美國量化寬鬆政策對商業銀行股價之影響- 暨資產負債表傳遞效果 - 政大學術集成

全文

(1)國立政治大學商學院金融學系研究所碩士學位論文 Graduate Department of Money and Banking College of Commerce National Chengchi University Master Thesis. 美國量化寬鬆政策對商業銀行股價之影響 ─ 暨資產負債表傳遞效果 The impact of the US QE policy on commercial bank stock returns - balance sheet channel. 彭仲豪 Chung-Hau Peng 指導教授：江彌修博士 Advisor: Mi-Hsiu Chiang, Ph.D.. 中華民國 104 年 6 月 June, 2015 1.

(2) 誌謝. 誠摯的感謝指導教授江彌修博士，老師悉心的教導，使我能夠在撰寫論文的期間一步步切中要領，並了解正確的寫作方向，且能夠深入窺探財務領域的奧秘，著實讓我獲益匪淺。老師做學問的態度以及能力更是學習的典範。. 本論文的完成另外亦得感謝政治大學金融研究所廖四郎系主任鼎力襄助。因為有你的體諒及幫忙，使得本論文能夠更工整而完備。. 在政治大學三年的日子，與同儕互相砥礪，竭心鑽研學術論文、埋首處理資料建立模型、積極地與學長討論、努力地尋求實習工作，感謝眾位學長姐、同學、學弟妹的互相協助及支持，你/妳們的陪伴讓兩年的研究生活變得多采多姿。. 感謝政治大學金融研究所邱信瑜學長不厭其煩的指出我研究中的缺失，且總能在我迷惘時為我解惑，提供正確的模型以及資料，為我的論文挹注活水，能夠完成本篇論文，您功不可沒。祝福您未來前程似錦，順利完成博士學位。. 最後感謝我的雙親以及妹妹，在我求學期間全力支持，並且在我遇到挫折時為我指點迷津，成為我繼續努力的動力。. 2.

(3) Abstract The thesis focuses on the FED policy – Quantitative Easing (QE) and how the policy affect the S&P 500 commercial bank sub-index return. Based on past researches, the article includes macroeconomic variables (IP, PMI), term structure variables, bank balance sheet variables (deposits and loans), and a QE dummy variable. With these variables, the outcomes are generated by regression. It can be observed that with the implementation of QE policy, stock returns are negative on average. Moreover, large banks would benefit from provide more commercial loans; on the other hand, small banks would obtain a positive return by lending more consumer loans. Demand deposits are another significant variable which would have negative impact on stock returns.. 摘要本研究致力於探討美國聯準會(FED)實施量化寬鬆政策(QE)與否，商業銀行資產負債表對於股價的影響。本文藉由總經指標(工業生產指數、製造業採購經理人指數)、利差變數(公司債利差、10 年期公司債利差)，以及資產負債表變數(存款、貸款等)，對商業銀行股價進行解釋。並透過量化寬鬆政策(QE)的虛擬變數，了解該政策對股價的影響，以及實施該政策是否能夠改善資產負債表變數的顯著程度和影響方向。方法上，本文採用迴歸分析的方式進行實證分析。首先，研究以總經指標以及利差變數對股價進行解釋，且期間限定為量化寬鬆政策期間，藉此確認這兩類變數對股價的影響。後續則以加入資產負債表變數、量化寬鬆(QE) 虛擬變數等，並將期間延伸至 15 年，以進一步釐清實施量化寬鬆(QE)政策的影響。本文實證結果顯示，美國量化寬鬆政策對於商業銀行股的股價有負面影響，且活期存款對股價的影響亦為負向。 3.

(4) 目錄誌謝……………………………………………………………………………………2 摘要……………………………………………………………………………………3 Abstract………………………………………………………………………………..3 目錄……………………………………………………………………………………4 壹、緒論………………………………………………………………………………..5 貳、資料分析…………………………………………………………………………..8 參、基本假設與模型設定……………………………………………………………12 一、總體變數模型…………………………………………………………........12 二、資產負債表模型……………………………………………………………13 三、QE 虛擬變數模型…………………………………………………………..13 四、進階分析……………………………………………………………………14 五、穩健性分析…………………………………………………………………14 肆、數值結果與分析…………………………………………………………………15 一、總體變數模型………………………………………………………………15 二、資產負債表模型……………………………………………………………20 三、QE 虛擬變數模型…………………………………………………………..28 四、進階分析……………………………………………………………………32 五、穩健性分析…………………………………………………………………38 伍、結論………………………………………………………………………………42 陸、參考文獻…………………………………………………………………………44. 4.

(5) 壹、緒論金融海嘯爆發後，傳統貨幣政策逐漸失靈，利率工具無法發揮原有的功能，取而代之的是近年來相當風行的量化寬鬆政策(QE)。然而量化寬鬆政策(QE)對於股市或經濟是否能夠帶來明顯的正面影響，或是否為股市成長的動能，目前仍難以得到明確的定論。另一方面，無論是貨幣政策或是量化寬鬆政策(QE)，商業銀行都是一個相當重要的傳遞管道。Ruano (2013) 即曾探討量化寬鬆政策(QE)對於美國股市的影響。國際貨幣基金(IMF)的學者 Chan-Lau, Liu, and Schmittmann (2012)也曾對銀行股的股價報酬率深入研究。雖然該文章並非針對量化寬鬆政策 (QE)，但其探討期間與量化寬鬆政策(QE)實施期間重疊，因此有其參考價值。另外 Spaltro (2013)則研究量化寬鬆政策(QE)對於銀行借款的影響。Kobayashi (2006) 則以日本市場為研究對象，探討日本的量化寬鬆政策(QE)對於日本銀行股的影響。 Joyce (2011) 研究英國量化寬鬆政策(QE)對於金融市場的影響。由此可見，各國學者對於這項議題都非常感興趣。然而目前較少針對商業銀行的研究，且對於商業銀行資產負債表的變數的討論也不多見。因此本文致力於分析量化寬鬆政策 (QE)期間商業銀行資產負債表變數對於股價的影響，並一同探討政策本身對於股價的影響。量化寬鬆政策(QE)為美國聯準會(FED)所提出之貨幣政策，其實施方式有異於傳統貨幣政策，係採用購買資產取代調整利率。金融海嘯爆發後，美國聯準會 (FED)一路調降聯邦基金利率目標(Federal Funds Rate Target)，由 2007 年 9 月時 5.25%，降至 2008 年 12 月的 0-0.25%。由於利率已經降至接近 0%，股市和經濟卻未見起色，因此美國聯準會(FED)祭出一系列的量化寬鬆政策(QE)，試圖改善市場。該政策一共分為三階段：第一階段實施期間為 2008/12/16-2010/3/31，購買的資產標的為政府贊助機構(Government Sponsored Enterprises, GSEs)的債務以及不動產擔保抵押貸款(Mortgage-backed Securities, MBS)，購買金額分別為 1000 億美元及 5000 億美元。第二階段期間則為 2010/11/1-2011/6/29，購買資產 5.

(6) 標的為美國 10 年期公債，購買金額為每個月 750 億美元，總共 6000 億美元。第三階段期間為 2012/9/13-2014/10/29，購買資產標的為不動產擔保抵押貸款(MBS) 以及美國 10 年期公債，購買金額分別為每月 400 億美元及 450 億美元。其中第三階段於 2014 年 12 月會議中，通過以每個月減少 100 億美元的方式，逐步退場 (QE Tapering)。. 表一、量化寬鬆政策期間購買標的每月金額 (十億美元) 總金額(十億美元). QE 1. QE 2. QE 3. 2008/12/16-2010/3/31 GSE debt MBS. 2010/11/1-2011/6/29 10-year T-bond 75. 2012/9/13-2014/10/29 MBS 10-year T-bond 40 45. 600. 1675. 100. 500. 美國聯準會(FED)實施量化寬鬆政策(QE)，可透過銀行資產負債表進行傳遞。 Butt, Churm, et al (2014) 即以英國為例探討量化寬鬆政策及銀行放貸的管道之間的關係。該文章作者參考 Kashyap and Stein (1995)，建立兩期資產負債表模型，並假設商業銀行的資產為流動性資產(Liquid Assets)以及貸款(Illiquid Loans)；負債部分則為存款(Deposits)以及大宗借款(Wholesale Borrowing)，並據此進行模型分析。該文章認為量化寬鬆進行資產購買計畫，可以增加商業銀行的存款。因相對於大宗借款而言，銀行存款的取得成本較低，故商業銀行願意提放貸規模。量化寬鬆政策(QE)對於銀行放貸的渠道就此形成。然而若量化寬鬆政策(QE)帶來的存款為暫時性存款，則商業銀行將不願增加貸放規模，以避免承擔較高的風險。本文參考該文章的立論，進一步分析貸款以及存款等資產負債表科目對於商業銀行股價的影響，並探討實施量化寬鬆政策(QE)與否的差異性。另一方面，Ruano (2013) 針對量化寬鬆政策(QE)對於美國股市的影響進行分析。該文章以資產定價理論(Asset Pricing Theory, APT)為立論基礎，並以 GARCH 模型進行分析。變數部分，為了瞭解傳統貨幣政策以及非傳統貨幣政策─量化寬 6.

(7) 鬆政策(QE)對於股價的影響，該作者選取工業生產的成長率作為總經變數；公司債與 10 年期公債的利差、10 年公債及 3 個月國庫券利差作為利率期限結構(Term Structure)的變數；聯準會基金利率作為衡量傳統貨幣政策之變數。此外該文章另外加入量化寬鬆虛擬變數(QE dummy)，將實施量化寬鬆政策期間設為 1，其餘為 0，以衡量該政策對於股價是否有顯著影響。本文參考該文章作法，採用總經、利率期限結構、虛擬變數進行分析，並加入資產負債表變數，對股價進行解釋。 Chan-Lau, Liu, and Schmittmann (2012)則對銀行股的股價報酬率做深入研究。該文章蒐集世界各地共 68 家銀行的資料，並探討這些銀行於金融海嘯以及歐債危機期間，股價對於各項變數的反應。其中該文章衡量總體經濟的變數，係採用美國及歐元區的製造業採購經理人指數(Manufacturing PMI)，而本文即參考此做法，將該變數作為總體指標。另一方面，該文章為了瞭解銀行個別的變數是否會對股價造成影響，故加入短期與長期負債比、股東權益率、貸款存款比、第一級資本率等變數進行分析。本文則參考該文章的作法，採用貸款存款比、第一級資本率兩項比率，作為分組依據。未這兩項比率進行迴歸，而改以分組方式進行，原因為本文迴歸分析中已經包含商業銀行的資產負債表變數，不適合在將類似的變數加入迴歸式中，以免造成重複解釋和共線性問題。. 7.

(8) 貳、資料分析本節介紹文中選取變數的來源，並深入解析各項變數參照的依據。總經資料部分，包含製造業採購經理人指數(PMI)、工業生產指數(IP)。其中製造業採購經理人指數(PMI)，乃參照國際貨幣基金(IMF)論文，Chan-Lau, Liu, and Schmittmann (2012) 。該論文利用美國及歐洲的製造業採購經理人指數(PMI)的每月成長率作為變數，試圖解釋歐洲銀行股的股價報酬，並證實該變數對於歐洲銀行股股價有顯著正面影響。工業生產(IP)則參考 Ruano (2013) 。該論文以工業生產(IP)的每月成長率為變數解釋美國標準普爾 500 指數報酬，同時證明該變數能對指數產產生顯著的正面影響。利差部分，A 級公司債利差乃參考 Ruano (2013) 。該作者以 BAA 級公司債殖利率減去美國 10 年期公債利差，作為利率期限結構(term structure)變數以解釋美國標準普爾 500 指數報酬，文中指出該項變數對於指數產生顯著的負面影響。本文則以美銀美林 A 級公司債殖利率取代 BAA 級公司債殖利率。另一項利差變數則以 10 年期公債殖利率減去 3 個月國庫券殖利率。該變數為本文參照同一篇論文所延伸的變數，目的為了解美國長短天期利率的利差對銀行股股價的影響。上述兩項利差接取其月底利差的變動作為變數。其中公司債的利差又稱為信賴風險(confidence risk)，長短天期公債利差則稱為投資期限風險(time horizon risk)，兩者皆常用於計算風險溢酬。資產負債表部分，本文以消費貸款、商業貸款、活期存款、定期存款、消費存款等銀行資產負債表項目作為變數，進行迴歸分析。此部分變數較為少見，多以比率的形式出現，例如 Chan-Lau, Liu, and Schmittmann (2012) 即以短期負債除以長期負債、股東權益除以資產、貸款存款比以及第一級資本率等作為變數，對歐洲銀行股股價進行分析。另外 Ibrahim (2004) 中，以銀行貸款對馬來西亞吉隆玻加權指數 (Kuala Stock Exchange Composite Index, KLCI) 進行向量自迴歸模型分析 (Vector Autoregression Model, VAR) ，也是利用銀行貸款對股價進行分析 8.

(9) 的顯著範例。分組部分，本文係以個別銀行分別進行迴歸分析，因此分析結果分別以整體結果、市值分組、持有期間報酬率(Holding Period Return)呈現。市值分組以及持有期間報酬率分組的目的，旨在了解市值大小以及持有期間報酬率大小是否影響變數的顯著程度。第四部份以貸款存款比以及第一級資本率進行分組，係參考 Chan-Lau, Liu, and Schmittmann (2012) ，該論文以貸款存款比以及第一級資本率作為變數進行迴歸分析。本文係採用這兩項比率，作為分組依據。採用貸款存款比進行分組，旨在進一步分析貸款增加是否確實對商業銀行指數造成負面影響，抑或是因為比率成長才帶來負面影響。另一方面，第一級資本率則為衡量銀行風險的一項指標，較高的第一級資本率代表銀行資本準備較充分，風險相對較低。因此以該指標進行分組，可以了解風險程度不同的銀行，其變數影響的顯著程度及方向。以上針對變數的參考資料以及採用該變數的原因進行闡述，資料型態、來源以及 15 家商業銀行則詳列如表一、表二。. 9.

(10) 表二、各項變數資料來源變數代號變數名稱. 中文名稱. 資料型態. 資料來源. 製造業採購經理人指數. 月成長. 美國供應管理協會(ISM). Purchasing Manager PMI Index IP. Industrial Production. 工業生產. 月成長. 聯準會. AYS. A Corporation index. 美林美銀 A 級公司債指數. 月/季變動. 美銀美林(BAML)、彭博社. TYS. 10Y treasury yield. 美國 10 年期公債殖利率. 月/季變動. 彭博社. TYS. 3M treasury yield. 美國 3 個月國庫券殖利率. 月/季變動. 彭博社. CoL. Commercial Loans. 商業貸款. 季成長. CuL. Customer Loans. 消費貸款. 季成長各家商業銀行財報、彭博社. DD. Demand Deposits. 活期存款. 季成長. CD. Customer Deposits. 消費存款. 季成長. 10.

(11) 表三、商業銀行名稱 Bloomberg Ticker. Name. BBT UN Equity CMA UN Equity KEY UN Equity MTB UN Equity PNC UN Equity RF UN Equity ZION UW Equity FITB UW Equity STI UN Equity. BB&T Corp Comerica Inc KeyCorp M&T 銀行集團 PNC 金融服務集團 Regions Financial Corp Zions 銀行公司五三銀行太陽信託富國銀行摩根大通銀行杭庭頓美國合眾銀行美國銀行花旗集團. WFC UN Equity JPM UN Equity HBAN UW Equity USB UN Equity BAC UN Equity C UN Equity. 11.

(12) 參、基本假設與模型設定本節旨在介紹本篇論文資料處理的方式，以及各個變數的計算規則。本文處理變數的方式，主要為迴歸模型。進行迴歸分析前，先行對相關變數做共線性分析以及 Durbin-Watson 自我相關分析，確認變數未有共線性以及自我相關的問題。以下針對每個迴歸模型進行解釋。此外本文迴歸分析的方式，係將個別商業銀行進行迴歸，以取得 15 家銀行的結果，再利用 Lin, Wang, Wu(2011)的方法，將 15 銀行的 beta 計算平均值及標準差，進而計算整體以及分組的 T 值，以得到相關結果。. 一、總體變數模型總體變數回歸模型如下：. 𝑅𝑖,𝑡 = 𝛼 + 𝛽𝑃𝑀𝐼𝑡 + 𝛾𝐼𝑃𝑡 + 𝛿𝐴𝑌𝑆𝑡 + 𝜃𝑇𝑌𝑆𝑡 + 𝜀𝑖,𝑡. 其中𝑅𝑖,𝑡 表示第 i 家銀行於時間 t 時的報酬率；𝑃𝑀𝐼𝑡 (Purchasing Manager Index)表示 PMI 於時間 t 的成長率；𝐼𝑃𝑡 (Industrial Production)表示 IP 於時間 t 的成長率。前述成長率及銀行報酬率，計算方式如下. ln. 𝑋𝑡 𝑋𝑡−1. 上述計算結果為每月報酬率及成長率。𝐴𝑌𝑆𝑡 表示美林美銀 A 級公司債指數與美國 10 年期公債殖利率於 t 時間的利差變動。𝑇𝑌𝑆𝑡 表示美國 10 年期公債及 3 個月國庫券殖利率於 t 時間的利差變動。前述利差皆為月底值，且變數皆為利差變動。. 12.

(13) 二、資產負債表模型資產負債表模型如下：. 𝑅𝑖,𝑡 = 𝛼 + 𝛽𝑃𝑀𝐼𝑡 + 𝛾𝐼𝑃𝑡 + 𝛿𝐴𝑌𝑆𝑡 + 𝜃𝑇𝑌𝑆𝑡 + 𝜇𝐶𝑜𝐿𝑖,𝑡 + 𝜋𝐶𝑢𝐿𝑖,𝑡 + 𝜌𝐷𝐷𝑖,𝑡 + 𝜎𝐶𝐷𝑖,𝑡 + 𝜀𝑖,𝑡. 由於貸款、存款為財報資料，皆為每季公布一次，因此本模型中，利差以及成長率皆為季變動及季成長率。𝐶𝑜𝐿𝑖,𝑡 (Commercial Loans)表示第 i 家銀行於 t 時間的商業貸款季成長率；𝐶𝑢𝐿𝑖,𝑡 (Customer Loans)表示第 i 家銀行於 t 時間的消費貸款季成長率；𝐷𝐷𝑖,𝑡 (Demand Deposits)表示第 i 家銀行於 t 時間的活期存款的季成長率；𝐶𝐷𝑖,𝑡 (Consumer Deposits)表示第 i 家銀行於 t 時間的消費存款的季成長率。. 三、QE 虛擬變數模型 QE 虛擬變數模型如下：. 𝑅𝑖,𝑡 = 𝛼 + 𝛽𝑃𝑀𝐼𝑡 + 𝛾𝐼𝑃𝑡 + 𝛿𝐴𝑌𝑆𝑡 + 𝜃𝑇𝑌𝑆𝑡 + 𝜇𝐶𝑜𝐿𝑖,𝑡 + 𝜋𝐶𝑢𝐿𝑖,𝑡 + 𝜌𝐷𝐷𝑖,𝑡 + 𝜎𝐶𝐷𝑖,𝑡 + 𝜏𝑄𝐸 + 𝜀𝑖,𝑡. 此部分加入 QE 虛擬變數，即迴歸式中 QE。QE 虛擬變數加入的方式為： 2000/9/29-2008/9/30 這段期間，每季虛擬變數皆為 0；2008/12/31 - 2014/10/31 中，每季虛擬變數皆為 1。. 13.

(14) 四、進階分析進階分析的方式同第三部分，惟進階分析以貸款存款比與第一級資本率進行分組，對於變數進行深入分析。此部分旨在不同比率以及風險程度下，變數顯著水準以及影響程度是否改變。相關的解釋以及分組的原因，可參考資料分析中的詳細說明。. 五、穩健性分析穩健性分析的方式同本節第二部分─資產負債表模型，係將日期由實施量化寬鬆政策期間(QE) (2008/12/31-2014/12/31)，改為未實施期間 (2000/9/29-2008/9/30)。此分析旨在測試未實施量化寬鬆政策(QE)期間，商業銀行的資產負債表能否對其股價報酬率產生顯著影響。. 上述五種方式，先由總體經濟面切入，了解常見的貨幣政策變數對股價報酬率的影響。並依序加入資產負債表變數、QE 虛擬變數，分析資產負債表變數與股價報酬率的互動，以及探討實施量化寬鬆(QE)政策存在對股價報酬的衝擊。最後則以穩健性分析做結，測試未實施政策時的狀況。模型建立完畢後，後續則依序進行數值分析，並探討其結果，進而得出本文的結論。. 14.

(15) 肆、數值結果與分析本節利用第參節所建構之數值處理方式，進行迴歸分析。旨在深入了解量化寬鬆政策(QE)能否透過銀行的資產負債表變數，對標準普爾 500 商銀指數產生影響，並加入總體經濟、利差等變數，進一步分析量化寬鬆政策(QE) 政策與傳統貨幣政策的差異。此外迴歸分析模型中，加入量化寬鬆政策(QE) 擬變數，藉由結果衡量該政策對商業銀行股價的影響程度。如前所述，本節進行分析的對象為標準普爾 500 商業銀行指數的成分股，一共包含 15 家商業銀行。其中各模型分析將依情況不同，淘汰部分商業銀行，將在下列分析中進一步解釋。迴歸分析除了個別以及整體結果，本文同時以不同的分組方式呈現結果，了解不同分組方式對變數造成的影響，並對分組的結果進行分析。分組的方式一共四種，分別為第二、第三部分的市值、持有期間報酬率分組，以及第四部份的貸款存款比、第一級資本率分組。. 一、總體變數模型圖一、商業銀行股價月報酬率走勢圖. 15.

(16) 註:股票報酬率期間為 2000/2/29-2014/12/31 之月資料，資料來源為 Bloomberg。. 圖二、公司債及公債利差月變動走勢圖. 註：A 級公司債為美林美銀 A 級公司債指數，10 年公債及 3 個月國庫券為美國 10 年期公債及 3 個月國庫券殖利率。. 16.

(17) 圖三、總體經濟指數月成長率走勢圖. 註：製造業採購經理人指數取自美國供應管理協會(ISM)，工業生產取自聯準會，兩者均為每月公佈。. 上列三張圖為 2000/2/29-2014/12/31，總體經濟月成長率、利差月變動、商銀股價月報酬率的走勢圖。由圖一 15 家商業銀行的股價報酬率走勢，可明顯看出金融海嘯期間股價的報酬率的震盪幅度相當大。海嘯結束後報酬率震盪幅度縮小，但其變動程度仍明顯較海嘯前高，且其報酬率並沒有明顯為正，因此後續分析將繼續深入探討量化寬鬆政策(QE)對股價報酬的影響方向。圖二為 A 級公司債殖利率利差變動以及 10 年級公債殖利率利差變動的走勢圖。由圖中可觀察到 A 級公司債的殖利率利差變動與 10 年期公司債利差變動約略呈反向，兩者於金融海嘯期間皆急遽震盪，而後回穩。此外其變動也較海嘯發生前小。圖三為總體經濟指數工業生產、製造業採購經理人指數成長率走勢圖。工業生產於 2010 年第 3-4 季時降至低點，往後一路反彈。製造業採購經理人指數震盪幅度明顯較工業生產指數大，且正負不一。工業生產指數成長率則於金融海嘯結束後明顯呈現正值，顯示該指數穩定成長。 17.

(18) 表四、總體模型個別回歸結果截距銀行名稱 BB&T Comerica Inc KeyCorp M&T 銀行集團 PNC 金融服務集團 Regions Financial Corp Zions 銀行公司五三銀行太陽信託富國銀行摩根大通銀行杭庭頓美國合眾銀行美國銀行花旗集團. 製造業採購工業生產經理人指數. A 級公司債 -10 年公債. 10 年公債 -3 個月國庫券. Beta. Beta. Beta. Beta. Beta. 0.00 (0.55) 0.00 (0.70) 0.00. 0.18 (0.30) 0.26 (0.14) 0.06. 0.93 (0.28) 0.34 (0.70) 2.66. -0.81 (0.74) -4.93 (0.05) ** -1.25. 6.22 (0.00)*** 3.17 (0.11) 3.25. (0.77) 0.01 (0.16) 0.00 (0.45) -0.01 (0.54) -0.01 (0.51) -0.01 (0.55). (0.76) 0.13 (0.40) 0.12 (0.49) -0.32 (0.19) 0.02 (0.93) 0.13 (0.67). (0.01) *** 0.81 (0.28) 1.55 (0.07) * 4.63 (0.00) *** 2.29 (0.05) ** 4.25 (0.00) ***. (0.66) -0.90 (0.68) -3.84 (0.12) -1.85 (0.59) -3.47 (0.31) -9.71 (0.02) **. (0.14) 2.57 (0.13) 2.62 (0.17) 5.50 (0.04) ** 7.73 (0.00) *** -0.63 (0.85). 0.00 (0.71) 0.01 (0.25) 0.00 (0.70) 0.00 (0.73) 0.01 (0.26). 0.04 (0.85) 0.12 (0.52) -0.24 (0.22) -0.01 (0.96) 0.21 (0.22). 3.16 (0.01) *** 0.25 (0.79) -0.02 (0.99) 2.66 (0.05) ** 1.16 (0.18). -3.21 (0.33) -3.50 (0.18) -10.25 (0.00) *** -6.51 (0.10) * -1.39 (0.58). 2.86 (0.27) 3.11 (0.13) 7.12 (0.00) *** 1.20 (0.70) 2.98 (0.13). 0.00 (0.94) -0.01 (0.25). -0.05 (0.85) 0.03 (0.91). 0.99 (0.47) 1.85 (0.21). -10.37 (0.01) *** -12.13 (0.00) ***. 4.08 (0.19) 2.78 (0.40). 18.

(19) 註：資料期間為 2000/2/29-2014/12/31，總體經濟指標為月報酬率；利差變動為月底值相減。 *表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。(. )內數字為 p. 值。. 個別回歸結果中，製造業採購經理人指數對各家商業銀行結果皆不顯著。工業生產部分，KeyCorp、PNC 金融服務集團、RFC、Zions 銀行公司、五三銀行、太陽信託、杭庭頓等係數皆為顯著正值。該結果顯示工業生產成長率上揚，對於上述商業銀行的股價有正面影響。從圖形判斷利差部分，公司債利差中，Comerica Inc.、五三銀行、摩根大通銀行、杭庭頓、美國銀行以及花旗銀行的係數呈顯著負值，顯示 A 及公債利差負向變動，能夠推升上述商業銀行的股價。10 年公債利差部分，BB&T、RFC、 Zions 銀行公司以及摩根大通銀行係數皆呈現顯著正值。該結果表示 10 年級公債利差呈現正向變動時，能為上述商業銀行的股價帶來正面影響。利差部分的結果再次顯示 A 級公司債利差變動與 10 年期公債利差變動為反向關係。上述結果的可能解釋為，10 年期公債利差若為正向變動，表示 10 年期公司債殖利率上升、價格下滑，資金轉而流向股市，進而帶動股價成長。. 表五、總體模型整體回歸結果 Beta 平均值. Beta 標準差. T. 截距採購經理人指數工業生產 A 級公司債-10 年公債. 0.00 0.05 1.83 -4.94. 0.01 0.16 1.42 3.89. -0.12 1.12 5.00*** -4.91***. 10 年公債-3 個月國庫券. 3.64. 2.20. 6.39***. 註：資料期間為 2000/2/29-2014/12/31，*表示顯著水準為 0.10；**表示顯著水準為 0.05； ***表示顯著水準為 0.01。. 19.

(20) 整體結果顯示，工業生產係數呈現顯著正值，顯著水準為 0.01。該結果顯示工業生產指數確實對於商業銀行股價有顯著的正面影響，當該指數成長率上升時，能夠顯著的帶動股價成長。另一方面，公司債利差係數呈現顯著負值，顯著水準為 0.01，顯示公司債利差下降確實為股價帶來正面影響。另一方面，10 年期公債利差的係數則為顯著正值，顯著水準仍為 0.01，表示 10 年期公債利差變動與股價成長率同向，且再次證明公司債利差變動以及 10 年期公債利差變動呈現反向。此部分迴歸結果與走勢圖仍舊相符，且顯著水準大幅提升。. 二、資產負債表模型. 圖四、商業存款走勢圖. 註：資料日期為 2008/12/31-2014/12/31。其中富國銀行、摩根大通銀行、杭庭頓、美國合眾銀行、美國銀行、花旗集團為左軸，其餘商業銀行皆為右軸。. 由圖四中可發現，商業貸款於量化寬鬆政策實施期間，多數呈現上升走. 20.

(21) 勢，少數則為持平或微幅下滑。惟某些銀行變動程度太小，可能影響統計結果，這部分有待迴歸分析進一步探討。. 圖五、消費貸款走勢圖. 註：資料日期為 2009/9/30-2014/12/31。因花旗銀行資料缺漏，因此起始日改以 2009/9/30 取代 2008/12/31。其中富國銀行、摩根大通銀行、美國銀行以及花旗銀行為左軸，其餘商業銀行皆為右軸。. 圖五為 15 家商業銀行於量化寬鬆政策(QE)實施期間，消費貸款的走勢圖。由圖中可發現，各家銀行消費貸款的變動程度不大，多數為持平或微幅上升，僅美國合眾銀行的貸款金額明顯攀升。然而受制於幾家市值龐大的商業銀行包括：花旗銀行、摩根大通銀行、美國銀行、富國銀行等，貸款額急遽下滑，因此整體貸款金額偏向走低。. 21.

(22) 圖六、活期存款走勢圖. 註：資料日期為 2008/12/31-2014/12/31。因花旗銀行資料缺漏，故未納入圖形中。其中富國銀行、摩根大通銀行、美國銀行為左軸，其餘商業銀行皆為右軸。. 圖六為 15 家銀行於量化寬鬆政策(QE)實施期間，活期存款的走勢圖。由圖中可觀察到商業銀行在這段期間活期存款明顯上升。. 圖七、消費存款走勢圖. 22.

(23) 註：資料日期為 2008/12/31-2014/12/31。因花旗銀行資料缺漏，故未納入圖形中。其中杭庭頓、美國合眾銀行、美國銀行、花旗集團為左軸，其餘商業銀行皆為右軸。. 圖七中可觀察出花旗銀行、富國銀行上升趨勢十分明顯，美國銀行及美國合眾銀行居次，其餘的商業銀行上升幅度較不明顯，有些商業銀行甚至幾近持平。這樣的狀況也可能造成統計結果不顯著，待後續深入探討。資產負債表模型中，除了保留原有的總經及利差等 4 個變數，另外加入銀行資產負債表變數，包含商業貸款、消費貸款、活期存款、消費存款。其目的為探討量化寬鬆政策期間，資產負債表變數對商業銀行股價的影響。本模型的迴歸結果以市值以及持有期間報酬(Holding Period Return)進行分組，旨在了解組別間，股價報酬率受影響程度的差異，以下將作進一步分析。. 表六、資產負債表模型─整體結果截距製造業採購經理人指數工業生產公司債利差 10 年公債利差商業貸款消費貸款活期存款消費存款. Beta 平均值. Beta 標準差. T. -0.05 -0.80 8.40 -21.78 -0.59 0.08 -0.12 -0.59 -0.34. 0.03 0.64 3.07 10.26 5.97 1.29 1.52 0.82 1.86. -5.56*** -4.84*** 10.58*** -8.22*** -0.38 0.21 -0.26 -2.69** -0.71. 註：資料期間為 2008/12/31-2014/10/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 整體結果顯示，總體結果方面，製造業採購經理人指數係數為顯著負值， 23.

(24) 表示該指數成長率上升時，股價報酬率不增反降，惟下滑幅度較小。工業生產的結果則與第一部分相同，仍為顯著正值。公司債利差係數呈現顯著負值，表示該變數對於商業銀行的股價報酬率有顯著的負面影響。當公司債利差變動下降時，商業銀行股的股價會明顯上升。資產負債表變數部分，活期存款係數為-0.59，顯著水準為 0.05。該結果顯示當活期存款成長率上升時，商業銀行的股價報酬率將下滑。一般而言，活期存款為短期存款，客戶可以隨時挪用，因此金流較不穩定，導致銀行無法將此部分款項做為投資的資金來源，進而對股價報酬造成負面影響。. 表七、市值分組組別依市值分組第一組. 富國銀行. 摩根大通銀行. 美國銀行. 第二組. 花旗集團. 美國合眾銀行. PNC 金融服務集團. 第三組. BB&T Corp. 太陽信託. 五三銀行. 第四組. M&T 銀行集團. RFC. KeyCorp. 第五組. Comerica Inc. 杭庭頓. Zions 銀行公司. 24.

(25) 圖八、商業銀行市值. 表八、資產負債模型─市值分組依市值分組第一組. 第二組. 第三組. 第四組第五組. 截距製造業採購經理人指數. -0.04*** -0.47*. 工業生產公司債利差 10 年公債利差商業貸款消費貸款活期存款消費存款. 7.07*** 6.80*** 10.45*** 7.87*** 9.81*** -22.48*** -21.45*** -27.85*** -12.01 -25.11*** -0.18 0.81 -4.40 3.21 -2.39 0.39 0.91** 0.21 0.12 -1.23 -1.52** -0.83 -0.07 0.85* 0.97*** -1.55** -0.26 -0.68** -0.14 -0.11 1.18*** -1.48 0.05 0.06 -1.53. -0.05*** -0.48. -0.07** -1.04***. -0.03 -0.45. -0.05* -1.55***. 註：資料期間為 2008/12/31-2014/10/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 此部分係以 15 家標準普爾成分股中的商業銀行，依市值由大到小分成 5 組，進行迴歸分析。製造業採購經理人指數部分，第一、三、五組的係數 25.

(26) 顯著為負，且市值較大的組別，其負向程度較小。工業生產部分，5 個組別的係數皆為顯著正值，其中第一、二組的係數為 7.07、6.80，稍微小於其他組別，顯示市值較大的組別，工業生產帶來的正向效益稍小。利差部分，公司債利差中，除了第四組之外，其他組別的係數皆為顯著負值，且係數相當大，表示無論市值大小，公司債利差變動帶來的負面效果皆非常劇烈。資產負債表部分，商業貸款中僅第二組的係數為顯著正值，其餘皆不顯著。此結果顯示市值偏高的商業銀行，其商業貸款成長率增加，能為股價報酬帶來正面影響。消費貸款中，第一、四、五組係數顯著。其中第一組係數為負；第四、五組係數則為負。該結果顯示市值大的商業銀行，增加消費貸款未能替股價報酬帶來助益，應該多將資源轉向商業貸款。市值小的組別則應該以消費貸款為主力，因為增加該項目能夠對股價報酬率產生正面影響。存款部分，活期存款的第一、三組係數為顯著為負，顯示市值較大的組別，活期存款較可能為股價報酬率帶來負面影響。消費存款則僅第一組係數為顯著正值，顯示市值大的商業銀行，其消費貸款成長率上升，可為股價報酬率帶來正面影響。. 表九、持有期間報酬分組組別依持有期間報酬分組第一組. M&T 銀行集團. 美國合眾銀行. 富國銀行. 第二組. PNC 金融服務集團. BB&T Corp. 摩根大通銀行. 第三組. Comerica Inc. 美國銀行. KeyCorp. 第四組. 太陽信託. RFC. 杭庭頓. 第五組. Zions 銀行公司. 五三銀行. 花旗集團. 26.

(27) 圖九、商業銀行持有期間報酬率. 表十、資產負債模型─持有期間報酬分組依持有期間報酬分組第一組截距製造業採購經理人指數工業生產公司債利差 10 年公債利差商業貸款消費貸款活期存款消費存款. 第二組. 第三組第四組. 第五組. -0.05** -0.03*** -0.02 -0.05*** -0.09*** -0.25 -0.81*** -0.63*** -1.45*** -0.86 6.53*** 5.77*** 7.81*** 11.65*** 10.24*** -15.74*** -18.72*** -15.78* -27.90*** -30.76*** -1.06 -0.19 4.86** -2.50 -4.05 0.88 0.51 -1.09*** 0.94 -0.84 -1.39* -0.08 0.00 0.06 0.82 -0.18 -0.52** -1.28 -0.47 -0.31 0.83* 0.02 0.57 -2.25*** -0.89. 註：資料期間為 2008/12/31-2014/10/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 此部分係將 15 家商業銀行，依持有期間報酬率由大到小進行分組。總體經濟指數部分，製造業採購經理人指數中，第二、三、四組係數皆顯著為 27.

(28) 負。工業生產的係數則全數為顯著正值，惟持有期間報酬率較大的組別，工業生產的正面影響明顯降低。公司債利差中，全部組別的係數皆為顯著負值，且數值皆相當高。10 年期公債利差則僅有第三組的係數為顯著正值。消費貸款部分，第一係數為顯著負值，顯示持有期間報酬最高的組別，股價報酬反而因消費貸款成長率上升而下滑。這部分結果與市值模型不符，將於下個模型中，進一步討論貸款對於商銀股價的影響。活期存款中，僅第二組係數為顯著負值，表示該組別股價報酬會因活期存款成長率上升而下滑。消費存款中，第一、四組別係數顯著，然而其係數分別為 0.83、-2.25，顯示持有期間報酬率較高，消費貸款會為股價報酬帶來正面影響。隨著持有期間報酬率下滑，其影響轉而為負向。. 三、 QE 虛擬變數模型. 表十一、QE 虛擬變數模型─整體回歸結果 Beta 平均值. Beta 標準差. T. 截距製造業採購經理人指數工業生產公司債利差 10 年公債利差商業貸款消費貸款活期存款. 0.01 -0.22 4.30 -8.84 2.42 0.12 -0.12 -0.34. 0.02 0.28 2.10 3.88 2.68 0.67 0.32 0.40. 2.11* -3.05*** 7.94*** -8.82*** 3.50*** 0.60 -1.20 -3.15***. 消費存款 QE 虛擬變數. 0.12 -0.03. 0.83 0.03. 0.54 -4.08***. 註：資料期間為 2000/9/29-2014/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。 28.

(29) QE 虛擬變數模型中，將資料期間由量化寬鬆政策期間 (2008/12/31 2014/12/31) ，延長為 2000/9/29-2014/12/31，旨在探討量化寬鬆政策(QE)是否對商銀股股價產生顯著影響。由表十一中可得知，總體指標係數皆呈顯著，顯著水準為 0.01。其中製造業採購經理人指數係數為負，表示該指標成長率上升時，將稍稍壓抑商銀股價成長率。工業生產係數則為正，且係數高達 4.3，與前面幾個部分的分析結果相符。利差部分，公司債利差變動係數為-8.84，顯著為負；10 年期公債利差變動係數則為 2.42，顯著為正。這部分的結果也與前面幾部分結果相仿，且再次證明兩者呈反向變動。存款部分，活期存款係數為-0.34 且呈現顯著，可能因該項目金流較不穩定，且無法供長期使用，因此無法為股價帶來正面影響。 QE 虛擬變數的係數為顯著負值，表示量化寬鬆政策實施期間，商業銀行股價成長率並未顯著提升，反而較政策未實施時低，惟係數僅-0.03，表示兩段期間的成長率差異相當小。一般認為量化寬鬆政策有助於股價上揚，影響並非負面。此外政策實施期間，股價確實一路上漲。然而股價上漲與量化寬鬆政策的關係並無定論，且 Ruano (2013) 中，QE 虛擬變數雖不顯著卻呈現負值，可與此部分結果相互呼應。. 29.

(30) 表十二、QE 虛擬變數模型─依市值分組依市值分組第一組截距製造業採購經理人指數工業生產公司債利差 10 年公債利差商業貸款消費貸款活期存款消費存款 QE 虛擬變數. 第二組. 0.01 0.01 -0.13 -0.21 3.26* 4.42** -10.69*** -6.45*** 3.36* 4.66* 0.00 0.51 -0.31* -0.19 -0.70 -0.24 1.01 -0.03. 0.11 -0.05***. 第三組. 第四組. 第五組. 0.00 0.01* 0.01 -0.12* -0.29 -0.33 4.64*** 4.48*** 4.68*** -9.31*** -10.50*** -7.26*** 3.20*** 0.25 0.66*** 0.18 0.16 -0.40 0.05 0.02 0.00 -0.45*** -0.07* -0.12 0.03 -0.02. -0.08 -0.03***. -0.50** -0.02. 註：資料期間為 2000/9/29-2014/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 表十二將 QE 虛擬模型依市值大小分組，分組方式可參考第二部分。總體指標部分，5 個組別的工業生產係數皆為顯著正值，且係數具有明顯順序較小的組別係數較高，表示市值較小的商業銀行，工業生產對於其股價正向影響幅度較大。公司債利差中，5 個組別係數皆為顯著負值，雖然順序性較不明顯，但公司債利差的負向影響並未改變。10 年公債利差中，第一、二、三、五係數皆為顯著正值，且市值較大的組別，其係數明顯較大。該結果顯示市值較大的商業銀行，10 年期公債利差對於其股價的正向影響較大。貸款部分，僅消費貸款的第一組係數為顯著負值，表示市值最大的組別，其股價報酬率可能因消費貸款成長率上升，而遭到拖累，此結果與第二部分相符。存款部分，活期存款第三組的係數呈現顯著負值，且其他組別係數全數 30.

(31) 為負。因此活期存款極有可能對股價成長率造成負面影響。消費存款部份，第五組的係數為顯著負值，而其他組別的係數雖不顯著，然呈現顯著順序性。透過此結果可判斷，市值較小的組別，消費存款成長率增加可能對股價成長率帶來負面影響。 QE 虛擬變數部分，第二、四組係數呈顯著負值，其他組別則不顯著。根據此結果判斷，量化寬鬆政策(QE)期間，股價成長率確實為顯著提高，反而逆勢下滑。. 表十三、QE 虛擬變數模型─依持有期間報酬分組依持有期間報酬分組第一組. 第二組. 第三組. 第四組. 第五組. 截距製造業採購經理人指數工業生產公司債利差 10 年公債利差商業貸款. 0.02*** 0.04 2.51*** -5.75*** 1.06 0.55. 0.01 -0.27 1.86*** -8.68*** 2.15*** 0.20*. 0.02** -0.10 4.78*** -9.34*** 1.92 -0.54. 0.00 -0.47*** 5.62*** -10.79*** 2.60** 0.20. -0.01 -0.28 6.72*** -9.66*** 4.38* 0.04. 消費貸款活期存款消費存款 QE 虛擬變數. -0.25 -0.29** 0.33** -0.02. -0.04 -0.30** 0.28 -0.01*. -0.28 -0.50 0.52 -0.04**. 0.19* -0.30*** -0.49 -0.03. -0.05* -0.19 -0.07 -0.04**. 註：資料期間為 2000/9/29-2014/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 表十三將 QE 虛擬模型的結果依照持有期間報酬分組，分組方式參見第二部份。總體指標部分，製造業採購經理人指數僅第四組係數為顯著負值，表示該組別的股價成長率，顯著因指數成長率上升而下滑。工業生產部分， 5 個組別係數皆為顯著正值，且持有期間報酬率越小的組別，其係數值越 31.

(32) 大。公司債利差部分，5 個組別係數全為顯著正值，且持有期間報酬越小，係數負向程度越大。該結果顯示，市值越小的組別，其股價成長率受到公司債利差變動的負向影響越大。10 年期公債利差中，5 個組別的係數全為正，惟僅有第二、五組係數顯著，且持有期間報酬較小的組別，係數較大。商業貸款中，僅第二組係數顯著為正，表示該組別的股價成長率，將受益於商業貸款成長。消費貸款中，第四、五組係數為顯著，然而第四組係數為正，而第五組係數為負，因此該部份影響方向不明顯，未有定論。活期存款部分，第一、二、四組係數皆為顯著負值，且其餘組別的係數也同為負值，惟順序性並不明顯。該結果顯示，活期存款成長，確實會對商業銀行股的股價成長率造成負面影響。由於活期存款並非一項穩定的金流，銀行端無法加以利用，因此對於股價的助益並不大，甚至有負面影響。消費存款中，僅第一組係數為顯著正值，表示持有期間報酬率最大的組別，其消費存款成長，能夠為股價成長帶來正面影響。 QE 虛擬變數部分，第二、三、五係數為顯著負值，再次印證量化寬鬆政策(QE)實施期間，商業銀行股的股價無法從中受惠。惟依持有期間報酬率分組的組別，其係數無明顯順序，各組別受到的負面影響程度相當，表示無論報酬率高低，受到影響的程度相當接近。. 四、進階分析第四部分對貸款、存款以及量化寬鬆政策(QE)對商業銀行股股價的影響，做進一步的分析。這個部分將依兩種分組方式探討，分別為貸款存款比(Loan to Deposit Ratio)以及第一級資本率(Tier 1 Capital Ratio)。以貸款存款比進行分組，旨在進一步深入探討貸款規模較大的商業銀行，是否對於商業銀行股股價確實有顯著的負向影響。另一方面，以第一級資本率分組則是為了研究 32.

(33) 過高的資本率，是否較易拖累商業銀行股股價。另外此部分回歸方式與第三部分相同，因此只針對貸款、存款、QE 虛擬變數做解釋，利差以及金融股風險溢酬的部分則不再重複論述。針對第一級資本率，於此做補充說明。第一級資本率係由巴賽爾協會 (BASEL Committee)所制定，並於巴賽爾協議(BASEL I)中首次面世，其定義為銀行的普通股加上保留盈餘。當時定義第一級資本率的目的，乃為提供銀行以及各國主管機構一項衡量準則，並後續於巴賽爾協定 II (BASEL II) 以及巴賽爾協定 III (BASEL III)中，對於該項比率有進一步的限制。限制這項比率的目的為避免銀行舉債比例過高，應有一定比例的自有資本，以為金融風險提供緩衝。本文係採用 2010 年 9 月分所訂定的巴賽爾協定 III 中，第一級資本率為 4.5%加上 2.5%保存緩衝(conservation buffer)再加上 0-2.5%的季節性緩衝(seasonal buffer)，故其區間為 8.5-11%。而本文中分組的 12%則為 15 家商業銀行的中位數，因此超過 12%的組別表示其自有資本偏高，風險程度較低(因為緩衝空間較大)，但相對來說則犧牲獲利機會，對股價及營收較不利，反之亦然。. 圖十、第一級資本率走勢. 33.

(34) 註：資料期間為 2000/9/29-2014/12/31，第一條虛線為 2008 年爆發金融海嘯，各家商業銀行大幅提高比率；第二條虛線為 2010 年 9 月巴賽爾協定實施，比率逐漸上揚。因銀行家數眾多，本圖僅以花旗集團及美國銀行作為代表。. 表十四、進階分析 ─ 依貸款存款比分組 L/D > 84.54%. L/D < 84.54%. 截距. 0.01*. 0.01. 製造業採購經理人指數. -0.19*. -0.24**. 工業生產. 3.74***. 4.79***. 公司債利差. -8.37***. -9.26***. 10 年公債利差. 2.11***. 2.70*. 商業貸款. 0.32*. -0.12. 消費貸款. -0.01. -0.15*. 活期存款. -0.37***. -0.27. 消費存款. 0.04. 0.18. -0.02**. -0.04***. QE 虛擬變數. 註：資料期間為 2000/9/29-2014/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 貸款存款比部分(分組資料參見圖五)，比值大於 84.54%的組別中，商業貸款的係數為顯著正值，表示比率較高的情況下，商業貸款成長能為股價成長帶來正面影響。另一方面，比值小於 84.54%的組別中，消費貸款的係數為顯著負值。下列列出各家銀行的總貸款及其排名，以確認各家銀行實際放貸情形。. 34.

(35) 圖十一、商業銀行貸款存款比. 註：資料日期為 2014/12/31，藍色部分為貸款存款比>84.54%，綠色部分為<84.54%。. 35.

(36) 表十五、商業銀行總貸款及排名公司名稱. 總貸款($ Mn). 總貸款排名. 太陽信託. $136,344. 7. BB&T Corp. $121,307. 8. 杭庭頓. $48,072. 14. M&T 銀行集團. $66,669. 11. 五三銀行. $91,345. 9. 美國合眾銀行. $252,643. 5. PNC 金融服務集團. $207,079. 6. Comerica Inc. $48,593. 13. Zions 銀行公司. $40,197. 15. Regions Financial Corp. $77,848. 10. KeyCorp. $58,115. 12. 美國銀行. $894,227. 1. 富國銀行. $882,809. 2. 花旗集團. $673,054. 4. 摩根大通銀行. $757,336. 3. 註：資料日期為 2014/12/31。. 從表十五中的貸款金額以及排名可以發現，貸款存款比大於 84.54%的組別中，其金額與排名皆集中於中段(5~11 名)。反觀貸款存款比小於 84.54% 的組別中，分部則十分極端，前 4 名及末段(10~15 名)皆落在該組，顯示分布非常不平均。由表十五可知，總貸款金額前 4 名 (美國銀行、富國銀行、花旗集團、摩根大通銀行) 皆落在該組，且這 4 家銀行的商業貸款規模相對龐大，因此 36.

(37) 消費貸款成長率上升，較易對商業銀行股價帶來負向影響。 QE 虛擬變數部分，兩個組別的係數皆呈現顯著負值，再次顯示量化寬鬆政策的負面效果。其中值得注意的是，若將兩個組別的排名數字加總，可發現兩個組別的總和相同，表示兩個組別的貸款影響程度相當，可能為 QE 虛擬變數係數相同的原因。. 表十六、進階分析 ─ 依第一級資本率分組 T1 Cap Ratio > 12%. T1 Cap Ratio < 12%. 0.01. 0.01. 製造業採購經理人指數. -0.34***. -0.08. 工業生產. 4.37***. 4.22***. 公司債利差. -9.07***. -8.59***. 2.79**. 2.01**. 商業貸款. 0.02. 0.17. 消費貸款. -0.08. -0.10. 活期存款. -0.37*. -0.25. 消費存款. 0.30. -0.10. -0.04***. -0.02**. 截距. 10 年公債利差. QE 虛擬變數. 註：資料期間為 2000/9/29-2014/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 37.

(38) 圖十二、商業銀行第一級資本率. 註：資料日期為 2014/12/31，藍色部分為第一級資本率>12%，綠色部分為<12%。. 表十六指出，商業貸款以及消費貸款的係數皆不顯著。存款部份，僅第一級資本率大於 12%的活期存款係數為顯著負值，表示風險程度較低的商業銀行，其活期存款成長將拖累股價成長。 QE 虛擬變數部分，第一級資本率大於 12%以及小於 12%的組別，其係數分別為-0.04 及-0.03，且皆為顯著。由此結果得知，第一級資本率較大的組別，QE 虛擬變數對於股價的負面影響較大，表示第一級資本率偏高會壓抑股價，因此量化寬鬆政策(QE)對於該組的負向效果較顯著。. 五、穩健性分析第四部份對前述模型進行穩健性分析，目的為檢視前述結果的正確性。此部分去掉量化寬鬆政策期間，僅留下 2000/9/29-2008/12/31，重新進行複迴歸分析，詳細結果請見下表及討論。. 38.

(39) 表十七、實施 QE 前回歸結果 Beta 平均值. Beta 標準差. T. 截距. 0.01. 0.02. 2.62**. 製造業採購經理人指數. 0.24. 0.30. 3.12***. 工業生產. 0.23. 1.06. 0.85. 公司債利差. -9.13. 6.25. -5.65***. 10 年公債利差. -2.94. 2.44. -4.67***. 商業貸款. 0.03. 0.63. 0.17. 消費貸款. -0.05. 0.26. -0.61. 活期存款. -0.14. 0.25. -2.01*. 消費存款. 0.18. 0.61. 1.15. 註：資料期間為 2000/9/29-2008/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 表九僅包含實施量化寬鬆政策(QE)前回歸結果。相較於第三部分，可明顯觀察到資產負債表變數中，僅活期存款顯著，然而其係數由原本的-0.59 驟降至-0.14，顯示在未實施量化寬鬆政策(QE)的狀況下，活期存款的負面影響大幅降低。該結果顯示未實施量化寬鬆政策(QE)的情況下，資產負債表項目無法顯著影響商業銀行的股價；政策實施後，該政策本身對股價產生負面影響，並透過資產負債表項目傳遞負向效果。未實施量化寬鬆政策(QE)期間，10 年期公債利差係數轉而為負，表示實施量化寬鬆政策(QE)確實造成 10 年期公債利差的正向變動。. 39.

(40) 表十八、實施 QE 前回歸結果 ─ 依市值分組第一組. 第二組. 第三組. 第四組. 第五組. 截距. 0.01*. 0.01. 0.00. 0.02***. 0.01***. 製造業採購經理人指數. 0.18*. 0.32. 0.32**. 0.10. 0.29. 工業生產. 0.40. -0.45. 0.43. 0.49. 0.29. 公司債利差. -6.82. -8.39*. -7.11***. -17.43***. -5.90**. 10 年公債利差. -0.36. -2.53***. -1.58***. -4.62***. -5.62***. 商業貸款. -0.05. 0.41. 0.05. 0.29. -0.58*. 消費貸款. -0.02. -0.13. 0.15. -0.07. -0.11**. 活期存款. -0.28. -0.18. -0.02. 0.00. -0.15. 消費存款. 0.51. 0.16. -0.04. -0.10. 0.37. 註：資料期間為 2000/9/29-2008/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 表十九、實施 QE 前回歸結果 ─ 依持有期間報酬分組第一組. 第二組. 第三組. 第四組. 第五組. 截距. 0.03***. 0.02**. 0.01**. 0.01***. -0.01. 製造業採購經理人指數. 0.32**. -0.06. 0.44**. 0.09. 0.41*. 工業生產. -0.59. -0.80**. 1.31**. 0.52. 0.73*. 公司債利差. -4.46. -8.13***. -9.84*. -12.64**. -10.58***. -2.89***. -1.44. -3.49. -3.32**. -3.60**. 商業貸款. 0.24. 0.30*. -0.24. -0.09. -0.10. 消費貸款. -0.09. -0.11. -0.07. 0.13. -0.02*. 活期存款. -0.21***. -0.14. -0.22. -0.12. 0.06. 消費存款. 0.29***. 0.01. 0.41. -0.01. 0.21. 10 年公債利差. 註：資料期間為 2000/9/29-2008/12/31，資料均為季資料。*表示顯著水準為 0.10；**表示顯著水準為 0.05；***表示顯著水準為 0.01。金融股風險溢酬係標準普爾 500 金融股指數減去美國 3 個月國庫券殖利率。. 表十與表十一分別為依照市值以及持有期間報酬率高低分組的結果。由 40.

(41) 表中可發現，兩種分組方式於此部分顯著程度極低，僅零星組別顯著，且係數均偏低，相較於第三部分分組結果有明顯差異。由分組結果可再次證明未實施量化寬鬆政策(QE)期間，資產負債表項目對於商業銀行的股價影響程度較低，且結果不顯著。綜合以上四部分結果，可發現無論實施量化寬鬆政策與否，總體經濟變數對於商業銀行的股價皆有正面影響，且結果顯著，而利差則帶來負面的顯著效果。資產負債表方面，未實施政策時，各項目皆不顯著，且係數偏低，表示影響程度極低。然而加入量化寬鬆政策(QE)實施期間以及 QE 虛擬變數後，消費貸款以及活期存款的係數皆呈現顯著負值，且 QE 虛擬變數本身的係數也是顯著負值，表示該政策會透過資產負債表變數傳遞負向效果。. 41.

(42) 伍、結論首先，本文以迴歸分析進行研究。第一部分先對總體經濟指標包含：工業生產指數、製造業採購經理人指數，以及利率結構指標包含：公司債利差、10 年期公債利差進行迴歸分析。此部分分為個別銀行的結果以及整體結果。其中整體結果係利用 Lin, Wang, Wu(2011)的方法，將 15 銀行的 beta 計算平均值及標準差，進而計算整體以及分組的 T 值，以得到相關結果。個別結果部分，各家銀行街不顯著。整體結果部分，工業生產指數為顯著正值；A 級公司債利差則為顯著負值。其次，本文於迴歸分析中加入資產負債表變數，以商業貸款、消費貸款、活期存款、儲蓄存款、消費存款解釋商業銀行股價報酬率。這部分的迴歸結果除了整體結果外，皆包含分組結果。整體結果指出，活期存款的係數顯著為負。市值分組的結果顯示，市值較大的商業銀行，應該增加商業貸款，並減少消費貸款，以為股價帶來正面報酬。 QE 虛擬變數模型部分，整體結果指出，活期存款的係數仍為顯著負值，顯示活期存款成長率上升確實會造成商業銀行股價報酬下滑。另一方面，QE 虛擬變數為顯著負值，顯示實施量化寬鬆政策(QE)期間，股價成長率顯著較未實施時低。市值分組結果部分，再次顯示消費貸款增加，會對市值大的商業銀行造成負面影響。活期存款的影響則仍為負面。QE 虛擬變數中，第二、四組係數顯著為負。依持有報酬期間分組的結果顯示，活期存款的負面影響依舊相當明顯，其中第一、二、四組的係數皆為顯著負值。QE 虛擬變數中，第二、四、五組係數皆為顯著負值。進階分析部分，商業貸款於比率較高的組別中為顯著正值，顯示當貸款存款比較高時，商業銀行的股價報酬將從商業貸款成長中受益。貸款存款比較低的組別(<84.54%)，其消費貸款係數為顯著負值，表示比率較低的組別，隨著消費貸款增長，股價報酬率將顯著下滑。活期存款的係數皆為負值，其中貸款存款比較 42.

(43) 高的組別(>84.54%)，係數呈現顯著，表示比率較高的情況下，存款增加會對股價報酬造成顯著負向影響。 QE 虛擬變數的係數則皆為顯著負值，且比率較高的組別，其負向程度較低。依第一級資本率部分，比率大於 12%的組別中，活期存款的係數為顯著負值，表示風險較低的商業銀行，其活期存款越高，對股價的負面影響越顯著。QE 虛擬變數則皆為顯著負值，惟比率較高的組別，其係數負向程度較高。最後，穩健性分析中，僅採用未實施量化寬鬆政策(QE)期間的資料進行回歸，結果發現各項係數皆不顯著，符合前幾部分的結果。本文研究時間為 2000 年到 2014 年，方法為迴歸分析，進行的方式較為簡易。其他文獻採用如 GARCH 等方法，有待後續改善。另外資產負債表的影響方向，也可以做更進一步的探討，將效果延伸到非量化寬鬆政策(QE)期間。此外量化寬鬆政策(QE)的效果，本文採用虛擬變數進行分析，後續研究也可以針對尋找更適切的變數做出貢獻。另外隨著量化寬鬆政策(QE)於 2014 年第四季告終，資料也更加齊全，可望於未來看到更多分析整個政策效果的相關研究。. 43.

(44) 陸、參考文獻 Ben S. Bernanke, and Kenneth N. Kuttner, (2005), “What Explains the Stock Market’s Reaction to Federal Reserve Policy,” Journal of Finance. David Bowman, Fang Cai, Sally Davies, and Steven Kamin, (2011), “Quantitative Easing and Bank Lending: Evidence from Japan.” Francisco Nunes Moutinho Salgado Ruano, (2013), “The Impact of the Quantitative Easing Programs on the North American Equity Market.” Jorge A. Chan-Lau, Estelle X. Liu, and Jochen M. Schmittmann, (2012), “Equity Returns in the Banking Sector in the Wake of the Great Recession and the European Sovereign Debt Crisis.” Jens H. E. Christensen, and James M. Gillan, (2013), Does Quantitative Easing Affect Market Liquidity.” Mansor H. Ibrahim, (2006), “Stock Prices and Bank Loan Dynamics in a Developing Country: the Case of Malaysia,” Journal of Applied Economics. Marco Spaltro, (2013), “The Impact of Quantitative Easing and Capital Requirements on Bank Lending: an Econometric Analysis,” 12-101 Nick Butt, Rohan Churm, Michael McMahon, Arpad Morotz, and Jochen Schanz, (2014), “QE and the Bank Lending Channel in the United Kingdom.” Norbert Michel, and Stephen Moore, (2014), “Quantitative Easing, the Fed’s Balance Sheet, and Central Bank Insovency.” Takeshi Kobayashi, Mark Spiegel, and Nobuyoshi Yamori, (2006), “Quantitative Easing and Japanese Bank Equity Values.”. 44.

(45)