臺灣博碩士論文加值系統

次級房貸風暴自2007年至今重創全球金融市場，波及世界各國經濟甚廣，尤其以歐美已開發國家為最，可說是1999年網路泡沫化以來最大的經濟衝擊。關鍵主因在於金融商品的創新，將核發的貸款透過層層包裝後成為衍生性金融商品，美國前幾年的低利率環境，促使貸款量急速增加，金融機構皆擴大營運來滿足貸款者的需求，但近年因連續升息造成次貸市場違約率攀升，衍生性商品遍及全球，即產生連鎖效應。
本文研究台灣45 家本國銀行在次貸危機發生前、後，存款、放款、淨值對逾放比之影響，樣本期間從2006 年5 月~2010 年4 月，以2008年劃分次貸前與次貸後，藉由存款、放款、淨值3 項變數來探討對逾放比的影響，研究方法使用Pool 迴歸、VAR、衝擊反應來分析，試圖比較出次貸危機發生前後的共通點與差異處，本研究實證分析結果，基本統計資料顯示次貸後的存款、放款、淨值的平均數以及中位數皆比次貸前要高，唯獨逾放比例外，放款對逾放比的影響在次貸之前是顯著為正，在次貸之後是顯著為負，表示放款增加，逾放比會減少。

Subprime Mortgage crisis since 2007 has hit the global financial markets. It’s also affect whole world economy, especially the most developed countries in Europe and America. Since 1999 the Internet bubble, it could be the largest economic impact. The key is the innovation of financial products, they packaged loans into derivatives. Few years ago in United States, low interest rate extend the loan and increase very quickly. The financial institutions were expanding operations to satisfy borrowers, but in recent years the default rates in sub-prime market has increase by rising interest rates. Derivatives spread through the world that is a chain reaction.
This research targets on 45 domestic banks in 2006 May to 2010 April. In 2008 divided before and after the sub-prime, We discussed the impact on OLR by deposits, loans, NPV three variables. The research method use Pool regression, VAR, impulse response to analysis. We attempt to compare before and after the subprime mortgage in common and differences. The basic statistical information to show deposits, loans, NPV’s average and median are higher than the sub-prime before, except OLR. The effect of the loan to OLR is positive before sub-prime, then after the sub-prime is negative. It’s mean the loan increase and OLR will be reduce.

目 次
第一章 緒論..................................................................................................1
第一節 研究背景與動機............................................................................1
第二節 研究目的........................................................................................4
第三節 研究流程........................................................................................5
第二章 文獻探討..........................................................................................6
第三章 研究方法........................................................................................10
第一節 Pool 模型背景.............................................................................10
第二節 向量自我迴歸模型......................................................................15
第四章 實證分析........................................................................................23
第一節 基本統計資料分析......................................................................23
第二節 VAR 向量式迴歸模型與衝擊反應分析.....................................33
第五章 結論與建議....................................................................................43
第一節 結論..............................................................................................43
第二節 建議..............................................................................................44
參 考 文 獻..................................................................................................45
表 目 次
表4-1 2006 年5 月~2010 年4 月 基本統計資料分析............................24
表4-2 2006 年5 月~2007 年12 月 基本統計資料分析..........................26
表 4-3 2008 年1 月~2010 年4 月 基本統計資料分析...........................28
表4-4 2006 年5 月~2010 年4 月 Pool 迴歸分析結果...........................30
表4-5 2006 年5 月~2007 年12 月 Pool 迴歸分析結果.........................31
表4-6 2008 年1 月~2010 年4 月 Pool 迴歸分析結果...........................32
表4-7 2006 年5 月~2010年4 月 VAR模型估計結果.............................32
表4-8 2006 年5 月~2007 年12 月 VAR模型估計結果..........................36
表4-9 2008 年1 月~2010 年4 月 VAR模型估計結果............................39
圖 目 次
圖1-1 研究流程圖........................................................................................5
圖4-1 2006 年5 月~2010 年4 月 基本統計資料分析............................23
圖4-2 2006 年5 月~2007 年12 月 基本統計資料分析..........................25
圖4-3 2008 年1 月~2010 年4 月 基本統計資料分析............................27
圖4-4 2006 年5 月~2010 年4 月 衝擊反應分析結果............................35
圖4-5 2006 年5 月~2007 年12 月 衝擊反應分析結果..........................38
圖4-6 2008 年1 月~2010 年4 月 衝擊反應分析結果............................41
附 錄
1. 金融機構逾放比率(%) (1/2) ................................................................47
2. 金融機構逾放比率(%) (2/2) ................................................................48
3. 金融機構淨值(1/2) ...............................................................................49
4. 金融機構淨值(2/2) ...............................................................................50
5. 金融機構存款(1/2) ...............................................................................51
6. 金融機構存款(2/2) ...............................................................................52
7. 金融機構放款總額(1/2) .......................................................................53
8. 金融機構放款總額(2/2) .......................................................................54

一、中文部份
1. 王瑜琳與洪嘉聲(2001)，檢驗「自願投保」存款保險制度下的「逆向選擇」與「道德危機」問題：以台灣區農會信用部為例，財務金融學刊，9(3)，71-88。
2. 李育智(2008)，「逾期放款對銀行經營績效之影響」，真理大學財經研究所碩士論文。
3. 沈中華、郭照榮與陳曉蓉，台灣銀行業的淨利息邊際決定因素，中國財務學刊，9(1)，47-83。
4. 汪毓屏(2002)，「銀行逾放發生與經理人盈餘管理之關聯性實證研究」，國立中山大學財務管理學系碩士在職專班碩士論文。
5. 徐千婷(2003)，「我國金融總計數與實質經濟活動間關係之實證分析」，中央銀行季刊，25(3)，43-58。
6. 徐啟升、林灼榮、蔡顯宗(2006)，「台灣新開放銀行成本效率與金融環境關係之探討」，東吳經濟商學學報，52，93-116。
7. 陳公亮(2004)，「亞洲金融風暴對我國銀行業財務績效之影響 ─縱橫資料迴歸模型之應用」，銘傳大學管理研究所碩士論文。
8. 陳錦村(1998)，「競爭、往來關係與銀行授信行為之研究」，中國財務學刊，5 (3)，61-90。
9. 陳旭昇(2009)，時間序列分析─總體經濟與財務金融之應用。台北市：東華。
10. 游素敏(2007)，「台灣銀行業經營績效之研究-兼論其赴大陸發展之研究」，國立中央大學財務金融學系碩士在職專班碩士論文。
11. 黃瓊慧及侯玉燡(2000)，「台灣地區信用合作社經營績效評估之研究」,當代會計，1 (1)，55-88。
12. 楊永列( 2010)，「台灣地區本國銀行成本成長率之估計」，經濟與管理論叢，6(1)，79-112。
13. 楊健閣(2008)，「台灣地區銀行規模之效率分析」，國立中正大學財務金融研究所碩士論文。
14. 蕭義忠(2006)，「商業銀行如何檢視淨值貸款與二胎房貸的地域效果」，國立中央大學財務金融研究所碩士論文。
二、 英文部份
1. Baltagi, B.H., Chang, Y., (1994). Incomplete panels: a comparative studyof alternative estimators for the unbalanced one-wayerror component regression model. Journal of Econometrics 62, 67–89.
2. Baltagi, Badi H. (2001). Econometric Analysis of Panel Data, Second Edition, West Sussex, England: John Wiley & Sons.
3. Davis, Peter (2002). “Estimating Multi-way Error Components Models with Unbalanced Data Structures,”Journal of Econometrics, 106, 67-95.
4. Saunders, A. and L. Schumacher, (1998),“The determinants of Bank Interest Rate Margins：An International Study”, Working PaperNo.58, Department of Finance , New York University.
5. Shen, C. H., (2001), Cost Efficiency and Banking Performances in a Partial Universal Banking System：A Panel Smooth Threshold Model, Presented in Taiwan Financial Annual Conference, Taipei.
6. Wansbeek, T., Kapteyn, A., (1989). Estimation of the error components model with incomplete panels. Journal of Econometrics 41, 341–361.