總體景氣波動對銀行不良債權比率之不對稱性影響 - 政大學術集成

全文

(1)國立政治大學社會科學學院財政學研究所碩士論文指導教授：吳文傑博士. 立. 政治大. ‧ 國. 學. ‧. 總體景氣波動對銀行業不良債權比率之不對稱影響 n. er. io. sit. y. Nat. al. Ch. engchi. 研究生：許雯. i Un. v. 撰. 中華民國九十九年六月.

(2) 論文摘要. 論文名稱：總體景氣波動對銀行業不良債權比率之不對稱影響學校所別：國立政治大學財政學研究所指導教授：吳文傑博士研究生：許雯關鍵詞：總體景氣循環、不良債權、逾放比、不對稱影響. 立. 政治大. ‧ 國. 學. 本篇文章之主要研究目的，為探討總體景氣波動對於我國銀行業不良債權比率之影響效果，且更進一步探討總體景氣於繁榮與衰退期間對銀行業不良債權比. ‧. 率的影響程度是否一致。另外，由於政府一次金融改革之推行目的在於重整金融. y. Nat. io. sit. 市場秩序與降低銀行呆帳比率，因此，本文將一次金融改革推行前後總體景氣波. n. al. er. 動對銀行業不良債權比率的影響效果做比較分析，藉此觀察政府對金融市場的監. Ch. i Un. v. 督與管理是否具有其實質的效果。本文首先針對兩個主要研究目的，分別建構兩. engchi. 個假說，再利用 1988 年第一季至 2009 年第三季我國總體經濟之時間序列資料，並採用複迴歸模型以最小平方法 (ordinary least squares，OLS) 進行實證分析，共建立六組複迴歸模型分別利用總體經濟變數對景氣波動與銀行業逾放比率間是呈現正循環或反循環關係，以及景氣於繁榮與衰退期間的波動對逾放比率的影響程度是否會有不對稱之影響效果做驗證。本文之主要結論可分為兩個部分，第一個部分我們發現於本文之研究期間中，我國總體景氣波動會與銀行業不良債權比率成反向循環。於第二部分之迴歸估計結果發現，我國總體景氣波動僅於一次金融改革後對銀行業之不良債權比率有不. I.

(3) 對稱之影響效果；而於一次金融改革前，景氣繁榮與衰退期間對銀行業不良債權比率的影響差異不大，且受金融市場景氣波動有顯著的影響，由此可知，政府推行一次金融改革前，由於金融自由化及國際化讓許多小型新設銀行林立，種種因素使得金融秩序紊亂，銀行業之逾放比率逐年升高，其受總體景氣波動的影響已不甚明顯。政府為重整金融秩序之一次金融改革推行後，我國銀行業之逾放比率回復到其該有的波動秩序，與相關研究文獻中各國不良債權同樣受總體經濟之負向衝擊而有顯著的影響，而非一味的上升。因此，本研究間接驗證了一次金融改革的成效，由此可見，金融市場秩序是需要政府的監督及管理。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. II. i Un. v.

(4) 目次. 第一章、緒論 ............................................................................................ 1 第一節、研究背景與動機 ........................................................................ 1 第二節、研究目的 .................................................................................... 5 第三節、研究範圍及限制 ........................................................................ 6. 政治大. 第四節、研究架構與流程 ........................................................................ 7. 立. ‧ 國. 學. 第二章、相關文獻回顧 ..........................................................................10. ‧. 第一節、總體景氣波動影響銀行業經營效率之相關文獻 ..................10. sit. y. Nat. 第二節、總體景氣波動影響銀行業放款品質之相關文獻 ..................13. n. al. er. io. 第三節、總體景氣波動不對稱影響銀行業不良債權比率相關文獻 ..19. i Un. Ch. v. engchi 第三章、研究方法 ................................................................................ 22 第一節、假說建構 ..................................................................................22 第二節、實證模型設定 ..........................................................................25 第三節、變數界定與資料來源 ..............................................................32. III.

(5) 第四章、實證結果 ..................................................................................38 第一節、我國銀行業逾放比率結構性改變檢測結果 ..........................38 第二節、單根檢定結果 ..........................................................................40 第三節、實證結果分析 ..........................................................................41 第四節、本章小結 ..................................................................................55. 第五章、結論與建議 ..............................................................................57. 政治大. 第一節、結論 ..........................................................................................57. 立. ‧ 國. 學. 第二節、建議 ..........................................................................................59. ‧. 參考文獻 ..................................................................................................60. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i Un. v.

(6) 圖次圖 1：我國景氣波動與銀行不良債權趨勢圖............................................................. 3 圖 2：研究進行流程圖 ................................................................................................ 9. 表次表 1：總體景氣波動影響銀行業經營效率之相關文獻 .......................................... 12 表 2：總體景氣波動影響銀行業放款品質之相關文獻........................................... 17. 治政大表 3：總體景氣波動不對稱影響銀行業不良債權比率相關文獻........................... 20 立 ‧ 國. 學. 表 4：本研究之變數說明........................................................................................... 37 表 5：各變數 ADF 單根檢定結果............................................................................. 40. ‧. sit. y. Nat. 表 6：總體景氣波動影響我國銀行業逾放比率之全期間實證結果 ...................... 43. n. al. er. io. 表 7：總體景氣波動影響我國銀行業逾放比率之各期間實證結果....................... 44. Ch. i Un. v. 表 8：總體景氣波動影響我國銀行逾放比率之各期間實證結果 2........................ 45. engchi. 表 9：總體景氣波動對我國銀行業逾放比率不對稱影響之全期間實證結果....... 49 表 10：總體景氣波動不對稱影響我國銀行業逾放比率之各期間實證結果......... 50 表 11：總體景氣波動不對稱影響我國銀行業逾放比率之各期間實證結果 2 ...... 52. V.

(7) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第一章、緒論. 第一節、研究背景與動機. 我國政府在金融自由化與國際化之國內外經貿環境變遷下，於 1990 年以後，陸續開放 16 家新設銀行參與金融中介之經營，並允許舊有銀行增加分行數及外國銀行在台增設分行。於台灣的金融市場開放新銀行設立之後，整體金融市場中銀行家數鉅增。由於銀行開放家數過多，且大多新設立之銀行的規模又太小，使. 治政得銀行業陷入惡性競爭的窘境，導致銀行業存放款利差縮小，因而大膽從事高風大立險放款導致不良債權比率的增加，造成嚴重的金融問題。 ‧ 國. 學. 而我國總體景氣自 1995 年開始有明顯的波動，當時由於兩岸飛彈危機，使. ‧. 得股價指數重挫，傳統產業與房地產市場景氣開始持續衰退。並於 1995 年中爆. sit. y. Nat. 發彰化四信事件及國票楊瑞仁舞弊案等基層金融機構的信用問題，1其後便有多. n. al. er. io. 家基層金融機構發生擠兌，充分顯示農漁會信用部與地方信用合作社經營陷入困. i Un. v. 境。但於這段期間中，我國高科技產業開始明顯成長，並顯現出其強大的吸金效果。. Ch. engchi. 接著而來的是 1997 年至 1998 年由泰國開始延燒的亞洲金融危機爆發，亞洲多國對美元的匯率出現慘跌的骨牌效應，此次危機造成我國出口衰退，貨幣受影響而貶值，股價指數亦由萬點下跌至五千多點，房地產市場與傳統產業景氣也持續衰退，金融機構不良債權比率皆明顯上升，我國房地產及股票市場泡沫經濟的後遺症開始明顯浮現，當時政府忙於四處救火，但並未進行制度性改革。所幸 1. 1994 年 7 月，彰化第四信用合作社（簡稱為彰四信）經營階層人員舞弊，造成約有 28 億. 元的不法資金缺口，終釀成 80 億的擠兌。1995 年 4 月交易員楊瑞仁盜開商業本票賣給台銀，另方面利用人頭戶進行附買回，待台銀匯入買票款項時，順利的轉入人頭戶帳上；國票損失一佰多億，引發國票擠兌減資經營。的不法資金缺口，終釀成 80 億的擠兌。 1.

(8) 總體景氣波動對銀行業不良債權比率之不對稱影響. 當時美國經濟相當繁榮，資訊科技 (IT) 產業勃興，再加上千禧年 (Y2K) 效應，資訊產品需求旺盛，使台灣科技產業高速成長。然而台灣經濟景氣於 1999 年中期復甦後，不但遭遇 921 大地震衝擊，且政黨輪替後核四引發之朝野爭議不斷，政治不安定及政策未有效降低不利衝擊，經濟景氣自 2000 年第三季即開始走下坡。而銀行業之不良債權問題也並未因 1999 年中至 2000 年第三季之短暫經濟復甦而疏解，我國銀行業逾放比率於 1999 年第二季首度突破 5%。 2000 年以來，因美國經濟在擴張將近 10 年之後開始趨向衰退，在加上網路泡沫破滅，使得我國資訊科技產品景氣重挫，金融機構營運更如雪上加霜。自. 政治大率為負的現象。當時台灣傳統內需產業與房地產市場景氣仍一路挫跌，金融機構立此台灣經濟每況愈下，2001 年更創下 50 年來經濟成長呈現嚴重衰退經濟成長. ‧ 國. 學. 之放款被倒帳比率高漲。且高科技產業較仰賴直接資金融通 (direct finance) 與國際籌資，2間接資金融通 (indirect finance) 比重持續下挫，3銀行放款成長日趨緩. ‧. 慢。再加上債券基金這類新金融商品出現，擁有高收益、高流動性與免稅等特性，. sit. y. Nat. 吸走銀行活期及定期資金，銀行存款成長亦降為個位數。出現所謂金融逆中介現. n. al. er. io. 像 (disintermediation)。4金融機構獲利大減，逾放比則不斷升高。. Ch. i Un. v. 逾放比率可怕的增加速度使我國政府不得不正視並且嚴重看待此問題。政府. engchi. 在這一連串金融危機及總體經濟衝擊下，也陸續制訂相關政策以企圖降低金融機構的不良債權比率。值得一提的是，2001 年初政府提出第一次金融改革，其又稱為二五八改革方案，即在二年內將金融機構壞賬比率降到 5% 以下，銀行資本充足率提高到 8% 以上。此金融改革目的為積極打消金融呆帳，並重建金融. 2. 直接資金融通 (indirect finance) 是由資金盈餘部門直接購入資金短缺部門的有價證券而實現資金融通的金融行為。 3. 間接資金融通 (direct finance) 為資金盈餘部門與資金短缺部門之間通過金融中介機構間接實現資金融通的金融行為。 4. 金融逆中介 (disintermediation) 為資金由金融中介機構流出而透過其他方式轉入資金需求者。 2.

(9) 總體景氣波動對銀行業不良債權比率之不對稱影響. 業活力，且政府在 1999 年初提出希望將金融機構營業稅稅率由 5% 降為 2%，要求金融機構用降稅利益積極打消呆帳，並使其逾放比率能逐月降低之金融重建基金 (RTC) 法案，5立法院也於 2001 年年中三讀通過。我國銀行業之逾放比率在 2002 年初達到高峰，爾後便逐年下降，並於 2003 年第二季開始，我國銀行業之逾放比率降至 5% 以下，此顯示出政府推行之一次金融改革使銀行業之逾放比率有著明顯且快速下降趨勢。其後我國總體經濟仍經過多次經濟衰退，其中最嚴重為由美國次級房貸問題引發的全球金融風暴。此風暴使得各國普遍出現財富巨幅減損、裁員風潮四起、總合需求萎縮與進與出口貿易陡降等現象；且在當前全球經貿連動更甚以往情況下，此波景氣下挫幅度已遠遠超越 1997-1998 年. 治政亞洲金融危機及 2001 年科技泡沫破滅的肆虐。於此風暴肆虐期間，我國銀行業大立逾放比率僅在 2008 第四季及 2009 年第一季提升了 0.01 及 0.09 個百分點， ‧ 國. 學. 其後便又持續下降。. ‧. n. al. er. io. 比率 14.000 12.000 10.000 8.000 6.000 4.000 2.000 0.000. sit. Nat. 業逾放比率的走勢觀察銀行業不良債權比率的變動方向。. y. 我們藉由圖 1 中失業率的走勢來觀察我國景氣波動的走向，且由本國銀行. Ch. engchi. i Un. v. 期間. 逾放比(NPL). 失業率(UN). 圖 1：我國景氣波動與銀行不良債權趨勢圖. 5. 我國政府為處理經營不善金融機構，以穩定金融信用秩序，改善金融體質，健全金融環境，於 90 年度依據行政院金融重建基金設置及管理條例第 1 條及預算法規定，設置金融重建基金，編製附屬單位預算。 3.

(10) 總體景氣波動對銀行業不良債權比率之不對稱影響. 由圖 1 中我們可觀察到，我國失業率確實由 1995 年開始有明顯的提升，更在 2001 年又一波明顯的上升趨勢，且面對這一系列的經濟衝擊，我國銀行業之逾放比率自 1995 年不到 3% 逐年攀升至 2001 年第四季已經到達 11.27%。而我國政府於 2001 年初推行之一次金融改革成功的讓銀行業逾放比率由 2002 年第一季達最高峰後開始逐年下降，且在 2007 年至 2008 年中間因美國次級房貸風暴的延燒，讓銀行業逾放比率有小幅的上揚，其後便又持續下降，由此可見，一次金融改革不僅讓總體銀行業逾放比率有明顯的改善，更讓銀行業在面對大型金融風暴時，不再產生無法收拾的龐大不良債權。. 政治大標，Shen and Hsieh (2002) 利用 1993 年至 2000 年，印尼、馬來西亞、泰國、立一般而言，銀行業之不良債權比率的高低被視為監測金融市場穩定程度的指. ‧ 國. 學. 韓國與菲律賓等國 617 個追蹤資料，結合總體與個體銀行指標修正早期幫助監控金融危機對各別銀行衝擊的警示系統及預測銀行業是否破產。研究結果顯示，. ‧. 以私人銀行及非家族企業銀行而言，不良債權比率是最具解釋力且最常被用來衡. sit. y. Nat. 量銀行營運失敗與否的指標。近十幾年來，我國銀行業不良債權比率因為多次的. n. al. er. io. 金融風暴而持續上升，又因政府金融改革方案的推行而抑制其持續上揚趨勢，因. i Un. v. 此，本研究希望藉由本國銀行業不良債權比率的波動來了解我國銀行業之營運效率及金融市場之穩定程度。. Ch. engchi. 在過去，金融機構之逾期放款增加的原因多是由於大型傳統企業獲利不佳，以及政商民代超額貸款所致。而當前逾放比率攀升，最大的主因是失業率不斷攀升，使得繳不出貸款的比例增加，這是讓各個銀行最憂慮的地方。根據中央銀行分析，導致逾期放款比率暴增的原因，主要有四點，包括一、部分廠商營運仍欠佳、資金短絀、周轉困難；二、失業率持續上升，個人償債能力降低；三、部分企業受關係企業經營不善影響，以致財務陷入困境；四、不動產市場仍未明顯復甦，擔保品處分不易，影響債權歸收速度。由這四點來看，經濟大環境不佳才是. 4.

(11) 總體景氣波動對銀行業不良債權比率之不對稱影響. 主因。6而過去國內於研究銀行業不良債權比率之文獻，多關注於銀行本身資本健全度及其經營效率等個體變數的影響效果，對於總體景氣變動的影響效果則較少文獻有深入的討論，因此本研究將利用本國失業率及各項金融市場總體變數來探討我國總體景氣的波動對銀行業不良債權比率的影響效果。. 第二節、研究目的. 近年來，我國總體經濟受到世界景氣的影響而有大幅的波動，2007 年底於. 治政美國爆發之次級房貸風暴，由於銀行、保險體系大玩財務槓桿的遊戲，使全球景大立氣，甚至台灣經濟陷入空前的低迷，也使得許多體質不夠健全的金融機構陷入危 ‧ 國. 學. 機，甚至倒閉。讓我們了解到，總體經濟的外在衝擊對金融機構之影響力不容小. ‧. 覷。. sit. y. Nat. 在現存的文獻中，對於各國銀行部門不良債權的相關研究已經相當豐富。其. n. al. er. io. 中包括有銀行部門經營效率、資產品質以及總體經濟環境等影響因素。更有許多. i Un. v. 文獻直接探討總體經濟衝擊對銀行業違約率及不良債權的影響程度，但總體景氣. Ch. engchi. 的波動於繁榮與衰退期間對銀行業逾放比率的影響效果是否會一致，卻少有學者用具體的實證方法加以證明。因此，本研究之研究目的有三個：第一個研究目的，為探討我國總體景氣波動對銀行業不良債權影響效果的顯著程度及其影響方向，並詴著代入金融市場景氣變數及政府政策變數來觀察其對於銀行業不良債權比率的影響程度及其顯著性。本研究第二個研究目的，為進一步將總體景氣繁榮及衰退期間分開，分別探討兩個方向的景氣波動對銀行業不良債權比率的影響程度，企圖觀察各別影響程度是否具差異性。另外，我國政府於 2001 年推行之一次金融改革，是以打消本國金融機構之呆帳及降低逾放比率為其改革目標，所以本研. 6. 楊宗勳 (2004)，《金融逾放誰之過?》，財團法人國家政策基金會之國政評論。 5.

(12) 總體景氣波動對銀行業不良債權比率之不對稱影響. 究的第三個研究目的，為探討一次金融改革前後，我國總體景氣波動對銀行業不良債權比率影響效果之顯著性及一致性是否會有所差異。本研究將利用時間序列資料 (time-series data)，透過複迴歸模型以最小平方法 (ordinary least squares，OLS) 進行實證分析。希望能藉此了解我國總體景氣波動及政府政策對銀行業逾放比率的影響效果。. 第三節、研究範圍及限制. 立. 一、研究範圍. 政治大. ‧ 國. 學. 於資料選取方面，本研究主要分析自 1988 年 1 月至 2009 年 9 月之我國. ‧. 總體經濟變數與本國一般銀行平均逾放比率共 87 筆季資料，且由於本研究期間. sit. y. Nat. 內國內有許多銀行進行增設、合併甚至倒閉等改變，因此每段期間所涵蓋的本國. io. er. 銀行之家數及組成銀行不盡相同。本研究所選取之資料完全依照行政院金管會各年度所定義之本國一般銀行之平均資料，而逾放比及其他總體經濟變數資料來自. al. n. iv n C 於中央銀行經濟研究處所公佈之統計資料，以及台灣經濟新報 hengchi U. (TEJ) 之總體經. 濟資料庫。. 二、研究限制本研究僅取部分總體經濟變數與本國一般銀行平均逾放比率做為研究對象，在解釋變數方面，由於影響銀行業不良債權之總體經濟變數眾多，而可取得資料期間又太短，因此無法逐一納入研究。且本研究目的為探討總體景氣波動對銀行業逾放比率的影響效果，因此本研究暫不考慮除總體經濟因素之外，影響銀行業 6.

(13) 總體景氣波動對銀行業不良債權比率之不對稱影響. 不良債權比率的銀行個體資產品質、借款者之個人因素以及授信過程等等眾多變數的影響效果。在被解釋變數方面，本研究僅採用本國一般銀行平均逾放比率資料，因可取得之資料不完全，所以除本國一般銀行外，台灣之重要金融機構還包括外國銀行在台分行及農、漁會信用部等小行金融機構之逾放比率本研究也暫不考慮。. 第四節、研究架構與流程. 立. 一、研究架構. 政治大. ‧ 國. 學. 本文共分為五章，各章節之內容則分述如下。第一節，為本研究之緒論；第. ‧. 二節，則為相關文獻回顧；第三節，為本文之假說建構及研究方法；第四節，則. sit. y. Nat. 為實證結果與模型檢定；最後，本文將於第六章闡述本文之結論及建議。. n. al. er. io. 以下將更詳細說明，本文於各章中，詳細的內容概要為何。第一章為本文之. i Un. v. 緒論，其中第一節為研究背景與動機，第二節為研究目的，第三節則為研究範圍. Ch. engchi. 及限制，第四節為研究架構及進行流程。而第二章是相關文獻回顧，其中於第一節中介紹總體景氣波動影響銀行部門經營效率之相關文獻，於第二節介紹總體景氣波動影響我國銀行部門放款品質之相關文獻，第三節則介紹總體景氣波動對銀行業不良債權比率影響對稱性之相關文獻。本文第三章為本研究假說之建構及所使用之研究方法的介紹，首先於第一節中建構本研究主要目的之假說推論，而於第二節中建立本研究之實證模型，第三節則為變數界定及資料來源的詳細說明。本文之第四章為實證結果與變數及模型的檢定，其中第一小節為本研究被解釋變數-本國銀行逾放比率之結構性檢測，第二小節為說明被解釋變數及各解釋變數經過 ADF 單根檢定之檢定結果，第三小節則為兩部份迴歸估計結果分析，並於 7.

(14) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第四小節進行以上實證結果之小結。最後，本文於第五章將為本研究之結論及建議，其中第一節為研究結論，而第二節為政策建議及未來可能研究方向。. 二、進行流程本文之主要研究目的，為探討我國總體景氣波動對銀行業不良債權比率的影響效果。我們藉由中央銀行經濟研究處所公佈之我國一般銀行平均逾放比率了解近年來我國銀行業不良債權比率之變化趨勢，且利用我國失業率變動趨勢觀察總. 政治大究即分別對探討總體景氣波動對銀行業經營效率之影響效果、總體景氣波動影響立體景氣波動情況。在探討完研究背景、目的、研究範圍限制與研究架構後，本研. ‧ 國. 學. 銀行業放款品質及總體景氣波動對銀行業不良債權比率影響之對稱性的相關文獻加以整理及分析。. ‧. 接著，本研究將詳述總體景氣波動對銀行業不良債權影響效果及其影響對稱. y. Nat. io. sit. 性的假說推論，並於同時間進行研究變數資料的蒐集、且利用 Chow test 對銀行. n. al. er. 業平均逾放比率做結構性的檢測。爾後，本研究依據選取之變數進行基本統計分. Ch. i Un. v. 析以及實證模型的建立，且以複迴歸模型及最小平方法 (ordinary least squares，. engchi. OLS) 進行實證估計，並分析與解釋實證估計結果。最後，本研究將總結研究結果，並敘述政策意涵。本研究預計的進行流程及執行進度可由圖 2 清楚說明。. 8.

(15) 總體景氣波動對銀行業不良債權比率之不對稱影響. 研究目的：研究 1988 年至 2009 年我國總體景氣波動對銀行部門不良債權比率的影響效果及其影響之對稱性，並探討其影響效果於一次金融改革前後是否有差異。. 總體景氣波動影響銀行業放款品質之相關文獻回顧。. 總體景氣波動影響銀行業經營效率之相關文獻回顧。. 總體景氣波動對銀行業不良債權比率影響對稱性之相關文獻回顧。. 政治大. 文獻回顧與整理分析. 立. ‧ 國. 學. ‧. 探討總體景氣對銀行業不良債權比率影響效果及其影響對稱性之假說建構，並於同時間進行研究變數資料的蒐集、且對代表本研究被解釋變數之本國銀行業平均逾放比率做結構性檢測。. io. sit. y. Nat. n. al. er. 依據所選取之變數進行基本統計分析以及實證回歸估計模型的建立，且以複迴歸模型及最小平方法進行實證估計。. Ch. engchi. i Un. v. 總體景氣波動對銀行業不良債權比率影響效果. 總體景氣波動對銀行業不良債權比率影響對稱. 之實證分析。. 性之實證結果分析。. 研究結論與具體之政策建議. 圖 2：研究進行流程圖 9.

(16) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第二章、相關文獻回顧. 本文之主要研究目的為探討總體景氣波動對我國銀行業不良債權比率的影響，更針對總體景氣於繁榮或衰退期間對不良債權比率是否有不對稱的影響效果做更深入的研究。在現有的文獻中，大多只關注於總體經濟衝擊對銀行營運績效或放款風險性的影響，但對於在總體景氣於繁榮與衰退期間對銀行業不良債權比率之影響程度是否一致，則較少有人以具體的實證方法加以研究。本章將回顧這些相關文獻，並將其分為三個小節來討論。. 治政首先，於第一小節我們先介紹總體景氣波動影響銀行部門經營效率之相關文大立獻。接著，在第二小節介紹總體景氣將如何影響各國銀行部門或產業界放款品質 ‧ 國. 學. 之相關文獻。最後，在第三節中將介紹總體景氣對於銀行業不良債權比率影響效. ‧. 果之對稱性的相關文獻。. sit. y. Nat. n. al. er. io. 第一節、總體景氣波動影響銀行業經營效率之相關文獻. Ch. engchi. i Un. v. 影響銀行業之獲利能力及放款損失的因素有千百種，在現存的文獻中討論多為銀行個別資產品質及總體市場景氣波動等影響因素，而本研究目的在於探討總體景氣對銀行業不良債權比率的影響。首先，本文於此節針對探討總體市場因素影響銀行業經營效率之相關文獻作回顧。國內文獻有盧秋玲與游雅芳 (1999) 利用 1984 年一月至 1998 年五月之本國銀行包括公營商業銀行 4 家、公營專業銀行 3 家、民營商業銀行 19 家及民營專業銀行 6 家的追蹤資料，檢測不動產市場報酬與銀行經營績效之敏感性，且評估不動產報酬解釋銀行報酬與風險之能力。實證結果發現，不論全體銀行股票報酬，或分類之樣本銀行投資組合，其銀. 10.

(17) 總體景氣波動對銀行業不良債權比率之不對稱影響. 行股票報酬深受市場報酬變動之影響，顯示銀行股票報酬與市場報酬具有高度連動關係。且由實證過程中，發現不動產對銀行股價確具有影響力，故對銀行管理者而言，不動產市場對銀行經營風險之重要性日益提升，銀行管理者應當重視不動產市場景氣波動對銀行經營之潛在影響。另一方面，投資者也應當重視不動產市場對銀行股票報酬的影響，注重銀行基本面分析。各國銀行部門為預防外在總體景氣的波動對其不良債權比率的衝擊，通常都會提列相關之風險性準備，以防止景氣衰退造成難看的帳面數字。有許多現存文獻在於探討銀行部門面對未來放款可能損失之準備提列與總體景氣波動間關係. 政治大展對奧地利銀行業之風險性準備與獲利能力的影響。其實證結果顯示，奧地利銀立. 的問題。Arpa、 Giulini、 Ittner and Pauer (2001) 探討 1990 年代總體經濟的發. ‧ 國. 學. 行業於經濟成長率低落及其經營所得增加時，會同時增加提列其風險性準備。實證結果亦顯示出，相關總體經濟變數例如利率、不動產價格、消費價格等，都對. ‧. 銀行業之所得、獲利能力及金融穩定程度有顯著的解釋能力。另外，因其他市場. sit. y. Nat. 的加入而造成競爭增加所產生的結構性改變也對銀行業有著嚴重的衝擊。Bikker. n. al. er. io. and Metzemakers (2005) 對 1992 年至 2001 年 29 個 OECD 會員國共 8000. i Un. v. 筆追蹤資料進行實證分析，研究銀行部門風險性準備提列與總體景氣波動之間的. Ch. engchi. 關係。於其實證結果中發現，銀行部門所提列之風險性準備與 GDP 成長率呈現負相關，此結果更顯示出，銀行部門的營運模式與總體景氣成強烈的週期性循環。但 Bikker and Metzemakers (2005) 認為於總體景氣繁榮時期，銀行部門應該因為有較多的盈餘，且應提列較多的放款損失準備，此舉不但能平均各時期的所得，更能為景氣衰退期間的放款風險做準備。Laeven and Majoni (2003) 利用 1988 至 1999 全球 45 個國家 1416 個銀行之追蹤資料，針對多個國家之大型商業銀行，對於穩定其收入之放款損失準備的相關政策做分析。研究發現，儘管銀行會藉由準備的提列盡量平均他們的盈餘，他們還是在景氣繁榮時提列過少的準備。換言之，銀行部門風險性準備之提列與其放款數量及經濟成長率成負向相關。Laeven 11.

(18) 總體景氣波動對銀行業不良債權比率之不對稱影響. and Majoni (2003) 建議銀行部門應避免在景氣衰退期間或在衰退之前提列大量的準備，這種舉動會對使景氣衰退的更加劇烈。關於總體經景氣循環影響銀行業經營效率且與本研究主題有所切合之相關文獻，大多於探討其對於銀行業風險準備提列的影響效果。而探討銀行之獲利能力之文獻大多使用銀行個體各別變數，例如：銀行規模、資產負債比率…等等。以上關於總體景氣影響銀行業經營效率之相關文獻將整理於表 1。. 表 1：總體景氣波動影響銀行業經營效率之相關文獻研究者. 政治研究方法大. 樣本期間. 立. 1984-1998；. Three-Index. 不論全體銀行股票報酬或分類樣本. 台灣 32 家公民. Model、. 銀行之投資組合，其銀行股票報酬. 營銀行。. AR (3).. 深受市場報酬變動之影響。. 1990Q1-1999Q4. multiple. 奧地利銀行業於經濟成長率低. regression. 落及其經營所得增加時，通常會. n. al. Ch. 行。. sit. ；奧地利 34 家銀. er. io. Pauer (2001). y. ‧. Nat. Arpa、Giulini、Ittner and. 學. ‧ 國. 盧秋玲與游雅芳 (1999). 主要結論. v i提高其風險性準備之提列。 n U. model.. engchi. Bikker and Metzemakers. 1991-2001；29 個. (2005). OECD 會員國。. Laeven and Majoni. 1988-1999；全球. GLS、. 銀行部門的風險準備提列與其. 45 個國家. Random. 放款數量及經濟成長率成負向. 1416 個銀行。. effects.. 相關。. (2003). GLS.. 銀行部門之風險準備與經濟成長率成負向相關。. 資料來源：本研究整理. 12.

(19) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第二節、總體景氣波動影響銀行業放款品質之相關文獻. 銀行業之信用風險通常是造成金融市場不穩定的主要原因，而不良債權通常為他們主要的風險來源。故存在許多文獻都將銀行業放款風險做為主要的討論目標，且大多以衡量不良債權佔其總放款比率或借款人的違約機率做為被解釋變數，並代入總體景氣波動之指標變數以探討景氣循環對銀行業放款品質的影響。國內之相關研究通常使用台灣銀行業逾放比率做為衡量銀行業不良債權比率之指標，其中包括有吳怡芬 (2007) 利用共整合檢定、因果關係、向量自我迴歸模型及向. 政治大. 量誤差修正模型，探討 1989 年至 2006 年第三季，各項總體經濟變數對我國銀. 立. 行業逾放比率之影響。其實證結果發現，本國銀行業逾放比率與總體經濟因素間. ‧ 國. 學. 並無共整合關係，且與經濟成長率、失業率與 M1B 都領先一期成負向相關，其中以經濟成長率領先一期最為顯著。而本國銀行逾放比率與經濟成長率、M1B. ‧. 有單向因果關係，與失業率有雙向回饋的因果關係，且由其實證結果推論我國逾. y. Nat. io. sit. 放比率與總體經濟有著反循環關係。林左裕與賴郁媛 (2005) 利用總體經濟變數. n. al. er. 包括有 GDP 年增率、失業率、房價指數報酬率、股價指數報酬率、存放款利差. Ch. i Un. v. 及房地產景氣對策訊號等變數，並採用複迴歸模型及最小平方法 (OLS) 對我國. engchi. 銀行業之逾放比率進行迴歸估計分析，研究於 1987 年至 2002 年總體景氣循環對我國逾放比率之影響效果。其研究發現自 1995 年開始我國銀行逾放比率有攀升的趨勢，故以 Chow test 驗證其於 1995 年是否存在總體經濟結構的改變。其實證結果顯示，我國銀行業平均逾放比率與總體景氣循環成負向相關，且由 Chow test 之檢測結果發現，1995 年起，銀行業逾放比率的攀升原因確實是總體經濟結構的改變，並根據 1995 年為分界的前後兩模型變數顯著性之差異可推論出，於 1987 年至 1994 年間，影響逾放比率的為房地產市場不景氣所導致不動產方面之壞帳；而於 1995 年至 2002 年間，則是因為總體經濟衰退，使得總體市場發生綜合性的壞帳。研究方向更多元之文獻有 Wu, Chang and Zekiye (2003) 13.

(20) 總體景氣波動對銀行業不良債權比率之不對稱影響. 利用本國 1996 年一月至 2002 年四月共 88 筆時間序列資料，對本國銀行部門、不動產市場、不良債權比率之間的相互影響關係做分析。其研究結果發現不良債權的數量會影響銀行的獲利率及不動產市場的價格，且企業貸款相對於對私人放款比例越高，不良債權之比率會越低；而不動產貸款相對於一般性貸款比率越低，不良債權比率就會越高。其研究結論，為不良債權的比率會因為銀行放款策略不同而有所不同且與總體景氣波動成反循環關係。國外也有許多文獻對各國甚至跨國之不良債權比率做相關的研究。Hippolyte Fofack (2005) 針對撒哈拉沙漠以南之非洲國家，利用銀行個體變數與總體經濟. 政治大年，以模擬非均衡追蹤資料預測模型 (unbalanced panel models) 對其做實證分析。立變數對其個別國家之不良債權比率的影響做研究。研究期間為 2003 年至 2010. ‧ 國. 學. 研究結果發現，不良債權比率於景氣衰退期間相對較高，顯示出不良債權比率與總體景氣成反循環關係，且發現於總體經濟較活躍期間，不良債權比率變動也較. ‧. 為劇烈，其較易受外部衝擊的影響而有大幅的變動，此結果顯示出這些非洲國家. sit. y. Nat. 經濟體的脆弱程度與金融體系的不穩定性。Pesola (2001) 研究 1980 年代與. n. al. er. io. 1990 年代總體經濟衝擊對幾個北歐國家包括有丹麥、挪威、瑞典及芬蘭等國之. i Un. v. 金融部門的影響。此篇文章利用總體銀行業不良債權比率及金融機構破產比率做. Ch. engchi. 為總體銀行業體質健全程度之指標，對金融危機及總體經濟衝擊影響銀行業不良債權比率及其破產比率做相關的實證研究。其研究結果顯示，北歐國家高額的負債很可能為負向經濟衝擊和北歐三國 (瑞典、芬蘭、挪威) 突然性的金融危機所引起。其負債雖非直接性的受外在金融衝擊影響，但突然性的景氣變動會間接影響其負債數額。接著，Salas and Saurina (2002) 利用 1985 年至 1997 年西班牙 597 家商業銀行及 784 家儲蓄銀行之追蹤資料，對銀行個體經營變數及總體經濟變數影響其問題放款比率做研究。其研究結果顯示，西班牙之商業銀行與儲蓄銀行因其對風險管理策略不同，在變數係數顯示出之影響效果及解釋變數顯著性上皆有所差異。在商業銀行方面，總體經濟變數有較大的解釋力，顯示其受景氣 14.

(21) 總體景氣波動對銀行業不良債權比率之不對稱影響. 循環的影響較大；而在儲蓄銀行方面，則為銀行個體經營策略及體質健全程度對其問題放款比率有較顯著的影響。Salas and Saurina (2002) 對造成其間差異之研究結果的解釋為，由於兩類金融機構之客戶組成結構的不同，儲蓄銀行之客戶通常為一般家庭或私人貸款；而商業銀行的客戶通常是大型企業或公司行號，因而讓市場景氣對其放款風險有較大影響力。Gerlach、Peng and Shu (2003) 利用 1994 年到 2002 年香港 29 家銀行之追蹤資料，以總體經濟變數、金融市場變數、各別銀行規模及其經營效率變數對個別銀行之不良債權比率的影響做實證分析。其實證結果與前述文獻一致，皆顯示出不良債權比率與總體景氣波動成反向循環關係。Gerlach、Peng and Shu (2003) 更針對各銀行規模之差異，探討不良債權因總. 治政體景氣變動而受影響的程度是否有所不同。實證估計結果顯示，規模較小的銀行大立對於總體景氣衝擊較規模大型銀行為敏感。Gerlach、Peng and Shu (2003) 推估其 ‧ 國. 學. 可能原因為小型銀行開發的客戶較多為風險性較高的中小企業，以至於對景氣循. ‧. 環的反應較大。Marcucci and Quagliariello (2008) 利用向量自我迴歸模型 (VAR) ，. sit. y. Nat. 及 1990 年第一季至 2004 年第一季義大利銀行業之追蹤資料做實證分析，驗證. io. er. 總體景氣循環及銀行部門違約率間的交互影響效果。其實證結果顯示，違約率與總體景氣循環成負向相關，且當資本剩餘很低時，銀行通常會減少他的放款，進. al. n. iv n C 而使得總體產出下降，此舉更加重了景氣循環的效果。 hengchi U. 不同於前述文獻皆由銀行角度出發， Virolainen (2004) 及 Rinaldi and Sanchis-Arellano (2006) 是從借款人角度出發，分別研究總體景氣循環對已結束營運的產業部門及家計單位違約率的影響。Virolainen (2004) 利用的是 1986 年第一季至 2003 年第二季芬蘭之追蹤資料。此篇文章較其他文獻不同的地方在於其研究期間長至跨越多個衰退期及銀行業危機。且其將總體產業依其生產性質之不同，分做四大產業做各別違約率之比較分析，更利用總體變數對芬蘭國內總體產業做總體壓力檢驗。其研究所得之實證結果顯示出經濟成長率、利率及企業負債都對產業部門違約率有顯著的影響，且發現產業部門之違約率與總體景氣成反 15.

(22) 總體景氣波動對銀行業不良債權比率之不對稱影響. 循環關係，而總體景氣變數對產業間個別違約率的影響程度之差異不大。在總體壓力檢驗結果發現，芬蘭企業的信用風險狀況還算穩定，不會因外在總體經濟衝擊而有太劇烈的改變，其顯示出芬蘭產業界的財務狀況都還算健全。而 Rinaldi and Sanchis-Arellano (2006) 則利用 1989 年第三季至 2004 年第二季，七個歐洲國家包括有比利時、法國、愛爾蘭、芬蘭、義大利、西班牙及葡萄牙等國之非平衡追蹤資料 (unbalance panel data) 做實證分析，探討為何改變借貸市場的結構會衝擊家計單位借款的數量。此文延伸自 Lawrance (1995) 的生命週期模型 (life-cycle model) ，研究家計單位違約率影響總體消費程度的可能性，其不僅僅針對消費的借貸、還針對投資在實質財貨及金融商品方面借貸做延伸。其研究結. 治政果顯示，家計單位之可支配所得增加會導致其負債佔所得比例的增加，進而使得大立其不良債權比率隨之增加。於長期，負債佔所得的比例與家計單位不良債權比率 ‧ 國. 學. 成高度相關。於短期，金融體質與房屋市場體質都受預期外衝擊的影響。. ‧. 綜合以上研究總體景氣波動對影響銀行部門、產業部門及家計單位之不良債. sit. y. Nat. 權比率的相關文獻，我們發現，不論地區或國家，總體景氣波動與不良債權比率. n. al. er. io. 或違約率皆呈現反向循環關係。而上述研究總體景氣循環影響銀行業放款品質之相關文獻將整理於表 2。. Ch. engchi. 16. i Un. v.

(23) 總體景氣波動對銀行業不良債權比率之不對稱影響. 表 2：總體景氣波動影響銀行業放款品質之相關文獻研究者. 樣本期間. 吳怡芬 ( 2007 ). 研究方法. 1989Q1-2006Q3；. 主要結論. VAR、VEC、經濟成長率、失業率與 M1B 都. 台灣。. 領先一期成負向相關，其中以. Granger. causality test. 經濟成長率領先一起最為顯著。. 1987Q1-2002Q4；台灣。. (2005). 立. 1987 年至 1994 年間，影響逾. OLS.. 政治大. ‧ 國. 學. 濟衰退，而使總體市場發生綜. ‧. 合性的壞帳。. y. al. sit. 1996-2002；台灣. io. VAR、VEC、不良債權的比率會因為銀行放. 88 家銀行。. Granger-. n. Zekiye (2003). 所導致不動產方面之壞帳；而 1995 年至 2002 年間，則是經. Nat. Wu, Chang and. 放比率為房地產市場之不景氣. Ch. er. 林左裕與賴郁媛. 款策略不同而有所影響且與總. v ni. test. e n gcausality chi U. 體景氣成反循環關係。. Hippolyte Fofack. 2003-2010；非洲 7. Granger-. 不良債權比率於景氣率退期間. (2005). 個 CFA 會員國及. causality. 相對較高，顯示出其不良債權. 9 個非 CFA 會員. test、. 比率與總體景氣成反循環關. 國。. pseudo-panel models.. 17. 係。.

(24) 總體景氣波動對銀行業不良債權比率之不對稱影響. 表 2：總體景氣波動影響銀行業放款品質之相關文獻 (續一) 研究者. 樣本期間. 研究方法. 主要結論. 1980-2000；挪威、 PLS、SUR. 北歐國家高額的負債很可能為負. Pesola (2001). 芬蘭、丹麥與瑞. 向經濟衝擊和北歐三國 (瑞典、. 典。. 芬蘭、挪威) 突然性的金融危機所引起。. Salas and Saurina. 1985-1997；西班牙. Dynamic. 597 家商業銀行. 因其對風險管理策略不同，在其 model. 治政大係數影響效果及解釋變數顯著性及 784 家儲蓄銀立. 規模較小的銀行對於總體景氣衝. Fixed. 29 家銀行。. effects.. 擊較規模大型之銀行為敏感。. io. sit. y. Nat. 1994-2002；香港. ‧. Gerlach、Peng and. 上皆有所差異。. 學. ‧ 國. 行。. al. 1990Q1-2004Q1；. Quagliariello. Ch 義大利。. VAR.. n. Marcucci and. engchi. er. (2002). Shu (2003). 西班牙之商業銀行與儲蓄銀行對. 違約率與總體景氣循環成反向關. iv n U 係，且當資本剩餘很低時，銀行會減少他的放款進而使得總體產. (2008). 出下降，此舉更加重了景氣循環的效果。. Virolainen (2004). 1986Q1-2003Q2；. Logit. GDP 成長率、利率及企業負債都. 芬蘭 4 個產業部. model.. 會產業部門違約率有顯著的影響. 門。. 且產業部門之違約率與總體景氣成反循環關係。 18.

(25) 總體景氣波動對銀行業不良債權比率之不對稱影響. 表 2：總體景氣波動影響銀行業放款品質之相關文獻 (續二) 研究者. 樣本期間. 研究方法. 主要結論. Laura Rinaldi and. 1989Q3-2004Q2. VEC.. 於長期，負債佔所得的比例與家. Alicia. ；7 個歐洲國家. 計單位不良債權比率成高度相. Sanchis-Arellano. 關。於短期，金融體質與房屋市. (2006). 場體質都受預期外之經濟衝擊所影響。. 資料來源：本研究整理. 政治大第三節、總體景氣波動不對稱影響銀行業不良債權比率相關文獻立. ‧ 國. 學. 本文除了研究總體景氣變化對本國銀行不良債權比率之影響效果外，更探討. ‧. 景氣波動是否對本國銀行業不良債權比率存在不對稱的影響效果。而研究總體景. y. Nat. io. sit. 氣波動影響放款風險程度的文獻甚多，但再深入去探討其影響效果對稱性的文獻. n. al. er. 卻是非常稀少的。現存文獻的有 Quagliariello (2004) 利用 1985 年至 2002 年義. Ch. i Un. v. 大利約 200 家銀行業之追蹤資料，研究銀行業之放款損失準備、不良債權比率. engchi. 及資產獲利率與景氣循環間的關係。其研究目的在於探討總體經濟變動對銀行業的資產負債表是否會產生嚴重的衝擊。Quagliariello (2004) 更利用虛擬變數將研究期間景氣之繁榮與衰退期間分開成兩個解釋變數，討論各別係數的顯著程度是否有差異。其實證結果顯示，銀行業之各項風險或獲利率指標皆與景氣有一定的循環關係。在景氣繁榮時期，銀行業之風險準備、不良債權及放款損失都會相對減少。於不對稱性研究方面，其實證結果顯示，放款損失準備及不良債權比例在景氣繁榮時期顯著性較高，且由係數值可看出，銀行業之放款品質在景氣繁榮時期之復原速度較於景期衰退時期之惡化速度為快。. 19.

(26) 總體景氣波動對銀行業不良債權比率之不對稱影響. 然而，利用 Wald test 檢驗景氣好壞之係數時，並無拒絕兩係數相等的虛無假設，所以作者排除了總體景氣不對稱性的影響效果。另外，Marcucci and Quagliariello (2007) 利用 1989 年第四季至 2005 年第二季，義大利銀行業之追蹤資料，用門檻迴歸模型 (Threshold regression models) 將銀行資產品質及總體景氣榮枯做劃分，探討其影響效果之對稱性。於其實證結果中發現，義大利銀行業違約率與總體景氣成反向循環。不對稱性驗證發現，存在於總體景氣較差和資產品質較不間全之銀行之違約率的受影響程度較為劇烈。總體景氣波動對風險性較高銀行群之業違約率的影響程度是風險性較小銀行群的九倍。關於總體成長或衰退對銀行業不良影響效果對稱性之相關文獻整理於表 3 中。. 政治大. 學. ‧ 國. 立. 表 3：總體景氣波動不對稱影響銀行業不良債權比率相關文獻研究方法. 主要結論. 1985-2002. PLS 、Fixed and. 景氣繁榮時期，銀行業. io. 家銀行. model. n. al. Marcucci and Quagliariello (2007). Ch. y. 之風險準備、不良債權. Random effects. engchi. 1989Q4-. OLS. sit. Nat. 義大利約 200. ‧. Quagliariello (2004). 樣本期間. 及放款損失都會相對減. er. 研究者. i Un. v. 少。. 總體景氣較差和資產品. 2005Q2；212 家. 質較差的銀行其對違約. 義大利銀行. 率的影響效果較為劇烈。. 資料來源：本研究整理. 20.

(27) 總體景氣波動對銀行業不良債權比率之不對稱影響. 在上面三個小節中，首先，本章於第一小節介紹了總體景氣波動影響銀行經營效率之相關文獻中，我們發現銀行業之經營效率與總體景氣循環間存在強烈的週期性相關。接著，我們於第二小節將討論範圍縮小，介紹總體景氣循環影響銀行業放款品質之相關文獻，且於文獻中發現，各國或各地區之總體景氣波動與銀行業、產業界或家計單位不良債權比率皆成負向相關，即總體景氣與不良債權比率間存在反循環關係。最後，於本章第三小節中介紹兩篇探討總體景氣於繁榮與衰退期間，對銀行業不良債權比率之影響效果對稱性的相關研究。截至目前，尚無研究本國總體景氣波動於繁榮與衰退期間影響銀行業不良債. 政治大同，因此，本文於參考國內外相關文獻後，應用本國銀行業逾放比率做為衡量不立. 權比率對稱與否的相關文獻，而本文所找到國外之相關研究其研究結果又不盡相. ‧ 國. 學. 良債權比率的指標，並於下一章建構探討總體景氣波動對本國銀行業逾放比率之影響效果及其對稱性的假說及實證模型以探討之。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 21. i Un. v.

(28) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第三章、研究方法. 根據許多研究總體景氣變動對於銀行不良債權比率及放款損失可能之相關文獻，影響銀行業不良債權比率之總體因素眾多，且研究架構及實證模型也有數種，本文將自其中選取最合適之研究方法，並於本章第一節中建構本研究之假說推論。接著，於第二節中針對假說建立本研究之實證模型，並詳述其模型架構。最後，對本研究所選取變數之定義、內容及其資料來源，於第三節中有詳盡的說明。. 第一節、假說建構. 學 ‧. ‧ 國. 立. 政治大. 假說一、我國總體景氣波動與銀行業不良債權比率成反循環關係. sit. y. Nat. n. al. er. io. 一般而言，於總體經濟成長的初期，產業界的利潤會逐步增加，資產價格也. i Un. v. 會有所提升，於此時期，對於消費者的消費支出成長是樂觀的。由於消費支出的. Ch. engchi. 增加，使得總和需求提高，因此銀行部門之放款數量也會隨之增加。在景氣繁榮且經濟成長期間，銀行部門通常會低估其所面對的風險，並放寬其對於信用評估的標準及降低其對於未來可能產生損失的監督程度。而於總體景氣高峰之後，產業界的獲利能力開始逐漸減弱，消費者的消費支出能力也會開始下降，借款人的信用亦呈現下降的趨勢，銀行部門違約率則逐漸地增加，接著產業界及銀行部門的不良資產便開始顯現出來。這些現象產生的原因很可能是因為總體景氣開始走下坡，導致產業界資產價值下降，間接影響了其金融健全度且降低其附屬擔保品的價值。除此之外，總體景氣衰退使得失業率提高，家計部門可支配所得下降，進而降低其消費及償還負債的能力，由此可知，總體景氣衰退的開始就是銀行部 22.

(29) 總體景氣波動對銀行業不良債權比率之不對稱影響. 門不良資產及其違約率增加的開始，因此，我們藉此推論銀行部門之不良債權比率會與總體景氣成反循環關係。近年來，因為幾次大型的金融風暴造成許多國家銀行部門的金融危機，甚至存在倒閉的風險，因此，存在許多文獻在於探討總體景氣循環及總體經濟的外在衝擊對其國內銀行部門經營效率及放款品質的影響，研究我國總體經濟變數及總體景氣波動影響銀行部門不良債權比率之文獻包括有：Wu, Chang and Selvili (2003)、林左裕與賴郁媛 (2005) 及吳怡芬 (2007) 等，其研究之實證結論皆驗證出我國總體景氣與銀行部門之不良債權比率成顯著的負向相關，即我國銀行部門. 政治大 (2002) 針對西班牙總體景氣對商業及儲蓄型銀行影響程度之差異作實證研究，立. 之不良債權率會與總體景氣成反循環關係。而國外文獻包括有 Salas and Saurina. ‧ 國. 學. Gerlach、Peng and Shu (2003) 則是針對香港總體景氣循環影響不同規模之銀行部門不良債權比率之差異性作實證研究，Virolainen (2004) 探討芬蘭總體景氣循環. ‧. 對其四大產業部門不良資產比率之影響效果， Fofack (2005) 對撒哈拉沙漠以南. sit. y. Nat. 之數個非洲國家銀行部門之不良債權比率作實證研究，Marcucci and Quagliariello. n. al. er. io. (2008) 則是對義大利銀行部門及其總體景氣波動做向量自我迴歸分析，最後，. i Un. v. Rinaldi and Sanchis-Arellano (2006) 將研究範圍擴大到七個歐洲國家，探討整個. Ch. engchi. 歐洲的總體景氣對各別國家銀行部門不良債權比率的影響效果。根據上述文獻之實證研究結果，我們亦可得到其銀行部門不良債權比率會與總體景氣波動間成反向循環之結論，因此，綜合以上理論基礎與我國及各國相關研究文獻後，本研究推論我國銀行部門不良債權比率會與總體景氣波動成反向循環之假說，即總體景氣的成長會使得銀行部門不良債權比率下降；而總體景氣的衰退會提高其不良債權的比率，並於本研究的第一部分建構相關實證研究模型驗證之。. 23.

(30) 總體景氣波動對銀行業不良債權比率之不對稱影響. 假說二、我國總體景氣波動對銀行業不良債權比率有不對稱之影響效果許多現存的文獻皆在探討總體經濟的外在衝擊對銀行業不良債權比率的影響效果，並於其實證結果中證實銀行部門之不良債權比率會與總體景氣波動成反向循環，且總體經濟衝擊對銀行部門不良債權比率有著劇烈的影響效果；但鮮少有人探討總體景氣成長對銀行部門不良債權比率的改善程度，亦或是探討景氣於繁榮與衰退期間對銀行業不良債權比率的影響效果是否一致。. 政治大業率的高低。於景氣衰退期間，總體產出逐漸下降，且由於過多的閒置勞動力使立. 總體景氣波動主要來自於總體產出的變動，而總體產出的多寡通常牽動著失. ‧ 國. 學. 得失業率漸漸提升，失業率的增加會讓家計單位之可支配所得減少，進而降低其還款能力，且連帶提高了其違約風險以及銀行部門之不良債權比率。於景氣低迷. ‧. 時期，因為失業率的快速增加，使得銀行業不良債權比率有明顯的提升；而當總. sit. y. Nat. 體景氣開始復甦，失業率逐漸下降，銀行部門之不良債權比率也會有明顯的改善。. n. al. er. io. 然而，當因景氣衰退而產生之摩擦性失業率逐漸消失後，總體景氣回到繁榮期間，. i Un. v. 失業率會停在一定的水準，此時的失業率即自然失業率，亦即有違約風險的借款. Ch. engchi. 人還是存在，而銀行部門之不良債權也依然存在，但由於景氣的波動對於自然失業率的影響效果甚微，因而對影響銀行業不良債權比率的效果也相對微弱。簡單來說，於總體景氣衰退時期，因為失業率大幅度的增加，使得銀行部門的不良債權比率也會有明顯的波動；但於景氣繁榮期間，失業率只會存在微幅的變動。因此，於繁榮期間，景氣波動對於銀行業不良債權比率的影響效果相對於景氣衰退期間較為微弱。因此，根據以上論點，本研究推論總體景氣於衰退期間對銀行部門不良債權比率的影響效果會較景氣繁榮期間為明顯，亦即，於景氣衰退期間，景氣循環會造成銀行業不良債權比率的波動幅度較大；而於景氣繁榮期間，景氣循還造成銀行業不良債權比率之波動幅度較小。 24.

(31) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第二節、實證模型設定. 本文之研究目的在於探討我國總體景氣波動對銀行業不良債權比率是否會有顯著的影響效果，以及總體景氣於繁榮與衰退期間對不良債權比率的影響效果是否存在不對稱性。於前小節中我們針對本研究之兩個主要研究目的建構了假說推論，而於本小節我們將建立相關之實證模型以驗證之。本研究除了加入衡量總體景氣波動之指標變數外，亦同時加入了代表金融市場、貨幣市場及利率變動等變數，期望建立一個能完整解釋總體市場景氣波動對我國銀行部門不良債權比率影響效果之實證模型。. 立. 政治大. 另外，由於本研究採用我國中央銀行經濟研究處所公佈之利率及逾放比率等. ‧ 國. 學. 時間序列資料，因此在實證模型中之變數必頇符合定態的要求，而且其殘差必頇. ‧. 符合白噪音 (white noise) 的條件。換而言之，時間序列的資料必頇是收斂的形. sit. y. Nat. 式，不能無限發散。Granger and Newbold (1974) 提出這樣質疑，認為當經濟變. io. er. 數為非定態時間序列資料時，用傳統的計量方法進行實證分析，將會在實證之過程中產生誤差，造成假性迴歸 (spurious regression)，因此將無法確實的了解變數. al. n. iv n C 間的關係，同時造成無效率的檢定，估計結果亦將不具意義。然而，由近年來的 hengchi U. 研究發現，許多總體經濟之資料為非定態資料 (non-stationary)，而造成時間序列資料不穩定之因素包括有單根及時間趨勢問題，為避免在研究上產生誤差，因此本研究首先對所選取的各項變數資料進行 ADF 單根檢定。. 25.

(32) 總體景氣波動對銀行業不良債權比率之不對稱影響. 一、單根檢定單根檢定 (unit root test) 最早由 Dickey and Fuller (1979) 所提出 DF 檢定法，此後亦有不同學者提出種方法，例如 KPSS 檢定法，以及 PP 檢定法皆是。本研究選擇由 Dickey and Fuller (1981) 修正 DF 檢定法後所提出之 ADF 檢定法來進行檢定。依照有無截距項或時間趨勢，其檢定如下：. 1. 不含截距項與時間趨勢：. 立. (1). 政治大. 2. 含截距項，但不含時間趨勢：. ‧ 國. 學 (2). ‧. n. al. er. io. sit. y. Nat. 3. 含截距項且含時間趨勢：. 其中. Ch. v. i e n g、 c h 為參數，. 為截距項，為時間趨勢，而. 形式的虛無假設皆為. i Un. ，而對立假設為. (3). 為誤差項。以上三種。若原始數列無法拒絕. 其虛無假設，則表示此時間序列資料存在單根問題。消除時間序列資料的單根及趨勢問題之方法包括有將變數資料做差分或 H-P 濾波處理，而本研究選擇以 H-P 濾波處理的方式將會使用到的總體經濟資料用 H-P 濾波器 (Hodrick-Prescott filter) 去除短期的季節性波動，並推估出其長期趨勢線，企圖同時解決變數之單根及時間趨勢問題。. 26.

(33) 總體景氣波動對銀行業不良債權比率之不對稱影響. 二、Hodrick-Prescott filter (H-P) 估計法在景氣循環文獻當中 (Kydland and Prescott,1990、Hodrick and Prescott,1980)，指出一時間序列是否有趨勢 (trend)，並非此變數本身資料所固有，而是決定於相關的經濟問題研究以及統計的檢定。Kydland and Prescott (1990) 認為 HP 方法廣泛的運用在總體變數上，其主要原因為，HP 方法所估計之趨勢圖與手繪趨勢圖極為相近，且在統計文獻當中 (Wabha,1980)，HP 的經濟理論方法亦得到相同證明。HP 主要的概念是隨著時間過程，將變數的隨機趨勢 (stochastic trend) 平滑化 (smooth)，且將變數消除循環 (cyclical) 的部分，其隱含著趨勢值的最大. 政治大. 可能變動下，將變數的波動極小化。其模型為：. 為循環部分，x 為一趨勢，. Ch. 路徑將會變成一平滑路徑，隨著. y. 與. 為趨勢與循環的. 增加表示不利於趨勢的大波動，即暗示趨勢之. n. al. ，. er. io. 標準誤(standard deviation)。當. 為參數，主要是限制趨勢的. sit. 之理想值為. Nat. 波動與區別循環的波動。. (4). ‧. 為樣本數，. 學. 其中. ‧ 國. 立. i Un. v. 值增加，估計趨勢將越平滑，若. engchi. ，則. 接近線性函數。Iacobucci and Noullez (2005) 指出，在 HP 濾波檢定中，樣本資料屬性若為年資料，則設定資料，則設定景氣循環觀點中，HP 將. ，若為季資料，則設定. ；由於本研究採季資料，故將設定為. ，若為月. 值設定為 1600。在. ，主要消除 4~6 年的循環。. 27.

(34) 總體景氣波動對銀行業不良債權比率之不對稱影響. 三、實證模型設定為探討總體景氣波動與本國銀行業逾放比率間之關係，本研究採用複迴歸模型以最小平方法 (ordinary least squares，OLS) 進行實證分析。我們共建立六組複迴歸模型，且分別利用總體經濟變數對總體景氣波動與銀行業逾放比率間是呈現正循環或反循環關係，以及總體景氣波動於繁榮與衰退期間對逾放比率的影響程度是否會有不對稱之影響效果做驗證。林左裕與賴郁媛 (2005) 為近期以時間序列之總體經濟資料研究我國不良債權比率之文獻，其研究目的為探討我國銀行業逾放比率與總體經濟變數間的關. 治政係。其所設定的實證模型如下：大立 ‧ 國. ‧. 代表我國銀行業平均逾放比率，. 則分別代表文獻中所選取之變數個數及其研究期數。另外，林. y. sit. 及. 表示其所選取之總體經濟變. Nat. 數，而. 學. 其中，. (5). n. al. er. io. 左裕與賴郁媛 (2005) 還將此迴歸式以 1995 年為界，分為前後兩個迴歸式，藉. i Un. v. 此探討 1995 年我國銀行業逾放比率急劇上升的原因是否因總體經濟結構的改. Ch. engchi. 變而造成的。再利用 Chow test 進行兩條迴歸式的檢定，結果顯示，逾放比率自 1995 年開始攀升的原因是由於經濟結構改變所致。本研究參考林左裕與賴郁媛 (2005) 之實證模型架構去探討 1988 年到 2009 年我國總體景氣循環與銀行業不良債權比率間的關係，在此期間中，我國總體景氣因經歷數次金融風暴及政府的金融改革而有著大幅的波動。我們也利用中央銀行所公佈之本國一般銀行平均逾放比率做為衡量銀行業不良債權比率之指標，並在回顧眾多探討總體景氣與不良債權比率間關係之文獻後，整理歸納出幾個主要影響不良債權比率的因素有：失業率 (un)、存放款利差 (spread)、股價指數變動率 (spic)、狹義貨幣供給 M1B (m1b) 與放款利率變動率 (loanrd) 等變 28.

(35) 總體景氣波動對銀行業不良債權比率之不對稱影響. 數。以上解釋變數及被解釋變數皆經過 H-P 濾波器 (Hodrick-Prescott filter) 估算出其趨勢值，接著計算出其原始值偏離趨勢值的比率，最後以各別變數之偏離比率分別代表其值代入迴歸估計模型。變數之偏離比率計算之定義如下：. (6). 其中，. 代表變數之當期原始值，. 代表當期之長期趨勢值，而. 則. 為計算出之變數偏離比率。本研究以失業率 (un) 代表總體景氣循環的指標變數，且先建立一個單獨探. 治政討總體景氣之於不良債權比率關係之實證模型，以避免其他市場指標變數干擾景大立氣循環之影響效果。模型一如下： ‧ 國. 學 ‧ y. 為誤差項。再來，我們代入其他總體經濟. sit. 為截距項，t 表示期數，. Nat. 其中，. (7). n. al. er. io. 變數，建立較為完整的實證模型。模型二如下：. Ch. engchi. i Un. v. (8). 接著，我們於 (8) 式中多加入一次金融改革之虛擬變數 (fr1)，將此虛擬變數於 1988 年第一季至 2002 年第四季設為 0 (表示一次金融改革尚未推行)，於 2003 年第一季至 2009 第三季設定為 1 (表示一次金融改革已推行)，探討其對銀行業逾放比率影響之顯著程度。模型三如下：. (9). 29.

(36) 總體景氣波動對銀行業不良債權比率之不對稱影響. 本研究目的除探討我國總體景氣循環對銀行業不良債權比率的影響外，更進而探討景氣於繁榮與衰退期間對不良債權比率影響之對稱性。亦即，我們更延伸探討了於景氣繁榮期及於景氣衰退期對銀行部門不良債權比率的影響效果是否一致，亦或是存在著不對稱影響效果。Quagliariello (2004) 於其研究中利用虛擬變數將景氣循環指標變數依成長及衰退期間分開成兩變數，討論個別係數的顯著程度是否有差異。本文依此研究架構及精神，並引用 Wu and Cheng (2010) 探討美國總體景氣影響其死亡率及自殺率對稱性之研究方法，對我國總體景氣循環影響銀行業逾放比率之對稱性作迴歸估計。利用失業率 (un) 做為代表總體景氣循環之指標變數，並將前述經由 H-P 濾波器 (Hodrick-Prescott filter) 估算出之趨. 治政勢值做為總體景氣榮枯之劃分標準。失業率原始值高於其趨勢值的期數我們將之大立設定為總體景氣衰退期；失業率原始值低於其趨勢值的期數設定為總體景氣繁榮 ‧ 國. 學. 期，且為確實消除變數之單根 (unit root) 疑慮，本研究將所使用變數之偏離值皆. ；而失業率之偏離比率為負的期數則定義。由於我們已將衰退期與繁榮期分開討論，故. io. er. 為繁榮期，則將變數表示為. sit. y. Nat. 將其定義為衰退期，變數表示為. ‧. 除上其趨勢值，即為變數之偏離比率。因此，失業率之偏離比率為正的期數我們. 將其正負號忽略，僅單純討論其偏離程度，即於景氣繁榮期間失業率偏離比率提. al. n. iv n C 高表示總體經氣成長，而於景氣衰退期間失業率偏離比率提高則表示總體經氣衰 hengchi U 退。因此，我們皆將變數之偏離比率取絕對值。定義如下：. and. (10). 首先，我們仍先排除其他市場變數之干擾，單獨探討總體景氣循環對逾放比影響效果之對稱性。模型四設定如下：. (11). 30.

(37) 總體景氣波動對銀行業不良債權比率之不對稱影響. 接著，我們同樣代入代表其他市場的指標變數，以建立較完整的實證模型。模型五設定如下：. (12). 最後，我們也加入一次金融改革之虛擬變數，進而觀察其對不良債權比率的影響效果。模型六設定如下：. 立. ‧ 國. 學. 我們藉著觀察. 政 (13)治大. 及. 係數之顯著程度及利用 Wald test 設定其虛無假設為. ，檢驗其係數相同之可能程度，以探討 (9) 到 (11) 式中，. 與. ‧. 影響效果之對稱性。. sit. y. Nat. io. er. 為了再更詳細探討一次金融改革對銀行業逾放比率影響效果，最後我們再將逾放比率及總體經濟變數資料在 2003 年第一季做個分界，分別代入(7)、(8)、. al. n. iv n C 式等四個複迴歸模型做探討。將 h e n g c h1988 i U 年第一季至. (11) 及 (12). 2002 年第四季. 之變數資料代入模型以探討總體景氣波動於一次金融改革前對銀行業逾放比率之影響；而將 2003 年第一季至 2009 年第三季之變數資料代入以探討其於一次金融改革後之效果。將前後之影響效果兩相對照後，探討一次金融改革前後總體經濟變數對銀行業逾放比率的顯著影響程度及影響效果之對稱性是否有所差異。. 31.

(38) 總體景氣波動對銀行業不良債權比率之不對稱影響. 第三節、變數界定與資料來源. 統整過去研究不良債權比率之相關文獻後，本研究選擇以我國中央銀行經濟研究處所公佈之本國一般銀行逾放比率做為衡量我國銀行業不良債權比率的指標變數，且選取相關文獻中幾個對不良債權有顯著影響且能代表各金融市場景氣的總體經濟變數做為本研究之解釋變數。首先，本文將針對本國銀行逾放比率之定義做詳細敘述。接著，我們對所選取之總體經濟變數代表的意義及其預期的影響方向也有詳盡的說明。. 立. 政治大. ‧ 國. 學. 一、逾放比之定義. ‧. 我們以本國一般銀行逾放比率做為衡量本國銀行業不良債權比率之指標變. sit. y. Nat. 數，即為本研究之被解釋變數。逾放比率為評估銀行業放款品質及銀行體系內部. io. er. 建全程度評估的重要參考指標，若比率越高表示銀行放款品質越差，存款戶的存款安全性越低，容易引發民眾恐慌性擠兌。一般而言，逾放比率在 3% 以. al. n. iv n C 下，表示金融機構授信品質較h佳。目前我國主 e n g c h i U管機關對逾放比率有明確之規定，其公式如下：逾放比率 =逾期放款 /總放款依據財政部規定應列報之逾期放款範圍為： 1. 貸款本金超逾約定清償期限 3 個月以上，而未辦理轉期或清償者； 2. 中長期分期償還放款或貸放會金未按期攤還六個月以上者；. 3. 放款清償期雖未屆滿 3 個月或 6 個月，但已向主、從債務人訴追或處分擔保品者； 32.

(39) 總體景氣波動對銀行業不良債權比率之不對稱影響. 4. 本金未到期而利息已延滯 6 個月以上之放款 (包括短期放款及中長期放款)。放款包括貼現、進出口押匯、透支、短期 (擔保) 放款、中長期 (擔保) 放款及催收款項。 94 年 7 月 1 日起新修訂逾期放款定義改為積欠本金或利息超過清償期 3 個月，或雖未超過 3 個月，但已向主、從債務人訴追或處分擔保品者。. 二、解釋變數. 立. 政治大. 根據參考文獻，各國對影響銀行業逾放比率有顯著影響的總體經濟變數，本. ‧ 國. 學. 研究蒐集並整理得出以下自變數：失業率 (un)、存放款利差 (spread)、股價指數. ‧. 變動率 (spic)、狹義貨幣供給 M1B (m1b)、放款利率變化率 (loanrd) 及本研究為. sit. y. Nat. 討論一次金融改革對本國銀行逾放比率的實質效果所放入的虛擬變數 (fr1) 等，. io. n. al. er. 以進行迴歸分析。變數解釋如下：. 1. 失業率 (un). Ch. engchi. i Un. v. Keynesian 理論主張，有效需求的降低會增加失業率，反之亦然。而早期 Okun (1962) 進行實證研究後，提出關於產出和失業之間存在負向關係之結論。換句話說，通常失業率的高低又代表著總體景氣的榮枯，所以本研究以失業率作為衡量總體景氣循環的指標。一般而言，家計單位的收入多來自於其工作所得，而需要支付的費用除了日常生活費用外，通常還包括定期繳納購屋或融資性的貸款。如此一來，失業即失去了繳納這些貸款的金錢來源，這種入不敷出的情況極有可能造成借款人的違約行為，進而提高銀行業的逾. 33.

(40) 總體景氣波動對銀行業不良債權比率之不對稱影響. 放比率。曾銘宗 (2000) 於其研究中發現，失業率與銀行業之逾放比率成正向相關，且二者關係相當顯著，即失業率提高，逾放比也會增加，而經濟成長率與逾放比率成負向相關，即經濟成長率上升時，逾放比下降，為二者關係不是十分明顯。所以我們預期本國失業率會和銀行業逾放比率之間存在正向相關，也就此證明我國總體景氣波動會與銀行業不良債權比率成反循環關係。. 2. 存放款利差 (spread). 治政我國銀行業之存放款利差是以銀行承做放款的實際應收利息 (即放款加權大立平均利率) 及銀行吸收存款的實際應付利息 (即存款加權平均利率) 之差距來衡 ‧ 國. 學. 量。賴秋卲 (1998) 及蔡進財 (2000) 等皆指出，因國內金融機構之競爭激烈，. ‧. 存放款利差日益縮小，嚴重影響金融機構之基本業務營運，使其轉向從事高風險. sit. y. Nat. 之放款業務或投資，此舉將有導致逾放比率增加之慮。但存放款利差之縮小，卻. io. er. 意味著存款人之利率上升或借款人之借款利率下降，而降低逾放比率增加之風險。林左裕與賴郁媛 (2005) 研究總體景氣變數與本國銀行業逾放比間關係之實證. al. n. iv n C 結果顯示，存放款利差對本國銀行逾放比率成顯著之負相關。此一結論符合賴秋 hengchi U. 卲 (1998) 及蔡進財 (2000) 之研究成果。根據文獻之研究結果，我們預期存放款利差和本國銀行逾放比率間成負向相關。. 3. 股價指數變動率 ( spic ) 股價指數包含多種股票，是反映市場上組成股票價值的一個數據。黃柏農 (1998) 透過利率變數的中介，研究發現工業生產指數的變動與股價變動間存在正向關係。盧秋玲與游雅芳 (1999) 的實證研究中顯示，不論全體樣本銀行股. 34.

(41) 總體景氣波動對銀行業不良債權比率之不對稱影響. 票報酬或各類經營型態的樣本銀行股票報酬，與大盤加權股價報酬皆存在高度的連動性，具有齊漲齊跌的現象，故以股價指數報酬率做為整體金融業股票報酬的代理變數。其反映了金融業本身的經營狀況等資訊。故本研究用之做為衡量金融市場穩定程度的指標，並預期它與本國銀行逾放比率成負向相關。. 4. 狹義貨幣供給 M1B (m1b) M1B=通貨淨額+存款貨幣。一般來說，貨幣供給的增加會帶動景氣回溫，政府通常會使用增加貨幣供給的手段來影響市場活絡程度。彭慧琴 (2003) 由貨. 治政幣供給對產出、物價水準和就業的實證結果指出，貨幣政策短期確有抑制經濟過大立熱或刺激經濟復甦的效果。本研究以 M1B 來檢驗中央銀行的貨幣政策對本國銀 ‧ 國. 學. 行業逾放比率的影響程度及方向。我們預期貨幣供給量或與本國銀行逾放比率成. ‧. 反向關係。. io. sit. y. Nat. er. 5. 放款利率變動率 (loanrd). al. n. iv n C 放款利率的提高，一般而言，借款人的負擔同樣的會增加，接踵而來的就是 hengchi U 違約率的提高。而放款利率增加的速度同樣反映著借款人增加負重的速度， Quagliariello (2004) 於研究中將義大利長期國庫券利率做為衡量借款人債務負擔程度的指標，其實證結果顯示，義大利長期國庫券利率對銀行業放款損失壞帳比率之影響效果非常顯著且成正相關。所以我們根據 Quagliariello (2004) 之研究結果，預期放款利率變動率和逾放比率會成正向相關。此意味著借款人的負擔越重，違約的可能性就越高，進而提高銀行業的逾放比率。. 35.

(42) 總體景氣波動對銀行業不良債權比率之不對稱影響. 6. 一次金融改革虛擬變數 (fr1) 我國政府推行一次金融改革的目標為降低金融機構壞帳比率及銀行業之逾放比率。本文於研究模型中放入一次金融改革之虛擬變數，藉由其顯著程度與影響方向探討一次金融改革對於本國銀行業逾放比率的實質效果。並根據 Chow test 之結構性檢測結果，將實施一次金融改革兩年以後 (即 2003 年第一季)之各期變數值設為 1，之前則設為 0。我們假定實施一次金融改革對銀行業之壞帳比率的確有實質的改善效果，因此預期此虛擬變數與逾放比率會呈現負向相關。. 二、資料來源. 立. 政治大. ‧ 國. 學. 本研究之目的於探討總體景氣波動對我國銀行業不良債權比率之影響，研究期間自西元 1988 年第一季至 2009 年第三季共 87 筆季資料。根據文獻我們以. ‧. 本國一般銀行逾放比率做為衡量不良債權比率的指標變數，並整合前述探討總體. y. Nat. io. sit. 景氣與不良債權比率相關文獻所歸納出的幾個主要影響不良債權之總體經濟變. er. 數，代入本研究之實證模型加以估計。其所有變數之資料來源，將分述如下。. al. n. iv n C 於被解釋變數方面，本研究使用中央銀行經濟研究處所公佈之本國銀行逾放 hengchi U 比率 (npl) 做為衡量本國銀行業不良債權比率的指標，其數據取自中央銀行出版之本國銀行營運績效季報。在解釋變數方面，衡量借款人債務負擔程度之放款利率變動率 (loanrd)、銀行業辦理存放款業務收入之存放款利差 (spread) 及探討政府貨幣政策之狹義貨幣供給 M1B (m1b)，資料皆取自於我國中央銀行出版之金融統計月報。失業率 (un) 為本研究最重要的解釋變數，為衡量總體景氣波動的重要指標，其與衡量金融市場景氣波動之股價指數變動率 (spic) 之資料皆取自於台灣經濟新報 (TEJ) 總經資料庫。各變數、資料來源及統計值於表 4 中有詳細的說明。 36.