○林季儀（逢甲大學(xué) 臺(tái)灣）

美國(guó)次級(jí)房貸風(fēng)暴對(duì)臺(tái)灣金融業(yè)貸款業(yè)務(wù)之影響

○林季儀（逢甲大學(xué) 臺(tái)灣）

美國(guó)次級(jí)房貸風(fēng)暴堪稱(chēng)本世紀(jì)迄今為害全球經(jīng)濟(jì)金融最為慘重的事件，其威力尤甚于2001年美國(guó)因特網(wǎng)泡沫化及1997年亞洲金融風(fēng)暴，而與1930年代的經(jīng)濟(jì)大蕭條是等量齊觀的。本研究由美國(guó)次級(jí)房貸風(fēng)暴的成因及次貸危機(jī)相關(guān)文獻(xiàn)、影響臺(tái)灣銀行業(yè)貸款業(yè)務(wù)相關(guān)文獻(xiàn)，并針對(duì)次級(jí)房貸風(fēng)暴對(duì)銀行貸款業(yè)務(wù)的影響進(jìn)行研究，使用Probit回歸分析得到結(jié)果。

次級(jí)房貸風(fēng)暴 銀行業(yè)貸款 財(cái)務(wù)績(jī)效 金融預(yù)警 不動(dòng)產(chǎn)擔(dān)保證券 線(xiàn)性回歸分析

一、緒論

1、研究背景與動(dòng)機(jī)

2007年8月初美國(guó)大型住宅抵押投資公司（AHM）宣布倒閉，緊接著全美最大房貸業(yè)者全國(guó)金融公司（CFC）也爆發(fā)財(cái)務(wù)危機(jī)。加上法國(guó)巴黎銀行旗下三只基金宣布暫停贖回，這造成8月10日全球股市崩盤(pán)，美國(guó)次級(jí)房貸（sub-primemortgage）風(fēng)暴正式蔓延到全世界。次級(jí)房貸，系采用工具為房貸證券化，發(fā)行擔(dān)保債權(quán)憑證。此金融商品進(jìn)而形成日后全球性的金融風(fēng)暴。上述產(chǎn)品的特性、架構(gòu)、風(fēng)險(xiǎn)等問(wèn)題，引發(fā)國(guó)內(nèi)外學(xué)者的持續(xù)關(guān)注。

檢視臺(tái)灣14家金控業(yè)者獲利大幅衰退（如國(guó)泰金、兆豐金），2008年12月自結(jié)稅后虧損157.45億元，相較于2008年11月整體稅后虧損26億元，其虧損幅度加大。于金融風(fēng)暴下，銀行貸款業(yè)務(wù)相對(duì)緊縮。因此，有重建放款模型之必要，本研究欲建立于金融風(fēng)暴下，銀行業(yè)之企業(yè)及消費(fèi)金融放款模型，以Branson（1989）所提出的貨幣供給理論來(lái)建立實(shí)證銀行的放款模型。

2、研究問(wèn)題與限制

本研究由于受限于時(shí)間、人力、物力等資源的束縛存在下列局限：第一，在研究區(qū)域上，本研究?jī)H針對(duì)事件發(fā)生的源頭美國(guó)與我們身處的地區(qū)臺(tái)灣，予以深入的探討。事實(shí)上，美國(guó)次級(jí)房貸風(fēng)暴的影響范圍是無(wú)遠(yuǎn)弗界的，英國(guó)及法國(guó)等國(guó)之影響亦是相當(dāng)深遠(yuǎn)。雖然這些都是世界大型的開(kāi)放經(jīng)濟(jì)體，但因資料搜集龐大，未能加以納入本研究的范圍。第二，在研究面向上，本次美國(guó)次級(jí)房貸風(fēng)暴對(duì)全球各大產(chǎn)業(yè)的影響是多元化的，全球至今皆處于此一暴風(fēng)圈中，尚未完全脫身。本研究將針對(duì)次級(jí)房貸對(duì)于臺(tái)灣銀行業(yè)務(wù)的沖擊，予以深入探討與剖析。第三，在研究時(shí)間上，本研究暫時(shí)設(shè)定至2008年12月31止。其實(shí)，次級(jí)房貸風(fēng)暴仍未平息，影響范圍亦日益擴(kuò)大，其后續(xù)的發(fā)展與影響，都不屬本研究的范圍。本研究問(wèn)題為次級(jí)房貸風(fēng)暴對(duì)臺(tái)灣銀行貸款業(yè)務(wù)之影響。

二、文獻(xiàn)探討

謝慶林（2007）針對(duì)銀行的企業(yè)金融及消費(fèi)金融放款進(jìn)行實(shí)證分析，探討決定企業(yè)金融及消費(fèi)金融放款的經(jīng)濟(jì)因素。研究結(jié)果于企業(yè)金融部份，顯示制造業(yè)銷(xiāo)售額成長(zhǎng)率、經(jīng)濟(jì)成長(zhǎng)率、工業(yè)生產(chǎn)指數(shù)成長(zhǎng)率、消費(fèi)金融放款成長(zhǎng)率顯著正向反應(yīng)，消費(fèi)金融于企業(yè)金融放款成長(zhǎng)率、經(jīng)濟(jì)成長(zhǎng)率、及前一期消費(fèi)金融放款成長(zhǎng)率呈現(xiàn)正向反應(yīng)。邱顯輝（2010）以總體經(jīng)濟(jì)因素探討對(duì)不同特性銀行逾期放款的關(guān)聯(lián)性，以消費(fèi)者物價(jià)指數(shù)年增率、失業(yè)率、銀行承做放款平均利率、經(jīng)濟(jì)成長(zhǎng)率、M 1B增減率與不同特性銀行逾期放款比率之相關(guān)性進(jìn)行實(shí)證分析，研究期間為1995年1月至2010年3月為止的資料。M 1B對(duì)銀行逾放比相互影響，消費(fèi)者物價(jià)指數(shù)對(duì)信用合作社逾放比有單向影響關(guān)系。

陳鋒孟（2010）指出金融風(fēng)暴下，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)相對(duì)升高，銀行體系的授信標(biāo)準(zhǔn)趨于嚴(yán)格，沖擊臺(tái)灣中小企業(yè)，應(yīng)修改信用保證機(jī)制，提高銀行對(duì)中小企業(yè)放款業(yè)務(wù)。黃文靜（2010）顯示金融海嘯的發(fā)生，使銀行降低承做信息透明度低的關(guān)系型放款契約的比例，增加承做信息透明度高的交易型放款契約的比例，外國(guó)銀行的影響不顯著。檢測(cè)2007年金融海嘯后，企業(yè)營(yíng)收較2006年衰退，導(dǎo)致銀行則采取緊縮放款的政策，降低企業(yè)放款的融資額度、提高擔(dān)保品比率，放款利率則隨著政府降息而大幅調(diào)降。

三、研究方法——探討企業(yè)金融放款之模型

次級(jí)房貸風(fēng)暴對(duì)銀行貸款業(yè)務(wù)的影響，本研究首先依相關(guān)貨幣或財(cái)務(wù)理論來(lái)建立實(shí)證銀行的放款模型，針對(duì)銀行融資授信的兩大常見(jiàn)消費(fèi)金融與企業(yè)金融來(lái)設(shè)計(jì)本模型；其次，利用2001年7月起至2008年12月止的下列消費(fèi)金融與企業(yè)金融相關(guān)變量之月數(shù)據(jù)，探討藉以了解銀行放款與總體經(jīng)濟(jì)變量間的基本模型估計(jì)結(jié)果。具體設(shè)定如下：

式中，EF為企業(yè)金融放款金額，S為制造業(yè)銷(xiāo)售額，M2為貨幣供給，rs為周轉(zhuǎn)金放款利率，rE為資本放款利率，DF為直接金融金融，Ps為股價(jià)指數(shù)，PI為工業(yè)生產(chǎn)指數(shù)，CF為消費(fèi)金融放款金額。

據(jù)此，我們可就上述變量來(lái)決定消費(fèi)金融放款的實(shí)證方程式，設(shè)定如下：

CF為消費(fèi)金融放款金額，M2為貨幣供給，rc為消費(fèi)性放款利率，Pc為消費(fèi)者物價(jià)指數(shù)，Ps為股價(jià)指數(shù)，C為信用卡簽帳余額，EF為企業(yè)金融放款金額。本研究將以上式子與林元平（2002）之文獻(xiàn)參考，得到放款可取決于下列的變量：

式中，F(xiàn)為放款金額，M2為貨幣供給，r為一個(gè)月牌告定存利率，Pc為消費(fèi)者物價(jià)指數(shù)，Ps為股價(jià)指數(shù)，PI為工業(yè)生產(chǎn)指數(shù)，M.I為行政院經(jīng)建會(huì)公布的景氣對(duì)策信號(hào)分?jǐn)?shù)。

據(jù)此，我們可就上述變量來(lái)決定銀行放款的實(shí)證方程式，設(shè)定如下：

本研究擬采用該式來(lái)進(jìn)行Probit分析各變量間之分析，利用由2004年至2008年為止的上述變量的月數(shù)據(jù)，區(qū)分為次級(jí)房貸發(fā)生前后（2004年至2008年），藉以了解銀行放款與總體經(jīng)濟(jì)變量間的基本模型估計(jì)結(jié)果。

四、實(shí)證結(jié)果與分析

1、企業(yè)金融部份

根據(jù)公式（1），得到表1之結(jié)果，本研究調(diào)整后之復(fù)判定系數(shù)為0.993，表示所計(jì)算的復(fù)回歸模式，對(duì)于所輸入依變量的總變異量，可以達(dá)到99.3%的解釋程度，亦即8個(gè)自變量聯(lián)合預(yù)測(cè)EF（企業(yè)金融放款金額）99.3%的變異量，是呈現(xiàn)非常顯著的關(guān)系（其F值高達(dá)397.62）。

表1 相依變數(shù)：EF（企業(yè)金融放款金額）

在本回歸方程式中，S（制造業(yè)銷(xiāo)售額）、rs（周轉(zhuǎn)金放款利率）以及EF（企業(yè)金融放款金額）呈現(xiàn)負(fù)向變動(dòng)但不顯著的關(guān)系。而DF（直接金融金額）則與EF（企業(yè)金融放款金額）呈現(xiàn)正向變動(dòng)但不顯著的關(guān)系。M 2（貨幣供給）、rE（資本放款利率）以及PI（工業(yè)生產(chǎn)指數(shù)），是與EF（企業(yè)金融放款金額）呈現(xiàn)正向變動(dòng)且為顯著的關(guān)系；這些現(xiàn)象說(shuō)明EF（企業(yè)金融放款金額）在上升時(shí)，其M 2（貨幣供給）將會(huì)增加、rE（資本放款利率）亦會(huì)上升，而PI（工業(yè)生產(chǎn)指數(shù)）亦為上升的情形，這是經(jīng)濟(jì)景氣的表征。至于Ps（股價(jià)指數(shù)）以及CF（消費(fèi)金融放款金額），則是與EF（企業(yè)金融放款金額）呈現(xiàn)負(fù)向變動(dòng)且為顯著的關(guān)系。

2、消費(fèi)金融部份

根據(jù)公式（2），得到表2的結(jié)果，本研究調(diào)整后的復(fù)判定系數(shù)為0.922，表示所計(jì)算的復(fù)回歸模式，對(duì)于所輸入依變量的總變異量，可以達(dá)到92.2%的解釋程度，亦即6個(gè)自變量聯(lián)合可以預(yù)測(cè)F（放款金額）92.2%的變異量，同時(shí)是呈現(xiàn)非常顯著的關(guān)系（其F值高達(dá)42.53）。

在本回歸方程式中，M 2（貨幣供給額）、r（一個(gè)月牌告定存利率）以及Pc（消費(fèi)者物價(jià)指數(shù)）與F（放款金額）是呈現(xiàn)正向變動(dòng)且為顯著，亦即在放款金額上升時(shí)，表示其貨幣供給將會(huì)隨之增加，此時(shí)出現(xiàn)利率調(diào)升與消費(fèi)者物價(jià)指數(shù)上升，也就是會(huì)有通貨膨脹的現(xiàn)象；M.I（行政院經(jīng)建會(huì)公布的景氣對(duì)策信號(hào)分?jǐn)?shù)）與F（放款金額）是呈現(xiàn)負(fù)向變動(dòng)且為顯著，亦即在放款金額上升時(shí)，也就是說(shuō)此時(shí)景氣對(duì)策信號(hào)分?jǐn)?shù)下降，表示經(jīng)濟(jì)景氣趨緩時(shí)，將會(huì)出現(xiàn)明顯地放款金額上升，表示企業(yè)需要紓困的情況將會(huì)出現(xiàn)明顯地增加。

表2 相依變數(shù)：F（放款金額）

五、結(jié)論

在次級(jí)房貸風(fēng)暴對(duì)銀行貸款業(yè)務(wù)之影響方面，由本研究得知對(duì)于企業(yè)金融來(lái)說(shuō)，在營(yíng)業(yè)額衰退與周轉(zhuǎn)金放款利率下降時(shí)，銀行承辦企業(yè)金融的意愿將會(huì)隨之下降。直接金融增加時(shí)，則企業(yè)金融亦會(huì)增加但不顯著的結(jié)果。在貨幣供給額、基本放款利率及工業(yè)生產(chǎn)指數(shù)上升時(shí)，則企業(yè)金融將會(huì)隨之增加且為顯著的結(jié)果，表示景氣狀況良好。至于股價(jià)指數(shù)與消費(fèi)金融下跌時(shí)，則企業(yè)金融將會(huì)隨之減少且為顯著的結(jié)果，此時(shí)表示景氣狀況衰退，同時(shí)消費(fèi)金融與企業(yè)金融呈現(xiàn)相同方向的變動(dòng)。對(duì)于放款來(lái)說(shuō)，在股價(jià)指數(shù)上升時(shí)，其金額是減少但呈現(xiàn)不顯著的結(jié)果；在工業(yè)生產(chǎn)指數(shù)上升時(shí)，其金額是隨之增加但呈現(xiàn)不顯著的結(jié)果。而貨幣供給額、一個(gè)月定存利率及消費(fèi)者物價(jià)指數(shù)上升時(shí)，其金額是隨之增加且呈現(xiàn)顯著的結(jié)果。至于景氣對(duì)策信號(hào)分?jǐn)?shù)上升時(shí)，則其金額是隨之減少且呈現(xiàn)顯著的結(jié)果，表示此時(shí)經(jīng)濟(jì)景氣過(guò)熱，必須適時(shí)減少放款。

[1] 林元平：貸款承諾及實(shí)際貸款的決定：臺(tái)灣地區(qū)銀行貸款市場(chǎng)的實(shí)證硏究[D].臺(tái)灣大學(xué)，2002.

[2] 邱顯輝：總體經(jīng)濟(jì)因素對(duì)不同特性銀行逾期放款比率關(guān)聯(lián)性之研究[D].國(guó)立中正大學(xué)，2010.

[3] 陳鋒孟：金融海嘯后舒緩我國(guó)中小企業(yè)沖擊策略之研究--以中小企業(yè)放款為例[D].國(guó)立中山大學(xué)，2010.

[4] 陳耀茂：多變量分析導(dǎo)論[M].臺(tái)北：全威圖書(shū)有限公司，2002.

[5] 黃文靜：金融海嘯對(duì)銀行承做企業(yè)放款類(lèi)型影響之研究[D].國(guó)立臺(tái)灣科技大學(xué)，2010.

[6] 謝慶林：企業(yè)金融放款、消費(fèi)金融放款與總體經(jīng)濟(jì)因素——臺(tái)灣實(shí)證研究[D].臺(tái)灣大學(xué)，2007.