全球銀行破產風險之研究 - 政大學術集成
50
0
0
全文
(2) 誌謝 在政大不知不覺已經過了六年時間，首先感謝江彌修老師帶著我做研究，在不 同階段的過程中常常發生我們無法解決的問題，不論是研究或者課外的難題，但是 都跟著老師一步一步的克服了，回想起來歷歷在目，讓我在研究所的求學過程中成 長了不少。雖然所學知識和以後工作未必有直接相關，但是在研究的訓練中讓人的 抗壓性以及解決問題能力都無形中增加很多，也讓我在政大有更刻骨銘心的回憶， 每個星期和奕嘉以及冠宇一同跟論文奮鬥的日子，雖然辛苦但卻會令人懷念。啟鈞 學長在我撰寫論文開始就給予我許多幫助，願意花時間在早上跟我討論論文，教導 我寫實證的方法、SAS程式語法等等，傳授我很多經驗覺得收穫良多。 另外首先感謝奕嘉解決了我很多關於統計方面的問題，一起選修時間序列的課， 和我一起討論實證結果，還記得過年前圖書館空無一人大家都趕回家過年時，我們 還一起在圖書館抓資料覺得很溫馨。感謝庭鈞教導我SAS的撰寫，讓我在整理資料 和跑實證上都有一大突破，讓我節省了許多整理資料的時間，同時也讓我程式能力 進步，常常庭鈞實習到晚上很晚還買巧克力到研究室給我再一起討論論文，覺得很 感動。最後感謝謝仲總是陪我一同在圖書館寫論文，並幫我解釋了很多參考文獻上 遇到的困難，每天寫到圖書館放閉館音樂時才離開，這將會是我難忘的回憶。. 立. 政 治 大. ‧. ‧ 國. 學. 最後感謝家人在給予的默默支持，讓我可以無後顧之憂的在學校求學，還有太 多人沒寫在上面了，真的謝謝大家。. n. er. io. sit. y. Nat. al. Ch. engchi U. II. v ni. 王莉婷 謹誌 2014 年 6 月.
(3) 目次 中文摘要 ...................................................................................................................... VII Abstract....................................................................................................................... VIII 第一章. 緒論 .................................................................................................................. 1. 第二章. 文獻回顧 .......................................................................................................... 3. 第三章. 研究方法 .......................................................................................................... 6. 立. 變數定義 ................................................................................................... 6. 學. ‧ 國. 第一節. 政 治 大. 一、 Z-score ....................................................................................................... 6. ‧. 二、 Return ........................................................................................................ 7. Nat. io. sit. y. 三、 Profitability................................................................................................ 7. er. 四、 Credit ......................................................................................................... 7. al. n. v i n 五、 MacroeconomicsC ....................................................................................... 8 hengchi U 第二節. 變數篩選過程 ......................................................................................... 10. 一、 逐步迴歸法 ............................................................................................. 10 二、 共線性 ..................................................................................................... 11 三、 皮爾森相關係數檢定 ............................................................................. 12 四、 參數估計 ................................................................................................. 19 第四章. 實證結果 ........................................................................................................ 22 III.
(4) 第一節. 敘述統計 ................................................................................................. 24. 第二節. 迴歸結果 ................................................................................................. 27. 第五章. 結論 ................................................................................................................ 34. 參考文獻 ........................................................................................................................ 36 附錄................................................................................................................................. 40. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. IV. i n U. v.
(5) 表次 表 3-1 參數估計 ........................................................................................................... 9 表 3-2 逐步迴歸結果 ................................................................................................. 11 表 3-3 變異數膨脹因子(VIF) .................................................................................... 12 表 3-4 北美洲各變數間之相關係數矩陣 ................................................................ 14 表 3-5 歐盟各變數間之相關係數矩陣 .................................................................... 15. 政 治 大. 表 3-6 中國各變數間之相關係數矩陣 ..................................................................... 16. 立. 表 3-7 東南亞各變數間之相關係數矩陣 ................................................................. 17. ‧ 國. 學. 表 3-8 東北亞各變數間之相關係數矩陣 ................................................................. 18. ‧. 表 3-9 參數估計 ......................................................................................................... 21. Nat. io. sit. y. 表 4-1 敘述統計量 ..................................................................................................... 23. er. 表 4-2 各區域在各年度之資產報酬率(%) ............................................................... 26. al. n. v i n Ch 表 4-3 迴歸結果 ......................................................................................................... 28 engchi U 表 4-4 風險資本占總資本比(%) ............................................................................... 29 表 4-5 迴歸模型對資本報酬率作一階偏微分 ......................................................... 31 表 4-6 迴歸模型對營業利潤率作一階偏微分 ......................................................... 32 表 4-7 迴歸模型對長期債務占總權益比作一階偏微分 ......................................... 32 表 4-8 迴歸模型對總債務占總資產比做一階偏微分 ............................................. 33. V.
(6) 圖次 圖 4-1 各區域在各年度之 Z-score 值 ....................................................................... 24 圖 4-2 各區域在各年度之資產報酬率(%) ............................................................... 25 圖 4-3 各區域在各年度之 GDP 變化率(%) ............................................................. 26 圖 4-4 風險資本占總資本比(%) ............................................................................... 29. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. VI. i n U. v.
(7) 中文摘要 本文使用 Z-score 作為銀行破產風險之衡量指標，檢視銀行的資本結構和資本 獲利對銀行破產風險之影響，以及各區域在觀測期間銀行穩定度的變化。本文將全 球分為北美洲、歐盟、中國、東南亞及東北亞共五個區域，並選取各區域資本額前 十大的銀行做為研究對象。資料來源為 Bankscope、Bloomberg 以及 Datastream 資 料庫之 2007 年至 2014 年銀行季資料。本文研究主要有三個結果：第一，資本報酬 率為影響破產風險之顯著因子。但是資本報酬率的影響具有區域別差異，在歐盟、 中國與東南亞的風險資本比例較高，較高的報酬也相對提高銀行的破產風險。第二，. 政 治 大 亞洲強烈。最後，在觀測期間，北美洲與歐盟之銀行穩定度會顯著的受到總體經濟 立. 本文考慮自變數間的交互作用效果，發現在北美洲與歐盟的自變數間的交互作用較. ‧. ‧ 國. 學. 環境影響，亞洲則是影響較不顯著。. 關鍵字：Z score、破產風險、銀行穩定度、資本結構、債權比例. n. er. io. sit. y. Nat. al. Ch. engchi. VII. i n U. v.
(8) Abstract In this thesis, we use Z-score to be the measurement of the bank insolvency risk. We evaluate the influence of bank capital structures and capital gains to bank insolvency risk and inspect the change of bank stability in different regions during observation period. We split all banks into five regions, including North America, European Union, China, Southeast Asia (ASEAN) and Northeast Asia. Next, we pick the top 10 highest capital banks in each region to be the observation samples. Our data sources come from Bankscope, Bloomberg and Datastream, during 2007 to 2014, quarterly base. There are. 政 治 大 insolvency risk, but it impacts vary across regions. Banks in European Union, China and 立 three main results in this thesis. First, return on capital is a significant variable of bank. Southeast Asia have higher risk to capital ratio, higher return accompany with higher. ‧ 國. 學. insolvency risk. Second, we considered the interaction effect between independent. ‧. variables and find that the interaction effect is more significant in North America and. sit. y. Nat. European Union than Asia. Finally, we find that bank stability in North America and. io. er. European Union are highly influenced by macroeconomic factors, but in Asia, such influence is not that significant.. n. al. Ch. engchi. i n U. v. Keywords: Z-score, insolvency risk, bank stability, capital structure, debt ratio. VIII.
(9) 第一章. 緒論. 本文主要是研究銀行的資本投資和總體經濟因素是否影響北美洲、歐盟、中 國、東南亞以及東北亞的銀行破產風險。銀行的融資方式包含債權融資以及股權 融資，資本結構表示銀行的資本是由股權資本和債權資本所構成 (Saad, 2010) [27]。然而如何決定銀行的資本結構是銀行的金融主管面臨的難題，本文主要針 對債權融資的部分做進一步討論，探討高槓桿操作以及高報酬是否會顯著提升銀 行的破產風險及不穩定性，且此關係是否會因為區域別而有所不同。. 政 治 大 Modigliani and Miller (1963) 立 [25] 提出應該盡可能的增加債權占資本的比例來最. 過去許多的文獻中陸續討論了銀行資本結構和銀行報酬間的關係。. ‧ 國. 學. 大化利率的稅盾效果。然而 2007 年金融海嘯爆發，金融海嘯為銀行最恐慌的時 期，全球的景氣陷入嚴峻的衰退。這個恐慌起因於銀行信貸的過度擴張，例如次. ‧. 級房貸及各種抵押證券化之商品，此類信貸在 2007 年中期達到了頂峰，金融機. sit. y. Nat. 構間的償還風險及流動性風險越來越大，直到雷曼兄弟事件的爆發，接連全球金. al. er. io. 融市場的崩盤，美國政府不得不接管房利美、房地美、AIG 等公司。雖然美國政. v. n. 府一連串的接管動作，試圖拯救金融市場的流動性及償債能力，但大多數此類商. Ch. engchi. i n U. 品的價格仍急遽下跌，金融市場的波動度上升到前所未有的水平。巴塞爾委員會 經過金融危機後，提倡銀行應該增加流動性資產及降低槓桿比率。其所提倡的 “最低資本標準”是以增加資本來提高銀行安全性的作法。然而，這種作法可能 經常沒有效果，增加資本可能會促使銀行承擔更大的風險。如果這種效果勝過資 本的緩衝作用，將使得高度的資本化銀行遇到更高的倒帳風險。這樣的風險承擔 行為解釋了為什麼其他良好資本化的銀行經常遇到資金顯著下降的狀況，另一種 解釋方式則為，單獨的資本監管可能不足以確保銀行體系的穩健性。 2008 年間金融海嘯對全球經濟造成重創，債權國無不縮緊銀根，借貸成本 逐步提高。2010 年歐債危機爆發，歐元區面臨了嚴重的主權債務危機。許多歐.
(10) 元區的成員國都有舉債過高且不穩定的現象，最明顯的三個例子為希臘、愛爾蘭、 葡萄牙，此三國為避免違約，向歐元區其他國家和國際貨幣基金組織(IMF)借了 大量的金錢，過著以債還債的日子，而希臘更是此次危機的核心，希臘在歐元區 中舉債最高，且有最嚴重的財政赤字，使得希臘成為美國和歐盟間關注的焦點。 自希臘加入歐元區以來，資本市場及投資人大幅增加投資信心，因此希臘獲得豐 富的廉價資金，但這些資金的流入並沒有用在提升希臘本國的經濟競爭力，希臘 的公債不斷地擴張，儘管歐盟曾試圖制定規定阻止歐盟國間過度舉債的現象，但 終究是失敗。由次可知，銀行的資本結構和破產風險以及總體經濟環境彼此相互 牽連( Lane, 2012) [23]。. 立. 政 治 大. 本文使用 Z-score 做為銀行破產風險之測量指標。過去文獻大多使用此指標. ‧ 國. 學. 衡量不同的銀行型態、銀行規模大小及政府持股比例對銀行破產風險的影響。儘 管有許多的文獻在討論銀行資本結構對銀行報酬的影響，但是較少著重於銀行的. ‧. 債權比例、資本結構和破產風險的關聯性。此外， 過去文獻大多侷限於特定區. Nat. sit. y. 域討論，較少有跨區域的比較。從 2007 年全球金融危機可以發現，歐洲銀行於. n. al. er. io. 金融海嘯前一直是美國融資的重要來源，且歐洲銀行在美國的資產擔保證券有相. i n U. v. 當高的曝險。故金融危機爆發時，歐洲央行透過公開市場操作調節流動性問題，. Ch. engchi. 可見美國市場一直與歐洲市場密切相關，這也是為何美國金融危機亦造成歐洲銀 行巨額的虧損的原因。且歐洲經濟自 2008 年九月，雷曼兄弟倒閉事件後至 2009 年年初，歐洲經濟所受到的震盪不亞於美國。可以發現，總體經濟變數對於銀行 破產風險似乎存在著跨區域的影響，故本文將破產風險與銀行資本結構結合討論， 並將過去文獻大多侷限於特定區域的討論方式改為全球分五個區域(北美洲、歐 盟、中國、東南亞與東北亞)的比較，檢視銀行的資本結構和資本獲利對銀行破 產風險之影響，以及各區域在觀測期間銀行穩定度的變化。. 2.
(11) 第二章. 文獻回顧. Hutchison and Cox (2007) [19] 研究美國銀行的資本結構發現，當銀行的財務 槓桿越高，將會有越高的股東權益報酬率 (return on equity)，但銀行的財務槓桿 和資產報酬率(return on asset) 則為負相關。Amidu (2007) [4] 使用應變數為債務 占資本比 (debt to capital)，自變數為獲利、風險、銀行大小與銷售成長率來檢視 迦納銀行的資本結構。迴歸結果顯示債務占資本比和銀行獲利能力呈現負相關， 即債務占資本比越高，銀行獲利能力越低。Ebaid (2009) [14] 年藉由資產報酬率. 政 治 大 標，來研究銀行資本結構和獲利能力的相關性 。作者發現短期債務(short-term debt) 立 (ROA)、股東權益(ROE)報酬率以及營業毛利率(gross profit margin) 三個財務指. ‧ 國. 學. 和 總 債 務 (total debt) 對 於 資 產 報 酬 率 有 顯 著 的 負 向 影 響 ， 但 是 長 期 債 務 (long-term debt)對資產報酬率表現並無顯著影響。且不論是短期債務、長期債務. ‧. 或總債務對於銀行的股東權益報酬率及營業毛利率皆無顯著影響。. sit. y. Nat. San and Heng (2011) [30] 亦是研究銀行資本結構和獲利能力間的相關性。作. al. er. io. 者檢視在金融危機前及金融危機時，馬來西亞銀行的資本結構對於銀行表現的影. v. n. 響。選取 2005 年至 2008 年共 49 家銀行並將其分成小規模、一般規模以及大規. Ch. engchi. i n U. 模。使用長期債務占總資本比 (long-term debt to capital)、債務占資本比 (debt to capital)、債務占資產比 (debt to asset)、債務占股權市值比 (debt to equity market value)、債務占普通股權益比 (debt to common equity)及長期債務占普通股權益比 (long-term debt to common equity)作為自變數。應變數則為資本報酬率(return on capital)、資產報酬率 (ROA)、每股盈餘 (earnings per share)、營業利潤率 (profit margin)及淨利潤率 (net margin)。發現在金融危機時，馬來西亞的銀行資本結構 有在持續成長，且銀行資本結構和銀行獲利存在顯著的關聯性。自變數中，僅長 期債務占總資本比及債務占資本比對大規模銀行的獲利表現具有顯著的影響，然 而只有債務占資本比對小規模銀行之獲利能力有顯著影響。Ahmad, et.al (2012) 3.
(12) [1] 亦調查資本結構對於馬來西亞銀行營業獲利能力的相關性。同樣發現短期債 務和長期債務對於資產報酬率以及權益報酬率有顯著的影響 (Saeedi and Iman, 2011) [29]。 Saeed, et.al (2013) [28] 發現在巴基斯坦，銀行的短期債務占總資本比 (short-term debt to capital) 對銀行的資本報酬率、權益報酬率以及每股盈餘均有 正向的影響；長期債務占總資本比則對上述獲利能力指標有負向的影響。Venanzi, et.al (2014) [36] 則是研究歐洲區域資本結構對於銀行表現的影響。作者發現國家 的經濟情況會直接或間接地影響銀行之財務槓桿，進而影響獲利。銀行的資產報. 治 政 大 例會越低以降低其融資成本。從過往的文獻中可以發現，對於資本結構和銀行獲 立 酬率會隨著銀行槓桿比率的增加而減少，且越具獲利能力的銀行，其債權融資比. 利間的關係已有一系列的相關研究。. ‧ 國. 學. 在銀行破產風險的部分，De Nicolo (2004) [13] 使用 Z-score 來研究 21 個已. ‧. 開發國家銀行之銀行規模與破產風險之間的關係。Z-score 是一個常用於銀行實. y. Nat. 證研究中的風險測量指標，它可以反映銀行的破產風險。這個測量方法是由 Boyd. er. io. sit. and Graham (1986) [8], Hannan and Hanweck (1988) [16] 及 Boyd et al. (1993) [9] 所發展而來。作者發現在其所研究的銀行中，有大部分的銀行規模和破產風險呈. al. n. v i n 現反向關係，即銀行規模越小其破產風險越高。作者亦發現，在已開發國家的銀 Ch engchi U 行有較低的破產風險。Z-score 是使用資產報酬率之平均數與標準差以及市場資. 本占資產比計算而得。然而儘管前述有許多文獻在討論資本結構和銀行獲利能力 (ROA) 間的關係，討論銀行破產風險 (Z-score) 和資本結構關係的文獻相對少許 多。Cihak and Hesse (2008) [10] 使用 Z-score 來分析 29 個 OECD 國家的銀行穩 定性。發現儘管銀行資本化程度不高，若銀行報酬的變動較小，銀行將越趨穩定、 破產風險越小。且若銀行體系中，小銀行的占比越高，銀行體系的穩定性將相對 越高。Iannotta, et.al (2007) [20]、Beck, et.al (2009) [6] 亦使用 Z-score 作為風險測 量指標，檢視銀行獲利能力及銀行風險是否會受到政府持股比例的影響而有不同。 4.
(13) Ivičić, et.al (2008) [21] 同樣是調查銀行破產風險，但前述研究不同的是，作者著 重於總體經濟變數分析。對象為 1996 年至 2006 年東歐及中歐共七個國家，從特 定銀行變數及總體經濟變數探討其對於銀行風險的影響。作者使用 Z-score 作為 破產風險指標，並且使用合併迴歸作為研究方法，發現銀行的穩定性會隨著信貸、 通貨膨脹的增加及銀行業的集中而降低。 從過往的文獻中可以發現，使用 Z-score 當作風險測量指標的文獻中，較少 將銀行破產風險與銀行自身的資本結構或是獲利能力相互結合，大多傾向於分析 銀行規模與政府持股對於銀行破產風險的影響。Wahyoe, et.al (2012) [37] 研究. 治 政 大 (2015) [18] 的研究中 會有越高的破產風險及風險承擔。Hugonnier and Morellec 立. 1994 年至 2009 年，亞洲 12 個國家共 686 家銀行發現當資本比率增加，銀行將. 亦發現債權比例的增加同時會造成銀行違約風險及破產風險的增加，且當銀行的. ‧ 國. 學. 股權比例越高，銀行違約風險則越低。不過可以發現，對於銀行資本結構和破產. ‧. 風險的文獻中，較局限於小區域。故本文將使用 Z-score 來跨區域分析北美洲、. y. Nat. 歐盟、中國、東南亞與東北亞共五區之銀行破產風險，本文採用 Iannotta, et.al. er. io. sit. (2007) [20] 之研究方法並加以改良。除自變數使用資本結構與獲利能力外並加入 總體經濟變數，讓迴歸式能同時包含個體與總體因素。最後鑑於過往文獻中，較. al. n. v i n 少提到處理自變數間共線性問題及自變數間的交互作用，故本文納入交互作用項 Ch engchi U 作為迴歸模型之自變數。. 5.
(14) 第三章. 研究方法. 本文包括五個區域分別為北美洲、歐盟、中國、東南亞及東北亞，資料為 2007 至 2014 年之季資料。依據 BankScope 所提供之各區資產排名前 25 大之銀 行及依照 BankScope、Bloomberg 及 Datastream 資料庫所能獲得之資料完整程度， 篩選出共 46 家各區具有代表性的銀行當作本研究的樣本。 本文主要在探討銀行資本結構及獲利能力是否會顯著影響銀行破產風險，且 此影響是否會因區域的不同而有所不同。以及總體經濟變數是否會顯著影響銀行 的破產風險。迴歸模型如式 1 所示：. 治 政 + β OP + β NIBT + β大 EPS. (1). 第一節 變數定義. ‧. 一、 Z-score. ‧ 國. 立. 學. Zscorε jt = α 0 + β1ROA jt + β 2 ROC jt 3 4 5 jt jt jt + β 6 LDEBTε jt + β 7 LDEBTc jt + β 8 LDEBTtA jt + β 9 DEBTε jt + β10 DEBTc jt + β11DEBTtA jt + β12 GDP jt + β13 IFjt + ε jt. sit. y. Nat. Z-score 為 Boyd and Graham(1986) [8] , Hannan and Hanweck (1988) [16] 及. al. er. io. Boyd et al. (1993) [9] 所發表之反應銀行破產風險的指標。Z-score 在銀行風險評. v. n. 估和整體金融穩定中皆扮演著重要的角色。相對於基於市場風險所算出的風險指. Ch. engchi. i n U. 標，因為其只需使用會計資訊便能計算的便利性，讓其在橫斷面研究的使用越趨 普遍，且可以適用於許多非上市金融機構。故本研究採用 Z-score 來衡量銀行破 產風險。其計算公式如式 2： Zscore jt =. µ ROA + CAR jt jt. s ROA. (2). jt. 其中，µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt =. E jt A jt. 為銀行 j 在第 t 期之市場資本占資產比(market capital to asset ratio)。此. 外， Laeven and Levine (2009) [22] 及 Houston et al. (2010) [17] 發現 Z-score 值 6.
(15) 的分配偏斜嚴重故將 Z-score 取自然對數，且發現取完自然對數之 Z-score 趨近於 常態分配，故本研究亦採取已取對數之 Z-score 值。當 Z-score 值越大時，代表銀 行的破產風險越低、財務狀況較為穩定。反之，當 Z-score 值越小時，代表銀行 破產風險越高、財務狀況較為不穩定。 二、 Return 報酬率項內有資產報酬率(return on assets，ROA)、資本報酬率(return on capital，ROC)。資產報酬率代表銀行的每一單位資產為銀行帶來多少的報酬，顯 示出銀行創造報酬的能力及是否有效率的運用資產。資產報酬率越高，表示銀行. 政 治 大 利能力較差，破產風險應越高。資本報酬率同時考慮了債務及權益資本，當資本 立 具有較好的獲利能力，破產風險應越低；反之，資產報酬率越低，代表銀行的獲. ‧ 國. 學. 報酬率越高，代表銀行的資本投資越具效率，破產風險應越低；反之，資本報酬 率越低，代表銀行的資本投資越不具效率，破產風險應越高。. ‧. 三、 Profitability. Nat. sit. y. 本研究使用之衡量獲利性的指標為營業利益率(Operating Profit ratio，OP)、. n. al. er. io. 稅前淨利率(Earning before Tax Margin，NIBT) 及每股盈餘(Earnings per Share，. i n U. v. EPS)。營業利益率表示銀行將多少的收入轉換成營業利潤，當營業利益率越高，. Ch. engchi. 代表銀行越具效率，破產風險應越低，反之亦然。稅前淨利率越高，表示銀行越 有能力控管成本，銀行越具效率及獲利性，破產風險應越低；反之，稅前淨利率 越低，表示銀行控管成本能力越低，破產風險應越高。每股盈餘代表銀行流通在 外普通股為銀行所獲得之報酬。每股盈餘越高表示公司的獲利能力越好，破產風 險應越低；反之，每股盈餘越低，銀行破產風險應越高。 四、. Credit 本研究所使用之衡量信用的指標可以大致分為長期債務與總債務兩部分。長. 期債務占總權益比(LDEBTe)、長期債務占總資本比(LDEBTc)、長期債務占總資 產比(LDEBTtA)。債務占權益比(DEBTe)、債務占資本比(DEBTc)、債務占資產 7.
(16) 比(DEBTtA)。 長期債務是指銀行的財務責任超過一年之債務，為銀行的槓桿手 段之一。銀行必須於資產負債表揭露其長期債務所需支付之利息及到期日。總債 務則包括長期債務與短期債務，短期債務則是指銀行的財務責任小於一年之債務。 通常債務占比越高代表銀行需負擔較高成本、槓桿較高，推估銀行的破產風險應 該越高；反之，債務占比越低代表銀行需負擔之成本較低，推估銀行的破產風險 應該越低。. 五、. Macroeconomics 總體經濟變數共包含兩項，分別為國內生產毛額 (Gross Domestic Product，. 政 治 大 GDP 成長率反映了國家的經濟狀況，成長率越高表示國家的經濟環境越好，銀 立. GDP)、通貨膨脹率(Inflation rate，IF) 。對總體經濟變數均取對數做一階差分。. ‧. ‧ 國. 學. 行破產風險應越低。當通貨膨脹越高，表示經濟越不穩定，銀行的穩定性應下降。. 表 3-1 為各變數之回歸參數與 Z-score 間變動方向之預估。. n. er. io. sit. y. Nat. al. Ch. engchi. 8. i n U. v.
(17) 表 3-1 參數估計. (. ). 應變數為表示銀行破產風險指標(Z-score)，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ， 其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、NIBT 為稅 前淨利率、EPS 為每股盈餘。債務占比部分，LDEBTe 為長期債務占總權益比、LDEBTc 為 長期債務占總資本比、LDEBTtA 為長期債務占總資產比、DEBTe 為債務占權益比、DEBTc 則為債務總資本比。最後是總體經濟變數，GDP 為國內生產毛額，其計算方式為 GDP = C + I + G + (X-M)，其中 C=消費，I=投資，G=政府支出，(X – M) = 淨出口。本文將 GDP 取自然對數 後再取一階差分。.. 公式. 預估 方向. ROA. Net Income Total Assets. ＋. ROC. Net Opearing Profit − Adjusted tax Debt + Equity − Cash. ＋. 變數. 立. y. sit. al. n. LDEBTtA DEBTe DEBTc DEBTtA GDP IF. ＋ ＋ － －. er. io. LDEBTc. Long Term Debt Preferred Stock + Common Stock Long Term Debt Long Term Debt + Preferred Stock + Common Stock. Nat. LDEBTe. Pre - Tax Net Profit Sales Revenue Net Income − Dividends on Preferred Stock Average Outstanding Shares. ‧. EPS. ＋. Operating Revenue. 學. NIBT. ‧ 國. OP. 治 政 Operating Income 大. Ch. i n U. Long Term Debt Total Assets. engchi. v. Short Term Debt + Long Term Debt Preferred Stock + Common Stock Short Term Debt + Long Term Debt Long Term Debt + Preferred Stock + Common Stock Short Term Debt + Long Term Debt Total Assets log (GDP) CPI t +1 − CPI t CPI t. 9. － － － － ＋ －.
(18) 第二節 變數篩選過程 本研究一開始放入各種常用於衡量銀行報酬、獲利能力及信用狀況之指標， 包括資產報酬率(ROA)、資本報酬率(ROC)、營業利益率(OP)、稅前淨利率(NIBT)、 長期債務占總權益比(LDEBTe)、長期債務占總資本比(LDEBTc)、長期債務占總 資產比(LDEBTtA)、債務占權益比(DEBTe)、債務占資本比(DEBTc)、債務占資 產比(DEBTtA)、每股盈餘(EPS)，共 11 個自變數。接著放入兩個總體經濟變數， 包括國內生產毛額(GDP)及通貨膨脹率(IF)，此兩個總體經濟變數皆取對數的一 階差分。故本研究一開始共放入 13 個自變數，迴歸式如下所示:. 政 治 大 + β LDEBTtA立 + β DEBTε + β DEBTc + β DEBTtA. Zscorε jt = α 0 + β1ROA jt + β 2 ROC jt + β 3 OP jt + β 4 NIBT jt + β 5 LDEBTε jt + β 6 LDEBTc jt jt. 7. jt. 8. 9. jt. 10. ‧ 國. 學. + β11EPS jt + β12 GDP jt + β13 IFjt + ε jt. jt. 一、逐步迴歸(Stepwise Regression). ‧. 本文首先使用逐步迴歸法篩選顯著之變數。逐步迴歸法為，在複迴歸模型中. Nat. sit. y. 篩選顯著之自變數並將顯著之自變數留在模型中，並將不顯著之變數從模型中移. n. al. er. io. 除。逐步迴歸法包含前進選取法(Forward selection)及後退刪除法(Backward. i n U. v. elimination)。本文一開始先採用前進選取法，使用不分區資料共 1279 個樣本點。. Ch. engchi. 首先建立自變數為 ROA 之簡單迴歸模型，之後陸續加入變數，加入能使迴歸式 之 F 統計量最大且顯著之變數，並於加入新變數後再檢視原本位於迴歸式之自變 數的 F 統計量是否還為顯著，若顯著則繼續留在迴歸模型，不顯著則剔除以新的 自變數取代之。篩選完後之新迴歸式如式 3 所示(使用後退刪除法亦得到相同之 迴歸結果)：. Zscorε jt = α 0 + β1ROC jt + β 2 OP jt + β 3 LDEBTε jt + β 4 LDEBTc jt + β 5 DEBTε jt + β 6 DEBTc jt + β 7 DEBTtA jt + β 8 GDP jt + ε jt. (3). 由表 3-2 可知，逐步迴歸法已將原本的 13 個變數，經篩選留下對迴歸式具 有顯著影響力的 8 個重要自變數。因本研究為探討自變數是否具有區域性差異， 10.
(19) 故之後的迴歸分析結果將會分區域別討論。 表 3-2 逐步迴歸結果. (. ). 應變數為表示銀行破產風險指標(Z-score)，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資. 本占資產比。ROC 為資本報酬率、OP 為營業利潤率、LDEBTe 為長期債務占總權益比、LDEBTc 為長期 債務占總資本比、DEBTc 為債務占權益比、DEBTc 為債務占資本比、DEBTtA 為債務占資產比、GDP 則 為國內生產毛額。各比率的計算如表 3-1。. β. Intercept. ROC. OP. LDEBTe. LDEBTc. DEBTe. DEBTc. DEBTtA. GDP. -49.0751. 1.2790. 0.5699. 0.0337. -1.5982. -0.0228. 1.5476. -0.4397. -0.0564. p-value 0.0003 *** 0.0242 ** 0.000 *** 0.0739 * 0.000 *** 0.0087 *** 0.000 *** 0.0546 *. 0.0458 **. Note:***.**.* indicates statistical significance at the 1%,5% and 10% level, respectively.. 政 治 大 經過逐步迴歸法篩選出有效變數後，接著探討共線性的問題。在複迴歸分析 立. 二、解決共線性(MultiCollinearity)問題. 中，若自變數間具有共線性，意即若某一自變數和另一個自變數具有高度相關，. ‧ 國. 學. 將會導致迴歸估計之參數值變得不精確，故為解決此一問題，將篩選完的 8 個自. sit. y. Nat. 歸式如下所示：. ‧. 變數即 28 ( C82 )個交乘項放入迴歸模型中檢視其顯著性，結果如表 3-3 所示。迴. er. io. Zscore jt = α 0 + β1ROC jt + β 2 OP jt + β 3 DEBTc jt + β 4 (ROC * OP) jt + β 5 (ROC * LDEBTc) jt + β 6 (ROC * DEBTtA) jt + β 7 (LDEBTe * DEBTtA) jt + β 8 GDP jt + e jt. n. al. Ch. engchi U. v ni. (4). 將交乘項放入迴歸式，篩選完後共得到 8 個自變數，為本研究最後使用之迴 歸模型。為了再次確認及加強自變數的共線性問題是否解決，使用判斷共線性的 指標，即變異數膨脹因子(variance inflation factor) 來檢驗。變異數膨脹因子顧名 思義，是用來測量變數的相關係數之變異數會因為其他線性相關的自變數而膨脹 多少。它的計算方式為將某一自變數與其他自變數做線性迴歸，得到迴歸可解釋 變異量比( R 2 )後即可計算 VIF 如式 5。 VIF =. 1 1− R2. 11. (5).
(20) 最廣泛被使用的 VIF 上界為 10 (Hair, Tatham, and Black.1995) [15]，意即若 VIF 大於 10 自變數間可能具有共線性問題。根據表可以得知此 8 個變數之 VIF 皆小於 10 且大多數低於 5，表示自變數間較無共線性問題。故此 8 個變數為本 研究最後使用之變數。 表 3-3 變異數膨脹因子 (VIF). (. ). 變異數膨脹因子的公式為 VIF = 1 / 1 − R 2 ，用來檢驗自變數間是否具有 共線性問題。VIF 若大於 10 表示自變數間可能具有共線性問題。ROC 為 資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為債 務占資產比。. β. VIF. *** *** *** * *** *** ***. 0 6.6501 1.5534 3.4725 3.9878 1.5194. 0.6920. 0.0000 0.0000 0.0000 0.0588 0.0000 0.0000 0.0000. -0.0005 -0.0644. 0.0173 ** 0.0000 ***. 2.1817 1.7399. 27.8437 -11.0679 0.4355 0.3131 0.1692 -0.0421. 政 治 大. LDEBTe × DEBTtA GDP. 3.6320. ‧. ‧ 國. 立. 學. Intercept ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA. p-value. sit. y. Nat. Note:***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. er. io. 三、皮爾森相關係數. n. al. i n U. v. 本文接下來使用皮爾森相關係數檢定，來檢視自變數彼此間是否存在線性相. Ch. engchi. 關。其相關係數公式如式 6 1：. r=. ∑ (x. i. )(. − x yi − y. ∑ (x − x ) ∑ (y 2. i. i. i. 1. r=. Covxy SxS y. =. i. ∑ (x − x) ∑ (y − y) 2. 2. i. i. i. i. N −1. i. ). ∑ (x − x)(y − y). i. N −1. −y. i. ∑ (x − x)(y − y) i. ). i. =. i. i. ∑ (x − x) ∑ (y − y ) 2. 2. i. i. i. i. N −1. 12. 2. ， −1 ≤ r ≤ 1. (6).
(21) 當值為正時，表示自變數間具有正向的線性相關；反之，負值表示負向的線 性相關；當值為 0 時則表示變數間不具有線性相關，且當相關係數越接近 1 或是 -1 時，顯示兩變數間的線性相關性越為強烈。表 3-4 至表 3-8 為各區域之相關係 數矩陣，可以發現大部分自變數間的相關性為中度相關(Moderately correlated)或 是低度相關(Modestly correlated)，較無高度相關問題。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 13. i n U. v.
(22) 表 3-4 北美洲各變數間之相關係數矩陣. (. ). Z-score 為銀行破產風險指標，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為債務占資產比。. DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA GDP. -0.1991 0.0014 -0.0417 0.5065 0.3562 0.0000 0.5204 0.0000 -0.1437 0.0215 0.0435 0.4879. 政 治 大. 立. 1.0000. 1.0000 -0.4124 0.0000 -0.0314 0.6175 -0.0855 0.1729 0.7119 0.0000 0.2757 0.0000. al. GDP. Ch. 1.0000 0.1203 0.0546 0.2237 0.0003 -0.4467 0.0000 0.0721 0.2504. y. 0.4121 0.0000 -0.4558 0.0000 0.6631 0.0000 0.3809 0.0000 0.5767 0.0000 -0.6296 0.0000 0.1121 0.0734. OP. ROC × DEBTtA LDEBTe × DEBTtA. 1.0000. sit. 0.0000 0.2338 0.0002 -0.5816 0.0000 0.5136 0.0000 -0.1048 0.0943 -0.1716 0.0059 0.5143 0.0000 0.1571 0.0829. ROC × LDEBTe. ‧. 1.0000. ROC × OP. 學. 0.7348. n. ROC. io. 1.0000. DEBTc. Nat. Z-score. OP. er. ROC. ‧ 國. Z-score. 0.8492 0.0000 0.0900 0.1510 0.3690 0.0000. n engchi U. 14. iv. 1.0000 -0.0954 0.1279 0.3970 0.0000. 1.0000 0.2207 0.0004. 1.0000.
(23) 表 3-5 歐盟各變數間之相關係數矩陣. (. ). Z-score 為銀行破產風險指標，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為債務占資產比。. ROC. 0.1645. DEBTc. 0.0226. LDEBTe × DEBTtA GDP. ‧ 國. 1.0000 0.1483 0.0401 -0.1133 0.1175 -0.2507 0.0005 0.5341 0.0000 0.2260 0.0016. al. n. ROC × DEBTtA. -0.0319 0.6607 -0.4539 0.0000 0.4737 0.0000 0.5204 0.0000 0.1110 0.1254 0.1910 0.0080. io. ROC × LDEBTe. 1.0000. Nat. ROC × OP. 0.4588 0.0000 -0.3115 0.0000 -0.6728 0.0000 0.6045 0.0000 0.9757 0.0000 -0.0216 0.7658 0.1358 0.0604. GDP. Ch. ‧. DEBTc. 0.4027 0.0000 -0.2894 0.0000 -0.0370 0.6109 -0.5047 0.0000 -0.2029 0.0048 0.0549 0.4496 0.1842 0.0355. ROC × DEBTtA LDEBTe × DEBTtA. 學. OP. ROC × LDEBTe. 政 治 大. 立. 1.0000. ROC × OP. 1.0000. y. 1.0000. OP. -0.1869 0.0095 -0.6987 0.0000 -0.0585 0.4205 0.0459 0.5275. engchi. 15. sit. Z-score. ROC. 1.0000. er. Z-score. iv 0.6340 n U 0.0000 0.0784 0.2799 0.3887 0.0000. 1.0000 0.0537 0.4592 0.1469 0.0421. 1.0000 0.1619 0.0248. 1.0000.
(24) 表 3-6 中國各變數間之相關係數矩陣. (. ). Z-score 為銀行破產風險指標，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占總資本比、DEBTtA 為債務占總資產比。. ROC. -0.3474. GDP. GDP. -0.5674 0.0000 0.2657 0.0000 0.5653 0.0000 0.6070 0.0000 -0.0148 0.8143. al. Ch. ‧ 國. ‧. LDEBTe × DEBTtA. 1.0000. n. ROC × DEBTtA. -0.0684 0.2762 0.7314 0.0000 0.0129 0.8381 0.1824 0.0035 0.0284 0.6520 0.0291 0.6442. io. ROC × LDEBTe. 1.0000. Nat. ROC × OP. 0.1698 0.0066 -0.7750 0.0000 0.7723 0.0000 -0.1424 0.0230 -0.1207 0.0543 -0.5433 0.0000 0.1416 0.0237. ROC × DEBTtA LDEBTe × DEBTtA. 學. DEBTc. 0.1861 0.0028 0.1058 0.0918 -0.1334 0.0332 -0.2053 0.0010 -0.0200 0.7511 0.3766 0.0000 -0.0057 0.6283. ROC × LDEBTe. 政 治 大. 立. 1.0000. 0.0000 OP. ROC × OP. DEBTc. 1.0000. y. 1.0000. OP. -0.0920 0.1429 0.0098 0.8764 -0.3615 0.0000 0.0918 0.1440. engchi. 16. sit. Z-score. ROC. 1.0000. er. Z-score. iv 0.1690 n U. 0.0068 0.5343 0.0000 0.0665 0.2904. 1.0000 0.3763 0.0000 0.2093 0.0008. 1.0000 0.0639 0.3097. 1.0000.
(25) 表 3-7 東南亞各變數間之相關係數矩陣. (. ). Z-score 為銀行破產風險指標，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為債務占資產比。. ROC. -0.1390. DEBTc. 0.0045. LDEBTe × DEBTtA GDP. ‧ 國. 1.0000 -0.4947 0.0000 0.3487 0.0000 0.0663 0.1774 0.6540 0.0000 0.0301 0.5408. al. n. ROC × DEBTtA. 0.0493 0.3155 0.3838 0.0000 0.0638 0.1944 0.1873 0.0001 -0.1015 0.0386 0.1984 0.0000. io. ROC × LDEBTe. 1.0000. Nat. ROC × OP. 0.0772 0.1160 -0.4821 0.0000 0.7305 0.0000 -0.0338 0.4916 0.4262 0.0000 -0.4221 0.0000 0.0901 0.0663. GDP. Ch. ‧. DEBTc. 0.3152 0.0000 0.1644 0.0008 -0.0140 0.7761 -0.0516 0.2940 0.0393 0.4243 0.0769 0.1173 -0.0373 0.4485. ROC × DEBTtA LDEBTe × DEBTtA. 學. OP. ROC × LDEBTe. 政 治 大. 立. 1.0000. ROC × OP. 1.0000. y. 1.0000. OP. -0.0065 0.7955 0.4196 0.0000 -0.4029 0.0000 0.1634 0.0008. engchi. 17. sit. Z-score. ROC. 1.0000. er. Z-score. iv 0.4838 n U. 0.0000 0.6477 0.0000 0.3159 0.0000. 1.0000 0.1195 0.0148 0.2692 0.0000. 1.0000 0.1646 0.0008. 1.0000.
(26) 表 3-8 東北亞各變數間之相關係數矩陣. (. ). Z-score 為銀行破產風險指標，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為債務占資產比。. ROC. 0.7464. DEBTc. 立. 1.0000. 0.0000. LDEBTe × DEBTtA GDP. ‧ 國. 1.0000 -0.4096 0.0000 -0.1469 0.0639 -0.0936 0.2391 0.6434 0.0000 0.0081 0.9195. al. n. ROC × DEBTtA. io. ROC × LDEBTe. -0.1198 0.1314 0.5264 0.0000 0.1978 0.0122 0.2896 0.0002 -0.0095 0.9051 0.0853 0.2834. GDP. 政 治 大. 1.0000. Nat. ROC × OP. 0.3560 0.0000 -0.4131 0.0000 0.7116 0.0000 0.3964 0.0000 0.4994 0.0000 -0.3207 0.0000 0.2219 0.0048. ROC × DEBTtA LDEBTe × DEBTtA. Ch. ‧. DEBTc. 0.2247 0.0043 -0.6712 0.0000 0.6461 0.0000 0.2769 0.0004 0.3134 0.0000 -0.5270 0.0000 -0.1475 0.1627. ROC × LDEBTe. 學. OP. ROC × OP. 1.0000. y. 1.0000. OP. 0.2922 0.0002 0.3767 0.0000 -0.5026 0.0000 0.2237 0.0045. engchi. 18. sit. Z-score. ROC. 1.0000. er. Z-score. iv 0.6229 n U. 0.0000 -0.4600 0.0000 0.1365 0.0852. 1.0000 -0.4636 0.0000 0.2515 0.0013. 1.0000 0.0446 0.5753. 1.0000.
(27) 四、參數估計 (一)資本報酬率 (Return on Capital，ROC). ROC =. Net Opearing Profit − Adjusted tax Debt + Equity − Cash. (7). 資本報酬率為一獲利指標，所使用之資本為債務及權益資本和。它表示一間 銀行投資於債權人及股東後為銀行所創造之盈餘，公式如式 7。當資本報酬率越 高，代表銀行的資本投資越具效率，銀行具有良好的運作系統能將投資於資本的. 政 治 大 反之則表示銀行的資本並未獲得充分的利用，銀行的破產風險應越大，Z-score 立 錢轉換成為收入。故資本報酬率越高，銀行破產風險應越低，Z-score 值越大。. 值越小。推估迴歸結果之 Z-score 和資本報酬率應該為同向變動。. ‧ 國. 學 y. (8). n. er. io. sit. Nat. Operating Income Operating Revenue. OP =. al. ‧. (二)營業利潤率 (Operating Profit ratio，OP). Ch. i n U. v. 營業利潤率為一衡量銀行經營效率及獲利性之指標，如式 8 所示。營業利潤. engchi. 率越高，代表銀行能將更多的收入轉換成營業利潤，且表示銀行對於成本有較好 的控管，收入成長的速度大於成本的成長速度。故營業利潤率越高，銀行破產風 險應越低，Z-score 值越大。反之當營業利潤率越低，則表示銀行對於成本的控 管效率較不佳，銀行破產風險越大，Z-score 值越小。故推估迴歸結果之 Z-score 值和營業利潤率應該為同向變動。. 19.
(28) (三)總債務占總資本比 (Debt to Total Capital ratio，DEBTc). DEBTc =. Debt Equity + Debt. (9). 銀行可以藉由債權或是股權來籌措資金，故債務占資本比可以看出銀行的財 務結構。當債務占資本比越高，代表銀行的債務部位相對於股權部位要來的多， 顯示銀行比起股權融資更傾向於使用債權融資。然而，一般來說，債權融資的成 本要相較於股權融資為高，因為銀行必須定期支付利息，且到期時需還付本金。 故銀行債務占總資本比越高可能顯示，此銀行的財力會遭受債權的重壓而財力較. 政 治 大 險應越低，Z-score 值越高。故推估迴歸結果之 Z-score 和債務總資本比應為反向 立 弱，破產風險越高，Z-score 值越低。反之，當債務占資本比越低，銀行破產風. ‧ 國. 學. 變動。. (四)長期債務占總權益比. ‧ y. (10). n. er. io. al. Long Term Debt Equity. sit. Nat. LDEBTe =. Ch. i n U. v. 長期債務占權益比為一財務槓桿的指標。該比例由銀行的長期債務除以普通. engchi. 股的帳面價值所計算。此比例顯示出銀行資產來自於長期債權融資跟股權融資的 比例。其中，長期債權是指債權支付年現超過一年之融資。一般來說，債權人會 希望有較低的債權比例，因為越低的債權比例表示債權人的錢有更好的保護。該 比率越高表示銀行的財務槓桿越大，銀行破產風險越高，Z-score 值應越低。反 之，當長期債務占權益比越低，銀行破產風險應越低，Z-score 值越高。故推估 Z-score 值和債務占總權益比應為反向變動。. 20.
(29) (五)債務占總資產比. DEBTtA =. Debt Total Assets. (11). 債務占總資產比用來檢視銀行的財務風險，顯示出銀行的資產被用於債務融 資而非股權融資的比例。如果比值小於 1，表示銀行大部分的資產是透過過股權 融資。反之，若該比率大於一，則銀行大部分的資產是透過債務融資。此比率越 高代表銀行槓桿越高，若債權人開始要求償還債務，銀行的曝險程度越大，Z-score 值應越低、銀行越不穩定；若債務占總資產比越低，銀行應越穩定破產風險越低， Z-score 值越高。推估 Z-score 值和債務占總資產比應為反向變動。. 政 治 大 應變數為表示銀行破產風險指標(Z-score)，其計算方式為 立 表 3-9 參數估計. (. ). Zscore jt = µ ROA jt + CAR jt / s ROA jt ，. 其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平均數及標準差。CAR jt = E jt / A jt. ‧ 國. 學. y. sit. Net Opearing Profit − Adjusted tax Debt + Equity − Cash. al. n. OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA. 預估 方向 ＋. er. io. ROC. 公式. Nat. 變數. ‧. 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為 債務占資本比、DEBTtA 為債務占資產比。GDP 為國內生產毛額，其計算方式為 GDP = C + I + G + (X-M)，其中 C=消費，I=投資，G=政府支出，(X – M) = 淨出口。本文將 GDP 取自然對數後 作一階差分。.. Ch. i n U. Operating Income Operating Revenue. e n g cDebt hi. v. Equity + Debt Net Opearing Profit − Adjusted tax Operating Income × Debt + Equity − Cash Operating Revenue. Net Opearing Profit − Adjusted tax Long Term Debt × Debt + Equity − Cash Total Equity. ＋ － ＋. －. Debt Net Opearing Profit − Adjusted tax × Total Assets Debt + Equity − Cash. －. Long Term Debt Debt × Equity Total Assets. ＋. log (GDP). ＋. GDP 21.
(30) 第四章. 實證結果. 下式為本研究之迴歸模型，探討銀行資本結構及獲利能力是否會顯著影響銀 行破產風險，且此影響是否會因區域的不同而有所不同。本研究共分為北美洲、 歐盟、中國、東南亞及東北亞五區，以及探討總體經濟變數是否會顯著影響銀行 的破產風險。. Zscorε jt = α 0 + β1ROC jt + β 2 OP jt + β 3 DEBTc jt + β 4 (ROC * OP) jt + β 5 (ROC * LDEBTc) jt + β 6 (ROC * DEBTtA) jt + β 7 (LDEBTε * DEBTtA) jt + β 8 GDP jt + ε jt. 第一節 敘述統計. 政 治 大. 表 4-1 整理了各變數的敘述統計量，可以發現在銀行破產風險指標 Z-score. 立. 方面，北美洲之平均數為 22.82、歐盟為 10.66、中國為 12.29、東南亞為 16.12、. ‧ 國. 學. 東北亞則為 16.19。Z-score 值越大表示銀行越穩定破產風險越小，故在本研究的 時間範圍下，北美洲之銀行破產風險為最小。若以中位數來看可以發現，在中國、. ‧. 東北亞及東南亞之亞洲區域，Z-score 值都較歐美為大，顯示亞洲區的銀行在本. y. Nat. sit. 文觀測期間內平均來說相較於歐美的銀行，破產風險較小，銀行較為穩定。. n. al. er. io. 圖 4-1 為各區域在各年度的 Z-score 平均值，可以看出在 2007 年開始至. i n U. v. 2009 年間北美洲之 Z-score 值有明顯的下降，推估為金融危機之影響。2007 年美. Ch. engchi. 國的房地產泡沫化，導致依賴於美國的房地產價格的證券價值暴跌，致使損害全 球的金融機構。金融海嘯爆發至 2009 年初，美國證券的巨額損失損壞了投資者 對股市的信心，世界各地的經濟狀況較為停滯，國際貿易下滑。 2007 - 2009 年的金融危機同樣影響了歐盟經濟體，歐洲銀行在美國的資產擔 保證券有相當高的曝險，且歐洲銀行於金融海嘯前一直是美國融資的重要來源， 推估此為造成金融危機時歐洲銀行的破產風險亦上升之原因。Sato (2009) [31]的 研究中發現歐洲大型金融機構基本上和美國採取了同樣的商業模式，因此危機期 間歐盟面臨了類似於美國銀行的財務困境。美國銀行利潤的下降的同時，歐盟的 銀行利潤也受到負面影響。Amiyatosh (2009) [5]同樣也指出歐盟和美國的銀行有 22.
(31) 表 4-1 敘述統計量 Mean. STD. Median. Kurtosis. (%) Skewness. 22.8225 2.4077 23.0899 76.1338 0.7391 2.2102 0.5149 66.6206. 20.9874 1.9582 17.0120 11.0254 0.7238 1.9633 0.3300 65.5416. 8.6245 1.8001 27.1681 78.1943 0.5138 1.7156 0.5360 46.8666. 0.8219 -1.0996 6.2470 -0.2768 -0.7018 1.2434 2.0073 0.4526. 0.4814 0.3476 -1.8673 -0.6345 0.6055 0.3799 -0.5112 1.0870. 10.6575 0.7688 17.7207 87.8307 0.2006 3.2411 0.2565 150.8517. 8.9752 0.6901 13.4484 6.5908 0.2213 3.0935 0.2169 121.5495. 7.8530 0.6381 17.0379 89.5945 0.0892 2.2312 0.2030 123.6113. -0.0664 0.3200 -0.0835 1.1240 -0.4324 -1.0324 1.2865 4.9929. 0.7651 0.0394 -0.3058 -1.1054 0.8696 0.6042 0.0692 1.8350. 8.1402 1.5462 13.2896 8.5930 1.2240 1.2101 0.1897 7.8365. 9.3952 4.7408 50.6892 76.5702 2.2802 1.6723 0.8991 5.9146. 12.1640 5.0019 11.6126 12.5105 2.4122 1.5313 0.2100 4.2565. 14.8603 6.4510 45.1499 55.4906 2.7491 2.5011 0.7428 4.4682. 1.3571 3.4314 3.3311 -0.0786 3.5571 6.7727 0.8408 1.0224. 0.6819 1.9382 -0.8534 -0.6450 1.8068 1.4841 0.2599 1.0249. 12.9360 1.6459 16.7380 21.3872 0.7522 0.8808 0.1362 12.0045. 14.9665 2.3155 37.2520 69.8340 0.8140 1.4435 0.2031 7.9835. -0.4762 -0.4730 5.3959 -1.3202 -0.0812 6.2588 2.7625 1.1738. 0.6917 0.1429 -1.7964 -0.4035 0.5633 -1.2029 -0.2342 1.3222. North America. Nat. 12.2865 5.1058 49.9336 75.2109 2.5873 1.9304 0.8932 8.7854. io. al. n. 16.1212 8.0222 44.0596 53.3038 3.5752 2.6306 0.7520 5.2325. Ch. 16.1859 2.6159 32.2477 63.3538 0.9491 1.3706 0.2159 13.1235. engchi U. Note：Z-score 無單位。. 23. -1.5733 -0.6178 9.5419 0.2611 6.4467 6.6919 0.2227 2.2820. ‧. ‧ 國. 立. 政 治 大. 學. Euro Zone Z-score ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA China Z-score ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA ASEAN Z-score ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA Northeast Asia Z-score ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA. y. ROC*DEBTtA LDEBTe*DEBTtA. sit. ROC × OP ROC × LDEBTe. er. Z-score ROC OP DEBTc. v ni. 0.2266 0.5865 0.5159 -0.6509 1.8047 2.1923 -0.0555 1.6343.
(32) 相同的“轉賣型放貸”模型(Originate-to-Distribute Model)。大型國際銀行大多採 用這個模型，允許金融機構可以藉由債務抵押債券，抵押貸款支持證券，以及信 用違約交換等工具擴大其貸款。本研究發現，歐盟在 2007 年時亦受金融海嘯的 波及，Z-score 值在此期間呈現下降趨勢，顯示銀行破產風險較高，銀行較不穩 定，與文獻結果相同。雖然在 2009 年歐盟 Z-score 值的回升表示銀行穩定度有逐 漸上升，但在 2010 年時爆發歐債危機，Black et.al (2013) [7] 指出歐洲銀行帶給 歐洲經濟顯著的系統性風險，且系統性風險在 2011 年底達到高峰，發現在歐債 危機期間，違約風險的蔓延為造成銀行業高風險的因素，導致銀行穩定度下降， 直至 2012 年始回升。 30. 立. ‧ 國. 學. 20. al. n. 0 2006. 2008. China. 2010. ASEAN North Asia. er. io. 5. EU. sit. Nat. 10. ‧. 15. North America. y. 25. 政 治 大. Ch. e n g c h2014i. 2012. i n U. v. 2016. 圖 4-1 各區域在各年度之 Z-score 值. (. ). Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬. 率之平均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。. 亞洲的部分， Takagi (2009) [35] 指出金融危機之發生地並非亞洲，所以儘 管亞洲經濟體受到美國及歐洲需求銳減的影響，亞洲金融業受到金融危機的直接 影響相較於歐洲和美國要少。Amiyatosh (2009) [5] 的研究發現日本多數的銀行 與金融機構並非採用“轉賣型放貸”模型，且近一步發現日本的金融體系和經濟 都不太受到金融危機直接地影響。在歐債危機的部分，Lee et.al (2013) [24] 的研 24.
(33) 究發現，相比 2008 年的金融危機和歐債危機，金融危機同時影響到了美國及歐 盟，但歐債危機主要局限在歐洲，相較於金融危機，歐債危機對全球經濟的衝擊 幅度顯著較小。在亞洲部分作者則發現，雖然歐債危機爆發後亞洲對歐出口下降， 但對於亞洲經濟卻是沒有顯著的影響，推估是因為在 2008 年金融海嘯後，亞洲 出口歐盟的占比已經連續下跌一段時間所致。最後，根據本研究之結果，中國、 東南亞及東北亞的 Z-score 值大致維持在一定區間變動不大，相較於美國及歐洲 較不受金融危機與歐債風暴的影響，和先前文獻的結果相符。. 2 1.5. 立. 1. North America EU. ‧ 國. 學. 0.5. 政 治 大. China North Asia. 圖 4-2 各區域在各年度之資產報酬率 (%). n. al. Ch. engchi. er. io. sit. y. Nat. -1. ‧. 0 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 -0.5. ASEAN. i n U. v. 從式 2 可以得知 Z-score 之計算方式中，資產報酬率扮演著重要的角色，且 從圖 4-2 及表 4-2 可以發現在本研究的觀測期間中，亞洲區域的報酬變動較歐美 穩定，其中北美洲在金融危機時資產報酬率有明顯的下降，歐盟在歐債風暴時資 產報酬率顯著下降。且可以發現，東南亞每年的平均資產報酬率相較於其他四區 為高，San and Heng (2011) [30] 同樣也發現在金融危機時期，東南亞區域之銀行 獲利能力表現良好，較不受金融危機影響。在金融海嘯前，歐美像是雙胞胎一樣 相似，然而今日儘管經歷過金融危機，相對於其他四區，美國的銀行平均來說是 全世界最具獲利能力、價值及穩健度，規模成長性也相當高 (Schildbach, 2013) [32]。反之，歐洲的銀行平均表現較不理想，獲利能力較差、商業活動規模縮水， 25.
(34) 包括減少海外拓展、業務重組等等，導致歐洲的銀行多數被評價較低的股價。且 美國銀行較迅速的處理金融海嘯前所創造的資產，歐洲銀行的初始資本結構較弱， 使得歐洲銀行不得不縮減規模，來維持經營 (Schildbach, 2013)。 表 4-2 各區域在各年度之資產報酬率(%) 資產報酬率= (利潤總額+利息支出)/平均總資產。. North America EU ASEAN China North Asia. 2007. 2008. 2009. 2010. 2011. 2012. 2013. 2014. 1.0967 0.6496 1.3871 1.0422 0.4702. 0.4634 0.5307 1.3598 1.1826 0.2901. 0.3288 0.3552 1.2142 0.9744 0.2004. 0.6649 0.3417 1.3287 1.0834 0.2980. 0.6610 -0.0844 1.6241 1.2212 0.3535. 0.6589 -0.7983 1.5938 1.2753 0.3273. 0.7793 0.8632 1.6264 1.2601 0.3545. 0.8031 0.1514 1.5913 1.2433 0.3614. 政 治 大. 立. 資料來源：Bloomberg. 圖 4-3 為各區域自觀測期間各年度之 GDP 變化率，可以發現開發中國家的. ‧ 國. 學. GDP 成長率較已開發國家為高，且 2007 年金融危機各區的 GDP 成長率皆下降， 到 2008 年後始回升。從圖中我們亦可發現，東南亞和中國在 2009 後 GDP 成長. ‧. 率開始下滑，此結果和 Cubeddu, et al. (2014) [11] 的研究結果相符，大多數新興. y. Nat. 市場的出口自全球金融危機復甦後已經開始放緩，原因和 Lee et.al (2013) [24] 的. n. er. io. al. sit. 研究推估為亞洲出口下滑之結果一致。. 2.5 2. Ch. engchi. i n U. v. North America. 1.5. EU. 1. ASEAN. 0.5 0 2006 -0.5. China 2007. 2008. 2009. 2010. 2011. 2012. -1 -1.5. 圖 4-3 各區域在各年度之 GDP 變化率(%). 26. 2013. 2014. 2015. North Asia.
(35) 在自變數方面，資本報酬率之平均數在北美洲、歐盟、中國、東南亞及東北 亞分別為 2.41%、 0.76%、5.11%、8.02% 及 2.62%。營業利潤率之平均數由高 到低排列依序為中國、東南亞、東北亞、北美洲、歐盟，各為 49.93%、44.06%、 32.25%、23.09% 及 17.72%。總債務占總資本比之平均數在北美洲最高為 76.13%、 歐盟為 87.83%、中國為 75.27%、東北亞為 63.35%、東南亞則為 53.30%。由此 可見中國及東南亞在資本報酬率及營業利潤率較其他區域為高。總債務占總資本 比則以北美洲及歐盟最高。. 第四節 迴歸結果 從表 4-3 可以得知北美洲、歐盟、中國、東南亞及東北亞五區之自變數對於 銀行破產風險的影響。首先資本報酬率不管是在北美洲、歐盟、中國、東北亞或. 政 治 大. 是東南亞皆是統計顯著之變數。其中，美國和東北亞的銀行資本報酬率和 Z-score. 立. 值為同向變動，即資本報酬率與破產風險為反向變動，與原先預期相符合，且皆. ‧ 國. 學. 於 1%的顯著水準下顯著，即當銀行的資本投資越具效率，銀行越能將投資於資 本的錢有效地轉換成為收入，銀行較為穩定即破產風險較低。. ‧. 在歐盟、中國及東南亞的銀行資本報酬率和 Z-score 值為反向變動，即資本. y. Nat. sit. 報酬率與破產風險為同向變動，與原先預期不相符合，但可以發現它們亦為統計. n. al. er. io. 顯著。經過資本來源分析後，發現這幾個區域投資高風險資產的比例較高，且風. i n U. v. 險資本與風險加權資本的比例較高。推估資本雖然為銀行創造報酬，但這些報酬. Ch. engchi. 的來源本身風險較高，所以導致銀行的破產風險越高。從表 4-4 和圖 4-4 我們可 以看出各區域各年平均的風險資本占比。. 27.
(36) 表 4-3 迴歸結果. (. ). 應變數為表示銀行破產風險指標(Z-score)，其計算方式為 Zscore jt = µ ROA jt + CAR jt / s ROA jt ，其中 µ ROA jt 及 σ ROA jt 分別為銀行 j 在 t 期間的資產報酬率之平 均數及標準差。 CAR jt = E jt / A jt 為銀行 j 在第 t 期之市場資本占資產比。ROC 為資本報酬率、OP 為營業利潤率、DEBTc 為債務占資本比、DEBTtA 為 債務占資產比。GDP 為國內生產毛額，其計算方式為 GDP = C + I + G + (X-M)，其中 C=消費，I=投資，G=政府支出，(X – M) = 淨出口。本文將 GDP 取自然 對數後作一階差分。.. North America β p-value. β. 776.6408. 0.0000 ***. -51.312. 0.0906 *. -0.4129. 0.9610. 23.5491. 0.0000 ***. -13.961. 0.0000 ***. -29.6937. 0.0178 **. -4.7343. 0.0767 *. 7.0004. 0.0006 ***. 0.0448. 0.1631. 0.1073. 0.0355 **. 2.9662. 0.0172 **. 0.5213. 0.1876. 0.1006. 0.2568. -0.5432. 0.0453 *. -0.6611. 0.0000 ***. -9.4814. 0.0000 ***. -2.0136. 0.0002 ***. 0.0802. 0.5554. 0.1639. 0.0000 ***. 0.2800. 0.0003 ***. -0.2759. 0.1782. -0.0863. 0.0909. -0.0368. 0.3526. -0.0807. 0.0000 ***. -0.0253. 0.0000 ***. -0.0536. 0.4387. -0.1146. 0.0000 ***. -0.0174. 0.2184. -0.0214. 0.8259. -0.5001. 0.0000 ***. -1.0723. 0.0047 ***. -0.1868. 0.3313. -0.1281. 0.3066. -0.0008. 0.0093 ***. -0.0004. 0.0000 ***. -0.0497. 0.0004 ***. -0.0786. 0.0000 ***. -0.0008. 0.0368 **. 0.0783. 0.0861 *. 0.0440 **. -0.0105. 0.4348. -0.0287. 0.4873. -0.0536. 0.4555. n. al. Note : ***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. Ch. engchi. 28. er. 0.0353. ‧. ‧ 國. -48.601. 學. 0.0128 **. y. p-value. Northeast Asia β p-value. sit. 立0.0000 ***. ASEAN. -50.320. io. GDP. β. Nat. Intercept ROC OP DEBTc ROC × OP ROC × LDEBTe ROC × DEBTtA LDEBTe × DEBTtA. China 治 政 β p-value 大p-value. Euro Zone. i n U. v.
(37) 60 55 50 45. North America. 40. EU. 35. ASEAN. 30. China. 25. North Asia. 20 15 10 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015. 圖 4-4 風險資本占總資本比 (%). 政 治 大. 風險資本占總資本比 = 風險性資本 / 總資本。. 立. 本文發現東南亞在觀測期間的風險資本占比大多維持在同一高水平，意即其. ‧ 國. 學. 資大約半數投資於風險資本，推測高風險所帶來的高報酬是東南亞在報酬率優於. ‧. 其他區域的原因。且歐盟、中國及東南亞投資在風險性資本的比例較北美洲及東. y. Nat. 北亞為高，推估此為造成其資本報酬率和 Z-score 值為反向變動的主因，資本報. er. io. sit. 酬率越高，銀行破產風險亦越高。Wahyoe, et.al (2012) [37] 的研究分析亞洲銀行 業的穩定性，發現在亞洲銀行資本比率越高，銀行有越高的風險承擔以及破產風. n. al. 險，和本文結果相符。. Ch. engchi. i n U. v. 表 4-4 風險資本占總資本比 (%) 風險資本占總資本比 = 風險性資本 / 總資本。. North America EU ASEAN China North Asia. 2007. 2008. 2009. 2010. 2011. 2012. 2013. 2014. 14.38 26.98 54.06 38.92 23.27. 18.44 24.18. 21.04 33.33 50.18 33.71 19.73. 19.76 34.08 49.12 37.21 31.14. 20.63 36.38 48.74 28.38 29.44. 20.78 38.73 48.30 25.02 19.59. 21.46 39.36 49.84 29.33 19.02. 22.82 31.84 50.86 29.62 20.83. 51.05 34.53 20.98. 資料來源：Bloomberg. 29.
(38) 營業利潤率在歐洲及中國為統計顯著，美國、東南亞與東北亞則不顯著。歐 洲及中國的營業利潤率和 Z-score 為同向變動，即與破產風險為反向變動。營業 利潤率越高，銀行破產風險越低，和一開始的預期結果相同。營業利潤率不僅考 量了營業支出還考量所有營運所需成本，所以當營業利潤率越高，表示銀行越具 效率且具有良好的成本控管能力，越有能力將收入轉換為獲利。債務占資本比在 美國、歐洲、中國及東南亞皆為統計顯著，其中美國為 10%的顯著水準下顯著， 歐洲、中國及東南亞則在 1%的顯著水準下顯著。從結果可以發現不論在哪個區 域，債務占資本比與 Z-score 均為反向變動，即當債務占資本比越高，銀行越不. 治 政 大de Jong, et.al (2008) [12] 的 Venanzi (2014) [36]、Alves and Ferreira (2011) [3] 及 立. 穩定，銀行的財力會遭受債權的重壓而財力較弱進而破產風險越高，與預期相符。. 研究中亦發現債權比例和銀行的資產報酬率為負相關。Saeed, et.al (2013) [28] 的. ‧ 國. 學. 研究中則發現銀行的長期債務占資本比對資本報酬率和銀行穩定性為負相關，和. ‧. 本文研究皆具有異曲同工之妙。. n. er. io. sit. y. Nat. al. Ch. engchi. 30. i n U. v.
(39) 接下來考慮交乘項的部分，首先對資本報酬率做偏微分得出式 12，並將各 區域整理至表 4-5。. ∂ Zscore. = β1 + β 4 OP + β 5 LDEBTe + β 6 DEBTtA. ∂ ROC. (12). 表 4-5 迴歸模型對資本報酬率作一階偏微分. β1 β4 β5 β6. North America. Euro Zone. 23.5491 *** 0.1639 *** -0.0807 *** -0.0214. -13.961 0.2800 -0.0253 -0.5001. 立. *** ***. China -29.6937 ** -0.2759 -0.0536 -1.0723 ***. ASEAN -4.7343 * -0.0863 -0.1146 *** -0.1868. 治 政 *** 大 ***. Northeast Asia 7.0004 *** -0.0368 -0.0174 -0.1281. Note : ***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. ‧ 國. 學. 從表 4-5 可以發現在北美洲與歐盟，在其他條件不變的情況下，營業利潤率. ‧. 越高，資本報酬率的成長率對於 Z-score 的成長率影響越大且具正向影響，銀行. sit. y. Nat. 越穩定，在亞洲資本報酬率和營業利潤率的交互作用則不顯著。其他條件不變的. io. er. 情況下，歐美及東南亞之長期債務占權益比越高，資本報酬率的成長率對 Z-score 的成長率影響會下降，Z-score 值下降代表銀行越不穩定，破產風險越高。最後，. al. n. v i n Ch 在其他條件不變的情況下，當歐盟與中國的總債務占資本比越高，資本報酬率的 engchi U 成長率對 Z-score 的成長率的影響亦會下降，銀行越不穩定。由此可見，歐美與 亞洲不同的地方是在資本報酬率與營業利潤率的交互作用部分。下面式 13 為對 營業利潤率作偏微分。 ∂ Zscore ∂ OP. = β 2 + β 4 ROC. (13). 從表 4-6 可以發現，其他條件不變的情況下，北美洲及歐盟，當資本報酬率 越高，營業利潤率的成長率對 Z-score 的成長率影響會上升，具有顯著的正向影 響。在亞洲部分，不論是中國、東南亞或是東北亞，當資本報酬率越高，營業利 31.
(40) 潤率的成長率對 Z-score 的成長率並無顯著影響。資本報酬率是衡量銀行投入資 本的營業獲利，越高的資本報酬表示銀行越有能力擴大其盈利。 表 4-6 迴歸模型對營業利潤率作一階偏微分 North America. β2 β4. Euro Zone. -0.0448 0.1639 ***. China. 0.1073 ** 0.2800 ***. 2.9662 ** -0.2759. ASEAN. Northeast Asia. 0.5213 -0.0863. 0.1066 -0.0368. Note : ***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. 從表 4-6 可以發現，其他條件不變的情況下，北美洲及歐盟，當資本報酬率 越高，營業利潤率的成長率對 Z-score 的成長率影響會上升，具有顯著的正向影. 政 治 大. 響。在亞洲部分，不論是中國、東南亞或是東北亞，當資本報酬率越高，營業利. 立. 潤率的成長率對 Z-score 的成長率並無顯著影響。資本報酬率是衡量銀行投入資. ‧ 國. 學. 本的營業獲利，越高的資本報酬表示銀行越有能力擴大其盈利。. ∂ LDEBTe. = β 5 ROC + β 7 DEBTtA. n. -0.0807 *** -0.0008 ***. al. Euro Zone. China. C h -0.0536 -0.0253 *** engchi -0.0004 ***. sit er. io. β5 β7. (14). y. Nat 表 4-7 迴歸模型對長期債務占總權益比作一階偏微分 North America. ‧. ∂ Zscore. ASEAN iv n U-0.1146 ***. -0.0497 *** -0.0786 ***. Northeast Asia -0.0174 -0.0008 **. Note : ***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. 接著對長期債務占權益比做偏微分，從表 4-7 可知，其他條件不變的情況下， 在北美洲、歐盟、東南亞，當資本報酬率上升，長期債務占權益比的成長率對 Z-score 的成長率影響會顯著下降，造成 Z-score 值的減少，銀行穩定性降低，在 中國及東北亞則交互作用不顯著。在其他條件不變的情況下，各區域當債務占資 產比越高，長期債務占權益比的成長率對 Z-score 成長率的影響皆顯著減少，表 示銀行穩定性降低，破產風險增加。 32.
(41) ∂ Zscore ∂ DEBTtA. = β 6 ROC + β 7 LDEBTe. (15). 表 4-8 迴歸模型對總債務占總資產比作一階偏微分. β6 β7. North America. Euro Zone. -0.0214 -0.0008 ***. -0.5001 *** -0.0004 ***. China -1.0723 *** -0.0497 ***. ASEAN -0.1868 -0.0786 ***. Northeast Asia -0.1281 -0.0008 **. Note : ***.**.* indicates statistical significance at the 1%, 5% and 10% level, respectively.. 最後對總債務占資產比做偏微分，表 4-8 可以發現，其他條件不見的情況下， 在歐盟與中國，當資本報酬率上升時債務占資產比的成長率對 Z-score 的成長率. 政 治 大. 影響顯著下降；最後，在其他條件不變的情況下，各區域當長期債務占權益比越. 立. 高，債務占資產比的成長率對 Z-score 成長率的影響皆顯著下降，銀行穩定性降. ‧ 國. 學. 低。. 最後是 GDP 成長率，從迴歸結果可以發現 GDP 成長率在北美洲及歐盟，與. ‧. Z-score 呈現顯著正相關，意即 GDP 成長率越高銀行將會越趨穩定、破產風險越. y. Nat. sit. 小。Alexiou and Sofoklis (2009) [2] 的研究中發現在越是開發的國家，GDP 成長. n. al. er. io. 率對於銀行的獲利能力及穩定度都有正向的影響；在開發中國家 GDP 成長率對. i n U. v. 銀行獲利能力和穩定度則為負向影響。亦發現在歐洲在亞洲則為負相關且無顯著. Ch. engchi. 效果，即亞洲之銀行破產風險相較於北美洲與歐盟，較不受總體經濟環境的影響， 和前述結果相符。在 Ramlall (2009) [26] 、Sufian (2011) [34] 及 Sharma and Mani (2012) [33] 的研究中，分別針對台灣、韓國及印度做分析，亦發現 GDP 成長率 對銀行獲利能力呈現負相關且亦無顯著影響。. 33.
(42) 第五章. 結論. 本文使用 2007 年至 2014 年北美洲、歐盟、中國、東南亞以及東北亞各區域 之主要銀行的銀行季資料，主要研究銀行的資本投資和總體經濟因素是否影響之 銀行的破產風險。研究發現，資本報酬率在各區域間皆為顯著因子，即資本報酬 率對於銀行破產風險有顯著影響。在北美洲與東北亞，當資本報酬率越高，表示 資本投資具有效率，銀行應越穩定、破產風險應越低，與預期相符。不過在歐盟、 中國與東南亞，當資本報酬率越高，銀行破產風險卻也顯著上升。推估其原因為 歐盟、中國與東南亞的資本投資在風險性資產的比例，相較於北美洲與東北亞為. 政 治 大 產占比最高。且本文發現營業利潤率不論在哪區域和銀行穩定性皆為正相關，但 立. 高所致。高風險帶來高報酬但同時亦降低了銀行穩定性，且以東南亞之風險性資. ‧ 國. 學. 是僅在歐盟和中國為顯著變數。. 本文的觀測期間同時涵蓋金融危機與歐債危機，發現北美洲與歐盟在金融危. ‧. 機時 Z-score 值明顯下降，顯示歐美銀行的破產風險上升。歐洲在 2009 年金融危. sit. y. Nat. 機結束後雖然銀行破產風險下降，但隨即而至的歐債風暴再度重挫歐盟的銀行穩. al. er. io. 定度。歐盟的銀行為觀測期間中破產風險之首，推估為總體經濟環境所致。本文. v. n. 之總體經濟變數使用國內生產毛額(GDP)，發現儘管在 2008 年五區之 GDP 都顯. Ch. engchi. i n U. 著下降，但是總體經濟環境對亞洲銀行的破產風險卻無顯著影響。相較於美國在 金融危機時資產報酬率大幅下降，以及歐債危機時歐盟的資產報酬率劇烈下降至 負值，亞洲的資產報酬率皆維持一定水平，和前面亞洲較不受到總體經濟影響之 文獻結果相符。最後本文亦發現，東南亞和中國在資料期間之資產報酬率及資本 報酬率較其他三區為高，推估原因除上述所言之投資大量風險性資本外，開發中 國家的經濟成長率，一般來說會高於已開發國中的經濟成長率。 最後，本文和其他研究不同之處為考慮自變數間的交互作用關係，共放入四 個交互作用項檢視資本報酬率和營業利潤率、長期債務占權益比、總債務占總資 產比及長期債務占權益比和總債務占總資產比之間的交互作用。整體來看可以發 34.
(43) 現，在北美洲及歐盟的自變數間交互作用較亞洲顯著，即在歐美自變數的變動會 同時影響另一自變數對應變數的影響。其中，歐美的資本報酬率與營業利潤率存 在顯著的正向交互作用，即在其他條件不變的情況下，當資本報酬率增加時，營 業利潤率的成長率對於銀行穩定性的影響會有正向加乘效果；反之當資本報酬率 減少時，營業利潤率的成長率對於銀行穩定性的影響會降低，在亞洲此交互作用 項則不顯著。長期債務占權益比和債務占資產比的交互作用項則是五個區域皆為 顯著，且皆為負向影響。在其他條件不變的情況下，當長期債務占權益比或是總 債務占總資產比其中一方增加，另一方之成長率對銀行穩定性的影響會下降；反. 政 治 大. 之，當其中一方減少時，另一方之成長率對銀行穩定性的影響力會上升。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 35. i n U. v.
(44) 參考文獻 [1] Ahmad, Zuraidah, Norhasniza Mohd Hasan Abdullah, and Shashazrina Roslan, (2012). “Capital Structure Effect on Firms Performance: Focusing on Consumers and Industrials Sectors on Malaysian Firms”. International Review of Business Research Papers. 8(5), 137-155. [2] Alexiou, Constantinos, and Voyazas Sofoklis. (2009). “Determinants of Bank Profitability: Evidence from the Greek Banking Sector”. Economic Annals. (183), 93-118. [3] Alves, Pereira., Ferreira, Miguel A. (2011). “Capital Structure and Law around the World”. Journal of Multinational Financial Management. 21, 119-150.. 政 治 大. [4] Amidu, Mohammed. (2007). “Determinants of Capital Structure of banks in Ghana: An Empirical Approach”. Baltic Journal of Management, 2(1), 67-79.. 立. [5] Amiyatosh Purnanandam. (2009). “Originate-to-Distribute Model and the. ‧ 國. 1-48.. 學. Subprime Mortgage Crisis”. Journal of Economic Literature, September 14,. ‧. [6] Beck Thorsten, Hesse Heiko, Kick Thomas and Westernhagen Natalja von. (2009)."Bank Ownership and Stability: Evidence from Germany". June.. Nat. sit. y. [7] Black, Lamont, Ricardo Correa, Xin Huang, and Hao Zhou. (2013). “The. io. er. Systemic Risk of European Banks during the Financial and Sovereign Debt Crises”. Board of Governors of the Federal Reserve System International. n. al. Ch. Finance Discussion Paper, 1083.. engchi. i n U. v. [8] Boyd, John H., and Stanley L. Graham. (1986). “Risk, Regulation, and Bank Holding Company Expansion into Nonbanking”. Quarterly Review - Federal Reserve Bank of Minneapolis, 10, 2-17. [9] Boyd, John H., Stanley L. Graham, and R. Shawn Hewitt. (1993). “Bank Holding Company Mergers with Nonbank Önancial Örms: Effects on the Risk of Failure”. Journal of Banking and Finance, 17, 43-63. [10] Čihák, Martin, and Heiko Hesse. (2008). “Islamic Banks and Financial Stability: An Empirical Analysis”. IMF Working Paper , 8(16). [11] Cubeddu, Luis, Alex Culiuc, Ghada Fayad, Yuan Gao, Kalpana Kochhar, Annette Kyobe, Ceyda Oner, Roberto Perrelli, Sarah Sanya, Evridiki Tsounta, and Zhongxia Zhang. (2014). “Emerging Markets in Transition: Growth Prospects and Challenges”. IMF Staff Discussion Notes, 14(6). 36.
相關文件
volume suppressed mass: (TeV) 2 /M P ∼ 10 −4 eV → mm range can be experimentally tested for any number of extra dimensions - Light U(1) gauge bosons: no derivative couplings. =>
incapable to extract any quantities from QCD, nor to tackle the most interesting physics, namely, the spontaneously chiral symmetry breaking and the color confinement..
These experiments observed atmospheric neutrinos and confirmed neutrino oscillations..
• Formation of massive primordial stars as origin of objects in the early universe. • Supernova explosions might be visible to the most
Contribute to the global LMS community and inform about the challenges and opportunities for executing computer- based assessment using the LMS platform in Hong Kong secondary
and Jorgensen, P.l.,(2000), “Fair Valuation of Life Insurance Liabilities: The Impact of Interest Rate Guarantees, Surrender Options, and Bonus Policies”, Insurance: Mathematics
(Another example of close harmony is the four-bar unaccompanied vocal introduction to “Paperback Writer”, a somewhat later Beatles song.) Overall, Lennon’s and McCartney’s
For example, even though no payment was made on the interest expenses for the bank loan in item (vi), the interest expenses should be calculated based on the number of
