外資銀行與本土銀行之績效比較-以東南亞國家為例 - 政大學術集成

全文

(1)國立政治大學金融學(系)研究所碩士學位論文. 外資銀行與本土銀行之績效比較. 學. ‧ 國. 政治大 -以東南亞國家為例立. The Performance of Foreign and Domestic Banks in. Nat. n. al. er. io. sit. y. ‧. Southeast Asia Countries. Ch. engchi. i n U. v. 指導教授：朱浩民博士林士貴博士. 研究生：李柏範撰. 中華民國一零六年六月.

(2) 致謝碩士論文的完成，象徵著我學生生涯的結束，也代表即將與有七年回憶的政大揮手告別。對於學術研究，我始終抱持著敬畏的心。因此，本文從題目的確立，資料的收集到文章撰寫，絲毫不敢馬乎。期許自己的第一篇，應該也是最後一篇論文，不可以打壞政大金融系的招牌。在寫論文的期間，也時常深感學海無涯，自己所學所聞不足，難怪曾聽人說過：「當你以為自己什麼知道時，他們給你一個學士;而當你發現自己一無所知時，他們給你一個碩士。」. 政治大. 這篇論文的完成，首先要非常感謝我的指導教授，朱浩民老師。我從大學時. 立. 即對老師非常景仰，能在碩班順利成為老師的指導學生實在是非常開心，不僅從. ‧ 國. 學. 老師身上學到了嚴謹的學術論文撰寫，更在生涯規劃，實務經驗上承蒙老師指導。. ‧. 另外，我也想謝謝林士貴老師，在我還在就讀統計系大學部時，給予我許多建議，. sit. y. Nat. 讓我能夠順利就讀金融所。也謝謝口試時的委員，廖四郎教授以及董瑞斌教授，. io. n. al. er. 兩位教授皆針對我的研究給予非常寶貴的意見。. v. 對於在異鄉求學的我來說，家人絕對佔據了心中最重要的一塊地方。感謝我. Ch. engchi. i n U. 的家人，我的媽媽、哥哥和已故的父親，他們的支持和鼓勵是我最大的動力。也謝謝我的女朋友均宜，督促我認真也陪伴我玩樂。最後要特別謝謝兩位同門，宇辰和庭杰，兩位與我同甘共苦的完成了論文，以及謝謝其餘碩士班的同學們，兩年來我從你們身上學到了好多。要感謝的人族繁不及備載，我想，如果說我在未來有任何一丁點成就，那都是因為我很幸運，遇到了好多很棒的人吧。結束了學生的身份，意味著要蛻變成更好的自己，我會加油的。. I.

(3) 中文摘要. 本文選取六個東南亞國家(泰國、印尼、菲律賓、柬埔寨、越南、馬來西亞)中 105 家本土以及外資銀行的財報資料，樣本期間為 2005 年至 2013 年，唯各國之研究期間不相同，是為不平衡追蹤資料的研究模型。本文期望藉由多元迴歸分析探討兩個問題:(一) 外資銀行占比的提升(下降)對於本土銀行獲利能力的影響；(二)外資銀行之績效是否顯著優於(劣於)本土銀行。本研究的實證結論可歸納如下：(一)外資銀行的資產占比與本土銀行的資產報. 政治大. 酬率(ROA)與股東權益報酬率(ROE)呈顯著負相關，與淨利息收益率(NIM)則呈. 立. 顯著正相關；(二)外資銀行的淨利息收益率顯著優於本土銀行，資產報酬率和股. ‧ 國. 學. 東權益報酬率皆沒有顯著的差異；(三)在研究外資銀行占比的提升(下降)對於本土銀行獲利能力的影響時，自變數採用外資銀行家數占比結果較採用外資銀行資. ‧. 產占比不顯著。. n. er. io. sit. y. Nat. al. Ch. engchi. II. i n U. v.

(4) Abstract. Using data from both country and bank level in 6 Southeast Asia Countries from 2005 to 2013, this paper examines the performance of foreign and domestic banks. The structure of data is unbalanced panel data. Our goal is to know whether the share of foreign banks impacts the performance of local banks, and whether foreign banks outperform or underperform local. 政治大 negatively correlated with domestic banks’ ROA and ROE, but positively 立. banks. By regression analysis, we conclude that foreign banks asset share is. ‧ 國. 學. correlated with domestic banks’ NIM. Furthermore, foreign banks outperform domestic banks in terms of NIM, while there is no significant difference. ‧. between foreign and domestic banks in terms of ROA and ROE. We also find. sit. y. Nat. that when measuring the impact of foreign banks share, foreign banks asset. io. n. al. er. share is more significant than foreign banks number share.. Ch. engchi. III. i n U. v.

(5) 目. 次. 中文摘要 ............................................................................................... I 英文摘要 ............................................................................................... II 表次 ...................................................................................................... VI 圖次 ...................................................................................................... VII 第一章緒論..........................................................................................................1 第一節研究動機與目的第二節研究流程與架構........................................1. 政治大. 第二章文獻回顧..................................................................................................5. 立. 第一節外資銀行與本土銀行績效比較..........................................................5. ‧ 國. 學. 第二節特定國家之外資銀行進入..................................................................6 第三節外資銀行的影響..................................................................................8. ‧. 第四節影響外資進入的因素..........................................................................10. sit. y. Nat. io. al. er. 第三章研究方法..................................................................................................12. n. 第一節追蹤資料..............................................................................................12. Ch. engchi. i n U. v. 第二節檢定問題..............................................................................................14 第四章研究設計..................................................................................................17 第一節國家金融環境概況..............................................................................17 第二節資料描述..............................................................................................21 第三節實證模型..............................................................................................23 第四節變數描述..............................................................................................24 第五章實證結果..................................................................................................27 第一節敘述統計..............................................................................................27 IV.

(6) 第二節迴歸結果..............................................................................................36 第六章結論..........................................................................................................44 第一節研究結論..............................................................................................44 第二節研究建議..............................................................................................46 參考文獻................................................................................................................47 附件........................................................................................................................51. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. V. i n U. v.

(7) 表. 次. 表 4-1 東南亞六國之研究期間及樣本銀行家數...............................................22 表 4-2 變數名稱...................................................................................................26 表 5-1 敘述統計表...............................................................................................32 表 5-2 敘述統計表，國家別...............................................................................33. 政治大. 表 5-3 敘述統計表，銀行類別...........................................................................35. 立. 表 5-4 模型(1) -FS-asset 迴歸結果 .....................................................................38. ‧ 國. 學. 表 5-5 模型(1)-FS-number 迴歸結果..................................................................39. ‧. 表 5-5 模型(2)迴歸結果 ......................................................................................41. Nat. n. al. er. io. sit. y. 表 5-7 迴歸分析整理............................................................................................43. Ch. engchi. VI. i n U. v.

(8) 圖. 次. 圖 1-1 研究流程圖...............................................................................................4. 圖 4-1 東南亞六國之私部門貸款占國民生產總值走勢圖................................20. 圖 5-1 本土銀行與外資銀行之 TA 走勢圖.........................................................29. 政治大. 圖 5-2 本土銀行與外資銀行之 ROA 走勢圖 .....................................................29. 立. 圖 5-3 本土銀行與外資銀行之 ROE 走勢圖......................................................30. ‧ 國. 學. 圖 5-4 本土銀行與外資銀行之 NIM 走勢圖 ......................................................30. ‧. 圖 5-5 計量模型架構圖 ........................................................................................37. n. er. io. sit. y. Nat. al. Ch. engchi. VII. i n U. v.

(9) 第一章緒論第一節研究動機與目的. 近年來，在全球化的浪潮下，外資銀行在各國金融體系中所扮演的角色日益重要，相較於東道國(Host countries)的本土銀行，外資銀行擁有較豐富的經驗，可提升整體銀行產業的競爭力，但也由於經營跨國業務，在風險上的控管須更為謹慎。根據 Claessens et al.(2014)的研究，從 1995 年至 2009 年，全球的本土銀行. 政治大又可分為設立子行、分行以及代表人辦事處，子行即代表該銀行已經根據東道國立數量減少 18%，然而外資銀行數量增加了 69%。一般來說，外資銀行進入東道國. 的法律規定成立法人主體，如美國的花旗銀行(Citi Bank)在台灣成立「花旗(台灣). ‧ 國. 學. 商業銀行」；相反的，分行則不具備獨立法人主體的身分，僅在東道國設立分支. ‧. 機構，也因此東道國政府對於分行的管制會較為嚴格；辦事處被視為是外資銀行. y. Nat. 進入東道國的第一步，其功能有限，一般來說不可進行商業活動。在台灣，外資. er. io. sit. 銀行已在市場中佔據非常重要的位置。根據金管會 104 年第四季的統計資料，共計有 36 家分行及 10 家辦事處設立在台灣。另外，金管會銀行局統計 104 年外國. al. n. v i n 銀行在臺分行之存款餘額，相較於 6.46%)。 C h103 年成長了 35.92%(本國銀行僅成長 engchi U 同時，台灣銀行也積極擴展海外據點，希望能突破國內金融環境高度競爭導致獲. 利降低的困境，截至 104 年第四季，我國銀行在國外共計有 131 家分行，38 家辦事處。外資銀行的出現對於東道國同時有正面以及負面的影響。在正面效果的部分，先前的研究如 Goldberg(2003)即認為外資銀行能提升當地的金融監理技術，例如創造更透明化的市場等；Hermes and Lensink(2004)則認為外資銀行有完善的人事訓練制度，能使東道國之人力資本提升。過去研究所提及之負面效果則如李榮謙、林曉玲(2008)提到了外資銀行的信用配置，因業務偏愛大型企業，導致對中小企. 1.

(10) 業融資不利，除此之外，由於外資銀行的掌控權仍舊為母國，其在決策上並不會顧及到東道國之利益；張元等(2012)也提及在遭遇金融危機時，外資銀行可能為了規避自身的風險而大舉撤離資金，資本逃竄(Capital Flight)的現象會對東道國造成傷害。針對外資銀行東道國之國家特性，Claessens et al.(2014)的研究發現相對於已開發國家，開發中國家的外資銀行家數占比最高，對此，合理的解釋為：來源國為已開發國家的外資銀行，擁有較先進的技術與充沛的資源，且著眼於開發中國家尚未飽和的市場，勢必會前去瓜分利潤。例如 Molyneux et al.(2013)研究外資. 政治大效率的市場，且實質利率越高則吸引越多外資銀行進入。Hryckiewicz et al.(2010) 立銀行進入東南亞地區的因素，即發現外資銀行傾向進入有較大獲利空間、較不具. 也認為外資銀行進入當地市場大部分是被新興市場之潛在成長性所吸引。. ‧ 國. 學. 而放眼全球的經濟成長趨勢，東協經濟共同體(ASEAN Economic Community，. ‧. 簡稱 AEC)被視為最具潛力的經濟體之一。AEC 的組成包含了 10 個東南亞國家，. y. Nat. 擁有 6.22 億人口，2.6 兆美元的經濟產值，目標是要建立東協單一市場，創造. 在 2013 年至 2017 年的平均經濟成長率可達到 5.5%。. al. er. io. sit. 穩定、繁榮且具競爭力的東協經濟區。經濟合作發展組織(OECD)預估 AEC 國家. n. v i n 在與台灣有關的文獻中，部分探討了外資銀行在台灣之績效表現，或者台灣 Ch engchi U. 銀行前往大陸發展的現況。但事實上除了大陸外，近幾年台灣的銀行業者也積極朝東南亞發展，主要是因為東南亞市場金融覆蓋率低，工資相對低廉。金管會則喊出「亞洲盃」的口號，主動與東南亞國家主管機關聯繫，並且研議開放相關法規，如銀行海外併購的限制等，全力輔佐台灣業者進入當地市場。截至 104 年第四季，共計台資銀行已在東南亞有 171 處據點。基於東協國家已在新興市場中佔據一席之地，而台灣的銀行也積極在東南亞國家佈局，本文將研究地區選定在東南亞六個主要國家(泰國、菲律賓、越南、印尼、馬來西亞、柬埔寨)，收集銀行之財務資料，並透過敘述統計與迴歸分析. 2.

(11) 當地外資銀行與本土銀行的績效表現，本文之研究目的包括兩個主要問題： (一)外資銀行占比的提升(下降)對於本土銀行獲利能力的影響 (二)外資銀行之績效是否顯著優於(劣於)本土銀行相似的研究主題如張元等(2012)以及 Chen et al. (2010)皆有詳細的討論，但過去文獻尚未有將研究地區限定在東南亞地區，因此本文冀望藉由此研究問題的探討，能對於外資銀行在東南亞市場的發展有更深入的見解。. 第二節研究流程與架構. 政治大. 本研究共分六章，第一章緒論說明研究動機與目的，第二章文獻回顧整理先. 立. 前有關外資銀行的研究，並歸納其結論。第三章研究方法為說明本文所使用的計. ‧ 國. 學. 量方法，包括追蹤資料與相關的檢定問題等。第四章研究設計包括對樣本國家的簡述、實證樣本的選取、迴歸模型的建立，並進一步詳細說明各變數之定義與來. ‧. 源。，第五章實證結果為本文之計量模型結果，包含敘述統計與迴歸分析兩部分。. y. Nat. sit. 第六章則為結論與建議，彙整本研究之結果以及對於研究限制和後續研究給予意. n. al. er. io. 見。研究流程如下圖：. Ch. engchi. 3. i n U. v.

(12) 研究動機和目的. 文獻回顧. 資料收集. 立. 治政樣本國家簡介大. ‧ 國. 學模型設計. y. ‧. Nat. n. er. io. al. sit. 迴歸分析與敘述統計. C h實證結果解釋 engchi 結論與建議. 圖 1-1 研究流程圖. 4. i n U. v.

(13) 第二章文獻回顧. 本章整理了探討外資銀行進入或其績效的相關文獻，並將其分為四個大類別，依次為「外資銀行與本土銀行績效比較」、「特定國家之外資銀行進入」、「外資銀行的影響」及「影響外資進入的因素」。. 第一節外資銀行與本土銀行績效比較. 政治大 1985a, b)所發展的配對方法，分析特性變數相類似之外資銀行與本土銀行是否有立. 張元、沈中華、張佩芬(2012)用 Rubin (1973)與 Rosenbaum and Rubin (1983、. ‧ 國. 學. 績效之差異。此舉可以改善先前研究中的選擇偏誤估計誤差。作者也採用 CAMEL(資本、資產、管理、盈餘、流動性)指標來衡量銀行之績效。樣本期間. ‧. 為 2007 年至 2008 年之年資料，包括六個亞洲國家。實證結果發現：(一)外資銀. sit. y. Nat. 行的表現並未全面且顯著地優於本土銀行;(二)外資銀行相對於本土銀行，擁有. al. n. 前者之結果顯示兩類型銀行的表現更為接近。. Ch. engchi. er. io. 較佳的資本適足性及較差的資產品質;(三)比較採用配對樣本及未採用配對樣本，. i n U. v. Chen and Liao(2010)研究外資銀行相對於本國銀行是否擁有較高的獲利性，及東道國和母國之市場結構、管理、監督是否會造成影響。資料期間涵蓋 1992 年至 2006 年之年資料，70 個國家。計量模型的因變數為代表銀行獲利能力的三種變數(NIM、ROA、ROE)，並運用虛擬變數和交互作用項檢驗各個自變數之顯著性。實證結果顯示：(一)當外資銀行在母國具有高獲利性;且東道國之市場較不競爭時，外資銀行相對於本國銀行擁有較高的獲利性;(二)東道國之利率、通貨膨脹率越高，國民生產毛額越低時，外資銀行相對於本國銀行會擁有較高的獲利性;(三)母國對銀行所有權之限制會提高外商銀行之獲利性。 Havrychyk and Jurzyk(2006)用 OLS 方法研究外資銀行在中歐及東歐地區的 5.

(14) 績效表現。樣本為 10 個國家，265 個銀行在 1995 年至 2003 年間的資料。其中作者將銀行分成三大類別：（一）透過併購進入當地市場之外資銀行(Takeover); （二）非透過併購進入當市場之外資銀行(Greenfield);(三)本土銀行(Domestic)。本篇研究之實證結果中，作者發現(一)Greenfiled 銀行在 ROA(Return On Assets) 的表現上優異於其他兩類銀行;(二)東道國之經濟下滑並不會為外資銀行之獲利帶來負面影響;(三)當母國之利差縮減時，銀行傾向投注更多資金於在其他國家之子行。 Detragiache and Gupta(2004)的研究乃針對亞洲金融風暴期間(1998-2000)馬. 政治大金融機構，並將其分為本土銀行、亞洲地區外資銀行(其母行位於亞洲)、非亞洲立來西亞之外資銀行與本土銀行的績效表現。資料包含了 46 家在馬來西亞營運的. 地區外資銀行(其母行不位於亞洲)。運用虛擬變數和交互作用項，並採最小平方. ‧ 國. 學. 法(OLS)估計迴歸，結果顯示:(一)在金融風暴期間，亞洲地區外資銀行之績效與. ‧. 本土銀行非常相近，而非亞洲地區外資銀行表現則較兩者優異;(二)兩類外資銀. sit. y. Nat. 行在金融風暴期間所得到的政府幫助皆較本土銀行少。. io. n. al. er. 第二節特定國家之外資銀行進入. Ch. engchi. i n U. v. 隋聰、李桓(2014)探討外資銀行進入中國與銀行業淨利差變化，實證樣本包括了 77 家本土銀行及 22 家在中國之外商銀行的年資料，其中外商銀行再區分為參股投資及直接投資。樣本期間為 2003 年至 2010 年，以 2007 作為外資銀行進入中國的分水嶺。文中之計量方法針對利差採用單步估計法，自變數為三個虛擬變數和控制變數所組成。實證結果發現(一)外資銀行進入中國市場後，造成中國銀行業利差擴大;(二)本土銀行之淨利差顯著高於外商銀行;(三)參股投資之外商銀行淨利差顯著高於直接投資之外商銀行。梁榮輝、徐中琦與廖振盛(2007)採用因素分析進行實證研究，探討台灣地區外商銀行經營之重要影響因素。該文章研究對象和期間為 1999 年至 2004 年，共 6.

(15) 25 家外商銀行在台灣之分行。作者參考相關文獻及 CAMEL 指標，共選定 24 個財務比率，再經由因素分析萃取出 6 個共同因素。並以此衡量出各銀行之績效總分，再以 OLS 進行實證分析，結果顯示：(一)資產規模對於銀行經營績效並無顯著影響；(二)非傳統業務收益對經營績效亦無顯著影響；(三)放款業務收入與經營績效呈顯著負相關。 Manlagnit(2011)研究 1990 年至 2006 年間，在菲律賓之外商銀行占比對於本地銀行經營績效之影響。其資料囊括共 31 間本地商業銀行。以一般化最小平方法(GLS)估計迴歸係數，實證結果顯示:(一)外資銀行的出現，會導致本土銀行獲. 政治大之競爭度，因此本土銀行不再賺取超額獲利，且被迫更新技術來提升其成本效立. 利與間接費用之降低;(二)前項之結果顯示外資銀行的進入可以有效的促進市場. 率。. ‧ 國. 學. Xu(2010)研究外資銀行之進入對於中國當地銀行造成之影響。作者提出一個. ‧. 新的指標，Foreign Exposure Index(FEI)來衡量外資銀行進入當地市場之程度。相. y. Nat. 較於傳統之方法，FEI 可以更精確地衡量外資銀行的出現對於個別銀行的影響，. er. io. sit. 且採用此方法時計量模型可以納入年份之虛擬變數，便可在研究外資銀行進入之影響時，將其他總體經濟之因素排除在外。研究之計量方法為一般化動差法. al. n. v i n (GMM)，樣本是 1999 年至 2006 C h年共 114 家位於中國之銀行資料。實證結果顯 engchi U 示:外資銀行之進入對於中國銀行產業之競爭及效率程度皆有正面影響。. Gormley(2007)針對外資銀行進入對印度市場的影響進行研究。其樣本期間為 1991 年至 2002 年。作者將印度分成不同的區域，收集各地區的企業資料及外資銀行得進入與否，利用虛擬變數來實證外資銀行對於一般企業取得貸款情況的影響。以 OLS 估計迴歸式發現:(一)雖然外資銀行打進當地市場時會有許多潛在的效益，但是「資訊不對稱」的情形會讓企業無法享受到該效益;(二)平均而言，當外銀進入市場後，企業取得長期貸款的機率降低了 7.6 個百分比。這是因為外資銀行傾向只跟高獲利的公司接觸。. 7.

(16) Kosmidou, Pasiouras and Tsaklanganos(2006)研究希臘當地銀行在境外地區的營運狀況。其研究樣本共為 1995 年至 2001 年，19 家希臘地區銀行境外子行，在 11 個國家的營運情形。採用固定效果(Fixed Effect)之計量模型顯示:母行之獲利能力、境外子行成立之時間，兩項變數對於其境外子行的獲利能力皆有顯著影響。作者認為希臘銀行的海外擴點大部分還是位於鄰近之南歐國家，其市場較不成熟也使得營運經驗(境外子行成立之時間)成為顯著變數。 Okuda and Rungsomboon(2004)研究 1990 年至 2002 年外資銀行在泰國的經營情況。該文章收集了泰國 17 家本土銀行之獲利能力(稅前淨利/總資產)、利差. 政治大為應變數；其自變數則為銀行之外資持股比例，及代表金融監管、市場結構、總立. (“利息收益/總放款”與“利息支出/總存款與總借款”之差)、非利息支出，作. 體經濟等變數。實證結果顯示：(一)外資持股比例對於「非利息支出」、「利差」. ‧ 國. 學. 有正向影響，對於「獲利能力」則有負向影響;(二)金融監管趨向嚴格會增加「非. ‧. 利息支出」，減少「獲利能力」. y. Nat. Cetorelli and Goldberg(2012)研究在金融風暴時期，在美國之外商銀行分行對. er. io. sit. 其母行之影響。樣本期間為 2006 年第二季至 2009 年第四季，共 241 個分行資料。作者以母行對 ABCP(Asset backed commercial paper)的曝險程度代表資金的衝擊，. al. n. v i n 並衡量各分行對其母行之淨內部借款、分行之總放款。經過兩階段最小平方法(2 Ch engchi U SLS)的估計，實證結果顯示：(一)金融海嘯期間，在美國之分行會承受母行之資金抽離，且其程度與分行之規模大小有關;(二)母行資金之抽離也影響了分行的放款多寡。. 第三節外資銀行的影響. Claessens and Van Horen(2014)研究外資銀行的進入對一國「私部門貸款占國民生產總值的比例」造成之影響。樣本為 137 個國家中共計 5,324 家銀行，期間為 1995 年至 2009 年。計量方法採最小平方法。本篇研究之實證結果顯示：(一) 8.

(17) 僅有在開發中國家，外資銀行的出現與「私部門貸款占國民生產總值」的比例呈顯著負相關;(二)考量母國與東道國之距離後，發現當外資銀行來自相對較遠之母國時，第一項之結果成立;(三)當外資銀行在東道國所擁有的資產規模相對較小時，第一項之結果成立。 Jeon , Olivero and Wu(2010)以開發中亞洲及拉丁美洲的銀行市場為例，探討外資銀行的進入是否會增進市場的競爭度。樣本期間為 1997 年至 2008 年中的年資料，包括了 17 個開發中國家，並以描述市場競爭度的 Panzar-Rosse statistic 為因變數進行迴歸分析，用 GLS 模型來解決不同國之間存在的異質性。實證結果. 政治大行較本土銀行沒效率時，第一項之結果並不顯著;(三)當外資銀行之信用風險較立. 顯示：(一)外資銀行之集中度與銀行業之競爭程度具有正向關係;(二)當外資銀. 低時，第一項的結果較為顯著。. ‧ 國. 學. Detragiache, Tressel and Gupta(2008)研究外資銀行在低度發展國家的影響。. ‧. 本文之實證模型的內生變數為私部門貸款占國民生產總值的比例（Private. y. Nat. Credit/GDP）。資料包括 89 個世界銀行(World Bank)定義為低所得和中低所得之. er. io. sit. 國家。此外，作者為了解決模型的內生性問題，採用了一般化動差法(GMM)、工具變數(Instrumental Variable)、固定效果（Fixed Effect）等計量方法。實證結. al. n. v i n 果顯示：（一）一國的外資銀行占有率和私部門貸款呈顯著負向關係;（二）外資 Ch engchi U. 銀行傾向擁有風險性較低之債權;（三）當外資銀行進入一國時，該國之總貸款、成本效率、財富皆有可能獲得改善，但並不是絕對。 Hermes and Lensink(2004)的論文探討外資銀行的出現對於本土銀行經營績. 效之影響。其資料之搜集涵蓋了 1990 年至 1996 年，48 個國家 982 間銀行。利用五組應變數代表銀行之收入、獲利、成本。以「外商銀行資產占全部銀行資產比例」及「外商銀行資產占全部銀行資產比例與私部門貸款占國民生產總值的比例之交叉項」為自變數，以最小平方法估計。實證結果顯示：(一)在低度發展之金融市場，外資銀行占比與成本、利差呈顯著正相關;(二)在高度發展之金融市. 9.

(18) 場，其結果恰好相反。 Classens, Demirguc-Kunt and Huizinga(2000) 的研究採用來自 80 個國家， 7,900 個銀行的資料，研究期間為 1988 年至 1995 年。作者先利用會計等式分解出五項衡量銀行經營之變數(Net margin/Asset、Non-interest income/Asset、Before tax profits/Asset、Overhead/Asset、Loan loss provision/Asset)，並以此為因變數。以加權最小平方法(Weighted Least Square)估計出的實證結果顯示：（一）在開發中國家，外資銀行的獲利能力較本國銀行優異。但在已開發國家結果是相反的; （二）一國外資銀行之占比與本土銀行之獲利能力呈現顯著負相關;（三）當探. 政治大果較以市值占比為變數更為顯著。立. 討外資銀行進入某市場所造成的影響時，採用外資銀行之個數占比為變數，其結. Clarke, Cull and Periz(2002)的研究藉由親自訪問公司之經理人，了解外資銀. ‧ 國. 學. 行之進入是否成為企業融資之阻礙。該文章針對 36 個開發中國家，3,000 家公. ‧. 司進行調查。並利用最大概似估計法(MLE)估計迴歸係數。實證結果顯示: (一). y. Nat. 外資銀行之進入會提升企業取得貸款之機會，且不僅僅只有大企業受惠，中小型. er. io. sit. 企業也獲得利益。此結果雖與一般個案分析中所提及，外資銀行對於中小型公司的貸款比例會小於本土銀行的事實看似不符，但作者提出，外資銀行之進入會提. al. n. v i n 升整體銀行體系效率，因此即使對於中小企業的貸款比例下降，其貸款總金額還 Ch engchi U 是上升的。. 第四節影響外資進入的因素. Molyneux, Nguyen and Xie(2013)的研究著重在東南亞地區，探討影響外資銀行進入當地市場的因素。其實證樣本為 1998 年至 2004 年東南亞五國(印尼、馬來西亞、菲律賓、泰國、越南)之銀行資料。由最小平方法(OLS)、一般化動差法 (GMM)等計量方法實證出的結果顯示: (一)外資銀行傾向進入有較大獲利空間、較不具效率的市場;(二)外國直接投資(FDI)和貿易量(Trade)對於外資銀行進入 10.

(19) 之影響較不顯著;(三)一國之金融監管越嚴格，外資銀行占比越低;(四)一國之實質利率越高，則吸引越多外資銀行進入。 Wu, Luca, and Jeon(2011)的實證研究包含了 1996 年至 2003 年間 1,273 家在新興市場的銀行資料。其計量方法包括最小平方法(OLS)、一般化動差法(GMM)、向量自我回歸（VAR）。實證結果顯示：(一)外資銀行較不易受到東道國貨幣緊縮政策的影響;(二)藉由外資銀行在貸款上的調整，母國之經濟變動可能會連帶影響到東道國;(三)「外資流入新興國家之金融市場」與「新興國家之貨幣政策有效性」呈現「抵換」關係。. 政治大數所扮演的角色。作者收集了 1995 年至 2008 年中，所有位於經濟合作暨發展組立. Hryckiewicz and Kowalewski(2010)探討在外資銀行進入新興市場中，經濟變. 織(OECD)會員國的外資銀行，並以卜瓦松迴歸(Poisson Regression)進行實證。研. ‧ 國. 學. 究結果顯示: (一)外資銀行進入當地市場大部分是被新興市場之潛在成長性所. ‧. 吸引;(二)外資銀行傾向在金融風暴期間併購新興市場的本土銀行。. n. er. io. sit. y. Nat. al. Ch. engchi. 11. i n U. v.

(20) 第三章研究方法第一節追蹤資料. 傳統上運用迴歸分析法進行實證，大多透過橫斷面(Cross section)或時間序列 (Time series)作為主要的資料類型。所謂追蹤資料(Panel data)係結合兩種資料類型，包含了不同個體多前期的資料，此做法彌補了橫斷面資料無法呈現各樣本時間動態性質的缺點，以及時間序列資料無法呈現不同樣本特性的缺陷。此外，追蹤資. 政治大與時間序列模型分析中所無法單獨檢定的效果。立. 料可以減少模型共線性的問題，同時擁有較多的自由度，更能有效地衡量橫斷面. 追蹤資料又可分為平衡追蹤資料(balanced panel)及不平衡追蹤資料. ‧ 國. 學. (unbalanced panel)，前者代表 N 個觀察個體皆有 M 筆資料，後者則代表 N 個觀. ‧. 察個體的資料筆數不盡相同，例如當研究對象為公司時可能因為公司之成立年不. y. Nat. 同，導致每家公司之資料筆數不同。. er. io. sit. 一、追蹤資料的模型. 追蹤資料的一般形式為：. n. al. Ch. K. engchi. i n U. v. yit = αi + ∑ βk Xkit + εit k=1. 其中 i 代表觀察單位，i=1,2,…N；t 代表觀察期間，t=1,2…T。以本研究為例，yit 就代表第 i 家銀行在 t 時間點的應變數；αi 是第 i 家銀行的截距項；Xkit 為 i 家銀行在 t 時間點的第 k 個自變數值，βk 則為其係數；εit 是第 i 家銀行在 t 時間點的隨機誤差項，且其 E(εit )=0；Var(εit )=σ2ε 。觀察上述公式，可以發現在追蹤資料模型中，對於不同的樣本個體會有不同的截距項αi 。對於αi 假設的不同，可將模型分為隨機效果模型(Random effect)以及固定效果模型(Fixed effect). 12.

(21) 二、固定效果模型固定效果模型又可稱為最小平方虛擬變數模型(Least square dummy variable model, LSDV)，此模型認為不同觀察單位有不同特定的截距項(且為常數)，使得不同單位呈現不同的個別效果，並降低模型的共變數以凸顯各個觀察單位之間的特質。由於固定效果加入虛擬變數，會造成自由度減少。模型表示如下： N. K. Yit = ∑ αi Dct + ∑ βk Xkit + εit c=1. k=1. 其中，Dct 為虛擬變數，若i = c，則Dct =1；若i ≠ c，Dct =0。αi 即所稱個別效果 (individual effect)。. 立. 三、隨機效果模型. 政治大. ‧ 國. 學. 隨機效果模型又可稱為誤差成份模型(Error component model)，此模型以特. ‧. 定「隨機變數」做為截距項。不同於固定效果模型，隨機效果模型特別重視母體. y. Nat. 整體的關係，而非個別單位之間的差異，故假設母體內相似性高，並且允許公司. k. n. al. k. er. io. sit. 間的差異性與時間差異性存在，且差異截距項是隨機產生的。模型如下：. i n Uk=1. v. Yit = αi + ∑ βk Xkit + εit = α ̅ + μi + ∑ βk Xkit + εit k=1. Ch. engchi. 其中α ̅代表截距的固定未知參數；μi 代表截距誤差項；εit 代表隨機誤差項。除了隨機與固定效果模型外，研究者也可採最小平方法(OLS)估計，此方法形同忽略追蹤資料的設計，例如原始之資料共有 N 個單位，各 T 個時間點的值，採用最小平方法等同將資料視為 N*T 家公司的橫斷面資料。. 13.

(22) 第二節檢定問題. 與本研究相關的追蹤資料假設檢定大致上有三種，其一為判斷模型為隨機或者固定效果的 Hausman 檢定；檢定是否存在固定效果的 F 檢定以及是否存在隨機效果的 Breush-Pagan LM 檢定，茲分別描述如下：一、 Hausman 檢定在研究模型的選擇上，部分人採用資料的類型，抽樣的過程來判斷。在計量上，則有 Hausman(1987)提出的檢定方法，可以判斷資料型態適合固定效果或者. 政治大. 隨機效果模型。Hausman 檢定的原理是利用隨機效果中的μi 與自變數的相關性，. 立. 如兩者之間存在相關性，則採用固定效果模型的估計應具有一致性以及有效性，. ‧ 國. 學. 隨機效果模型的估計則不具一致性。反之，若μi 與自變數不具相關性，則採用隨機效果模型的估計應具有一致性以及有效性，固定效果模型的估計則具一致性但. ‧. Nat. y. 缺乏有效性。我們將 Hausman 檢定呈現如下：. n. al. Ch. engchi. er. io. 對立假設：E(μi , Xkit )≠ 0. sit. 虛無假設：E(μi , Xkit )= 0. i n U. v. 如拒絕虛無假設代表固定效果為一較好的設定，接受虛無假設則代表不拒絕隨機效果為一較好設定的假設。亦可將 Hausman 檢定的統計量表示如下： ’ -1 H = (β̂fixed-β̂random) {Var(β̂fixed)- Var(β̂random)} (β̂fixed-β̂random)~χ2 (k). β̂fixed ：固定效果模型之係數估計值； β̂random：隨機效果模型之係數估計值； Var(β̂fixed) ：固定效果模型之共變異矩陣； Var(β̂random) ：隨機效果模型之共變異矩陣； 14.

(23) χ2 (k) ：自由度為 k 的卡方分配。. 二、 F 檢定對於模型是否存在固定效果的問題，可以 F 檢定判斷，說明如下：虛無假設：α1 = α2 … = αN 對立假設：各項不全相等. 虛無假設即表示各個單位的截距項相同，此檢定的統計量為：. 立. (ESS1 − ESS2 )/(N − 1) ESS2 /(NT − K − N + 1). 政治大. FN−1,NT−K−N+1 =. ‧ 國. 學. ESS1 ：受限制 OLS 模型之殘差平方和 ESS2：未受限制模型的殘差平方和. ‧. (N-1) ：虛無假設裡限制條件的個數. sit. y. Nat. (NT-N-K+1) ：不受限制模型之自由度. n. al. er. io. 三、 Breush-Pagan LM test. v. Breush-Pagan(1980)發展出的計量方法可以檢定模型是否存在隨機效果。檢定方式如下：. Ch. engchi. i n U. 虛無假設：σ2μ = 0 對立假設：σ2μ ≠ 0. 其中σ2μ =VAR(αi )，拒絕虛無假設表示截距項具有隨機性。LM檢定的統計量如下：. T 2 ∑N NT i=1[∑t=1 eit ] LM(Lagrange Multiplier) = [ − 1] ~χ2 (1) T 2 2(T − 1) ∑N ∑ e i=1 t=1 it. 15.

(24) 其中，eit 是虛無假設成立下，採用最小平方法估計所得之殘差。LM會服從自由度為一的卡方分配。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 16. i n U. v.

(25) 第四章研究設計第一節國家金融環境概況一、個別國家簡述. 由於世界各國對於外資銀行的開放程度不同，國內之金融環境及文化也有所差異，種種因素皆有可能會影響外資銀行在當地的發展狀況，因此本節分別針對六個國家的市場概況簡述如下：. (一)泰國. 立. 政治大. 泰國位於柬埔寨的西邊，馬來西亞的北邊，是一佛教國家。其經濟結構以農. ‧ 國. 學. 業為主，近期政府則大力推廣旅遊業，成為另一主要經濟收入，觀察泰國與其餘五個國家的總體經濟表現，可以發現其通貨膨脹較為緩和，顯現它是一個較為成. ‧. 熟的經濟體。. y. Nat. sit. 泰國曾在 1997 年經歷亞洲金融風暴，因此早期部分銀行家族式經營的模式. n. al. er. io. 已不復見，當地規模最大的銀行目前為 Krung Thai Bank ，Bank Of Thailand 為. i n U. v. 泰國的央行，同時也為金融監管主管機關。國內銀行目前有兆豐銀行在當地設有. Ch. engchi. 子行，中國信託、國泰世華、上海商銀及第一銀行則設有代表處. (二)馬來西亞馬來西亞為一多元族群國家，大致上有馬來人、華人以及印度人。在經濟上主要依靠服務業與製造業，又以出口棕油和橡膠聞名。馬來西亞的國教為伊斯蘭教，因此當地擁有獨具特色的伊斯蘭金融，所謂伊斯蘭金融是泛指根據伊斯蘭律法來處理金融事務。與傳統的金融業不同，伊斯蘭金融產品不涉及衍生性商品等，並且「不收取利息」，而是以參與投資、分享投資項目利潤及賺取服務費來獲利。根據官方統計，馬來西亞國內有包括 Affin Islamic Bank Berhad 等 16 家伊斯蘭教. 17.

(26) 銀行。馬來西亞的中央銀行為 Central Bank of Malaysia，Malayan Banking Berhad 則屬當地最大的銀行，除此之外，因應當地有非常多中小型企業主有融資需求，馬來西亞政府還設有 SME Bank。事實上馬來西亞政府是自 2010 年後逐漸打開外資銀行的大門，也因為較為嚴格的把關，台灣近期僅有中國信託銀行成功在馬來西亞當地插旗，於 2015 年在馬來西亞首都吉隆坡，成立代表人辦事處。. (三)越南越南的首都為河內，但最大的城市為胡志明市。其經濟結構以製造業為主，. 政治大望加速成長。此外，越南政府積極吸引外資進入，其 2015 年的外來投資(FDI) 立. 尤其又以製鞋、紡織表現優異，且受惠於跨太平洋夥伴關係協定(TPP)，未來可. ‧ 國. 學. 較 2014 年成長 17.4%，也帶動了國家之經濟成長率。. 越南乃我國銀行在東南亞之分支機構數量最多的國家，截至 104 年第四季共. ‧. 有 55 家。包括玉山銀行、第一銀行、台北富邦銀行等九家本國銀行皆在越南設. y. sit er. al. n. (四)印尼. io. 立世越銀行。. Nat. 有分行，國泰世華銀行更與越南工商銀行(Industrial and Commercial Bank)合資成. Ch. engchi. i n U. v. 印尼之首都為雅加達，天然資源豐富，包括燃煤、棕櫚油與錫，人口數量是東協國家中最多的，同時也是全球信奉伊斯蘭教人口最多的國家，比例高達 87%，因此與馬來西亞相同有著伊斯蘭金融的文化。印尼也是本文所研究的六個國家中，淨利息收益率最高的(請見下一章的表格整理)，代表當地金融產業尚未飽和，利差很大。當地最大的銀行為 Bank Mandiri ，擁有超過兩千家的分行。台灣也積極踏入當地金融市場，於 2016 年雙方簽立金融監理合作備忘錄(MOU)，此舉有助於本國銀行參股當地銀行。子行的設立目前則僅有中國信託銀行。. (五)柬埔寨 18.

(27) 柬埔寨的首都為金邊，由於過去飽受戰爭之苦，不僅貧富差距大，經濟與金融發展也不理想，例如該國股市自 2012 年才開市。但隨著內政穩定，市場經濟成熟，近年來柬埔寨的成長動能已讓它成為新興市場的熱門投資標的，參考下一章之敘述統計表格，柬埔寨為六國中經濟成長率及外資銀行占比最高的國家。柬埔寨當局對於國外投資採取非常開放的態度，也未採行外匯管制。這讓台灣銀行業者在當地佈局順利，例如國泰世華銀行的柬埔寨子行已有 16 家分行，第一銀行、玉山銀行、合作金庫等也都在此地區有所斬獲。. (六)菲律賓. 政治大能力優異等優勢，也成為了新興市場中快速成長的國家，其經濟結構以製造業和立菲律賓雖有治安不佳，國內衝突等問題，但憑藉著人口結構較為年輕，英文. ‧ 國. 學. 批發零售業為主。預估 2016 年將有 6%以上的經濟成長率。. 菲律賓的央行為 Bangko Sentral ng Pilipinas。自 2014 年該國修法放寬允許外. ‧. 國銀行進入菲律賓，政策實行較晚也讓該國的外資銀行占比較低。台灣目前已與. sit. y. Nat. 菲律賓簽訂金融監理合作備忘錄(MOU)，根據前金管會主委曾銘宗表示，菲律賓. al. er. io. 當地許多大銀行的股東皆為老華僑，且當地台商數量大增，國內銀行要進入當地. v. n. 市場非常有優勢，如元大銀行、中國信託銀行皆設有子行。. Ch. engchi 二、私部門貸款. i n U. 私部門貸款是衡量一國金融發展程度的其中一種指標，一般又以其占 GDP 的比例來探討。例如 Claessens et al.(2014)及 Detragiache et al.(2008) 皆以此為應變數進行研究。Djankov et al.(2005) 指出，一國家之私部門貸款金額高，代表該國:(一)借貸市場的資訊透明化，經濟學上的「檸檬市場(Lemon Market)」並不會發生。債權人因為可確實掌握債務人的資訊而提升放款意願；(二)金融機構(債權人)有非常強的追款能力，包括抵押品的取得，違約時對於公司(債務人)的掌. 19.

(28) 控等。總結來說，在金融環境、制度及法規皆較完善的國家，較有利於借貸市場的正向發展。本研究雖未將私部門貸款占國民生產總值放入實證模型，仍舊視此變數為了解一國金融環境發展程度的重要關鍵，蒐集 The World Bank 中 Domestic credit to private sector (% of GDP)的資料，我們將上述六國在 2005 年至 2014 私部門貸款的變化繪製折線圖如圖 4-1。 160 140 120 100. 立. 80. ‧ 國. 40. 馬來西亞菲律賓泰國越南. Nat. 0. 柬埔寨. ‧. 20. 印尼. 學. 60. 政治大. sit. y. 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014. n. al. er. io. 資料來源：The World Bank. i n U. v. 圖 4-1 東南亞六國之私部門貸款占國民生產總值走勢圖. Ch. engchi. 由圖 4-1 可以發現，六個國家的私部門貸款佔國民生產總值比例在 2005 至 2014 年間皆有向上提升的趨勢。其中又以泰國、馬來西亞及越南的值最高，代表此三個國家的金融環境較為成熟。柬埔寨、菲律賓及印尼則屬於較低度金融發展國家。. 20.

(29) 第二節資料描述. 本研究的實證資料中共有六個東南亞國家(菲律賓、印尼、越南、泰國、馬來西亞、柬埔寨)、105 家銀行，其中菲律賓、印尼、越南、泰國之銀行樣本期間為 2005 年至 2013 年，馬來西亞以及柬埔寨之銀行則因為資料之缺失，僅分別取自 2011 年到 2013 年以及 2010 年到 2013 年。本研究係為不平衡追蹤資料 (unbalanced panel data)，Brito et al.(2009)以及 Ilzetzki et al.(2012)都曾用 Unbalanced panel 進行研究。所有銀行財報資料皆為年資料，取自 Bankscope 資. 政治大. 料庫，股權資料取自 Claessens and Van Horen(2015)"The Impact of the Global. 立. Financial Crisis on Banking Globalization"( IMF Economic Review, forthcoming)。. ‧ 國. 學. 該資料庫提供了超過五千家銀行在 1995 年至 2013 年間之股權資料，包括是否為外資銀行及其來源國等資訊。國家類變數皆取自 The World Bank 及 International. ‧. Monetary Fund(IMF)。. y. Nat. sit. 針對樣本銀行的選擇，步驟說明如下:. n. al. er. io. (一) 在 Claessens and Van Horen(2015)的資料庫中篩選出(1)性質為 commercial. i n U. v. banks 或 saving banks ；(2)位於菲律賓、印尼、越南、泰國、馬來西亞、. Ch. engchi. 柬埔寨六國之中；(3)目前狀態為 active，也就是本研究排除了已不存在之銀行。 (二) 利用 Claessens and Van Horen(2015)的資料庫中所提供的 Bankscope index，在 Bankscope 資料庫取得銀行財務報表資料，為了避免重複計算的問題，乃以非合併報表為主，如該銀行無非合併報表則採合併報表。 (三) 為求嚴謹，本研究剔除了所有在財報資料或股權資料中有所缺漏的銀行。. 經過上述三步驟的篩選，共計有 105 家銀行，將各國家之銀行家數及研究期間整理如表 4-1 21.

(30) 表 4-1 東南亞六國之研究期間及樣本銀行家數國家. 研究期間. 銀行家數(2013 年). 柬埔寨. 2010-2013. 11. 印尼. 2005-2013. 35. 馬來西亞. 2011-2013. 22. 菲律賓. 2005-2013. 15. 泰國. 2005-2013. 14. 越南. 2005-2013. 8. 資料來源：Bankscope。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 22. i n U. v.

(31) 第三節實證模型. 本研究採用之計量模型說明如下: 𝐼𝑖𝑗𝑡 = 𝛼0 + 𝛽𝑗 𝐹𝑆𝑗𝑡 + 𝛾𝑖 𝐵𝑖𝑗𝑡 + 𝜃𝑗𝑡 𝑋𝑗𝑡 + 𝜀𝑖𝑗𝑡 (1). 模型(1)之目的為衡量外資銀行占比對於本土銀行之績效影響。𝜀𝑖𝑗𝑡 為誤差項， 𝐼𝑖𝑗𝑡 代表位於 j 國的第 i 家本土銀行，在 t 時間點的績效表現。參考 Sheng and Liao(2010)，選定三項變數來衡量績效表現，分別是「股東權益報酬率」、「資產. 政治大. 報酬率」、「淨利息收益率」。𝛼0 為模型之截距項。𝐹𝑆𝑗𝑡 代表 j 國在 t 時間點的外. 立. 資銀行占比，參考 CDH(2000)及 Manlagnit(2011)的做法，本研究分別用了「外資. ‧ 國. 學. 銀行占比(資產)」及「外資銀行占比(家數)」來代表此變數。𝐵𝑖𝑗𝑡 與𝑋𝑗𝑡 分別代表模型之銀行類控制變數和國家類控制變數，張元、沈中華、張佩芬(2012)歸納. ‧. 影響銀行績效指標的四個控制變數，分別為「負債比率」、「流動資產對總資產比. y. Nat. sit. 率」、「放款對存款比率」、「總資產」。我們依循其作法，並加入 Chen and Liao(2010). n. al. er. io. 所設定的三項國家類控制變數，分別為「國內生產總值成長率」、「實質利率」、「通貨膨脹率」。. Ch. engchi. i n U. v. 𝐼𝑖𝑗𝑡 = 𝛼0 + 𝛽𝑗 𝐹𝐵𝑗𝑡 + 𝛾𝑖 𝐵𝑖𝑗𝑡 + 𝜃𝑗𝑡 𝑋𝑗𝑡 + 𝜀𝑖𝑗𝑡 (2). 模型(2)之目的為衡量外資銀行與本土銀行在績效上是否有顯著的差異。𝜀𝑖𝑗𝑡 為誤差項，𝐼𝑖𝑗𝑡 代表位於 j 國的第 i 家銀行，在 t 時間點的績效表現。𝐹𝐵𝑗𝑡 為虛擬變數，當一家銀行為外資銀行時，設定為 1，否則為 0，此方法是參考 Chen and (2010)、張元等(2012)和隋聰、李桓(2014)。其餘控制變數與模型(1)相同。. 23.

(32) 第四節變數描述. 本研究之變數共分為「應變數」、「自變數」、「銀行類控制變數」以及「國家類控制變數」。對於各變數的定義及其代表的意義茲說明如下。一、應變數 (一). 股東權益報酬率即該銀行在該年度之淨利/平均股東權益，一般又將其俗稱為. ROE(Return On Equity)，利用此指標我們可以衡量一家銀行替其股東賺取報酬的能力。 (二). 資產報酬率. 政治大. 立. ‧ 國. 學. 即該銀行在該年度之淨利/平均總資產，一般又將其俗稱為 ROA(Return On Assets)，利用此指標我們可以衡量一家銀行運用其資產獲利的能力。. ‧. (三). 淨利息收益率. y. Nat. sit. 定義為淨利息收入(Net Interest Revenue)/總盈利資產(Total Earning. n. al. er. io. Assets)。淨利息收益率代表銀行賺取利差的能力，由於利息的支出與收入為. i n U. v. 銀行傳統的主要業務，此指標也經常被視為評斷銀行績效的變數。二、自變數 (一). Ch. engchi. 外資銀行占比(資產) 即該國家在該年度，外資銀行資產加總/所有銀行資產加總。. (二). 外資銀行占比(家數) 即該國家在該年度，外資銀行家數/所有銀行家數。. (三). 虛擬變數. 對於外資銀行的定義，我們遵從 Claessens and Van Horen(2015)資料庫中所描述，銀行之股權有超過 50%被外資所持有，或者外資掌控了其主要大股東，即為外資銀行。當虛擬變數為 1 時代表該銀行在該年被歸類為外資銀行， 24.

(33) 0 則屬本土銀行。三、控制變數 (一). 負債比率定義為該銀行在該年度之負債/總資產。此變數為衡量一銀行之槓桿程. 度，也就是信用擴張的程度。因為槓桿效果可能會影響銀行的財務績效，因此將其納入控制變數。 (二). 流動資產對總資產比率定義為該銀行在該年度之流動資產/總資產，此變數是用來控制流動性. 政治大. 效果對銀行財務績效的影響。 (三). 放款對存款比率. 立. 定義為該銀行在該年度之總放款/總存款，比率越高代表該銀行的放款. ‧ 國. 學. 總額遠高於存款，也隱含較高的風險。此控制變數代表的是借貸效果總資產. ‧. (四). io. (五). er. 究我們以千/美元為單位，並取自然對數。. sit. y. Nat. 該銀行在該年度之總資產，為控制規模效果對銀行績效的影響。在此研. 國內生產總值成長率. al. n. v i n 國內生產總值是反映一國經濟力之指標，又一國之經濟情況會影響銀行 Ch engchi U. 的經營績效，因此納入控制變數且以成長率的表示方式來凸顯該國家在該年度之經濟成長狀況。 (六). 實質利率利率乃研究一國金融環境的重要指標。根據 The World Bank 的定義，. 實質利率是用借款利率再以 GDP 平減指數(GDP deflator)調整所得出。 (七). 通貨膨脹率通貨膨脹是指一般（非個別）物價的持續（非偶爾）上漲，本研究以消. 費者物價指數(Consumer Prices)在一年間的變動作為通膨指標。. 25.

(34) 為求方便解釋，各變數皆命名英文簡稱，整理如下表 4-2：表 4-2 變數名稱應變數. 英文簡稱. Bankscope 變數名稱. 股東權益報酬率. ROE. ROEE. 資產報酬率. ROA. ROAA. 淨利息收益率. NIM. NIM. 自變數. 英文簡稱. 定義. 外資銀行佔比. FS-asset. 該國外資銀行總資產占所有銀行總資產比率. 立. 占所有銀行數量比率. 學. ‧ 國. 外資銀行佔比. 政治大該國外資銀行數量 FS-number 是否為外資銀行. 控制變數-銀行類. 英文簡稱. Bankscope 變數名稱. 負債比率. Debt ratio. Equity / Total Assets. 總資產. al. n. 對總資產比率. y. sit. Liquid ratio. C hTA engchi. Fixed Assets. er. io. 流動資產. ‧. FB. Nat. 虛擬變數. i n U. v. Total Assets. 放款對存款比率. Loan/deposit. Loans / Customer Deposits. 控制變數-國家類. 英文簡稱. The World Bank 變數名稱. 國內生產總值成長率. GDP growth. GDP growth (annual) Inflation,. 通貨膨脹率. Inflation consumer prices (annual). 實質利率. Interest rate. Real interest rate. 註 1:負債比率乃以 Bankscope 中 Equity / Total Assets 的資料進行轉換。 2:流動資產對總資產比率乃自行計算，其公式(Total assets – Fixed assets)/Total assets。 3:所有比率皆以百分比後之數字表示。註(4):因資料上的不足，柬埔寨的實質利率取自 IMF。. 26.

(35) 第五章實證結果第一節敘述統計. 本文將各個變數的敘述統計彙整成表格，方便理解其值的分布。又因為本文乃 Panel Data 的設計，我們將表格分為三種。其一為全體樣本之分析，並列出各變數的「平均數」、「標準差」、「最大值」、「最小值」及、「中位數」。其二為國家類區分，將六個國家中各變數的「平均數」和「標準差」列出。第三部分則是外. 政治大. 資銀行與本土銀行的比較，包括應變數以及銀行類控制變數。結果如表 5-1、5-2 以及 5-3. 立. 觀察敘述統計的結果，我們可以發現部分銀行類別變數，如 ROA、ROE、. ‧ 國. 學. loan/deposit 等的標準差都偏高，且全距(最大值與最小值的差)很大，推測是因. ‧. 為樣本期間長，且涵蓋不同國家，在此情形下如果要描述觀察值的「中心位置」. y. Nat. 則中位數會較為合適。比較不同國家的銀行績效表現，印尼的銀行不論是在 ROA、. er. io. sit. ROE 與淨利息收益率(NIM)皆優於其他國家。同時我們可以推測泰國的金融發展較為成熟，因為其銀行資產規模為最大，且 NIM 也已縮小。同時泰國銀行的負. al. n. v i n 債比率與放款對存款比率也為六國中第一與第二高，推判當地銀行皆採取較高風 Ch engchi U 險的經營策略。. 國家類變數中，由於東南亞六國皆為開發中國家，開發中國家的特色是經濟、社會方面發展程度較低，但經濟成長動能強。因此可以看到 GDP growth 和 Inflation 都偏高，其中又以柬埔寨平均 6.94%的經濟成長率和越南平均 8.15%的通貨膨脹率為冠。利率政策不穩定也讓 Interest rate 的標準差較高，尤其是印尼、馬來西亞和越南。分析 FS-asset，柬埔寨、印尼、馬來西亞為前三高，這代表三個國家中外資銀行的資產占比很高，而菲律賓的外資銀行占比是六個國家中最低的，且在研究. 27.

(36) 期間中外資銀行家數並沒有任何變化，推測這與其政府對外來資金較為保守有關。有趣的是雖然越南的 FS-asset 偏低(4.09%)，但 FS-number 卻偏高(37.50%)，這表示在越南當地雖有許多外資銀行的據點，但其資產規模相對於本土銀行是不大的。參考本土與外資銀行的敘述統計表，本土銀行的資產規模平均來說較外資銀行大，推測是因為本土銀行在當地深耕較久的緣故。且兩者在研究期間內成長的趨勢是雷同的(見圖 5-1)。而外資銀行則擁有較高放存款比例，這可能代表外資銀行採取較高風險的經營策略。在績效表現上，外資銀行在三項績效指標中的平. 政治大 ROA 和 ROE 皆有向下的趨勢，以 2011 年來說外資銀行在這兩項績效指標皆不立. 均數皆大於本土銀行，但是觀察折線圖趨勢(見圖 5-2 與 5-3)會發現外資銀行的. 如本土銀行。雖然外資銀行績效指標的平均數皆高於本土銀行，但在標準差較高. ‧ 國. 學. 的情形下，我們不能以平均數來比較外資銀行與本土銀行的績效，此研究問題仍. ‧. 待下一節的迴歸分析進行討論。. n. er. io. sit. y. Nat. al. Ch. engchi. 28. i n U. v.

(37) 圖 5-1 為 2005 年至 2011 年東南亞六國外資銀行與本土銀行的平均 TA，由圖中可以看出兩類型銀行的資產規模成長曲線類似。 16 15.5 15 14.5 本土銀行. 14. 外資銀行. 13.5 13. 政治大. 12.5 12 2006. 2007. 立. 2008. 2009. 2010. 2011. 2012. 2013. 學. ‧ 國. 2005. 資料來源:Bankscope。. 圖 5-1 本土銀行與外資銀行之 TA 走勢圖. ‧. 圖 5-2 為 2005 年至 2011 年東南亞六國外資銀行與本土銀行的平均 ROA，. y. Nat. n. al. er. io. 略輸給本土銀行。. sit. 由圖中可以看出早期外資銀行表現較本土銀行優異許多，近年來差距則縮小甚至. 3 2.5. Ch. engchi. i n U. v. 2 本土銀行. 1.5. 外資銀行 1 0.5. 0 2005. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013. 資料來源:同圖 5-1。圖 5-2 本土銀行與外資銀行之 ROA 走勢圖 29.

(38) 圖 5-3 為 2005 年至 2011 年東南亞六國外資銀行與本土銀行的平均 ROE，與圖 5-2 比較，可以發現 ROE 與 ROA 的折線圖走勢略有不同。另外，相較於兩類別銀行 ROA 折線的交叉點約在 2010 年，ROE 折線是在 2009 年及形成交叉，代表外資銀行與本土銀行之獲利差距縮小快速。但是於 2013 年外資銀行的 ROE 仍舊優於本土銀行。 25. 20. 15. 政治大. 立. 10. ‧ 國. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013. Nat. y. 2005. ‧. 0. 外資銀行. 學. 5. 本土銀行. sit. 資料來源: 同圖 5-1。. n. al. er. io. 圖 5-3 本土銀行與外資銀行之 ROE 走勢圖. Ch. engchi. 30. i n U. v.

(39) 圖 5-4 為 2005 年至 2011 年東南亞六國外資銀行與本土銀行的平均 NIM，可以發現外資銀行與本土銀行在這幾年間的 NIM 變動趨勢十分接近，且外資銀行皆略高於本土銀行。由於東南亞金融市場尚未飽和，兩類別銀行的 NIM 還保持在較高的水準。 6 5.5 5 4.5 4. 本土銀行. 政治大. 3.5. 立. 3. 2.5. 2006. 2007. 2008. 2009. 2010. 2011. 2012. 2013. ‧. ‧ 國. 2005. 學. 2. 外資銀行. 資料來源: 同圖 5-1。. y. Nat. n. al. er. io. sit. 圖 5-4 本土銀行與外資銀行之 NIM 走勢圖. Ch. engchi. 31. i n U. v.

(40) 表 5-1 敘述統計表 ROA. ROE. NIM. GDP growth. Inflation. Interest rate. 平均數. 1.31. 10.45. 4.25. 5.40. 5.80. 2.68. 標準差. 1.30. 25.01. 1.82. 1.66. 3.66. 2.95. 最大值. 7.36. 216.16. 23.12. 7.75. 最小值. -10.39. -367.20. -0.85. -5.62. 中位數. 1.28. 11.57. 3.96. 5.66. 5.13. 2.54. Debt ratio. Liquid ratio. TA. Loan/deposit. FS-asset. FS-number. 平均數. 86.54. 98.74. 14.73. 92.85. 21.75. 37.34. 標準差. 9.56. 1.10. 1.72. 61.96. 17.38. 22.14. 最大值. 101.69. 99.98. 18.61. 714.29. 48.46. 72.73. 最小值. 21.28. 90.86. 0.52. 6.67. 中位數. 89.25. 98.96. 30.85. 40.00. y. sit. er. n. iv 2.08 n C h 10.65 e n g c h i U 84.40 14.73. 32. ‧. io. al. 學. -0.74. Nat. -0.50. ‧ 國. 立. 治 7.63 政 16.43 大.

(41) 變數\國家. 柬埔寨. 印尼. 馬來西亞. 菲律賓. 泰國. 越南. 1.31. 1.73. 0.83. 1.39. 0.47. 1.25. (1.085). (1.178). (1.794). (0.710). 6.69. 15.71. -2.63. 12.33. (5.639). (17.769). (8.762). (7.889). (50.834). (8.558). 4.88. 4.21. 3.91. 3.17. 3.74. (2.065). (1.540). (1.384). (1.137). (1.792). 32.49. sit. 表 5-2 敘述統計表，國家別. 3.81. 4.09. (0.224). (1.149). (0.588). 6.67. 13.49. 37.50. (0.000). (6.274). (0.000). 應變數. FS-asset. 36.21. io. al. (0.998). (3.768). 54.55. 50.16. (0.000). (7.994). (0.613). n. FS-number. 46.82. Nat. 自變數. ‧. (1.115). y. 4.77. 學. NIM. 立. Ch. e n72.73 gchi U (0.000). 自變數. 33. 0.72. er. ROE. (0.960) 治政 (1.103) 大 11.43 8.81. ‧ 國. ROA. v ni.

(42) 88.11. 90.68. 87.32. (19.806). (7.550). (11.369). (3.451). (4.615). (7.439). 98.44. 98.74. 99.48. 98.44. 98.58. 99.12. (1.067). (1.208). (0.603). (1.270). (0.802). (0.556). 12.20. 14.42. 14.87. 16.23. 14.18. (1.112). (1.524). (1.686). (1.322). (1.333). (1.517). 91.68. 72.37. 58.80. 121.38. 107.52. (53.154). (33.833). (18.438). (78.688). (32.771). 5.70. 5.87. 5.05. 3.94. 5.97. (0.825). (1.712). (1.865). y. (2.214). (1.405). 7.07. 4.90. 4.77. 3.54. 8.15. i v(2.261) n U. (3.072). (5.660). 3.80. 3.36. 1.58. (2.215). (2.314). (3.190). (126.121) GDP growth. 6.94. al. n. Interest rate. 3.84. io. Inflation. Nat. (0.591). (1.053). (3.440). 1.32. 2.30. (0.033). (3.320). Ch. (2.262). e n2.98 gchi (3.063). 註:括號內為標準差。. 34. sit. 130.64. 立. 政 15.37治大. er. Loan/deposit. 85.10. ‧ 國. TA. 86.91. ‧. Liquid ratio. 68.03. 學. Debt ratio.

(43) 表 5-3 敘述統計表，銀行類別本土銀行. 外資銀行. 平均數. 標準差. 平均數. 標準差. TA. 15.14. 1.180. 14.09. 0.784. Debt ratio. 88.85. 7.290. 82.84. 11.418. Loan/deposit. 86.65. 60.888. 102.74. 62.478. Liquid ratio. 98.47. 1.180. 99.17. 0.784. ROA. 1.19. 1.265. 1.50. 1.345. ROE. 9.56. 19.414. NIM. 4.07. 政27.934治大11.88 17.143 4.54. 立. 註:TA 之值為取自然對數後的結果，其餘項目皆為百分比後的數字。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 35. i n U. v. 13.728.

(44) 第二節迴歸結果. 本研究採用的是追蹤資料(Panel Data)計量模型，此模型又分為「隨機效果 (Random effect)」或者「固定效果(Fixed effect)」，或者忽略其 Panel 的設計，採 Ordinary Least Square(OLS)進行估計。針對隨機與固定效果的選取，部份文獻採用 Hausman Test 檢定來處理，如 Havrychyk et al.(2006)，其餘文獻則採用主觀判斷，如 CDH(2000)使用固定效果模型，Chen and Liao(2010)和隋聰、李桓(2014) 使用隨機效果模型。由於本研究之模型(1)與 CDH (2000)之設計雷同，故遵循其. 政治大. 作法，採用固定效果模型，並採加權最小平方法(Cross-Section Weight)。而模型. 立. (2)則與 Chen and Liao(2010)和隋聰、李桓(2014)雷同，皆有虛擬變數的設計，採. ‧ 國. 學. 用固定模型會造成虛擬變量的遺失，因此採用隨機效果模型，針對其異質性問題，則採 White 調整法(White Coefficient Covariance)，使標準誤皆為頑強的(Robust. ‧. standard error)。. y. Nat. sit. 對於模型(1)與模型(2)的模型設定，本文分別採用 F 檢定(Likelihood Ratio. n. al. er. io. test) 和 Breush-Pagan LM test 來檢定其固定效果和隨機效果是否顯著存在，其結. i n U. v. 果皆為顯著，這表示我們不能忽略 Panel 的設計而使用 OLS 進行估計。針對模. Ch. 型選取的流程架構可參考圖 5-5。. engchi. 36.

(45) 追蹤資料. Hausman Test 或主觀判斷. 立. 政治大. 隨機效果. ‧. ‧ 國. 學. 固定效果. Nat. F 檢定. n. al. er. io. sit. y. Breush-Pagan LM test test. 固定效果. Ch. engchi. i n U. v. 隨機效果. OLS. 圖 5-5 計量模型架構圖. 37. OLS.

(46) 一、迴歸結果表 5-4 是模型(1) FS-asset 的迴歸結果。由表 5-4 的結果，我們可以發現外資銀行占比的增加會導致本土銀行的 ROA 與 ROE 顯著下降，NIM 的顯著提升，其中 NIM 的結果與 Niels Hermes et al. (2004)吻合。對於此現象，可能的解釋為當地業者習得了外資銀行先進的技術與新穎的金融商品，可以創造較大的利差空間。但是也因為外資銀行的加入，競爭激烈導致本土銀行的整體獲利壓縮，同時外資銀行可能出現挑櫻桃（cherry picking）的行為，這是指外商銀行刻意選擇當地市場潛在獲利高的業務，如財富管理等，並將風險高或獲利低的業務留給本地. 政治大銀行類控制變數的部分，僅有負債比率與流動比率對 ROA 與 ROE 有顯著立. 銀行，使其 ROA 和 ROE 下降。. 比率之係數則為正。. -0.1834**. al. (0.0903). n. (0.0046). 銀行類控制變數 Debt ratio Liquid ratio TA Loan / deposit. y. -0.0126***. Ch. -0.1119. ***. e n g c-0.5181 hi U. sit. ROE. er. ROA. io. FS-asset. Nat. 自變數\應變數. 表 5-4 模型(1)迴歸-FS-asset 結果. ‧. ‧ 國. 學. 影響，其中負債比率之迴歸係數呈負值，這和 Shen, Wu(2009)的結果雷同。流動. v ni. ***. NIM 0.0530** (0.0240). -0.0274. (0.0092). (0.1272). (0.0180). 0.1999***. 1.8570***. 0.0689. (0.0355). (0.4378). (0.1095). 0.0604. 0.0427. 0.2309*. (0.0430). (0.6183). (0.1289). 0.0001. 0.0029. -0.0017. (0.0007). (0.0097). (0.0014). -0.0157**. -0.2478**. 0.0183. (0.0079). (0.1013). (0.0250). 國家類控制變數 GDP growth. 38.

(47) Inflation. -0.0152***. -0.1184*. 0.1015***. (0.0035). (0.0631). (0.0163). -0.0090**. -0.1655**. 0.0593**. (0.0046). (0.0761). (0.0238). -9.0897. -122.7817. -5.3141. (3.2027). (37.4950). (10.1753). 466. 466. 466. 0.800951. 0.781421. 0.483186. Interest rate Constant 觀察個數 Adj.R2. 註：*代表 p-value<0.1；**代表 p-value<0.05；***代表 p-value<0.01。. 表 5-5 是模型(1) FS-number 的迴歸結果。由表 5-5 的結果，可以發現當自. 政治大顯著。這顯示外資銀行資產的占比對於本土銀行獲利空間的壓縮較有顯著影響。立. 變數由 FS-asset 換成 FS-number 時，只有當被解釋變數為 NIM 時 FS-number 才. ‧ 國. 學. 在 CDH(2000)的迴歸式中，FS-asset 顯著程度大於 FS-number，與本研究之結果相異。探究其因，推測是由於本文研究所涵蓋的國家及年度 FS-number 之變動皆. ‧. 不大，例如越南和菲律賓在 2005 年至 2013 年外資銀行數量皆無改變。也就是說. y. sit. io. al. er. 顯著性。. Nat. 外資銀行擴大或縮減其市場的行為並無法由 FS-number 精確刻畫出，也因此失去. v. n. 控制變數的結果除了負債比率在迴歸式中失去顯著性外，大致與表 5-4 的情況相同。. Ch. engchi. i n U. 表 5-5 模型(1)-FS-number 迴歸結果自變數\應變數 FS-number. ROA. ROE. NIM. -0.0037. -0.0535. 0.0263***. (0.0026). (0.0418). (0.0101). -0.1143. -0.5002. -0.0277. (0.0097). (0.1276). (0.0176). 0.2000***. 1.7495***. 0.0504. (0.0375). (0.4319). (0.1102). 銀行類控制變數 Debt ratio Liquid ratio. 39.

(48) 0.0596. -0.0388. 0.1675. (0.0479). (0.6406). (0.1369). 0.0001. 0.0016. -0.0017. (0.0007). (0.0098). (0.0014). -0.0211*** (0.0075) -0.0175*** (0.0039). -0.2990*** (0.0988) -0.1253** (0.0626). 0.0247 (0.0248) 0.1052*** (0.0160). -0.0145***. -0.1751**. 0.0660***. (0.0048). (0.0744). (0.0231). -8.9071. -113.4998. -2.4885. (37.2124). (10.3411). TA Loan / deposit 國家類控制變數 GDP growth Inflation Interest rate Constant. (3.3843). 觀察個數. 0.788362. 0.478810. ‧. ‧ 國. 註：同表 5-4。. 0.797653. 466. 學. Adj.R2. 466 立. 政治大 466. 表 5-6 是模型(2)的迴歸結果。由模型(2)的結果得知，外資銀行與本土銀行. sit. y. Nat. 在績效指標上，唯有淨利差(NIM)有顯著差異，且外資銀行的淨利差顯著高於本. er. io. 土銀行；而 Chen and Liao(2010)研究中則顯示外資銀行在 ROA、ROE 及 NIM 三. al. v i n Ch 新穎的產品(如多元投資的理財商品)以及更全面的服務(如在全球各地皆有據點 engchi U n. 項皆顯著優於本土銀行。對此結果，本研究推判外資銀行在東南亞市場是憑藉著. 可提款、替公司管理國外金流等)使客戶願意接受高利差。但是即使享有高利差的優勢，仍有許多因素阻礙外資銀行在當地的獲利，例如對當地市場尚未有充分的了解，包括民俗風情、消費習慣等皆會影響銀行吸收客源的能力，如馬來西亞和印尼皆信奉伊斯蘭教，外資銀行須尊重其道德準則，以免流失客戶。而在人事選用上，選擇使用外資銀行母國的人才外派會增加額外的成本，在當地尋找人才則花費管理以及培育成本。據點的設立上也須額外的評估。另一可能因素為，東南亞國家政府雖對外資銀行採開放態度，但其目的為希望外資銀行以參股或著併購的方式接手「體質不健全」的本土銀行，此情形拖累. 40.

(49) 了外資銀行的績效表現。以上原因都造成外資銀行即使有高利差的優勢，仍舊無法在 ROA 和 ROE 兩項指標顯著優於本土銀行。表 5-6 模型(2)迴歸結果自變數\應變數 FB. ROA. ROE. NIM. -0.1234. 2.3436. 0.381466*. (0.1681). (2.7075). (0.2273). -0.0314. -0.1899. -0.029419**. (0.0217). (0.2062). (0.0140). 銀行類控制變數 Debt ratio. 0.2483*. Liquid ratio. (0.0580). 立. 0.0605. -0.009362. (0.9478). (0.0639). (0.9882). -0.0015. -0.0167. (0.0014). (0.0133). -0.0376*. -0.5241. (0.0224). (0.5008). -0.0042. -0.0044. (0.0217). (0.3805). (0.1128). 0.094181 (0.1171). 學. Loan / deposit. ‧ 國. TA. 1.1974 政治大 1.3844. (0.000743). n. Interest rate Constant 觀察個數 Adj.R2. -21.0302. -0.3886. y. sit. io. al -0.0110 C (0.0183) h. er. Nat. Inflation. ‧. 國家類控制變數 GDP growth. -0.00167**. n U (0.3668) engchi. iv. 0.092995 (0.06182). 0.124443* (0.0720). 0.050956 (0.0554). -107.6937. 4.976312. (5.2881). (93.2140). (11.8266). 758. 758. 758. 0.047628. 0.000576. 0.076526. 註：同表 5-4。. 41.

(50) 二、迴歸分析結果小結綜合以上分析，本研究發現:(一)在東南亞國家，由於其金融市場尚未成熟，外資銀行憑藉先進的技術與產品，在當地享有淨利息收益率較高的優勢，而此項優勢也有傳遞效果，本土銀行的淨利息收益率隨著外資銀行占比之增加（不論以個數或以資產計算）而提升；(二)以資產和及股東權益報酬率的角度來看，外資銀行的進入還是壓縮了本土銀行的獲利程度，又以外資銀行資產占比來衡量最為明顯；(三)即使挾有高淨利息收益率，礙於某些因素，可能是文化的差異、業務上的不熟悉，外資銀行的資產和股東權益報酬率皆無顯著高於本土銀行；(四). 政治大兩者和 GDP 成長率相同，皆沒有成為銀行 ROA 和 ROE 的動能。立. 在國家類控制變數中，實質利率和通貨膨脹率雖與淨利息收益率呈正向關係，但. ‧ 國. 學不顯著. al. n. FB. Ch. 不顯著. i n U. 不顯著. engchi. 42. y. 不顯著. sit. 負. er. 負. ‧. ROE. io. FS-number. ROA. Nat. FS-asset. 表 5-7 迴歸分析整理. v. NIM 正負負.

(51) 第六章結論第一節研究結論過去有關外資銀行的文獻中，Molyneux et al.(2013)認為外資銀行傾向進入獲利空間大，且較不具效率的市場。其他文獻如 Wu et al.(2011)也將研究區域限縮在新興市場，因此可以推測大部分學者皆同意外資銀行傾向進入開發中國家市場的論點。但是對於外資銀行是否為東道國帶來正面效益，以及外資銀行與本土銀行的績效比較上，則因為研究期間與區域的不同有著不同的結果，而這也成了本. 政治大本研究之目的為：(一)了解外資銀行占比的提升(下降)對於本土銀行獲利能立. 文之研究動機。. ‧ 國. 學. 力的影響；(二)實證外資銀行之績效是否顯著優於(劣於)本土銀行。基於先前的文獻認為外資銀行傾向進入開發中國家市場，以及東協經濟共同體近幾年快速的. ‧. 經濟成長，本文將研究區域選定在六個東南亞國家(泰國、越南、印尼、柬埔寨、. sit. y. Nat. 菲律賓以及馬來西亞)，並收集當地外資和本土銀行的財務及股權資料，由於資. al. er. io. 料的缺失，每個國家的樣本期間並不相同，菲律賓、越南、泰國為 2005 年至 2013. v. n. 年；馬來西亞為 2011 年至 2013 年；柬埔寨則為 2010 年至 2013 年。本文之實證. Ch. engchi. 方法包括敘述統計與追蹤資料迴歸分析。. i n U. 在敘述統計的部分，藉由觀察各變數的平均數、變異數等，以及比較各國的差異和外資銀行與本土銀行的差異，本文得到以下幾點結論： (一) 由於樣本涵蓋六個國家不同年間的資料，部分變數的標準差以及全距很大，如資產報酬率(ROA)與股東權益報酬率(ROE)皆有負值出現(亦即該銀行在剛年度為虧損的)。可以推測出東南亞的金融環境尚未成熟且各銀行營運狀況有很大的差異。在此情形下我們也必須謹慎解讀各統計量。 (二) 研究外資銀行的資產占比(FS-asset)，最高到最低的國家依序為柬埔寨、印尼、馬來西亞、越南、泰國和菲律賓。其中越南的外資銀行資產占比雖不. 43.

(52) 高，但該國的外資銀行家數占比卻偏高，顯示雖有外資銀行進駐越南但規模皆不大。 (三) 比較外資銀行與本土銀行的各項變數，本研究歸納出外資銀行之績效指標 (資產報酬率 ROA、股東權益報酬率 ROE、淨利息收益率 NIM)的平均數較本土銀行優異，但是平均資產規模小於本土銀行。觀察時間序列，在資產規模及績效表現的變化上外資銀行與本土銀行則大致有相同的趨勢。除敘述統計外，本文亦進行追蹤資料(Panel data)迴歸分析，將銀行之績效指標視為應變數，外資銀行占比和是否為外資銀行的虛擬變數分別為模型(1)與(2). 政治大 (一) 外資銀行的資產占比與本土銀行的資產報酬率與股東權益報酬率呈顯著負立. 的自變數，並加入銀行類和國家類控制變數，得出以下幾點結論：. 相關，與淨利息收益率則呈顯著正相關。本研究認為這代表外資銀行進入. ‧ 國. 學. 當地市場會帶來新的技術或產業革新，本土銀行受惠於此而擴大淨利差。. ‧. 然而外資銀行也壓縮了本土銀行整體的獲利程度。. y. Nat. (二) 本研究發現在模型(1)的迴歸式中，自變數採用外資銀行占比(家數)時結果. 為本文之研究期間內外資銀行家數的變動不大。. al. er. io. sit. 較採用外資銀行占比(資產)時不顯著，此結果與 CDH(2000)相異，研判是因. n. v i n (三) 利用虛擬變數比較外資銀行與本土銀行之績效表現，其結果為外資銀行的 Ch engchi U. 淨利息收益率顯著優於本土銀行， ROA 和 ROE 皆沒有顯著的差異。對此，. 合理的解釋為外資銀行乃憑藉著新穎的產品及更全面的服務使客戶接受高利差。然而，外資銀行也許對當地市場了解不深入，造成人才培育或者業務發展的困難，也因此 ROA 和 ROE 與本土銀行相比皆沒有顯著的優勢。綜合以上各點分析，本研究對於外資銀行在東南亞六國的發展抱持正面的態度，對外資銀行的母行(parent bank)來說，尚有獲利機會等待它們挖掘；對東道國來說，這些外資銀行也確實引進了新穎的技術，雖對本土銀行的獲利造成負面影響，但也促進了市場的競爭度。. 44.