132 / 322
企業之不對稱資訊、銀行往來關係及直接與間接融資
132
由於最佳均衡之
N
it
*
與
K
it
*
已由
(8)
與
(9)
式的聯立解決定，且最佳之
H
it
*
亦已由
(5)
式決定，故最佳之
L
it
*
應可由
(11)
式決定之，該式意謂著間接金融融資規模加生產獲
利，並扣除固定比率之營運資金與過往累積之資本額後，需能應付企業之投資支出、
生產面之營運資金需求，並可償付過往各式負債之本利和。具體而言，企業跨期之銀
行往來關係、直接及間接融資規模，及生產與投資規模乃同時被企業的要素成本與生
產函數
(ω
it
、
P
it
、
δ
i
、
F(·))
、營運資金需求與過往融資模式
(C(·)
、
W
D
it
、
W
L
it
(·)
、
B
it-1
、
L
it-1
、
M
it-1
)
、融資成本函數
(R
B
it
(·)
、
R
L
it
(·)
、
T
it
(·))
、信用資訊程度
(θ
it
)
，及外在金融環
境
(V
t
)
所決定。上述聯立方程式將同時
(Simultaneously)
決定企業跨期之最佳融資決
策
[L
it
*
, D
it
*
, H
it
*
, M
it
*
]
、生產決策
[N
it
*
, K
it
*
, F(N
it
*
, K
it
*
)]
與投資決策
[K
i
*
, I
it
*
]
，渠等不僅反
映不同企業多期之生產、營運與財務特性，進而其不對稱資訊程度，更凸顯不同融資
來源及外在動態融資環境的影響力。
為清楚瞭解不同企業之外在信用資訊程度
θ
it
與外在融資環境綜合指標
V
t
等外生
變數對企業之最佳銀行往來關係、直接與間接融資規模或生產模式等內生變數的影
響，以期為現今金融市場之銀行往來關係與企業融資模式實況提供一理論面立論基
礎，本研究擬運用隱函數微分
(Implicit Differentiation)
、部分全微分
(Partial Total
Derivative)
與比較靜態分析法
(Comparative Statistics Analysis)
對上述諸式與主要變數
進行推導。
一、企業之不對稱資訊或信用資訊程度改變對其銀行往來關係及直接與間接融資的影響
藉由對
(5)
式進行隱函數微分，則企業
i
第
t
期外在信用資訊程度
θ
it
的改變（假
設其他條件均不變）對最佳銀行往來關係
H
it
*
之影響可由下述
(12)
式表示之：
(12)
根據前述模型推論與一般化變數假設，因
∂R
L
it
/∂H
it
≥ 0
，
∂R
L
it
/∂θ
it
≤ 0
，
∂R
B
it
/∂θ
it
≤ 0
，
∂W
L
it
/∂H
it
≤ 0
，
|∂R
L
it
/∂θ
it
| ≤ |R
B
it
/∂θ
it
|
，
W
D
it
≥ W
L
it
，故運用渠等於
(12)
式，則其分子應大
於
0
，且援引
(7)
式之結果可知
(12)
式之分母亦應大於
0
，故
(12)
式應為負，即
∂H
it
/∂θ
it
≤ 0
。據此，假設其他條件均不變，若企業的不對稱資訊問題獲致改善，致使
信用資訊程度較佳（即
θ
it
增高），其於極大化利潤下多會選擇降低銀行往來關係的緊
密程度（即
H
it
降低）。反之，若企業的不對稱資訊疑慮惡化，致使其外在信用資訊
程度應轉差（即
θ
it
降低），遂反需維持較緊密的銀行往來關係（即
H
it
增高），易言之，