非傳統金融機構的聯合貸款行為研究 - 政大學術集成

全文

(1)國立政治大學財務管理研究所碩士論文. 立. 政治大. ‧. ‧ 國. 學. 非傳統金融機構的聯合貸款行為研究. Loan Syndications by Non-Banks Financial Institutions. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：張元晨博士研究生：李宗霈撰中華民國一百零二年六月 1.

(2) 中文摘要近來非傳統(Non-banks)金融機構(非銀行機構)，不論在聯合貸款市場或是在一般貸款市場所參與的程度愈來愈多，所承作的借款金額也逐年增加。這樣的趨勢尤其以歐美市場更為明顯。而一般文獻對於非銀行機構在聯合貸款市場與傳統金融機構在貸款條件差異的相關研究較少，因此本文研究非銀行機構利用 1995 至 2007 年美國企業在聯合貸款市場的資料，透過結合「Thomson Reuters LPC’s Dealscan」以及「Compustat」資料庫，分析包括融資公司(Finance Company)、投資銀行(Investment Bank)、保險公司(Insurance Company)、機構投資者. 政治大. (Institutional Investors) 的聯貸條件，實證結果發現非銀行機構參與的聯貸案件，. 立. 通常都會要求較高的借款利率，其中又以保險公司所要求的借款利率為最高，. ‧ 國. 學. 可見非銀行機構是屬於追求較高風險的中介機構，但是本文也發現非銀行機構. ‧. 卻也會承作貸款期間較長的契約。. 本文同時探討 2000 年美國通過金融服務業現代化法案是否對於非銀行機構. y. Nat. io. sit. 造成影響，實證結果發現母公司為金融控股公司的非銀行機構在通過金融服務. n. al. er. 業現代化法案後，會放款給較高風險的公司，說明了在允許跨業經營下，隸屬. Ch. i n U. v. 金控的非銀行機構子公司承做風險較高的貸款業務非銀行機構。. engchi. 關鍵字：聯合貸款市場、非傳統金融機構、非銀行機構、融資公司、投資銀行、保險公司、機構投資者. 2.

(3) Abstract Non-bank institutions have participated in the commercial lending market and syndication market in recent years, especially in the U.S market. However, the literature addressing this issue is sparse. This paper aims to analyze the effects of participation by Non-bank lenders in the syndicated loan markets.We examine the loan contracts which started from 1995 to 2007, and use 「Thomson Reuters LPC’s Dealscan」and 「Compustat」datasets to analyze the lending behavior of Non-banks.. Empirical results show that when the. 政治大 spreads. However, when 立 Non-banks participate in the facility, they also provide. Non-banks participate in the loan market, they tend to charge higher credit. ‧ 國. 學. longer-maturity loans.. Furthermore, this research also examines the effect of Financial Services. ‧. Modernization Act‘s influence on lending behavior. The results show that. sit. y. Nat. after the Act was put into force, non-banks that are associated with Financial. er. io. Holding Company tend to be more risk-taking. We find that Financial Holding. n. Company would transfera the more risky operation intovnon-bank subsidiaries. i l C n h etheir after they are allowed to cross sell n gproducts. chi U. Keywords: Non-bank entities、Finance Companies、Investment Bank,、Insurance Company、Institutional Investors. 3.

(4) 目錄中文摘要 .................................................................................................................. 2 英文摘要 .................................................................................................................. 3 圖目錄 ...................................................................................................................... 5 表目錄 ...................................................................................................................... 6 第一章 ...................................................................................................................... 7 第一節研究背景與動機.................................................................................. 7 一、融資公司 (Finance Companies) ................................................ 11 二、投資銀行 (Investment Bank) ................................................... 13 第二節研究問題與目的................................................................................ 14. 政治大. 第三節研究架構 ........................................................................................... 15. 立. 第二章文獻探討與回顧 ....................................................................................... 16. ‧ 國. 學. 第一節商業銀行借貸獨特性的及非銀行機構角色探討.............................. 16 第二節金融業務自由化................................................................................ 19. ‧. 第三節研究假說 ........................................................................................... 22 第三章研究方法 ................................................................................................... 24. Nat. y. sit. n. al. er. io. 第一節研究資料 ........................................................................................... 24 第二節資料分析與整理................................................................................ 25 第三節實證模型與變數定義 ........................................................................ 26. i n U. v. 第四章實證結果 ................................................................................................... 31. Ch. engchi. 第一節敘述統計結果 ................................................................................... 31 第二節迴歸分析結果 ................................................................................... 38 第五章結論與建議 ............................................................................................... 61 第一節結論 ................................................................................................... 61 第二節研究限制 ........................................................................................... 62 第三節後續研究建議 ................................................................................... 62 參考文獻 ................................................................................................................ 64 中文部分......................................................................................................... 64 英文部分......................................................................................................... 65. 4.

(5) 圖目錄圖 1 【融資公司的借款總額】 ............................................................................ 9 圖 2 【投資銀行的借款總額】 ............................................................................ 9 圖 3 【保險公司的借款總額】 .......................................................................... 10. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 5. i n U. v.

(6) 表目錄表 1、1995-2000 年及 2001-2006 年非銀行機構貸款合約資料筆數............... 10 表 2、美國國內融資公司資產負債表(2011 年底) ............................................. 12 表 3【融資公司敘述統計表】 ............................................................................ 32 表 4【投資銀行敘述統計表】 ............................................................................ 33 表 5【保險公司敘述統計表】 ............................................................................ 34 表 6【機構投資者敘述統計表】 ........................................................................ 35 表 7【各類型金融機構敘述統計表】 ................................................................ 36. 政治大表 9【各類型銀行機構借款迴歸結果】 ............................................................ 39 立表 8【各類型金融機構與商業銀行契約條件平均數差異 T 統計檢定表】 ...... 37. ‧ 國. 學. 表 10【假說一迴歸結果：融資公司】 .............................................................. 40 表 11【假說一迴歸結果：投資銀行】 .............................................................. 42. ‧. 表 12【假說一迴歸結果：保險公司】 .............................................................. 44. sit. y. Nat. 表 13【假說一迴歸結果：機構投資者】 .......................................................... 46. al. er. io. 表 14【假說二迴歸結果：融資公司】 .............................................................. 48. v. n. 表 15【假說二迴歸結果：投資銀行】 .............................................................. 50. Ch. engchi. i n U. 表 16【假說二迴歸結果：保險公司】 .............................................................. 52 表 17【假說二迴歸結果：機構投資者】 .......................................................... 54 表 18【假說三羅吉斯迴歸結果】 ...................................................................... 57 表 19【假說三多元迴歸結果】 .......................................................................... 59. 6.

(7) 第一章緒論第一節研究背景與動機 21 世紀後，金融業跨業整合、金融百貨化是全球金融產業的趨勢。1999 年美國通過金融服務業現代化法案（又稱 GLB 法案）後，由於該法案廢除了銀行、證券、保險分業經營的限制，改變了美國金融產業的結構與競爭態勢，許多以往銀行專有的業務，例如聯合貸款，逐漸有其他金融或非金融機構參與。GLB 法案廢除了自 1933 年以來區隔美國銀行為商業與投資銀行的 Glass-Steagall 法案，. 政治大. 允許銀行、證券公司與保險公司的結盟，成立金融控股公司。而台灣在 2001 年. 立. 也通過「金融機構合併法」以及「金融控股公司法」，陸續成立 14 家金融控股. ‧ 國. 學. 公司，允許金融業務跨業經營。全球金融法規開放(De-regulation)的浪潮之下，過去少有研究金融自由化對於全球聯貸市場的影響。本文嘗試研究近年來在聯. ‧. 貸市場參與程度愈來愈高的非銀行機構(Non-bank)其在法規自由化的過程中所. Nat. sit. y. 扮演的角色。本文探討的重點有二：(1) 非銀行機構(Non-bank) 的放款行為與. n. al. er. io. 傳統商業銀行是否有明顯的不同？(2)母公司成為金控後，非銀行機構的放款行. i n U. v. 為是否會因此而所改變？由於美國相關的資料及非金融機構參與聯貸的比率較. Ch. engchi. 高，因此本文以美國的聯合貸款資料為主，檢視 1995 年至 2007 年不同類型的金融機構，在非金融機構加入金控的組織體系後，其放款行為的變化。 Akhigbe and Whyte(2004)針對銀行、保險、證券的研究指出，允許金融機構跨業經營，例如傳統商業銀行可以參與投資銀行業務，將會使經營風險增加，同時保險公司的經營風險也會增加，相對而言，證券業所面臨的風險卻是減少的，原因在於銀行、保險業的經營風險增加是由於跨入原本風險較高的證券業業務；而證券業由於銀行、保險的跨入，分散風險的結果反而使證券業的經營風險降低。 Herdershott Lee and Tompkins (2000)研究指出 GLB 法案通過後，規模愈大的 7.

(8) 銀行，所獲得利益愈高。Akhigbe and Whyte (2001)研究則認為 GLB 法案實行後，對於所有的金融機構都有正向的影響。銀行的獲利與規模大小及資本化程度 (capitalization)呈正向關係；證券公司、保險公司不論規模大小都獲益；然而也有其他學者持不同看法，Carow and Heron (2002)發現投資銀行及保險公司因 GLB 法案而獲益，但銀行卻不會因此而受益。他們的研究還顯示 GLB 法案通過對外國銀行,Thrifts,以及融資公司有負面的情形。. 綜觀以上的研究，金融服務現代化法案對於各金融機構所造成的影響，至今. 政治大的獲利衝擊，以及經營風險的影響，並沒有對上述金融機構旗下非銀行機構立. 並無一致的結論。過去研究僅止於對於銀行、證券、保險三個類型金融機構造成. (Non-Bank)子公司授信政策、放款行為影響做進一步的探討。因此本研究主要針. ‧ 國. 學. 對銀行、證券、保險公司旗下的非銀行機構(Non-Bank)在經過 GLB 法案後，其. ‧. 放款行為、風險態度是否改變加以分析。. y. Nat. 在聯貸市場上，不論是一般貸款或聯合貸款，借款公司與貸款銀行間存在資. er. io. sit. 訊不對稱問題，金融中介機構在此市場中則扮演非常重要的代理監督與風險分擔的角色。但由於一般銀行多受制於保障存款者，維持信用安全，穩定金融體系運. al. n. v i n 作及相關法規的規範，導致其在利率的訂定，產品、服務與品質的提供上較無彈 Ch engchi U 性空間，因此逐漸興起了不以吸收大眾存款、受低度監理的非銀行機構公司 (Non-Bank Financial Entities; Non-Bank)的參與。. 8.

(9) 本文將美國從 1995 年至 2007 年間非銀行機構聯貸案件金額的資料整理如下圖：圖 1 【融資公司的借款總額】. Finance Company facility amount(mil.) $180,000 $160,000 $140,000 $120,000 $100,000 $80,000. 立. $60,000 $40,000. ‧ 國. $0. 學. $20,000. 政治大. ‧. 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007. er. io. sit. y. Nat 圖 2【投資銀行的借款總額】. al. n. v i n InvestmentCBank amount (mil) h e nfacility gchi U $60,000 $50,000 $40,000 $30,000 $20,000 $10,000 $0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007. 9.

(10) 圖 3 【保險公司的借款總額】. Insurance Company facility amount (mil) $1,200 $1,000 $800 $600 $400. 政治大. $200. 立. $0. 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007. ‧ 國. 學. 從圖 1 至 3 可以發現，非銀行機構從 1995 年開始，其參與聯貸案的金額每. ‧. 年都呈現成長現象，其中尤其 2000 年以後成長的速度更快，這樣的現象又以融. Nat. sit. y. 資公司(Finance Company)及投資銀行最為明顯，放款額度是非銀行機構中較具規. n. al. er. io. 模者，由此可見近年來非銀行機構參與聯合貸款市場相當熱絡。. i n U. v. 表 1、1995-2000 年及 2001-2006 年非銀行機構貸款合約資料筆數機構類型. Ch. e n g貸款資料筆數 chi. 融資公司 Finance Company 投資銀行 Investment Bank 共同基金 Mutual Fund 租賃公司、信託公司 Leasing Company , Trust Company 保險公司 Insurance Company 10. 貸款資料筆數. 1995-2000. 2001-2006. 7264. 16672. 1554. 3415. 1172. 291. 365. 274. 88. 170.

(11) 由表 1 可以看出非銀行機構貸款合約數量從 2000 年後有大幅度的增長，其中以融資公司(Finance Companies)以及投資銀行(Investment Bank)為市場上主要的參與者，因此本文研究對象主要將針對上述二類非銀行機構作更進一步的研究探討。. 一、融資公司 (Finance Companies) 美國的融資公司包括了非金融企業集團旗下提供資金融通的子公司、一般個. 政治大款金融機構。由於融資公司並沒有收受投資大眾的存款，所以不受相關銀行法規立人消費信用貸款或企業金融財務借貸公司、租賃公司、以及提供貸款服務的非存. 限制(除非是傳統商業銀行旗下分支的融資公司)，但也因此融資公司沒有存款保. ‧ 國. 學. 險的權利及貼現窗口融資的彈性。一般而言，融資公司會以較高的貸款利率融通. er. io. sit. y. Nat. 保還款。. ‧. 資金給被傳統商業銀行拒絕貸款的借款人，並且使用較複雜的方式衡量風險以確. Dynan, Johnson, and Slowinski(2000)的研究指出，美國綜合性融資公司其總. al. n. v i n 資產由 1980 年約 2,000 億美元成長至億美元，近 20 年的成長 C h 2000 年約 13,000 engchi U. 幅度高達 5.5 倍，而同期間銀行總資產的成長僅約為 3 倍。此外，融資公司之應收帳款項目於 1990 年僅約為 5,053 億美元，但 2000 年已攀升至 11,197 億美元，年成長率高達 8.3%。多元化的金融產品服務、富有彈性的訂價競爭策略，低廉的籌資管道，較少的法規限制，及企業借貸行為的改變等因素，都是造成現今融資公司之所以能夠快速崛起於信用市場的原因. 11.

(12) 表 2、美國國內融資公司資產負債表(2011 年底) Asset. Liabilities and Net Worth. Receivables, gross Consumer. 584.2. Bank loans. 79.0. Business. 433.8. Commercial paper. 61.4. Real estate. 303.2. Due to parent. 267.5. 1,321.2. Total. 政治大. 立(26.0). Reserve for. Bonds, medium-term notes. 1,267.5. Total liabilities. 483.6 1,751.1. n. al. Ch. Equity Total liabilities. i n U. and net worth. engchi. 1506.3 244.9. sit. io. Total assets. Nat. Other assets. 323.5. 1,751.2. er. ‧ 國. Other liabilities. ‧. (27.7). Reserves for losses Receivables, net. 學. and other debt. unearned income. 774.9. y. Less:. v. <資料來源：Board of Governors of the Federal Reserve System>. 與傳統商業銀行不同的是，很多製造業、企業專屬的融資公司，其存在的目的是透過金融融資活動，來提升自身母公司產品的銷售。其他類型的融資公司例如美國國內銀行或是外國金融機構旗下的融資公司，此類的融資公司營運則有可能受一些法規限制。融資公司的資金來源主要是來自資本市場、母企業的資金、或是傳統銀行金融機構。如表 2 所示，其最大資金的來源是來自母企業的資金以及中長期的票券、債券。. 12.

(13) Flannery(1994), Calomiris and Kahn (1991)指出，由於融資公司資金來源有商業本票、中長期債券，因此會提高融資公司對於借款者監督動機。融資公司因業務特性較易洞悉顧客的需求，故可提供更多量身訂作的金融商品服務，因而深化與顧客間之互動關係，更穩固了其市場佔有率。. 二、投資銀行(Investment Bank) 由於美國允許商業銀行透過第 20 號條款設立獨立子公司(Section 20 subsidiaries )來從事投資銀行的業務，之後商業銀行就逐漸在承銷市場中占有一. 政治大率，由 1985 年的 87%下降至 76%；前五大商業銀行則占了 13%。顯示商業銀行立定的地位。在 1993 年至 1996 年期間，前十大的投資銀行在公司債承銷市場的比. 在承銷市場的影響力愈來愈大。在此同時，投資銀行也開始搶佔商業貸款的業務，. ‧ 國. 學. 而其中又以聯貸業務為主要的重點。Maretno, Donald ,and Yi (2006)研究指出，. ‧. 投資銀行從 1996 至 2003 年間主辦超過 1300 件的聯貸案件，籌措了將近 7680. io. (1) 資金來源. er. 指出投資銀行與商業銀行的不同之處有以下三點：. sit. y. Nat. 億美元。此外針對貸款合約(Loan pricing)的訂價，Maretno, Donald , and Yi (2006). al. n. v i n 不同於商業銀行，投資銀行不能收受存款，因此投資銀行資金來源是從貨幣 Ch engchi U. 市場以及資本市場上取得，相對資金成本較高。因此就會收取較高的貸款利率、服務費 (Loan rate, Loan fees)。 (2) 法規限制. 由於投資銀行不收受存款，因此並不受相關法規限制(例如法定存款準備)，因此可以提供較優惠的利率及服務費，然而不同資金來源以及不同法規限制對於投資銀行以及商業銀行所造成的淨效果為何，至今仍無定論。 (3) 銀行關係根據 Maretno, Donald , and Ha-Chin Yi (2006)研究指出，投資銀行貸款較 13.

(14) 偏好承做一次性貸款(Term loans)，而非循環性貸款(revolving loans)，此外與商業銀行相較之下，投資銀行更容易將貸款移往次級市場 (secondary market)交易；顯示出投資銀行與借款公司的關係是較偏向交易性貸款(transaction banking)，而商業銀行則是較偏向關係性貸款(relationship banking)。. 第二節研究問題與目的非銀行機構(non-bank entities)，由於其資金是來自股東以及債權人，使用資金並不受到法律限制，因此也可以承擔較大的風險。換句話說，非銀行機構. 政治大究當中，甚少有研究在非銀行機構的一般貸款或聯合貸款上多做著墨。此外過去立. (non-bank entities)的風險承受能力，是比傳統商業銀行來的大。但是在過去的研. 的文獻研究中，尚未有針對融資公司、投資銀行、保險公司以及機構投資者的放. ‧ 國. 學. 款行為單獨作探討，本研究進一步分析非銀行機構會不會專注於某特定用途的貸. ‧. 款案件？相較於傳統商業銀行，非銀行機構所要求的借款利率(All In Spread)是否. y. Nat. 會較高？非銀行機構參與聯貸市場後，對聯貸借款利率會有提升或是壓低的效果，. 樣的影響等都是本文欲研究的相關議題。. n. al. Ch. engchi. er. io. sit. 此外，隨著金融服務現代化法案的通過，對於非銀行機構參與聯貸市場會造成怎. i n U. v. 綜合上述的內容，本研究的研究重點整理如下： 1.. 非銀行機構在放款行為上是否與傳統商業銀行有顯著的不同？. 2.. 隨著金融服務現代化法案實施，母公司成立金融控股公司後，是否對於融資公司的放款行為造成影響？. 14.

(15) 第三節研究架構本研究共分為五章，各章節之內容概述如下：第一章為緒論，主要目的為陳述本論文的研究動機、目的與方向，以說明本研究之目的並概述研究流程及架構。第二章為文獻回顧，共分為三節，第一節欲透過分析國內外的文獻中對於非銀行機構的研究。第二節是簡述金融法規漸開放下，商業銀行的業務發展情形。第三節提出本研究的三個假說。第三章為研究方法，共分為五節。首先介紹本研究之資料來源以及樣本選取方式，接著詳盡陳述. 政治大義。第四章為實證結果，共分成三個假說。第伍章為結論與建議，在彙總分析本立合併兩個資料庫的過程，最後提出本研究所使用之研究方法、迴歸模型及變數定. 研究所提出的假說與實證結果間之關聯性，並得出本研究之結論後，接著提出本. ‧ 國. 學. 研究所面臨的研究限制為何，最後說明可提供為後續研究的發展方向。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 15. i n U. v.

(16) 第二章文獻探討與回顧第一節商業銀行借貸獨特性的及非銀行機構角色探討一、銀行借貸獨特性近幾年來，許多相關文獻研究銀行是否在金融中介機構中具有“獨特性” (Uniqueness)。Fama(1985)針對銀行借款的研究指出，銀行收受存款(deposit-taking) 以及放款創造了該產業的經濟規模(Economies of Scope)，並使得銀行在資訊取得. 政治大司的過去的存款歷史紀錄可以協助評估借款公司的風險，降低監督成本。Leland 立. 上擁有比融資公司及其他金融中介機構更多的優勢。對於銀行而言，擁有借款公. and Pyle (1977), Diamond(1984), Ramakrishanan and Thakor(1984) 認為銀行在資. ‧ 國. 學. 訊取得上比其他中介機構擁有較大的成本優勢。而 Mikkelson, and Partch (1986),. ‧. James(1987), Lummer and McConnell(1989)的實證研究發現借款公司在發布向銀. y. Nat. 行借款的消息後，借款公司的股價將有顯著的正報酬，支持之前學者提出的銀行. er. io. sit. 是“具有獨特的監督角色”假說。. 然而，Preeceand and Mullineaux(1994)的研究發現除了向銀行借款，借款公. al. n. v i n 司股價會產生正報酬之外，若借款公司宣告向非銀行金融機構(Nonbank financial Ch engchi U institutions)借款，市場上對於借款公司股價的反應也呈顯著的正報酬。. Preece and Mullineaux(1994)認為為了與銀行競爭，非銀行金融機構與銀行同樣會蒐集借款公司的相關資訊以評估信用風險，並且非銀行金融機構會在合約上設立相關契約限制條款(covenants)以利確保還款風險。因此，在類似的貸款契約條件訂定以及相同的貸款流程下，若市場對於借款公司宣告銀行貸款後的股價是正向反應，對於非銀行金融機構的貸款合約宣告同樣呈現顯著正向報酬率，也是合理的結果。. 16.

(17) 二、非銀行金融機構角色探討 Himmelberg and Morgan(1995)提出銀行與非銀行金融機構不同之處在於保險公司(Insurance companies)的負債是以長期負債為主，因此在長期借款上擁有資金成本的優勢，而銀行與融資公司以短期負債為主，使得在短期借款上較具優勢。而由於短期借款是控制代理問題的一種方式，因此規模較小、資訊不對稱程度較高(information-intensive)的公司會較傾向跟銀行以及融資公司借款。Carey,Prowse, Rea, and Udell(1993)也發現保險公司的借款對象是以資訊不對稱程度較低，且為. 政治大不同於保險公司偏好較長期的借款特性，由於融資公司的負債比保險公司來立. 長期借款的公司為主。. 得彈性，因此融資公司可以針對借款契約的條件不同(例如到期日)來調整負債的. ‧ 國. 學. 組成。而負債彈性高的特色，使得融資公司在短期借款上可以與銀行競爭。另一. ‧. 方面，Becketti and Morris(1993)發現銀行貸款所要求的抵押品與融資公司所要求. y. Nat. 的抵押品(collateral requirements)有顯著的不同，他們發現銀行商業貸款是偏向不. er. io. sit. 擔保貸款，而融資公司則是較專注於擔保品融資貸款、抵押品租賃等業務。 Remolona, and Wulfekuhler(1992)指出經濟範疇為融資公司在擔保借款(Secured. n. al. Ch. lending)市場帶來了成本優勢。. engchi. i n U. v. 近來也有文獻開始研究不同的籌資方式是否會對借貸雙方財務契約的訂定有不同影響，例如私募(Private debt)以及公司債的發行(Public debt)是否會影響借貸雙方財務契約的訂定以及資訊不對稱程度的高低。Diamond(1984, 1991)指出私募市場的放款者有較強烈的動機誘因來監督借款者。Berlin and Mester(1992) , Rajan (1992)則指出私募放款人比公開(Public)的放款者更容易進行契約重協商，若產生問題時，私募放款者也擁有較大的主動權來解決問題。很多學者也開始研究放款者的特性不同，是否也會影響到放款行為的不同。Preece and Mullineaux (1994)和Billett , Flannery and Garfinkel (1995) 發現不論是傳統金融、銀行機構. 17.

(18) (banks)或是非傳統銀行(Nonbanks)宣告貸款事件發生後，借款公司的股價反應並不會因為放款者身分、特性的不同而有差異。再者，Carey , Post and Sharpe (1998) 針對不同型態的放款者的研究發現由於法規限制以及名譽聲望的影響，造成銀行以及融資公司在放款行為上有顯著的差異。他們發現，融資公司傾向借給風險較高的借款人，尤其是高度舉債的借款公司。此外，由於銀行業是受到高度監理的產業。為了避免過多的風險，管理當局會制定適當法規來確保銀行的營運狀況，例如管理當局會要求銀行揭露高風險的放款，即便若干放款案件已經有抵押擔保品，但當局仍會要求銀行提列適當壞帳. 政治大度監理是否只影響到商業銀行以及銀行控股公司，抑或會連帶影響到整個控股公立. 準備以防止呆帳發生。因此 Carey (1998)研究美國聯邦儲備理事會對於銀行的高. 司的非銀行機構(例如融資公司)，因此他們針對融資公司的放款是否會因為母公. ‧ 國. 學. 司的性質不同而影響到融資公司的放款行為。Carey (1998)指出，若母公司是銀. ‧. 行控股公司的融資公司，則在放款行為上會較為保守，傾向借給財務健全、負債. y. Nat. 比率較低的公司；而若母公司不是銀行控股公司的融資公司則會比較傾向借給風. er. io. sit. 險較高的借款公司。. Diamond (1984)指出傳統銀行基於金融服務角色，常有資訊搜集與分享及代. al. n. v i n 理監督的功能，所以能夠較仔細地評估借款人的信用風險程度。然而根據 Staten , Ch engchi U Gilley and Umbeck (1990)及 Carey , Post and Sharpe (1998)分別以美國汽車貸款及. 一般商業貸款為樣本的實證研究均發現，融資公司的專業化使其傾向貸款給高風險的借款公司。. 18.

(19) 第二節金融業務自由化 1933年美國格拉史帝格法案(Glass-Steagall Act)通過，禁止美國大型銀行 (National banks)直接、間接透過子公司從事證券業務活動，建立商業銀行跟投資銀行的明顯界線。然而在1980年代，大型銀行控股公司開始嘗試突破法律上的限制，並且獲得聯邦準備理事會的同意，允許商業銀行控股公司（例如花旗集團，亦即花旗銀行的母公司）可以設置獨立的第20 節條款聯屬企業(Section 20 affiliates；Section 20 subsidiaries)為投資銀行。透過這些第20節條款聯屬企業，銀. 政治大押貸款擔保證券的承銷等以進行從事有限制的證券業務活動(Puri, 1996)。立. 行控股公司可以從事以往不被允許的證券業務，例如商業本票的承銷、不動產抵. 然而，1999年美國金融服務現代化法案消除了金融控股公司下商業銀行承作. ‧ 國. 學. 證券承銷相關業務的限制。投資銀行也成為商業借貸市場上的主要參與者之一。. ‧. Harjoto, Mullineaux and Yi (2006)指出傳統商業銀行以及投資銀行主要不同之處. y. Nat. 在於資金的來源，根據法律上的規定，商業銀行接受存款，但是投資銀行則無存. er. io. 金成本來源。. sit. 款上的收受。由於美國提供存款保險擔保，因此商業銀行的存款是相對便宜的資. al. n. v i n 低風險的存款為商業銀行提供了相對低的資金成本，但是同時也面臨法規上 Ch engchi U. 對於風險的限制；因為投資銀行無法接受存款，因此只能透過發行債券或是權益. 融資的方式來籌措資金，然而不論是負債或是權益其資金成本都比存款的資金成本高。由於投資銀行無須面臨法律上針對資金使用的規定。因此投資銀行可以提供貸款給風險較大的借款者，要求較高的風險溢酬。. 一、銀行承作證券相關業務的逐漸開放 1933 年格拉史帝格法案(Glass-Steagall Act)中第 20 條(Section 20)中規定禁止銀行或銀行的附屬子公司承作證券及債券的發行。雖然禁止銀行與經營證券承銷 19.

(20) 與買賣公司有任何從屬關係.但在免責條款 5 中明定:銀行仍可承銷與買賣市政府一般義務債券(municipal general obligation bonds),美國政府債券(U.S. government bonds),私下募集的商業本票(private placements of commercial paper), 及抵押擔保證券(mortgage-backed securities)等.此類符合 Glass-Steagall 法免責證券業務,統稱為“銀行合格證券”(bank-eligible securities).而所有不屬於銀行合格證券者，均屬於“銀行非合格證券”(bank-ineligible securities).. 二、利益衝突. 政治大 company, BHC)在不抵觸立 Glass-Steagall 法第 20 條規定之前提下，可以成立附 1987 年開始，聯準會開始逐步放寬規定，授權銀行控股公司(Bank holding. ‧ 國. 學. 屬子公司(affiliated companies)，並允許該子公司可以承作 Glass-Steagall 中的“銀行不合格證券業務”。聯準會更進一步訂定子公司經營銀行不合格證券之收益. ‧. 標準，1987 年規定經營銀行不合格證券不得超過總收益的 5%；然而收益標準隨. sit. y. Nat. 著時間也逐漸放寬。1989 年聯準會將銀行不合格證券不得超過總收益的標準門. al. er. io. 檻更進一步提升至 10%；到了 1996 年聯準會已授權附屬子公司承作“銀行不合. v. n. 格證券〞不得超過總收益 25%。1997 年聯準會更進一步放寬規定，授權商業銀. Ch. engchi. i n U. 行可以直接成立附屬子公司以從事證券承銷業務。. 然而，商業銀行同時承作放款以及承銷業務通常會有利益衝突的疑慮，即在商業銀行同時經營貸款和證券承銷業務情況下，一旦借款公司遇到財務狀況，面臨無法如期償還貸款的信用危機時，此時商業銀行可能會為了避免損失而鼓勵借款公司透過商業銀行下的證券部門或是投資銀行子公司來權益融資，發行新證券。對商業銀行來說，藉由公司 IPO 或是現金增資，不僅可以收回貸款並賺取承銷手續費、佣金，還可以將借款公司的破產風險轉嫁給資本市場上的投資者。然而，根據 Puri(1996) 的研究指出，並沒有證據顯示當商業銀行在從事證券承銷時，投資人與借款公司將因為利益衝突而受害。相反的，因為商業銀行可以放款給各公 20.

(21) 司，因此將使得商業銀行相較於投資銀行，可以擁有更多有關借款公司的內部資訊，因此投資人也願意支付較高的承銷價格來購買由商業銀行承銷的股票，因為對於投資人而言，商業銀行承銷的證券在品質風險上都比投資銀行來得更有保障，因此公司也能募得更多資金。. 三、關係授信(Relationship Lending) Carey , Post and Sharpe (1998) 研究指出除了商業銀行，非銀行機構例如融資公司也非常注重關係授信，因為關係授信是一個可以減少資訊不對稱問題的解決. 政治大來關係來消弭與借款者間的資訊不對稱，即此二類型的金融機構對於銀行與借款立方式。他們研究發現不管是商業銀行或是融資公司的借貸，都是透過建立銀行往. ‧ 國. 學. 者人的關係都是非常重視的。. 近來也有許多研究銀行借款關係與上市承銷案的取得是否具有直接關係，. ‧. Yasuda(2005) 的研究發現銀行與借款公司過去的借款關係與承銷案子的取得有. sit. y. Nat. 高度的相關，即與借款公司借貸關係良好的銀行，有顯著高的機率將可以拿到公. al. er. io. 司發行債券的承銷案。Drucker and Puri(2005) 則指出當共同借款關係(concurrent. v. n. lending；指公司在 IPO 前六個月或六個月有與該銀行有借款紀錄時)存在時，將. Ch. engchi. i n U. 有非常大的機會可以取得該借款公司的現金增資案子的承銷機會。顯示關係授信程度的高低除了影響放款條件外，也會影響承銷案件取得與否的機會大小。. 21.

(22) 第三節研究假說 Harjoto, Mullineaux and Yi(2006)指出投資銀行(Investment Bank)所要求的貸款利率之所以會比商業銀行來得高的主要原因是相較於商業銀行，投資銀行缺少足夠資金的來源；此外商業銀行的銀行往來關係比投資銀行來得長久，也是造成投資銀行要求相對高利率的原因。 Carey , Post and Sharpe (1998)則針對融資公司進行實證，發現 Finance Company 基於法規業務的限制以及商譽的考量，會傾向用高利率借給高風險、. 政治大. 高負債比率的借款者，因此造成了融資公司會向借款者要求較高的貸款利率的現象。. 立. 在貸款契約時間長短(Maturity)方面， Harjoto, Mullineaux, and Yi(2006) 實證. ‧ 國. 學. 認為商業銀行注重「關係授信」(Relationship Banking)，而投資銀行注重則是「交. ‧. 易性融資」(Transaction Banking)；根據實證研究顯著投資銀行較偏向於承作「定. y. Nat. 期貸款」(Term loan)，此外投資銀行會將手中的貸款賣至次級市場，進一步削減. 行會要求較長的契約，以便可以在次級市場上販售。. n. al. Ch. engchi. er. io. sit. 與借款者的關係，在這樣的背景下，Harjoto, Mullineaux, and Yi(2006)認為投資銀. i n U. v. 關於貸款契約年限，Gottesman, Roberts(2004)分別提出「取捨假說」(tradeoff hypothesis)以及「信用品質假說」(credit-quality hypothesis)；取捨假說認為借款公司傾向借長期、高利率的貸款契約；而信用品質假說則是借款者為了控制違約風險，因此傾向於借短期，高利率的貸款契約。綜合以往的研究，本文提出下列三個假設：. 22.

(23) 假說一：與商業銀行相比較，融資公司、投資銀行、保險公司以及機構投資者所要求的貸款利率(All-in-Spread)相對較高。由於資金來源、法規限制等因素，造成商業銀行在資金成本上具有優勢，此外由於商業銀行欲透過跨售(cross-selling)來取得更多借款者的金融業務(例如現金管理、退休金管理、承銷等)，因此商業銀行可能會透過降低對於貸款利率的要求，以達到取得案件、進一步承作金融業務的目的。假說二：與商業銀行相比較，融資公司、投資銀行、保險公司以及機構投資者所制定的貸款契約年限會相對較長。. 治政根據 Maretno, Donald , and Ha-Chin Yi (2006)研究指出，投資銀行貸款較偏好大立承做一次性貸款(Term loans)，而非循環性貸款(revolving loans)，因此與商業銀行 ‧ 國. 學. 相較之下，投資銀行更容易將會將債權包裝成次級債權商品，並將此貸款商品移. ‧. 往次級市場 (secondary market)交易；此外，Cox, Brammer, and Millington(2004) 研究指出由於保險公司、退休基金(pension fund)多持有長期資金，因此投資策略. y. Nat. io. sit. 找尋長期性、穩定性高、報酬高的投資標的為主。因此本文預期非銀行機構，其. n. al. er. 中又以投資銀行、保險公司、退休基金為主的機構，將會傾向參與長期的聯貸案. Ch. i n U. v. 件。也就是較符合 Gottesman, and Roberts(2004)所提出的「取捨假說」。. engchi. 假說三：隨著金融服務現代化法案實施，母公司成立金融控股公司後，由於允許跨業經營，因此隸屬於金融控股公司的融資公司與投資銀行，其風險容忍度會較高，較傾向借給較高風險的公司。 Carey, Post and Sharpe (1998) 研究指出隨著融資公司的母公司型態不同，連帶會影響融資公司的放款行為，即金融控股公司附屬的融資公司通常會比非金融控股公司附屬的融資公司在借款上保守。而隨著 2000 年金融服務業現代化法案通過，金融控股公司成立後，在允許跨業經營的背景下，本研究預期金融控股公司的附屬的融資公司和其他非銀行機構會借給風險較高的借款公司。 23.

(24) 第三章研究方法本研究主要以美國聯合貸款市場進行實證研究探討，聯合貸款資料來源為「Thomson Reuters LPC’s Dealscan」資料庫，而借款公司的財務相關資料來源為「Compustat」資料庫。由於研究主題涵蓋了金融服務現代化法案是否會改變非銀行機構放款行為，因此為了避免金融海嘯對於樣本的影響性，因此本研究使用資料的樣本期間為 1995 年 1 月至 2006 年 12 月，研究範圍以美國聯貸市場為主。. 第一節研究資料. 立. 政治大. ‧ 國. 學. 本文以 Loan Pricing Corporation (LPC) 的 Dealscan 資料庫為主。主要樣本來自於 Dealscan，該資料庫提供了註冊公司或銀行揭露的相關之資料，包括每筆聯. ‧. 合貸款的參與成員、主貸銀行以及參貸銀行的家數、參貸金額以及個別的參貸比. sit. y. Nat. 例。由於研究的主要對象是非銀行機構(Non-bank)，因此我們主要樣本是以非銀. io. er. 行機構的貸款契約為主。並以占比例較大的融資公司(Finance Company)、投資銀. al. 行(Investment bank)、保險公司、以及機構投資者為主要樣本。此外，由於研究. n. v i n Ch 背景是在金融服務現代化法案下，因此本文需篩選出金融控股公司的樣本。然而 engchi U 在 Dealscan 資料庫下，根據 SIC Code 只可查詢到銀行控股公司(Bank Holding Company；BHC)相關資料，並無法查詢到金融控股公司（Financial Holding Company；FHC），以 Citi Bank 為例，在美國聯邦儲備委員會官方網站資料上是列為 FHC；但在 LPC 資料的 SIC code 是被列為傳統商業銀行，因此必須以其他方法自 Dealscan 資料庫來選取出符合定義的金融控股公司。考慮為符合現今時代背景，本文後來遂參考美國聯邦儲備委員會資料，美國聯邦儲備委員會依總資產列出當前全世界前五十大控股公司排名，利用美國聯準會官方提供的金融控股公司名稱與 Dealscan 資料庫的借款銀行名稱交叉比對後， 24.

(25) 取得本研究的目標樣本金融控股公司資料。為了研究關於借款公司的特性，本研究使用了 Compustat 資料庫以獲得借款公司的財務相關資料。而為了研究分析，必須進行 LPC 以及 Compustat 資料庫的合併。由於 LPC 資料庫的借款公司名稱欄位與 Compustat 資料庫的公司名稱並不完全相符合，因此本研究根據 LPC 的 gvkey 欄位以及手動整理過後 Compustat 資料庫 gvkey 欄位作比對，在扣除資料缺漏的情形下，資料筆數共有 278,510 筆。. 第二節資料分析與整理. 政治大. 由於本文研究對象主要以非銀行機構為主，因此取樣方法為從 LPC 資料庫. 立. 的“機構分類”(Institution Type) 中占比例大多數的融資公司以及投資銀行、. ‧ 國. 學. 保險公司、以及機構投資者1為主要樣本，並且分為與傳統商業銀行類型2進行實證分析。. ‧. 如同上述所提總樣本數為 278,510 筆，然而在進行研究分析時，我們以借款. y. Nat. sit. 案件(Facility-Level)的方式進行實證分析，若同一個借款案件同時存在多個借款. n. al. er. io. 銀行，本研究將挑選其中之一的借款作為研究樣本，而不是將所有同一個 Facility. i n U. v. 的樣本全部納入。舉例而言，借款案件為 28,915 中，有三家參貸借款機構，其. Ch. engchi. 分別是 First Trust Bank、JP Morgan Investment Corp 以及 Chancellor Capital 三家融資公司。由於本研究討論放款行為著重在貸款特性以及借款公司特性上，主參貸銀行的本身特性並不是本研究討論的重心，於是若在同個借款案件交易下，若借款機構為相同的類型，本研究將只選取一個樣本作為研究對象。以上述的例子為例，由於三家借款機構都是融資公司，因此本研究將取任一家納入樣本範圍作研究。 1. 在此所指的機構投資者(Institutional Investor)主要是參考 Nandy, Shao(2007)，包含 hedge fund, pension fund, mutual fund. 此外，再加上 LPC 資料庫所定義的 Institutional Investor CDO, Institutional Investor prime fund. 2 在此所指的傳統商業銀行，主要是納入 LPC 資料庫所定義的 US Bank, Foreign Bank, Western European Bank 等地區性商業銀行 25.

(26) 第三節實證模型與變數定義本研究探討非金融機構的放款行為，由於本研究假說一主要應變數為借款利率(All-in-Spread)。而對於借款公司而言，「聯合貸款」的借款成本意即借款利率的決定。而影響借款利率的因素很多，主要受貸款特性(Loan Characteristics)、借款公司特性(Borrower Characteristics)影響。貸款特性包含借款金額 ( Facility Amount )，借款擔保品(Loan Secured)、限制條件數量(Covenant Numbers)、借款到期期間 ( Maturity )及主參貸機構家數(Lender. 政治大借款公司特性則包括借款公司規模(Asset)、槓桿程度(Leverage)、公司資產立. Numbers)。. 報酬率(ROA)、市價淨值比(M/B ratio)等。. ‧ 國. 學 ‧. 假說一：與商業銀行相比較，融資公司、投資銀行、保險公司以及機構投資. sit er. io. 迴歸模型設定一：. al. n. . y. Nat. 者所要求的貸款利率(All-in-Spread)來得較高。. Ch 非金融機構類型 e. ngchi. 非金融機構占比. 26. i n U. v.

(27) . 迴歸模型設定二：加入控制變數. 非金融機構類型. 非金融機構占比. 政治大. 假說二：與商業銀行相比較，融資公司、投資銀行、保險公司以及機構投資. 立. 迴歸模型設定一：. ‧. 非金融機構類型. (5) (6). n. al. 迴歸模型設定二：加入控制變數. Ch. engchi 非金融機構類型. er. io. sit. y. 非金融機構占比. Nat. . 學. . ‧ 國. 者所制定的貸款契約年限會來得較短。. i n U. v. (7). 非金融機構類型 ). 27.

(28) 假說三：隨著金融服務現代化法案實施，母公司成立金融控股公司後，由於允許跨業經營，因此預期母公司為金融控股公司的融資公司，其風險容忍度會較高，也開始傾向借給較高風險的借款公司。. . 迴歸模型設定：. 非銀行機構母公司類型. 負債比率. 政治大公司(銀行控股公司)，應變數為 1，融資公司的母公司並非金融控股公司或是沒立我們使用羅吉斯多變量迴歸(logit model)，若融資公司的母公司為金融控股. 有母公司時，應變數為 0。主要解釋變數為負債比率，即舉債程度( Leverage )。. ‧ 國. 學 ‧. 除了使用羅吉斯多變量迴歸外，本文同時也使用傳統多元回歸模型進行假說的實. y. Nat. 證分析。不同於羅吉斯多變量迴歸，在傳統多元回歸模型中本文將負債比率設定. 迴歸模型設定：. 負債比率. er. al. n. . io. 說三的實證研究。. sit. 為應變數，非銀行機構母公司類型為主要解釋變數，透過二種模型設定來進行假. Ch. engchi. i n U. v. 非銀行機構母公司類型. 我們使用多變量迴歸模型，應變數為借款公司的負債比率。若主要解釋變數為非銀行機構母公司類型，為一虛擬變數。若母公司為金融控股公司，則非銀行機構母公司類型為 1；若母公司不是金融控股公司，則為 0。. 28.

(29) 由上述三個假說可得知本文主要研究“非銀行(Non-Bank)”的放款行為是否會影響聯合貸款的訂價，因此除了以『非金融機構類型』作為本文的主要解釋變數外，本研究試圖將非金融機構在聯合貸款的影響力以量化的方式展現，因此設置了「非金融機構占比」變數來作為本文的另一個主要解釋變數，下面將針對「非金融機構占比」此變數作更為詳細的解說。以下將分別說明各變數：. . Spread：迴歸式應變數，取自 LPC 中 All In Spread (in bps)，為 LIBOR 加上風險貼水與聯合貸款的每年銀行所收取的費用，代表「聯合貸款」的總借款成本。. 立. 非金融機構類型：本文的主要解釋變數，為一虛擬變數。由於本研究欲分別. 學. ‧ 國. . 政治大. 觀察不同類型的非金融機構下，其放款行為是否不同。因此若該筆借款 (Facility)的借款機構是屬於前述所提及的非金融機構類型，該虛擬變數則為. ‧. 1；否則為 0。. y. Nat. 非金融機構占比：本文的主要解釋變數，與「非金融機構類型」不同的是「非. sit. . n. al. er. io. 金融機構占比」是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：. Ch. engchi. i n U. v. 在同一筆借款案件的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 控制變數： . Loan Characteristics：用以衡量「聯合貸款」特性之變數。－Log(amount)：「聯合貸款」之借款金額。－Maturity：「聯合貸款」之借款期限。 29.

(30) －Loan Secured：為一虛擬變數，若該筆「聯合貸款」要求抵押品，則為 1；若否則為 0。－Covenant Numbers：「聯合貸款」之限制條件數量。－Lender_Number：「聯合貸款」之借款機構(含銀行及非銀行)家數。 Borrower Characteristics：用以衡量借款公司特性之變數。－Log_asset：借款公司的規模大小。. 政治大. －Leverage：借款公司的負債比率。. 立. －Market To Book Ratio：衡量借款公司的產生現金流量能力。. 學. ‧ 國. －ROA：借款公司的獲利能力。. ‧. io. sit. y. Nat. n. al. er. . Ch. engchi. 30. i n U. v.

(31) 第四章實證結果第一節敘述統計結果由於本研究是分別針對各家非金融機構作實證分析，因此在做資料整理及描述時，本文將資料根據分為四組，在第一組融資公司的資料中，我們可以發現，放款利率( All-in Spread ；聯合貸款之總和放款利率 ) 平均為 273.91 b.ps，標準誤為 228.06、平均到期日 ( Maturity ) 為 51.74 個月，標準誤為 27.81、平均借款. 政治大可以發現，放款利率平均為立232.16 b.ps，標準誤為 186.06、平均到期日為 56.81. 額度 ( Loan amount ) 為 340 百萬美元。而在第二組投資銀行的樣本數中，我們. ‧ 國. 學. 個月，標準誤為 30.34、平均借款額度為 600 百萬元。在第三組保險公司的資料中，我們則是可以發現，放款利率平均為 350.03 b.ps，標準誤為 228.67、平均到. ‧. 期日為 74.37 個月，標準誤為 26.19、平均借款額度為 297 百萬元。在第四組的. sit. y. Nat. 機構投資者中，放款利率平均為 323.33 b.ps，標準誤為 185.67、平均到期日為. al. n. 本文下列表三至表六。. er. io. 67.22 個月，標準誤為 23.19、平均借款額度為 273 百萬元。相關詳細資料請參閱. Ch. engchi. 31. i n U. v.

(32) 表 3【融資公司敘述統計表】下表內容為融資公司(Finance Company)敘述統計資料，包括了平均數(Mean)、標準差(standard deviation)以及最大值(Max)與最小值(min)的相關資料，樣本期間為 1995 年至 2006 年。根據特性可分為貸款特性(借款利率、借款金融、以及借款期間)等聯合貸款契約的相關條件；而公司特性則是指借款公司的財務狀況，包括了負債水準、規模大小、市價淨值比以及資產報酬率。關於貸款特性的樣本共有 6,907 筆，而關於借款公司的財務特性相關樣本共有 6.873 筆。相. 273.91. 228.06. -95.0. 6050. 負債水準. 30,000. (Leverage) 規模大小. 480. (Total Asset) 市價淨值比. 51.74. 848 27.81. 0.114 1.0. al. 6907. 6907. 6907. Ch. 標準差. 最小值. 最大值. 0.44. 0.47. 0.0. 25. 9630.68. 63721.26. 0.0. 1884318. 1.93. 22.53. 0.2. 1696. (M/B ratio) 資產報酬率. -0.01. 1.55. -22.0. 120. 樣本數. 6873. 6873. 6873. 6873. er. 340. 平均數. y. ‧ 國. 最大值. n. 樣本數. 最小值. io. (Amount,$m) 借款期間 (Maturity, 月). 標準差. Nat. (AIS,bps) 借款金額. 平均數. i n U. e n g c h i(ROA). 6907. 32. 公司特性. ‧. 借款利率. 學. 貸款特性. 立. sit. 關變數的解釋請參見第三章第三節變數設定解釋。. 政治大. v.

(33) 表 4【投資銀行敘述統計表】下表內容為投資銀行(Investment Bank)敘述統計資料，包括了平均數(Mean)、標準差(standard deviation)以及最大值(Max)與最小值(min)的相關資料，樣本期間為 1995 年至 2006 年。根據特性可分為貸款特性(借款利率、借款金融、以及借款期間)等聯合貸款契約的相關條件；而公司特性則是指借款公司的財務狀況，包括了負債水準、規模大小、市價淨值比以及資產報酬率。關於貸款特性的樣本共有 1,851 筆，而關於借款公司的財務特性相關樣本共有 1,844 筆。相. ‧ 國. 最小值. 最大值. 232.16. 186.06. 9.5. 1800. 負債水準. 17,000. (Leverage) 規模大小. 480. (Total Asset) 市價淨值比. 56.81. 30.34. 1. 3.0. al. (M/B ratio). n. (Maturity, 月). Ch. 標準差. 最小值. 最大值. 0.48. 0.29. 0.0. 2. 17840.54. 78918.85. 2.2. 1494037. 1.60. 0.93. 0.5. 13. 0.01. 0.19. -2.5. 5. 1844. 1844. 1844. y. 1,040. 平均數. er. 600. io. (Amount,$m) 借款期間. 標準差. Nat. (AIS,bps) 借款金額. 平均數. ‧. 借款利率. 公司特性. 學. 貸款特性. 立. sit. 關變數的解釋請參見第三章第三節變數設定解釋。. 政治大. i n U. e n g c資產報酬率 hi. v. (ROA) 樣本數. 1851. 1851. 1851. 樣本數. 1851. 33.

(34) 表 5【保險公司敘述統計表】下表內容為保險公司(Insurance Company)敘述統計資料，包括了平均數(Mean)、標準差(standard deviation)以及最大值(Max)與最小值(min)的相關資料，樣本期間為 1995 年至 2006 年。根據特性可分為貸款特性(借款利率、借款金融、以及借款期間)等聯合貸款契約的相關條件；而公司特性則是指借款公司的財務狀況，包括了負債水準、規模大小、市價淨值比以及資產報酬率。關於貸款特性的樣本共有 335 筆，而關於借款公司的財務特性相關樣本共有 331 筆。相關變數的解釋請參見第三章第三節變數設定解釋。. 228.67. 25.0. 1218. 297. 775. 2.825. 13,400. al. 74.37. 26.19. 3.0. 180. 負債水準 (Leverage) 規模大小 (Total Asset). (ROA) 335. 335. 335. 335. 最小值. 最大值. 0.31. 0.0. 2. 50248.50. 2.4. 647483. 0.88. 0.6. 9. 0.03. 0.66. -1.6. 12. 331. 331. 331. 331. 0.58. 6895.18. iv C h市價淨值比 U n1.56 e n ratio) (M/B gchi 資產報酬率. 樣本數. 標準差. 樣本數. 34. y. 350.03. 平均數. sit. 最大值. er. ‧ 國. 最小值. n. (Maturity, 月). 標準差. io. (Amount,$m) 借款期間. 平均數. Nat. (AIS,bps) 借款金額. 公司特性. ‧. 借款利率. 學. 貸款特性. 立. 政治大.

(35) 表 6【機構投資者敘述統計表】下表內容為機構投資者(Institutional Investor)敘述統計資料，包括了平均數(Mean)、標準差(standard deviation)以及最大值(Max)與最小值(min)的相關資料，樣本期間為 1995 年至 2006 年。根據特性可分為貸款特性(借款利率、借款金融、以及借款期間)等聯合貸款契約的相關條件；而公司特性則是指借款公司的財務狀況，包括了負債水準、規模大小、市價淨值比以及資產報酬率。關於貸款特性的樣本共有 815 筆，而關於借款公司的財務特性相關樣本共有 808 筆。相. 323.33. 185.67. 25.0. 2,200. 273. 357. 1. io. m) 借款期間 67.22. 23.19. 1.0. 平均數負債水準. (Total Asset). al. 120 C h. 資產報酬率 (ROA) 樣本數. 815. 815. 815. 樣本數. 815. 35. 最小值. 最大值. 0.32. 0.0. 3. 23226.62. 2.2. 647483. 1.56. 0.95. 0.5. 9. -0.02. 0.19. -1.5. 2. 808. 808. 808. 808. y 3894.94. i n i U e n (M/B g c hratio) 市價淨值比. 公司特性標準差. 0.57. (Leverage) 規模大小. 5,500. n. (Maturity, 月). ‧ 國. 最大值. sit. (Amount,$. 最小值. Nat. (AIS,bps) 借款金額. 標準差. ‧. 借款利率. 平均數. 學. 貸款特性. 立. er. 關變數的解釋請參見第三章第三節變數設定解釋。. 政治大. v.

(36) 根據上述各表，本研究嘗試觀察各類型的機構投資者在貸款契約上與傳統商業銀行是否有差異。我們將樣本期間內各類型的機構投資者與商業銀行相關的敘述統計量整理如下表，並比較在貸款契約上是否有明顯的差異。. 表 7【各類型金融機構敘述統計表】表為美國各借款機構敘述統計資料，包含借款利率、借款金額以及借款期間的平均數(mean)、中位數(median)以及標準差(Standard Deviation)。此外下表也針對不同類型機構的借款條件進行 T 檢定，檢視是否有顯著差異。樣本期間為 1995 年至 2006 年，總樣本數為 15,256 筆。. 借款利率. ‧ 國 io. al. n. 機構投資者. Nat. 保險公司. (200). 274.64. 339. (250). (125). 232.03. 598. (225). (275). 342.38. 260. (300). (175). 324.56. 275. (60). v ni. C(300) U h e n g c h i (175). 36. 51.71 (60). ‧. 投資銀行. (200). 53.77. 學. 融資公司. 政治 ($,百萬) 大 217.60 488. y. 立. 商業銀行. 借款期間. sit. (中位數). 借款金額. er. 平均數. 56.61 (60) 73.38 (77) 67.02 (72).

(37) 表 8【各類型金融機構與商業銀行契約條件平均數差異 T 統計檢定表】表為美國各借款機構與傳統商業銀行的借款契約條件敘述統計量，表內呈現各機構的借款利率、借款金額及借款期間的平均數及標準差，並與商業銀行的平均數作比較，將其差異的平均數進行統計上的 T 檢定，檢定是否各借款機構與商業銀行間的貸款條件有顯著性的差異。顯著性大小分別為* p < 0.05, ** p < 0.01, *** p < 0.001。. Panel A【融資公司與商業銀行的比較】融資公司. 商業銀行. 差異. 平均數. 標準差. 平均數. 標準差. 平均數. 借款利率. 6717. 274.64. 227.31. 217.60. 150.17. 57.04***. 借款金額. 6717. 339. 853. 488. 1000. -149***. 借款期間. 6512. 27.82. 23.49 政治 53.77 大 Panel B【投資銀行與商業銀行的比較】立投資銀行商業銀行. -2.05***. 標準差. 差異平均數. 150.17. 14.43***. 標準差. 平均數. 借款利率. 1784. 232.03. 179.38. 217.60. 借款金額. 1784. 598. 1040. 488. 借款期間. 1758. 56.61. 30.50. 53.77. Nat. 1000. 110***. 23.49. -2.84***. sit. ‧ 國. 平均數. ‧. 樣本數. y. 51.71. 學. 樣本數. al. 樣本數. Ch. v ni. 商業銀行平均數標準差. n. 保險公司平均數. er. io. Panel C【保險公司與商業銀行的比較】標準差 engchi U. 差異平均數. 219.71. 217.60. 150.17. 124.78***. 260. 290. 488. 1000. -228***. 73.38. 25.51. 53.77. 23.49. 19.61***. 借款利率. 325. 342.38. 借款金額. 325. 借款期間. 321. Panel D【機構投資者與商業銀行的比較】機構投資者平均數樣本數. 標準差. 商業銀行平均數標準差. 差異平均數. 借款利率. 777. 324.56. 183.43. 217.60. 150.17. 106.96***. 借款金額. 777. 275. 364. 488. 1000. -213***. 借款期間. 764. 67.02. 23.14. 53.77. 23.49. 13.25***. 37.

(38) 第二節迴歸分析結果首先先針對本研究的假說一，融資公司、投資銀行、保險公司以及機構投資者所要求的貸款利率(All-in-Spread)來得較高。本研究將逐一與傳統商業銀行作實證分析比較，結果如下列各表：. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 38. i n U. v.

(39) 表 9【各類型銀行機構借款迴歸結果】表為各非銀行機構借款的迴歸分析結果。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸分析中應變數為聯合貸款利率(Spread)。迴歸式 (1)中的主要解釋變數為非金融機構類型，為一虛擬變數。若該筆借款(Facility)的借款機構是屬於非金融機構(融資公司、投資銀行、保險公司、機構投資者)，則非金融機構類型變數為 1，否則為 0。迴歸式(2)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定. 治政借款機構中的「非金融機構」家數大. 義：在同一筆借款的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：. 立. Ch. 截距項. 191.5*** (43.10). 125.6*** (41.63). 216.6*** (93.70). 樣本數. 9160. 9160. 7750. 237.9*** (21.18). (1). (2). 107.8*** (16.96) 328.6*** (19.57). 201.0*** (92.92). 211.6*** (104.74). 209.8*** (105.18). 215.6*** (108.95). 208.5*** (104.84). 7750. 7631. 7631. 8413. 8413. engchi. i n U. t statistics in parentheses *. (2). y. n. al. 機構投資者. 138.4*** (14.35). 15.54 (3.28). io. 325.6*** (55.29). 非金融機構占比. (1). 借款利率(Spread) **. Nat. 82.37 (16.09). (2). sit. ***. (1). 保險公司. ‧. 非金融機構類型. (2). 投資銀行. er. (1). 全部借款機構家數. 學. 融資公司. ‧ 國. 非金融機構占比. p < 0.05, ** p < 0.01, *** p < 0.001 39. v. 228.1*** (24.00).

(40) 實證結果如上表九，迴歸的結果皆符合我們的預期。在迴歸式(1)中，解釋變數「非金融機構類型」的係數為正且顯著，表示當聯貸案件中有非銀行機構參與時，無論是擔任主貸或參貸角色，在借款利率上都可以得到顯著的正向影響。即當非金融機構參與聯貸案件時，會要求較高的借款利率。在迴歸式(2)中，本研究使用了另一解釋變數「非金融機構占比」，即「非金融機構」的家數占全部借款銀行的比例，來進行實證分析，. 再仔細觀察實證結果：. 政治大保險公司>機構投資者>融資公司>投資銀行立. 在迴歸式(1)主要解釋變數為非金融機構類型時，解釋變數係數大小依序為. ‧ 國. 學. 在迴歸式(2)，主要解釋變數為非金融機構占比時，解釋變數係數大小依序則為保險公司>融資公司>投資銀行>機構投資者. ‧. 所以可以從此迴歸式得出，保險公司會要求相對較高借款利率。. al. sit er. io. 表 10【假說一迴歸結果：融資公司】. y. Nat. 接著當加入控制變數調整後，結果如下列各表：. v i n 包含 1995 年至 2006 年 LPC 與合併後的資料。迴歸式(3)中的主要解釋變數為非 CCompustat U heng i h c 金融機構類型，為一虛擬變數。若該 Facility 的借款機構是融資公司，則非金融機構類型變 n. 加入控制變數後，總樣本數為 3.695 筆，迴歸分析中應變數為聯合貸款利率(Spread)。樣本. 數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 在控制變數方面，貸款特性中包括聯貸金額 Log(amount)，Loan Secured 為一虛擬變數，若該筆「聯合貸款」要求抵押品，則為 1；否則為 0。Covenant Number 是貸款中的限制條件的數量。Log(Maturity)是借款到期期間。Lender Number 則是主參貸銀行的所有家數。在借款公司特性方面，Log(Assets)為借款公司總資產取對數值，為衡量借款公司規模大小之控制變數；Leverage 為借款公司長期負債除以總資產，為衡量借款公司信用風險之控制變數；Market To Book Ratio 以及 ROA 則是代表借款公司的市場價值高低以及獲利能力。 40.

(41) 融資公司 (3) Spread. (4) Spread. 20.78* (2.33). 非金融機構類型_融資公司. 213.5*** (15.68). 非金融機構占比_融資公司. 貸款特性 -31.58*** (-10.16). Log(借款金額). -35.15*** (-11.64). 74.94 政治 (8.45) 大 ***. 貸款抵押品. 立. ‧ 國. -6.539** (-2.74) 15.49** (2.82). Nat. io. n. al. Ch. Log(借款公司總資產). i n U. ***. e n g-9.642 chi. -4.124*** (-5.87). er. -8.912*** (-13.51). 主參貸金融機構家數. sit. y. ‧. 12.62* (2.23). Log(借款期間). 借款公司特性. (5.75). 學. -13.75*** (-5.68). 貸款限制條件數量. 50.29***. v. (-3.75). -1.224 (-0.48). 95.36*** (6.99). 92.21*** (6.97). 市價淨值比. 0.766 (0.63). 1.152 (0.98). 資產報酬率. 0.441 (0.08) 762.9***. 4.166 (0.75) 652.7***. (13.31). (11.79). 3695. 3695. 負債水準. 截距項樣本數 41.

(42) 表 11【假說一迴歸結果：投資銀行】加入控制變數後，總樣本數為 3.006 筆，迴歸分析中應變數為聯合貸款利率(Spread)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3)中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility 的借款機構是投資銀行，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 在控制變數方面，貸款特性中包括聯貸金額 Log(amount)，Loan Secured 為一虛擬變數，若該筆「聯合貸款」要求抵押品，則為 1；否則為 0。Covenant Number 是貸款中的限制條件的數量。Log(Maturity)是借款到期期間。Lender Number 則是主參貸銀行的所有家數。. 政治大之控制變數；Leverage 為借款公司長期負債除以總資產，為衡量借款公司信用風險之控制立變數；Market To Book Ratio 以及 ROA 則是代表借款公司的市場價值高低以及獲利能力。在借款公司特性方面，Log(Assets)為借款公司總資產取對數值，為衡量借款公司規模大小. ‧ 國. 學投資銀行. ‧. (3) Spread. Nat. io. n. al. (5.81). 非金融機構占比_投資銀行. 貸款特性. Ch. engchi U. er. 34.64***. 非金融機構類型_投資銀行. sit. y. (4) Spread. v ni. 166.3*** (12.24). -18.54***. -19.86***. (-7.85). (-8.56). 貸款抵押品. 71.35*** (11.95). 69.02*** (11.78). 貸款限制條件數量. -7.518*** (-4.21). -7.689*** (-4.39). 6.962. 4.038. (1.70). (1.00). Log(借款金額). Log(借款期間). 42.

(43) -7.203*** (-16.30). -6.022*** (-13.60). Log(借款公司總資產). -9.942*** (-4.85). -1.224 (-0.48). 負債水準. 99.88***. 92.21***. (9.68). (6.97). 0.510 (0.45). -12.05*** (-5.98). 主參貸金融機構家數. 借款公司特性. 市價淨值比. 資產報酬率. 520.4*** (11.95). 565.0*** (13.17). 3006. 3006. ‧. io. sit. y. Nat. n. al. er. 樣本數. 91.92*** (9.07). 學. 截距項. ‧ 國. 立. 政治 0.925 大 (0.10). Ch. engchi. 43. i n U. v.

(44) 表 12【假說一迴歸結果：保險公司】加入控制變數後，總樣本數為 2.882 筆，迴歸分析中應變數為聯合貸款利率(Spread)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3)中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility 的借款機構是保險公司，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 在控制變數方面，貸款特性中包括聯貸金額 Log(amount)，Loan Secured 為一虛擬變數，若該筆「聯合貸款」要求抵押品，則為 1；否則為 0。Covenant Number 是貸款中的限制條件的數量。Log(Maturity)是借款到期期間。Lender Number 則是主參貸銀行的所有家數。. 政治大之控制變數；Leverage 為借款公司長期負債除以總資產，為衡量借款公司信用風險之控制立變數；Market To Book Ratio 以及 ROA 則是代表借款公司的市場價值高低以及獲利能力。在借款公司特性方面，Log(Assets)為借款公司總資產取對數值，為衡量借款公司規模大小. ‧ 國. 學保險公司. ‧. (3) Spread. Nat. io. n. al. (9.73). 非金融機構占比_保險公司. 貸款特性. Ch. engchi U. er. 163.8***. 非金融機構類型_保險公司. sit. y. (4) Spread. v ni. 349.2*** (14.43). -20.59***. -19.07***. (-8.50). (-8.05). 貸款抵押品. 54.95*** (9.04). 58.10*** (9.73). 貸款限制條件數量. -6.828*** (-3.68). -6.693*** (-3.68). 8.855*. 5.881. (2.05). (1.38). Log(借款金額). Log(借款期間). 44.

(45) -6.632*** (-14.14). -6.359*** (-13.80). Log(借款公司總資產). -11.90*** (-5.80). -12.66*** (-6.30). 負債水準. 102.7***. 102.3***. (9.42). (9.57). 0.494 (0.39). 0.257 (0.21). 主參貸金融機構家數. 借款公司特性. 市價淨值比. 資產報酬率. 567.8*** (12.54). 555.9*** (12.53). 2882. 2882. ‧. io. sit. y. Nat. n. al. er. 樣本數. -3.039 (-0.27). 學. 截距項. ‧ 國. 立. 政治 -4.968 大 (-0.43). Ch. engchi. 45. i n U. v.

(46) 表 13【假說一迴歸結果：機構投資者】加入控制變數後，總樣本數為 3,057 筆，迴歸分析中應變數為聯合貸款利率(Spread)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3)中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility 的借款機構是機構投資者，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 在控制變數方面，貸款特性中包括聯貸金額 Log(amount)，Loan Secured 為一虛擬變數，若該筆「聯合貸款」要求抵押品，則為 1；否則為 0。Covenant Number 是貸款中的限制條件的數量。Log(Maturity)是借款到期期間。Lender Number 則是主參貸銀行的所有家數。. 政治大之控制變數；Leverage 為借款公司長期負債除以總資產，為衡量借款公司信用風險之控制立變數；Market To Book Ratio 以及 ROA 則是代表借款公司的市場價值高低以及獲利能力。. 學. ‧ 國. 在借款公司特性方面，Log(Assets)為借款公司總資產取對數值，為衡量借款公司規模大小. 機構投資者. n. 貸款特性. Ch. y. sit. io. al. 非金融機構占比_機構投資者. er. Nat. 115.3*** (8.86). 非金融機構類型_機構投資者. (4) Spread. ‧. (3) Spread. n U engchi. iv. 181.6*** (11.32). Log(借款金額). -14.97*** (-7.12). -13.74*** (-6.58). 貸款抵押品. 71.58*** (11.94). 69.12*** (11.60). 貸款限制條件數量. -5.800**. -6.184***. (-3.18). (-3.42). 2.156 (0.52). -1.467 (-0.36). Log(借款期間). 46.

(47) -6.377*** (-14.05). -6.090*** (-13.51). Log(借款公司總資產). -11.17*** (-5.73). -12.63*** (-6.50). 負債水準. 107.5*** (10.87). 93.81*** (9.43). 市價淨值比. -0.0307 (-0.03). 0.159 (0.14). 主參貸金融機構家數. 借款公司特性. 資產報酬率. 立. 2.682 (0.26). 學. 樣本數. 469.5*** (11.59). ‧ 國. 截距項. 6.476 政治 (0.62) 大. 476.4*** (11.90). 3057. 3057. ‧. Nat. sit. y. 上述實證結果與 Harjoto, Mullineaux ,and Yi(2006)的研究一致，在加入貸款. n. al. er. io. 特性以及借款公司特性等控制變數後，迴歸的結果仍然符合我們的預期。當聯貸. i n U. v. 案件中有在非銀行機構參與時，由迴歸式(3)解釋變數「非金融機構類型」的係. Ch. engchi. 數以及迴歸式(4)解釋變數「非金融機構占比」的係數皆為正且顯著，表示當非金融機構參與聯貸案件時，會要求較高的借款利率。. 47.

(48) 接下來針對本研究提出的第二項假說，探討融資公司、投資銀行、保險公司以及機構投資者所參與的借款中，其借款期間是否會得較短。結果如下表：. 表 14【假說二迴歸結果：融資公司】加入控制變數後，總樣本數為 3.695 筆，迴歸分析中應變數為取對數後的借款期間 (Log-Maturity)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3) 中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility的借款機構是融資公司，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 立. 借款機構中的「非金融機構」家數治政全部借款機構家數大. 融資公司. -0.0593* (-2.28). 非金融機構類型_融資公司. ‧. ‧ 國. (8) Log-Maturity. 學. (7) Log-Maturity. -0.126** (-2.99). 非金融機構占比_融資公司. sit. n. al. Ch. -0.0240** (-2.61). engchi. er. io. Log(借款金額). y. Nat. 貸款特性. i n U. v. -0.0209* (-2.27). 0.175*** (6.74). 0.185*** (7.06). 貸款限制條件數量. 0.0518*** (7.37). 0.0489*** (6.84). 主參貸金融機構家數. 0.00481*. 0.00309. (2.45). (1.46). 0.000107* (2.23). 0.000140** (2.82). 貸款抵押品. 貸款利率. 48.

(49) 借款公司特性 Log(借款公司總資產). -0.0169* (-2.25). -0.0207** (-2.70). 負債水準. 0.178*** (4.45). 0.177*** (4.42). 市價淨值比. -0.00230. -0.00228. (-0.65). (-0.64). 0.0476** (2.85). 0.0461** (2.76). 資產報酬率. 治政 4.232 大 (27.12) ***. 截距項. 立. 樣本數. 4.217*** (27.26). 3695. 3695. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 49. i n U. v.

(50) 表 15【假說二迴歸結果：投資銀行】加入控制變數後，總樣本數為 3.006 筆，迴歸分析中應變數為取對數後的借款期間 (Log-Maturity)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3) 中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility的借款機構是投資銀行，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 投資銀行 (7). 立. (8). 治政 Log-Maturity 大 0.0829** (3.10). 學. ‧ 國. 非金融機構類型_投資銀行. Log-Maturity. 0.286***. 非金融機構占比_投資銀行. ‧. (4.52). 貸款特性. io. 0.205*** (7.57). n. al. Ch. engchi U. y. sit. Nat. 貸款抵押品. -0.0318** (-2.97). er. -0.0289** (-2.71). Log(借款金額). v ni. 0.206*** (7.61). 貸款限制條件數量. 0.0612*** (7.71). 0.0603*** (7.61). 主參貸金融機構家數. 0.00316 (1.53). 0.00484* (2.33). 貸款利率. 0.000140 (1.70). 0.0000838 (1.00). 50.

(51) 借款公司特性 Log(借款公司總資產). -0.0424*** (-4.62). -0.0451*** (-4.91). 0.139** (2.97). 0.134** (2.87). -0.00984. -0.0105*. (-1.93). (-2.06). 0.172*** (3.97). 0.177*** (4.08). 負債水準. 市價淨值比. 資產報酬率. 治政 4.462 大 (24.49) ***. 截距項. 立. 樣本數. 4.533*** (24.75). 3006. 3006. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 51. i n U. v.

(52) 表 16【假說二迴歸結果：保險公司】加入控制變數後，總樣本數為 2,882 筆，迴歸分析中應變數為取對數後的借款期間 (Log-Maturity)。樣本包含 1995 年至 2006 年 LPC 與 Compustat 合併後的資料。迴歸式(3) 中的主要解釋變數為非金融機構類型，為一虛擬變數。若該 Facility的借款機構是保險公司，則非金融機構類型變數為 1，否則為 0。迴歸式(4)中的主要解釋變數則為非金融機構占比，是一項量化的變數，並非虛擬變數。下列是非金融機構占比的定義：在同一筆 Facility 的聯合貸款中，「非金融機構」的家數占全部借款銀行的比例。即：非金融機構占比. 借款機構中的「非金融機構」家數全部借款機構家數. 保險公司 (7). 立. (8). 治政 Log-Maturity 大. ‧ 國. 學. 0.335*** (4.49). 非金融機構類型_保險公司. Log-Maturity. 0.600***. 非金融機構占比_保險公司. ‧. (5.40). 貸款特性. io. 0.160*** (5.97). n. al. Ch. engchi U. y. sit. Nat. 貸款抵押品. -0.0222* (-2.08). er. -0.0221* (-2.07). Log(借款金額). v ni. 0.167*** (6.24). 貸款限制條件數量. 0.0583*** (7.26). 0.0579*** (7.22). 主參貸金融機構家數. 0.00666** (3.14). 0.00672** (3.18). 貸款利率. 0.000169* (2.05). 0.000116 (1.38). 52.