• 沒有找到結果。

傳統行庫企業授信之財務影響因素探討–以地區及產業別為調節變項

N/A
N/A
Protected

Academic year: 2021

Share "傳統行庫企業授信之財務影響因素探討–以地區及產業別為調節變項"

Copied!
90
0
0

加載中.... (立即查看全文)

全文

(1)國立交通大學 管理學院碩士在職專班經營管理組 碩 士 論 文 傳統行庫企業授信之財務影響因素探討 –以地區及產業別為調節變項 The Moderating Effects of Area and Industry on the Influences of Financial Factors on Crediting Policy -the Case of An Old Bank.. 研 究 生:王政達 指導教授:丁. 承. 中 華 民 國. 教授. 九十六 年 六 月.

(2) 傳統行庫企業授信之財務影響因素探討 –以地區及產業別為調節變項 研究生:王政達. 指導教授:丁. 承 教授. 國立交通大學管理學院碩士在職專班經營管理組. 摘. 要. 本研究主要探討企業戶財務結構對於銀行授信行為的影響,本研究透 過單期的決策分析,以 12 項財務變數建構迴歸模式,利用 600 筆放款資料 進行實證分析,實證結果指出企業本身財務狀況較強者與財務狀況較弱 者,在銀行核給的額度上有差異,而財務狀況愈强者,其核准額度愈高。 本研究另導入地區別及產業別兩項調節變項,探討銀行授信行為是否會因 不同地區或產業而有影響。證實發現其解釋能力均較未加入調節變項之迴 歸模式有顯著提高,而此與銀行授信實務,會依產業及地區特性加以評估 之情形一致,意即銀行核給的額度、利率,會隨著企業所處之產業、地區 不同,而有差異之研究假設亦獲得支持。. 關鍵詞:銀行、財務因素、授信決策、產業別、地區別。. -i-.

(3) The Moderating Effects of Area and Industry on the Influences of Financial Factors on Crediting Policy-the Case of An Old Bank.. Student:Cheng-Ta Wang. Advisor:Dr. Cherng G. Ding. The Master Program of Business and Management College of Management National Chiao Tung University. ABSTRACT. This paper demonstrates some empirical evidence on the relationship between corporate financial situation and the credit granted by the old bank in Taiwan. We utilize the regression model to analyze the data in Taiwan . This paper is aimed to inquire the impact factors through financial ratio analysis on the crediting policy of old bank. After processing these original data, we find the important conclusion, the better qualification the corporate is, the more credit the bank will grant. In addition, we use moderators to examine the hypothesis whether the credit granted by old bank will be influenced by area or industry. The result shows that by adopting moderators the regression model does enhance its overall accuracy. This outcome has complied with the banking practice. Keywords: Bank, Financial Factor, Crediting Policy, Industry, Area.. -ii-.

(4) 誌. 謝. 本論文得以順利完成,衷心感謝恩師丁承教授細心指導,在 我有疑惑時給予我適時指導,讓我的疑惑能一掃而空。論文口試 期間,亦承蒙口試委員周雨田老師、張芳仁老師及劉芬美老師, 在口試時給予我寶貴意見,使得本論文可以更臻周延完善。 在學習期間,正益、淑芳及鴻源都是我堅強的夥伴,謝謝你 們各方面的提醒、幫忙與協助,而同班同學們的相互砥礪,留下 難忘的同窗情誼,和許多的歡樂與回憶,也是我能堅持完成學業 的重要動力來源。 另外,特別要感謝的是工作上的長官與朋友的關懷,尤其是 芙蓉、淑斐、麗娟、志彥及金興,給予的支持與指教,讓我在繁 忙的工作與學業中,倍覺溫馨。 最後更要深深的感謝家人們對我的支持與鼓勵。一直陪伴 我,分享我的快樂也分擔我的煩惱,尤其是俞慧,總是包容我的 任性與無理,及對我生活上細心照顧,讓我無後顧之憂,我真的 很感謝你們。謹將此一喜悅與榮耀獻給 最親愛的爸、媽、家人、 俞慧及所有關心我的人!. 政達 謹誌 96.07.. -iii-.

(5) 目 中文摘要 英文摘要 誌謝 目錄 表目錄 圖目錄 一、 1.1 1.2 1.3 二、 2.1 2.2 2.3 2.4 三、 3.1 3.2 3.3 3.4 四、 4.1 4.2 4.3 五、 5.1 5.2 參考文獻. 錄. ………………………………………………………… ………………………………………………………… ………………………………………………………… ………………………………………………………… ………………………………………………………… ………………………………………………………… 緒論…………………………………………………… 研究動機與目的……………………………………… 研究範圍……………………………………………… 論文結構及流程……………………………………… 文獻探討……………………………………………… 台灣地區七大行庫之設立與沿革…………………… 銀行授信之意義……………………………………… 財務比率授信決策模式……………………………… 其他授信評估決策模式 ……………………………… 研究方法……………………………………………… 樣本資料蒐集與整理………………………………… 研究變數的操作性定義……………………………… 資料分析方法………………………………………… 研究架構……………………………………………… 實證結果分析………………………………………… 樣本資料選取結果…………………………………… 實證分析……………………………………………… 迴歸模型之建立與實證 ……………………………… 結論與建議…………………………………………… 結論…………………………………………………… 建議…………………………………………………… …………………………………………………………. -iv-. i ii iii iv v vi 1 2 9 9 11 11 14 17 39 43 43 45 48 53 54 54 56 61 77 77 78 80.

(6) 表 表1 表2 表3 表4 表5 表6 表7 表8 表9 表 10 表 11 表 12 表 13 表 14 表 15 表 16 表 17 表 18 表 19 表 20 表 21 表 22 表 23 表 24 表 25 表 26 表 27 表 28 表 29 表 30 表 31 表 32 表 33 表 34 表 35 表 36. 目. 錄. 本國銀行家數統計表………………………………… 本國銀行 95 年 1-9 月營業收入分析表……………… 授信會針科目區分一覽表…………………………… 國內、外重要實證研究彙整表……………………… 各項比率計算公式表………………………………… 本國銀行地區別放款餘額表………………………… 本國銀行產業別放款餘額表………………………… 企業授信戶地區別與產業別抽樣戶數一覽表……… 企業授信戶地區別與產業別抽樣比率一覽表……… 研究變數一覽表……………………………………… 各變數原始資料敘述統計量………………………… 自變數之 Pearson 相關係數………………………… 償債能力指標之因素特徵值及累積解釋變異量…… 償債能力指標所包含之財務變數及因素命名……… 財務結構指標之因素特徵值及累積解釋變異量…… 財務結構指標所包含之財務變數及因素命名……… 經營效率指標之因素特徵值及累積解釋變異量…… 經營效率指標所包含之財務變數及因素命名……… 獲利能力指標之因素特徵值及累積解釋變異量…… 獲利能力指標所包含之財務變數及因素命名……… 現金流量指標之因素特徵值及累積解釋變異量…… 現金流量指標所包含之財務變數及因素命名……… 地區別調節變數設計………………………………… 產業別調節變數設計………………………………… 六項財務因素與授信核准額度迴歸分析之結果…… 六項財務因素與貸款利率迴歸分析之結果………… 整體授信核准額度迴歸分析之結果………………… 整體貸款利率迴歸分析之結果……………………… 地區別之授信核准額度迴歸分析比較……………… 地區別之貸款利率迴歸分析比較…………………… 產業別之授信核准額度迴歸分析比較……………… 產業別之貸款利率迴歸分析比較…………………… 對授信額度具顯著影響力之財務因素彙整表……… 影響授信額度財務因素影響力大小比較檢定彙整表 對貸款利率具顯著影響力之財務因素彙整表……… 對貸款利率具顯著影響力財務因素彙整表…………. -v-. 4 5 17 27 38 44 44 45 45 47 55 55 57 57 58 58 58 59 59 59 60 60 60 61 63 63 65 66 69 69 71 72 73 74 75 76.

(7) 圖 圖1 圖2 圖3 圖4. 目. 錄. 本國銀行存放款利差之變化………………………… 研究流程圖…………………………………………… 中華民國銀行公會會員授信準則授信種類………… 研究架構………………………………………………. -vi-. 5 10 15 53.

(8) 一、 緒論 銀行長久以來,即在金融環境中扮演著金融市場及金融機構的媒介, 用以調節資金的供需,將剩餘資金移轉至資金需求者,使資金做有效率的 移轉,由較無效率的使用者轉移到較有效率的使用者手中(林鍾雄,1993), Benston and Smith(1976)指出銀行業即是基於借款人的需求為基礎所形 成之交易型授信,因而經濟體系中的融資與投資活動才能順利進行,在我 國金融機構的發展過程中,臺灣銀行、臺灣土地銀行、合作金庫銀行、彰 化商業銀行、第一商業銀行、華南商業銀行、臺灣中小企業銀行等七大傳 統行庫一直是不可或缺的金融機構。 民國 80 年以前,政府基於金融穩定與安全性等考量,對於金融環境長 久以來,均設有多項極嚴格的保護與管制措施,在高度法令保護環境下, 銀行家數幾呈停滯狀態,致使傳統行庫長期處於聯合壟斷與寡占的優勢地 位,進而形成金融體系壟斷的局面,以民國 68-78 年為例,本國銀行僅由 14 家微幅增加至 16 家。期後隨著國際經濟與金融局勢變遷,政府相繼推 動金融自由化及國際化,逐步解除各種保護管制措施,國際金融體系效率 逐步提升,並自民國 69 年起,逐步實施利率自由化,大幅放寬匯率管制。 民國 78 年為加入關稅暨貿易總協定(GATT),更於 7 月修正銀行法, 財政部在金融自由化及國際化的目標下,除於民國 81 年開始發放 16 張新 銀行營業執照外,並允許信託投資公司和信用合作社改制為銀行,銀行家 數快速擴增,各銀行為擴增金融版圖,進而積極開拓分行據點,本國銀行 家數頓時從 24 家成長為 43 家(截至 95 年 10 月底止,參考表 1),其所轄 分行家數亦從 996 家大幅擴增至 3,276 家(成長約 329%),致使國內銀行業 面臨了前所未見的改革與變動,衝擊了所有金融業者。 隨之民國 86 年東南亞金融風暴衝擊,許多企業經營受到外在環境、本 身經營不善或錯誤經營策略的影響,陸續發生如:東隆五金、順大裕、東 雲、東帝士、太設、國揚建設、美式傢俱、峰安鋼鐵、台中精機、國產汽 車、台鳳、中強電子、大穎等財務危機或倒閉現象,由於借款企業與貸款 銀行間一直存在著相當嚴重的資訊不對稱問題,不僅造成企業融資成本提 高(郭瑞基、蔡敏華,2003),亦使原本戮力提高授信業務市場佔有率的銀 行業者,反而造成逾期放款急速增加。. -1-.

(9) 現階段,雖然主管機關已凍結銀行新設分行之申請,但多家銀行仍透 過購併信用合作社及銀行同業的方式,再拓展銀行據點,致使開拓新分行 之風潮方興未艾,預期未來分行家數仍將持續增加。在此競爭形態改變之 情勢下,導致銀行業務競爭益趨激烈,各行庫之市場佔有率大幅縮小。復 以在國際金融自由化之浪潮下,政府逐漸放寬外商銀行在台分行的經營限 制,使得外商銀行挾以龐大國際資金、國際通路營運理念、跨國銀行管理 優勢與一次購足(one stop shopping)的服務進入本國市場,以嶄新經 營 觀念 ,提供更好的服務,爭取顧客、擴大市場佔有率,致 使 我 國 銀 行 體 系 競爭對手增加,利潤相對縮水,競爭日趨白熱化。 1.1 研究動機與目的 1.1.1 研究動機 由於企業的營運資金的來源,不外乎自行向大眾募集,或是向銀 行借貸。而傳統七大行庫在政府播遷來台後直到現今,除在經濟社會 中,扮演著吸收民間多餘的資金,並將資金貸與資金需求者,成為資 金需求與供給的中介與媒介的角色外,更是我國貨幣政策重要的執行 者。依中央銀行統計我國民國95年11月底本國一般銀行放款餘額總計 為新台幣150,170億元,其中對於企業戶放款(含政府機關、公營事業 及民營事業)金額合計為新台幣76,964億元(佔放款總額約51.25%)。 因為銀行業的經營係以信用作基礎,透過負債創造資產,其整體 之獲利主要來源仍以存放利差為主(如表2),由於短期間內增加太多同 性質的競爭者,資本投入甚多,但金融業務並未見等幅度擴增,在存 放款市場有限,以及新種金融商品進入門檻低,模仿速度趨快,獲利 未同幅度擴增情形下,整 體銀 行 業 漸由昔日的寡 佔的 局 面 , 驟 變 至 完 全 競爭形態,新銀行與老銀行競爭,外商銀行與本國銀行競爭,非 銀行金融機構與銀行競爭,導致各金融機構間的業務競爭加劇,進而 產生銀行過度競爭(over banking)現象,銀行經營風險相對提高。在 此艱鉅的環境,使得各家銀行經理人在股東利潤壓力與公司治理與監 理失靈情形下,導致經營管理者德危機,除以利率為手段,扣除存款 準備及放款必須支付之印花稅後,存放款利差大幅縮小(圖1),實際存 放款利率差距約僅2%,利潤大幅縮水外,為擴增放款爭取業績,提高 存放比率,從而降低放款、授信品質,銀行淨值與投資報酬率亦隨之 -2-.

(10) 下滑,盈餘縮水,結果造成銀行放款品質趨於惡化,逾放比率隨之上 升(廖坤榮,2004)。根據財政部民國92年底的資料,台灣銀行業,自 民國86年金融風暴以來,獲利已嚴重衰退4成,淨值報酬率亦僅剩 3.6%,銀行業的放款也面臨前所未有的負成長。 自民國80年我國開放新銀行設立以來,歷經10年的變化,銀行經 營已從過往封閉式的狀態,朝著全面開放競爭方向快速轉化,對於習 慣了穩定發展的銀行而言,目前正面臨強烈的業務競爭及創新壓力, 尤其在民國91年自加入WTO後,銀行業在處於空前競爭環境,金融市 場全面開放,競爭日與劇增,金融產品與服務在品質方面的區別越來 越小,產品的同質化傾向越來越強, 郭瑞基、蔡敏華(2003)指出由於企業授信佔銀行整體資產之比重 極高,致使授信業務顯得格外重要,因此,銀行資金運用於授信業務 時,勢必要兼顧安全性、流動性及盈利性。雖然,銀行可經由事後的 徵信及授信審查與覆審的過程,獲得借款人特定的內部資訊,藉以降 低資訊不對稱的問題(Bhattacharya and Thakor,1993),但倘若銀 行業者可以發展一套健全、優良的授信決策機制或模式,掌握眼前的 時機,在事前即以重要之影響因子,進行分析,不僅有益於企業授信 業務之拓展,從容上場應戰,而良好的業務能力將可激發良性循環, 更可提升經營成效及獲利能力,在激烈的競爭中脫穎而出。 陳家彬、賴怡洵(2001)指出市場上,由於銀行與借款人間一直存 在著相當嚴重的資訊不對稱問題,因此銀行通常透過自我選擇機能 (self- selection mechanism,如:徵提擔保品、降低貸款金額)及信 號發射機能(signaling mechanism,如:企業自願提供之擔保品價價 之大小)等兩種方式來消除因資訊不對稱而引起的逆選擇(adverse selection)及道德危機(moral hazard)問題。基此,銀行也希望從各企 業中獲得的資訊中,找出有效及真實的訊號,設計出最佳的授信模式, 以增進企業授信業務之推展。 綜上,本研究主要在於探討傳統行庫企業授信業務之影響因素, 試圖從各項影響因子裏,獲得企業授信推展之方向與策略,提供銀行 思考,用以挾其本身自有的優勢與資源,突顯銀行特色,建立競爭優 勢以保持經營績效。. -3-.

(11) 表 1 本國銀行家數統計表 (單位:家) 總機構 民國年(月)底. Head. 本國銀行 Domestic Banks. office. 外國銀行在台分行 Local Branches of Foreign Banks. 分支機構 Branches 本國銀行 Domestic Banks. 外國銀行在台分行 Local Branches of Foreign Banks. 80 年. 25. (37). 996. 55. 81 年. 40. (37). 1,046. 55. 82 年. 41. (37). 1,382. 55. 83 年. 42. (37). 1,577. 57. 84 年. 42. (38). 1,807. 58. 85 年. 42. (41). 1,936. 65. 86 年. 47. (45). 2,176. 69. 87 年. 48. (46). 2,404. 72. 88 年. 52. (41). 2,576. 71. 89 年. 53. (39). 2,693. 70. 90 年. 53. (38). 3,005. 69. 91 年. 52. (36). 3,068. 68. 92 年. 50. (36). 3,173. 69. 93 年. 49. (35). 3,189. 67. 94 年. 45. (36). 3,239. 68. 43. (33). 3,276. 65. 95 年 10 月 說. 明:1. 截至 95 年 10 月金融控股公司已設立 14 家。 2.94 年 5 月全國農業金庫成立,未計入本表。 3.「總機構」欄內「外國銀行在台分行」係指其在國內之代表行,已包含於「分機構」內。. 資料來源:2007/1/20 行政院金融監督管理委員會銀行局網站(http://www.banking.gov.tw/) 及中 央銀 行「中華民國台灣地區金融統計月報」. -4-.

(12) 表 2 本國銀行 95 年 1-9 月營業收入分析表 (單位:新台幣佰萬元). 項. 目. 合. 計. 比. 率. 750,529. 51.53%. 94,697. 6.50%. 公平市價變動列入損益之金融資產及負債利益. 229,019. 15.72%. 其他收益. 382,295. 26.25%. 1,456,540. 100.00%. 利息收入 手續費收入. 營業收入合計 資料來源:2007/1/20 中央銀行網站(http://www.cbc.gov.tw). (利差%) 3.50 3.30 3.10 2.90 2.70 2.50 2.30 2.10 1.90 1.70 1.50 89. 90. 91. 92. 一般銀行利差 說. 93. 94. 95Q3 (年). 中小企業銀行利差. 明:利差為放款平均利率減存款平均利率. 資料來源:2007/1/20中央銀行網站(htt p://www.cbc.gov .t w). 圖1 本國銀行存放款利差之變化. 1.1.2 研究目的 Frank and Goyal(2003)指出就企業資金使用,在缺乏資金的第 一時間內即會尋求內部直接融資,直到流動資金產生短缺,便轉向外 部間接金融,以符合融資順位理論(pecking order theory),劉維琪、 李怡宗(1993)運用問卷方式針對140家上市公司進行調查,從其回收之 47份問卷發現國內上市公司之財務操作,亦大都符合融資順位原則。 由此可見,在企業的經營過程中,向銀行借款的間接金融是最重要的 資金來源,銀行的借貸活動來提昇企業的營運績效,銀行業也因放款 所獲之利潤,提高營運效率。孫梅瑞、柳怡伶(2006)發現當公司投資案. -5-.

(13) 規模越大,若其內部自有資金越低,則選擇銀行融資可能性越大,當市 場景氣越差時,會跟銀行申貸融資之機會越高,並與Myers and Majluf(1984)提出企業可經由銀行取得所需資金融通之觀點相同。 銀行業受制於歷史的包袱、營運政策、資金狀況與顧客對象等因 素,影響傳統行庫從事放款行為。鑑於民國80年代後,政府加速推動 金融自由化與國際化,金融產品不斷推陳出新,金融市場亦充滿變 數,在銀行總分支機構家數急劇增加,銀行同業間業務競爭日益激 烈,加上資本市場與貨幣市場的快速發展,使大型及信譽良好的公司 得以憑藉本身的信用在這些市場籌集長短期資金,導致直接金融之比 重逐年升高,銀行業居間中介的間接金融比重降低,外在環境結構變 動急遽,金融市場資金供過於求,銀行間經營業務競爭趨於白熱化, 銀行在承做授信業務上相較於以往,面臨著更多不確定的因素,銀行 紛紛採取價格與非價格競爭的方法爭取業務,使得銀行存放款利率差 距縮小,授信品質降低,銀行獲利能力下降,致使授信決策影響企業 貸款業務擴展甚劇。 以往有關銀行方面研究的相關文獻,大多集中在各別銀行間營運 績效之比較(黃台心,1997;Hu, et al.,2004;Li, et al.,2004)、銀 行合併效益分析(陳永琦、傅祖壇,2003)、借款戶之信用風險評估(陳 家彬等人,2003;邱志洲等人,2004)以及銀行放款利率(俞海琴等人, 1992)為探討主軸,顯少對企業授信之影響因素研究探討做進一步的 延伸。 若從企業經營者的角度觀之,資金猶如企業之血脈,唯有企業籌 資管道暢通,才可以充分發揮投資應有的乘數效果,由於銀行對於不 同經營條件的借款人會給予不同的貸放額度,俞海琴等人(1992)以台 灣地區24家銀行為母體,分為北、中、南三區取得82份問卷,並以中 華徵信所編撰之「中華民國大型企業排名」前500大公司及「台灣區 企業名錄」之所有廠家隨機抽樣,進行問卷調查取得83份有效問卷, 研究發現:經營條件較佳之企業,銀行通常會給予較低的利率,而經 營條件較差之企業,銀行就會要求較多的擔保品,兩個經營條件不同 的企業,其在借款利率與是否提供擔保品之借款條件上,也會有明顯 不同,所以銀行對風險高的借款人均會要求較多擔保品,以確保債. -6-.

(14) 權。Berger and Udell(1995)也指出借款人與銀行辦理授信往來時, 其徵提擔保品情形會與銀行往來年數呈現顯著負向關係。 由於不同產業間普遍存在經營環境的特殊性與財務體質之異質 性,如:零售批發業以高財務槓桿比率經營,其負債比率多達200% 以上、其週轉天數與其他一般產業差異甚大,若以相同標準對所有產 業進行信用評分,恐降低模型之預測效力,並將產生偏誤之情形。相 關研究亦發現,針對不同產業進行羅吉特(logit)迴歸分析,決定信用 風險的財務變數確實存有相當程度之差異,而相較於過去以全體企業 為建構信用評等模式之基礎,以個別產業建立評等模式之區別能力明 顯提升,而且影響信用評等之重要財務變數,亦將隨著市場景氣循環 以及企業結構的改變而有所不同,凸顯信用評等中產業差異之特性(薛 立言、張志向,2004)。而張大成、林郁翎、黃繼寬(2006)實證結果 更發現加入產業調節變數的模型,其配適能力較未加產業調節變數模 型為佳,其研究更建議未來學術相關研究或是銀行實務進行財務危機 或信用評分模型建置時,必須考量到產業間的差異,從而達到模型預 測能力提升、正確區別率增加之目的。Berger and Udell(1995)研究 發現,信用風險評估模式中加入產業特性時,將可有效提升模型之預 測能力。 江百信、張金鶚(1995)以臺灣土地銀行資料進行實證研究,探討 銀行辦理購屋貸款是否會因借款地區不同,而有不同的授信條件時, 其研究結果指出,借款人即使購買房屋的價格相同,會因地區不同, 致使銀行對其價值產生不同認定情況,並造成該貸款在利率、擔保品 鑑估價值及融資額度上之差異。戴錦周、陳研研(2005)以probit迴歸 模型研究授信戶逾期還款行為時,在模式中加入地區別為調節變數, 用以瞭解地區別對逾期行為的可能影響,結果發現在「其他條件不變 時」,北部地區逾期還款的機率,顯著高於南部地區,而有差異產生。 此外,邱欽堂、劉水深、賴士葆、林炯垚(1993)指出影響銀行訂 價行為之因素,除了銀行授信策略外,還會受到總體經濟因素、產業 聯合行為、顧客需求、信用風險、同業參考價格、資金(或匯率)成本 及法規等因素影響,因此,這亦說明為何採不同授信策略之銀行,其 定價水準並無顯著差異。而薛立言、張志向(2004)之研究亦指出產業. -7-.

(15) 經營環境會常隨著時間變遷而改變,所以在相同產業在不同期間,以 及相同期間中不同產業別,其信用評等變數之解釋能力也會存在顯著 差異,而針對不同產業及期間別建立專屬的信用評等模型,確有其必 要。黃明祥、許光華、黃榮彬、陳鈺鈴(2005)發現公司規模及企業成 立的年數,均是影響企業信用評等模型之因素,而實證結果得知在 logit風險預測模型中,若能結合KMV信用監督模型之預期違約率 (expected default freguencies;EDF)時,將可有效提升整體模型 之預測能力。 由於影響銀行企業授信行為的因素相當廣泛,為摒除可能降低模 型正確性之主觀評估非財務因素標準,以期建立具有良好的預測能力 之財務模型,故本研究以各類財務變數來探討影響企業授信之因素; 另為利資料蒐集與資訊取得之便利,並為讓管理者可藉由本研究之實 證情形運用在業務行銷及管理上,凸顯管理意涵,本研究進而採用產 業與地區別為調節變項,探討銀行業授信行為中,其核給的額度及利 率,是否會隨著企業所處之地區及產業不同,而有差異,並以建立不 同地區與產業別的預測模型。 由於傳統行庫在台灣地區之企業授信市場佔有率具有舉足輕重 的地位本研究之目的在於探討傳統行庫對於具有某些特徵之企業授 信戶是否會核給不同之授信核准額度及貸款利率情形,並依此概念應 用在授信業務之推展上,以實證的方式找出真實的情況。本研究將針 對企業本身所具備之特質及傳統行庫最後審核之結果做實證上的研 究,並以地區及產業別做為本研究之調節變項,以實證結果驗證下列 三個假設:. H: 1 企業本身財務狀況較強者與財務狀況較弱者,在銀行核給的額度 上有差異,且財務狀況愈強者,核准額度愈高。. H: 2 企業本身財務狀況較強者與財務狀況較弱者,在銀行要求的貸款 利率上有差異,且財務狀況愈強者,貸款利率愈低。. H: 3 銀行核給的額度、利率,會隨著企業所處之地區及產業不同,而 有差異。. -8-.

(16) 1.2 研究範圍 本研究以國內某金融機構為研究對象,以民國 94 年核准貸款案件為樣 本母體抽取 600 件,除了就其申貸之直接授信總額度與其重要之各類變數 進行分析外,另外,並針對該金融機構之營業單位所在地區、借款人所屬 產業別等兩個調節變項進行另一部份的探究。即探討銀行核給的額度、利 率,會隨著企業所處之產業、以及銀行營業單位所在地區不同而有差異。 1.3 論文結構及流程 本論文共分為五章,研究流程圖如圖 2。第一章緒論,說明研究背景與 動機、研究目的、及論文整體架構。第二章文獻探討,先就台灣地區傳統 行庫之歷史進行回顧,並就銀行授信決策及授信影響因素相關文獻進行探 討。第三章研究設計,說明研究架構、樣本蒐集、定義研究變數、研究方 法。第四章實證結果與分析,應用研究方法進行分析。第五章結論與建議, 說明研究結論、研究限制以及對後續的研究建議。. -9-.

(17) 研究動機 研究目的 文獻探討. 金融業產業概況. 實證文獻回顧. 研究設計與方法. 資料分析. 結論與建議. 圖2 研究流程圖. - 10 -.

(18) 二、 文獻探討 2.1 台灣地區七大行庫之設立與沿革 在台灣金融機構的發展過程中,臺灣銀行、臺灣土地銀行、合作金庫 銀行、彰化商業銀行、第一商業銀行、華南商業銀行、臺灣中小企業銀行 等七大傳統行庫一直是不可或缺的金融機構。各銀行之設立與沿革臚列如 下: (一)臺灣銀行: 臺灣銀行成立於民國35年5月20日,並於92年7月1日改制為股份 有限公司組織。為臺灣光復後政府設立的第一家銀行,營運迄今已有 58年,成立之初委由臺灣省行政長官公署財政處代為管理,自87年起, 由於精省條例通過,將其收歸國營。自成立以來,即經理公庫業務, 並發行臺灣地區之通貨,民國38年政府播遷來臺初期,更代理中央銀 行之大部分業務,使其兼具一般商業銀行及中央銀行之雙重性質與功 能。目前該行共有147家國內分行,國外8家分行(含OBU分行)。 臺灣銀行預定於96年7月1日與中央信託局合併,合併後總資產預 計將超過新臺幣2.93兆元,市占率10.86%,而銀行存款餘額合計達新 臺幣2.29兆元,市占率為11.04%;放款餘額合計為新臺幣1.67兆元, 市占率為9.80%,成為國內第一大商業銀行。其民國95年信用評等等 級,穆迪(Moody's )為A1,標準普爾(Standard & Poor's)為A+(資料 來源:臺灣銀行網站)。 (二)臺灣土地銀行: 臺灣土地銀行於民國34年,政府為配合在台推行平均地權、耕者 有其田等土地政策,國庫撥充6千萬資本,以日據時代日本勸業銀行之 台北、新竹、台中、台南、高雄等五個支店為據點,於民國35年9月1 日成立「台灣土地銀行」。並於民國74年取得法人資格,於92年7月1 日改制為「台灣土地銀行股份有限公司」 ,並於93年5月21日改制為公 開發行股票公司。其前身-日本勸業銀行在台支店於民國11年(1922年) 創設,奠定其為國內不動產專業領導銀行之穩固地位,迄今已80餘年。 依據2006年銀行家雜誌(The Banker)報導,該行第一類資本排名 為196名及總資產排名174名,已躋身進入世界200大銀行之林。目前 - 11 -.

(19) 該行共有134個營業據點;國外則設有洛杉磯分行、新加坡分行、香港 辦事處、上海辦事處、胡志明市辦事處及OBU分行等6家(資料來源: 臺灣土地銀行網站)。 (三)合作金庫銀行: 合作金庫銀行成立於民國35年10月,為接收日據時期「臺灣產業 金庫」改組成立,除經營銀行業務外,為調劑合作事業暨農漁業金融, 該銀亦辦理信用合作社及農、漁會信用部業務輔導工作。民國90年1月 改制為公司組織,民國93年11月17日在證交所掛牌上市。民國94年4 月起公股比率低於50%,變更為民營化型態之銀行。目前該行共有296 家國內分行,國外於比利時設有一家子行-台聯銀行(United Taiwan Bank),及6家海外分行(含OBU分行)。合作金庫銀行於95年5月1日與 中國農民銀行合併,合併後更名為「合作金庫商業銀行股份有限公 司」 ,目前為全國分行通路數最多之銀行。民國96年信用評等等級,中 華信評為twAA,標準普爾(Standard & Poor's)為BBB+(資料來源:合 作金庫銀行網站)。 (四)彰化商業銀行: 彰化銀行創設於民國前7年(1905年)6月5日,由彰化縣地方士紳, 發起組織設立「株式會社彰化銀行」,設總行於彰化,迄今已歷101週 年。民國35年10月16日成立彰化商業銀行籌備處,由政府接收日籍股 東之股份。至今該行資本總額為新台幣620億,民國87年1月1日正式改 制民營,民國94年10月3日,台新金融控股公司入主持有股權22.5%, 成為該行最大單一股東。目前國內營業單位共有分行172家及13家辦事 處,海外單位方面,共有8個單位(含OBU分行) (資料來源:彰化商業 銀行網站)。 (五)第一商業銀行: 第一銀行創立於民前13年(1899年)11月26日,當時名為「台灣貯 蓄銀行」 ,與同年成立之台灣銀行,並列為台灣誕生最早之金融機構。 民國元年與「台灣商工銀行」合併,仍沿用「台灣商工銀行」名稱; 民國12年又合併「嘉義」、「新高」兩銀行;民國36年改組更名為「臺 灣工商銀行」,民國38年再更名為「臺灣第一商業銀行」;嗣後為加強 業 務 國 際 化 之 經 營 策 略 , 民 國 65 年 改 稱 「 第 一 商 業 銀 行 」 (FIRST - 12 -.

(20) COMMERCIAL BANK),民國87年1月22日由公營體制轉型為民營銀 行。 民國92年1月2日正式成立「第一金融控股股份有限公司」後改納 入第一金控集團下之子公司,經營迄今已逾百年。現有資本額新台幣 382億元以上,總資產及第一類資本排名世界前二百大。目前營業單位 國內除總行營業部外,尚有177家分行、6家簡易分行,海外另有13家 國外分行、2家辦事處、1家子銀行。民國94年信用評等等級,Fitch評 等結果為BBB+、中華信評為twAA-,穆迪(Moody's)為A3,標準普爾 (Standard & Poor's)為BBB+(資料來源:第一商業銀行網站)。 (六)華南商業銀行: 華南銀行創設於民國8年(1919年)由當時省紳及海外華僑鉅商等 發起組織創立「株式會社華南銀行」 ,設總行於台北市表町二丁目二番 地(即現今之館前路四十五號地址),同年三月開始營業,民國36年5 月決議與前台灣信託公司合併,將該公司改為本行信託部,民國90年5 月增資至新台幣370億元。民國87年1月22日官股釋出,完成民營化, 民國90年11月14日與「永昌綜合證券股份有限公司」共同以已發行股 份全數轉換方式,轉型為「華南金融控股股份有限公司」 。民國94年信 用評等等級,中華信評為twAA-,穆迪(Moody's)為A3。目前營業單 位國內除總行營業部外,尚有182家分行、13家辦事處,海外另有5家 國外分行、2家辦事處(資料來源:華南商業銀行網站)。 (七)臺灣中小企業銀行: 臺灣企銀前身係「臺灣無盡株式會社」於民國4年6月(1915年)創 立,總公司設在台北市。民國35年9月1日由「臺灣勸業無盡」 、 「臺灣 南部無盡」 、 「東臺灣無盡」 、 「臺灣住宅無盡」等四家株式會社合併改 組為「臺灣無盡業股份有限公司」 。民國36年6月改稱「臺灣省人民貯 金互濟股份有限公司」。37年1月更名為「臺灣合會儲蓄股份有限公 司」。民國65年7月改制為「臺灣中小企業銀行股份有限公司」,為我 國首先創設成立,以提供中小企業融資與輔導為宗旨的專業銀行。民 國87年1月22日改制為民營銀行。國內分行共125家(含營業部) ,並 於國外設有洛杉磯、香港、雪梨及OBU等四家分行(資料來源:臺灣 中小企業銀行網站)。 - 13 -.

(21) 2.2 銀行授信之意義 銀行是依銀行法經營業務之特許行業,所謂「授信」 ,係銀行對於顧客 授與信用,並負擔風險之業務,銀行法第5條規定:「本法稱授信,謂銀行 辦理放款、透支、貼現、保證、承兌及其他經中央主管機關指定之業務項 目。」 ,銀行承作放款,通常均依照:1.洽談2.書面申請3.徵信調查4.核定准 駁5.通知客戶6.簽約對保7.撥款轉帳等七大流程辦理。依「中華民國銀行公 會會員授信準則」規範,銀行授信業務可依其是否有將資金直接撥付予借 款人分為「直接授信」與「間接授信」兩大類(如圖3),其中「直接授信」 依該授信準則第11條定義為:銀行以直接撥貸資金之方式,貸放予借款人 之融資業務,如:透支、貼現、消費者貸款等; 「間接授信」依該授信準則 第15條之定義為:銀行以受託擔任客戶之債務保證人、匯票承兌人、開發 國內外信用狀或其他方式,授予信用,承擔風險,而不直接撥貸資金之授 信行為,如:保證、承兌、開發國、內外信用狀等。 雖然其貸放之方式有別,但就其本質風險承擔而言,並無差異,所以 無論銀行從事資金之貸與或是信用之提供,風險之發生在所難免。然而羅 際棠(1999)指出授信業務是銀行的重要業務之一,亦為銀行收益的主要來 源,授信業務的健全與否,勢將影響到銀行生存發展的根基。因此,授信 業務健全與否的最簡單評估方式,係以授信資產的安全性及收益性為基 準,符合該標準者其良質放款愈多,其授信業務健全性也愈,而無論辦理 直接或間接授信,均有賴於審慎之徵信及審核。依中華民國銀行公會會員 授信準則第19條,辦理授信業務應本安全性、流動性、公益性、收益性及 成長性等五項基本原則,並依借款戶(People)、資金用途(Purpose)、償還 來源(Payment)、債權保障(Protection)及授信展望(Perspective)等五項 審核原則核貸之。. - 14 -.

(22) a.一般營運週轉金貸款 b.墊付國內外應收款項 (1)週轉資金貸款 1.企業貸款. d.透支 (2)資本支出貸款. 直接授信. c.貼現. 2.消費者貸款. e.出口押匯 f.進口押匯. 授信類別. g.其他週轉金貸款 3.其他 1.保證. (1)商業本票及公司債保證 (2)工程相關保證 (3)其他保證. 間接授信 2.承兌. (1)買方委託承兌 (2)賣方委託承兌. 3.開發國內、外信用狀 4.其他間接授信商品 (圖 3) 「中華民國銀行公會會員授信準則」授信種類. 2.2.1 授信功能 銀行在經濟發展中擔任主要資金供應的任務,銀行授信品質的良 窳,不僅影響銀行本身經營的成敗,也會影響社會大眾的福祉、整個 社會的金融秩序,更會影響國家整體的經濟發展。而銀行的資金來主 要來自社會大眾及工商企業,銀行辦理授信業務如果太過浮濫,不重 品質,甚至授信人員不守授信政策,以致銀行承擔過度的風險,則會 威脅銀行本身的安全與存款大眾的權益,因此銀行在辦理授信業務, 應注意維持授信品質。 「授信」可簡單的解釋為授與信用,並以未來某一時日履行支付 之承諾,換取現在的經濟價值。在其過程之中並保有下列四大特性:1、 有借款人須在未來履行返還支付本金利息之義務。2、銀行願意承擔借 款人不返還本金及利息的風險,則信用交易始成立。3、銀行雖可能要 求借款人提供擔保品以減輕風險,但仍無法完全避免該風險。4、銀行 與借款人相互交換經濟價值。 - 15 -.

(23) 銀行授信所提供之功能有(林鍾雄,1993): (一)創造信用功能: 當經濟衰退時,經由寬鬆貨幣政策及公開市場操作,如:降低 重貼現率、法定存款準備率、買入國庫券等,讓銀行可運用資金增 多,增加銀行授信金額,產生貨幣乘數數果,帶動經濟復甦,反之, 亦可達到緊縮的效果。 (二)金融仲介功能: 銀行扮演資金供需者橋樑,透過其分支機構吸收社會大眾資 金,並以其辦理授信行,將資金貸與資金需求者,如生產者用來 購置機器,促進經濟發展。 (三)引導資金運用功能: 政府如要求銀行對於房地產投機行為或奢侈產消費品的授信 採嚴格標準,將會產生干預的效果,間接抑制該將消費行為;此 外,亦可將資金過剩的地區,移轉至資金需求強烈的地區。 2.2.2 授信種類 銀行授信除依「中華民國銀行公會會員授信準則」分為「直接授 信」與「間接授信」兩大類外,另可依貸放期限、擔保品有無、償還 來源及會計科目分別區分如下: (一)依期限別分為(銀行法第5條): 1、 短期放款:期限在1年以內之放款。 2、 中期放款:期限超過(不含)1年而在7年以內之放款。 3、 長期放款:期限超過(不含)7年之放款。 (二)依擔保品的有無分為: 1、 擔保授信:提供銀行法第12條所列之擔保者。 (銀行法12條所稱擔保授信,係提供下列之一為擔保者:(1) 不動產或動產抵押權。(2)動產或權利質權。(3)借款人營業交 易所發生之應收票據。(4)各級政府公庫主管機關、銀行或經 政府核准設立之信用保證機構之保證。) 2、 無擔保授信:未提供上述足額擔保之授信。. - 16 -.

(24) (三)依償債來源可分下列貸款種類: 1、 自償性貸款:憑以貸款之憑據,其本身具有還款功能,如票據、 信用狀等。 2、 非自償性貸款:貸款之憑據本身不具還款功能,其償債來源一 般均以借款人之營業收入與盈餘來考量。 (四)依會計科目別區分時,可分為11大項,詳如表3。 表3 授信會針科目區分一覽表 項次. 會計科目. 1 2. 貼現 透支. 3. 擔保透支. 4 5 6 7 8 9 10. 短期放款 短期擔保放款 中期放款 中期擔保放款 長期放款 長期擔保放款 應收保證款項. 11. 應收承兌款項. 說明 指客戶將所收到之本票、匯票跟銀行貼現取息 支票存款戶未提供足額擔保,並與銀行約定在 一定期間及限額內得隨時利用支票存款帳戶 陸續透支款項,並隨時歸還 支票存款戶提供足額擔保與銀行,約定在一定 期間及限額內得利用支票存款帳戶陸續透支 款項,並隨時歸還 借款期限在1年以內之無擔保放款 借款期限在1年以內之擔保放款 借款期限超過1年而在7年以內之無擔保放款 借款期限超過1年而在7年以內之擔保放款 借款期限超過7年之無擔保放款 借款期限超過7年之擔保放款 銀行為企業做保證,保證被保其會依約行事, 如企業違約時,銀行需負連帶責任 為以銀行為支付人之票據. 2.3 財務比率授信決策模式 銀行一直以來都以授信業務為資金投資運用上最主要的方式,但為保 證授信的安全,銀行在評估是否承作放款之決策方式,除了以往憑藉著授 信經辦及主管經驗的累積和直覺的主觀方式作出決策外,亦有使用計量模 型作為決策的工具,進行分析。郭瑞基、蔡敏華(2003)認為放款佔銀行資 產之比重極高,所以,授信業務顯得格外重要,為避免倒帳或虧損發生,. - 17 -.

(25) 因此,銀行資金運用於授信業務時,勢必要安全性、流動性和盈利性三者 兼顧。 邱志洲等人(2004)指出自 1960 年代以後國內外已有許多學者,即運用 計量模型來探討財務變數與企業營運之關聯,進行授信相關決策的研究。 針對企業危機之預測與診斷之技術,在學術上已有許多的分類工具被發展 出來,其工具包括了傳統統計方法、無母數方法以及人工智慧方法等。通 常,在統計方法的應用上其技術包含了羅吉斯迴歸(logistic regression)以 及區別分析(discriminant analysis)方法。其研究從最簡單的單一變數,到 多個變數組合成多變量模型,再將其他類型變數納入(如:總體經濟變數、 產業變數等);因此,相關研究方法主要有(一)迴歸模型、(二)區別分析模 型、(三)羅吉斯模型、 (四)神經網路模型及(五)選擇權評價法等五大類,直 至今日,這方面的研究仍未衰減。 國外學者早期多利用單變量分析法來預測企業經營成敗(Beaver, 1966),其後才採用多變量區別分析法(Altman,1968),但是由於財務變 數的通常無法符合區別分析之常態假設,而且無法估算公司的違約機率, 只能區分正常公司與失敗公司,其鑑別效果不佳,而其對於輸入變數亦需 具有共變異性質的假設,也常被批評只能應用在單純的線性系統問題上(邱 志洲等人,2004)。 因此,有些學者建議改採羅吉斯模型,包括的 Logit 模式(Ohlson, 1980)、以及 Probit 模式(Zmijewski,1984),以處理不連續的隨機變數情 形 ( 戴 錦 周 、 陳 研 研 , 2005) , 在 參 數 估 計 上 改 採 用 最 大 概 似 估 計 法 (Maximum likelihood,ML)進行估計,進而提高財務危機預警模式的預測 能力,由於其在資料處理較為容易且成本較低,屬於有母數統計方法,與 傳統的迴歸分析相似,其差異在於探討的反應變數性質上有所差異;但因 羅吉斯迴歸在應用上必須符合傳統迴歸分析的假設,如:避免殘差項存在 自我相關,避免自變數間存在共線性問題,以及要求資料符合常態分配等 相關的統計假設,只能適用於二分類選擇模式(即機率值僅能介於 0 與 1 之 間),對於變數間的非線性關係並不能有效的捕捉到,反而成為該方法最主 要的缺點(邱志洲等人,2004;林金賢等人,2004)。 因而,另有學者改以使用人工智慧工具,如:神經網路(neural network) 模式(Coats and Fant,1993;Neves and Vieira,2006)、模糊理論(fuzzy - 18 -.

(26) theory)及專家系統等方法(expert system),由於神經網路具有「捕捉非線 性關係之能力」、「事先毋須設定變數間的函數型式」、及「自我學習調 整的特性」等優點,遂促使其被廣泛運用到風險評估、信用評等、股價預 測、及破產預測;然而類神經網路亦有其缺點,即在建立分類模式的過程 中,需要浩費更長時間來進行學習(Craven and Shavlik, 1997;林金賢等 人,2004)。 選擇權評價法(option pricing)是 Merton 於 1974 應用 Black and Scholes 於提出的選擇權評價公式來計算公司的違約機率。其後 KMV 公司 更應用 Merton 的觀念,發展出 KMV 模型,由企業負債與股價資料中萃取 出企業的破產機率(陳業寧等人,2004)。由於本研究主要是以財務比率模 式為主,因此,對此方面的文獻探討著墨較多,針對國外學者以及國內相 關研究進行探討。 2.3.1 國外研究部份 (一) Beaver(1966)採用單變量分析法,以個別財務比率進行預測公司 之信用危機,建構財務危機預警模型,選取從1954-1964年間的危 機公司為母體,採用採用隨機抽樣方式抽取79家公司,並另外抽 取相對79家正常公司為配對樣本,採用14個財務比率進行單變量 分析,觀察兩組之平均值差異,就公司發生危機前五年內幾個財務 比率的差異程度,發現「現金流量對負債總額之比率」是預測發生 財務危機的前一年資料的準確率最佳指標,其次為負債比率及資產 報酬率,並認為現金流量、總資產報酬率及負債比率等在短期內是 無法輕易改變,較能代表企業真正的特性,成為決定企業成敗之重 要因素。 (二) Altman(1968)首先利用逐步多變量區別分析(stepwise multiple discriminant analysis,MDA) 建立Z-score 模型,利用多項比率 預測企業未來的發展,其就1946-1965年中宣告破產的33家公司作 為研究樣本的實驗組,再利用抽樣方式抽取33家規模、產業相當 的公司為對照組,以為配對比較,選取22 種財務比率進行逐步多 元區別分析,篩選後得到五種最具共同預測能力之財務比率,利用 區別分析建立一個線性模型,並定名為Z值(Z-score)模型。其模型 - 19 -.

(27) 如下: Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5 在上式中Z : 綜合指標分數 X1:(流動資產-流動負債)/資產總額 X2:保留盈餘/資產總額 X3:息前稅前淨利/資產總額 X4:權益市值/總負債 X5:營業收入/資產總額。 此一區別模型的區別分數為Z=2.675,做為廠商體質良好與否 之分界(cut-off point),大於Z值即為正常公司。該研究中對破產 前一年的正確區別率達95%,前二年的正確區別率為72%具顯著 性,但發生危機的前三年其正確率則驟降至48%以下,因此,區別 分析模式僅限於短期,財務資訊超過二年以上時,預測能力將大幅 下滑,不適用使用該模型。 (三) Olhson(1980)由於多變量區別模式所建立的預測模型,解釋變數 必須符合常態分配之假設,但往往許多財務比率並不符此一特性; 因此Olhson採用限制較少之logit迴歸分析建立預測模型,並以概 似比率衡量模式以避免預測變數受分配限制,該研究利用 1970-1976年間美國上市上櫃公司105家破產企業及2,058家正常 企業為研究對象,利用九個解釋變數【公司規模、負債比率、營運 資金比率、流動比率倒數、破產虛擬變數(總負債超過總資產設定 為1,反之則為0)、資產報酬率、營運資金比率、損益虛擬變數值(若 最後二年虧損則設定為1,反之則為0)、純益變動率】 ,分別建立三 個模式用來預測公司破產(bankruptcy)的機率。經由實證結果顯 示,此三個模式之正確區別力分別為 96.12%、95.55%、92.84%。 且經由研究發現企業規模(總資產/GNP物價)、財務結構(總負債/ 總資產)、經營績效與流動性營運資金/總資產、流動負債/流動資 產)等四項為影響破產預測的重要因素。 (四) Zmijewski(1984)模式之預測變數包括:稅後息前資產報酬率、負 債比率及流動比率,並配合probit模式進行正確區別率之分析,結 果發現,在危機發生前一年當臨界點為0.22時之整體正確區別率為 - 20 -.

(28) 92.45%,在危機發生前兩年當臨界點為0.18時之整體正確區別率 降為86.40%。 (五) Steenackers and Goovaerts(1989)採用逐步LR模式(stepwise logistic regression)尋找影響信用的原因,得到年齡、是否有電 話、居住現址與工作的時間長度、地區別、職業、是否在公家機關 工作、月收入、住宅所有權、之前貸款個數、貸款期間等為評等模 型的顯著變數。此模型使用原始樣本預測的正確率約為70%,但加 入被拒絕申請者的樣本後可提高預測正確率至75%。 (六) Coats and Fant(1993)指出利用神經網路(neural network,NN) 較一般傳統方法以及運用多變數區別分析(MDA)沒有使用上限制 的束縛。其以1970-1989年的資料以2:1的比例尋找出94家財務危 機企業及188家正常企業之財務資料,並以Altman(1968)的五個 研究變數進行實證研究,測試結果發現NN方法之預測能力優於傳 統MDA方法。 (七) Berger & Udell(1995)探討中小企業與銀行往來關係是否會盼響 銀行的利率訂價,及擔保品的徵提。其以1988-1989年約3,400家 中小企業進行研究,利用五大類變數(contract characteristics、 financial characteristics 、 governance characteristics 、 industry. characteristics. 及. information/relationship. characteristics)以OLS迴歸模型進行研究,實證結果發現,企業 與銀行往來較久者,其所負擔之利率較低,且銀行比較不會徵提擔 保品。 (八) Shumway(2001)由於一般學者在研究預測企業危機時,大多以單 一期間(single period)作靜態分析,常忽略企業經過時間改變而產 生之變化,反而只攫取企業破產前之各年財務資訊,以及選取不必 要變數之偏誤,導致推估之不正確性;因而改採不連續時間的危險 模型(discrete time hazard model)採用存續時間模型(duration model)以長期間的財務資料來預測企業危機。以美國1962-1992 年3,182家共39,745個公司年財務資訊(含300家破產企業)進行研 究,得出1968年Altman與1984年Zmijewski研究的變數中,EBIT 對資產總額比率、權益市值對總負債比率、總負債對資產總額比率 - 21 -.

(29) 及企業規模等5項變數較有解釋能力。 (九) Grunert et al.(2005)發現內部信用評模型之自變數主要均為財務 因子,而較少使用非財務因子,該研究從6家主要德國銀行資料中 發現,如果財務和非財務因素聯合使用時,將可有效提升預測的準 確 性 。 Grunert 以 1992-1996 年 間 409 筆 資 料 以 wilcoxon signed-rank test(符號等級檢定)進行分析,得到總資產對數、淨 值/總資產、流動比率、現金流量/(總負債-總資產)、資本密集程度 (固定資產/(淨值+長期負債))及ROA(淨利/總資產)等6項財務因 子,加上管理品質及市場地位等2個非財務因子後,可降低型I/II 誤 差率。 (十). Dewaelheyns and Van(2006)由於許多預測模型均假設公司 是獨立個體,但是在歐洲地區,若忽略集團因素恐將影響預測 的可靠性,該研究發現增加額外資訊可以提高預測準確性。因 此,其樣本抽取2000~2002年153家經破產宣告企業及153家財 務正常的企業,以多維度區別分析模型(MDA)及羅吉斯迴歸模 型(logistic regression)進行分析,運用總資產、速動比率、保 留盈餘/總資產、ROA、總負債/總資產及營收/總資產等六項基 本預測比率為基礎,加上歸屬集團與否(UCO)及集團成員間相 互支持程度(NCOM)兩個虛擬變數時,發現其解釋能力提升。 該研究發現有集團支持的企業存活機會較高,特別是當這些企 業營業範疇屬於集團的核心業務時。. (十一) Neves and Vieira(2006)該研究為預測公司破產應用了神經網 絡新的方法HLVQ-C,由於該方法除可減少第一類誤差(type I error)外,並有下列三大優點1.可使用更大量資料,2.可改提升 經網絡預測困難案件和外圍事物的能力,3.對於預測的準確性 更容易估計,而較區別分析及傳統的傳統神經網絡模型為優。 該研究係以法國1998-2000年2,800家35個員工以上之公司財 務資訊(含583家破產企業)以非對稱資訊進行研究,得到負債比 率、與前負債比率之變動、員工增加附加價值的百分比、每個 員工平均附加價值、EBIT及累積盈餘/總資產等6項為該模型較為 顯著的財務變數。 - 22 -.

(30) (十二) Wu et al.(2007)結合Genetic Algorithm(GA)及支援向量機 (support vector machine model,SVM)提出GA-SVM 模型 來預測企業財務危機,該模型先以台灣地區1998~2000年88家 發 生 財 務 危 機 的 上 市 櫃 公 司 為 樣 本 , 先 以 Kolmogorov-Smirnov Z test來檢驗19個財務指標是否符合常 態分配,取得流動比率、速動比率、淨收入/銷售、淨收入/總 財產、固定資產轉換率、應收帳款轉換率、長期負債/固定資產、 財務槓桿(DFL)、負債/股東權益及利息覆蓋率等10比率三年均 有顯著,其後再利用2001~2002年台灣上市櫃所有公司為樣 本,檢驗其提出的GA-SVM 模型較多維分佈的統計模型(DA、 logit和probit)及人工智慧模型(NN 和SVM)有最佳的預測準確 性。 2.3.2 國內研究部份 (一) 陳肇榮(1983)是運用區別分析分別建構單變量及多變量模型。以 32種財務指標,對民國67-71年之96企業進行研究。在單變量模型 中,「營運資金淨額與總資產」比率為最具區別能力的財務變數, 發生財務危機前一年的區別正確率為87.5 %;而在多變量模型中, 速動比率、應收帳款週轉天數、現金流入量與現金流出量比率、營 運資金百分比、固定資產與資本淨值比率為區別正確率較高的變數 組合。並且發現當速動比率越低之企業,其發生財務危機之機率越 高。 (二) 藍國益(1996)仿照Daily & Dalton,將非財務比率因素納入考量。 其以1982-1992年間,23家正常公司與危機公司為研究對象,採行 四項與股權結構相關的指標,分別為「持有普通股大於5%之股東 數」、「持有普通股大於5%的比率」、「機構投資者持有普通股 之比率」、「董事持有普通股之比率」。實證結果顯示,同時考慮 財務因素與股權結構的預警模式具有較早且較佳的預警能力。 (三) 黃振豊、呂紹強(2000)利用非財務因素與財務因素資訊取得之時效 上差異來構建「兩階段財務危機預警模式」,以民國87年之上市 公司為樣本母體,共選取了21 家失敗公司和40 家正常企業,以 - 23 -.

(31) 18項非財務變數與28項財務變數利用變數選擇分析法進行篩選, 再採用logit迴歸構建財務危機預警模式,發現「持股大於3%之比 例」、「董監事之平均任期」、「董監事之股票質押比例」、「淨 值成長率」、「現金對流動負債比率」、「股東權益佔資產總額比 率」等變數對模型具有影響力,且模型預測企業發生財務危機前三 年之正確率分別達95.08%、85.25%及83.61%。此外,該研亦發現: 1、非財務因素所構建之危機預警模式有較佳的預測能力,但越接 近危機發生年度時,則以財務因素構建之預警模式反而有較高的預 測能力。2、持股大於3%之比例愈高、董監事之平均任期愈長、董 監事之股票質押比例愈低,則企業發生財務危機之機率愈低。3、 變數選擇分析法所構建的財務危機預警模式較因數分析法篩選出 之變數,在模型中有較早且較佳的預測能力。4、兩階段財務危機 預警模式(非財務變數為第一階段模式,財務變數為第二階段模式) 不僅較其他單階段模式具有較穩定且較佳之危機預測能力,亦可以 有效地降低型一誤差。 (四) 江惠櫻(2001)以某全國性商業銀行的中部6個分行承作的企業授信 戶為研究對象,計271件,透過區別分析及LR 模式進行實證研究, 在顯著水準5﹪情況下,發現顯著變數為貸款期限、利率加減碼、 產業特性暨展望、分行別及訂約金額的大小等。 (五) 陳家彬、賴怡洵(2003)探討銀行授信行為與銀行往來關係之影響, 以民國81-87之38家銀行與176家公開發行公司為研究的樣本對 象,共收集到2,789筆的放款資料,以往來關係為測試變數,其衡 量指標包括前後期放款契約、借款公司經營年限、存放款餘額、往 來銀行家數、借款集中度、銷售成長率及首位融資銀行。其研究顯 示企業與銀行往來關係會影響銀行的放款訂價,而且後期授信的利 率加碼數顯著低於前期授信。另外,該研究亦發現主要往來銀行較 其他銀行的利率加碼幅度少。 (六) 劉志寬(2003)利用相關財務資訊,衡量正常公司與財務危機公司的 特性,並選取以個案公司現有財務進行分析,發現負債總額佔淨值 比、借款佔淨值比、財務槓桿、營業活動淨現金流量/本期損益, 對預測財務危機公司準確性最高,而應收帳款週轉天期、存貨週轉 - 24 -.

(32) 天期、銷貨成長率、毛利率、營業利益率、現金流量比率等6項財 務比率對於正常公司群組表現最佳。 (七) 蔡明熹(2004)選定6個構面的18個財務比率變數和3個構面的6個 非財務變數,針對「製造業」與「零售批發業」兩組不同的公司樣 本,採用相關分析、無母數中位數差異性檢定、二分類羅吉斯迴歸 分析(binary logistic regression)、以及多項式羅吉斯迴歸分析 (multinomial logistic regression)等統計分析方法,研究結果發 現,財務變數中,以EBIT /總資產比率、毛利率、總資產報酬率、 稅前淨利率、速動比率、流動比率、流動資產/總資產比率、淨值 比率、流動負債/總資產比率、利息費用/淨營業收入等10個指標較 有重要的意義,而在非財務變數中經營理念與能力、產業市場展 望、及市場佔有地位亦較為顯著。 (八) 駱金龍(2004)主要以五大類23項財務比率,針對30家危機與30家 正 常 公 司 蒐 集 相 關 資 訊 , 藉 由 單 因 子 變 異 數 分 析 (one way ANOVA)進行篩選變數,若不考慮建立模式可能產生共線性,其 中短期償債能力的四項財務比率,分別為流動比率、 ((流動資產存貨)/流動負債)、((現金+短期投資+應收帳款及票據)/流動負債)) 及((短期借款+應付商業本票)/流動資產)等4項指標均較顯著,所 以單純就財務比率判斷企業發生財務危機的可能性,因短期償債能 力是衡量企業是否有充分現金或是可以短期內變現的資產,以支付 即將到期的短期負債,因此,最具有指標性意義。 (九) 謝智安(2004)以上市上櫃企業為選取樣本建立財務危機之預警模 型,研究的樣本對象選定並抽取從1997年至2003年底,曾發生財 務危機的33家上市上櫃公司及132家正常的公司,建立整合財務及 非財務的模型,發現負債比率、純益率、每股盈餘、更換高階經理 人及財務主管次數、以及變更財測次數等變數有高度顯著性。 (十) 官旻慧(2004)研究如何使用財務比率較能準確衡量危機前一年公司 發生危機的機率,以過去文獻中預測公司危機的變數,分成兩組再 區分產業與不區分產業兩種不同的基準分別依資產規模選取配對公 司。並以區別分析與logistic模型兩種方法檢查臺灣的資料,利用均 差檢定來檢定變數是否能區分危機公司與正常公司,實證結果發 - 25 -.

(33) 現,以不區分產業的基準選取配對正常公司後,再以營運資金對總 資產比率、保留盈餘對總資產比率、稅前息前淨利對總資產比率、 股本市值對總負債比率、營業收入對總資產比率共五項比率變數建 構一Logistic 模型,能讓公司管理者或是金融機構準確預估危機發 生可能性之信用風險模型。 (十一) 陳業寧等人(2004)以台灣地區民國86-89年的上市櫃公司為樣 本,選取50家財務危機公司與2220家正常公司進行研究,分別 採用群內分析法、Logit迴歸分析與檢定力曲線來比較Altman’s Z-Score之「信用評分法」及Merton於1974提出之「選擇權評 價模型」兩者相對的預測能力,發現「信用評分法」的預測能 力明顯優於「選擇權評價模型」計算所得的違約距離(DD值)。 2.3.3 整理比較 為利本論文得選取相關變數,特將上述國內外重要實證研究重要 研究主題與研究變數列表整理(如表4)以供參考比較。. - 26 -.

(34) 表4 國內、外重要實證研究彙整表 研究者 Beaver(1966). 研究主題 預測企業. 研究方法 單變量分析法. 研究變數 1. 營業活動淨現金流量/總負債 2. 總負債/總資產. 財務危機. 3. 營運資金/總資產 4. 流動比率 5. (速動資產- 流動負債)/營業費用 6. 稅後淨利/總資產 Altman(1968). 預測企業. 區別分析. 1. (流動資產-流動負債)/資產總額 2. 保留盈餘/資產總額. 財務危機. 3. EBIT/資產總額 4. 權益市值/總負債 5. 營業收入/資產總額 Ohlson(1980). 分析危機. Logit迴歸. 1. 企業規模. 企業之財. 2. 總負債/總資產. 務比率特. 3. 營運資金比率. 性. 4. 流動負債/流動資產 5. 總資產報酬率. Zmijewski(1984). 預測企業. Probit模式. 1. 稅後息前資產報酬率 2. 負債比率. 財務危機. 3. 流動比率 Steenackers. 個人貸款. and Goovaets. 之信用評. (1989). 等模型. 逐步LR模式. 1. 年齡 2. 是否有電話 3. 居住與工作的時間長度 4. 地區別 5. 職業 6. 在公部門或私部門工作 7. 月收入 8. 住宅所有權 9. 之前貸款個數 10. 貸款期間. - 27 -.

(35) 研究者. 表4 國內、外重要實證研究彙整表(續1) 研究主題 研究方法 研究變數. Coats and. 預測企業. 神經網路. 1. (流動資產-流動負債)/資產總額. Fant(1993). 危機. (Neural. 2. 保留盈餘/資產總額. Network). 3. EBIT/資產總額 4. 權益市值/總負債 5. 營業收入/資產總額. Berger & Udell. 預測企業. (1995). 危機. OLS迴歸模型. 1. 擔保品徵提情形 2. 總負債/總資產 3. 稅前淨利/銷貨收入 4. 流動資產/流動負債 5. (流動資產-存貨)/流動負債 6. 應收帳款/(營業收入/天數) 7. 存貨/(營業成本/天數) 8. 應付帳款/(營業成本/天數) 9. 總資產 10. 經營年數. Shumway (2001). 預測企業 危機. Grunert et al. (2005). 以非財務 因子預測 企業財務 危機. 不連續時間之 危險模型 (discrete time hazard model) Wilcoxon signed-rank test.. - 28 -. 11. 銀行借款年數 1. EBIT/資產總額 2. 權益市值/總負債 3. 總負債/資產總額 4. 企業規模 1. 總資產對數 2. 淨值/總資產 3. 流動比率 4. 現金流量/(總負債-總資產) 5. 固定資產/(淨值+長期負債) 6. ROA(淨利/總資產) 7. 管理品質 8. 市場地位.

(36) 表4 國內、外重要實證研究彙整表(續2) 研究者. 研究主題. 研究方法. Dewaelheyns and Van(2006). 預測集團 企業財務 危機. 多維度區別分 析模型(MDA) 及羅吉斯迴歸 模型(Logistic Regression). Neves and Vieira(2006). 預測企業 財務危機. 神經網絡 HLVQ-C. Wu et al. (2007). 預測企業 財務危機. GA-SVM模型. 陳肇榮(1983). 預測破產. 區別分析. 研究變數 1. 總資產 2. 速動比率 3. 保留盈餘/總資產 4. ROA 5. 總負債/總資產 6. 營收/總資產 7. 歸屬集團與否 8. 集團成員相互支持程度 1. 負債比率 2. 與前負債比率之變動 3. 員工增加附加價值的比率 4. 每個員工平均附加價值 5. EBIT 6. 累積盈餘/總資產 1. 流動比率 2. 速動比率 3. 淨收入/銷售 4. 淨收入/總財產 5. 固定資產轉換率 6. 應收帳款轉換率 7. 長期負債/固定資產 8. 財務槓桿(DFL) 9. 負債/股東權益 10. 利息覆蓋率 1. 速動比率 2. 營運資金/資產總額 3. 固定資產/資本淨額 4. 應收帳款週轉天數 5. 現金流入量/現金流出量. 藍國益(1996). 財務危機. 多變量分析. 1. 持有普通股大於5%之股東數 2. 持有普通股大於5%的比率. 預測. 3. 機構投資者持有普通股之比率 4. 董事持有普通股之比率. - 29 -.

(37) 表4 國內、外重要實證研究彙整表(續3) 研究者. 研究主題. 研究方法 Logit迴歸. 研究變數 1. 股東持股大於3%之比例. 黃振豊、呂紹強. 企業財務. (2000). 危機預警. 2. 董監事之平均任期. 模式. 3. 董監事之股票質押比例 4. 淨值成長率 5. 現金對流動負債比率 6. 股東權益佔資產總額比率. 江惠櫻(2001). 企業授信. 區別分析. 1. 貸款期限. 決策考量. LR 模式. 2. 利率加減碼. 因素與授. 3. 產業特性. 信品質關. 4. 分行別. 係. 5. 訂約金額大小 迴歸模型. 1. 前後期放款契約. 陳家彬、賴怡洵. 銀行往來. (2003). 關係和授. 2. 借款公司經營年限. 信行為之. 3. 存放款餘額. 研究. 4. 往來銀行家數 5. 借款集中度 6. 銷售成長率 7. 首位融資銀行. 劉志寬(2003). 授信決策. 個案研究. 1. 負債總額佔淨值比 2. 借款佔淨值比 3. 財務槓桿 4. 營業活動淨現金流量/本期損益 5. 應收帳款週轉天期 6. 存貨週轉天期 7. 銷貨成長率 8. 毛利率 9. 營業利益率 10. 現金流量比率. - 30 -.

(38) 表4 國內、外重要實證研究彙整表(續4) 研究者 蔡明熹(2004). 研究主題 信用評等. 研究方法 Logit 模型. 研究變數 1. EBIT /總資產比率 2. 毛利率. 模式. 3. 總資產報酬率 4. 稅前淨利率 5. 速動比率 6. 流動比率 7. 流動資產/總資產比率 8. 淨值比率 9. 流動負債/總資產比率 10. 利息費用/淨營業收入 11. 經營理念與能力 12. 產業市場展望 13. 市場佔有地位. 駱金龍(2004). 授信決策. 單因子變異. 模式. 數分析. 1. 流動比率 2. (流動資產-存貨)/流動負債 3. (現金+短期投資+應收帳款及票 據)/流動負債 4. (短期借款+應付商業本票)/流動資產. 謝智安(2004). 企業財務. Logit 模型. 1. 負債比率 2. 純益率. 危機預測. 3. 每股盈餘 4. 更換高階經理人次數 5. 更換財務主管次數 6. 變更財測次數. 官旻慧(2004). 企業財務. 區別分析. 危機預測. Logistic模型 均差檢定. 1. 營運資金/總資產比率 2. 保留盈餘/總資產比率 3. 稅前息前淨利/總資產比率 4. 股本市值/總負債比率 5. 營業收入/總資產. 陳業寧等人. 企業財務. 群內分析法. (2004). 危機預測. Logit 迴歸 檢定力曲線. 1. (流動資產-流動負債)/資產總額 2. 保留盈餘/資產總額 3. EBIT/資產總額 4. 權益市值/總負債 5. 營業收入/資產總額. - 31 -.

(39) 2.3.4 各財務比率彙整 本研究所得之各財務比率,原則主要係以個案銀行評估授信戶時所 採用償債能力因素、財務結構因素、經營效率因素、獲利能力因素、現 金流量因素之五項因素共 24 項財務比率,並佐以國內外相關文獻資 料、財務報表分析、證期會要求公開發行公司應於財務報表揭露之財務 比率、及中小企業信保基金公佈重要財務比率,從中進而篩選出短期銀 行借款對流動資產之比、現金對流動資產比率、總資產、負債比率、長 短期借款對淨值之比、流動負債對總資產之比、營授比率、營運資金比 率、長期負債對固定資產比率、應付帳款週轉次數、營運資金週轉率、 稅前息前淨利、保留盈餘對總資產比率、營業利益對總資產比率、營業 活動淨現金流量對總負債之比、營業活動淨現金流量對淨值比等 16 項 財務比率,合計 40 項財務比率,以作為分析要素之基礎 (表 5)。 X1 :現金/流動負債 主要用以衡量企業即時清償流動負債之能力,當比率愈高,表償 債能力愈大。 X2 :流動資產/流動負債 該比率稱為「流動比率」,用以衡量企業短期變現及在特定時點 之償債能力,當比率愈高,表資產的流動性愈大。由於流動資產 中包含存貨科目,有可能高流動比率是因為存貨囤積過多,而非 較佳之短期償債能力。 X3 :(流動資產-流動負債)/資產總額 該比率稱為「營運資金比率」,用以評量企業短期償債能力,當 比率愈高,表償債能力愈大。但流動比率太高,亦表示呆滯性資 金過多,帳款管理及存貨利用效率太差,雖風險較低,但不利盈 餘。 X4 :(流動資產-存貨)/流動負債 該比率稱為「速動比率」,將流動資產中排除變現性較差的存貨, 目的與流動比率相同。用以觀察企業清償短期負債之能力,但該 比率太高時,亦表示資金大部份放在低利性的資產上,資金運用 效益不彰。 X5 :(速動資產- 流動負債)/營業費用 - 32 -.

(40) 該比率稱為「營運資金週轉率」,衡量營運週轉金有多少比率可 支應日常的營運之費用。該比率越高,表示企業財務風險越低。 X6 :流動資產/總資產 該比率稱為「流動資產週轉率」,用以明瞭企業財源分佈於短期 性資產的情形,即衡量企業流動資產所佔比率。 X7 :固定資產/淨值 該比率稱為「固定比率」,衡量企業投入最不具流動性的固定資 產的投資額佔自有資本-淨值的比率。 X8 :(固定資產+長期投資)/(淨值+長期負債) 該比率又稱「固定長期適合率」,企業的固定資產所需的資金來 源應來自長期資金,才不致因「以短支長」而面臨到期債務無法 支應的危機。 X9 :長期負債/固定資產 衡量固定資產之資金來源,若該比率小於1,即有以短支長之情 形發生,金融市場變動幅度大時,即會影響企業獲利。 X10:總資產 公司規模越大則發生財務危機之可能性越低。 X11:總負債/總資產 該比率為「負債比率」,衡量企業的資本結構中,公司資金由債 權人提供之比重。若此比率大於1,表示債權人所提供的資金占 公司總資產的百分比較大,企業財務槓桿大,一旦遇有資金週轉 問題,財務風險相對高。 X12:流動負債/總資產 衡量企業流動負債佔總資產比率,該比率越高,財務風險越大。 X13:短期借款/流動資產 以「短期借款」來取代流動負債,該比率目的與流動比率相同。 X14:(短期借款+長期借款)/淨值 該比率用以衡量企業的資本結構中,金融負債是否大於淨值。該 比率大於1,表示企業財務槓桿較大,財務風險相對高。 X15:營業收入/銀行借款 該比率為「營授比率」,當比率愈高,企業體質越差。 - 33 -.

數據

圖 目 錄                           圖 1  本國銀行存放款利差之變化………………………… 5  圖 2  研究流程圖…………………………………………… 10  圖 3  中華民國銀行公會會員授信準則授信種類………… 15  圖 4  研究架構……………………………………………… 53
表 1  本國銀行家數統計表
表 2  本國銀行 95 年 1-9 月營業收入分析表  (單位:新台幣佰萬元)  項                    目  合            計  比            率  利息收入 750,529  51.53%  手續費收入 94,697  6.50%  公平市價變動列入損益之金融資產及負債利益 229,019  15.72%  其他收益 382,295  26.25%  營業收入合計 1,456,540  100.00%  資料來源:2007/1/20 中央銀行網站(http:/
表 12  自變數之 Pearson 相關係數(續 2)    X20  X38  X25  X31   X33   X34   X20 1.00000                  X38 0.52443 *** 1.00000               X25 0.06318  0.03605  1.00000            X31 0.04549  0.02599  0.90773 *** 1.00000         X33 0.04076  0.02371  -0.00154  -
+7

參考文獻

相關文件

退費方式參考「職業 訓練機構設立及管 理辦法」第 16 條規 定。. 3.職業訓練機構一旦被發現有「職業訓練機 構設立及管理辦法」第 18 條所列之違規事

國立臺北教育大學教育經營與管理學系設有文教法律碩士班及原住民文

本學系宗旨培育學生成為「具財金專業之金融實 務人才」 ,除基礎財務理論外,發展方向為「銀 行」 、 「證券」 、 「保險」

金門除酒廠及陶瓷廠等少數工業外,因水源不足及其他因素影響,各種產業發展有限,過 去一直是人口外流的地區。但自 1993

市場學原理 電子商貿概論 營運管理學 商業財務學 專題習作. 選修單元(專修會計及財務) 計算機化會計系統

研習影響工業區位的各種因素是地理科的一個重要課題。本主題旨在以鋼

Finally, we use the jump parameters calibrated to the iTraxx market quotes on April 2, 2008 to compare the results of model spreads generated by the analytical method with

協助青年適才 適性發展,提 供學生 職業試 探 機會,以建 立正確之職業 價 值 觀 。9. 培養臺灣傳統 技藝及區域產 業人才,提升