銀行往來關係對公司首次在公開市場發行的債券融資成本之影響 - 政大學術集成

全文

(1)國立政治大學財務管理學系研究所碩士論文. ‧. ‧ 國. 學. 政治大銀行往來關係對公司首次在公開市立場發行的債券融資成本之影響. sit. y. Nat. n. al. er. io. The Effect of Banking Relationship on Ch. i n U. v. e n gIPO c h i cost the Bond. 指導教授：岳夢蘭研究生：曾士豪中華民國一百零二年七月.

(2) Abstract We examine that enterprises are able to reduce bond financing cost by building reputation, for example, bank loans. It has a consensus with Daimond's theory. But if the underwriter of the bond issuing is also the bank which lends money to the company, it would raise the costs. The reason is that a bank which has advantage of the company’s information would use the private information to benefit itself, which can explain the increasing bond-issue cost. In this article we present that companies who choose the former money lender as their bond IPO underwriter perform worse in the stock market and the bank would increase the management fees of underwriting the bond and bond-issuing costs.. 立. 政治大. 學. Hold-up problem； Credit spread. sit. y. Nat. 摘要. ‧. ‧ 國. Keywords: Reputation； Bank relationships； Bond IPO； Informational monopoly；. io. er. 本論文透過實證分析，公司可以透過向銀行借款建立商譽，降低首次在公開市場發行債券之成本，此結果與 Diamond (1991)所提出的商譽理論一致。但是，. al. n. v i n Ch 如果貸款給公司的銀行亦是替公司發行債券的承銷商，即公司與該銀行有進一步 engchi U 的往來關係，發行債券的成本會相對提高。合理的解釋是銀行握有資訊優勢，會以此優勢套牢公司並且圖利自己，與資訊獨占理論及套牢問題理論一致。換句話. 說，本研究證實公司選擇與之前貸款融資的銀行作為債券發行的承銷商，並不能降低債券融資的發行成本。在本論文後續的研究，指出會選擇與之前貸款融資的銀行作為承銷商之公司，在股票市場的表現都相對較差，銀行會提高替該公司承銷債券的管理費用與發行債券的成本。關鍵字：商譽理論；銀行往來關係；首次進入公開市場發行債券；資訊獨占理論；套牢問題理論；信用價差.

(3) 目錄第一章. 緒論 .............................................................................................................. 1. 第一節. 研究背景與動機 .................................................................................. 1. 第二節. 研究目的及假說 .................................................................................. 3. 1.2.1. 研究目的 .......................................................................................... 3. 1.2.2. 研究假說 .......................................................................................... 4. 第三節第二章. 研究架構 .............................................................................................. 7 研究文獻回顧 .............................................................................................. 8. 第一節. 商譽理論 .............................................................................................. 8. 第二節. 交叉監督理論 ...................................................................................... 8. 第三節. 資訊獨占理論與套牢問題理論 .......................................................... 9. 政治大資料與實證模型立.........................................................................................11. 第三章第一節. ‧ 國. 模型定義 ............................................................................................ 13. 3.2.4 第三節. 公司特性之變數(Firm characteristics variables) .......................... 14 其他控制變數(Other control variables) ......................................... 16. Nat. 3.2.3. ‧. 3.2.2. 債券特性變數(Bond deal characteristics) ..................................... 13. y. 3.2.1. 樣本檢定 ........................................................................................ 16. sit. 第二節. 學. 資料處理方法 .....................................................................................11. er. io. 研究主題 ............................................................................................ 17. al. n. v i n Ch 實證結果 .................................................................................................... 23 engchi U. 第四節第四章. 樣本特性 ............................................................................................ 18. 第一節. 銀行關係往來與首次公開市場發行債券之融資成本 .................... 23. 第二節. 關係建立的深淺度 ............................................................................ 28. 第三節. 穩健性檢測 ........................................................................................ 32. 4.3.1. 加入其他的往來關係至模型中 .................................................... 32. 4.3.2. 檢測 Sample (1)的公司表現是否較差 ......................................... 32. 第五章. 結論與建議 ................................................................................................ 37. 第一節. 結論 .................................................................................................... 37. 第二節. 貢獻及建議 ........................................................................................ 39. 附錄：變數說明 ............................................................................................................ 40 參考文獻 42. I.

(4) 表目錄表格 1 於 1986 年至 2012 年在美國首次公開發行債券融資的公司之財務特性 ... 19 表格 2 銀行關係往來與首次公開市場發行債券之融資成本影響 ........................... 26 表格 3 關係建立與首次公開市場發行債券之融資成本影響 ................................... 30 表格 4.1 穩健性檢定：銀行關係往來與首次公開市場發行債券之融資成本影響 . 34 表格 4.2 公司過去不曾向銀行借款，但是有其他銀行往來關係的樣本數量 ........ 35 表格 5.1 樣本平均數 (t test) ........................................................................................ 36 表格 5.2 樣本中位數檢定 (Wilcoxon Median Test) .................................................... 36. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. II. i n U. v.

(5) 第一章第一節. 緒論. 研究背景與動機. 美國證券業與金融市場協會 (Securities Industry and Financial Markets Association, SIFMA) 2012 年統計數據表示，公司使用債券融資在當年的承銷額占了美國市場的七成以上，突顯出債券融資對公司外部融資的重要性。市場上有許多專家提出論述，指出公司在經營上，首次公開發行債券可視為企業早期目標，認為公司是否參與公開市場發行債券，與企業的後續經營績效存在密切關係，公. 政治大在營運週期中相當重要的轉捩點之一，故我們將針對公司初次進入公開募集資金立開市場發行債券是可有效提昇公司未來營運規模。由於首次公開發行債券為公司. ‧ 國. 學. 的債券市場為本論文主要的研究方向，探討可能的因素是否會影響公司首次進入公開市場進行債券融資之成本高低。. ‧ sit. y. Nat. 在傳統財務理論上，公司進行外部融資的順序經常是先透過銀行進行間接融資，. io. er. 之後再轉向資本市場進行直接融資。當公司規模侷限於中小型企業，且資本額不. al. 足無法公開上市時，公司在市場上所建立的商譽與信譽，與大型企業和一般公開. n. v i n Ch 上市公司而言，是相對較為薄弱的。在融資額度相對較小的狀態下，向銀行進行 engchi U. 貸款的間接性融資對中小型企業而言，此種融資方式在公司營業初期佔有很重要的地位。根據 Diamond (1991)的商譽理論(Reputation theory)，他認為透過重覆地與銀行借款可以幫助公司建立商譽，進而，公司可利用此商譽進入債券市場進行另一階段的融資。近期文獻中，Hale and Santos (2008)依據 Diamond 的商譽理論，研究公司首次進入債券市場的時間決策，發現公司過去曾經與銀行進行借款能加速公司提早進入公司債市場的時間，並認為公司透過與銀行借貸可以建立對外的商譽。. 1.

(6) 公司透過銀行往來建立商譽，進而影響之後的融資決策。該理論提供了一個新的思維，即各公司在進行融資管道的決策時，除了考量規模的限制與融資額度外，決策過程中可能包含策略上的應用；換句話說，即使公司的規模或是條件已經符合進入公開市場發行債券的設定，公司可能考慮在此狀態下先向銀行進行貸款，之後再進入公開市場發行債券融資，而不是直接在市場中發行債券融資。透過與銀行融資所建立商譽對公司首次進入公司債市場的影響為何？ Datta, Iskandar-Datta and Patel (1999)提出交叉監督理論(Cross-monitoring theory)，認為公司在曾向銀行借款的情況下，若是隔年有公開發行債券融資，且承銷商與先前貸. 政治大. 款給公司的銀行相同，則銀行可以降低監督公司的成本，因此反應在發行債券的. 立. 成本上，使得債券的信用價差降低，若考量公司的年齡，則更具有影響。. ‧ 國. 學. 另一方面，公司透過銀行借款建立信譽的同時，銀行也掌握公司部份的私有訊. ‧. 息。由近代的公司融資理論可得知，銀行債務融資是同時存在利與弊的。Rajan (1992). Nat. sit. y. 認為銀行相對一般債務人有較高的監控誘因，在這種監控機制下替公司帶來的利. n. al. er. io. 益即 Diamond (1991)所提出的商譽之建立有利於公司，然而監控對公司而言，可能. i n U. v. 產生額外的成本，即資訊獨占(Informational monopoly)成本或套牢問題(hold-up. Ch. engchi. problem)。在銀行握有較多的公司私有訊息下會形成資訊獨占，銀行會向企業進行剝削，取得較高的利率。在 Santos and Winton (2008)和 Hale and Santos (2009)的文章中，證明了當公司依賴銀行關係往來時，銀行會向公司索取較高的利息。除此之外，他們認為公司先與銀行建立關係，並在之後轉換融資環境，其公司本身極具風險，使得銀行的獨占資訊更具有威脅性。. 在相關的文獻中，Datta, Iskandar-Datta and Patel (1999)和 Hale and Santos (2008) 以實證的方式支持 Diamond (1991)的商譽理論，認為銀行關係對公司是具有利益的。然而在文章中，Datta, Iskandar-Datta and Patel (1999) 並沒有把公司與銀行的關係 2.

(7) 可能影響公司發債融資的成本，視作資訊揭露加入研究中探討。而 Hale and Santos (2008)僅證明與銀行建立關係之後，會加速進入公開市場發行債券，但研究中並未加入發行債券的成本。以財務理論而言，進行融資或投資會以機會成本作為主要的考量因素，我們認為在有資金需求的前提下，成本的因素才是公司融資最重要的考量因素。因此，本文除了延伸 Diamond (1991)所建立的商譽理論以及 Datta, Iskandar-Datta and Patel (1999)的交叉監督理論外，更納入 Rajan (1992)所提出的銀行資訊獨占的問題，同時考量銀行關係利與弊的情況下，清楚地分析關於銀行往來關係在公司首次公開債券市場發行中的重要性。. 研究目的. 學. 1.2.1. 立研究目的及假說. ‧ 國. 第二節. 政治大. ‧. 本論文將延伸之前相關的研究主題，我們試著去探討公司在公開市場首次發行. sit. y. Nat. 債券融資之前的其他融資選擇以及與銀行之間的往來關係是否影響公司使用債券. io. er. 融資的成本，以商譽建立、交叉監督理論和資訊獨占來進行探討。我們利用公司. al. 在首次進入公司債市場之前是否進行銀行借款來補捉建立商譽的動機，除此之外，. n. v i n Ch 本文更進一步地透過在公司擁有銀行借貸往來關係的前提下，觀察債券承銷商與 engchi U. 其往來銀行是否相同來捕捉資訊獨占的程度。其目的在於了解公司釋放給債券承銷商的資訊是否越多越好，這樣的情況下對發債成本的影響為何。本論文希望從實證分析的角度，試圖區分出在商譽建立的情況下，銀行往來關係對公司而言是具交叉監督的功能，還是銀行資訊獨占的威脅，在分析這兩種層面的影響下提出合理的解釋與建議。. 3.

(8) 1.2.2. 研究假說本篇論文主要係探討銀行關係對公司首次在公開市場發行債券的影響，其假說. 建立在 Diamond (1991)的商譽建立理論以及 Datta, Iskandar-Datta and Patel (1999)交叉監督理論和 Rajan (1992)的資訊獨占或套牢問題上。公司在初次進入公開市場發行債券之前，曾向銀行借款融資或是發行過私人債券，對市場有訊息傳遞的效果，能建立公司商譽。. 另一方面，過去借款給公司的銀行或是曾替公司進行承銷私人債券的金融機構，. 政治大. 與公司首次公開發行債券融資的承銷商是否相同，此種關係可能引導出交叉監督. 立. 或銀行獨占資訊的信號。公司是否在揭露更多資訊的情況下，能夠使承銷商更信. ‧ 國. 學. 任公司而降低發債成本；或是在承銷商獨占資訊之下，會再一次的剝削公司，提. ‧. 高發債成本。這兩種效果，我們將透過實證模型的建立來進行探討。. y. Nat. io. sit. 本文是以公司首次發行債券融資的機會成本為研究主題，針對兩種資訊效果為. n. al. er. 影響因素進行探討分析。其中，機會成本係指公司發行債券的相對成本，本文依. Ch. i n U. v. 據 Datta, Iskandar-Datta and Patel (1999)、Elton, Gruber, Agrawal, and Mann (2001)、. engchi. Maxwell and Stephens (2003)和 Klock, Mansi, and Maxwell (2005)所衡量的債券成本，利用公司每期支付的利息支出折現換算成債券的殖利率，再與發行當天相同的票面利率及到期日的美國國庫券之殖利率相減，為發行該債券的支出與相對應的市場無風險利率的溢價支出，即債券的信用價差（Credit Spread）。. 本文的第一個假說是基於 Diamond (1991)商譽理論所發展出來的，認為公司在首次發行債券之前曾向銀行進行貸款，能有效降低發債成本。由於公司向銀行借款時，必須接受銀行的監督及整合，在未來進行債券融資，能降低公司發行債券融資時的部分監督成本以及給予承銷商對公司體制的評估上，產生正面的反應， 4.

(9) 使得成本降低。Datta, Iskandar-Datta and Patel (1999)和 Hale and Santos (2008)的實證結果認為，公司在首次進入公司債市場之前，透過銀行往來能有效建立公司外部商譽，降低成本以及加速其進入公司債市場的時間。. 另外 Datta, Iskandar-Datta and Patel (1999)更進一步發現，當過去貸款給公司的金融機構，與之後公司首次發行債券融資的承銷商為相同時，金融機構對該公司應該有更多的資訊優勢，可以減少更多的監督成本，使得公司發行債券融資的成本更為降低。此結果支持 Diamond (1991)的推論，呈現銀行與公司存在關係時，可. 政治大. 藉由降低發債成本影響公司外部融資成本，形成交叉監控的利益。但是，曾經有. 立. 文獻提出，公司在銀行監控體制下是同時存在利與弊的，因此在本文第二個假說. ‧ 國. 學. 上，納入另一面向的考量來進行檢視。Rajan (1992)提出資訊獨占理論，認為銀行握有公司較多的私有資訊下，具有訊息的獨占性，若公司的信用風險較高時，銀. ‧. 行可利用往來關係索取更高的借款成本，提高公司信用價差。此結果在探討銀行. Nat. sit. y. 聯貸行為的研究中得到了證實(Santos and Winton, 2008; Hale and Santos, 2009)，認. n. al. er. io. 為銀行在私有訊息較多時會對企業進行剝削。本論文在第二個假說上，除了考量. i n U. v. 交叉監督的成本降低的優點外，同時納入銀行獨占資訊的套牢成本的對立性觀點，. Ch. engchi. 探討公司在首次進入公開市場發行債券時銀行關係往來對企業的影響。. 我們將上述的假說做整理，提出以下兩個本研究希望探討的問題:： 1.. 公司曾經與金融機構貸款或發行私人債券是否影響之後首次於公開市場發行債券的信用價差?. 2.. 公司有銀行往來關係，即初次發債的承銷商與過去往來銀行相同時，是否影響公司首次在公開市場發行債券的信用價差?. 5.

(10) 根據上述兩項假說的建立，我們預期公司在進入公開市場發行債券之前曾透過銀行借貸，可建立商譽的外部訊號，能有效降低發行債券時的融資成本。然而在關係建立的基礎之下，若承銷商與過去往來銀行為相同機構時，應該能在發行債券時更為降低監督成本與發行所需之相關成本，我們預期兩種影響因子應該能降低公司發行債券融資的成本。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 6. i n U. v.

(11) 第三節. 研究架構. 本篇論文第一章為緒論，說明引發本篇論文的研究背景與動機，並提出研究目的與研究假說。第二章則為文獻回顧，列舉關於商譽建立與資訊獨占、信用價差與首次公開發行債券的文獻，做相關的整理。第三章研究方法為本論文所採用的資料與研究模型。第四章則進入資料分析的結果與實證結果的分析探討。最後，第五章為本篇論文的結論以及後續研究之想法與建議。. 學. ‧ 國. 立. 治政研究動機與目的大文獻回顧. y. ‧. Nat. n. er. io. al. sit. 研究方法. C h資料分析 engchi 與實證結果. 結論. 後續研究建議. 7. i n U. v.

(12) 第二章. 研究文獻回顧. 本章共分三小節。第一節為商譽理論。第二節為交叉監督理論。第三節為資訊獨占理論與套牢問題。. 第一節. 商譽理論. 此部分的文獻為本篇研究論文的主軸，也是本論文研究的第一個假設所引用的理論，我們由商譽理論去推論是否銀行往來關係有可能會影響公司發行債券的成本，又或是其他公司發行債券時的特性。. 政治大根據 Diamond (1991)在文獻中指出公司對於銀行借款的需求，是因為公司向銀立. ‧ 國. 學. 行借款能降低資訊的不對稱，此為公司向銀行借款的銀行往來關係，透過跟銀行借款建立商譽，能以更優惠的方式進入債券市場公開向大眾募集資金。. ‧ sit. y. Nat. Yasuda (2005)在文獻中指出公司曾經與商業銀行進行貸款建立關係，未來公司. io. al. er. 要發行公司債時，會依據公司與銀行的關係挑選承銷商，特別是對於首次公開發. n. 行債券時更為顯著，而公司與銀行過去的關係是建立在向銀行借款，對於公司在. Ch. 未來選擇發行公司債的承銷商最具有影響力。. engchi. i n U. v. 近期的文獻中，Hale and Santos (2008)提出公司進入公開市場發行債券的時機掌握上會有所差異，實證結果顯示，公司信用評等越好或是對外部資金有高度需求會比較早進入公開債券市場，並且作者發現之前有發行私人債券或是向銀行借款建立商譽的公司，都會加速進入公開債券市場。. 第二節. 交叉監督理論在交叉監督理論中，指出公司存在銀行往來關係的情況下，能透過相同的金 8.

(13) 融機構管理人來減少部分的交叉監督的成本，即公司與銀行若存在關係時可降低發債成本。. Booth (1992)利用實證分析呈現公司向銀行借款的信用價差因為公司是否曾在公開市場發行債券而不同，該作者認為公司在一段時間內，公司先發行債券隨後向銀行借款，能減少部分重複的監督成本，而減少的成本反映公司向銀行借款的信用價差會減少。作者指出有信用評等的債券會有比較低的殖利率，原因是債券如果有信用評等，監督的成本則是由第三方信用評等機構負責，而銀行減少支. 政治大. 付監督成本，反應在公司發行債券的殖利率上，使發債的成本相對降低。. 立. ‧ 國. 學. 除此之外，在 Datta, Iskandar-Datta and Patel (1999)的研究結果中，明顯地指出商譽的建立能有效降低公司相關融資的交叉監督成本，會反應在減少公司未來. ‧. 發行債券的成本。降低交叉監督成本指的是當其中一種的債權人對公司進行有效. Nat. sit. y. 的監督能減少其他種類的債權人監督或是發債的成本，即公司在同時期先進行了. n. al. er. io. 銀行借款融資而後進行債券融資，若是銀行借款的債權人能有效的監督公司，則. i n U. v. 債權融資的債權人便可以降低因重複監督或相關的成本，所以公司在進行債券融資時能降低其債券融資成本。. 第三節. Ch. engchi. 資訊獨占理論與套牢問題理論與上一節站在不同的解釋角度，資訊獨占理論認為銀行會利用資訊獨占的優. 勢，在公司的信用風險較高時，銀行在握有私有資訊的情況下方可利用與公司的往來關係提高借款的成本，即提高信用價差。. 在 Rajan (1992)與 Hale and Santos (2009)的文獻中提到相對有資訊的銀行能夠 9.

(14) 控制貸款公司之財務決策，且當該銀行是該公司唯一的融資管道時，公司必須將投資的盈餘分享給該銀行，使銀行願意持續貸款給公司。而公司一旦向銀行借款，銀行會透過監督公司而獲得私有資訊，同時套牢該公司，當公司一旦轉換融資的工具，就會向市場釋放公司的財務狀況是很糟的訊號，所以銀行可以利用此資訊獨占的優勢剝削公司，而未來公司欲發行債券融資，考量到可能給予市場上不好的訊號，還是會讓先前融資給公司的銀行作為債券的承銷商，此時，銀行就可透過資訊獨占的優勢提高債券融資的成本。. 政治大. Santos and Winton (2008)指出銀行擁有欲貸款的公司之私人資訊，可以使銀行. 立. 能將公司套牢並且收取比較高的利息。當貸款公司的風險增加，銀行就可以增加. ‧ 國. 學. 對公司的控制能力，銀行因為有可以利用的資訊，在市場處於衰退期時銀行可以索取更高的利息；如果公司之前有在公開市場上發行債券，則公司所支付給銀行. ‧. 借款的信用價差相對較低。. n. er. io. sit. y. Nat. al. Ch. engchi. 10. i n U. v.

(15) 第三章資料與實證模型第一節. 資料處理方法. 本論文所使用的資料分別來自於以下資料庫，包括湯森路透社放款定價公司資料庫(Thomson Reuters Loan Pricing Corporation, LPC)的聯貸資訊、全球合併收購及合作創業資料庫(Securities Data Corporation, SDC)的債券發行資訊、證券價格研究中心資料庫(Center for Research on Securities Prices, CRSP)的股票價格資訊與標準普爾財務數據資料庫(S&P Compustat Research Insight)的公司財務資訊等。. 政治大透過 SDC 資料庫來選取公司在美國發行債券的資料，選取的資料為美國從立. ‧ 國. 學. 1986 年至 2012 年公司首次公開發行普通債券(Straight Bond)的資料，同時也包含了公司在首次公開發行普通債券前一次發行普通私人債券的資料。. ‧ sit. y. Nat. 使用 LPC 資料庫來確定公司向銀行借款的資料與時間，本研究採用的樣本期. io. al. er. 間自 1985 年至 2012 年，此資料庫中樣本期間內公司向銀行借款的相關資料，包. n. 含了僅單一銀行借款給公司的資料，但是絕大多數都是銀行聯合貸款給公司之資料。. Ch. engchi. i n U. v. 使用 Compustat 資料庫來取得公司的資產負債表、損益表等財務報表資料，樣本為各公司首次公開發行普通債券之前一年的資料，並且從該資料庫中使用公司的標準產業分類碼(Standard Industrial Classification, SIC primary code)來區分公司產業。. 利用 CRSP 資料庫連結公司與子公司並確定公司在樣本期間內合併、收購或是更改名字的紀錄，本研究採用資料庫中公司的股票價格以計算公司股票的年股價報酬率和報酬波動度。 11.

(16) 為了將美國經濟市場狀況考慮至本研究中，採用了美國全國經濟研究所(The National Bureau of Economic Research, NBER)所提供的美國經濟衰退指標與我們所使用的資料做連結。. 最後，採用 Compustat-LPC 連結表格(來自 Michael R. Roberts)連結各資料庫，本研究以連結之後的 LPC-SDC-Compustat-CRSP 資料做為後續延伸。我們所使用的公司首次公開發行債券的樣本期間為 1986 年至 2012 年，而總共 687 筆樣本數，共計 687 家公司。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 12. i n U. v.

(17) 第二節. 模型定義. 本研究主要目的是分析公司在公開市場首次發行債券時的債券成本，因此我們利用信用價差為本實證模型之代理變數，探討在進入公開市場發行債券前，曾向銀行借款融資或發行私人債券的行為是否對信用價差產生影響，並更進一步地探討銀行關係往來在首次公開市場發行債券的成本中所扮演的角色。. 我們使用多元迴歸模型來檢驗本研究假說，以發行日當天的信用價差(Credit spread)作為迴歸模型的依賴變數。發行日當天的信用價差定義為公司於公開市場. 政治大. 發行債券融資時的公司債殖利率，減去與發行日當天以相同的到期日與票面利率. 立. 學. ‧ 國. 計算之國庫券的收益率，我們將主要觀察變數(Loan 與 Relationship with bank)，與各控制變數(如：債券特性變數、公司特性變數及其他控制變數)代入下述模型，其與為迴歸方程式之常數項及殘差項。 oani. y. Nat. ond deal characterics. io. irm characteristics. irm characteristics aria lesi. n. al. ond deal characteristics aria lesi. sit. oan. er. redit spreadi. ther control. 3.2.1. ‧. 中. ther control aria lesi. Ch. engchi. i n U i. v. 債券特性變數(Bond deal characteristics variables). 在債券特性變數中，我們考量了債券的信用評等指標(Bond rating)、債券的本金 (Bond principal amount)，以及債券的到期年限(Bond maturity)。債券的信用評等越好，違約風險越低，所以本研究預期公司債與信用價差與該債券於發行時的信用評等呈現負相關。公司債信用評等於本研究中採用的是發行時標準普爾(Standard & Poor’s)公司給予該債券的評價。為了能比較各等級的大小，本研究將公司債的信用評等轉換成序位尺度，以信用等級為 AAA 的值設定為數值 22、AA+設定為數值 21 等總共分為二十三級以此類推，而發行時沒有評等的公司債則設定為數值 0。 13.

(18) 以對數函數型態表示公司債的信用評等與信用價差存在線性關係。. 另外也預期公司債發行的本金大小會影響信用價差，以下將提出合理的解釋來說明。若公司債發行的本金越大表示公司在未來得支付相對的本金與利息，引此違約還款的機率越大，信用價差相對較高。即預期信用價差與公司債發行本金呈現正相關。Datta, Iskandar-Datta and Patel(1999)以公司債發行的本金相對於公司總資產的比例大小來當作發行公司債會增加的財務槓桿比例，若該比例越大將使得公司債的違約機率越大，所以預期信用價差與公司債發行本金相對於公司資產. 政治大. 的比例存在正向關係。本論文依循 Ashcraft and Santos(2009)，在模型中採用對數. 立. 函數型態來表示與信用價差的非線性關係。. ‧ 國. 學. 關於債券到期年限(Year to Maturity)對信用價差的關係是呈現正相關或是負相. ‧. 關則無法預期。有正反兩種論述，支持兩者的關係為正向關係的解釋如下：因為. Nat. sit. y. 當債券到期年限越長，則信用風險越高將使得信用價差相對較高；而認為兩者關. n. al. er. io. 係為反向的說法，指出公司在市場中是風險較低或是信評較好的公司，其公司債. i n U. v. 才可能以到期年限較長的特性在公開市場發行，所以兩者應該呈現負相關。由於. Ch. engchi. 有以上兩種論述，使我們無法預測公司債的到期年限對信用價差的影響方向。變數的設定依照 Ashcraft and Santos (2009)，同時以對數函數型態表示公司債的發行年限與信用價差存在線性關係。. 3.2.2. 公司特性變數(Firm characteristics variables). 在公司特性的選擇上，本論文採納過去文獻較常使用的公司特性之衡量指標為我們分析依據，其中包含公司的規模大小(Size)、財務健全指標(Z-score)、速動比率 (Quick ratio)以及衡量公司成長機會的 To in’s Q。我們將公司的規模加入迴歸模型當作控制變數，以公司的總資產作為公司規模的代理變數。規模較大的公司通常. 14.

(19) 會考慮風險較低的投資，且公司在財務經營上能比較有效率地分散投資風險。依循 Ashcraft and Santos (2009) and Datta, Iskandar-Datta and Patel (1999)等研究，預期公司的規模大小與信用價差將呈現負相關，並以對數函數型態表示公司的總資產與公司債的信用價差存在線性關係。. Altman Z-score (1968)是由 Edward Altman 所提出，主要是藉由公司特定的財務指標做加權所得到的數值，用來預測公司破產的可能性及衡量公司的信用風險，越高的 Z-score，公司破產的風險就越低，我們將使用 Z-score 作為公司破產風險的. 政治大. 代理變數。因此我們預期 Z-score 與信用價差將呈現負相關，即公司風險越低，發. 立. ltman. score. 總資產. 保留盈餘. 稅前息前盈餘. 股票市值. 銷貨. 總資產. 總資產. 總負債. 總資產. ‧. 營運資金. 學. 線性關係。. ‧ 國. 行債券的成本越低。以對數函數型態表示公司的 Z-score 與公司債的信用價差存在. sit. y. Nat. n. al. er. io. 我們將公司的流動性考慮進模型中，使用速動比率作為代理變數，公司的流. i n U. v. 動性越好，其風險越低，故我們預期公司的流動性與公司債信用價差將呈現負相關(Hale and Santos, 2008)。. Ch. engchi. 考慮公司是否因應投資需求而向市場進行債券融資，期望以此作為公司融資能有效使用的代理變數。根據 To in’s Q 的定義來看：公司資本的市場價值資本的重置成本. 若 To in’s Q 大於一，代表公司創造的價值大於其投入資產的成本，故 To in’s Q 的值越高將會促進公司進行投資的意願。而公司是因為有投資的意願而向外部融資，能減少公司融資卻沒有做有效率的使用之風險，因此我們預期公司的 To in’s 15.

(20) Q 與公司債的信用價差將呈現負相關(Hale and Santos, 2008)。. 3.2.3. 其他控制變數(Other control variables). 除了控制債券和公司特性外，最後我們還納入會影響債券發行成本的其他因素，如總體經濟變數以及產業效果。考慮市場發行債券的成本可能因為其他特殊因素影響，如整體市場環境的好壞將影響公司債的發行成本。所以我們將美國經濟衰退指標(recession indicator)以虛擬變數當控制變數加入迴歸模型，美國經濟衰退指標資料是從 NBER 取得。以此表示特定幾年為市場衰退期，公司的破產的風險提. 政治大. 升造成債券的違約機率上升，我們預期經濟衰退指標與公司債的信用價差是呈正. 立. 向關係。. ‧ 國. 學 ‧. 以公司產業視為控制變數加入迴歸模型中，在捕捉產業特性的方法上，我們將樣本公司 SIC primary code 的第一碼分類代碼為分類依據，若第一碼為 0 則 SIC0. y. Nat. n. er. io. al. 3.2.4. 樣本檢定. sit. = 1；第一碼為 1 則 SIC1 = 1，共十個虛擬變數。. Ch. engchi. i n U. v. 本研究目標在觀察公司過去曾經與金融機構貸款或發行私人債券是否對公司首次公開發行債券的成本造成影響。其中若公司在首次公開發行債券之前曾與金融機構貸款或是聯合貸款，則 Loan=1，否則 Loan=0；若主要的貸款銀行跟公司首次於公開市場發行債券的承銷商為相同的金融機構，則代表兩者之間存在銀行往來關係，Relationship-Loan = 1，否則 Relationship-Loan = 0。. 除此之外，公司在首次於公開市場發行債券之前曾經發行過私人債券，對於發行債券的成本是否造成影響，本研究將私人債券分為符合 Rule 144A 條款的私人債券(Rule 144A private bond)，與其他不符合 Rule 144 條款的私人債券(non-Rule 16.

(21) 144A private bond 或稱 Pure private bond)，兩者的差別在於前者能在市場中被一些品質較好的金融機構進行自由買賣，而後者不行。私人債券的銀行往來關係對於債券發行成本的影響也是我們想要探討的因素之一，因此放入銀行往來關係的相關變數至迴歸模型進行討論，而虛擬變數的呈現同前所述。. 公司在首次公開發行債券之前曾經與金融機構貸款，或發行私人債券表示公司有揭露重要資訊給相關的貸款人或是承辦商，資訊揭露能使債券發行的承銷商對於該公司相對信任，進而反應在承銷商對於公司會有系統性地降低公司債的發. 政治大. 行成本及信用價差。因此我們的預期 loan、rule 144A private bond 或 pure private bond. 立. 等虛擬變數在迴歸模型中的係數是小於零，即公司的資訊揭露與公司債的信用價. ‧ 國. 學. 差是呈現負相關。而銀行往來關係表示債券發行的承銷商與之前替公司貸款融資或是發行私人債券的承銷商或主要貸款金融機構是相同的，我們預期銀行往來關. ‧. 係的存在表示承銷商對於該公司有更多可靠的私有資訊，雙方建立更高信任感，. Nat. sit. al. n. 研究主題. er. io. 第三節. y. 能顯著減少發行公司債的成本，即降低公司債的信用價差。. Ch. engchi. i n U. v. 以下透過實證模型設計與研究的主題做連結，我們將探討: 公司曾經與金融機構貸款是否影響之後首次公開發行債券的信用價差？我們. 1.. 能從研究中的迴歸模型係數. oan. 得到此部分的結果。. 公司有銀行往來關係是否顯著地影響公司首次於公開市場發行債券的信用價. 2.. 差？我們能從研究中的迴歸模型係數. 得到此部分的結果。. 後續我們將探討是什麼因素可能是造成銀行往來關係對公司首次公開發行債券的信用價差有正向或負向的關係，這部份我們將在穩健性檢測中做進一步的討論。 17.

(22) 第四節. 樣本特性. 如先前所述，我們使用來自於 SDC 資料庫的債券資料，其中包含了私人債券與公開市場發行債券的紀錄，為了與公司向銀行融資的紀錄作連結，我們利用 Michael R. Roberts 所整理的連結表以及 LPC 資料庫進行合併，因為連結表所使用的公司數並不包含 SDC 資料庫全部的公司，所以我們必須刪除部分資料；為了研究分析的需要，我們使用 Compustat 資料庫的公司資料與原先的資料做整合，因為 Compustat 資料庫只包含上市公司的資料，我們在此整合的階段必須刪除部分的樣本數。. 政治大. 圖 1 為樣本期間內之首次於公開市場發行債券融資的公司數，圖中顯示出在. 立. 2000 年、2004 年與 2005 年以及 2008 年等樣本期間，首次發行債券融資的公司數. ‧ 國. 學. 相對於前後一年減少許多，與網際網路泡沫危機、GM 與 Ford 危機與次級貸款危. ‧. 機等發生時的年份相同，是否意味著公司選擇至公開市場發行債券也會受景氣影響，所以我們在樣本資料中合併 NBER 所發布的美國景氣衰退指標作為分析中使. y. Nat. n. al. er. io. sit. 用的樣本數。最後，本研究採用的資料總共 687 筆樣本數，共計 687 間公司。. Ch. i n U. v. 圖 1 樣本期間內之首次於公開市場發行債券融資的公司數 60. engchi. 50 40 30 20 10 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012. 0. 18.

(23) 表格 1 於 1986 年至 2012 年在美國首次公開發行債券融資的公司之財務特性樣本(1)：公司曾經向銀行借款而且融資給公司的主要貸款銀行與之後替公司發行債券的承銷商為相同機構。樣本(2)：公司曾經向銀行借款，而融資給公司的主要貸款銀行與之後替公司公開發行債券的承銷商不為相同機構。樣本(3)：公司不曾向銀行借款。 Panel A：表示各樣本公司之財務特性平均數。Panel B：以公司是否曾經向銀行借款融資為分類，即合併樣本(1)及樣本(2)與樣本(3)公司財務特性的平均數差額之 t 檢定。Panel C：公司過去曾經向銀行借款融資，以是否有銀行往來關係為分類，即樣本(1)與樣本(2) 公司財務特性的平均數差額之 t 檢定。. Panel A. 立. Variables. Total sample. (3). means. 2.360. 2.424. 2.478. 3.649. 3.265. 3.156. 3.341. 1.230. 1.167. 1.209. 1.197. 1.260. 1.121. 1.445. 1.254. 0.414. 0.416. 0.484. 0.435. Had Syndicated Bank Loan. Yes. Yes. No. With Banking Relationship. Yes. No. No. 193. 296. 198. Log(Z-score). Nat. er. io. Sample Size. ‧. Quick Ratio. y. Tobin's Q. sit. Log(Assets). ‧ 國. 2.713. 學. Credit Spread (%). Sample 政治大 (1) (2). 687. Yes. No. Difference. p-value. Credit Spread (%). 2.499. 2.424. 0.075. 0.6222. Log(Assets). 3.417. 3.156. 0.261. <.0001***. Tobin's Q. 1.192. 1.209. -0.017. 0.8536. Quick Ratio. 1.176. 1.445. -0.269. 0.0099***. Log(Z-score). 0.415. 0.484. -0.069. 0.0084***. Sample Size. 489. 198. n. al. Panel B. Ch. engchi. i n U. v. Had Syndicated Bank Loan Variables. t statistics in parentheses * p<.1, ** p<0.05, *** p<0.01. 19.

(24) Panel C Banking Relationship Variables. With. Without. Difference. Credit Spread (%). 2.713. 2.360. 0.354. 0.0254**. Log(Assets). 3.649. 3.265. 0.384. <.0001***. Tobin's Q. 1.230. 1.167. 0.063. 0.5398. Quick Ratio. 1.260. 1.121. 0.139. 0.0706*. Log(Z-score). 0.414. 0.416. -0.002. 0.9535. Had Syndicated Bank Loan. Yes. Yes. Sample Size. 193. 296. t statistics in parentheses. p-value. * p<.1, ** p<0.05, *** p<0.01. 政治大. 本論文所使用的變數之定義於附錄表示。. 立. ‧ 國. 學. 表格 1 為本論文所使用的樣本之公司特性，在表格 2 的 Panel A 中表示公司在公開市場發行債券融資之樣本的公司特性，此表格將總樣本分成三個樣本：. ‧. 樣本(1)：公司曾經向銀行借款(Had Syndicated Bank Loan=YES)而且融資給公司的. sit. y. Nat. 主要貸款銀行與之後替公司發行債券的承銷商為相同機構，在此稱該公司有銀. io. er. 行往來關係(With Banking Relationship=YES)。. al. 樣本(2)：公司曾經向銀行借款，而融資給公司的主要貸款銀行與之後替公司公開. n. v i n Ch 發行債券的承銷商不為相同機構，在此稱該公司沒有銀行往來關係(With engchi U Banking Relationship=NO)。. 樣本(3)：公司不曾向銀行借款。圖 2 樣本的區分過去曾經向銀行借款. 是否有銀行往來關係是. 樣本(1). 否. 樣本(2). 是首次於公開市場發行債券融資的公司否. 樣本(3). 20.

(25) 由各樣本的信用價差的平均數來看，過去曾向銀行借款並且有銀行往來關係之公司的信用價差、資產與 To in’s Q 比起沒有銀行往來關係的公司或是過去不曾向銀行借款的公司都相對較大，而 Z-score 則相對較低。這表示以平均而言，過去曾向銀行借款並且有銀行往來關係之公司在首次公開發行債券的成本相對較高，而公司的規模則相對較大，並且公司比較有投資的需求，而公司的破產風險較高；過去曾向銀行借款而沒有銀行往來關係之公司的公司發行債券的成本與公司的流動性都相對較低；過去不曾向銀行借款之公司的速動比率與 Z-score 都相對較高，表示公司相對具有流動性，而破產的風險相對較低。. 立. 政治大. 在表格 1 的 Panel B 呈現的在公開發行債券之前是否曾向銀行借款之兩種樣本. ‧ 國. 學. 的信用價差與基本公司特性的差異是否有顯著。結果顯示，第一欄的資料為過去曾經向銀行借款的公司與第二欄的資料為過去不曾向銀行借款的公司，兩者的信. ‧. 用價差是沒有統計上顯著的差異，但是兩者公司的特性卻有顯著的差別，過去曾. Nat. sit. y. 經向銀行借款的公司在規模上是相對較大的，而流動性是相對較差的，公司破產. n. al. er. io. 風險也比較高。此表格顯示過去曾經向銀行借款的公司，比較偏向規模較大、流. i n U. v. 動性較差與破產風險較高的公司，而前後兩種樣本的 To in’s Q 並無顯著差異，表. Ch. engchi. 示兩種公司在投資需求上沒有顯著的差異，即公司並不是因為投資需求明顯較高，而會在公司首次於公開市場進行債券之前先向銀行借款，顯示公司也許是有其他的考量，可能是為了建立商譽才會先向銀行進行貸款，以利之後能降低債券發行的成本。. 在表格 1 的 Panel C 呈現的是過去都曾向銀行借款而公司是否有銀行關係往來之兩種樣本檢定，有銀行關係往來的公司的信用價差與公司規模是顯著的大於沒有關係往來的公司，而在流動性的方面，前者的流動性顯著低於後者。. 由基本的敘述性統計來看，公司在首次公開發行債券之前有先向銀行借款， 21.

(26) 發行債券的成本是相對較低的，但若是將樣本再細分是否有銀行往來關係，有往來關係的公司之發債成本卻明顯地高出許多，是否可以銀行有資訊獨占而發債成本不減反增的剝削公司來解釋，又或是有其他的可能。在下一個章節，我們將以更嚴謹的實證分析來獲得欲知道的答案。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 22. i n U. v.

(27) 第四章. 實證結果. 這一章節我們將呈現公司首次公開發行前曾經使用的外部融資行為進行分析，了解曾透過銀行借款的銀行往來關係對於債券融資的信用價差(Credit Spread)的影響。. 第一節. 銀行關係往來與首次公開市場發行債券之融資成本在第一部份的實證分析中，其結果我們以表格 3 來呈現公司曾經向銀行借款. 政治大分析其結果我們假說預期的一致性。立. 與銀行往來關係對於首次公開發行債券融資的信用價差的影響。接著我們將討論. ‧ 國. 學. 在表格 2 中，我們利用模型(1)至模型(3)檢定第一個假說，即公司在首次公開. ‧. 發行債券融資之前曾經向銀行借款是否真的能降低發行債券的成本，應變數為信. sit. y. Nat. 用價差，主要觀測的變數為 Loan。在模型(1)中，我們控制了債券於發行時的特性，. io. er. 其大致上跟我們所預期的方向相同，即債券的本金額度越大顯著的提高信用價差，. al. 其結果文獻中 Datta, Iskandar-Datta and Patel(1999)認為公司債的本金與信用價差存. n. v i n Ch 在正向的關係一致，原因為發行的債券本金額度越高，使公司的違約還款的機率 engchi U. 越高；而債券發行時的信用評等越好，則公司發行債券的信用價差越低；至於債券的發行年限對信用價差呈現顯著為負，即債券的發債年限越長，將使得信用價差顯著較低，我們認為結果滿足 Ashcraft and Santos (2009)所提到兩者呈現負向關係的理由，即公司在市場中為信用風險較低的公司，其公司債券才能以年限較長的債券特性於公開市場中發行，因此兩者呈現負相關。而我們主要的觀測變數 Loan 在模型中的係數顯著為負，符合我們的第一個假說，同 Diamond(1991)所認為公司會先跟銀行借錢，透過建立商譽能夠以更好的條款進入債券市場，即降低債券發行的信用價差。. 23.

(28) 在模型(2)中，我們試著加入其他種類的控制變數，雖然提高模型的解釋能力 (Adjusted-R2)，但是所新增的變數之係數並不顯著，而原先模型(1)的變數之係數並未有明顯的差異，不影響結論。而在模型(3)中，相較於模型(2)多納入了美國經濟衰退指標做為考量並且控制住產業特性，結果顯示市場表現的優劣會顯著影響債券發行時的成本，尤其市場處在衰退期時，公司的破產風險提高，發行債券融資的成本會因此提高，與原先的預期一致；在加入美國經濟衰退指數與產業特性之後，主要觀測變數 Loan 仍然顯著且負向地影響信用價差，與本研究的第一個假設一致。. 立. 政治大. 在模型(4)至模型(6)我們則加入了銀行往來關係 Relationship - Loan 至模型中，. ‧ 國. 學. 期望能從結果看出兩層關係分別對於公司發行債券的成本有何影響。結果顯示公司過去曾經有向銀行借款以建立商譽，確實能顯著的影響公司發行債券時的成本，. ‧. 使信用價差降低，此結論與模型(1)至模型(3)的結果相同；第二層關係，公司擁有. Nat. sit. y. 銀行往來關係，即之前貸款給公司的銀行與公司在之後首次公開發行債券的承銷. n. al. er. io. 商為相同的機構，在模型中卻是顯著的提高信用風險，而其他的控制變數的結果則與模型(1)至模型(3)的結果相同。. Ch. engchi. i n U. v. 總結我們的實證結果表格 2，第一個主要觀測的變數 Loan 確實符合先前的假說，即公司透過商譽的建立能顯著的降低公司在未來首次發行債券的成本，與 Diamond (1991)的結論一致；而另外一個主要觀測的變數 Relationship – Loan，之前貸款給公司的銀行與公司在之後首次公開發行債券的承銷商為相同的機構，其結果與融資成本呈顯著正相關，表示在有更深一層關係後是會增加公司發債成本的。與 Datta, Iskandar-Datta and Patel(1999)的交叉監理論有所背離，呈現與 Rajan (1992)的資訊獨占較為相似之結果，即銀行擁有較多的資訊，形成銀行對公司的資訊獨佔，可能同時提高手續費與提高公司發行債券的成本，以利於銀行承銷該筆公司債。 24.

(29) 接著，我們在第二節中將以更進一步地探討何種程度的關係的建立才是對公司比較有利，又或者是完全不去建立商譽及關係直接進行債券融資才是對公司比較有利。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 25. i n U. v.

(30) 表格 2 銀行關係往來與首次公開市場發行債券之融資成本影響此表格呈現以多元迴歸模型估計的六條迴歸式，樣本包含 687 間公司。應變數為 Credit spread，公司在首次公開發行債券於發行時的信用價差。主要觀測變數為以下各變數：Loan，代表公司在發行債券之前是否曾向銀行借款的虛擬變數，數值 1 表示曾向銀行借款，其他情況則數值為 0；Relationship-Loan，代表替公司發行債券的承銷商與先前借款給公司的銀行是相同的虛擬變數，數值 1 表示兩者相同，其他情況則數值為 0。模型(1)至模型(3) 主要探討的是公司在發行債券之前是否曾向銀行借款能顯著影響信用價差，而模型(4)至模型(6)則加入銀行往來關係至迴歸式探討。. Regressions Variables. (1) 13.53***. 立. Constant. (9.93). -0.224**. -0.218**. -0.254**. (-2.20). (-2.12). (-2.49). 13.38***. 12.74***. (25.87). (10.07). -0.312*** -0.306*** -0.340*** (-2.90). (2.50). (-2.83). ‧. 0.279**. (-3.16). 0.282**. 0.274**. (2.52). (2.46). y. Nat. 0.490***. 0.435**. 0.430***. 0.437**. 0.386**. (2.71). (2.42). (3.31). (2.42). (2.14). n. al. er. (4.17). sit. 0.521***. io. Amount). (6). (29.31). Relationship - Loan Log(Principal. (5). 學. (25.66). ‧ 國. (29.11) Loan. (3) (4) 治政 13.30*** 12.60*** 大 13.67*** (2). i n U. v. -10.47*** -10.05*** -10.09*** -10.45*** -9.927*** -9.966*** Log(Bond Rating). (-30.32). Ch. e n g(-19.97) chi. (-20.38). -0.572*** -0.612***. -0.482**. (-30.36). (-20.11). -0.539*** -0.583***. (-19.70) -0.451**. Log(Bond Maturity) (-2.84). (-3.03). (-2.38). 0.00104. (-2.68). (-2.89). (-2.23). 0.00612. -0.0372. -0.0325. (0.01). (0.05). (-0.30). (-0.27). -0.266. -0.409. -0.287. -0.419. (-1.28). (-1.58). (-1.38). (-1.63). 0.0581d. 0.0727*. 0.0574. 0.0720*. (1.5). (1.75). (1.48). (1.74). -0.0676. -0.0693. -0.0686. -0.0704. (-1.28). (-1.24). (-1.30). (-1.27). Log(Assets). Log(Z-score). Quick Ratio. Tobin's Q. 26.

(31) 0.553***. 0.569***. (3.11). (3.21). Recession Indicator SIC Control. NO. NO. YES. NO. NO. YES. Adjusted- R2. 0.5892. 0.5921. 0.6015. 0.5923. 0.5953. 0.6044. #Observation. 687. 687. 687. 687. 687. 687. t statistics in parentheses * p<.1, ** p<0.05, *** p<0.01. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 27. i n U. v.

(32) 第二節. 關係建立的深淺度在表格 3 中，我們試圖去解釋哪種關係的建立是對公司最有利的方式，依照. 本研究的圖 2 樣本的區分，我們將樣本拆解為三種：樣本(1)、樣本(2)與樣本(3)，而在樣本(1)中的公司即表示公司過去曾經向銀行借款且有銀行往來關係，以樣本分類設定為三種虛擬變數：Relationship-Loan、Without Relationship-Loan 與 Without Loan。. 在模型(1)至模型(3)，我們以樣本(2)作為基準樣本，以 Relationship-Loan 與. 政治大. Without Loan 去分別解釋公司在之前沒有向銀行借款或是曾向銀行借款並且有銀. 立. 行往來關係，對信用價差是否相對較大。以模型(1)來看，有銀行往來關係的公司. ‧ 國. 學. 其首次公開發行債券的信用價差是顯著大於沒有銀行往來關係但是曾經向銀行借. ‧. 款的公司；首次公開發行債券之前，不曾向銀行借款的公司之信用價差，相對於有銀行往來關係但是曾經向銀行借款的公司，發行債券的信用價差也較高。控制. y. Nat. io. sit. 變數的方向與顯著性與先前表格的模型之結果一致。即使在模型(2)與模型(3)加入. n. al. er. 其他的控制變數，並不影響主要觀測變數的實證分析結果。. Ch. engchi. i n U. v. 在模型(4)至模型(6)，顯示公司如果曾經向銀行借款建立商譽，其之後在公開市場首次發行債券融資時的信用價差是顯著低於發行債券之前不曾向銀行借款的公司。. 表格 3 所提供的實證分析結果，又再一次的驗證我們之前的假說成立。在第一個假說的部份，即公司曾向銀行借款以建立商譽，是顯著影響之後公司首次發行債券融資時的信用價差，並且是相對較低的，證明在首次公開市場發行債券之前若有與銀行參與借貸確實能提高公司商譽，降低發債融資成本。另一方面，對應於我們的第二個假說，即有往來關係之下，銀行擁有相對多的資訊，形成銀行. 28.

(33) 對公司的資訊獨占，可能同時提高手續費與提高公司發行債券的成本，以利於銀行承銷該筆公司債。綜合上述，由表格 3 的結果中顯示，公司在沒有更深一層關係往來之下對首次公開發行債券的成本有所有降低，表示公司與銀行往來關係的最適程度應介於適中，公司與銀行的關係越好易造成銀行資訊獨占，反之則未能建立公司商譽，太過和不及都是同樣不好的，適當的往來關係才能使公司取得最適發行債券之成本。. 由表格 3 的實證分析結果雖然能滿足我們的假說，但是使我們好奇的是，願. 政治大. 意在之前先向銀行借款以建立商譽的公司，在首次公開發行債券融資時，選擇相. 立. 同的銀行以建立銀行往來關係，而債券融資的成本卻相對較高，我們推測公司是. ‧ 國. 學. 因為表現較差，才會希望依靠建立商譽，以求未來能在公開市場發行債券融資，雖然我們無法驗證建立商譽並且有銀行往來關係對該群樣本的公司是最有利的，. ‧. 但是，我們還是希望能提出該樣本的公司是否表現確實較差，而且銀行也確實有. Nat. sit. y. 利用資訊獨占圖利自己；而另外一方面，依據 Hale and Santos (2008)的文獻指出，. n. al. er. io. 公司在首次公開發行債券之前有發行過私人債券，若是幫助公司發行此兩種債券. i n U. v. 的承銷商為相同的機構，其往來關係也會提早對公司進入公開市場發行債券的時. Ch. engchi. 間，因此我們也將此往來關係帶入我們的模型中，以了解是否也會影響公司發行債券的成本。以上的討論，我們將在下一節穩健性檢測中，對實證分析的結果與解釋提出驗證。. 29.

(34) 表格 3 關係建立與首次公開市場發行債券之融資成本影響此表格呈現以多元迴歸模型估計的六條迴歸式，樣本包含 687 間公司。應變數為 Credit spread，公司在首次公開發行債券於發行時的信用價差。主要觀測變數為以下各變數： Relationship-Loan，代表替公司發行債券的承銷商與先前借款給公司的銀行是相同的虛擬變數，數值 1 表示兩者相同，其他情況則數值為 0；Without Relationship-Loan，代表替公司發行債券的承銷商與先前借款給公司的銀行不是相同的虛擬變數，數值 1 表示兩者不相同，其他情況則數值為 0；Without Loan，代表公司過去不曾向銀行借款，數值 1 表示公司過去不曾向銀行借款，其他情況則數值為 0。. Regressions Variables. (2) (3) (4) 政治大. (1). 12.40***. 13.67***. 13.38***. 12.74***. (28.70). (25.41). (9.84). (29.31). -25.87. -10.07. 0.279**. 0.282**. 0.274**. -0.0332. -0.0236. -0.0659. (2.50). (2.52). (2.46). (-0.26). (-0.18). (-0.52). Relationship - Loan. Without Relationship –. -0.306***. -0.340***. (-2.90). (-2.83). (-3.16). n. al. 0.430*** (3.31). 0.340***. (2.83). (3.16). 0.437**. 0.386**. 0.430***. v. Ch. 0.437**. 0.386**. e n g c(2.14) hi. (2.42). (3.31). (2.42). (2.14). sit. (2.90). 0.306***. er. io. -0.312***. y. Nat. 0.312***. Log(Principal Amount). ‧. ‧ 國. 學. 13.08***. 立. Without Loan. (6). 13.36***. Constant. Loan. (5). i n U. -10.45***. -9.927***. -9.966***. -10.45***. -9.927***. -9.966***. (-30.36). (-20.11). (-19.70). (-30.36). (-20.11). (-19.70). -0.539***. -0.583***. -0.451**. -0.539***. -0.583***. -0.451**. (-2.68). (-2.89). (-2.23). (-2.68). (-2.89). (-2.23). -0.0372. -0.0325. -0.0372. -0.0325. (-0.30). (-0.27). (-0.30). (-0.27). -0.287. -0.419. -0.287. -0.419. (-1.38). (-1.63). (-1.38). (-1.63). 0.0574. 0.0720*. 0.0574. 0.0720*. (-1.48). -1.74. -1.48. -1.74. Log(Bond Rating). Log(Bond Maturity). Log(Assets). Log(Z-score). Quick Ratio. 30.

(35) -0.0686. -0.0704. -0.0686. -0.0704. (-1.30). (-1.27). (-1.30). (-1.27). Tobin's Q 0.569***. 0.569***. (3.21). (3.21). Recession Indicator SIC Control. NO. NO. YES. NO. NO. YES. Adjusted- R2. 0.5923. 0.5953. 0.6044. 0.5923. 0.5953. 0.6044. #Observation. 687. 687. 687. 687. 687. 687. t statistics in parentheses. * p<.1, ** p<0.05, *** p<0.01. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 31. i n U. v.

(36) 第三節 4.3.1. 穩健性檢測加入其他的往來關係至模型中參考 Hale and Santos (2008)文獻，將私人債券區分為符合 Rule 144A 的債券與. 非 Rule 144A 的私人債券，後者也可稱作單純的私人債券，將過去也發行過私人債券視為建立商譽。為了探討是否其他的往來關係也可能影響公司發行債券的信用價差，或是可能影響原先模型的結果，我們同時考量與首次發行債券的承銷商為相同之往來關係至模型中，結果以表格 4 的模型(1)與模型(2)呈現。. 政治大在表格 4.1 的模型(1)中，可以看出雖然加入 Rule 144A Private 與 Pure Private 立. ‧ 國. 學. 等虛擬變數至模型中，卻不顯著影響結果，而結論同之前的模型；在模型(2)中，加入私人債券的往來關係仍然不顯著。結果顯示，雖然文獻中曾探討過 Rule 144A. ‧. 的私人債券之性質與銀行借款相似，其商譽的建立與往來關係都會加快公司首次. sit. y. Nat. 進入公開市場發行債券的時間，但是對於發行的成本卻沒有顯著的影響。我們利. io. er. 用表格 4.2 去檢查是否不顯著的原因可能是因為樣本數過少，而發行私人債券的數. al. 量確實占未曾向銀行借款的公司數之比例較低，很可能是因為此原因所造成，此. n. v i n Ch 部分研究限制於資料量的不足，故我們以其他往來關係對於信用價差的影響並不 engchi U 顯著，以認定公司擁有其他的銀行往來關係在本研究中並不影響原先的結論。. 4.3.2. 檢測樣本(1)的公司表現是否較差公司的表現可以從不同的資料呈現，我們使用的是公司在債券發行日起算的. 前一年之年化平均股價波動度與股價報酬，我們預期過去曾經向銀行借款且有銀行往來關係的公司的股價波動度相對較高，而股價報酬相對較低。首先，由表格 4 的模型(3)可看出，股價的波動度與股票的報酬是能顯著影響公司發行債券時的成本，由此可確定我們選定以股價波動度與股價報酬當作衡量公司的表現是有效的，而股價的波動度與信用價差是呈現正向關係，即股價波動度越大，代表公司表現 32.

(37) 越不穩定，風險相對較高，而發行債券的成本也應該提高；股價的報酬越好，表示市場肯定公司的表現，而發行債券的成本應該降低，兩個變數都滿足統計上的顯著並且符合經濟意涵。. 在表格 5 中，我們使用統計檢定來檢測樣本(1)公司的信用價差、承銷總費用與相較於樣本(2)的公司是否表現較差。從公司發行債券的信用價差來看，不論是平均數 t 檢定或是中位數 Wilcoxon 檢定，有曾向銀行借款且有銀行往來關係的公司所發行債券之成本，顯著高於有向銀行借款卻沒有銀行往賴關係的公司，確定. 政治大. 前者的發行成本相對較高；而管理費用的結果也同上述，表示銀行確實有利用資. 立. 訊優勢提高替公司發行債券所收取的費用；在公司的表現上面，在平均數 t 檢定來. ‧ 國. 學. 看並無顯著的差異，但是從中位數 Wilcoxon 檢定來看，前者公司的股票報酬確實低於後者，其分析結果證實曾向銀行借款且有銀行往來關係的公司之表現確實較. ‧. io. sit. y. Nat. n. al. er. 差。. Ch. engchi. 33. i n U. v.

(38) 表格 4.1 穩健性檢定：銀行關係往來與首次公開市場發行債券之融資成本影響此表格呈現以多元迴歸模型估計的三條迴歸式，樣本包含 687 間公司。模型(1)與模型(2)相較於先前的表格 s 加入了以下幾種自變數：Rule 144A Private，代表公司在公開市場發行債券之前是否曾發行 Rule 144A 私人債券的虛擬變數，數值 1 表示曾發行 Rule 144A 私人債券，其他情況則數值為 0；Pure Private，代表公司在公開市場發行債券之前是否發行非 Rule 144A 之私人債券的虛擬變數，數值 1 表示曾發行過非 Rule 144A 之私人債券，其他情況則數值為 0；Relationship-Rule 144A Private，為一虛擬變數，表示替公司在公開市場發行債券的承銷商與之前替公司發行 Rule 144A 私人債券的承銷商是否相同，數值 1 表示兩者相同，其他情況則數值為 0；Relationship-Pure Private，為一虛擬變數，表示替公開在公開市場發行債券的承銷商與之前替公司發行非 Rule 144A 之私人債券的承銷商是否. 政治大. 相同，數值 1 表示兩者相同，其他情況則數值為 0。模型(3)相較於先前的表格 s 加入了以下幾種自變數：Volatility of Stock Return，表示公司首次公開發行債券前一年至發行日的. 立. 股票月報酬波動度；Return of Stock，表示公司首次公開發行債券前一年至發行日的平均. ‧ 國 n. al. Rule 144A Private. 2. 12.65***. 12.77***. (9.92). (9.84). (9.96). -0.255**. -0.340***. -0.608***. (-2.48). Ch. e n0.0312 gchi U. sit. y. 1. er. io. Loan. Nat. Constant. Regressions. ‧. Variables. 學. 股票年化後月報酬。. v ni. (-3.12). 3 12.47***. (-4.99). 0.0664. (0.23). (0.45). -0.0611. -0.048. (-0.59). (-0.45). Pure Private 0.267**. 0.269**. (2.38). (2.44). Relationship - Loan -0.247 Relationship - Rule 144A Private (-0.81) 0.0253. Relationship – Pure Private. (0.1) 10.50*** Volatility of Stock Return (4.59). 34.

(39) -0.143** Return of Stock (-2.20) 0.427**. 0.376**. 0.386**. (2.36). (2.07). (2.16). -10.06***. -9.954***. -9.801***. (-19.72). (-19.48). (-19.35). -0.479**. -0.445**. -0.420**. (-2.35). (-2.19). (-2.10). 0.00183. -0.032. -0.0480. (0.01). (-0.26). (-0.39). Log(Principal Amount). Log(Bond Rating). Log(Bond Maturity). Log(Assets). al. n. Adjusted- R2 #Observation t statistics in parentheses. Ch. 0.0718*. 0.0720*. 0.0679*. (1.73). (1.73). (1.66). -0.0721. -0.0702. -0.0882. (-1.29). (-1.25). (-1.60). 0.548***. 0.556***. 0.574***. (3.07). (3.12). (3.28). NO. NO. YES. y. sit. io. SIC Control. Nat. Recession Indicator. (-1.29). ‧. Tobin's Q. -0.329. 學. Quick Ratio. ‧ 國. 立. 政 -0.402治大-0.432* (-1.55) (-1.67). er. Log(Z-score). 0.6006. e n687 gchi U. v ni. 0.6026. 0.6136. 687. 684. * p<.1, ** p<0.05, *** p<0.01. 表格 4.2 公司過去不曾向銀行借款，但是有其他銀行往來關係的樣本數量 Without Loan (Total Sample Size = 198) With Rule 144a Private Bond Sample Size. With Pure Private Bond. Yes. No. Yes. No. 3. 6. 12. 48. 35. Others 129.

(40) 表格 5.1 樣本平均數 (t test) 表格呈現公司過去曾經向銀行借款融資，以是否有銀行往來關係為分類，即樣本(1) 與樣本(2)公司之信用價差、公開發行債券的承銷管理費用、首次公開發行債券前一年至發行日的平均股票年化後月報酬與股票月報酬波動度的平均數差額之 t 檢定。. Banking Relationship Variables. With. Without. Difference. p-value. Credit Spread (%). 2.7134. 2.3596. 0.3540. 0.0254**. Management Fee. 13.0706. 10.9717. 2.0989. 0.0112**. Return of Stock. 0.1308. 0.2322. 0.1013. 0.2015. Volatility of Stock Return. 0.0290. 0.0287. 0.0004. 0.8696. Yes 治政 193 296 大 * p<.1, ** p<0.05, *** p<0.01 立. Had Syndicated Bank Loan Sample Size. 學. ‧ 國. t statistics in parentheses. Yes. 表格 5.2 樣本中位數檢定 (Wilcoxon Median Test). 表格呈現公司過去曾經向銀行借款融資，以是否有銀行往來關係為分類，即樣本(1). ‧. 與樣本(2)公司之信用價差、公開發行債券的承銷管理費用、首次公開發行債券前一年至發行日的平均股票年化後月報酬與股票月報酬波動度的平均數差額之中位數檢定. y. Nat. n. al. Variables. Banking Relationship. Ch With. i n U. Without. e n g c1.8100 hi. er. io. sit. (Wilcoxon Median Test)。. vDifference. p-value. 0.3900. 0.0198**. Credit Spread (%). 2.2000. Management Fee. 6.7500. 6.5000. 0.2500. 0.0027***. Return of Stock. -0.0193. 0.0822. -0.1015. 0.0467**. 0.0254. 0.0242. 0.0012. Volatility of Stock Return Had Syndicated Bank Loan. Yes. Yes. Sample Size. 193. 296. The Wilcoxon Rank Sum Test. * p<.1, ** p<0.05, *** p<0.01. 36. 0.7772.

(41) 第五章第一節. 結論與建議. 結論本論文主要是在研究商譽與往來關係的建立之下，公司是否能降低未來首次. 發行公司債的融資成本。在實證模型的部份，我們透過兩種角度的建立，試圖分析往來關係的重要性，其中，我們以公司在發行債券之前是否曾經向銀行借款，做為商譽建立的指標；以及公司進入公開市場發行債券前的合作銀行是否為此次債券發行的承銷商，來捕捉往來關係的程度。透過這兩種層面下的檢定之下，全. 政治大. 盤性地探討往來關係與首次進入公開市場發行債券的成本面之影響。. 立. ‧ 國. 學. 我們站在過去理論文獻的基礎上出發，使用商譽理論、交叉監督理論，以及資訊獨占理論來設立我們的研究假說，試圖解釋往來關係與公司發行債券的成本. ‧. 之關係。實證結果指出，當公司在首次進入公開市場發行債券時，有透過銀行借. sit. y. Nat. 貸建立關係者，能有效減少發債成本，降低信用價差。表示公司確實能透過銀行. io. er. 借貸之關係來建立商譽，以降低公司對外部投資人的資訊不對稱程度，支持. al. Diamond (1991)的商譽理論。另外，在往來關係程度的檢驗中，我們發現在商譽建. n. v i n Ch 立的前提之下，若發債的承銷機構與先前往來銀行為同一機構時，信用價差是顯 engchi U. 著增加的。且其信用價差明顯高於往來銀行非與承銷機構相同者的公司。表示當銀行知道公司訊息愈多，銀行會對公司進行剝削，提高發債成本以及管理費用，支持資訊獨占理論。. 最後，我們進一步去分析，當公司面臨銀行資訊獨占可能問題之下，為何公司仍會選擇以該銀行作為債券發行的承銷商的動機問題，了解是否是該公司本身的條件的差異被迫不得轉換金融機構，使其進而被剝削而提高發債成本。在樣本檢定的情況下，本論文利用公司的過去股價資訊為我們的分析依據。研究結果發現往來銀行與發債承銷機構相同者，其信用價差、管理費用和股價報酬條件皆明 37.

(42) 顯劣於往來銀行與發債承銷機構相異者。我們認為該公司本身條件較差，使其在轉換金融機構上不具彈性，在這樣的條件促使下，使銀行具有資訊獨占之優勢來剝削公司。此結果再一次證明 Rajan (1992)的獨占資訊理論。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 38. i n U. v.

(43) 第二節. 貢獻及建議. 本論文整理出了過去文獻中提出商譽與銀行往來關係對公司發行債券成本可能的影響，並嘗試使用適當的模型來分析本研究假說，並且找出合理的解釋與相對應的理論。. 有別於過去文獻，我們使用的資料涵蓋較廣，且資料年限也較為齊全。在資料整理方面，整合多項資料庫的資料，並且引進景氣衰退指標，使得實證模型的解釋能力更好。研究中，本論文以理論基礎為研究的出發點，並利用適當的研究方. 政治大. 法來進行理論上的推理，藉由實證結果來呼應本研究假說，提供過去文獻上在銀. 立. 行關係往來在初次公開市場發行債券分析中不足之處。. ‧ 國. 學 ‧. 最後，我們提出相關的建議，以期望後來的研究能有所突破。首先，過去文獻曾提及到證券市場與商譽建立的關係，即考量股票發行和股票交易的資訊下，可. y. Nat. io. sit. 能替學術研究上給予更多的貢獻；接著，本研究使用的資料僅考慮普通債券的發. n. al. er. 行成本，而市面上流動的債券有不少是包含選擇權特性的債券，此類型的債券或. Ch. i n U. v. 許會提供與本研究有所不同的論點。除此之外，關於銀行關係上的公司套牢問題，. engchi. 或許可進一步地納入公司逃脫的可能性。因此本文希望後續研究者能補足上述本論文未考量之處，提供公司財務上決策之依據。. 39.

(44) 附錄：變數說明變數. 定義債券於發行時的信用價差，筆百分比呈現。公. Credit Spread (%). 司在公開市場首次發行債券的機會成本，以債券的殖利率減去相對應的美國國債殖利率表示。虛擬變數，若首次公開發行債券之前曾有向銀. Loan. 行借款則變數等於 1，其他狀況則變數等於 0。虛擬變數，若首次公開發行債券之前不曾有向. Without Loan. 銀行借款則變數等於 1，其他狀況則等於 0。. Without Relationship - Loan. 虛擬變數，若首次公開發行債券之前曾向銀行借款，而債券承銷商與銀行主要貸款銀行不為. ‧. 同一機構，則變數等於 1，其他狀況等於 0。虛擬變數，若首次公開發行債券之前曾發行. y. Nat. sit. Rule 144A 私人債券(Rule 144A private bond)則變數等於 1，其他狀況則變數等於 0。. n. al. er. io Pure Private. 一機構，則變數等於 1，其他狀況等於 0。. 學. ‧ 國. 立. Rule 144A Private. 政治大借款，而債券承銷商與銀行主要貸款銀行為同. 虛擬變數，若首次公開發行債券之前曾向銀行. Relationship - Loan. v i n CRule 的私人債券(private bond)則變數等 U h e144A i h n gc 於 1，其他狀況則變數等於 0。. 虛擬變數，若首次公開發行債券之前曾發行非. Relationship - Rule 144A. 虛擬變數，若首次公開發行債券之前曾發行. Private. Rule 144A 私人債券(Rule 144A private bond)，而兩種債券的承銷商為同一機構，則變數等於 1，其他狀況等於 0。. Relationship – Pure Private. 虛擬變數，若首次公開發行債券之前曾發行私人債券(private bond)，而兩種債券的承銷商為同一機構，則變數等於 1，其他狀況等於 0。. Log(Principal Amount). 首次公開發行債券的本金面額以百萬美元計價取對數函數。. Log(Bond Rating). 首次公開發行債券的信用評等取對數函數，信用評等為 Standard & Poor’s rating 分為 23 級 40.

(45) Log(Bond Maturity). 首次公開發行債券的發行年限與對數函數. Log(Assets). 首次公開發行債券的前一年公司帳上之總資產以百萬美元計價取對數函數首次公開發行債券的前一年公司帳上資料所. Log(Z-score). 計算之 Z-score 取對數函數，Z-score 的計算採用 Altman Z-score (1968)。首次公開發行債券的前一年公司之速動比. Quick Ratio. 率，即流動資產減上存貨，再除以流動負債。首次公開發行債券的前一年公司之 To in’s Q. Tobin's Q. 值。虛擬變數，由 NBER 所提供的美國經濟衰退指. Recession Indicator. 立. ‧ 國. 衰退期，則當年變數等於 1，其他狀況變數等於 0。. 表示該迴歸模型是否控制 SIC code。若是公司. ‧. 四碼 SIC code 第一碼為 0 則 SIC0 = 1；若第一. y. Nat. 碼為 1 則 SIC1 = 1，共 10 個虛擬變數。. n. er. io. al. 月報酬波動度。. sit. 首次公開發行債券的當月至前一年平均股票. Volatility of Stock Return. Return of Stock. 本研究中設定一年之內有至少一季的資料為. 學. SIC Control. 政治大. 標經轉換為每年的資料。原始資料為季資料，. i n U. v. 首次公開發行債券當月至前一年平均股票年. C化後月報酬。 hengchi. 承銷商替公司發行債券所收取的平均每單位管理費用，其中包含了管理費用、承銷費用與. Management Fee. 銷售佣金費用。 ltman. score. 營運資金. 保留盈餘. 稅前息前盈餘. 股票市值. 銷貨. 總資產. 總資產. 總資產. 總負債. 總資產. 41.

(46) 參考文獻 Altman, E.I. (1968), “Financial ratios, discriminant analysis and the prediction of corporate bankruptcy.”. The Journal of Finance, 23, 589-609.. Ashcraft, A.B., and J.A.C. Santos (2009), “Has the CDS market lowered the cost of corporate debt?” Journal of Monetary Economics, 56, 514-523. Booth, J.R. (1992), “Contract cost, bank loans, and the cross-monitoring hypothesis.” Journal of Financial Economics, 31, 25-41. Datta, S., M. Iskandar-Datta, and A. Patel (1999), “Bank monitoring and the pricing of corporate public debt.” Journal of Financial Economics, 51, 435-449.. 政治大. Diamond, D.W. (1991), “Monitoring and reputation: The choice between bank loans. 立. and directly placed debt.” Journal of Political Economy, 99, 689-721.. ‧ 國. 學. Elton, E.J., M.J. Gruber, D. Agrawal, and C. Mann (2001), “Explaining the rate spread on corporate bonds.” The Journal of Finance, 56, 247-277.. ‧. Hale, G., and J.A.C. Santos (2008), “The decision to first enter the public bond market:. Nat. sit. y. The role of firm reputation, funding choices, and bank relationships.” Journal of. al. er. io. Banking & Finance, 32, 1928-1940.. n. Hale, G., and J.A.C. Santos (2009), “Do bank price their informational monopoly?”. Ch. engchi. Journal of Financial Economics, 93, 185-206.. i n U. v. Klock, M.S., S.A. Mansi, and W.F. Maxwell (2005), “Does corporate governance matter to bondholders?” Journal of Financial and Quantitative Analysis, 40, 693-719. Maxwell, W.F. and C.P. Stephens (2003), “The wealth effect of repurchases on bondholders.” The Journal of Finance, 58, 895-919. Rejan, R.G. (1992), “Insiders and outsiders: The choice etween informed and arm’s length debt.” The Journal of Finance, 47, 1367-1400. Santos, J.A.C. and A. Winton (2008), “Bank loans, bonds, and information monopolies across the business cycle.” The Journal of Finance, 63, 1315-1359. Yasuda, A. (2005), “Do ank relationships affect the firm’s underwriter choice in the corporate-bond underwriting market?” The Journal of Finance, 60, 1259-1292. 42.

(47)