臺灣金融拆款市場的議價力 - 政大學術集成

全文

(1)

(2) 論文謝詞. 回想身為研究生的這兩年，論文無疑對所有人都是一個重大的關卡，經由指導老師與他人的協助，一年多以來接受老師們的指教，從研究議題、建立模型、實證分析，最終到現在完成了論文。此篇論文能夠完成，首先一定要感謝我的兩位指導教授，王智賢老師與林玫吟老師。在論文進行的一年多的期間，兩位老師不斷以耐心教導我研究的方法，經常在寶貴的空閒時間與我討論論文的內容，並且不吝於回答問題與督促. 政治大. 我。我想，若沒有指導老師們的協助，自己絕對無法順利的完成整個研究的過. 立. 程。. ‧ 國. 學. 另外，也要感謝在研究過程中，提供協助的金融業拆款中心、中央銀行與其他相關單位，使我能夠更加了解研究議題的實際情形。最後，感謝五月底口. ‧. 試時擔任評審的林馨怡老師與簡文政老師。經由評審老師們給予的評論及意. y. Nat. n. al. er. io. 上寶貴的知識。. sit. 見，使我論文在最後的研究階段，更加嚴謹、完善，同時讓我獲得了許多研究. i n U. v. 雖然我認為我此次的研究還有未盡完善之處，但是在這段進行論文的過程，. Ch. engchi. 我從中獲得了許多知識並體驗到研究的趣味，對我來說非常珍貴且難得!經歷過此次碩士論文的研究後，我相信藉由這樣寶貴的經驗，對我自身日後會有很大的影響與幫助。最後，再次感謝上述所有協助過我、在這裡無法完全提到的人事物以及願意閱讀我論文的讀者們，在此獻上我最真摯的感謝!. 許涵喻. ii. 謹啟.

(3) 中文摘要. 參與臺灣金融拆款市場的金融機構，存在不同的借貸差異限制，本文以 Bech and Klee (2011) 所設定的議價模型為基礎，探討臺灣金融拆款市場中的議價力。本文進一步以雙方設限的 Tobit model 來估計議價力，並加入異質參與者的拆進與拆出占市場權數為其中的迴歸解釋變數，實證結果發現：公債附條件利率、政策虛擬變數及準備金集中度會顯著的正向影響貸方議價力，此隱含此三個變數與. 政治大顯著負向的關係。最後，本文以模擬的方式預測金融拆款利率在不同情境下的路立. 金融拆款利率有同向變動的關係；此外，信託投資公司拆出比例與貸方議價力有. ‧ 國. 學. 徑，此部分可印證本文的重要結論。. ‧. 關鍵字： Nash 議價、Tobit model、貨幣政策、金融拆款市場. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(4) Abstract. The rate corridor regime, relying on lending and deposit facilities to set ceilings and floors for interbank overnight rates, has been practiced by many central banks. This paper modifies the theoretical model proposed by Bech and Klee (2011) to discuss the seller’s bargaining power in Taiwan interbank overnight market under rate corridor system. We apply two-limit Tobit model to estimate the bargaining power. The empirical results show that the repo rate, policy indicator and index for reserves. 政治大 Meanwhile, the results imply 立that the interbank overnight rates rise with these three concentration have significantly positive relationship with seller’s bargaining power.. ‧ 國. 學. variables. The conclusions could be clearly observed from the predictions on the paths of the interbank overnight rate under various scenarios.. ‧. n. al. er. io. sit. y. Nat. Keywords: Interbank overnight market, Bargaining power, Tobit model.. Ch. engchi. i n U. v.

(5) 目錄第一章. 前言............................................................................................................ 1. 第二章. 文獻探討.................................................................................................... 4. 第三章. 理論模型介紹............................................................................................ 7. 第四章. 實證分析.................................................................................................. 10. 第一節. 實證模型.......................................................................................... 10. 第二節. 實證變數的說明.............................................................................. 13. 第三節. 雙方設限Tobit model實證結果 ...................................................... 18. 第四節. 結論與建議.............................................................................................. 26. 學. ‧ 國. 第五章. 政治大實證與預測分析.............................................................................. 22 立. 參考文獻...................................................................................................................... 28. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(6) 圖目錄. 圖 1：金融機構拆進額（單位：新臺幣百萬元）.................................................... 2 圖 2：金融機構拆出額（單位：新臺幣百萬元）.................................................... 2 圖 3：金融拆款市場利率、短期融通利率與準備金乙戶利息.............................. 11 圖 4：貸方議價力計算值.......................................................................................... 11 圖 5：金融拆款利率之預測路徑 – 準備金對數值變動........................................ 24 圖 6：金融拆款利率之預測路徑 – 公債附條件交易利率變動............................ 24. 政治大圖 8：金融拆款利率之預測路徑立 – 準備金集中度變動........................................ 25 圖 7：金融拆款利率之預測路徑 – 金融機構逾放比率變動................................ 25. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(7) 表目錄. 表 1：臺灣金融機構之拆款利率上下限整理.......................................................... 6 表 2：實證變數之衡量方式與資料來源................................................................ 16 表 3：實證使用變數基本統計量.............................................................................. 17 表 4：雙方設限Tobit model實證結果 .................................................................... 19 表 5：各解釋變數對貸方議價力影響方向比較表................................................ 21 表 6：各變數平均值................................................................................................ 22. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v.

(8) 第一章. 前言. 根據貨幣政策的傳遞機能（monetary policy transmission）理論，中央銀行可藉由貨幣政策的實施，透過不同的影響管道，達成其設定的目標。由於金融拆款市場的交易目的之一是對準備金不足的銀行提供短期資金，故理論上，若金融拆款市場傳遞機能健全，金融拆款利率對短期借貸成本就具有一定的影響，中央銀行可以透過貨幣工具的操作，來影響金融拆款利率，達成其他短期利率的目標。近年來，金融拆款利率已成為許多國家貨幣政策的操作目標，而且各國所採取的. 政治大央銀行對準備金的付息利率分別視為金融拆款利率的上限與下限，澳洲、紐西立. 控制方式為所謂的利率渠道（interest rate corridor），亦即將中央銀行貼現率及中. ‧ 國. 學. 蘭、美國等國都採取此種制度。雖然透過利率渠道可以讓金融拆款利率的波動受到限制，但是實際的金融拆款利率仍受到市場資金供需變化的影響，本文主要的. ‧. 研究目的即是以金融拆款市場中借貸雙方的議價力為出發點，根據不同金融機構. sit. y. Nat. 的借貸特性，來研究決定臺灣金融拆款市場議價力的因素，藉由議價力與金融拆. al. er. io. 款利率之間的關係，即可推論出金融拆款利率變化的原因。. v. n. 在正式進入研究之前，以下先簡略介紹臺灣金融拆款市場制度。臺灣金融拆. Ch. engchi. i n U. 款市場成立於 1980 年，其制度主要仿效美國聯邦基金市場的設計。設立之初，中央銀行並未完全開放所有機構進入市場，而是僅限有提放準備金的機構才可參與，1991 年至 1994 年間，為增加市場效率，進一步開放更多機構參與。現今主要參與金融拆款市場的成員依機構可列述如下：本國銀行、外國銀行在臺分行、信託投資公司、票券金融公司、中華郵政公司以及信用合作社。圖 1 與圖 2 分別為各機構在金融拆款市場中拆進與拆出的概況。從圖形中可推論出，本國銀行的拆款數量，不論是拆進或拆出，皆為最多。外國銀行的總拆款數量則為第二，中華郵政公司、信託投資公司、票券金融公司的拆款量皆相對較低；此外，信用合作社在近年金融拆款市場中的交易量不大，且逐年下降，故本圖並未繪出。. 1.

(9) 25000000. 20000000. 15000000. 10000000. 5000000. 0. 本國銀行. 立. 政治信託投資票券金融大 2001 2006. 外國銀行. 中華郵政. 2011. ‧ 國. 學. 圖 1：金融機構拆進額（單位：新臺幣百萬元）. ‧. n. al. er. io. sit. y. Nat. 20000000. 15000000. Ch. engchi. i n U. v. 10000000. 5000000. 0. 本國銀行. 外國銀行. 信託投資 2001 2011. 票券金融 2006. 圖 2：金融機構拆出額（單位：新臺幣百萬元） 2. 中華郵政.

(10) 依中央銀行的法規規定，須提存準備金的金融機構若在中央銀行的準備金帳戶中沒有存放到規定的金額以上，會對金融機構進行罰款。 1如此一來，會使有準備金需求的金融機構，增加在金融拆款市場的交易動機。我們將金融機構以是否提放準備金分為兩類，需要提存準備金的金融機構包括：銀行、信用合作社、以及郵政儲金匯業機構；不需提存準備金的金融機構則是信託投資公司與票券金融公司。由於提放準備金的金融機構能獲得部分準備金的付息，故可推論這些金融機構在作為金融拆款市場中的貸方時，收取的最低利率不會低於中央銀行對準備金的付息利率。 2. 政治大我國中央銀行作為銀行的最後貸放者，其提供重貼現率、短期融通率以及擔保融立. 除了金融拆款市場，金融機構還可以透過中央銀行的融通窗口來融通資金。. 通率三種管道，後兩者分別做為短期與長期資金的管道。除了票券金融公司之. ‧ 國. 學. 外，其餘機構均可使用中央銀行的融通管道。不過，向中央銀行融通的代價通常. ‧. 會高於金融拆款市場，故有資金需求的機構不會輕易使用它。除了我國之外，其. y. Nat. 他國家也有類似此融通管道的制度設計。但我國與其他國家有一點不同，即在. er. io. sit. 2003 年以前，我國將重貼現率訂為所有利率的下限目標，也因此成為金融拆款市場利率的下限指標；2003 年以後，為順應國際潮流，允許金融拆款利率低於. n. al. Ch. 重貼現率，與多數國家的制度呼應。. engchi. i n U. v. 由上述可知，我國中央銀行對不同機構在貼現政策與提放準備金付息上有不同的規定，後續章節也會將此特點加入研究內容，並分析對我國金融拆款市場的影響。本研究討論架構依序為：第一節為前言，第二節為文獻探討，第三節為理論模型介紹，第四節為實證分析，最後則為結論。. 1. 根據現行中央銀行設計的準備金制度，金融機構出現準備金提存不足時，可以先以前期的超額準備進行部分抵充，但仍有不足時，則會追收利息。相關的法規內容，可參照「中央銀行法」第 23 條與「金融機構存款及其他各種負債準備金調整及查核辦法」等規定。 2 金融機構存放於中央銀行的準備金，可分為準備金甲戶(往來戶)與準備金乙戶(計息戶)兩個帳戶。由於乙戶資金不能隨時提存，故中央銀行會對乙戶資金酌予支付利息。 3.

(11) 第二章. 文獻探討. 中文文獻中深入研究金融拆款制度的文獻並不多，其研究範疇大多著重在金融拆款制度對傳遞機能的貢獻。根據李榮謙（1998）的研究，過去實施的貨幣政策主要以準備貨幣作為操作目標，隨著金融市場的自由化，金融拆款利率也逐漸成為了重要的操作工具。何棟欽（2001）的研究顯示金融拆款利率的傳遞機能並不完全，但在 30 天商業本票市場效果十分良好，吳懿娟（2004）的研究也同樣顯示了金融拆款利率對商業本票市場的立即影響。由於 30 天商業本票市場是非常重要的短期利率指標，因此金融拆款利率對銀行有一定的宣示效果。上述三者. 政治大. 的研究結果，均顯示了金融拆款制度的重要性。. 我國的金融拆款制度主要是參考美國聯邦基金制度所建構，若能夠了解聯邦. 立. 基金制度，將會對本文的研究有所幫助。所謂聯邦基金市場（Federal funds. ‧ 國. 學. market）類似於臺灣的金融拆款市場，其提供金融機構在準備金不足時的短期融通管道、而聯邦基金利率在貨幣傳遞機能中的有效性，是經常被研究討論的議. ‧. 題。以 Bech et al. (2011) 的研究為例，其研究結果發現金融危機發生的信用評. y. Nat. 等下降與貨幣流動性降低等因素均會影響貨幣傳遞機能，進而減低聯邦基金利率. io. sit. 對傳遞機能的貢獻。Thornton (2004) 的研究則以預期假說為出發點，測試以聯. n. al. er. 邦基金利率預測短期利率的假說，發現在特定情況下，預期假說會被拒絕，使聯. i n U. v. 邦基金利率沒有預測力。發生此現象的原因可分為兩種：其一是在某些特定時. Ch. engchi. 間，無法對聯邦基金利率做出正確預期所導致；另一是發生在準備金的結算日（settlement days）。而 Furfine (2000) 與 Bartolini et al. (2001) 的研究皆發現，金融機構習慣在鄰近準備金結算的期間持有較多的超額準備，非此期間的超額準備則會減少。故在鄰近準備金結算期間，通常會使聯邦基金利率產生向上壓力（upward pressure），即使有對準備金總額進行調節，也無法抵銷全部的效果。推測此即可解釋 Thornton 關於結算日預期假說被拒絕的研究結果。有部分研究聯邦基金制度的文獻則是專注在聯邦基金利率與其他短期利率的關聯性。在聯邦基金市場與歐洲美元（Eurodollar）的討論上，Bartolini et al. (2008) 研究結果與以往的市場區隔論不同，其發現以交易頻率高的數據資料實證，兩市場會呈現高度相關性，故認為在特定情況下，穩定聯邦基金市場，也可 4.

(12) 以連帶穩定歐洲美元市場。Griﬃths and Winters (1997) 研究方向為聯邦基金制度的結算與會計規律性的影響。研究結果顯示，其規律性不僅影響聯邦基金市場本身，同時也影響了政府的附買回協議市場。 3雖然其經濟效果並不大，但也顯示了與聯邦基金市場的關聯性。另外，聯邦基金市場的參與者在交易時的互動也會對聯邦基金利率產生影響。Furfine (1999) 以交易資料來分析聯邦基金參與機構的行為進而發現市場的集中度與交易量會影響聯邦基金利率。Furfine (2001) 則是將市場中具有不同違約風險的機構的交易資料進行實證。研究結果發現，在違約風險不至於過大的情況下，風險越高的機構借貸成本也越高；一旦風險高達一定程度，此類機構的交易量會直接減少，而非繼續反映在借貸成本上。Bech and Klee (2011) 研究是以. 政治大議價力模型，探討在區隔市場中的政策效果。由於此篇研究與本文的議題有相似立聯邦基金市場中參與者不同的借貸限制為出發點，使用賽局理論中的 Nash 談判. ‧ 國. 學. 之處，故以下對此文獻做更進一步的介紹。. 美國的聯邦基金市場中有兩大類不同的參與者。前者為銀行機構，後者是美. ‧. 國政府贊助企業 ( Government-sponsored Enterprise；往下簡稱 GSE )。 4兩種參與機構在市場中最大的差異是，銀行機構需要向聯準會提存準備金，而 GSE 沒. y. Nat. sit. 有這項行為。根據 Ennis and Keister (2008) 的研究，近年來由於美國修法，使中. er. io. 央銀行增加了對準備金付息的政策，也增加了改變利率的管道。由於此項付息差. al. n. v i n Ch 礎，建構了破裂點不同的議價力模型。由於 GSE 無法透過準備金獲得利息，故 i U engch 異存在，在聯邦基金市場形成了分隔。Bech and Klee 的研究即以上述差異為基. GSE作為資金貸方的談判力被減弱，也間接使得美國聯準會在使用準備金付息政策的效果大幅減低。根據 Bech and Klee 的實證研究，GSE 佔美國聯邦基金市場比例高達百分之七十五，而臺灣並沒有類似美國存在龐大的 GSE 機構，但金融拆款市場的參與者仍具有異質性，亦即在貼現制度與準備金制度也有不同的規定，此部分前述章節已提及，同時可參考表 1 的整理內容。我們將 Bech and Klee 的議價力模型依照我國制度特色下修改，來分析我國. 3. 聯邦基金市場與附買回協議市場皆為與中央直接相關的短期資金市場。美國政府創建的金融服務機構，主要目標是，為特定部門與市場的資金貸方，加強其資金的流動性與透明度。 4. 5.

(13) 金融拆款市場的議價力，並探討對金融拆款利率造成的影響。另外，在 Bech and Klee 的研究中，其使用相關實證分析模型中的議價力變數，而本文也會使用資料進行相同的分析。值得注意的是，Bech and Klee 的實證方法採取 Papke and Wooldridge (1996) 中的 fractional response model。但根據我國的數據資料所計算出來的議價力並非完全介於 0 至 1 之間，故不採取 fractional response model，而以以雙方設限的 Tobit model 來進行估計，相關實證方法介紹將於第四章節再做說明。表 1：臺灣金融機構之拆款利率上下限整理金融機構. 金融拆款利率上限金融拆款利率下限說明. 本國銀行. 中央銀行短期融通中央銀行對準備金可向中央銀行貼利率. 立. 治政付息利率大. 現窗口拆借，且必須提存準備金. ‧ 國. 利率. 付息利率. ‧. 現窗口拆借，且必. sit. 付息利率. n. er. io. al. y. 中央銀行短期融通中央銀行對準備金可向中央銀行貼利率. 信用合作社. 現窗口拆借，且必須提存準備金. Nat. 中華郵政公司. 學. 外國銀行在臺分行中央銀行短期融通中央銀行對準備金可向中央銀行貼. i n U. 須提存準備金. v. 中央銀行短期融通中央銀行對準備金可向中央銀行貼利率. Ch. e n g付息利率 chi. 現窗口拆借，且必須提存準備金. 信託投資公司. 中央銀行短期融通無. 可向中央銀行貼. 利率. 現窗口拆借，不需提存準備金. 票券金融公司. 無. 無. 不可向中央銀行貼現窗口拆借，亦不需提存準備金. 6.

(14) 第三章. 理論模型介紹. 從前述章節的描述可知，本國的準備金付息政策與融通制度對不同的金融機構有不同的借貸限制，以下本章節將以此為出發點，建立議價力模型來分析本國金融拆款市場。以下首先簡單介紹談判賽局 ( bargaining games ) 與本論文相關的議價模型。談判賽局是指非合作會無效率的情況下，有兩人以上的參與者，透過合作去分配某項財貨或是金錢，並達到最有效率的均衡。根據經濟學家 Nash 的定義，. 政治大的破裂點。在 Nash 定義下的談判賽局，其均衡解可分為對稱型與非對稱型兩立兩人談判賽局能以 ( F , d ) 來表示； F 代表可能達成協議的集合， d 代表雙方 5. ‧ 國. 學. 種，兩者最主要的區別，在於後者的談判過程或信念為非對稱。根據 Binmore et al. (1986) 的研究，非對稱的均衡解最常被運用在雙方議價力不同的模型中。其. ‧. 求解過程為極大化 ( s1 − s10 ) β ( s 2 − s 20 )1− β ，其中 si 代表任何可能均衡下參賽者 i. y. Nat. er. io. sit. 獲得的效用， si0 則代表參賽者 i 的破裂點， β 為參賽者 1 的談判能力，1 − β 為參賽者 2 的談判能力。. al. n. v i n 上一章節的文獻探討介紹了 C hBech and Klee 使用的議價力模型，因其研究與 engchi U. 本論文相關性最高，故以下理論模型的建構將綜合其與 Binmore et al. 對議價力模型的研究，針對我國本身的制度特色進行修改。首先，對本國金融拆款市場的參與者做三項假設：第一，參與者皆以利潤極大為目標；第二，參與者對風險的偏好為中立性；第三，參與者最終協議的利息直接代表參與者的效用。根據上述假設，以下式表達議價力模型均衡解： r * ( F , d ) = arg max( f buyer − d buyer )1− β ( f. seller. d≤ f. − d seller ) β ，. 其中 r * 代表議價力模型均衡解之下的金融拆款利率， ( f buyer , f. 5. （1） seller. ) 分別. 談判破裂點為參與談判者最低願意達成的底限，若協議結果比其破裂點差，談判便破局。 7.

(15) 代表借方付出的利息和貸方收到的利息，(d buyer , d seller ) 則分別代表借方最高願付的利息和貸方最低願收的利息， β 介於 0 到 1 之間的區間，代表貸方的議價力變數，而 1 − β 代表借方的議價力變數。由於借貸方的利率最終會相同，故 ( f buyer , f. seller. ) 能重新以 (−r , r ) 表示， r 代表雙方有可能達成的均衡利率，以. 下將其代入原均衡解：. r * = arg max (−r − d buyer )1− β (r − d seller ) β ，. （2）. d seller ≤ r ≤ − d buyer. 令上式一階條件為零，可求出均衡利率的數學式： 6 r * = d seller + β (−d buyer − d seller ) = −d buyer − (1 − β )(−d buyer − d seller )，. （3）. 政治大響。在 Bech and Klee 的研究中，認為聯邦基金市場是由兩個區隔市場組成，故立. 由上可知，在此模型中的均衡利率分別受到議價力變數與借貸方破裂點的影. ‧ 國. 學. 其模型設計下的數學式也有兩式來分別代表銀行間的交易市場與銀行對 GSE 之間交易的市場。就本國的金融拆款制度來看，不同機構雖也有不同的借貸限. ‧. 制，但卻未形成明顯的區隔市場，為簡化模型，本論文模型數學式僅呈現金融拆. sit. y. Nat. 款市場中主要交易者的借貸限制，不同借貸限制的特性將會在實證部分做進一步. al. er. io. 分析，此處不設立他式來呈現。. v. n. 本國金融拆款市場上的大部分交易機構，能夠獲得在中央銀行存放準備金的. Ch. engchi. i n U. 利息，必要時也可以使用短期融通的管道，我們可以將這兩種情況視為貸方與借方的破裂點。由於存放準備金可以獲得利息，擔當貸方的機構不會在金融拆款市場借出一筆利息低於準備金利率的資金；反之，有資金需求的借方不會借入一筆利息高於短期融通率的資金。我們可以將代號 rioer 來表示存放準備金利息，rsdw 來表示短期融通利率， (rsdw − rioer ) 則代表可分配的利差，將上述代回數學式中的破裂點可得：. r * = rioer + β (rsdw − rioer ) = rsdw − (1 − β )(rsdw − rioer ) 。. （4）. 此數學式呈現了影響金融拆款利率的因素，以下將以數學式簡單呈現各因素 6. 同時我們可以很輕易地檢驗，一階條件下的解也將滿足均衡解的二階條件要求。 8.

(16) 對均衡利率的效果。首先，探討貸方議價力變數 β 對均衡利率的影響。由於貸方議價力增加時，貸方可以向借方爭取較高的利息收入，所以會產生對利率的正向影響。另外，當可分配的利差擴大時，貸方議價變數對利率的影響效果會更大。綜上所述，能以數學式表達如下：. ∂r * / ∂β = rsdw − rioer ≥ 0 ，. （5）. 第二，探討存放準備金利息 rioer 對均衡利率的影響。準備金利率上升時，代表貸方的破裂點提高，故借方更難取得資金，利率因而上升。另外，借方議價. 政治大. 力變大時，準備金利息對利率的影響效果會增加，數學式表達如下：. 立. ∂r * / ∂rioer = 1 − β ≥ 0 ，. （6）. ‧ 國. 學. 第三，探討短期融通利率 rsdw 對均衡利率的影響。短期融通利率上升時，代表借方直接向中央銀行取得資金的成本提高，故借方對金融拆款資金的需求會提. ‧. 高，利率因應上升。另外，貸方議價力變大時，對利率的影響效果會增加，數學. sit. n. al. er. io. ∂r * / ∂rsdw = β ≥ 0 。. y. Nat. 式表達如下：. Ch. engchi. 9. i n U. v. （7）.

(17) 第四章. 實證分析. 第一節. 實證模型. 前一章節建構了簡單的議價力模型，來呈現借貸限制與議價力對均衡利率的影響，而模型的借貸方破裂點與均衡利率皆有中央銀行的實際數據可供研究。然而，議價力變數卻無法從實際經濟中獲取原始數據。為了進一步了解議價力變數的實際情況，我們可以將前一章節模型的數學式（4）改寫後，來求取貸方議價力變數的估計值：. 立. 政治大. ‧ 國. 學. r * (t ) − rioer (t ) βˆ (t) = 。 rsdw (t ) − rioer (t ). （8）. 為了估計議價力變數，我們可將上式中的 rsdw (t ) 與 rioer (t ) 分別以短期融. ‧. 通利率與準備金乙戶利息代入，而 r * (t ) 則以金融拆款市場利率代入。由於中. y. Nat. sit. 央銀行提供的資料時間最短為月，故我們將以月資料進行分析。 7 由於我國在. n. al. er. io. 2003 年以前將重貼現率訂為利率下限，故可推斷 2003 年以前的金融拆款利率. i n U. v. 不僅會與短期融通利率、準備金利息以及議價力有相關性，同時也會受到重貼現. Ch. engchi. 率的影響。因此本文用來估計議價力的數據資料期間將使用 2003 年 1 月至 2012 年 5 月的月資料。總計共 111 期，有關短期融通利率、準備金乙戶利息與金融拆款市場利率的時間數列如圖 3，而貸方議價力的計算值分布如圖 4。. 7. 中央銀行官方網站的利率及準備率分項下，提供了短期融通率與準備金乙戶利息的歷史資料，網址為 http://www.cbc.gov.tw/np.asp?ctNode=296&mp=1；我國統計資訊網中的總體資料庫提供了金融業金融拆款利率月資料，網址為 http://ebas1.ebas.gov.tw/pxweb/Dialog/statfile9L.asp。 10.

(18) .04 .03 .02 .01 0 2003. 2004. 2005. 2006. 治 2009 政 2007 2008 大. 拆款市場利率立. 2010. 2011. 2012. 準備金乙戶利息. 短期融通利率. ‧ 國. 學 ‧ sit. n. al. er. io. .2. y. Nat. .4. 圖 3：金融拆款市場利率、短期融通利率與準備金乙戶利息. engchi. v. -.6. -.4. -.2. 0. Ch. i n U. 2003. 2004. 2005. 2006. 2007. 2008. 2009. 圖 4：貸方議價力計算值 11. 2010. 2011. 2012.

(19) 在 Bech and Klee 的設定中， βˆ (t) 值介於 0 與 1 之間，但臺灣的資料所估計出的 βˆ (t) 值，最小值為 -0.6443077，最大值為 0.3406222，與 Bech and Klee 假設議價力變數 β 是介於 0 到 1 之間的數值不同。主要是因為臺灣的中央銀行對於準備金乙戶利息，在有些時段內均不調整，導致乙戶利息偶爾高於金融拆款市場利率的緣故。因此，我們將藉由雙方設限的 Tobit model 修正處理。 Tobit model 具有將依變數極值去除的優勢，並且可修改模型中的限制點來適應不同的情況，以下介紹 Tobit model 相關型式。首先，令預測因子 xi 與被 *. 解釋變數 yi 有線性關係，並假設 ui 為常態分配且平均為 0 的誤差項： yi = βxi + ui，. 立. *. 政治大. （9）. ‧ 國. 學. 根據不同的限制條件，數學式呈現也會有所不同。由於我們前面獲取的估計值，有部分數值不符合理論模型設定的區間，故此處採用分別有兩方設限的計量. ‧. 模型，其數學式如下：. yi * ≤ y L y L < yi * < yU ，. sit. al. n. v i n 由理論模型可知，此處數學式的下限 y 可令為 0 ，而上限 Ch engchi U L. 1。. （10）. er. io. yi ≥ yU *. y. Nat.  y L if  = yi  yi * if  y if  U. 12. yU 可令為.

(20) 第二節. 實證變數的說明. 參考 Bech and Klee 的研究，本文將使用下列七項變數來作為貸方議價力的預測因子：準備金總額、公債附條件利率、金融機構逾放比率、政策虛擬變數、金融風暴時期虛擬變數、準備金集中度、以及信託投資公司金融拆款權數（或票券金融公司金融拆款權數）。以下將依序介紹各類變數的衡量方式，及預期其對貸方議價力的影響。第一項變數為金融機構準備金總額，本文將原本以新臺幣百萬元來衡量的準. 政治大機構對填補準備金的需求較低立，故預期準備金總額對貸方議價力會產生負向的影備金總額水準值取自然對數後作為實證變數。當準備金總額較高時，可能反映各. ‧ 國. 學. 響。Bech and Klee 也預期準備金總額變數對銀行貸方議價力有負向影響。第二項變數為臺灣公債附條件利率，本文以臺灣公債次級市場 1-30 天到期. ‧. 之附買回利率作為實證變數，Bech and Klee 的研究採用的是國庫券附買回利率. sit. y. Nat. 與目標利率的差距作為相關變數，由於臺灣中央銀行並未對宣布金融拆款利率的. al. er. io. 目標，所以僅以附買回利率做為替代變數。對於資金的貸方而言，金融拆款市場. v. n. 與債券附條件買賣市場具有替代性，亦即貸方可將資金短期拆借給其他金融機. Ch. engchi. i n U. 構，或是利用附條件買回進行短期投資。因此，當公債附條件利率越高時（債券價格越低），資金的貸方會將資金挹注於附條件買回的交易，因此金融拆款市場的資金供給相對減少，此時貸方的議價力將會提高。本文預期臺灣公債附條件利率對貸方議價力有正向影響，而相同地，美國政府的附買回協議市場與聯邦基金市場存在關聯性， Bech and Klee 亦預期其會對議價力有正向影響。第三項變數為金融機構逾放比率（non-performing loans ratio），衡量方式為全體金融機構逾期放款占總放款餘額的比例。金融機構逾放比率能夠代表金融機構的體質狀況，當逾放比率越大時，代表市場信用風險提高，此時資金貸方因為交易對手不確定風險提高而減少資金供給，但同時資金的貸方也因倒帳風險增加. 13.

(21) 而排除部分風險高的交易對象，資金需求就會相對減少。因此，當金融機構逾放比率提高時，貸方議價力的變動方向無法確定。值得一提的是， Bech and Klee 的研究中衡量金融機構體質狀況的變數為投資等級金融機構的信用違約交換指數（credit default swap index, CDS index），由於臺灣市場並沒有建立類似的指標，因此本文以全體金融機構逾放比率來替代。第四項變數為政策虛擬變數，本文與 Bech and Klee 之設定略有不同。從中央銀行過去的資料中可發現，通常不在當月一號調整準備金乙戶利率，故可推測金融機構即使在調整利率的當日增加乙戶存款，也不會改變當月可獲得的利息。. 政治大變數可反映金融機構在中央銀行改變準備金付息政策時，將對準備金持有水準進立故我們將宣布利率調整日後的下一月的政策虛擬變數設立為 1，其餘則為 0。此. 行調節，進而對金融拆款市場供需的影響。. ‧ 國. 學. 第五項變數為金融風暴虛擬變數，為本文為考慮 2007 年美國次貸風暴對臺. ‧. 灣影響所設置的變數。從前述章節圖 4 中可以看到貸方議價力計算值在 2007. y. Nat. 年 6 月開始有較大的波動，推估是由於美國次級房貸風暴而造成此種現象，故. er. io. sit. 我們將設立一虛擬變數，令 2007 年 6 月之後的月分為 1，之前時間則設為 0。由於金融風暴會使金融機構借款不易，故預期金融風暴虛擬變數會對貸方議價力. n. al. 產生正向影響。. Ch. engchi. i n U. v. 第六項變數為準備金集中度指標，本文以一般產業衡量市場寡占程度常用的 Herfindahl–Hirschman index（以下簡稱 HHI 指數）來衡量金融機構準備金持有的集中度。本文按照 HHI 指數的計算方式，將臺灣經濟新報 TEJ 資料庫現有的 29 家金融機構準備金持有占其合計準備金的比例平方加總而得，此數值越大代表準備金的持有越集中於少數金融機構。當準備金集中度越高時，代表金融拆款市場中的大部分資金的持有集中在少數的參與者，此增加貸方的議價力。根據 Bech and Klee 的推論，以美國的聯邦資金市場而言，當準備金集中度越高時，對 GSE 的議價力會有正向的影響。第七項變數也是 Bech and Klee 研究中所沒有設定的變數，本文為考慮異質 14.

(22) 性參與者對金融拆款市場的影響，將計算信託投資公司金融拆款市場拆出、拆進占市場總拆出、拆進的比例，及票券金融公司金融拆款市場拆出、拆進占市場總拆出、拆進的比例，作為實證模型中的解釋變數。由於票券金融公司與信託投資公司進行金融拆款時，無法獲得存放準備金的利息，而且票券金融公司不能使用短期融通管道。觀察歷年金融拆款的數據可發現，票券金融公司在金融拆款市場主要是作為資金借方，故無法獲取融通管道時，預期將會使其與貸方交易時本身的議價能力下降，亦即對貸方議價力造成正向的影響；信託投資公司在金融拆款市場則是主要以拆出為主，故無法存放準備金獲取利息，預期會使其自身的議價. 政治大衡量方式與資料來源，請參考表 2。立. 能力下降，亦即會對貸方議價力造成負向的影響。有關本文所使用的實證變數之. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 15. i n U. v.

(23) 表 2：實證變數之衡量方式與資料來源變數名稱. 衡量方式. 資料來源. 準備金總額變數. 總金融機構準備金數額取對. 中華民國統計資訊網. 數值公債附條件利率. 公債附條件交易利率 1－30. 中華民國統計資訊網. 到期金融機構逾放比率. 全體金融機構逾期放款比率. 臺灣經濟新報資料庫. 政策虛擬變數. 中央銀行宣布下一個月準備. 中央銀行官方網站. 金融風暴虛擬變數. 政治大令 2007 年 6 月後的虛擬變. 由本研究貸方議價力估. 數為 1. 算結果推論. 金付息利率調整的當月為 1. 準備金集中度. 學. 依據 HHI 指數公式計算. 信託投資公司拆進（拆出）信託投資公司拆進（拆出）占市場總拆進（拆出）比例. 金融業金融拆款中心. sit. y. Nat. 比例. io. n. al. 金融業金融拆款中心. er. 票券金融公司拆進（拆出）票券金融公司拆進（拆出）占比例. 臺灣經濟新報資料庫. ‧. ‧ 國. 立. 市場總拆進（拆出）比例. Ch. engchi. i n U. v. 以上實證變數的基本統計量可詳見表 3。表中有兩個結果值得提出說明：第一、金融拆款市場集中度變數的平均值為 0.15，故可推論金融拆款市場接近非集中也非競爭的市場型態； 8第二、信託投資公司拆出比例平均值高於其本身拆進比例，票券金融公司拆進比例也高於其本身拆出比例，而此兩者情況皆符合先前的推論。. 8. 一般對 HHI 指數的結果的衡量，數值介於 0.01 之下的市場類型為競爭市場，0.15 之下則為不集中型態，0.25 之下則為中度集中型態，0.25 之上則為高度集中型態。 16.

(24) 表 3：實證使用變數基本統計量實證解釋變數. 平均數. 貸方議價力. 標準差. 最大值. 最小值. 0.1965. 0.3406. -0.6443. 準備金總額對數值. 6.0737. 0.0766. 6.1900. 5.9400. 公債附條件利率. 0.0095. 0.0056. 0.0211. 0.0013. 金融機構逾放比率. 2.4274. 1.7428. 6.8400. 0.4200. 政策虛擬變數. 0.1171. 0.3230. 1.0000. 0.0000. 金融風暴虛擬變數. 0.5225. 0.5018. 1.0000. 0.0000. 0.1523 治0.0582 政大 0.0010 0.0018. 0.2586. 0.0231. 0.0064. 0.0000. 0.0082. 0.0010. 0.0381. 0.0000. 票券金融公司拆進比例. 0.1413. 0.0763. 0.3432. 0.0433. 票券金融公司拆出比例. 0.0199. 0.0149. 0.0769. 0.0004. 準備金集中度信託投資公司拆進比例. ‧. ‧ 國. 信託投資公司拆出比例. 立. 學. -0.03388. 資料來源：本研究整理。. n. er. io. sit. y. Nat. al. Ch. engchi. 17. i n U. v.

(25) 第三節. 雙方設限Tobit model實證結果. 本文將採用五種模式進行實證分析，模式一不考慮異質參與者的影響，模式二至模式五，則分別加入信託投資公司與票券金融公司的拆進、拆出比例進行分析。五種模式的實證結果分別列於下表 4。觀察結果中可發現，在前六大類變數裡，除了準備金總額變數與金融機構逾放比率係數不顯著外，其餘變數皆至少在其中一模式中有顯著影響。另外，我們可以進一步比較信託投資公司與票券金融公司的比例對五種模式產生的影響。首. 政治大釋能力，並且信託投資公司拆出比例也呈現負向顯著的結果。其次，比較模式一立. 先，比較模式一與模式二可發現，信託投資公司比例的加入，不但提升了整體解. ‧ 國. 學. 與模式三發現，票券金融公司比例的加入雖然也同樣提升了整體解釋能力，但是提升幅度小於模式二，而且票券金融公司的拆進比例雖如預期呈現正向影響，但. ‧. 是並不顯著，其顯著能力甚至低於其拆出比例。. sit. y. Nat. 模式四則是進一步將信託投資公司與票券金融公司的比例同時放入，分析其. al. er. io. 結果可發現，其中信託投資公司拆出比例雖與模式二相比，個別解釋能力下降，. v. n. 但是就整體解釋能力而言，模式四為五種模式中最佳。模式五去除原先的信託投. Ch. engchi. i n U. 資公司與票券金融公司比例，並以兩機構的合計拆出比例來取代，發現合計拆出權數係數雖為顯著，但整體解釋能力並未高於模式四。故整體而言，我們可以斷定模式四最具有對貸方議價力的解釋能力。以下將進一步對模式四中各變數產生的影響方向進行分析與比較。. 18.

(26) 表 4：雙方設限 Tobit model 實證結果被解釋變數：貸方議價力解釋變數. 模式一. 模式二. 模式三. 模式四. 模式五. 準備金總額. 0.6426 (1.43) 25.6073 (10.09)***. 0.4166 (0.92) 25.5677 (10.27)***. 0.3000 (0.55) 26.7425 (9.00)***. 0.2440 (0.45) 26.2301 (8.96)***. 0.2315 (0.47) 27.1940 (10.14)***. -0.3288 (-0.95). -0.0408 (-1.20). -0.0476 (-1.21). -0.0473 (-1.24). -0.0460 (-1.31). 0.0438 (2.12)** 0.0966 (4.17)*** 0.6082 (1.69)*. 0.0396 (1.99)** 0.0507 (1.55) 0.7401 (2.10)**. 0.0409 (1.94)* 0.0872 (3.12)*** 0.7184 (1.95)*. 0.0386 (1.88)* 0.0500 (1.41) 0.7850 (2.17)**. 0.0405 (2.00)** 0.0611 (1.99)** 0.7756 (2.14)**. 金融風暴虛擬變數. 立. 信託投資公司拆出比例. -3.6888 (-1.88)*. io. Censoring obs σ R2 Log likelihood. al. -4.2701 (-1.54) 54 0.0517 0.1171 80.9738. Ch. -13.1828 (-1.50) 0.0939 (0.36) -1.5590 (-1.12). n. 票劵金融公司拆進比例票劵金融公司拆出比例信託投資與票劵金融公司合計拆出比例常數項. -52.1145 (-0.35). ‧. -30.2201 (-0.22). Nat. 信託投資公司拆進比例. engchi. -2.84721 (-1.02) 54 0.0500 0.1195 82.8314. 學. ‧ 國. 準備金集中度. 政治大. y. 政策虛擬變數. sit. 金融機構逾放比率. i n U. -2.1623 (-0.65) 54 0.0512 0.1180 81.6482. 0.0331 (0.12) -0.9141 (-0.60). er. 公債附條件利率. v. -1.7334 (-1.77)* -1.7870 (-0.54) 54 0.0500 0.1198 83.0194. -1.7201 (-0.56) 54 0.0504 0.1191 82.5058. 資料來源：本研究整理。註 1：括號內的數值為. t 值。. 註 2：*** 為達 1% 的顯著水準；** 為達 5% 的顯著水準；* 為達 10% 的顯著水準。. 19.

(27) 表 5 分別呈現模式四實證結果與原先預期方向以及本研究主要參考文獻 Bech and Klee 之研究結果，藉此我們可以進一步比較分析三者對貸方議價力影響方向異同。由於 Bech and Klee 之研究將聯邦基金市場以貸方為銀行或 GSE 劃分為兩個區隔市場，故下表 5 會同時呈現 Bech and Klee 對銀行和 GSE 的實證結果。首先，在準備金總額對數值的結果中，由於本研究的結果為正向不顯著，故推斷準備金總額對臺灣金融拆款市場的議價力影響不大。其次，本研究中採用公債附條件利率做為附條件利率變數，其模式四的實證結果與預期相同。而 Bech and Klee 的研究是採用附條件利率與目標利率的差距，作為採用的實證變數。將. 政治大反。另外，在信用風險相關變數的採用上，本研究是選擇金融機構逾放比率變數，立本研究與其做比較可發現，GSE 的實證結果相同，但與對銀行的實證結果則相. 銀行為正向顯著，對於 GSE 則為負向顯著。. 學. ‧ 國. 影響為負向不顯著；而 Bech and Klee 的變數則是選擇信用違約交換指數，對於. ‧. 觀察政策虛擬變數的結果，可以發現本研究與 Bech and Klee 的研究皆為正. y. Nat. 向顯著，故可推斷實際情況下，當預期中央銀行付息政策即將變化時，對貸方議. er. io. sit. 價力有明顯的正向影響。準備金集中度變數的結果值得特別注意，本研究模式四的實證結果為顯著正向影響，與 Bech and Klee 對 GSE 的實證結果相同。. al. n. v i n 金融風暴虛擬變數的實證結果雖然在模式四沒有顯著解釋能力，但在其他 Ch engchi U. 模式裡皆為正向顯著，影響方向也皆與先前預期一致，故可推斷在特定情況下，類似金融危機事件的發生會對貸方議價力有明顯的正向影響。最後，由於本研究有加入不同機構借貸限制的預測因子，故此部分僅能與原先預期比較。從結果中可發現，票券金融公司的比例不論是拆進或拆出，影響發向與原先的預期一致，但皆為不顯著，故可推論實際情況下，票券公司在對臺灣金融拆款市場中的貸方議價力預測上影響較低。至於信託投資公司的比例影響方向也是皆與原先預期一致，由於信託投資公司可使用中央銀行的短期融通管道，故推斷信託投資公司的拆進權數不會對議價力有影響，研究結果為負向不顯著，不違背原先預期。另外，雖然信託投資公司的拆出權數不顯著，但是其在模 20.

(28) 式四中的 t 值為 -1.50，且在模式二與模式五的合計比例中皆為顯著，故可推論信託投資公司的拆出權數仍對拆款市場的貸方議價力有一定影響。. 表 5：各解釋變數對貸方議價力影響方向比較表實證解釋變數. 理論預期. 模式四結果. Bech and Klee (2011) Bank 之結果. GSE 之結果. 準備金總額對數值公債附條件交易利率. 負向. 正向不顯著. 負向顯著. 負向顯著. 正向. 正向顯著. 負向顯著. 正向顯著. 信用風險相關變數. 不一定. 負向不顯著正向顯著政治大. 負向顯著. 政策虛擬變數. 不一定. 正向顯著. 負向不顯著. 正向顯著. 正向. 正向不顯著. y 負向不顯著. n. al. 信託投資公司拆出比例. 負向. 負向不顯著. 票劵金融公司拆進比例票劵金融公司拆出比例. 正向. 正向不顯著. 負向. 負向不顯著. Ch. engchi. 資料來源：本研究整理. 21. sit. 無. er. ‧ 國. 正向. ‧. 正向顯著. io. 信託投資公司拆進比例. 正向顯著. Nat. 金融風暴虛擬變數. 正向顯著. 學. 準備金集中度. 立. i n U. v.

(29) 第四節. 實證與預測分析. 上節的實證結果呈現了各變數對貸方議價力的影響方向與顯著程度，本節透過議價力與金融拆款利率的關係式（(4) 式），分析在不同信託投資公司拆出比例時，各變數對金融拆款利率的單一影響。 9為了能夠清楚比較變數在信託投資公司拆出比例不同時對金融拆款利率的影響，本文進行預測分析時，會將其餘變數代入歷史平均數值，以求得金融拆款利率預測值。表 6 為所有變數的歷史平均數值。. 政治大實證解釋變數歷史平均數值立表 6：各變數平均值. 準備金總額對數值. ‧ 國. 學. 6.0737 0.0095. 金融機構逾放比率. 2.4274. ‧. 公債附條件交易利率. sit. y. Nat. 政策虛擬變數. n. er. io. al. 0.1171. 金融風暴虛擬變數. Ch. engchi. 0.5225 iv n U. 金融拆款市場集中度. 0.1523. 信託投資公司拆進比例. 0.0010. 票劵金融公司拆進比例. 0.1421. 票劵金融公司拆出比例. 0.0201. 資料來源：本研究整理. 9. 回顧上一節的實證結果，借貸限制的相關變數中只有信託投資公司拆出比例在模式二為反向顯著、模式五合計比例為反向顯著，模式四雖不顯著但 t 值仍有 -1.50，故以其為主要分析的對象。 22.

(30) 以下介紹預測分析的過程。信託投資公司拆出比例的平均值約為 0.0082，最小值為 0，最大值約為 0.0381。2008 年後，信託投資公司在金融金融拆款市場不再以資金貸方的角色進行交易，即 2008 年後信託投資公司占總拆出比例均為 0。我們可以將信託投資公司拆出比例為 0 者，歸類為「低信託投資公司拆出比例」的資料，總共有 50 筆資料；其餘大於 0 的歸類為「高信託投資公司拆出比例」的資料，總共有 61 筆資料。在對單一變數分析時，把其餘的變數代入歷史平均值後，再把信託投資公司拆出比例代入 0，便可以求得「低信託投資公司拆出比例」下之金融拆款利率預測值；相同的，若把信託投資公司拆出比例. 政治大. 代入大於 0 資料中的歷史平均數值，便可以求得「高信託投資公司拆出比例」下之金融拆款利率預測值。. 立. 根據上述的過程，可以進行不同情境下金融拆款利率的預測分析。本文分成. ‧ 國. 學. 四種情境來探討，圖 5 至圖 8 分別為準備金總額對數值、公債附條件交易利率、. ‧. 金融機構逾放比率以及準備金集中度四項變數的變動下，金融拆款利率路徑的描. y. Nat. 繪圖。10首先，可以觀察到準備金總額對數值、公債附條件交易利率及準備金集. er. io. sit. 中度與金融拆款利率呈現同向變動的關係，此反映當此三個變數上升時會增強貸方議價力，因此使金融拆款利率同時提高；另一方面，當金融機構逾放比率上升. al. n. v i n 時，金融拆款利率則呈現反向變動的關係，此表示當金融體系體質惡化時，貸方 Ch engchi U. 議價能力下降，因此使金融拆款利率降低。另外，從此四個圖形中可以觀察到，在其他條件相同時，「高信託投資公司拆出比例」下的金融拆款利率均低於「低信託投資公司拆出比例」下的金融拆款利率，此即由於信託投資公司無法透過存放準備金來獲取一定的利息，故當其以資金貸方的角色在金融拆款市場中進行交易時，自然會使金融拆款利率下降。. 10. 此處不對虛擬變數進行分析，是由於其為非連續的變數，不適合用圖形來分析。 23.

(31) .008 拆款利率預測值 .006 .007 .005 .004. 6. 5.95. 立. 治 6.1 政6.05 準備金對數值大. 低信託投資公司拆出比例平均. 6.2. 6.15. 高信託投資公司拆出比例. ‧ 國. 學. ‧ sit. n. al. er. io. 拆款利率預測值 .01 .015. y. Nat. .02. 圖 5：金融拆款利率之預測路徑 - 準備金對數值變動. engchi. v. 0. .005. Ch. i n U. .005. .01 .015 公債附條件交易利率低信託投資公司拆出比例平均. 高信託投資公司拆出比例. 圖 6：金融拆款利率之預測路徑 – 公債附條件交易利率變動. 24. .02.

(32) .01 拆款利率預測值 .005 0 0. 2. 立. 4 治政金融機構逾放比率大. 低信託投資公司拆出比例平均. 8. 6. 高信託投資公司拆出比例. ‧ 國. 學. ‧ sit. n. al. er. io. 拆款利率預測值 .006 .008. y. Nat. .01. 圖 7：金融拆款利率之預測路徑 - 金融機構逾放比率變動. engchi. v. .002. .004. Ch. i n U. 0. .05. .1 .15 拆款市場集中度. 低信託投資公司拆出比例平均. .2. 高信託投資公司拆出比例. 圖 8：金融拆款利率之預測路徑 – 準備金集中度變動. 25. .25.

(33) 第五章. 結論與建議. 臺灣金融拆款市場的參與機構有不同的借貸差異，本文回顧過去的相關文獻後，修正 Bech and Klee (2011) 的 Nash 談判議價力模型，並以雙方設限的 Tobit model 來進行實證研究，分析決定臺灣金融拆款市場貸方議價力的因素。首先，就本文理論模型的設定進行簡述。模型中的均衡利率會分別受到議價力變數與借貸方破裂點的影響。由於臺灣金融拆款市場並不存在如美國聯邦基金市場中的 GSE，此種市場交易比例較大的異質參與者，因此市場區隔的情況並. 政治大款利率直接由準備金付息利率、短期融通利率以及議價力變數所決定。立. 不明顯，本文中的理論模型較為精簡，不存在不同市場的借貸方破裂點，金融拆. ‧ 國. 學. 就實證分析的部分來看，本文研究期間為 2003 年 1 月至 2012 年 5 月的月資料。首先藉由理論設定的數學式推估出貸方議價力數值，由於估計出的議價. ‧. 力變數介於 1 到 -1 之間，不符合最初對議價力的假設，故採用雙方設限的. sit. y. Nat. Tobit model 來進行實證分析。解釋變數採用準備金總額、公債附條件利率、金. al. er. io. 融機構逾放比率、政策虛擬變數以及準備金集中度變數，最後放入信託投資公司. v. n. 金融拆款比例與票券金融公司金融拆款比例來分析異質參與者的影響。從全部實. Ch. engchi. i n U. 證結果來看，可發現公債附條件利率、政策虛擬變數、金融風暴虛擬變數、以及信託投資公司拆出比例對貸方議價力有顯著影響。與原先預期比較，準備金集中度變數並未與預期相同，其餘變數的影響則與預期大致相符。由於信託投資公司拆出比例在本文研究中的實證結果有一定程度的顯著，故可推論異質參與者對金融拆款市場還是會有影響。本文以「高信託投資公司拆出比例」與「低信託投資公司拆出比例」為比較基礎，進一步分析各解釋變數變動後對金融拆款利率的影響，此部分的圖形分析將本文的重要結論做了更清晰的描述。從預測出來的金融拆款利率路徑可以觀察到，準備金總額對數值、公債附條件交易利率及準備金集中度與金融拆款利率呈. 26.

(34) 現同向變動的關係，而當金融機構逾放比率上升時，金融拆款利率則呈現反向變動的關係。本文的研究是著重在臺灣金融拆款市場，不同金融機構的借貸差異對金融拆款利率的影響，並期許研究結果能夠對相關貨幣政策有所幫助。未來的研究方向，可針對其他國家的特色，進一步分析其金融拆款市場是否也存在借貸差異，並分析是否對金融拆款利率造成影響。舉例來說，南韓規定需提領準備金的金融機構僅有銀行業，在非銀行業的機構也可參與金融拆款交易的前提下，就可能存在借貸差異。另外，日本大多的金融機構有參與 BOJ-NET 資金移轉系統，其提. 政治大能存在借貸的差異。最後，歐元的金融拆款交易除了可在歐盟的市場進行交易，立. 供免息的單日貨幣交易。 11若無參與 BOJ-NET的機構也參與金融拆款交易，可. 也可以在英國的拆借歐元，故未來也可進一步研究是否形成區隔的市場。另外，. ‧ 國. 學. 由於本文的研究受到資料限制，僅能做月資料的實證分析，未來我國或其他國有. Nat. n. al. er. io. sit. y. ‧. 時間單位更短的資料，可以進一步進行更詳盡的分析。. Ch. engchi. 11. i n U. v. BOJ-NET 為日本中央銀行設立，其業務包括銀行間貨幣市場交易、證券交易、結算系統的清算義務、貨幣政策交易等。參加系統的金融機構中，直接參加者約 300 多家，間接參加者約 200 多家。 27.

(35) 參考文獻李榮謙 (1998)，「貨幣政策操作目標之抉擇—兼論隔夜利率的情報內涵」，中央銀行季刊，20：1，28-53。何棟欽 (2001)，「我國新臺幣金融拆款利率與存、放款利率之關係及其傳遞效果的實證研究」，中央銀行季刊，23：3，51-72。吳懿娟 (2004)，「我國貨幣政策傳遞機制之實證分析」，中央銀行季刊，26：4， 51-72。 Bartolini, L., G. Bertola and A. Prati (2001), “Banks’ Reserve Management,. 政治大 Banking & Finance , 29, 立2541–2556.. Transaction Costs, and the Timing of Federal Reserve Intervention,” Journal of. ‧ 國. 學. Bartolini, L., S. Hilton and A. Prati (2008), “Money Market Integration,” Journal of Money, Credit and Banking , 40, 193–213.. ‧. Bech, M. L. and E. Klee (2011), “The Mechanics of a Graceful Exit: Interest on. sit. y. Nat. Reserves and Segmentation in the Federal Funds Market,” Journal of Monetary. n. al. er. io. Economics, 58, 415–431.. v. Bech, M., E. Klee and V. Stebunovs (2011), “Arbitrage, Liquidity and Exit: The Repo. Ch. engchi. i n U. and Federal Funds Markets Before, During, and After the Financial Crisis,” Mimeo, Federal Reserve Board, January. Binmore, K., A. Rubinstein and A. Wolinsky (1986), “The Nash Bargaining Solution in Economic Modelling,” RAND Journal of Economics, 17, 176–188. Ennis,. H.. M.. and. T.. Keister. (2008),. “Understanding. Monetary. Policy. Implementation,” Economic Quarterly, 235–263. Furfine, C. H. (1999), “The Microstructure of the Federal Funds Market,” Financial Markets, Institutions and Instruments, 8, 24–44. Furfine, C. H. (2000), “Interbank Payments and the Daily Federal Funds Rate,”. 28.

(36) Journal of Monetary Economics, 46, 535–553. Furfine, C. H. (2001), “Banks as Monitors of Other Banks: Evidence from the Overnight Federal Funds Market,” The Journal of Business, University of Chicago Press, 74, 33–57. Griffiths, M. D. and D. B. Winters (1997), “The Effect of Federal Reserve Accounting Rules on the Equilibrium Level of Overnight Repo Rates,” Journal of Business Finance & Accounting, 24, 815–832. Papke, L. E. and J. M. Wooldridge (2002), “Econometric Methods for Fractional. 政治大 Journal of Applied Econometrics, 11, 619–632. 立. Response Variables with an Application to 401(K) Plan Participation Rates,”. Thornton, D. L. (2004), “Tests of the Expectations Hypothesis: Resolving the. ‧ 國. 學. Anomalies when the Short-term Rate is the Federal Funds Rate,” Journal of. ‧. Banking & Finance , 29, 2541–2556.. n. er. io. sit. y. Nat. al. Ch. engchi. 29. i n U. v.

(37)