，外國銀行的區位選擇因素是否改變，我們將樣本分為兩個子樣本 (1990-1996 與 2000-2005)重新估計，結果如表 8 及表 9，表中左半邊列示金融風暴前，右半邊為金融風暴後的估計結果。由表 8，在金融風暴前後，影響外國銀行家數的因素有三個主要差異，首先，地主國經濟規模的係數在金融風暴前顯著為負值，但金融風暴之後這種負面影響變得不顯著，且變成正值，顯示金融風暴之前，地主國相對落後的經濟發展，隱含著未來經濟成長潛力較大，因此吸引多國籍銀行到地主國直接投資，但金融風暴之後，亞洲國家的經濟發展程度對多國籍銀行至地主國投資不再是重要因素。 其次，銀行業經濟自由度指標 (BFI) 在金融風暴之前影響不顯 著，金融風暴後則顯著為負值，表示經濟限制愈少，自由度愈高，進入地主國投資的外國銀行愈多；這反應了金融風暴之後，許多亞洲國家放寬對金融市場的法規管制，加速金融市場的自由化，因而吸引國際金融機構進入當地市場的現象。最後是代表政府治理能力的五個代理變數，其係數的正負號與 顯著性有明顯改變，其中政治穩定程度 (KKZ_PS) 與法規品質 ( KKZ_ R Q ) 的係數由顯著為負值變成不顯著，政府部門執行力 ( K K Z _ G E ) 由顯著正值變成負值，而貪污的控管 ( K K Z _ C C) 在金融風暴 之前與外國銀行家數關連不大，但金融風暴之後，二者顯著正相關。這些結果顯示在金融風暴之前，多國籍銀行偏好政府部門執行力佳的國家，且因為本身通常為規模較大或聲譽較佳的大銀行，因此面對政治穩定度較差或法規品質下降的國家，仍然選擇到當地投資， 因此 KKZ_GE 係數為正值，而 KKZ_PS 與法規 KKZ_RQ 的係數為負

(27)

值，但至金融風暴之後，外國銀行到當地投資的重要考量是地主國政府對貪污的控管程度，因此，當政府部門的運作愈透明，愈有利於吸引外國銀行。至於在外國銀行設立分支機構數部分 (參閱表 9)，地主國經濟規模、銀行業自由度及政府部門對貪污的控管三個變數的影響，與上述對外國銀行家數的影響相同，另有兩個變數在金融風暴前後有所不同，其一是當母國的經濟規模以 GDP 為代理變數時，由顯著為正 值變成不顯著；其二為母國全球排名 300 大銀行家數 (Top300)，在金 融風暴之前與外國銀行設立分支機構數無顯著關係，但金融風暴之後顯著為正值。整合此變數對外國銀行家數與對外國銀行分支機構數的影響，顯示母國大銀行愈多，愈可能到亞洲國家直接投資的現象不受金融風暴影響，但在金融風暴後，會因母國大銀行較多，而在當地設立更多的分支機構。

(28)

表 8 金融風暴前後估計結果比較表＿外國銀行家數迴歸模型：

。被解釋變數 Yijt指 t 時點，i 國(母國)銀行到 j 城市(地主國)的直接投資，以外國銀行家數為代理

變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及平均每 人國內生產毛額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓距離為 代理變數；Trade 是母國與地主國的雙邊貿易總額；BFI 為銀行產業的自由度；Governance 表示 政府治理能力，分別以政治穩定程度(KKZ_PS)，政府部門執行力(KKZ_GE)、法規品質(KKZ_RQ)， 法律規則(KKZ_RL)及貪污的控管(KKZ_CC)為代理變數；Top300 表示母國擁有的全球排名 300 大 銀行家數。ε_ijt為誤差項。金融風暴前金融風暴後常數項 -2.732 (-2.24)** -3.023 (-1.37) -1.669 (-1.64) -2465 (-3.63)*** -1.616 (-4.81)*** -1.538 (-4.80)*** GDPi 0.318 (5.40)*** 0.120 (2.58)*** GDPj -0.229 (-2.81)*** 0.032 (0.81) Crediti 0.563 (4.38)*** 0.282 (2.67)*** Creditj -0.338 (-1.03) 0.249 (1.59) GDPperi 0.028 (5.70)*** 0.017 (4.47)*** GDPperj -0.025 (-2.82)*** -0.012 (-1.53) Dist -0.00002 (-0.86) 0.0001 (3.84)*** 0.00003 (1.90)* -0.00002 (-1.33) 0.00002 (1.06) -0.00001 (-0.70) Trade 0.255 (5.76)*** 0.356 (9.99)*** 0.361 (12.09)*** 0.250 (6.70)*** 0.291 (9.68)*** 0.337 (11.53)*** BFI 0.028 (0.07) -0.031 (-0.03) -0.551 (-1.32) -0.213 (-2.57)*** -0.196 (-2.39)** -0.155 (-1.90)* KKZ_PS -2.131 (-3.89)*** -1.221 (-1.56) -1.366 (-2.86)*** -0.040 (-0.26) -0.174 (-1.09) -0.051 (-0.345) KKZ_GE 3.241 (4.20)*** 1.708 (2.49)** 2.828 (3.49)*** -0.503 (-2.25)** -0.500 (-2.39)** -0.862 (-3.30)*** KKZ_RQ -2.803 (-3.26)*** -0.793 (-1.19) -1.372 (-2.11)** 0.190 (1.20) 0.113 (0.68) 0.252 (1.68)* KKZ_RL 0.993 (2.48)** 0.482 (0.66) 0.453 (1.24) -0.330 (-1.61) -0.229 (-1.20) -0.206 (-0.96) KKZ_CC -0.079 (-0.16) -0.318 (-0.34) -0.852 (-1.87)* 0.678 (3.74)*** 0.695 (3.74)*** 0.913 (4.17)*** Top300 0.007 (1.84)* 0.022 (7.55)*** 0.014 (5.36)*** 0.024 (6.56)*** 0.030 (11.44)*** 0.020 (6.38)*** R square 0.6970 0.6864 0.7018 0.7264 0.7413 0.7355 樣本數 513 468 513 486 479 486 註 1：使用 Poisson 迴歸模型估計。註 2：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。

(29)

表 9 金融風暴前後估計結果比較表＿外國銀行分支機構數迴歸模型：

。被解釋變數 Yijt指 t 時點，i 國(母國)銀行到 j 城市(地主國)的直接投資，以外國銀行分支機構數

為代理變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信用市場規模(Credit)及 平均每人國內生產毛額(GDPper)為代理變數；Dist 代表距離變數，以母國首都到亞洲城市的大圓 距離為代理變數；Trade 是母國與地主國的雙邊貿易總額；BFI 為銀行產業的自由度；Governance 表示政府治理能力，分別以政治穩定程度(KKZ_PS)，政府部門執行力(KKZ_GE)、法規品質 (KKZ_RQ)，法律規則(KKZ_RL)及貪污的控管(KKZ_CC)為代理變數；Top300 表示母國擁有的全 球排名 300 大銀行家數。ε_ijt為誤差項。金融風暴前金融風暴後常數項 -0.223 (-0.15) -5.030 (-2.21)** -2.104 (-1.72)* -2.192 (-3.00)*** -2.265 (-5.28)*** -2.277 (-5.38)*** GDPi 0.233 (3.39)*** 0.058 (1.32) GDPj -0.558 (-4.95)*** -0.005 (-0.11) Crediti 0.548 (3.79)*** 0.325 (2.82)*** Creditj -0.845 (-2.46)** 0.193 (1.14) GDPperi 0.019 (3.77)*** 0.018 (4.97)*** GDPperj -0.040 (-4.03)*** -0.016 (-1.70)* Dist -0.00001 (-0.58) 0.0001 (2.86)*** 0.00002 (0.82) 0.00001 (0.34) 0.00004 (1.96)* 0.00001 (0.36) Trade 0.496 (9.52)*** 0.509 (10.43)*** 0.534 (11.75)*** 0.382 (6.97)*** 0.394 (8.54)*** 0.448 (9.98)*** 0 190 BFI 0.522 (0.78) 0.500 (0.50) -0.712 (-1.22) -0.250 (-2.73)*** -0.254 (-2.68)*** -0.190 (-2.09)** KKZ_PS -2.686 (-4.11)*** -1.391 (-1.77)* -0.866 (-1.63) -0.193 (-1.34) -0.329 (-2.16)** -0.247 (-1.74)* KKZ_GE 3.555 (3.73)*** 1.494 (1.98)** 2.492 (2.22) -0.393 (-1.45) -0.318 (-1.20) -0.782 (-2.32)** KKZ_RQ -4.051 (-3.95)*** -0.601 (-0.89) -0.670 (-0.95) 0.205 (1.18) 0.159 (0.86) 0.315 (1.87)* KKZ_RL 1.444 (2.35)** 0.554 (0.717) 0.096 (0.21) -0.414 (-1.90)* -0.342 (-1.60) -0.266 (-1.19) KKZ_CC 0.637 (0.845) 0.091 (0.09) -1.022 (-1.62) 0.775 (3.39)*** 0.756 (2.99)*** 1.060 (3.60)*** Top300 -0.005 (-1.12) 0.011 (2.84)*** 0.003 (0.86) 0.020 (4.94)*** 0.024 (6.91)*** 0.014 (3.60)*** R square 0.6057 0.5981 0.5892 0.6619 0.6772 0.6837 樣本數 513 468 513 486 479 486 註 1：使用 Poisson 迴歸模型估計。註 2：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。

(30)

4.4 穩健性檢定 G r o s s e s 與 G o l d b e rg ( 1 9 9 1 ) 在探討外國銀行是否追隨顧客到美國進行海外擴張時，發現採用雙邊貿易總額為代理變數，與使用出口額與進口額為代理變數的結果略有不同，15_{其他文獻使用出口額與} 進口額的實證結果也有所不同。16_{為了檢驗使用「雙邊貿易總額」和} 「進、出口額」為銀行顧客的代理變數，其實證結果是否不同，我們改以出口額和進口額為顧客的代理變數，重新估計的結果如表 10。出口額或進口額的係數皆顯著為正，顯示母國與地主國間的貿易往來與外國銀行家數及分支機構數都有正向關連，此結果與使用雙邊貿易總額的結果相同，且符合追隨顧客理論的預期。17 15_{Grosse 與 Goldberg (1991)將雙邊貿易額分別以出口到美國與自美國進口代替時，係數皆顯著} 為正，與原來結果一致；但進口額與出口額一起放入迴歸式時，出口到美國仍為正顯著，自美國進口變成負顯著。 16_{例如 Fisher 與 Molyneux (1996)發現母國出口到英國增加，會使母國在當地的員工人數顯著減} 少；母國自英國進口增加會使母國在當地的辦公室與員工顯著增加；Esperanca 與 Gulamhussen (2001)文中發現母國到美國的進口增加，對該國籍銀行在美國的分支機構數目的影響顯著為正，而母國到美國的出口增加，其影響則顯著為負。 17 將進口額與出口額單獨加入迴歸式中重新估計，其係數仍然顯著為正值。

(31)

表 10 以出口額與進口額為銀行顧客代理變數的估計結果迴歸模型：

。被解釋變數 Yijt指 t 時點，i 國(母國)銀行到 j 城市(地主國)的直接投資，分別以外國銀行家數與 外國銀行分支機構數為代理變數；ESize 為經濟規模變數，分別以實質境內生產毛額(GDP)、信 用市場規模(Credit)及平均每人國內生產毛額(GDPper)為代理變數；Dist 代表距離變數，以母國 首都到亞洲城市的大圓距離為代理變數；Trade 是母國與地主國的貿易，以母國出口額(EX)及進 口額(IM)為代理變數；BFI 為銀行產業的自由度；Governance 表示政府治理能力，分別以政治穩 定程度(KKZ_PS)，政府部門執行力(KKZ_GE)、法規品質(KKZ_RQ)，法律規則(KKZ_RL)及貪污 的控管(KKZ_CC)為代理變數；Top300 表示母國擁有的全球排名 300 大銀行家數。ε_ijt為誤差項。外國銀行家數外國銀行分支機構數常數項 -2.955 (-5.06)*** -1.650 (-7.13)*** -1.416 (-6.12)*** -1.755 (-2.12)** -2.212 (-7.75)*** -2.097 (-7.10)*** GDPi 0.154 (4.55)*** 0.119 (2.70)*** GDPj 0.024 (0.75) -0.095 (-2.04)** Crediti 0.404 (5.01)*** 0.423 (4.55)*** Creditj 0.038 (0.33) -0.189 (-1.36) GDPperi 0.007 (2.81)*** 0.008 (3.196)*** GDPperj -0.066 (-1.28) -0.024 (-3.41)*** Dist -0.00001 (-0.32) 0.0001 (3.96)*** 0.00002 (1.58) -0.00001 (-0.43) 0.0001 (3.36)*** 0.00001 (0.68) EX 0.072 (2.06)** 0.100 (3.04)*** 0.105 (3.23)*** 0.215 (5.63)*** 0.215 (6.13)*** 0.240 (6.77)*** IM 0.194 (5.35)*** 0.222 (6.54)*** 0.235 (6.84)*** 0.177 (4.08)*** 0.218 (5.64)*** 0.219 (5.16)*** BFI -0.248 (-4.38)*** -0.282 (-4.76)*** -0.237 (-4.08)*** -0.220 (-3.39)*** -0.274 (-4.17)*** -0.181 (-2.71)*** KKZ_PS -0.322 (-4.12)*** -0.331 (-3.53)*** -0.357 (-4.50)*** -0.297 (-3.18)*** -0.264 (-2.69)*** -0.377 (-3.94)*** KKZ_GE 0.069 (0.41) 0.108 (0.67) -0.053 (-0.30) 0.111 (0.55) 0.162 (0.83) -0.176 (-0.84) KKZ_RQ 0.267 (2.06)** 0.174 (1.50) 0.287 (2.56)** 0.232 (1.57) 0.460 (3.57)*** 0.489 (4.07)*** KKZ_RL 0.133 (1.09) 0.178 (1.71)* 0.230 (1.80)* 0.066 (0.46) -0.103 (-0.87) 0.205 (1.42) KKZ_CC -0.004 (-0.04) -0.046 (-0.39) 0.046 (0.35) 0.050 (0.35) -0.019 (-0.13) 0.241 (1.57) Top300 0.018 (7.62)*** 0.025 (12.24)*** 0.021 (10.27)*** 0.011 (3.77)*** 0.018 (6.20)*** 0.012 (4.55)*** R square 0.6983 0.7055 0.6955 0.5957 0.6203 0.6038 樣本數 974 947 974 974 947 974 註 1：使用 Poisson 迴歸模型估計。註 2：*表示 10%顯著水準，**表示 5%顯著水準，***表示 1%顯著水準，括號內為 White t 值。

(32)

5. 結論本文蒐集多國籍銀行在亞洲十個城市 (曼谷、香港、雅加達、吉隆坡、馬尼拉、首爾、上海、新加坡、台北和東京 ) 的直接投資資料，並以引力模型分析影響多國籍銀行選擇投資城市及設立分支機構數的因素。來自 63 個國家，309 家銀行直接投資在這些城市，其中到香港、新加坡和東京直接投資的銀行最多，設立的分支機構也最多，而到馬尼拉與吉隆坡的銀行及其設立的分支機構最少。另外，亞洲金融風暴未導致外國銀行大量撤離亞洲，隱含多國籍銀行對外直接投資是較為長期的規劃，較不受短期衝擊的影響。基礎引力模型的實證顯示，母國與地主國的經濟規模對外國銀行家數及外國銀行設立的分支機構數有正面影響，而兩國距離會產生負面影響，皆符合預期。而延伸的引力模型顯示，兩國間的貿易往來會增加多國籍銀行的直接投資，隱含多國籍銀行追隨顧客進行海外擴張；其次，地主國的經濟環境愈自由，對銀行業務限制愈少，愈能吸引外國銀行；至於政府治理能力方面，地主國的政治穩定度較低，外國銀行家數與外國銀行分支機構數較多，而地主國的法規品質愈高，愈能吸引外國銀行。另外，母國的大銀行愈多，愈有能力進行海外擴張，因此到亞洲直接投資的銀行家數較多，設立的分支機構亦較多。金融風暴前後，影響外國銀行區位選擇的因素略有差異，主要差異是經濟自由度與政府治理能力。經濟自由度在金融風暴前影響不顯著，可是金融風暴後，地主國的銀行業自由度愈高，吸引的外國銀行與設立的分支機構數都顯著增加；而政府治理能力方面，金融風暴前多國籍銀行偏好政府部門執行力佳的國家，但風暴之後，地主國政府對貪污的控管程度愈佳，外國銀行家數與設立分支機構

(33)

數愈多。本文的實證結果，可供政策制訂的參考，首先，要發展成為國際或區域金融中心，必須有實質的經濟活動為基礎，例如擴大經濟規模以及加強對外的貿易往來：經濟規模大，對外國銀行而言，潛在市場機會大，而貿易往來愈多，外國銀行在地主國的顧客愈多，吸引他們追隨顧客的誘因愈大；其次，地主國的法規設計愈完善，對銀行業的限制愈少，愈能吸引外國銀行。因此，要成為區域金融中心，在政策規劃上，除了相關金融法規的修正外，在推動過程中也應加強實質經濟活動，並創造合適的銀行經營環境，才能成為金融機構進行海外擴張優先考慮的投資地點。