全球金融危機下政府干預行為對銀行績效成長趨勢之影響：亞洲經濟體之比較研究

i

國立交通大學

經營管理研究所

博士論文

No.151

全球金融危機下政府干預行為對銀行績效成長趨勢之影響:

亞洲經濟體之比較研究

The Influence of Government Intervention on the Trajectory of Bank

Performance during the Global Financial Crisis: A Comparative Study

among Asian Economies

研 究 生: 吳秋慧

指導教授: 丁 承 教授

張保隆 教授

i

國立交通大學

經營管理研究所

博士論文

No.151

全球金融危機下政府干預行為對銀行績效成長趨勢之影響:

亞洲經濟體之比較研究

The Influence of Government Intervention on the Trajectory of Bank

Performance during the Global Financial Crisis: A Comparative Study

among Asian Economies

研 究 生: 吳秋慧

研究指導委員會: 丁 承 教授

張保隆 教授

鍾惠民 教授

指導教授: 丁 承 教授

張保隆 教授

中華民國一○一年十二月

ii

全球金融危機下政府干預行為對銀行績效成長趨勢之影響:

亞洲經濟體之比較研究

The Influence of Government Intervention on the Trajectory of Bank

Performance during the Global Financial Crisis: A Comparative Study

among Asian Economies

研究生: 吳秋慧 指導教授: 丁 承 教授

張保隆 教授

國立交通大學 經營管理研究所 博士論文 A Dissertation

Submitted to Institute of Business and Management College of Management

National Chiao Tung University In Partial Fulfillment of the Requirements

for the Degree of Doctor of Philosophy

in

December, 2012

Taipei, Taiwan, Republic of China

i

全球金融危機下政府干預行為對銀行績效成長趨勢之影響:

亞洲經濟體之比較研究

研究生: 吳秋慧 指導教授: 丁 承 教授

張保隆 教授

國立交通大學經營管理研究所博士班 中文摘要 全球金融危機從 2007 年起開始快速傳播到世界各地，並影響到主要經濟體的銀行績效。 許多國家的政府採用了各種干預政策，以恢復其本身金融體系。透過銀行績效的動態變 化來檢驗政府干預前/後成長趨勢的差異。本研究採用分段潛伏趨勢模型。本研究使用 的資料數據來自Bloomberg 系統，收集五個亞洲主要經濟體包含日本、南韓、香港、新 加坡和台灣地區的銀行。從 2007 年第四季到 2010 年第二季，共 11 期季資料來反映六 個財務指標的償債能力、信用風險和獲利能力。全球金融危機下亞洲五個經濟體政府干 預前/後的行為，銀行績效的變化趨勢已進行比較分析。我們的實證結果證明，平均而 言，銀行績效在償債能力、信用風險和獲利能力方面在政府干預後的獲得改善。再者， 政府干預行為對銀行績效的表現取決於所評估的財務指標、經濟體與銀行是否具國際化 而有所影響。南韓和香港兩經濟體在政府干預後具有較強的銀行績效。南韓和香港所採 用的有效性政策已被證明與討論。 關鍵詞: 銀行績效、全球金融危機、政府干預、分段潛伏趨勢模型

ii

The Influence of Government Intervention on the Trajectory of Bank

Performance during the Global Financial Crisis: A Comparative Study

among Asian Economies

Student : Chiu- Hui Wu Advisors : Dr. Cherng G. Ding

Dr. Pao-Long Chang

Institute of Business and Management National Chiao Tung University

ABSTRACT

The global financial crisis that started from 2007 onwards spread around the world and impacted the performance of banks in major economies. Many governments have used a variety of intervention policies to recover their financial systems. By examining the dynamic changes in bank performance before and after government intervention, this study demonstrates the use of the piecewise latent trajectory model. We used the data collected from Bloomberg for banks of five major Asian economies, Japan, South Korea, Hong Kong, Singapore and Taiwan, over the eleven-quarter period from the 4th quarter of 2007 to the 2nd quarter of 2010 on six financial performance indicators reflecting solvency, credit risk and profitability. The change patterns of bank performance before/after government intervention during the global financial crisis have been compared among the five economies. Our empirical results indicate that, on average, the bank performance in terms of solvency, credit risk, and profitability improves after government intervention. Moreover, the influence of government intervention on bank performance depends on the evaluative financial indicator, the economy, and whether banks are internationalized. South Korea and Hong Kong have been identified to be the economies with stronger bank performance after government intervention. Policies demonstrated useful in South Korea and Hong Kong have been summarized and discussed.

Keywords: Bank performance, Global financial crisis, Government intervention, Piecewise latent trajectory model

iii

誌 謝

首先謹向兩位指導教授表達最誠摯謝意，感恩張教授保隆和丁教授承在整個學術研 究與撰寫論文過程中，給予我嚴謹紮實的訓練與指導，持續不斷的支持與鼓勵，學生永 遠銘記於心。兩位老師淵博的學養與真誠的教誨，展現大師風範，有機會忝為您們的入 門弟子，真是三生有幸。今日得以順利完成博士學位，內心充滿無限感恩與喜悅。 本研究承蒙丁教授承主持之國科會專題計畫（計畫標號：NSC100-2410-H-009-008 -MY2）補助，謹此向國科會申致謝忱。 感謝研究指導委員會鍾教授惠民專精的學養，適時給予指導與協助，深銘五內。銘 感論文口試委員胡教授星陽、黃院長美瑛以及陳教授勝源，於論文口試過程中，不吝惠 提諸多寶貴建議，致使本論文更臻完善，真是獲益良多，在此謹表達誠摯的敬意與謝意。 感恩國立交通大學經營管理研究所全體師長與行政團隊，學習過程中持續給予指導、督 勉與協助，在此一併致上最高的謝意。 博士班求學過程中，特別感謝亦師亦友的天德學長，筆硯相親的翰榮大哥及建宏同 學，讓我的求學歷程得以充實順遂。在此同時，眾多親朋好友在求學與論文寫作期間， 諸多支持、關懷與鼓勵，更是個人不斷勇往直前的動力，謹此一併申謝。 最後，個人要特別感謝我的家人，爸爸、媽媽、公公、婆婆、弟弟、弟媳的支持與 鼓舞；親愛的老公與孩子們的加油與打氣，謝謝您們一路相挺，陪我走過這段既充實而 又精采的學習路程。在此，謹將此份榮耀與您們共同分享。 吳秋慧 謹識 中華民國101 年 12 月

iv

目 錄

頁次 中文摘要 ... i 英文摘要 ... ii 誌謝 ... iii 目錄 ... iv 表目錄 ...,.... vi 圖目錄 ... vii 符號說明 ... viii 第一章 緒論 ... 1 1.1 研究背景 ... 1 1.2 研究動機 ... 4 1.3 研究問題與目的 ... 4 1.4 研究流程 ... 6 1.5 研究範圍 ... 7 1.6 論文結構 ... 7 第二章 文獻回顧與研究假設 ... 8 2.1 銀行財務績效指標 ... 8 2.2 政府干預的效果 ... 9 第三章 研究方法 ... 14 3.1 資料 ... 14

v 3.2 財務指標 ... 15 3.3 分段潛伏趨勢模型 ... 17 第四章 結果與討論 ... 27 4.1 政府干預前/後銀行績效成長趨勢之比較 ... 27 4.2 各經濟體銀行績效成長趨勢之比較 ... 37 4.3 政策意涵 ... 41 第五章 結論與建議 ... 47 5.1 結論 ... 47 5.2 對投資者與政策決策者之建議 ... 48 5.3 研究限制與後續研究建議 ... 48 參考文獻 …... 49 附錄：SAS分析程式 …... 54

vi

表 目 錄

頁次 表一 亞洲五個經濟體銀行分類彙整表 ... 15 表二 五大經濟體虛擬變數之設定方式 ... 22 表三 依經濟體與是否國際化之銀行績效變化平均趨勢 ... 26 表四 五個經濟體的六個財務績效指標之敘述統計量 ... 28 表五 對六個財務績效指標分段潛伏趨勢模型的主要分析結果 ... 31 表六 政府干預前/後銀行績效變化趨勢跨五經濟體與 國際化和非國際化銀行比較表 ... 33 表七 政府干預前/後銀行績效變化趨勢平均斜率比較表 (依經濟體與銀行是否國際化) ... 36 表八 五個經濟體政府干預前/後銀行績效變化平均斜率之成對比較 差異彙總表 ……….…….…… 39 表九 政府干預後具較優銀行績效之經濟體及其使用政策彙總表 …... 43

vii

圖 目 錄

頁次 圖一 研究流程圖 ... 6 圖二 本研究所採用之分段潛伏趨勢模型圖示 ... 19

viii

符 號 說 明

itk x 代表第 i 家銀行在時間 t 之第 k 項財務指標的觀察值 αik 代表第 i 家銀行在 k 財務指標的截距項，其為一個隨機變數 1 β_ik 代表政府干預前第 i 家銀行在 k 項財務指標的斜率，其為一個隨機變數 2 β _ik 代表政府干預後第 i 家銀行在 k 項財務指標的斜率，其為一個隨機變數 1t λ 代表政府干預前之時間移動值(為固定數值) 2t λ 代表政府干預後之時間移動值(為固定數值) itk ε 代表 Level-1 之誤差項 ε Θ 代表Level-1 誤差項之共變異數矩陣 ρ _{代表Level-1 誤差項之一階自我相關係數} 0i ζ ₁ i ζ ₂ i ζ _{代表 Level-2 之誤差項} ζ

Ψ

代表Level-2 誤差項之共變異數矩陣

1

第一章 緒論

1.1 研究背景

1929 年美國金融體系崩潰，股市崩盤，並且在不到兩週的時間，價值超過 3000 億美 元的財富消失。這次經濟危機迅速蔓延到其他經濟體，也導致大蕭條。近 80 年後，另 一個美國的金融災難遍及全球主要經濟體。從 2007 年開始，由於美國次級房貸危機， 如滾雪球效應持續傷害全球金融市場，導致全球金融危機。由於許多金融商品具有國際 化、全球化和流通性，美國此次的危機具有傳染效應，蔓延到世界各地主要經濟體，導 致全球金融市場一夕崩盤。 美國房地產市場在2008 年繼續變淡，同年 9 月中旬以後，美國次級房貸危機轉變成 全球性的金融危機，導致全球信貸市場的凍結。在2008 年，美國銀行(Bank of America) 收 購美林證券公司(Merrill Lynch)，美國最大的保險公司「美國國際集團 AIG（American International Group）揭露巨額虧損，美國聯邦國民抵押貸款協會（簡稱房利美，Fannie Mae） 與美國聯邦住宅貸款抵押公司（簡稱房地美，Freddie Mac），和雷曼兄弟（Lehman Brothers） 控股管理公司後，隨即宣布公司破產，導致美國聯邦儲備委員會(Federal Reserve Board) 提供緊急救援。不久後，美國最大的儲貸機構華盛頓互惠銀行(Washington Mutual Savings Bank)也相繼宣布破產。

2008 年全球性的「金融危機」連環效應正式成形，由金融工具中的信用風險移轉而 來，又以下列三種金融商品為經典代表之作：住宅抵押款擔保證券 （Residential Mortgage Backed Securities, RMBSs），債務抵押債券（Collateralized Debt Obligation, CDOs）和信 用違約交換（Credit Default Swap, CDSs）。除此之外，再加上其他主要金融市場，針對各 種不同的衍生性金融商品加以組合運用，組合再組合創造出跨市場的金融產品，進行投

2 機套利獲得超額報酬，這些金融商品都是導致次級抵押貸款危機的原因，然後蔓延開來 並傳播至世界各主要金融市場。由於很多的金融商品都具有國際性與流通性的性質，美 國的金融危機已產生蔓延的效應，擴展到世界主要的經濟體。 此次金融危機源自於次級房貸風暴，次級房貸危機則是金融機構研發的衍生性金融 商品與證券化商品所造成。其原因在於金融業不斷利用金融工程，組合、再組合型結構 金融商品( restructure notes)使之更加完備，同時規避金融法規與會計稽核讓市場看起來更 趨有效與穩定。基本上，對衍生性金融商品的認知與投資標的操作運用，一般社會投資 大眾缺乏相關的知識與認知，因此無法在第一時間及時發現問題與規避市場風險。美國 金融危機導因於次級房貸，促使全球金融體系瀕臨崩潰的邊緣，同時造成世界經濟陷入 嚴重的衰退，並導致就業市場萎縮、失業率節節攀升、信貸市場資金枯竭、市場利率飆 升和房地產市場交易低迷。依美國金融機構公佈2008 年第四季財務報表資料，呈現出重 大的損失。再以歐洲為例，許多國家遭遇國內需求的萎縮和外部需求的不足，面臨內外 交迫的窘境。 美國引起的全球2008 年金融危機，席捲全世界金融重鎮，同時也影響到日本和“亞 洲四小龍＂（南韓、香港、新加坡和台灣）。自 1970 年以來，他們是以迅速增長的出口 導向型經濟，但由於1997 年的東南亞金融風暴演變為亞洲金融危機，他們亦受衝擊，而 此衝擊以金融面為首當其衝，進一步影響到亞洲貨幣、股票市場和其它的資產價值。他 們不可避免地也受到這次全球金融危機波及，如今全球金融危機風暴襲來，勢必也會影 響到亞洲國家的金融體系，其中金融面的問題也隨之擴大，實質經濟成長率也遭受到衝 擊，亞洲國家面臨史無前例的挑戰，而且越演越烈。因此，面對全球金融危機的影響， 亞洲銀行的獲利能力蒙受其害，使本身既有的財務問題更加惡化，面臨許多意想不到的 挑戰。亞洲各經濟體的實質經濟均受到影響，掀起了信心危機、失業問題、經濟危機， 進而對社會穩定造成負面影響。

3

在金融危機期間最困難的關鍵時刻，美國九個金融機構於瀕臨崩潰時得到政府的財

政援助。以2008 年而言，他們合併總虧損已接近千億美元之多，迫使美國政府挹注資金

到陷入困境的金融機構，協助資產救助計劃（Troubled Asset Relief Program, TARP）已投 入1750 億美元做緊急救援方案。 美國政府首創的一個決策，就是政府干預的行為是為了防止與延緩更大規模的金融 危機。大多數歐洲國家的救助方案，一則是由政府直接挹注資本，另外是發行政府擔保 的債券計劃。世界各地的國家政府試圖挽救崩潰的股票市場與金融市場，紛紛提出強而 有力的救援措施，以便免金融危機持續蔓延與惡化對經濟造成影響。另一方面，相關金 融法規的積極改革與嚴格實施，則是為了使金融市場更加穩定並阻止金融危機的持續擴 散，有效抵禦國際金融危機以便鞏固金融體系。(Goodhart, 2008; Krimminger, 2008; Praet 和 Nguyen,2008）。 此外，亞洲金融機構的經營績效表現，也不可避免地遭受到金融危機的衝擊，面臨 著前所未見的金融風暴。由於銀行是屬於高度運用財務槓桿的產業，形成該產業高風險、 高報酬之特色，並且與其他行業緊密聯繫，同時為各行各業帶來融資渠道，間接創造經 濟的成長與競爭力。再者，金融業應特別注意銀行財務績效的表現，直接反映在直接金 融與間接金融的穩定性上。 在金融危機期間，經由政府干預之後銀行的財務績效是否已經穩定下來了呢？亞洲 各經濟體政府干預的行為與救援方案是否有效？基於此，本研究的重點在於探討政府干 預能否對銀行績效的平均成長趨勢發揮影響，並比較不同經濟體之間的政府干預之效果 差異。

4

1.2 研究動機

此次美國金融危機的起因，從最初的房貸危機演變到金融風暴，接著影響到實體經 濟面，然後引爆信心危機、失業危機，最後影響社會安定。全球金融海嘯連環效應的形 成與蔓延，亞洲金融面的問題也隨之擴大，實質經濟面更是受到前所未有的衝擊，同時 面臨史無前例的巨大挑戰，而且越演越烈。面對金融危機，亞洲五個主要經濟體（日本、 南韓、新加坡、香港和台灣）的政府政策、援助經濟方案以及銀行是否具國際化等因素， 在政府干預前與干預後銀行績效之平均變化趨勢表現值得探討，此乃研究動機之ㄧ。 亞洲五個主要經濟體在金融危機下，採用分段潛伏趨勢模型分析政府干預前與干預 後銀行績效有所差異，進而比較亞洲各經濟體面對金融海嘯之因應對策與救援手段之有 效性，此乃研究動機之二。

1.3 研究問題與目的

亞洲金融機構的表現無可避免地受到全球金融海嘯的影響，同時面臨一個史無前例 的金融危機，亞洲各國政府的干預是否妥善加以評估。其中，銀行產業特別值得注意， 由於銀行業屬於高度運用財務槓桿的產業，它與金融體系緊密相連，而銀行業的表現直 接與金融的穩定性息息相關。在全球金融危機期間，政府干預後銀行的財務表現是否穩 定下來了呢？本研究的重點是檢視政府干預是否能扭轉銀行績效表現的成長趨勢，並比 較不同經濟體之間的干預效果。

5 具體而言，本研究之研究目的有下列三項： 首先，我們分析隨著時間的變動，在金融危機期間政府干預之前與干預之後五個亞 洲經濟體（日本，南韓，香港，新加坡和台灣）在銀行財務績效的變化差異。這五大經 濟體的選擇，是因為他們具有相似的地理位置以及開放的金融市場之優勢。 其次，我們針對這些經濟體政府干預前與干預後銀行財務績效變化差異，進行跨經 濟體之比較分析。 最後，我們針對干預後具成效之經濟體，發掘並彙總其具體作法，同時討論相關政 策意涵，作為日後之參考借鏡。

6

1.4 研究流程

本論文研究流程整理如圖一所示。 圖一 研究流程圖 研究背景與目的說明 研究假設之建立 資料分析 分析結果討論 結論與建議 資料收集 文獻回顧與探討

7

1.5 研究範圍

本研究整理 2007 年第 4 季至 2010 年第 2 季共 11 季的財務報表資料，選自全世界 前 1000 大之銀行座落於亞洲之經濟體如台灣、新加坡、南韓、日本與香港具有代表性 之銀行各有11 期觀察值所組成的資料為研究對象。包括台灣 15 家銀行、南韓 6 家銀行、 新加坡3 家銀行、日本 10 家銀行與香港 8 家銀行為研究對象，共計 42 家銀行，採用分 段潛伏趨勢模型分析法，比較亞洲各經濟體銀行績效在全球金融海嘯發生期間，政府干 預前與干預後之平均變化趨勢。

1.6 論文結構

檢視相關文獻得知，本文是第一篇研究銀行績效變化隨著時間的變化，在政府干預 行為之前和之後，採用分段潛伏趨勢模型來分析的論文。此模型用於描述一個特定重要 的時間點之前與之後發生的變化軌跡，並進行比較其差異性（Flora, 2008 年）。 本論文除第一章緒論外，再區分為四章，各章內容簡述如下： 第二章為文獻回顧與研究假設建立，討論財務指標的選定標準與研究假設建立的依 據、說明政府干預前與干預後的差異以及闡述政府干預成功與失敗的關鍵點。 第三章為資料收集與分析方法說明，本研究使用分段潛伏趨勢模型 (Piecewise latent trajectory model)，作為第四章實證之方法依據。

第四章為資料分析結果與討論，本研究利用SAS 軟體之 PROC MIXED，具體進行

研究假設檢驗、分析結果之差異比較與探討。

第五章為結論與建議，本章依據第四章的研究結果，就本研究之研究發現作一總 結，再依據結論提出實務性的建議，最後說明研究限制與後續研究建議。

8

第二章 文獻回顧與研究假設

2.1 銀行財務績效指標

Mishkin(1999) 指出銀行是屬於金融中介機構，藉由接受顧客之存款(出售負債)，貸 款給顧客(購買資產)的買賣過程中獲取利益。美國金融監理局評估銀行財務狀況時，採 用 CAMEL 標準，美國聯邦金融機構檢查委員會(FEIEC)制定之「金融機構統一評等制

度」 (Uniform Interagency Bank Rating System)，同時也是國際公認的金融機構制度評 等，其主要項目資本適足率(Capital adequacy)、資產品質(Assets quality)、管理品質 (Management quality)、獲利能力(Earning)與流動性(Liquidity)。變現能力又分為短期變現 能力稱之為流動性(liquidity)；長期變現能力稱之為償債能力(solvency)，一些相關學者強 調償債能力(solvency)是評估金融市場穩定性與有效性之重要指標之一 (Barrell et al., 2010；Raddatz, 2006)。這場金融危機使金融市場日益惡化，歸咎於金融體系缺乏流動性 和無償債能力的問題，甚至蔓延全球、升高世界經濟衰退的風險。

Stojanovic et al.(2008) 分析銀行承做房屋貸款是否應增加銀行風險程度，從銀行 CAMELS 財務變數與經濟變數找出影響銀行是否需要增加風險程度，採用資本適足率 (capital adequacy)、資產品質(assets quality)、獲利能力(profitability)、流動風險(liquidity risk)、敏感性(sensitivity)分析。Arena(2008) 研究其失敗的銀行和銀行基本面的關係，對 於有危機之國家財務報表作實證分析。比較分析十九世紀拉丁美洲國家及東亞國家的銀 行，發現銀行基本面顯著影響到銀行倒閉的可能性，其中研究的指標採用資產品質(assets quality)、償債能力(solvency)、流動性(liquidity )、資產報酬率(return on assets)和利率與 存款(interest rates and deposits)。

9

減構面的方法來衡量銀行的績效，由此產生的因素包括償債能力（solvency）、投資活動 （investment activity）、資本結構（capital structure）、獲利能力（profitability）。Raveh(2000) 採用多變量分析方法中 Co-plot (common plots)的統計方法及二維圖形(two dimensional graphic)進行比較與分析銀行的績效，採用的分析指標包含流動性能力（liquidity）、投資 活動（investment activity）、資本結構（capital structure）、獲利能力（profitability）。

2.2 政府干預的效果

在1981年，雷根總統擔任美國總統時期（Ronald Wilson Reagan，1981年1月20日至1989 年1月2日擔任美國總統），美國經濟陷入極為不尋常的兩難，嚴重的通貨膨脹與高失業 率的兩難，在這樣的環境中“雷根經濟政策(Reaganomics)＂浮出檯面，採取積極面對現 實，迅速採取解決對策。1981年美國經濟衰退時採用“雷根經濟政策＂度過危機的方 法，同時促成1982年後美國經濟大成長的方法，創造了美國史上為期最久的經濟擴張。 雷根總統的六點經濟政策包括：“減少政府支出、降低利率、減稅(降低所得稅、去 除稅法的漏洞)、推動自由放任資本主義 (Laissez-faire Capitalism)、撤銷政府的干涉與管 制、抑制通貨膨脹＂。一方面政府採取財政政策減稅、降低稅率與或增加政府支出(如: 大量增加軍費)；另一方面，央行採取貨幣政策降低利率，以便產生鼓勵投資的效果，以 及增加貨幣供給量，來刺激經濟環境的發展。結果通貨膨脹與失業率均得到明顯的改 善，股價大漲與金融市場再度活絡，這說明政府干預在經濟與金融市場上獲得成功的案 例。 依據 Bhattacharyya et al. (1997) 針對不同型態銀行經營績效進行研究，得出之結論 顯示，印度商業銀行在金融自由化後的公營銀行、民營銀行與外商銀行其經營績效上之 差異，研究結果證實在金融自由化後銀行的經營績效均呈現顯著成長的趨勢，但其中又

10 以公營銀行的平均效率最高，因為他們有較高的信譽保證和較佳的競爭力，因此較能得 到政府的支持。 Ongena et al. (2003) 分析 1988-1991 年間挪威銀行的金融危機，發現日本與挪威兩 國幾乎同時發生金融危機。經由兩國政府干預之後，挪威歷經四年解除金融危機，但是 日本至今仍然遭受金融危機之苦。在 1980 年代日本處於高風險的不動產貸款、層出不 窮的經濟問題以及國外壓力迫使日幣不斷升值。由於財政部一連串的救援失敗，造成日 本後續的金融災難。在亞洲金融風暴 (1997-1999) 期間，日本政府挹注資金以救援銀 行，但由於救援資金不足則成效不彰。 Hoshia 和 Kashyap (2010) 深入探討日本三次金融風暴期間政府所扮演的角色與參 與的過程，以及政府面對風暴所採取的主要回應，並將一連串干預政策、金融機構援助 與接管行動等救援計畫加以評估比較分析。他們的結論是，政府的干預政策只成功在資 產重估方面。日本政府的干預行為似乎不能令人滿意。兩位學者歸納出八項足供借鏡的 日本經驗 (eight lessons from the Japanese experience)，提供給研究此課題之學者做為參考 之用。這八項珍貴的日本經驗包含：(1) 銀行將盡可能拒絕資本的援助、(2) 援助的方案 要有足夠的規模及配套措施、(3) 在修復償債能力的問題上應限制資產購買計劃、(4) 積 極有效的查核措施以落實援助方案執行、(5) 重視不良資產的重組、(6) 合宜適任的專責 管理機構、(7) 嚴防政治性貸款的介入和 (8) 以宏觀的角度進行銀行的重建工程。 在20 世紀 90 年代的期間，日本銀行壞帳問題處理不當，以致造成整個日本經濟停 滯不前。有鑑於日本處理銀行問題失允，台灣政府在 2001 年提出第一次金融改革，積 極打消金融呆帳，重建金融業活力。經由各方的共同努力下，朝野共識徹底打消金融呆 帳和金融重建基金的介入。所有閒置的銀行賬戶被關閉，更多的資金被釋放到金融市場 上，銀行不良貸款比率顯著降低，使得銀行逾放比率大幅下降。雖然第一次金融改革有 所成效，但金融改革在制度設計上存在缺陷和設想不周以致問題叢生，在加上政治因素

11 的考慮使金融改革措施發生變質，社會也付出了慘重的代價。(Hsaio et al.,2010)。 南韓曾經身陷亞洲金融風暴，南韓政府也提出各種多項的政府政策、金融改革與刺 激經濟等方案，試圖救經濟與救股市。歷經政府提供一連串的金融改革工程，由於南韓 政府政策使用得當，促使經濟復甦和景氣繁榮。因為南韓曾歷經1997年亞洲金融風暴， 因此面臨此次全球性金融危機，政府採取有效率的政策方案，使南韓安然度過此次全球 金融危機。Lee 和 Lee (2008) 也指出此次的全球性金融危機，激勵南韓政府從事多項 的金融改革於金融市場、公司治理和勞工市場等方面，使南韓金融市場煥然一新，創造 出更有利的經濟環境與國際競爭力。 Pasquariello (2007)分析中央銀行干預外匯市場，外匯市場價格形成過程所產生的影 響，分析市場流動性的行為，針對政府干預外匯施政措施的有效性進行了深入實證調 查。實證研究證明中央銀行干預的影響，由貨幣報酬、市場動向與交易成本，看出當金 融市場處於不穩定階段，政府為保障貨幣制度為基礎此時將採取干預政策，扮演政府的 經濟功能。Cukierman (2011)在「全球金融危機與教訓中回應中央銀行政策與金融法規改 革」的文章中指出，由於大量的貨幣交易直接干預外匯市場似乎無效，若個別中央銀行 同意彼此透過貨幣互換協議(SWAP)干預外匯市場，則貨幣政策的決策就能減低短期外匯 的波動。美國聯邦準備理事會(FED)在2008年10月30日宣布與巴西、墨西哥、韓國、和 新加坡等四國央行達成貨幣換匯協議，分別提供300億美元的額度，該協議於2009年4月 30日生效，旨在改善全球金融市場的流動性。 Goodhart (2008)針對金融法規進行深入研究後，據以提出一些援救金融危機的有效 方法，包括：(1)金融保險；(2)銀行的償債能力制度(緊急糾正行動)；(3)依照中央銀行實 行 貨 幣 市 場 業 務 ； (4) 流 動 性 風 險 之 管 理 ； (5) 用 資 本 適 足 率 來 擴 大 景 氣 循 環 (procyclicality)；(6) 法規的規範與管制，結構性投資工具(structured investment vehicles， SIVs)和聲譽風險；（7）危機管理。

12

值得注意的是，政府應謹慎使用政策，因為不是所有的政府政策都是有效的。隨著 不同經濟體的影響，政府干預的行為可能是完全不同。因為不同的經濟體所提出與關注 的救援方案的會有所差異。

依據 Sabi (1996)比較分析本國銀行(domestic banks)及外國銀行(foreign banks)的績 效模式，銀行屬於國際型(跨洲)愈高，其受金融風暴影響愈大。一般而言，大多數的本 國銀行較不具國際化，並有限度的參與全球市場的活動。實際上，他們在經營運作上較 少涉獵國際性金融商品買賣，同時又缺乏國際市場交易的經驗。因此，一般本國銀行在 承做金融債券和證券化商品上交易容量會較小，所以當遭受全球金融風暴時，本國銀行 直接遭受影響較少。Sturm 和 Williams (2004) 研究發現外國銀行比國內銀行更具有效 率，但這種更高效率是無法產生更高的獲利。因為此次的全球金融危機一般而言國際型 銀行受創較深。 Cukierman (2011) 提出大型金融機構當金融機構面臨危機時，大銀行不但不會內化 它們所面臨的系統風險，而且他們還期許政府將會緊急財政救援它們的金融機構，這就 是所謂的「大到不能倒的問題」“too-big-to-fail problem (TBTF)”。 Sohn (2010)從銀行 關係(relationships)角度驗證南韓銀行的改革，發現市場不適用「大到不能倒」的理論， 因為在南韓就有四家（Cho Hung bank、Commercial bank of Korea、Hanil bank 和 Korea Exchange bank）國家型銀行(nationwide banks)，面臨強迫性關閉的命運。

另外，一些學者研究指出大銀行能夠多樣化他們的放款投資組合和減少資產風險， 當銀行出現危機時，可求助於母公司(總公司)的資金支援，在面臨金融危機時可以穩定 他們的信用供給(Arena, 2008；Calomiris 和 Mason,2001)。

13 因此，面臨在此次全球性金融危機之際，各國政府也紛紛提出一連串相關的措施， 為救援金融體系與經濟發展而努力，包括：寬鬆貨幣政策和擴張財政政策等挽救金融市 場，在2008年金融海嘯肆虐全球經濟之際，這的確替全球經濟下滑的風險達成止血之效。 本研究依據政府干預之相關文獻，建立研究假設如下： 假設一 (H1)：金融海嘯發生期間，銀行績效在償債能力、信用風險以及獲利能力 三方面之平均成長趨勢會因政府干預後獲得改善。 假設二 (H2)：金融海嘯發生期間，銀行績效因政府干預獲得改善的效果會隨不同經濟體 以及銀行是否國際化而有所差異。

14

第三章 研究方法

3.1 資料

本研究以 2007 年第 4 季至 2010 年第 2 季的季報共 11 期，財務資料收集來自彭博 (Bloomberg)，此資料庫綜合世界各地銀行的資產負債表和損益表的數據。由於彭博的 綜合數據資料庫中台灣的銀行其財務報表的信息報告並不完整，基於這個原因，我們依 據台灣金融監管機構公開財務報表，分別收集各銀行財報數據。依照先前的研究，我們 只選擇大銀行作為研究對象(例如., Hoshi 和 Kashyap, 2010; Rotheli, 2010)，理由是大銀行 受全球金融風暴影響較深，他們受惠於政府的干預措施較多，因此大銀行樣本較具代表 性。 我們選自全世界前 1000 大之銀行，座落於亞洲國家如台灣、南韓、新加坡、日本 與香港具有代表性之42 家銀行，各有 11 期觀察值所組成的資料為研究對象。本研究所 選取之資料為季資料，某些相關銀行因為資料不齊全未被選取為研究對象。這些樣本銀 行的資料包括台灣15 家銀行、南韓 6 家銀行、新加坡 3 家銀行、日本 10 家銀行與香港 8 家銀行；其中，屬於國際化銀行有 28 家，非國際化銀行有 14 家為研究對象(如表一所 示)，本研究對國際化銀行之定義為一家銀行在境外設立之分行有跨不同經濟體均統稱為 國際化銀行。最後樣本數共462 筆銀行的季報所組成。

本研究採用分段潛伏趨勢模型(piecewise latent trajectory model) (Bollen 和 Curran, 2006, Sec. 4.3; Flora, 2008; Li et al., 2001) 比較分析在全球金融危機發生之際，亞洲各經 濟體在政府干預前與干預後對銀行財務指標之影響。本研究希望藉由實證結果所獲致之 資訊，提供政策制定者以及市場投資人進行決策時之參考。

15 表一 亞洲五個經濟體銀行分類彙整表 是否國際化 日本 南韓 香港 新加坡 台灣 合計 是 5 3 7 3 10 28 否 5 3 1 0 5 14 小計 10 6 8 3 15 42

3.2 財務指標

財務比率是以比率分析的方式衡量公司的營運狀況以及財務結構，因為絕對數字的 盈餘或應收帳款無法明確表示財務狀況的實際情形，所以本研究採用財務比率作趨勢 分，才能獲得較客觀的資訊；再加上多期之財務比率比較進而才能看出公司營業效益與 成長趨勢。我們將根據不同期間的財務比率作趨勢分析，跨期比較與跨銀行比較方式， 配合不同檢視功能之財務比率，來研析這波金融危機對銀行營運狀況及各種經營能力之 影響。 環顧國內外學者、研究機構以及各國政府金融監理單位以財務指標衡量銀行的經營 狀況，本研究以銀行之各項財務指標作為研究變數進行比較與分析。本研究歸納彙整分 為三大財務類別為(1)償債能力、(2)信用風險和(3)獲利能力三方面，包括六個重要財務 比率為總存款/總資產 (ＤA)、總存款/融資 (ＤF)、備抵呆帳/總貸款 (ABDL)、貸款損失 準備準備/不良貸款(LRNPL)、資產報酬率 (ROA)以及資產成長率 (GRA)，各項財務類 別及財務指標分別說明如下：

16 (1) 償債能力 (solvency) 銀行所吸收的存款為銀行之負債，銀行運用此資金應付隨時發生之資金支付，故此 指標為衡量銀行之變現能力。當變現能力不足會使銀行存在流動性風險；反之，過度的 流動性將降低銀行之收益能力。Iannotta et al. (2007) 採用存款對融資的比率為作績效指 標，他們認為，平均而言存款的利息成本比較低，因而以提高銀行的獲利。依BankScope

and Bloomberg 資料庫對銀行財務資料之定義，所謂融資(funding)總額為銀行存款戶之 存款總額、長/短期借款總額以及其他長/短期負債總額之加總總額。衡量此類別指標之 財務比率如下: 1. 總存款/總資產 (ＤA) =總存款/資產總額 *100 2. 總存款/融資 (ＤF) =總存款/融資總額 *100 (2) 信用風險 (credit risk) 貸款(放款)為銀行資金運用之主要來源，也是銀行產生收入之關鍵因素，因此貸款 所提列之備抵呆帳為預警放款品質，如果收息不正常表示轉入逾放的機會就比較大，貸 款品質較差則易產生不良債權及不良貸款。Simpson 和 Kohers (2000)指出，銀行業中常 用來衡量財務績效的指標有資產報酬率(ROA)及貸款損失對總貸款。貸款損失是銀行一 項重大的費用，因此貸款損失對貸款的比率是反映信用功能的一項重大指標。Iannotta et al. (2007) 認為風險性越高的貸款，所獲得的利息收入也越高，使用這項指標作為資產 品質的績效衡量。Berger et. al (2005) 也使用不良貸款對總貨款(NPL)作為衡量指標。衡 量此類別指標之財務比率如下: 3. 備抵呆帳/總貸款 (ABDL) =備抵呆帳總額 /貸款總額 *100% 4. 貸款損失準備/不良貸款(LRNPL)= 貸款損失準備/不良貸款總額×100 (3) 獲利能力 (profitability) Meyer 和 Markiewicz (1997) 將銀行績效關鍵成功因素分成八項，其中第一項就是獲 利能力(profitability)。Arshadi 和 Lawrence (1987) 實證研究評估新銀行的銀行績效表現，

17

使用多構面指數(the multidimensional indexes)方法，評估新銀行的銀行績效也包含了獲 利能力。經營績效結合管理與獲利能力，都是用來衡量銀行所能獲得之報酬，顯示銀行 總體營業成果指標及經營活動之綜合效益，此比率用以衡量銀行資產之運用效率，檢視 其資產是否因營業需要作充分的利用。Simpson 和 Kohers (2000) 指出，銀行業中常用來 衡量財務績效的指標有資產報酬率(ROA)及貸款損失對總貸款。其中資產報酬率是最廣 為使用的指標，用來衡量銀行以合理成本取得存款，並將這些貸款投資在有利的貸款及 投資的能力。對大部分的銀行而言，總資產中最大的一部分是貸款以及最大的收入是這 些貸款的利息收入。因此承做這些貸款的能力會直接影響到淨利及資本。資產報酬率越 高，表示金融機構之資產管理能力越好，每單位資產所獲得之報酬越高。此為銀行之重 要指標。衡量此類別指標之財務比率如下: 5. 資產報酬率 (ROA) = 稅後淨利 /平均資產總額 *100% 6. 資產成長率 (GRA) = (本期總資產－上期淨總資產) /上期總資產*100%

3.3 分段潛伏趨勢模型

潛伏趨勢模式(latent trajectory model)為線性結構方程式(structural equation model，簡 稱SEM)之一個特定形式(e.g., Duncan, Duncan, & Hops, 1996; Chan, 1998; Curran, 2003; Bollen & Curran, 2006)。該模式有兩層次模式(submodel)，第一層 (level-1) 次模式在觀 察不同時點(occasion或time以“t”表之)之受測結果、受測者(subject或individual以“i”表之) 在本研究指的是銀行，研究之觀察變數是財務指標，對受測者 i 在時點 t 針對財務指 標 x 觀察所得之結果為x ，第一層各期誤差則分別以it εt (t = 1,…,T)(T為觀察期數)表

之。因各受測者之時間趨勢皆有所不同，故反映時間趨勢之截距(intercept)及斜率(slope) 為隨機變數，以第二層次模式表之，隨機截距及斜率係無法直接觀察之構念(constructs)， 故稱為潛伏因素 (latent factors)，亦稱為成長因素(growth factors)，另成長因素可被與時

18

間無關之變數解釋，亦置於第二層次模式中，此時則該潛伏趨勢模式稱為條件式的潛伏 趨勢模式(conditional LGM)，第二層次模式若無解釋(預測)變數則稱為非條件式的潛伏 趨勢模式(unconditional LGM)。文獻尚通常以三角形符號(內含數字1)表示隨機截距及隨 機斜率潛伏變數之截距項係數為1(Curran & Bauer, 2007)。

為 了 要 符 合 研 究 目 的 並 配 合 資 料 的 性 質 ， 本 研 究 擬 採 用 分 段 潛 伏 趨 勢 模 型 （piecewise latent trajectory model），如 Bollen 和 Curran (2006) 以及 Flora (2008)所介 紹。該模型適合在研究的期間有一個已經確定的固定轉折點 (transition point)，此轉折點 需要滿足之前和之後的兩段不同的線性趨勢的情況。本研究以2008年第三季為固定轉折 點是因為9月15日雷曼兄弟（Lehman Brothers）控股管理公司的破產，雷曼兄弟是美國 第四大投資銀行，雷曼兄弟破產是世界金融史上一個極具指標意義的事件；同年10月3 日美國成立協助問題資產救助計劃（Troubled Asset Relief Program, TARP）的成立做緊 急救援方案，並啟動各國政府援助行動。上述之事件構成本模型轉折點之指標意義。該 模 型 不 僅 探 討 全 部 受 測 者 隨 著 時 間 變 動 趨 勢 進 行 重 複 施 測 或 受 測 者 彼 此 間 (Inter-individual; between subject)隨着不同屬性而變動之關係；對每個受測者受測者本身 (Intra-individual; within subject)隨著時間變動趨勢進行重複施測所得之變數值。

我們為達成研究目的，統計模型擬以分段潛伏趨勢模型，來檢驗在政府干預(轉折點) 前/後的變動，在全球金融危機期間政府干預是一個特定事件。為了要查看干預的行為效 果，使用分段潛伏趨勢模型應是合適的方法。隨着本身變化而變動情況可以同時檢驗銀 行與銀行之間差異的變化，並描述刻畫隨著時間變動銀行本身績效趨勢平均斜率之差異 比較。圖二所示為本研究所採用之分段潛伏趨勢模型，其中第四期為轉折點(transition point)。

19 1 ε ik α β1ik 1 i k x 1 00 γ 10 γ 1 1 _{1 1} −3_{− 12} − 7

Time 1 Time 2 Time 3 Time 4

0 ζ σζ ζ0 1 ζ1 2 ε 2 i k x 3 ε 3 i k x 4 ε 4 i k x 5 ε 5 i k x 6 ε 6 i k x 11 ε 11 i k x 2ik β 2 ζ 20 γ 111

Time 5 Time 6 Time 11

1 2 ζ ζ σ 0 2 ζ ζ σ 0 000 00 0 1 2 21~ 24 γ γ 11~ 14 γ γ 01~ 04 γ γ 05 γ 25 γ 15 γ 註：圖中符號之意義請見本節後續說明 圖二 本研究所採用之分段潛伏趨勢模型圖示 線性分段潛伏趨勢模型可表示為式(3.1) (Flora, 2008)： 1 1 2 2 itk ik t ik t ik itk x =α +λ β +λ β +ε , (3.1) 其中 i=1, 2,..., 42; t= 1, 2, ..., 11; 1, 2 ...,6,k = 式中 itk x 表示第 i 家銀行在時間 t 之第 k 項財務指標的觀察值； α_ik 第 i 家銀行在 k 財務指標的截距項，其為一個隨機變數； 1 β_ik 代表政府干預前第 i 家銀行在 k 項財務指標的斜率，其為一個隨機變數；

20 2 β _ik 代表政府干預後第 i 家銀行在 k 項財務指標的斜率，其為一個隨機變數； 1t λ 代表政府干預前之時間移動值(為固定數值)； 2t λ 代表政府干預後之時間移動值(為固定數值)； itk ε 代表 Level-1 之誤差項。 若轉折點在第四期，則截距項係數和λ_1t及λ_2t之數值可參考Flora (2008)設定之，表示成 式(3.2)： 1 2 1 1 3 0 2 1 2 0 3 1 1 0 4 1 0 0 5 1 0 1 6 1 0 2 7 1 0 3 8 1 0 4 9 1 0 5 10 1 0 6 11 1 0 7 t t t t t t t t t t t t t α λ λ = ⎡ − ⎤ ⎢ ⎥ = _⎢ − _⎥ ⎢ ⎥ = − ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ = ⎣ ⎦ (3.2) 此兩段線性轉折點(本研究在第4期)必須連接在一起，以上即為線性分段趨勢模型。第

i

家 銀行在時點

t

_{第 k 項財務指標觀察值為}xitk(

i

=1,2,…,

n

;

t

= 1, 2,…,11; k = 1, 2,…, 6) (

n

表 銀 行 家 數) ， 其 偏 離 趨 勢 之 誤 差 為ε_itk (Level-1誤差) ， 隨 著 時 間 變 化 之 誤 差 1 i ε ,ε_i2,ε_i3 ,…,ε_i11，其平均數為零，且對任何一家銀行而言，均具相同之共變異結構，

21 1 1 2 1 11 1 2 2 2 11 1 11 2 11 11 2 2 2 , ε ε ε ε ε ε ε ε ε ε ε ε ε ε ε ε σ σ σ σ σ σ σ σ σ ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ Θ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ " " # # % # " (3.3) 其中主對角線元素 2 t ε σ (t = 1, 2, …, 11) 表示每一時間點誤差之變異數，而非主對角線元 素 t t ε ε σ _′代表不同時間點誤差間之共變異數。誤差共變異結構因涉及時間關係，其前後各

期間誤差常具有一些特定結構，如AR(1) (一階自我迴歸(autoregressive)) 、AR(2)、 ARMA(1,1) (一階自我迴歸移動平均(autoregressive moving average)) 等特定型式，本研 究以最常見之AR(1) (Littell et al., 2006, p.176) 配適之，AR(1) 結構如式(3.4)：

2 10 9 2 2 8 10 9 8 1 1 , 1 1 ε ε ρ ρ ρ ρ ρ ρ σ ρ ρ ρ ρ ρ ρ ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ Θ " " # # # # % # " (3.4) 其中ρ為一階自我相關係數 (autocorrelation coefficient )。 另Level-2之隨機截距項α_ik及隨機斜率項β_1ik與β_2ik可以與時間無關之因素解釋 之，以利分析比較趨勢之差異性。本研究採用兩個與時間無關之解釋變數，一個是「經 濟體」，另一個是「有無國際化」，「經濟體」包括日本、韓國、香港、新加坡和台灣， 「有無國際化」包括有/無，經濟體以四個虛擬變數，DEcon1，DEcon2，DEcon3 和 DEcon4代表之，有/無國際化以一個虛擬變數 Dint.代表之，其中 DInt = 1表銀行沒有國 際化，DInt = 0表銀行具有國際化。DEcon1，DEcon2，DEcon3 和 DEcon4之定義如表 二所示：

22

表二 五大經濟體虛擬變數之設定方式

DEcon1 DEcon2 DEcon3 DEcon4

日本 1 0 0 0 南韓 0 1 0 0 香港 0 0 1 0 新加坡 0 0 0 1 台灣 0 0 0 0 本研究以分段潛伏趨勢模型分析2008金融海嘯期間銀行績效趨勢在政府干預前後 之分段表現，並依上述經濟體與銀行有無國際化之屬性進行差異比較。因此，Level-2模 式如下： 00 01 02 03 04 05 0 1 10 11 12 13 14 15 1 2 20 21 22 23 24 25

DEcon1 DEcon2 DEcon3 DEcon4 DInt ,

DEcon1 DEcon2 DEcon3 DEcon4 DInt ,

DEcon1 DEcon2 DEcon3 DEcon4 DIn

i i i i i i i i i i i i i i i i i i i α γ γ γ γ γ γ ζ β γ γ γ γ γ γ ζ β γ γ γ γ γ γ = + + + + + + = + + + + + + = + + + + + 截距項： 　 干預前： 干預後： ti+ζ₂i, (3.5) 其中 1, DInt 0, i ⎧⎪ = ⎨ ⎪⎩ 無國際化銀行 有國際化銀行 ， 1, DEcon1 0, i ⎧⎪ = ⎨ ⎪⎩ 日本銀行 非日本銀行 ，

23 1, DEcon2 0, i ⎧⎪ = ⎨ ⎪⎩ 南韓銀行 非南韓銀行 ， 1, DEcon3 0, i ⎧⎪ = ⎨ ⎪⎩ 香港銀行 非香港銀行 ， 1, DEcon4 0, i ⎧⎪ = ⎨ ⎪⎩ 新加坡銀行 非新加坡銀行 ，

式(3.5)中之所有的 gamma (

γ

)係數均為待估之固定成長參數(growth parameters)， ₀

i ζ 、 1i ζ _及 ζ_{2i 表示 Level-2 誤差項，假設為常態，其平均數為零，共變異矩陣如式(3.6)} 所示： 0 0 1 0 2 0 1 1 1 2 0 2 1 2 2 2 2 2

,

ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ ζ

σ

σ

σ

σ

σ

σ

σ

σ

σ

⎡

⎤

⎢

⎥

= ⎢

⎥

⎢

⎥

⎣

⎦

Ψ

(3.6) 式(3.6)稱為無結構(unstructured)模型，通常以 UN 表之。將 Level-2 模式(式(3.5))代入 Level-1 模式(式(3.1)) (因每一項指標個別進行分析，故為簡單起見，下標 k 可省略)可得 合併式(combined model)如下：

24 1 1 2 2 00 01 02 03 04 05 10 1 11 1 12 1 13 1 14 1 15 1 20 2 21 2 ,

DEcon1 DEcon2 DEcon3 DEcon4 DInt

DEcon1 DEcon2 DEcon3 DEcon4 DInt DEcon1 it i t i t i it i i i i i t i t i t i t i t i t t i t x α λ β λ β ε γ γ γ γ γ γ γ λ γ λ γ λ γ λ γ λ γ λ γ λ γ λ = + + + = + + + + + + + + + + + + + + _{22 2 23 2 24 2} 25 2 0 1 1 2 2

DEcon2 DEcon3 DEcon4

DInt ( ). (3.7) i t i t i t i t i i t i t it γ λ γ λ γ λ γ λ ζ ζ λ ζ λ ε + + + + + + + 式(3.7)涉及跨層級交互作用(cross-level interactions) (γ₁₁,…,γ₁₅,γ₂₁,…,γ₂₅)，反映研究假 設二，當跨層級交互作用顯著時需進一步固定各經濟體，在控制銀行是否國際化之下， 檢視分段趨勢。式(3.7)和隨後的比較中，為了便於參數的解釋，我們依經濟體與銀行有 /無國際化彙總平均趨勢於表三。根據該表，γ₁₀ 及 γ₂₀分別代表台灣在國際化的銀行政 府干預前/後的平均趨勢；γ₁₁、 γ₁₂、 γ₁₃和 γ₁₄分別代表政府干預前的日本，南韓，香 港，新加坡和台灣之間的平均趨勢的差異，無論國際化還是非國際化的銀行； γ₂₁、 γ₂₂、 23 γ 和 γ₂₄ 分別代表政府干預後的經濟體之差異；γ₁₅表示政府干預前非國際化和國際化 的銀行之間平均趨勢差異，無論任何經濟體；γ₂₅表示政府干預後無論任何經濟體，非 國際化和國際化的銀行之間平均趨勢差異的變化差異。式(3.7)中參數之解釋彙總如下： 00 γ 代表台灣有國際化的銀行績效變化分段趨勢模型的截距項， 01 γ 代表日本有國際化的銀行績效變化分段趨勢模型的截距項， 02 γ 代表南韓有國際化的銀行績效變化分段趨勢模型的截距項， 03 γ 代表香港有國際化的銀行績效變化分段趨勢模型的截距項， 04 γ 代表新加坡有國際化的銀行績效變化分段趨勢模型的截距項， 05 γ 代表銀行有/無國際化之截距項差異(無論任何經濟體)， 10 γ 代表台灣有國際化的銀行在政府干預前的績效變化平均斜率， 20 γ 代表台灣有國際化的銀行在政府干預後的績效變化平均斜率， 11 γ 代表政府干預前，日本與台灣銀行績效平均趨勢差異(無論是否國際化)，

25 12 γ 代表政府干預前，南韓與台灣銀行績效平均趨勢差異(無論是否國際化)， 13 γ 代表政府干預前，香港與台灣銀行績效平均趨勢差異(無論是否國際化)， 14 γ 代表政府干預前，新加坡與台灣銀行績效平均趨勢差異(無論是否國際化)， 21 γ 代表政府干預後，日本與台灣銀行績效平均趨勢差異(無論是否國際化)， 22 γ 代表政府干預後，南韓與台灣銀行績效平均趨勢差異(無論是否國際化)， 23 γ 代表政府干預後，香港與台灣銀行績效平均趨勢差異(無論是否國際化)， 24 γ 代表政府干預後，新加坡與台灣銀行績效平均趨勢差異(無論是否國際化)， 15 γ 代表政府干預前非國際化和國際化的銀行績效平均趨勢差異(無論任何經濟體) 25 γ 代表政府干預後非國際化和國際化的銀行績效平均趨勢差異(無論任何經濟體)

26 表三 依經濟體與是否國際化之銀行績效變化平均趨勢 銀行 型態 經濟體 母體平均趨勢 日本 00 01 05 10 11 15 1 20 21 25 2 ( | 1, 1 1, 2 0, 3 0, 4 0) =( it + + )+( + + ) _t ( + + ) _t

E y DInt DEcon DEcon DEcon DEcon

γ γ =γ γ γ= γ λ + =γ γ γ λ= =

南韓

00 02 05 10 12 15 1 20 22 25 2

( | 1, 1 0, 2 1, 3 0, 4 0)

=( it + + )+( + + ) t ( + + ) t

E y DInt DEcon DEcon DEcon DEcon

γ γ =γ γ γ= γ λ + γ= γ γ λ= =

香港

00 03 05 10 13 15 1 20 23 25 2

( | 1, 1 0, 2 0, 3 1, 4 0)

=( it + + )+( + + ) _t ( + + ) _t

E y DInt DEcon DEcon DEcon DEcon

γ γ =γ γ γ= γ λ + γ= γ γ λ= =

新加坡

00 04 05 10 14 15 1 20 24 25 2

( | 1, 1 0, 2 0, 3 0, 4 1)

=( it + + )+( + + ) t ( + + ) t

E y DInt DEcon DEcon DEcon DEcon

γ γ =γ γ γ= γ λ + γ= γ γ λ= = 無 國 際 化 銀 行 台灣 00 05 10 15 1 20 25 2 ( | 1, 1 0, 2 0, 3 0, 4 0) =( it + )+( + ) _t ( + ) _t

E y DInt DEcon DEcon DEcon DEcon

γ γ = γ γ λ=+ γ γ λ= = =

日本

00 01 10 11 1 20 21 2

( | 0, 1 1, 2 0, 3 0, 4 0)

=( it + )+( + ) t ( + ) t

E y DInt DEcon DEcon DEcon DEcon

γ γ = γ γ λ =+ γ γ λ= = =

南韓

00 02 10 12 1 20 22 2

( | 0, 1 0, 2 1, 3 0, 4 0)

=( it + )+( + ) _t ( + ) _t

E y DInt DEcon DEcon DEcon DEcon

γ γ = γ γ λ=+ γ γ λ= = =

香港

00 03 10 13 1 20 21 2

( | 0, 1 0, 2 0, 3 1, 4 0)

=( it + )+( + ) t ( + ) t

E y DInt DEcon DEcon DEcon DEcon

γ γ = γ γ λ=+ γ γ λ= = =

新加坡

00 04 10 11 1 20 24 2

( | 0, 1 0, 2 0, 3 0, 4 1)

=( it + )+( + ) t ( + ) t

E y DInt DEcon DEcon DEcon DEcon

γ γ = γ γ λ =+ γ γ λ= = = 有 國 際 化 銀 行 台灣 00 10 1 20 2 ( | 0, 1 0, 2 0, 3 0, 4 0) = it+ t t

E y DInt DEcon DEcon DEcon DEcon

27

第四章 結果與討論

本研究依據第二章之文獻探討和研究假設，同時佐以第三章分段潛伏趨勢模型之研 究方法，再配合PROC MIXED 為釋例，進行實證比較。

4.1 政府干預前/後銀行績效平均趨勢之比較

分段潛伏趨勢模型對六個財務指標的參數估計其測試結果描述在表五中。我們利用 SAS 軟體之 PROC MIXED 進行實證操作程序。它呈現出一些交互作用方面的重要訊息， 同時具有統計意義的解釋意涵。換言之，銀行績效的平均趨勢受政府干預的影響，其趨 勢變化亦取決於所使用之財務績效指標、經濟體、以及銀行本身是否具國際化，我們依 據統計呈現之顯著差異性加以探討分析，以供實證研究者參考。 我們為了解財務績效指標之相關性，分別對五個經濟體分析六個財務績效指標彼此 間之相關程度，呈現在表四之敘述統計量分析。 我們觀察財務績效指標變數彼此之間屬於正或負相關，相關性之大小以及是否顯 著。DA 與 DF 同屬償債能力之財務構面，在這五大經濟體裡，日本、南韓與香港存在 顯著正相關，分別為0.973、0.953 和 0.892；台灣與新加坡則不具顯著相關性。另 ABDL 與LRNPL 同屬信用風險之財務構面，只有台灣兩指標呈現不顯著相關 (−0.012)。再者， ROA 與 GRA 同屬獲利能力之財務構面，日本、南韓、台灣與香港均呈顯著正相關，雖 新加坡相關係數(0.341)不顯著，但其 p 值 0.0521 已十分接近顯著水準。

28

表四 五個經濟體的六個財務績效指標之敘述統計量(平均數，標準差，極大 值，極小值)

經濟體 統計量 DA DF ABDL LRNPL ROA GRA 平均數 67.48 77.43 0.15 75.41 0.04 2.19 標準差 12.78 13.22 0.31 37.34 0.79 5.53 極大值 87.63 98.23 1.70 227.24 1.65 19.07 日本 極小值 41.88 48.66 −0.23 27.09 −3.78 −19.27 平均數 57.22 68.08 0.55 148.22 0.78 11.56 標準差 13.14 14.92 2.38 39.50 0.30 7.80 極大值 74.50 82.66 19.56 289.93 1.31 28.64 南韓 極小值 27.16 31.33 0.04 11.09 0.11 −7.14 平均數 69.85 85.73 0.64 68.37 0.61 9.76 標準差 12.59 8.22 2.12 33.99 0.39 10.65 極大值 87.36 97.69 20.01 183.50 1.55 33.91 香港 極小值 44.13 60.57 −0.07 5.15 −0.08 −9.61 平均數 60.30 82.11 0.16 93.03 0.99 6.89 標準差 6.67 5.54 0.14 15.45 0.19 6.50 極大值 69.44 90.99 0.47 117.85 1.27 19.78 新加坡 極小值 50.85 69.67 -0.10 60.13 0.48 −4.10 平均數 79.66 81.52 1.03 87.82 0.22 4.40 標準差 6.32 8.99 0.26 39.21 0.22 5.73 極大值 102.13 96.48 2.02 231.61 0.82 30.27 台灣 極小值 60.22 60.85 0.54 0.00 −0.75 −15.54

29

表四 (續) 五個經濟體的六個財務績效指標之敘述統計量(相關係數)

經濟體 DA DF ABDL LRNPL ROA GRA

DA 1 0.973*** −0.359*** _−0.600*** _0.515*** _−0.036 DF 1 −0.387*** _−0.587*** _0.550*** _0.003 ABDL 1 0.365*** −0.332*** _−0.082 LRNPL 1 −0.157 0.335*** ROA 1 0.459*** 日本 GRA 1 DA 1 0.953*** 0.083 −0.204 0.078 −0.365** DF 1 0.090 −0.149 0.180 −0.332** ABDL 1 −0.438*** _{0.131 −0.044} LRNPL 1 0.280* 0.419*** ROA 1 0.289* 南韓 GRA 1 DA 1 0.892*** −0.065 −0.025 −0.097 −0.154 DF 1 −0.112 −0.095 −0.174 −0.304** ABDL 1 −0.223* _{0.091 0.197} LRNPL 1 0.358*** 0.266** ROA 1 0.653*** 香港 GRA 1 DA 1 0.042 0.467 −0.608*** _−0.433* _−0.395* DF 1 0.308 −0.567*** _−0.706*** _−0.039 ABDL 1 −0.401* _−0.539** _−0.409* LRNPL 1 0.763*** _0.281 ROA 1 0.341 新加坡 GRA 1 DA 1 0.031 0.087 −0.166* _−0.161* _−0.206** DF 1 0.183** −0.113 −0.022 −0.263*** ABDL 1 −0.012 −0.200** _−0.444*** LRNPL 1 0.227** 0.075 ROA 1 0.153** 台灣 GRA 1 DA＝總存款/總資產；DF＝總存款/融資；ABDL＝備抵呆帳/總貸款；LRNPL＝貸 款損失準備/不良貸款；ROA ＝資產報酬率；GRA＝資產成長率。* p < 0.05；**p < 0.01；*** p < 0.001。

30 銀行具國際化與非國際化在政府干預前、後的平均斜率(代表時間趨勢)有何差異， 已經個別為這六項指標做測試，請參閱DInt*T1 與 DInt*T2 在表五中的結果。財務指標 ABDL，在政府干預前非國際化的銀行表現比國際化的銀行差，但是經由政府干預後其 非國際化的銀行表現較好(趨勢的差異分別為 6.9240 和 −0.4908，兩者均顯著於 p < 0.001)。另外，財務指標 GRA，在政府干預後其非國際化的銀行表現比國際化的銀行好 (趨勢的差異＝ 1.1912, p < 0.005)。償債能力的平均斜率，沒有顯著性差異存在國際化 和非國際化的銀行之間無論干預之前或之後。 從資料中可以看出，當銀行面臨金融危機，國際化的銀行經由政府干預後的表現仍 然弱於非國際化的銀行。國際化的銀行受傷太深，損失無法藉由短期的政府干預效果止 跌回穩。主要的原因是國際化的銀行投資部位太大、範圍太廣同時涉及不同金融市場； 在加上此次全球金融海嘯如滾雪球般，牽一髮而動全身，從美洲蔓延到歐洲甚而到亞 洲，幾乎如鋪天蓋地般瀰漫世界各主要金融市場。

31

表五 對六個財務績效指標分段潛伏趨勢模型的主要分析結果

償債能力 信用風險 獲利能力

參數 DA DF ABDL LRNPL ROA GRA

Intercept γ₀₀ 77.1407*** 82.5699*** 0.1046 73.6129*** 0.2881** 6.6524* DEcon1 γ₀₁ −12.0087* _{−7.5608 −1.4289}* _{10.6806 0.1308 1.0985} DEcon2 γ₀₂ −23.5542*** _−19.0132*** _−1.6280* _88.4864*** _0.6004*** _12.3588*** DEcon3 γ₀₃ −8.9866 2.3150 0.1484 −14.2073 0.1240 3.1258 DEcon4 γ₀₄ −18.0160* _{−1.2345 0.1070 19.1078 0.7122}*** _−0.3226 DInt γ₀₅ 2.6969 3.1427 2.7846*** −2.2430 −0.2017* _−5.8718* T1 γ₁₀ 0.1532 0.0217 −2.3063* _{−2.0386 −0.0506 0.4532} DEcon1*T1 γ₁₁ −0.6560 −0.7645 −1.2392 −2.1322 0.0122 1.0634 DEcon2*T1 γ₁₂ −1.1131* _{−1.1297 −2.1251 1.0314 −0.0281 0.7190} DEcon3*T1 γ₁₃ −0.0990 0.3571 1.4892 −0.0105 −0.1480** _−3.4275** DEcon4*T1 γ₁₄ 0.2243 0.5134 2.3488 −2.4086 −0.0089 −2.7505 DInt*T1 γ₁₅ 0.0378 0.2507 6.9240*** 2.7077 0.0022 −1.3784 T2 γ₂₀ 0.6482** −0.8170** _0.1619* _5.6225*** _{−0.0059 −0.5480} DEcon1*T2 γ₂₁ −0.3718 1.0067** 0.1002 −9.6325*** _−0.1186*** _−0.7483 DEcon2*T2 γ₂₂ 0.0215 1.7000*** 0.1596 −11.4448*** _{−0.0089 −1.5645}* DEcon3*T2 γ₂₃ −0.0743 1.1385** −0.1566 −2.7545 0.0528 0.4074 DEcon4*T2 γ₂₄ −0.1419 1.1462* −0.1750 −6.1213 −0.0057 0.6689 DInt*T2 γ_{25 0.0785 0.1330 −0.4908}*** _{1.0050 0.0095 1.1912}* DA＝總存款/總資產；DF＝總存款/融資；ABDL＝備抵呆帳/總貸款；LRNPL＝貸款損失準備/ 不良貸款；ROA ＝資產報酬率；GRA＝資產成長率。虛擬變數 DInt = 0 為國際化銀行，DInt = 1 為非國際化銀行。虛擬變數 DEcon1＝1 為日本，其餘則為 0； DEcon2＝ 1 為南韓，其餘則 為0； DEcon3＝1 為香港，其餘則為 0；DEcon4＝1 為新加坡，其餘則為 0。 T1 和 T2 分別表 示λ_1t和λ_2t。*

32 雖然國際銀行均屬於全球化銀行，所承受到全球金融危機的影響也較重。但他們面 臨金融危機時，有更多的資金支持來源，例如來自母國的支援和當地政府的支助，這或 許就是“大到不能倒＂的原因。大型國際金融機構的高階主管，預計政府將拯救他們的 機構，當他們面臨失敗，政府會試圖灌輸信心，承諾挹注額外的資金。必要時，政府提 供援助這些具有影響力之金融機構，同時保護金融體系的穩定。本研究結果顯示，在政 府干預前雖然非國際化銀行的信貸風險比國際化的銀行更高，但經由政府干預後他們的 恢復速度是很快的。反觀國際化的銀行，可能需要一些時間來改善其信用風險並恢復其 獲利能力。 表六顯示六個財務指標的績效，橫跨五個經濟體(日本、南韓、香港、新加坡以及台 灣)與國際化和非國際化銀行之間的比較，在政府干預之前和之後他們的趨勢差異分析。 針對一個財務績效指標，在政府干預前趨勢、干預後趨勢以及前後趨勢差異檢定所對應 之統計虛無假設分別為 H0(干預前)：γ + (γ + γ + γ + γ )/5 + γ /2 = 0_{10 11 12 13 14 15} ， H0(干預後)：γ + (γ + γ + γ + γ )/5 + γ /2 = 0_{20 21 22 23 24 25} ， H0(干預後－干預前)：[γ + (γ +γ +γ + γ )/5_{20 21 22 23 24} + γ / 2]₂₅ −[γ +(γ + γ + γ + γ )/5 + γ /2] = 0_{10 11 12 13 14 15} 。 在DA、ABDL、ROA和GRA四財務指標，均顯示政府干預後銀行績效獲得改善。雖然政 府干預前後差異（干預後減干預前）的平均斜率，在財務指標ABDL和GRA的檢測都是 不顯著，但政府干預後趨勢(平均斜率)在財務指標ABDL的改變，從政府干預前的統計不 顯著到政府干預後的統計負顯著(−0.0979, p < 0.005) 。再者，財務指標GRA的改變，從 政府干預前的統計負顯著(−1.1151, p < 0.005)到政府干預後的統計不顯著。前面的財務指 標ABDL呈現一個顯著的趨勢，這表明政府干預後信貸風險已有所改善；後者GRA顯示 一個顯著緩和的下降趨勢，表示經由政府干預後獲利能力的下降趨勢已得到緩解達到止 跌回穩。金融海嘯期間銀行績效在償債能力、信用風險以及獲利能力其平均斜率，會因 政府干預後而獲得改善。因此，假設一(H1)獲得支持。

33 表六 政府干預前/後銀行績效變化趨勢跨五經濟體與國際化和非國際化銀行比較表 政府干預 財務績效指標 前 後 後 − 前 償債能力 DA −0.1567 0.5742*** 0.7309* DF −0.0576 0.2478 0.3054 信用風險 ABDL 1.2504 −0.0979* _−1.3483 LRNPL −1.3887 0.1344 1.5231 獲利能力 ROA _−0.0841*** _{−0.0172 0.0669}* GRA −1.1151* _{−0.1998 0.9153} DA＝總存款/總資產；DF＝總存款/融資；ABDL＝備抵呆帳/總貸款；LRNPL＝貸款損 失準備/不良貸款；ROA ＝資產報酬率；GRA＝資產成長率。統計虛無假設為 H0(干預前)：γ + (γ + γ + γ + γ )/5 + γ /2 = 0_{10 11 12 13 14 15} ， H0(干預後)：γ + (γ + γ + γ + γ )/5 + γ /2 = 0_{20 21 22 23 24 25} ， H0(干預後－干預前)：[γ + (γ +γ +γ + γ )/5_{20 21 22 23 24} + γ / 2]₂₅ −[γ +(γ + γ + γ + γ )/5 + γ /2] = 0_{10 11 12 13 14 15} 。 表中之數字係根據表五參數估計值代入上列虛無假設之式所得。 * p < 0.05；*** p < 0.001。

34 我們總結這六個財務績效指標的平均趨勢，五個經濟體（日本、南韓、香港、新加 坡和台灣）在政府干預前與後不同經濟體的組合，銀行是否具國際化（有與無，分別由 表示 Int0 和 Int1），呈現在表七。例如，在日本的非國際化銀行政府干預前和干預後的 趨勢(平均斜率)之差異分別是 γ +γ +γ 和 ˆ₁₀ ˆ₁₁ ˆ₁₅ γ +γ +γ ；日本的國際化銀行在政府干預ˆ₂₀ ˆ₂₁ ˆ₂₅ 前和干預後的趨勢之差異分別是γ +γ 和 ˆ₁₀ ˆ₁₁ γ +γ ；再者，非國際化銀行和國際化銀行ˆ₂₀ ˆ₂₁ 其 政 府 干 預 後 減 干 預 前 的 趨 勢 之 差 異 分 別 是 (γ +γ +γ ) (γ +γ +γ )ˆ₂₀ ˆ₂₁ ˆ₂₅ − ˆ₁₀ ˆ₁₁ ˆ₁₅ 和 20 21 10 11 ˆ ˆ ˆ ˆ (γ +γ ) (γ +γ )− 。另外，政府干預前/後的平均斜率之比較和檢測，其顯著差異性與 意義含括在表七。在南韓，財務指標 DA 和 DF 的平均斜率差異非常顯著，國際化銀行 在政府干預後比干預前好（DA 和 DF 干預前與干預後的平均斜率之差異，分別為 1.6297 和 1.991），反映償債能力獲得改善。再者，非國際化銀行（DA 和 DF 干預前與干預後 的平均斜率之差異，分別為 1.6704 和 1.8733），表示非國際化銀行的償債能力在政府干 預後比干預前也有進步。在台灣，財務指標DA 在政府干預前的趨勢表現不佳，但是在 政府干預後顯著改善；然而，無論國際還是非國際化的銀行，財務指標 DF 趨勢在政府 干預前表現不佳，但在政府干預後顯著惡化。其他經濟體在國際或者非國際化的銀行， 在財務指標 DA 和 DF 上無顯著差異。由此看來，就償債能力而言，南韓的銀行受政府 干預的好處遠超過其他經濟體系，證實政府干預得當。 反映在信用風險方面，所有經濟體的銀行績效在財務指標 ABDL 上，非國際化銀 行的趨勢在干預之後明顯比干預之前有顯著的改善，除了南韓之外；但在日本、南韓和 台灣的國際化銀行反映顯著惡化。只有非國際化的銀行在政府干預後得利於ABDL。另 外，財務指標 LRNPL 顯示銀行在南韓的國際化和非國際化的銀行有顯著改善，但銀行 在台灣的國際化和非國際化的銀行在 LRNPL 反應不佳。由於國際化銀行涉及主要金融 市場，他們所承做之金融商品大多屬於高風險高報酬之組合商品。顯然地，當遭受金融 危機時，本身所受之影響遠大於非國際銀行。

35 財務指標ROA 和 GRA 其成長趨勢平均斜率均呈現顯著差異，在香港的國際化銀行 和非國際化銀行，在政府干預後比政府干預前反映獲利能力得到改善。財務指標 GRA 的成長趨勢平均斜率，銀行在新加坡的非國際化銀行，在政府干預後顯著大於干預前， 表示銀行績效獲得改善。日本的銀行無論國際化和非國際化的銀行，在財務指標 ROA 的成長趨勢平均斜率在政府干預之後未獲得改善。 綜上所述，當面臨金融海嘯，政府干預的效果可能會顯著改善銀行績效，反映在銀 行績效的成長趨勢平均斜率上，取決於財務指標、經濟體和銀行是否為國際化銀行。因 此，假設二(H2)獲得支持。