銀行經營績效與經營指標關聯性之研究 ─分量迴歸之 …...濟指標後模型解釋能力均高於加入前。2、透過分量迴歸法可知道各財務比率在不同分

銀行經營績效與經營指標關聯性之研究─分量迴歸之應用

－ 1 －

銀行經營績效與經營指標關聯性之研究 ─分量迴歸之應用

李沃牆*、郭宸臻**

摘要

本研究在探討樣本銀行經營指標與經營績效間的關聯性，並以分量迴歸法進行實證

分析，將加入總體經濟指標前、後之結果與最小平方法進行差異比較。實證研究資料以

樣本銀行 1997 年至 2010 年之季資料，並選取 21 項財務比率及 2 項總體經濟指標進行

分析。

本文實證結果顯示：1、分量迴歸法及最小平方法之估計結果均顯示，加入總體經

濟指標後模型解釋能力均高於加入前。2、透過分量迴歸法可知道各財務比率在不同分

量下對經營績效是否存在顯著性及變動方向是否有改變，而最小平方法則僅能獲得該項

比率的平均結果，忽略了尾端資訊的影響。3、各解釋變數中，加入總體經濟指標之結

果，除每人營收率對經營績效不存在顯著影響外，其他均在不同分量下存在顯著影響；

而未加入總體經濟指標時，除稅前純益率及每人營收率對經營績效不具影響外，其他

均在不同分量下存在顯著影響。這研究結果可供銀行經營與風險管理業務參考。

壹、緒論

許多學者認為，金融體系的發展與國家經濟發展具有密不可分的關係。其中，

Gurley and Shaw（1955）、Shaw（1973）、Levine（1991）以及 Pagano（1993）等人，強

調金融機構與金融市場的發展對經濟成長與資本累積具有一定的成效。Odedokun

（1996）則發現有 85%的國家，金融機構的發展可促進經濟成長。Demetriades and

Hussein（1996）認為大部份國家的金融機構發展與經濟成長間影響是雙向的，意即金

融革新不僅對金融深化（financial deepening）有貢獻，更能促進經濟發展。綜合上述可

知，金融體系對於國家經濟發展具有重要的影響力，其中，銀行業更是占有舉足輕重的

地位，銀行除提供社會資金中介的橋樑外，更扮演穩定經濟與促進發展的角色，因此，

銀行業的經營績效是否良好相對益顯重要。

* 淡江大學財金系教授 ** 板信商業銀行業務部營運科專員

臺灣銀行季刊第六十三卷第二期

－ 2 －

1970 年代後，歐美各國先後解除金融管制，金融市場自由化、全球化逐漸蔚為風

潮。隨著國際金融環境急速變遷，及為因應國內經濟成長、產業與民眾對金融服務之需

求增加，政府便開始採取一連串金融改革措施，以加速我國金融業朝自由化、國際化的

趨勢發展。1990 年起，開始陸續解除各項金融管制，例如，放寛匯率及利率管制。

1992 年更開放 16 家新銀行設立，此舉也使得國內銀行家數及其分行數遽增，自此，銀

行便進入百家爭鳴的戰國時期。而各銀行間因為業務同質性過高，提供的金融服務、產

品無法產生差異化，因而造成惡性競爭，導致銀行獲利空間大幅縮減，進而影響經營績

效，而各銀行為求生存及追求高獲利，除採取殺價競爭、開拓及引進更多元化的金融商

品外，也開始採取高風險、高桿槓的投資方式以提高獲利，然高獲利的背後往往也隱含

著高風險的存在，一旦稍有差池，將可能使銀行業付出更高的成本，甚或影響銀行的經

營。由此可知，風險的管理對於銀行經營績效之影響日趨重要。另一方面，近年來由於

國際金融事件頻傳，例如 1995 年英國霸菱銀行因交易員操作不當，造成銀行倒閉、

1997 年亞洲金融風暴、2007 年美國次級房貸風暴、2008 年雷曼兄弟破產，2011 的歐債

及美債危機，也都因金融全球化的關係，對世界各國的銀行業造成極大且深遠的影響。

因此，隨著金融快速發展及全球化趨勢下，風險管理的觀念也日漸受到重視，於是設立

於 1988 年的「巴塞爾銀行監理委員會」，深覺現今銀行業所面臨的風險程度與複雜性，

已遠超過舊版巴塞爾資本協定所規範的風險程度，於是在 2004 年公布新版巴塞爾協定

（Base1Ⅱ），於原協定之「信用風險」及「市場風險」外，增加「作業風險」的規範，

同時於 2006 年開始實施新版協定，其主要目的是藉以提供銀行業乙套自我衡量風險的

制度與措施，以達到預警及自我管理之效。新巴塞資本協定（Base1Ⅱ）之基本架構包

含了三大支柱，即「最低資本要求（Minimum Capital Requirements）」、「監理機關查核

（Supervisory Review Process）」及「市場自律（Market Discipline）」，透過此三大支柱

之交互運用，可達到強化金融業之風險管理制度，及提升風險管理之能力。但 2007 年

美國次級房貸發生後，新協定立即面臨極大的考驗，為因應金融海嘯後的新形勢，巴塞

爾銀行監理委員會（Basel Committee）目前已達成共識，同意從 2013 年開始至 2019 年

逐年提高銀行的資本要求，以提升銀行因應虧損的能力。這項決議對各國金融機構的經

營及監理影響極大，後續效應值得觀察，這些共識也促使新版巴塞爾協定（Basel Ⅲ）

逐漸成形。

綜觀現今國內外有關研究銀行經營績效與風險管理之相關文獻，較常採用的分析方

法有羅吉斯法（Logistic regression）、隨機邊界法（Stochastic Frontier Approach, SFA）、

資料包絡法（Data Envelopment Approach, DEA）等，過去文獻所探討的大多是以整體

金融機構為研究對象，並以選取數家金融機構之各項財務資料，透過上述各項研究方法

進行實證研究分析，雖可藉此獲取影響整體金融業經營績效重要指標，並提供予金融業


－ 3 －

進行控管，使能達到降低經營風險目的，但因所探討多偏重於整體平均概念，實務上，

由於各項財務指標可能因金融業的規模大小、經營策略或存、放款結構等不同，而分別

對各金融業具有不同的影響力，例如，某財務指標對 A 銀行經營績效具有重大影響

力，但對 B 銀行影響程度卻可能不及其他財務指標；因此，在金融環境日益變遷的情

況下，過去所探討實證研究結果往往只能提供金融業風險控管較大方向參考，並無法一

針見血地對症下藥，使各金融業能真正了解自身所面臨之風險程度，以進行更有效率地

風險控管。故本研究將異於過去文獻探討模式，擬藉由進行單一銀行實證研究，建立具

有分析能力研究模型，以提供予各金融機構進行研究分析，幫助其能獲取真正對經營績

效具有重要影響之財務指標，以確實達到風險控管目的。

由於本研究僅選取國內某一個案銀行為樣本，然無論是羅吉斯法或資料包絡法，

（1）前者模型本身必須要做一些假設，易造成設定上的錯誤，而後者雖可同時處理多

個投入及產出的評估，但若包含大量的變數，其區別決策單位（Decision Making Unit,

DMU）的能力會降低；（2）必須同時考量多家銀行才能進行分析；（3）無法瞭解各投

入變數對不同分位數時的產出之影響。因此，本研究將運用 Koenker and Bassett

（1978）所提出的分量迴歸法（Quantile Regression）來進行實證研究。理由是分量迴歸

法可以克服羅吉斯等方法，無法僅就單一樣本進行研究分析的缺點，並可探討不同的財

務變數對銀行經營績效及風險管理變數在不同分量下的影響是否存在顯著差異？亦期望

將研究成果提供予個案銀行及其他金融業作為參考，透過本研究所建立模型，訂定符合

該組織之風險管理制度與策略，並有效率的控管組織內各類風險指標，以達到預警及提

昇經營績效目的。

貳、文獻探討

一、銀行經營原則

國家的金融發展與經濟發展兩者息息相關，已是眾多經濟學家提出不爭的定論，金

融機構是否穩健經營與發展，將影響國家經濟發展。由於銀行業更是扮演著資金融通及

中介重要角色，且主要業務係以收受一般民眾存款為主，同時貸放予資金需求者，其經

營良窳更是直接影響社會大眾權益，因此，銀行業經營必須考慮以下六項基本原則：

（一）流動性（Sensitivity）

銀行流動性係指銀行為了應付隨時可能發生的資金需求，所必須持有可用的資金或

可迅速變現資產的多寡及迅速向外界借入資金的能力。換言之，即是指銀行迅速且不發

生損失的變現能力與對外舉債能力。而流動性對於全體銀行是屬於必要遵守的重要原則。


－ 4 －

（二）安全性（Safety）

指銀行資本結構健全，償債能力良好，故又稱償債性原則（Solvency）。由於銀行

的資產多來自於社會大眾存款，因此，為了維持其償債能力，銀行必須保有一定的資產

與負債比率，以提高財務結構安全性；在資產負債管理上，必須充實銀行自有資本，在

選擇資產時，一定要重視風險分散，與貸放客戶的選擇。

（三）獲利性（Profitability）

銀行經營目的在追求最大利潤，並以維持永續經營為目標。

（四）成長性（Growth）

銀行為了能永續經營，並維持其獲利，因此，銀行經營的業務需在不違背流動性、

安全性與獲利性原則下，持續且穩定的成長。

（五）效率性（Efficiency）

指銀行的經營效率化，即以最少的投入，獲得最多的產出。即銀行人員、工作配置、

流程簡化，與資金運用及投資，以提高生產力並衡量資源運用是否具有效率與效果。

（六）資本適足性（Capital Adequacy）

銀行資本是銀行營運資金的來源之一，主要係因應風險性資產可能遭受損失及償付

債務，以確保銀行經營安全性並保障存款人權益。資本適足性是指銀行自有資本與風險

性資產比率最低標準，由於銀行財務結構特殊，資金來源以負債為主，因此，為降低銀

行道德風險，在流動性、安全性及收益性的考量下，限制銀行必須持有一定比率的資產。

二、未考量風險之銀行經營績效文獻

Arshadi and Lawrence（1987）選取 1980 年至 1984 年美國 438 家新銀行之 ROA、

銀行規模與員工人數作為研究樣本，採用典型規則相關分析。其實證結果顯示，影響銀

行經營績效的主要因素為營運成本、存款成長率、貸款決策、存款利率等；而市場占有

率、利息收入與資產報酬率具有顯著相關性。

李佳珍（1999）則分別以 33 家本國銀行及 32 家外商銀行在台分行，共計 65 家銀

行作為研究對象。研究期間則選取 1995 至 1998 年共計四年，運用因素分析法萃取具代

表性的指標作為解釋影響銀行經營績效之因素。研究結果顯示，銀行經營績效之重要財

務指標為效率性、獲利性、資本適足性、流動性、管理能力和成長性；本國銀行之效率


－ 5 －

性、管理能力及成長性是優於外商銀行，但其獲利性、流動性及資本適足率卻較外商銀

行差。而就整體之經營績效而言，則發現外商銀行之績效表現優於本國銀行。故未來對

於本國銀行在經營管理上應加強其流動性、獲利性及資本適足性等財務指標。

蕭建興（2000）以 1994 年至 1998 年間政府獲准成立之 16 家新銀行為研究樣本，

運用多準則評估方法，並採用安全性指標、流動性指標、獲利性指標、成長性指標與效

率性指標等五項評估指標探討銀行業之經營績效。實證結果發現，獲利性指標最為重

要，權重占 27%，其次依序為安全性指標、效率性指標、成長性指標及流動性指標，權

重分別為 22%、20%、16%及 15%。

林宸丞（2010）以 1997 年~2006 年 22 家本國銀行年資料，並以金控化作為分野，

探討臺灣銀行業之效率與獲利。在效率方面，以存款、員工人數、固定資產為投入，以

放款、利息收入、其他收入為產出，並運用資料包絡分析法（DEA）來估計銀行效率；

獲利部分，則分別以市場集中度、市場占有率、規模效率，及呆帳、實質經濟成長率作

為影響銀行獲利（ROA）的主要環境影響因子，透過迴歸分析法觀察金控化前後臺灣銀

行業影響獲利因子之有無不同，並且驗證結構-行為 -績效假說（Structure-Conduct-

Performance Hypothesis, SCP）與相對市場力量（Relative Market Power, RMP）假說於臺

灣金控化前後成立與否。實證結果顯示，金控化使各影響因子對銀行獲利的影響程度較

金控化前提升，且 SCP 假說與 RMP 假說皆於臺灣金控化前後成立，顯示市場集中度及

市占率將是影響銀行獲利的重要因素。

三、考量風險之銀行經營績效文獻

Pastor（1999）選取西班牙 1985 年至 1995 年間商業銀行與儲蓄銀行做為研究樣

本，將風險區分為銀行本身管理不良所引起的內部風險、經濟環境引起的外部風險，運

用二階段 DEA 方法，第一階段先求出已去除外在風險變數之逾放比，再於第二階段進

行內部風險去除，同時選取金融成本、營業支出作為投入變數，並以調整風險後之逾放

比、投資成長率、利率、股票與債券之報酬率為產出變數，以估算銀行效率。實證結果

顯示，在 1992 年以前，逾放比的變動主要是受到外部風險所影響，而在 1992 年以後，

逾放比的變動則是受到內部風險所影響。

Altunbas et al.（2000）以 1993 至 1996 年日本的銀行資料，測試風險及影響銀行成

本的因素對經營效率之影響。以逾放比為銀行產出的品質的變數，股東權益與流動比代

表風險之環境變數，利用 translog 生產函數，估算無效率值，以隨機成本邊界法進行研

究，其結果發現，在考量風險及品質因素下，銀行的最適規模應越小越好，與實證模型

之無效率值在 5％~7％，對風險及品質因子較不敏感。

周夢柏（2002）以本國 30 家上市之商業銀行作為研究樣本，選取 1992 年至 2000


－ 6 －

年樣本銀行之各項財務比率，採用主成分分析法及多元逐步迴歸分析法，探討各項財務

比率與銀行獲利能力之關聯性。其研究結果顯示，銀行獲利能力與資產品質及效率性因

素具有相關性，且與成長力因素有顯著正相關。

王本鈞（2004）以 2000 年至 2002 年間本國銀行之資料為研究樣本，運用 DEA 法

與生產力指數來評估銀行成本效率，以應計提之自有資本作為銀行的絕對風險變數；以

資本適足率為銀行的相對風險變數。實證結果顯示，高資本適足率的銀行經營績效顯著

高於低資本適足率的銀行，而高風險性資本計提之銀行經營績效亦顯著高於低風險性資

本計提之銀行。

張斐雅（2010）選取 35 家本國銀行 2007 年至 2009 年間之資料作為研究樣本，運

用多元迴歸方式探討銀行資產品質並衡量經營風險，選取樣本銀行之資產報酬率及淨值

報酬率衡量銀行經營績效、以資本適足率衡量經營風險。實證結果顯示，放款與資產報

酬率及淨值報酬率呈正向關係；逾放比率與資產報酬率、淨值報酬率呈負向關係；備扺

呆帳覆蓋率與資產報酬率呈負向關係、與淨值報酬率呈正向關係；管制後之資本適足率

與資產報酬率及淨值報酬率呈負向關係。而變數中之逾放比與資產報酬率及淨值報酬率

最具有顯著關係。

盧冠吟（2010）以 2005 年~2008 年本國 33 家銀行作為樣本，採用逐步迴歸分析

法，分析巴賽爾協定實施及公司治理制度對於企業經營績效的影響。實證結果發現，風

險管理及公司治理對經營績效呈顯著影響性，信用風險構面的催收比對權益報酬率、每

股盈餘、營業利益率及稅前純益率均呈顯著負相關；信用風險構面的利息未收現比，則

對資產報酬率與每股盈餘呈顯著正相關；公司治理構面的董事會規模，對資產報酬率、

權益報酬率、每股盈餘、營業利益率及稅前純益率均呈顯著正相關；獨立董監事占董事

會比例對權益報酬率、每股盈餘、營業利益率與稅前純益率則呈顯著負相關。

四、文獻綜合評論

經參考上述國內外相關文獻並歸納彙整後，發現過去文獻所探討的重點，多以整體

金融機構作為實證研究對象，且多未考量總體經濟環境變動對其經營績效所產生的影

響，進而使所獲得的實證研究結果，也較偏重於整體平均的概念，無法真實地了解單一

金融機構所面臨的問題，故實證結果往往僅能提供大部分的金融業於進行風險控管時，

較大方向之規劃參考用，並無法使其真正提出對症下藥之風險控管對策。

而基於上述的原因，本研究將異於過去文獻之研究模式，擬選擇單一個案銀行作為實證

研究對象，並藉以建構符合實際經營所需並具有分析能力及解釋能力之模型。同時，透過實

證研究分析，比較加入總體經濟變數前後對該銀行經營績效的影響程度，藉以獲取真正影響

該銀行經營績效之重要指標，並提供予個案銀行作為參考，以幫助達到風險控管之目的。


－ 7 －

參、研究方法

一、因素分析法

因素分析法是利用數學方式進行資料縮減和資料彙整的一種精簡方法，其目的主要

在創造較精簡的變數來表示原始的資料結構，同時又能保有原始資料結構所提供的大部

分資訊；另因各項財務比率之間通常會存在相關性，因此，也可透過因素分析法將一群

具有高度相關性或共線性的變數，加以濃縮成少數且互相獨立的因素，以達到使用少數

變數即能表達原始資料所提供大部分訊息的統計方法。

因素分析是假設樣本單位在某一變數上的反應是由兩個部分所組成：一為共同因素

（common factor）或潛在因素（latent factor），即各變數共有的成分；另一個是獨特因

素（unique factor），即各變數獨有的成分。模型表示方式如下：

jijkijkijijji UdFaFaFaZ ++++= ...2211 （1）

其中:

jiZ ：第 i 個樣本在第 j 個變數之分數。

jka ：因素負荷量（Factor Loading），表示第 k 個共同因素對第 j 個變數之變異數貢獻。

kiF ：第 i 個樣本單位在第 k 個共同因素之分數。

jd ：第 j 個變數獨特因素之權重。

jiU ：該單位在第 j 個變數之獨特因素之分數。因素分析法依因素抽取方式包含主成分分析法（Principle component analysis）、主

軸因素法（Method of Principle）及最小平方法（Least squares method）；而以主成分分

析法萃取因素之步驟，首先須建立相關係數矩陣以估計共同性，其次依係數計算因素分

析之變異量及特徵值，依 Kaiser（1960）因素保留原則選取特徵值（Eigenvalue）大於 1

的所有因素，並利用直交轉軸法中的最大變異法（Varimax）對因素矩陣進行轉軸，使

矩陣資料更清楚、更易於解釋，並加以分群選取因素負荷量大於 0.7 之主成分因素依變

數特性命名，最後再求得因素分數係數矩陣後，將原始資料之標準化 Z 值矩陣乘以因素分

數係數矩陣，轉換成因素分數矩陣（Factor score matrix），以利後續執行分量迴歸分析。

二、分量迴歸法

分量迴歸（quantile regression）是一種用來估計、推論、處理條件分量函數

（conditional quantile function）的統計方法，其概念是將傳統的迴歸方法更進一步地

延伸，透過極小化殘差項的線性目標函數，找出最佳的迴歸係數 β。分量迴歸模型最早


－ 8 －

是由 Koenker and Bassett（1978）所提出的另一種迴歸分析方法，其迴歸係數是用以衡

量解釋變數的邊際效果，與最小平方法的迴歸係數在解釋上具有不同的意涵。最小平方

估計式指的是解釋變數對被解釋變數的「平均」邊際效果，例如：平均而言解釋變數 X

與被解釋變數 Y 的關係，此種估計方法較著重分配的中央趨勢；分量迴歸屬於無母數

（non parametric）模型，其估計式指的是解釋變數對被解釋變數的某個「特定分位數」

的邊際效果。由於使用傳統的線性模型等計量方法只能計算出預測平均數，而分量迴歸

可以擺脫傳統線性模式及最小平均數的缺點，能預測數據的尾端及突發行為的產生，比

較極端值進而計算出較準確的估計值，及提供數據資料呈現分配及再分配的特性。例

如：Koenker and Hallock（2001）以分量迴歸來研究影響新生嬰兒體重的因素，發現體

重不同的嬰兒，受到自變數的影響有很大的差異，透過分量迴歸分析可以將不同體重的

嬰兒所受到的影響差異呈現出來。

在許多實證分析中，研究者往往關心的不只是平均的表現，甚至更關心分配尾端的

情況，很多證據顯示，許多經濟變數資料都具有厚尾特性，而傳統最小平方法對參數的

估計亦受到偏離值的影響，分量迴歸法則可解決偏離資料的影響。其理論模型詳述如

下。一個隨機變數 Y 的分配為 FY。Y 的 θ 分量記為 Qθ（Y），θ~（0,1），令 Qθ（Y）等

於某個數值 qθ，則

Qθ（Y）= FY-1（θ）= qθ （2）

表示當中會有 θ 部分小於或等於 qθ，而（1-θ）部分大於或等於 qθ，故 qθ可經由下

列條件式求解：

( ) ( ) ( )⎥⎦⎤

⎢⎣⎡ −−+−= ∫ ∫≥ ≤θ θ θθθ θθ qy qy YY ydFqyydFqyq 1minarg （3）

假設一線性模型如下：

Ttexy tti ,.....1, =+= β （4）

我們可以將第 θ的分量迴歸式寫為：

( ) θθθθ ββ tttiii xxyquxy =+= /, （5）其中 ( ) θθ βttt xxyq =/ 表在迴歸向量為 xi的條件下，yi的第 θ 分量迴歸平均數方程

式。則解迴歸參數 βθ的估計式可表示為

⎭⎬⎫

⎩⎨⎧

−−+−= ∑∑


－ 9 －

歸估計式。即若觀察值 y 大於或等於估計值 θβtx ，則權重為θ，而觀察值 y 小於估計值

θβtx ，則權重為 1-θ，藉以求出參數 θβ 。進一步言之，當 θ =0.5 時，則上式乘上 2 就變成∑

=

−T

ttt xy

1

β ，此亦為 LAD（Least Absolute Deviation）的估計式，θ=0.5 時的分量迴歸

也稱為中位數迴歸，而中位數迴歸只是分量迴歸中的一個特例。

模型一（考量總體變數）：

uManagementGrowthySensitivitLiquidityofitQualityCapitalMacroePerformanc

+++++++++=

87

654321

...Pr....

ββββββββα

（7）

模型二（未考量總體變數）：

uManagementGrowthySensitivitLiquidityofitQualityCapitalePerformanc

++++++++=

76

4321

..5.Pr...

βββββββα

（8）

其中：

Performance：經營績效指標1

Macro：總體經濟指標

Capital：資本適足率指標

Quality：資產品質指標

Profit：獲利能力指標

Liquidity：流動性指標

Sensitivity：市場敏感性指標

Growth：成長性指標

Management:管理能力指標

令：

],,,,,,,,[ 876543211 ββββββββαβ =

],,,,,,,,1[ ManagementGrowthySensitivitLiquidityprofitQualityCapitalMacroX =

可得（9）式，

111 ' uXy += β （9）

透過下式的分量迴歸，可求解出不同分位數下的參數 βθ

⎭⎬⎫

⎩⎨⎧

−−+−= ∑∑


－ 10 －

肆、實證結果與分析

本研究擬以個案銀行之各項財務比率，分別選取代表資本適足性、資產品質、管理

能力、獲利性、流動性、市場風險敏感度與成長性共 20 項比率，同時加入總體經濟指

標後，初步共選取 23 項相關比率作為本文研究之解釋變數，並以樣本銀行之淨值報酬

率與資產報酬率作為被解釋變數以進行實證研究。

首先，將運用主成分分析法，先選取少數幾個重要成分，來取代原先的多個解釋變

數，以達到利用少數重要變數，亦可解釋大部分資料的能力，進而再以分量迴歸法來分

析各主要成分在不同的分量下，對樣本銀行經營績效的影響程度，同時比較加入總體經

濟變數前、後是否具有不同影響，茲將所選取 23 項變數彙整如下表 4-1：

表 4-1 研究變數彙整

評估指標變數名稱代號資本適足率（BIS） X1 存款與淨值比率 X2 放款與淨值比率 X3 負債與淨值比率 X4

資本適足性

淨值比率 X5 逾放比率 X6

資產品質備扺放款損失率 X7 稅前純益率 X8

獲利能力每人營收率 X9 流動準備比率 X10 第一準備率 X11 存放比率 X12 定期性存款比率 X13

流動性

可轉讓定期存單比率 X14 利率敏感性率 X15

市場風險敏感性利率風險相對缺口 X16 存款成長率 X17

成長性放款成長率 X18 負債比率 X19 利息支出與利息收入比率 X20 管理績效利息收入與資產比率 X21 經濟成長率 X22

總體經濟指標失業率 X23 淨值報酬率 Y1

經營績效指標資產報酬率 Y2

資料來源：本研究整理


－ 11 －

一、主成分分析法

本研究係以樣本銀行 1997 年第三季至 2010 年第二季共 21 項財務比率及 2 項總體

經濟指標，合計共 23 項指標作為變數，運用主成分分析法來抽取對樣本銀行經營績效

具有明顯影響之主成分因素，並運用 SPSS 統計軟體進行運算，計算出相關評估主成分

之特徵值及貢獻率如表 4-2 所示。

決定主成分因素個數的主要原則是根據特徵值的大小，特徵值愈大，代表因素的解

釋能力愈強。最普遍的方法是依據學者 Kaiser（1960）所提準則標準，選取特徵值大於

1 的因素，此法是最被廣為採用決定因素個數的方法；而另一種方式則是利用因素的陡坡

檢定（Scree Test）來決定。2本研究將同時採用上述二種方式，以決定主成分因素個數。

表 4-2 主成分分析之相關矩陣特徵值分析

主成分分量特徵值貢獻率累積解釋變異量% 主成分 1 10.1510 48.3380 48.3380 主成分 2 3.1723 15.1060 63.4440 主成分 3 2.2333 10.6348 74.0788 主成分 4 1.5937 7.5892 81.6680 主成分 5 1.3788 6.5657 88.2337 主成分 6 0.8234 3.9207 92.1544 主成分 7 0.6028 2.8705 95.0249 主成分 8 0.3681 1.7531 96.7780 主成分 9 0.2035 0.9690 97.7470 主成分 10 0.1681 0.8006 98.5476 主成分 11 0.1095 0.5213 99.0689 主成分 12 0.0535 0.2547 99.3235 主成分 13 0.0391 0.1864 99.5099 主成分 14 0.0282 0.1341 99.6440 主成分 15 0.0262 0.1247 99.7688 主成分 16 0.0197 0.0940 99.8628 主成分 17 0.0181 0.0860 99.9488 主成分 18 0.0053 0.0252 99.9740 主成分 19 0.0028 0.0135 99.9875 主成分 20 0.0018 0.0086 99.9961 主成分 21 0.0008 0.0039 100

2 其方法是將每一個因素，依其特徵值排列，特徵值逐漸遞減，當因素的特徵值逐漸接近，沒有變化之

時，代表特殊的因素已無法被抽離出來，當特徵值急遽增加之時，即代表有重要因素出現，也就是特徵

值曲線變陡之時，即是決定因素個數之時。


－ 12 －

0 5 10 15 20 250

2

4

6

8

10

12

變變變變

特徵值

圖 4-1 主成分分析之特徵值陡坡圖

依表 4-2 與圖 4-1 分別進行主成分分析之相關矩陣特徵值分析與各變數特徴值陡坡

圖分析可知，特徵值大於 1 的因素個數共有 5 個，且各主成分之貢獻率（即解釋比例）

皆超過 6%，其中第一主成分的累積變量（即累積解釋比例）為 48.338%，且累積至第

五個主成分之累積變量為 88.2337%，而其他主成分的貢獻率皆低於 6%，可見其他主成

分之重要性相對較低。同時根據陡坡檢定之變數決定準則，當曲線走勢趨於平坦時之因

素捨棄不用，由圖 4-1 可知自第 6 個主成分後特徵值已開始呈現平滑下降狀態，透過圖

4-2 的累積變量解釋程度可看出，前 5 個主成分已可以表示原始變數的解釋能力達

88.2337%，因此，本研究只需提取前 5 個主成分來進行轉軸分析，以萃取出重要因素。

1 2 3 4 5 6 70

10

20

30

40

50

60

70

80

90

100

主主主

累累變變累累

(%

)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

圖 4-2 主成分分析之累積變異解釋程度


－ 13 －

當特徵值大於 1，因素負荷量絶對值大於 0.3，解釋變異量達 40%以上時，則統計

分析的結果即相當成功。經由 Varimax 直交轉軸法產生的因素相關矩陣如表 4-3，以因

素負荷量大於 0.35 及共同性大於 0.3 來選取構成因素結構之重要變數，符合上述標準之

變數共有如下七項：（X8）稅前純益率、（X9）每人營收、（X10）流動準備比率、

（X11）第一準備率、（X15）利率敏感性資產與利率敏感性負債之比率、（X16）利率敏

感性缺口與淨值之比率、（X18）放款成長率。茲將各主成分加以命名並說明如下：

表 4-3 因素負荷量矩陣及變數共同性

變數主成分 1 主成分 2 主成分 3 主成分 4 主成分 5 共同性

X1 0.2487 -0.0495 0.2465 -0.2189 0.0218 0.1735

X2 -0.3029 0.0711 0.0416 -0.0756 0.0705 0.1092

X3 -0.3063 0.0198 0.0359 -0.0361 0.0756 0.1025

X4 -0.3008 0.0428 0.0415 -0.1363 0.0751 0.1182

X5 0.3057 -0.0621 -0.0231 0.1055 -0.0213 0.1094

X6 0.2471 -0.1314 -0.2714 0.0187 -0.1421 0.1725

X7 -0.2767 0.1474 0.1446 -0.0116 0.1240 0.1347

X8 0.0308 -0.1527 0.5428＊ 0.2889 -0.1548 0.4264＊

X9 0.0281 -0.1077 0.2920 0.6408＊ 0.0259 0.5089＊

X10 0.2004 0.0997 0.3879＊ -0.3070 -0.1180 0.3087＊

X11 0.1600 -0.0501 0.3390 -0.4276＊ -0.2146 0.3719＊

X12 -0.2593 -0.1737 -0.0666 0.0876 0.0034 0.1095

X13 0.1939 -0.3612 -0.1678 0.0777 0.0000 0.2023

X14 -0.1605 -0.4417 -0.1289 -0.0319 0.0332 0.2396

X15 -0.2208 -0.0398 -0.0289 0.0495 -0.5590＊ 0.3661＊

X16 -0.1821 -0.0724 -0.0181 0.0756 -0.6326＊ 0.4447＊

X17 -0.0925 -0.4609 0.0329 -0.2661 0.0565 0.2961

X18 -0.0249 -0.5212＊ 0.0032 -0.1334 0.1105 0.3023＊

X19 -0.2985 0.0842 0.0567 -0.1267 0.0722 0.1207

X20 0.2276 0.1687 -0.2388 0.0332 0.0330 0.1395

X21 -0.0302 -0.1334 0.2871 0.1226 0.3564 0.2432

註：＊表示因素負荷量絶對值大於 0.35 及共同性大於 0.3。

（一）主成分 1：

由於主成分 1 中，各變數之因素負荷量及共同性均未能符合本研究設定之選取標

準，是故捨棄主成分 1 不用。


－ 14 －

（二）主成分 2：命名為「成長能力」

主成分 2 中，選取放款成長率作為重要變數。由於放款成長率係用來衡量銀行經營

是否成長的指標之一，若成長率高於同業水準時，表示銀行放款之市場占有率有逐年擴

張的趨勢，也代表營運狀況良好。

（三）主成分 3：命名為「營運績效能力」

主成分 3 中，以稅前純益率及流動準備率為重要變數。稅前純益率是衡量銀行在一

定期間內的獲利狀況，比率越高，表示銀行獲利越佳。流動準備率是用來測定銀行流動

性支付能力的強弱，可看出銀行短期變現的能力，比率越高，代表流動性越高。上述二項

評估項目可用來衡量銀行營運狀況及獲利能力，因此，將此主成命名為營運績效能力。

表 4-4 各主成分因素彙總分析表

因素主成分包含變數因素負荷量共同性特徵值累積解釋變異量%

X3 放款與淨值比 -0.3063 0.1025

X5 淨值比率 0.3057 0.1094

X2 存款與淨值比 -0.3029 0.1092

X4 負債與淨值比 -0.3008 0.1182

X19 負債比率 -0.2985 0.1207

X7 備扺放款損失率 -0.2767 0.1347

X12 存放比率 -0.2593 0.1095

主成分 1

X1 資本適足率 0.2487 0.1735

10.151 48.338

X18 放款成長率 -0.5212 0.3023

X17 存款成長率 -0.4609 0.2961

X14 可轉讓存期存單比率 -0.4417 0.2396 主成分 2

X13 定期性存款比率 -0.3612 0.2023

3.1723 63.444

X8 稅前純益率 0.5428 0.4264

X10 流動準備比率 0.3879 0.3087

X6 逾放比率 -0.2714 0.1725 主成分 3

X20 利息支出與利息收入比率 -0.2388 0.1395

2.2333 74.0788

X9 每人營收 0.6408 0.5089 主成分 4

X11 第一準備率 -0.4276 0.3719 1.5937 81.668

X16 利率敏感率 -0.6326 0.4447

X15 利率風險相對缺口 -0.5590 0.3661 主成分 5

X21 利息收入與資產比率 0.3564 0.2432

1.3788 88.2337


－ 15 －

（四）主成分 4：命名為「創造及應變能力」

主成分 4 中，以每人營收及第一準備率為重要變數。每人營收係用來表示銀行平均

每聘用一名員工所創造的利潤，比率越高，表示獲利效率越佳。第一準備率指銀行流動

資金占存款比率，其中現金及存放同業是銀行最具流動性且無風險的資產，是用來應付

債務的第一道防線，此比率越高，表示流動性越大。由於此二項比率分別可用來衡量銀

行經營績效創造能力及應變能力，因此，將此主成命名為創造及應變能力。

（五）主成分 5：命名為「風險控管能力」

主成分 5 中，以利率敏感率、利率風險相對缺口為重要變數。利率敏感率主要是衡

量銀行面臨利率變動時，所能承擔之經營風險的能力，比率越高，代表市場風險的敏感

度（承受度）越大。此二項比率主要是衡量市場風險對銀行獲利能力影響程度，即銀行

面對市場風險的控管能力，因此，將此主成分命名為風險控管能力。

（六）主成分 6：命名為「總體經濟因素」

為比較加入總體經濟指標後模型解釋能力，及對樣本銀行經營績效之影響，故將經

濟成長率及失業率歸類為主成分 6，並命名為總體經濟因素，以進行比較分析。

二、迴歸分析法結果

表 4-5 及表 4-6 分別為最小平方法不含總體經濟指標及含總體經濟指標之迴歸結

果，其中，模型 R²分別為 0.9779、0.9866，代表迴歸模型的解釋能力為 97.79%、

98.66%，由此可知，加入總體經濟指標後模型解釋能力高於未加入總體經濟指標前之模

型。而不顯著解釋變數部分，在不含總體經濟指標之模型中，僅有代表營運績效的稅前

純益率、創造應變能力的每人營收率，於考量總體經濟指標後，除前述二項指標外，經

濟成長率亦呈現不顯著，意即平均而言不顯著之解釋變數對樣本銀行之經營績效所存在

影響性極小甚或無影響；而在二組模型中，平均而言除每人營收率及風險控管能力之利

率風險相對缺口與經營績效呈反向變動關係外，其餘皆呈正向變動關係。

然因最小平方法所獲得的結果係為平均數概念，易受兩端厚尾之影響導致所獲得的

平均數恐將失真，且無法看出在不同分位數下各解釋變數對經營績效的影響程度，故本

文將運用分量迴歸法繼續進行實證分析，以探討各解釋變數在不同分位數下，分別對經

營績效有何影響。


－ 16 －

表 4-5 最小平方法迴歸分析－不含總體經濟變數

變數名稱參數係數標準差 t P-value

截矩項 -37.7381 8.1245 -4.645 0.0000＊＊＊

稅前純益率（X8） 0.0450 0.0280 1.6103 0.1145

每人營收率（X9） -0.1141 0.0710 -1.6077 0.1151

流動準備比率（X10） 0.0147 0.0007 21.6688 0.0000＊＊＊

第一準備率（X11） 0.1358 0.0604 2.2459 0.0298＊＊

利率敏感率（X15） 0.3657 0.0744 4.9157 0.0000＊＊＊

利率風險相對缺口（X16） -0.0433 0.0091 -4.7539 0.0000＊＊＊

放款成長率（X18） 0.0465 0.0182 2.5616 0.0139＊＊

Pesudo-R² = 0.9779

註：＊、

＊＊、

＊＊＊分別代表在 10%、5%、1%的顯著水準下顯著。

表 4-6 最小平方法迴歸分析－含總體經濟變數

變稱名稱相關係數標準差 t P-value

截矩項 -24.9186 9.1810 -2.7142 0.0096＊＊＊

經濟成長率（X22） 0.2574 0.1680 1.5326 0.1329

失業率（X23） 0.3347 0.0688 4.8631 0.0000＊＊＊

稅前純益率（X8） 0.0256 0.0284 0.9014 0.3725

每人營收率（X9） -0.1093 0.0804 -1.3588 0.1815

流動準備比率（X10） 0.0150 0.0007 22.8346 0.0000＊＊＊

第一準備率（X11） 0.1354 0.0503 2.6911 0.0102＊＊

利率敏感率（X15） 0.1827 0.0879 2.0797 0.0437＊＊

利率風險相對缺口（X16） -0.0232 0.0103 -2.2565 0.0293＊＊

放款成長率（X18） 0.0357 0.0166 2.1455 0.0377＊＊

Pesudo-R² = 0.9866

註：＊、

＊＊、

＊＊＊分別代表在 10%、5%、1%的顯著水準下顯著。

表 4-7 及 4-8 則分別是運用分量迴歸分析法不含總體經濟指標及含總體經濟指標之

迴歸結果，由表可看出各解釋變數在不同分量下對經營績效的確具有不同的影響程度。

而加入總體經濟指標前、後模型之 R²分別為 0.8549 及 0.9098，可知考量總體經濟因素

後之模型解釋能力優於未考量模型之解釋能力。茲將各解釋變數對經營績效之迴歸結果

說明如下：


－ 17 －

一、總體經濟因素：

經濟成長率（X22）於最小平方法之估計結果對經營績效呈現不顯著影響，但以分

量迴歸法可知，該指標分別在分量 0.4 及 0.6 時存在 10%的顯著性，由此可知，雖經濟

成長率平均而言對經營績效不存在影響，但在某些分量下的確存有顯著性的影響；而其

變動與經營績效呈現正向變動，但至分量為 0.9 時則轉變為反向變動，此亦與最小平方

估計為正向變動關係之結果不同。代表當經濟成長率持續上升，意謂整體經濟環境蓬勃

發展，投資與消費力提高並帶動銀行業績提升獲利增加，但當經濟成長到達一定程度高

峰時，銀行獲利將漸趨穩定，甚至處於停滯狀態，因而造成經營績效相對下降情形。

失業率（X23）對經營績效之影響於最小平方法及分量迴歸法之估計結果皆呈現顯

著性影響，其變動與經營績效呈現正向關係。意即當失業率上升時，代表經濟環境已逐

漸轉差，此時，銀行業可能減少人力因應，或於新僱用人力時將薪資水準降低，以減少

用人費用，而致使經營績效呈現上升。

二、主成分 2－成長能力：

放款成長率（X18）中的放款是銀行業主要獲利來源，因此，放款成長率若增加，

代表經營績效相對提昇。透過迴歸分析結果可知，無論是否考量總體經濟因素，放款成

長率對經營績效均存在顯著性影響，且在考量總體經濟因素後，隨著分量越大其顯著性

越高，但至分量為 0.9 時顯著性微略降低；另外，在低分量時，放款成長率變動與經營

績效呈現反向關係，意即銀行業在放款成長初期，通常會以降低利率來吸引客戶，或因

需投入更多營業成本，使得在業務尚未穩定及規模未擴大初期，放款成長並未能為銀行

真正提高獲利，致使呈現反向變動關係，而此與最小平方法估計為正向變動關係亦不

同。而其變動自分量 0.3 開始，即與經營績效的由反向變動轉變為正向變動關係。

三、主成分 3－營運績效能力：

稅前純益率（X8）雖對樣本銀行經營績效之影響呈現不顯著，此結果與最小平方

法估計同，但觀察未加入總體經濟因素前之結果可以看出，在低分量（＜0.3）及高分

量時（＞0.7），該指標對經營績效之影響性有逐漸增加趨勢，但仍不顯著；在變動方向

部分，則不論在何種分量下，稅前純益率與經營績效均呈現正向變動關係，此亦與最小

平方法估計結果相同，意即若樣本銀行營業收入增加致使稅前純益率增加時，可能經營

績效有相對提昇效果，但提昇幅度不大故顯著性不高。但在加入總體經濟因素後，稅前

純益率分別在分量為 0.7 及 0.8 時對經營績效存在 5%及 10%的顯著性影響，意謂受經

濟環境漸佳的影響下，樣本銀行稅前純益率將提高，則對經營績效之影響將越大，但此


－ 18 －

一影響在稅前純益率持續提高到達某一程度後（即分量為 0.9 時），影響性則轉為不顯

著。另在分量為 0.2 時，稅前純益率與經營績效呈現反向變動關係，其餘皆為正向關

係，而由最小平方法則無法看出此一變化，僅能以獲得平均而言皆正向變動關係之結

果。而稅前純益率與經營績效呈反向變動，表示樣本銀行於獲利僅小幅提昇時，可能受

外在環境影響必需支出更多非營業支出因而造成淨值下降，進而使經營績效下降。由此

可知，當外部環境變化且造成樣本銀行獲利狀況改變時，將進而影響整體經營績效。

第一準備率（X11）是指銀行流動資金占存款比率，亦是衡量銀行流動性的重要指

標之一。透過迴歸結果可知，無論是否考量總體經濟因素，該指標在某些分量下，對經

營績效存在有 5%及 10%的顯著性影響，且變動與經營績效在各分量均呈現正向關係，

此結果與最小平方法相同；因該比率之流動資金是由現金及存放同業所構成，是為無風

險之資產，能為銀行帶來的效益有限，另外，通常銀行存款規模在擴大同時，放款量相

對也會增加，進而提昇銀行獲利能力，雖存款規模會隨總體經濟因素變動而有所增減，

但在增減同時銀行也會適度調節流動資金比重，因而使該指標僅在某些分量下對經營績

效存在有顯著性影響。

四、主成分 4－創造及應變能力：

每人營收率（X9）對樣本銀行經營績效之影響亦不顯著，代表每人營收的變動對

經營績效並不存在影響，或著影響性非常小，其結果與最小平方法同。

流動準備率（X10）是衡量銀行短期變現的能力，指在不影響正常營運下，銀行因

應流動性資金需求的能力，比率越高代表銀行經營績效越高。由迴歸分析結果可知，無

論是否考量總體經濟因素，各分量下均對經營績效存在顯著性影響，且變動與經營績效

呈現正向關係，此結果與最小平方法估計結果相同。由上可知，當銀行流動準備率越高

時，表示銀行具有充沛的流動資金足以支應短期資金需求，並擁有較高的緊急應變能

力，對經營績效具有正面影響。

五、主成分 5－風險控管能力：

利率敏感率（X15）是衡量銀行面臨利率變動時，對市場風險的敏感能力即承受

力，比率越高表示當市場利率改變時，銀行承受變動的能力越高。由未考量總體經濟因

素之結果可知，利率敏感率對經營績效之影響隨著分量越高顯著性越小，並至分量為

0.9 時呈現無顯著性影響，而該指標之變動則與經營績效呈現正向關係；在加入總體經

濟因素後，僅於分量 0.3 及 0.4 存在 5%的顯著性影響，並與經營績效之變動關係於分量

0.7 時由正向轉變為反向，此與最小平方法估計結果為正向關係不同，顯示最小平方法

估計結果並無法反應該指標對經營績效之真實影響情況。由此可知，當市場利率變動


－ 19 －

時，比率越高表示樣本銀行的風險控管能力越佳，但若當利率大幅變動且持續時，樣本

銀行可能面臨的風險程度相對將大幅提昇，甚或超出其所能因應範圍時，則對其經營績

效將呈現負面影響。

利率風險相對缺口（X16）由未考量總體經濟因素之迴歸結果可知，該指標於中分

量時對經營績效具有 1%顯著性影響，而在低分量及高分量時則具有 5%顯著性影響，

但其影響程度在分量為 0.9 時已變為無顯著，該指標之變動與經營績效則呈現反向關

係；在加入總體經濟因素後，分別在分量為 0.3 及 0.4 時存在 1%及 5%顯著性影響，而

當分量越高時，其變動對經營績效則由反向轉變為正向變動關係。此亦與最小平方法估

計結果為反向變動關係不同。由此可知，當利率風險相對缺口越大時，表示樣本銀行的

風險性資產大於負債，且獲利來源多以利率變動型商品為主，此時，相對的樣本銀行業

必須承受更大的風險，付出更多風險控制成本，進而使經營績效降低。而當該缺口持續

增加時，可能因市場利率變動已趨緩，使得銀行透過利差獲利漸趨穩定，致使在高分量

時，缺口越大經營績效反而提升，但此情況之影響並不顯著。

綜上可知，無論是以最小平方法或分量迴歸法，考量總體經濟因素後的模型解釋能

力均高於未考量前模型之解釋能力，說明了外在環境的變動對樣本銀行的經營績效具有

一定程度的影響，此模型也較能反應樣本銀行真實的經營狀況；另外，代表成長能力的

放款成長率，無論採用何種估計方法，其對經營績效均呈現顯著性影響；營運績效能力

中，稅前純益率以分量迴歸法加入總體經濟因素後，在高分量時具有顯著性影響，而流

動準備率則是以二種方法所估計的結果均呈現顯著性影響；創造及應變能力指標中，每

人營收對經營績效的影響並不顯著，表示此指標的變動對經營績效並不存在影響，第一

準備率則以二種方法估計的結果均呈現顯著性影響；而代表風險控管能力指標之利率敏

感率、利率風險相對缺口對經營績效則均呈現顯著影響；在總體經濟因素指標中，經濟

成長率以最小平方法估計結果呈現不顯著，但由分量迴歸法卻可看出，在中分量時對經

營績效存在有顯著性影響，主要是因為最小平方法估計的結果偏重於平均數概念所致，

因而容易忽略尾端資訊，無法真實呈現指標對樣本銀行的影響，此亦為本文採用分量迴

歸法進行實證的主因，而失業率分別以二種方法估計的結果則均呈現顯著性影響。

另外，各項指標之變動對經營績效影響方向部分，其中，代表風險控管能力之利率

風險相對缺口，其變動與經營績效呈現反向變動關係，但在考量總體經濟因素後，於高

分量時與經營績效之變動方向則由反向轉變為正向關係，但此一影響並不顯著。而其他

指標之變動以最小平方法估計結果，均與經營績效呈現正向關係；但依分量迴歸法估計

後，則成長能力之放款成長率在考量總體經濟因素前、後，均於低分量時與經營績效呈

現反向變動，其他分量則為正向變動關係；稅前純益率則在加入總體經濟因素後於分量

0.2 時呈現反向變動，但此影響並不顯著，而在其他分量下則為正向變動；每人營收率


－ 20 －

及利率風險相對缺口在加入總體經濟因素後，在高分量時其變動對經營績效則由反向轉

變為正向變動，而利敏感性則在高分量時，與經營績效之變動由正向轉為反向變動關

係；至於放款成長率在加入總體經濟因素前後，對經營績效之影響方向，皆隨著分量越

高，影響方向也由反向轉為正向變動關係。

伍、結論與建議

本文以國內一家銀行作為研究對象，採用樣本銀行 1997 年~2010 年 21 項財務比率

及 2 項總體經濟指標，共 23 項指標之季資料作為變數。研究方法先以主成分分析法選

取重要因素後，再以分量迴歸法進行實證分析，同時比較加入總體經濟指標前、後之模

型績效與各指標之變化，並將實證之結果與最小平方法進行差異比較，所得到之結論如

下：

一、運用主成分分析法選取出累積解釋變量達 88.2337%之前 5 個主成分，並透過直交

轉軸法萃取出影響經營績效之七項重要變數包括：稅前純益率、每人營收、流動準

備比率、第一準備率、利率敏感性資產與利率敏感性負債之比率、利率敏感性缺口

與淨值之比率及放款成長率。

二、以分量迴歸法及最小平方法之實證結果可知，考量總體經濟因素後之模型解釋能力

優於未考量前模型之解釋能力。其中，經濟成長率上升，代表整體經濟狀況佳，投

資與消費將帶動樣本銀行獲利；失業率上升，則可能係因樣本銀行採取人力縮減、

或因就業市場低迷而順勢降低基本薪資，因而間接降低樣本銀行人事費用所致。說

明了銀行業之經營除了需做好內部管理、經營策略與目標之訂定與執行外，亦需隨

時掌控外部環境的變化對其經營可能造成的影響，尤其銀行業隨時都可能因政府金

融政策或國、內外金融情勢的改變，造成有投資錯誤、經營策略調整，或因利、匯

率升降造成收益縮減等情形，進而導致經營績效降低。因此，在衡量銀行經營績效

時，投入適當的總體經濟因素，將更能真實呈現銀行業之經營狀況，也可讓銀行業

明瞭受外部環境的影響程度，並對影響因素提早規劃相關因應策略。

三、在未加入總體經濟因素前，稅前純益率、每人營收率對樣本銀行經營績效各分量

下，均不存在顯著影響；但在加入後，稅前純益率在高分量時則存在顯著性影響。

因此可知，當經濟環境逐漸轉佳時，代表樣本銀行獲利能力將提升，使稅前純益率

提高，對經營績效之影響將越明顯。

四、經濟成長率、失業率、流動準備比率、第一準備比率無論是否加入總體經濟因素，

在不同分量下對樣本銀行的經營績效存在有顯著性影響，且變動與經營績效均呈現

正向變動關係。由此可知，銀行業保有較高比率的流動資金時，代表對突發事件越


－ 21 －

有足夠應變能力，同時，流動資金越多也能顯示銀行業經營越穏定，如此，才有實

力保持充分的流動資金作為支應。

五、利率敏感率、利率風險相對缺口及放款成長率，無論是否加入總體經濟因素，均分

別在不同分量對樣本銀行經營績效存在顯著影響，但在加入總體經濟因素後，利率

敏感率與經營績效之變動在分量高於 0.6 時由正向變動改變為反向變動關係，利率

風險相對缺口則在分量高於 0.6 時由反向變動改變為正向變動關係，至於放款成長

率，則在加入總體經濟因素前、後，其與經營績效之變動分別在高於分量 0.1、0.2

時由反向改變為正向變動關係。由此可知，樣本銀行持有風險性資產及負債的比

率，應維持適當比率不宜過高，雖利率風險相對缺口擴大，代表獲利能力提升，但

持有過高之風險性資產，也代表曝險程度越高，越容易受利率變動所影響。

六、由實證結果可知，以最小平方法僅能獲得各項指標平均對經營績效的影響，但因缺

乏對資料兩端進行分析，因而容易忽略兩端資訊是否對經營績效具有影響，使得此

一結果往往僅能提供銀行業平均參考值，無法真正對其本身面臨的經營狀況，提出

符合實際需求的對策或方法；而分量迴歸法則可探討各指標分別在不同的分量下，

對樣本銀行經營績效的影響程度，使樣本銀行可以依其經營需要及可能面臨的風

險，依指標在各分量下所提供的資訊，規劃適合的因應策略，以達到提昇經營績效

及風險控管的目的。

而由本結果，可提供一些相關建議藉供參考：

一、對個案銀行建議

（一）應充分掌握總體經濟相關指標，並提早規劃與調整經營策略以掌握獲利機

會。

（二）可對組織內之成員及工作進行整合，適才適用並將人力資源做最佳配置，同

時提供優渥退場機制，除降低員工年齡結構外，也可減少人事費用，進而提

升獲利。

（三）獲利提升同時，應適時調高流動準備及第一準備比率之提列，以提升對短期

資金需求之應變能力，避免產生流動性風險。

（四）應充分掌握並維持適當比率之利率敏感率及利率風險相對缺口，以避免持有

過度的風險性資產而影響經營績效及獲利。

二、對後續研究者建議

（一）由於銀行業性質特殊，除主管機關定期公開資訊及相關財務報表外，其他更

詳細資料取得不易，尤其是未公開發行之銀行，而本研究受限於上述狀況，


－ 22 －

僅選取樣本銀行 21 項財務比率及 2 項總體經濟指標進行研究，建議未來研

究者可嘗試採用更多財務比率及總體經濟指標來進行分析。

（二）本研究主要係以銀行業為研究對象，建議後續研究可將此模型運用至其他產

業上，並驗證模型的解釋能力，使本模型能更臻完善。

（三）本研究因在資料的選取上受限制，且僅能以季為單位來分析，可能會影響到

評估結果的穩定性及代表性。往後，若有更高頻的資料，則可進一步分析。

（四）由於過去參考文獻對銀行業之經營績效分析，較少以分量迴歸法作為研究方

法，本文之研究結果冀望能作為爾後對此主題有興趣的研究者之參考。

參考文獻

一、中文部分

1. 王本鈞（2004）「考慮風險下的銀行績效評估」，東吳大學經濟研究所碩士論文。

2. 李佳珍（1999）「台灣地區銀行經營績效評等之分析」，嘉義技術學報，第 67 期，頁 79-97。

3. 林宸丞（2010）「銀行產業的效率與獲利：金控化前後的比較」，中國文化大學經濟系研究所碩士論文。

4. 周夢柏（2002）「應用財務比率分析我國商業銀行獲利能力之實證研究」，朝陽科技大學財務金融研究所

碩士論文。

5. 張斐雅（2010）「銀行資產品質及資本適足率與其經營績效之關係」，國立中正大學國際經濟研究所碩士

論文。

6. 盧冠吟（2010）「風險管理、公司治理與企業經營績效之關聯性研究」，國立中正大學會計與資訊科技研

究所碩士論文。

7. 蕭建興（2000）「運用多準則評估方法於新銀行經營績效評估之研究」，朝陽科技大學財務金融研究所碩

士論文

二、英文部分

1. Arshadi, N. and E. C. Lawrence (1987),“An Empirical Investigation of New Bank Performance,” Journal of

Banking and Finance, 11: 33-48.

2. Altunbas, Y., M. H. Liu, P. Molyneux and R. Seth (2002), “Efficiency and Risk in Japanese Banking,” Journal of

Banking and Finance, 24: 1605-1628.

3. Demetriades, P.O.and K. A. Hussein (1996),“Does Financial Development Cause Economic Growth? Time-

Series Evidence from 16 Countries, ” Journal of Development Economics, 51: 387-411.

4. Gurley, J. G. and E. S. Shaw (1955),“Financial Aspects of Economic Development”, The American Economic

Review, 45: 515-38.

5. Kaiser(1960),The Application of Electronic Computer to Factor Analysis. Educational Psychology


－ 23 －

Measurements 20 ,141-151.

6. Koenker, R. and Bassett, G. (1978), “Regression Quantiles”, Econometrica, 46:33-50.

7. Koenker, R. and K. F. Hallock, （2001）, “Quantile Regression: An Introduction,” Journal of Economic

Perspectives, 15(4): 143-156.

8. Levine, R.(1991), “Stock Markets, Growth, and Tax Policy,” The Journal of Finance, 46: 1445-65.

9. Odedokun, M. O. (1996), “Alternative Econometric Approaches for Analyzing the Role of the Financial Sector in

Economic Growth: Time-Series Evidence from LDCs,” Journal of Development Economics, 50: 119-46.

10. Pagano, M. (1993), “Financial Markets and Growth, An Overview,” European Economic Review, 37: 613-22

11. Pastor, J. M. (1999),“Efficiency and Risk Management in Spanish Banking: AMethod to Decompose Risk,”

Applied Financial Economics, 9: 371-384.

12. Shaw, E. S. (1973), Financial Deepening in Economic Development, New York: Oxford University Press.


－ 24 －

附錄：

表 4-7 分量迴歸分析結果-不含總體經濟變數

截矩項

分量相關係數標準差 t P-value

0.1 -25.0824 8.6217 -2.9092 0.0057***

0.2 -30.7785 8.5247 -3.6105 0.0008***

0.3 -41.1448 9.8579 -4.1738 0.0001***

0.4 -50.9150 9.3862 -5.4245 0.0000***

0.5 -43.7643 10.8756 -4.0241 0.0002***

0.6 -38.6377 11.0978 -3.4816 0.0011***

0.7 -29.2599 12.8710 -2.2733 0.0279**

0.8 -32.9728 14.8902 -2.2144 0.0320**

0.9 -18.9487 15.8550 -1.1951 0.2384

Pesudo-R²=0.8549

註：*、**、***分別代表在 10%、5%、1%的顯著水準下顯著。

續表 4-7 分量迴歸分析結果-不含總體經濟變數

稅前純益率（X8）


0.1 0.0493 0.0441 1.1189 0.2692

0.2 0.0499 0.0350 1.4253 0.1611

0.3 0.0530 0.0376 1.4109 0.1653

0.4 0.0117 0.0342 0.3404 0.7352

0.5 0.0162 0.0374 0.4328 0.6673

0.6 0.0197 0.0386 0.5109 0.6120

0.7 0.0325 0.0443 0.7344 0.4666

0.8 0.0579 0.0429 1.3497 0.1840

0.9 0.0527 0.0456 1.1556 0.2541

Pesudo-R²=0.8549



－ 25 －


每人營收率（X9）


0.1 -0.0809 0.0917 -0.8820 0.3273

0.2 -0.1140 0.0697 -1.6347 0.1022

0.3 -0.0858 0.0960 -0.8932 0.1297

0.4 -0.0006 0.0872 -0.0072 0.2865

0.5 -0.0001 0.0950 -0.0011 0.3042

0.6 -0.0789 0.0969 -0.8147 0.6438

0.7 -0.1487 0.1026 -1.4493 0.5732

0.8 -0.1356 0.1202 -1.1275 0.2876

0.9 -0.2533 0.1377 -1.8396 0.2957

Pesudo-R²=0.8549


流動準備比率（X10）


0.1 0.0136 0.0011 12.0895 0.0000***

0.2 0.0141 0.0009 15.6558 0.0000***

0.3 0.0144 0.0009 15.4881 0.0000***

0.4 0.0157 0.0008 18.7238 0.0000***

0.5 0.0155 0.0009 17.0540 0.0000***

0.6 0.0155 0.0009 16.6165 0.0000***

0.7 0.0155 0.0011 14.1375 0.0000***

0.8 0.0150 0.0010 14.8201 0.0000***

0.9 0.0150 0.0011 13.1117 0.0000***

Pesudo-R²=0.8549



－ 26 －


第一準備率（X11）


0.1 0.0719 0.0758 0.9478 0.3484

0.2 0.1122 0.0655 1.7145 0.0935*

0.3 0.0903 0.0773 1.1678 0.2492

0.4 0.0904 0.0721 1.2532 0.2167

0.5 0.0561 0.0809 0.6931 0.4919

0.6 0.1230 0.0838 1.4678 0.1493

0.7 0.1340 0.0913 1.4685 0.1491

0.8 0.1252 0.0754 1.6596 0.1041

0.9 0.3229 0.1110 2.9096 0.0057***

Pesudo-R²=0.8549



利率敏感率（X15）


0.1 0.2359 0.0796 2.9625 0.0049***

0.2 0.2943 0.0782 3.7653 0.0005***

0.3 0.3918 0.0906 4.3221 0.0001***

0.4 0.4797 0.0861 5.5727 0.0000***

0.5 0.4156 0.0996 4.1731 0.0001***

0.6 0.3753 0.1015 3.6996 0.0006***

0.7 0.2985 0.1172 2.5469 0.0144**

0.8 0.3347 0.1356 2.4683 0.0175**

0.9 0.2108 0.1458 1.4456 0.1554

Pesudo-R²=0.8549



－ 27 －


利率風險相對缺口（X16）


0.1 -0.0289 0.0108 -2.6789 0.0103**

0.2 -0.0351 0.0101 -3.4748 0.0012***

0.3 -0.0461 0.0115 -3.9916 0.0002***

0.4 -0.0554 0.0107 -5.1694 0.0000***

0.5 -0.0466 0.0122 -3.8184 0.0004***

0.6 -0.0421 0.0122 -3.4544 0.0012***

0.7 -0.0325 0.0137 -2.3636 0.0226**

0.8 -0.0368 0.0158 -2.3338 0.0242**

0.9 -0.0236 0.0163 -1.4492 0.1544

Pesudo-R²=0.8549



放款成長率（X18）


0.1 -0.0308 0.0195 -1.5842 0.1203

0.2 0.0010 0.0177 0.0540 0.9572

0.3 0.0210 0.0213 0.9864 0.3293

0.4 0.0461 0.0211 2.1841 0.0343**

0.5 0.0490 0.0243 2.0146 0.0501*

0.6 0.0392 0.0254 1.5430 0.1300

0.7 0.0513 0.0278 1.8440 0.0719*

0.8 0.0419 0.0313 1.3375 0.1879

0.9 0.0344 0.0354 0.9716 0.3366

Pesudo-R²=0.8549



－ 28 －

圖 4-3 參數在 95%信賴區間之分量迴歸分析圖-不含總體經濟變數

表 4-8 分量迴歸分析結果-含總體經濟變數截矩項


0.1 -23.2933 15.9105 -1.4640 0.1506

0.2 -7.2231 12.1611 -0.5940 0.5557

0.3 -37.8562 12.0107 -3.1519 0.0030***

0.4 -34.8077 11.7679 -2.9579 0.0051***

0.5 -20.6543 12.3496 -1.6725 0.1019

0.6 -23.1216 10.2167 -2.2631 0.0289**

0.7 -4.7631 8.9845 -0.5301 0.5988

0.8 -2.3094 9.0348 -0.2556 0.7995

0.9 8.3615 11.4673 0.7292 0.4700

Pesudo-R²=0.9098



－ 29 －

續表 4-8 分量迴歸分析結果-含總體經濟變數

經濟成長率（X22）


0.1 0.2379 0.2915 0.8163 0.4189

0.2 0.0608 0.2370 0.2568 0.7986

0.3 0.2656 0.2278 1.1660 0.2502

0.4 0.3697 0.2183 1.6936 0.0977*

0.5 0.2984 0.2259 1.3208 0.1937

0.6 0.3779 0.1812 2.0855 0.0431**

0.7 0.1331 0.1709 0.7788 0.4404

0.8 0.0920 0.1698 0.5415 0.5911

0.9 -0.2230 0.2200 -1.0136 0.3166

Pesudo-R²=0.9098



失業率（X23）


0.1 0.1714 0.1034 1.6566 0.1051

0.2 0.3444 0.0984 3.5001 0.0011***

0.3 0.2717 0.0992 2.7385 0.0090***

0.4 0.2953 0.0903 3.2720 0.0021***

0.5 0.3859 0.0926 4.1679 0.0002***

0.6 0.3468 0.0764 4.5408 0.0000***

0.7 0.5153 0.0800 6.4430 0.0000***

0.8 0.5151 0.0806 6.3904 0.0000***

0.9 0.4910 0.1060 4.6331 0.0000***

Pesudo-R²=0.9098



－ 30 －


稅前純益率（X8）


0.1 0.0313 0.0525 0.5959 0.5544

0.2 -0.0078 0.0399 -0.1965 0.8451

0.3 0.0439 0.0389 1.1269 0.2662

0.4 0.0260 0.0372 0.6985 0.4887

0.5 0.0216 0.0382 0.5645 0.5754

0.6 0.0279 0.0302 0.9242 0.3607

0.7 0.0601 0.0281 2.1385 0.0383**

0.8 0.0578 0.0287 2.0125 0.0506*

0.9 0.0037 0.0395 0.0938 0.9257

Pesudo-R²=0.9098



每人營收率（X9）


0.1 -0.1493 0.0961 -1.5532 0.1279

0.2 -0.0588 0.1092 -0.5386 0.5930

0.3 -0.1614 0.115 -1.4037 0.1678

0.4 -0.0950 0.1049 -0.9061 0.3701

0.5 -0.1172 0.1082 -1.0837 0.2847

0.6 -0.0979 0.0876 -1.1173 0.2702

0.7 0.0372 0.0836 0.4446 0.6589

0.8 0.0578 0.0928 0.6230 0.5367

0.9 0.1361 0.1284 1.0597 0.2953

Pesudo-R²=0.9098


－ 31 －


流動準備比率（X10）


0.1 0.0142 0.0011 12.4406 0.0000***

0.2 0.0150 0.0010 15.6666 0.0000***

0.3 0.0149 0.0009 16.4016 0.0000***

0.4 0.0152 0.0009 17.5348 0.0000***

0.5 0.0146 0.0009 16.4793 0.0000***

0.6 0.0143 0.0007 19.9326 0.0000***

0.7 0.0137 0.0007 19.5087 0.0000***

0.8 0.0139 0.0008 18.1376 0.0000***

0.9 0.0153 0.0011 14.1862 0.0000***

Pesudo-R²=0.9098



第一準備率（X11）


0.1 0.1558 0.123 1.2667 0.2122

0.2 0.1764 0.0686 2.5726 0.0137**

0.3 0.1599 0.0637 2.5095 0.0160**

0.4 0.0781 0.0687 1.1365 0.2622

0.5 0.1084 0.0677 1.6013 0.1168

0.6 0.0571 0.0544 1.0509 0.2993

0.7 0.0866 0.0511 1.6936 0.0978*

0.8 0.0864 0.0514 1.6813 0.1001

0.9 0.1084 0.0687 1.5776 0.1222

Pesudo-R²=0.9098



－ 32 －


利率敏感率（X15）


0.1 0.1800 0.1435 1.2543 0.2167

0.2 0.0164 0.1171 0.1402 0.8891

0.3 0.3122 0.117 2.6676 0.0108**

0.4 0.2731 0.1123 2.4323 0.0193**

0.5 0.1380 0.1182 1.1677 0.2495

0.6 0.1610 0.0982 1.6393 0.1086

0.7 -0.0272 0.0882 -0.3086 0.7591

0.8 -0.0492 0.0897 -0.5489 0.5860

0.9 -0.1308 0.1149 -1.1387 0.2613

Pesudo-R²=0.9098



利率風險相對缺口（X16）


0.1 -0.0245 0.0166 -1.4744 0.1478

0.2 -0.0047 0.0139 -0.3400 0.7355

0.3 -0.0399 0.0139 -2.8762 0.0063***

0.4 -0.0324 0.0132 -2.4438 0.0188**

0.5 -0.0170 0.0138 -1.2256 0.2272

0.6 -0.0186 0.0113 -1.6419 0.1081

0.7 0.0035 0.0100 0.3522 0.7264

0.8 0.006 0.0100 0.6006 0.5513

0.9 0.0151 0.0125 1.2124 0.2321

Pesudo-R²=0.9098



－ 33 －


放款成長率（X18）


0.1 -0.0134 0.0204 -0.6567 0.5149

0.2 -0.0156 0.0246 -0.6341 0.5295

0.3 0.0236 0.0227 1.0405 0.3040

0.4 0.0299 0.0212 1.4097 0.1660

0.5 0.0437 0.0224 1.9532 0.0575**

0.6 0.0451 0.0189 2.3902 0.0214**

0.7 0.054 0.0192 2.8093 0.0075***

0.8 0.0582 0.0209 2.7775 0.0082***

0.9 0.0801 0.0302 2.6559 0.0111**

Pesudo-R²=0.9098


圖 4-4 參數在 95%信賴區間之分量迴歸分析圖-含總體變數

Documents

銀行經營績效與經營指標關聯性之研究 ─分量迴歸之 …...濟指標後模型解釋能力均高於加入前。2、透過分量迴歸法可知道各財務比率在不同分