dc.contributor.advisor | 沈中華博士 | zh_TW |
dc.contributor.advisor | Chung-Hua Shen | en_US |
dc.contributor.author (Authors) | 謝孟芬 | zh_TW |
dc.contributor.author (Authors) | Meng-Fen Hsieh | en_US |
dc.creator (作者) | 謝孟芬 | zh_TW |
dc.creator (作者) | Meng-Fen Hsieh | en_US |
dc.date (日期) | 2002 | en_US |
dc.date.accessioned | 17-Sep-2009 18:57:50 (UTC+8) | - |
dc.date.available | 17-Sep-2009 18:57:50 (UTC+8) | - |
dc.date.issued (上傳時間) | 17-Sep-2009 18:57:50 (UTC+8) | - |
dc.identifier (Other Identifiers) | G0088352502 | en_US |
dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/33969 | - |
dc.description (描述) | 博士 | zh_TW |
dc.description (描述) | 國立政治大學 | zh_TW |
dc.description (描述) | 金融研究所 | zh_TW |
dc.description (描述) | 88352502 | zh_TW |
dc.description (描述) | 91 | zh_TW |
dc.description.abstract (摘要) | 本論文包括3篇有關「銀行脆弱性」及「銀行失敗」議題之研究。編輯安排如下:第一篇為「資本流入與銀行脆弱性—跨國比較」、第二篇為「亞洲金融風暴之前和之後的銀行財務結構,能提供哪些訊息?」、第三篇為「預測銀行失敗—採用個體與總體資料」,而結語與未來展望則置於此三篇論文之後。第一篇「資本流入與銀行脆弱性—跨國比較」的研究動機與結論為:全球資本流入在國際整合的過程中,所扮演的重要性與日聚增,而且在亞洲金融風暴之後,資本流入對銀行體系健全性的影響,又成為關鍵議題。然而,資本流入對銀行體系有正面及負面的影響(The World Bank,1997),就正面而言,資本流入可為銀行體系挹注資本,藉此強化銀行體質。但相反地,大規模的資本流入,將導致銀行放款劇增,即所謂的「信用擴張」,放款快速增加的同時,由於業績壓力往往無法慎選客戶,因而使放款品質低落,將增加銀行部門的脆弱性。僅管,資本流入對銀行體系脆弱性有正面與負面的影響,但過去學術上的研究卻極少討論這兩者的關連。而個別的討論卻非常多,例如,文獻上討論資本流入時,偏向於資本流入對總體經濟面的影響,例如,資本流入對匯率及股價之影響,(Calvo et al.,1993;Dooley,1996;Obsfeld,1998; Eichengreen et al.,1998及Wang and Shen,1999),或是資本流入的成因(如Calvo, Sahay and Vegh,1995;Calvo, Leiderman and Reinhart,1994及1996;Gavin and Hausmann (1996);Fernandez -Arias and Montiel,1996等研究)。同樣地,文獻上研究銀行危機時,多偏向研究銀行危機發生的原因,這包括個別銀行失敗的原因(如Thomson,1991;Gonález-Hermosllo,1999)。或總體經濟變數分析(如Caprio and Klingebiel,1996 及Demirgûç-Kunt and Detragiache,1998a 提供銀行危機發生的期間,後續研究如Kaminsky and Reinhart,1999;Hardy and Pazarbaşioğlu,1998及Glickand Hutchison,1999 皆以上述銀行危機發生的特定期間,分析標的國的總體經濟特性)。但是同時探討資本流入與銀行脆弱性的文獻卻不常見,除了Calvo et al. (1994) 、Goldfajn and Valdes (1997) 、Demirgûç-Kunt and Detragiache (1998a)。Calvo, Leiderman, and Reinhart (1994,1996)、Calvo (1996)及Gavin andHausmann (1996)指出,資本流入之後,常伴隨著實質匯率升值、外匯存底增加,使總體經濟環境暢旺, 因而推升資產價格,使得抵押品價值增加,更促使國內金融機構樂意提供廠商、及家計部門投資或消費的資金需求,造成銀行過度放款,埋下了銀行脆弱性的隱憂,故資本流入予人印象往往是造就過度擴張或銀行脆弱性之同義詞。Goldfajn and Valdes (1997) 及Detragiache (1999)也強調,資本流入透過金融機構的傳遞過程, 將使國際收支危機, 增加銀行脆弱性, 甚至演變為銀行危機。Demirgûç-Kunt and Detragiache (1998a)以金融自由化角度,認為金融自由化程度愈高,則資本流入程度愈高,以此探討對銀行脆弱性的影響,他們以53個國家為樣本,研究期間為1980-1995,他們發現金融自由化將增加銀行危機發生的機率,但Demirgûç-Kunt and Detragiache (1998b)就Calvo, Leiderman, and Reinhart (1994) 所提出的假說進行實證研究,但卻未發現顯著性的結果支持上述假說。本文的主旨即是研究資本流入是否對「銀行脆弱性」有不利的影響。如果有,資本流入是如何影響銀行體系呢?這是個實證的問題。本文以1993-1998年資料為樣本,研究30個新興市場/國家,發現在「總體環境不健全」之下,資本流入確實會對銀行體系構成威脅,而且有不對稱效果存在,支持我們的假說,例如,外人證券投資在「經常帳過度惡化」、在「經常帳過度惡化」、「過度投資」的總體脆弱性之下,資本流入對銀行體系構成威脅的程度增加。但在「總體健全區」則未有一致的結論。而其它資本流入,如FDI,FOI及FA在「過度消費」的總體脆弱性之下,對銀行體系有不利影響。第二篇「亞洲金融風暴之前和之後的銀行財務結構,能提供哪些訊息?」的研究動機則為:儘管在亞洲金融風暴發生之後,許多研究紛紛就總體面,探討其成因與金融風暴發生之前與之後的比較,但是就個體面,研究亞洲國家銀行的財務比率,在金融風暴之前與之後變化的討論卻非常少。大部分的文獻均討論金融風暴前的金融體系變化。例如,Karim (2001)和Laeven (1999)分別以stochastic frontier approach及資料包絡法 (Data Envelopment Analysis)衡量印尼、馬來西亞、菲律賓、泰國與韓國等國之銀行在金融風暴發生之前的效率性;Bongini et al. (2000)及Reynolds et al. (2000) 也以上述國家為標的,分別以Logit 與 OLS 迴歸模型檢視亞洲國家在金融風暴發生之前銀行的財務結構的表現。Bongini et al. (2000)、 Karim (2001)andLaeven (1999)更以所有權區分樣本,分為公營 (state owned)、民營(private owned)、家族銀行 (family owned)及外國銀行(foreign owned),他們發現民營銀行比公營銀行更具成本效率性,外國銀行是民營銀行中表現最佳的,而家族銀行發生倒閉的風險較高;而資產規模愈大的銀行愈享有規模經濟。Bongini et al. (2000) 與Laeven (1999)在世界銀行與國際貨幣基金會的協助之下,更進一步地依亞洲五國之銀行在金融風暴之後,經金融重建委員會處理的情況,分成失敗、準失敗及非失敗銀行,所謂的失敗銀行是被勒令關閉的銀行,而準失敗銀行就是銀行被要求增資或是營運暫時被凍結的銀行,這樣的區隔再結合上述所有權的分類, Bongini et al. (2000) 與Laeven (1999)發現外國人持股比率愈高的銀行發生失敗的機率愈小;相對地,家族性銀行發生受創的機率相較其他的分類上更高。就資產規模大小上,愈大的銀行愈容易受創,但卻不容易倒閉,使得「太大以致於不能倒閉」(too big to fail)的說法得到驗證。而且,Bongini et al. (2000)更發現CAMEL制度的指標,如「備抵呆帳佔資本比率」、「放款成長率」、「淨利息所得佔總收入比率」、「資產報酬比率」等指標,能事先提供預警的功能。Reynolds et al. (2000)由另一個角度切入,他們探討亞洲金融機構在金融風暴之前銀行財務結構與財務表現之關聯性,以此討論銀行監理在1997年亞洲金融風暴的角色。銀行財務結構變數包括銀行資產規模、淨收入、行政費用、及時間等結構性變數;獲性性變數包括資本適足率、流動性及放款比率。Reynolds et al. (2000) 研究發現銀行的獲利性與銀行資產規模大小成正比,然而資本適足率卻與資產規模成反比。而且泰國、韓國及印尼銀行的放款比率較高,但獲利性反而偏低,這也許就是引發亞洲金融風暴的前兆。雖然這些研究從不同構面對金融風暴之前的銀行財務結構面,提供相當程度、且清楚地闡述,但他們均著重於金融風暴之前銀行的財務結構面或效率性,而同時討論事前、事後的研究卻非常少見,因此亞洲國家在金融風暴發生之前與之後,金融體系之財務結構的變化究竟為何?研究這個問題有助於我們更加了解金融風暴的本質。本文試圖回答下列三個問題:比較亞洲五國失敗銀行與非失敗銀行的財務比率,是否有顯著的變化,這可幫助我們瞭解亞洲這些國家,對失敗銀行作出緊急處理的金融改革依循標準為何?非失敗銀行的財務狀況是否優於失敗銀行?Bongini et al. (2000)發現一有趣現象,只要資產規模較大、家族銀行之資產品質較脆弱,應該是容易失敗,但反而是民營銀行發生失敗的機率較高。亞洲金融風暴之前與之後,所有權屬於哪一類的銀行財務表現最佳與最差?Bongini et al. (2000)、 Karim (2001)和Laeven (1999)只就亞洲金融風暴之前進行研究,發現在亞洲金融風暴之前,民營銀行的表現最佳、公營銀行的表現則最差。而金融風暴之後的情況尚未被回答。亞洲金融風暴發生之後,哪一類的銀行愈能屹立不搖呢?而第三篇「預測銀行失敗—採用個體與總體資料」(Prediction of Bank Failures Using Combined Micro and Macro Data) 的研究動機則為:在過去二十年,許多國家的金融部門曾嚴重地受創,而亞洲金融風暴無預警地爆發,引發學者及政府部門對現有金融預警系統提出質疑,如果現存預警模型有效,為何在亞洲金融風暴之前,沒有一些蛛絲馬跡?傳統上,預測銀行脆弱性有兩套預警系統。第一類是個體方法 (Micro Approach),係以一個國家的個別銀行財務報表的資料,解釋銀行失敗的原因,研究者所選擇的資料,是根據CAMEL的指標,以預測銀行失敗。第二類係以總體方法 (Macro Approach),採用許多國家的總體資料(如GDP成長率、利率等),來預測銀行危機發生的機率。Demirgüç-Kunt and Detragiache (1998)為第一篇從事系統性跨國的研究,以65個工業及開發中國家為研究樣本,討論總體經濟面與機構變數(institutional variables)在銀行危機中所扮演的角色。他們發現:總體經濟的失衡(經濟成長衰退、信用過度擴張)、市場紀律不夠充分 (不恰當的存款保險、過速的金融自由化),將導致銀行危機的風險增加。因為總體資料相對地較容易取得,故採用總體方法的研究最為常見,Eichengreen and Arteta (2000)提供相當完整的文獻整理,而且明確地指出有必要區分出「穩健指標」 (robust indicators) 及「脆弱指標」(fragile indicators),前者是在其他條件改變之下,指標仍能提供金融預警;而後者則在某些情況之下,例如不同模型的設定,方能提供金融預警的功能。他們研究發現「穩健指標」包括「國內信用」快速地成長、「銀行負債佔準備的高比率」與存款利率的控制;而「脆弱指標」則為「匯率制度」、「金融自由化」及「存款保險」。分別使用個體資料或總體資料針對銀行危機預警,可能僅解釋部分事實。例如,只使用個體資料不能解釋:在不同總體環境之下,為何有些銀行會失敗?但有些銀行卻仍能活存?反之,使用總體資料方式,也有類似的困境,例如,無法解釋為何在相同的總體經濟環境衝擊之下,有些銀行會倒閉,但有些銀行卻能屹立不搖?所以,單獨考慮個體方法或總體方法,可能都只是了解事情真相的一面。儘管政策制定者和學者逐漸相信:銀行危機應該同時受個體因素及總體環境所影響。但是卻少有研究同時就個體因素與總體環境,探討銀行失敗的原因, González- Hermosllo (1999)首先指出這一點,其研究以美國本土的三個州及墨西哥、哥倫比亞為樣本。造成這少有同時研究個體方法和總體方法的原因,可能是欠缺每一國家銀行失敗的資訊。例如,由個體面分析的文章,往往針對自己國家銀行失敗進行研究,而較少討論不同國家銀行失敗的原因,這原因即可能在於,研究者對自己國家的銀行的失敗例子非常熟悉,相對地,對於其他國家的銀行失敗的個案並不了解,這是因為銀行失敗的資訊並不是完全公開的資訊,或者是公開卻不是有系統地紀錄,除非是「在地人」,否則不易獲得這方面資訊。故在現實上,同時採用兩種方法並不容易。本篇的研究目的即嘗試同時考慮個體方法論與總體方法論,藉以研究亞洲五國銀行失敗的原因,這亞洲五國包括印尼、韓國、馬來西亞、菲律賓、與泰國。在同時考慮這二種方法論時,我們同樣地遇到上述的「資訊缺口」,故如何克服這「資訊缺口」,成為本文最大挑戰。首先,為降低上述這「資訊缺口」,我們限定討論的範圍為亞洲地區的國家,更由於跨國個體銀行資料的限制,故研究期間設定為1993-2000年。其次,銀行失敗或重整的名單對所有的學者而言,都是一大挑戰。世界各國對自己國家銀行的失敗都傾向秘而不宣,以降低系統性風險,所以除了當地人,外界很難完全知道一國哪些銀行發生失敗。本文以Laeven (1999) 及Bongini, Claessens, and Ferri (2001),探討亞洲國家的失敗銀行的研究為基礎,先有了這些國家失敗銀行名單,再配合相關的網站的資訊,找出此五國其他可能遺漏的失敗及重整的銀行名稱,如此我們可說有相當完整的失敗銀行名單。而找出這些銀行的屬性是另一個挑戰。判斷銀行是隸屬於政府、財團、或是家族等所有權結構,不是一個容易得到的資訊。我們仍是由Laeven (1999) 及Bongini et al. (2000)為基礎,再由BankScope的 Special Issue股權結構判斷,得到這部份銀行的資料,再與文獻上進行比較。最後,本文找出個體與總體之「穩健指標」及「脆弱指標」,就如同Eichengreen and Arteta (2000)所建議的研究方向。 | zh_TW |
dc.description.tableofcontents | 論文目次1 緒論 12 資本流入與銀行脆弱性-跨國比較 7 2.1 前言 7 2.2 實證模型 10 2.3 資料說明 16 2.4 實證結果與分析--外資對銀行脆弱性的影響 18 2.5 外資對銀行脆弱性的影響—加入總體脆弱性 28 2.6 結論 42 參考文獻 43 附錄 473 亞洲金融風暴之前和之後的銀行財務結構,能提供哪些訊息? 49 3.1 前言 49 3.2 亞洲五國銀行的演變 52 3.3 失敗銀行的定義 55 3.4 銀行財務指標 59 3.5 實證結果 64 3.5.1 依實際銀行失敗與否分類及金融風暴發生之前與之後 64 3.5.2 依銀行所有權分類及金融風暴發生之前與之後 76 3.6 結論 99 參考文獻 1004 預測銀行失敗—採用個體與總體資料 103 4.1前言 103 4.2文獻回顧 105 4.2.1個體方法 106 4.2.2總體方法 107 4.2.3結合個體與總體方法 108 4.2.4亞洲金融危機之研究 109 4.3銀行失敗與計量模型 110 4.3.1銀行失敗 110 4.3.2計量模型—基準模型 112 4.4資料來源與基本統計 115 4.4.1資料來源 115 4.4.2失敗銀行的數目 116 4.4.3個體與總體經濟變數 121 4.4.4所有權虛擬變數 124 4.5 Probit 估計結果—基準模型 126 4.6敏感性測試 132 4.6.1亞洲金融危機效應 132 4.6.2公營與民營銀行 134 4.6.3家族與非家族銀行 136 4.7銀行失敗之評估 138 4.8結論 143 參考文獻 144 附錄 1505 結論與未來展望 151 | zh_TW |
dc.format.extent | 15089 bytes | - |
dc.format.extent | 94227 bytes | - |
dc.format.extent | 77207 bytes | - |
dc.format.extent | 1742207 bytes | - |
dc.format.extent | 2697621 bytes | - |
dc.format.extent | 2301951 bytes | - |
dc.format.extent | 18380 bytes | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.format.mimetype | application/pdf | - |
dc.language.iso | en_US | - |
dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0088352502 | en_US |
dc.subject (關鍵詞) | 銀行脆弱性 | zh_TW |
dc.subject (關鍵詞) | 銀行失敗 | zh_TW |
dc.subject (關鍵詞) | CAMEL | en_US |
dc.title (題名) | 銀行脆弱性與銀行失敗—跨國研究 | zh_TW |
dc.type (資料類型) | thesis | en |
dc.relation.reference (參考文獻) | 置於各章節之後 | zh_TW |