Page 31 - 臺大管理論叢第32卷第1期
P. 31
NTU Management Review Vol. 32 No. 1 Apr. 2022
從兩條線的主要趨勢來看，可以發現從 2000 年網路泡沫化之後到 2007 年，違
約因子的走勢在相對低的位置，也是本樣本期間的最低點，可能是來自當時對經濟
的樂觀程度讓投資人忽略了公司的違約風險。尤其是衍生性金融商品的氾濫、缺乏
管制與炒作等情況間接反映出市場忽視風險的情形，然而一旦金融海嘯發生，整體
違約因子大幅飆升，投資人恐慌的情緒瀰漫，衍生性商品的管理趨於嚴格，市場才
開始對違約風險產生較保守的定價。
從圖 6 可以看出兩條線之間的差異在大多數樣本時間內是相當明顯的，透
過 CDS premium 結合公司債殖利率估計所產生的違約因子，皆高於單純援用 CDS
premium 資料所估計出來的違約因子，表示公司債市場也揭露了不同的違約風險，
這些資訊導致加入公司債殖利率所估計的違約因子數值高於單純使用 CDS premium
資料所估計的違約因子。
二、新流動性風險因子的萃取
在前言的論述中，曾提及可將 CDS premium 買價的價差及賣價的價差資料作為
原始 CDS 流動性溢酬的代理變數；本研究將 CDS premium 買賣價的價差資料透過
主成分分析得到下面表 6 的結果。從表 6 可以發現有六個主成分因子，從其中的特
徵值可以發現佔解釋變異最大比例的第一個主成分 （定義為 PCA1）其解釋變異比
例達46.6%，比重已相當高。第二個主成分 （定義為 PCA2）則可解釋37.4%的變異，
所以前兩個主成分便累積 84% 的解釋變異。
援用主成分分析有時候會產生問題，通常是發生在實證資料之間線性關係不顯
著的情形，例如資料變數間存在著非線性關係時，就會使主成分分析的解釋力變差。
往往在這種情況下，主成分分析所產生的第一主成分與第二主成分便無法產生足夠
的解釋力，這時候就需要在變數間進行非線性轉換，才能執行主成分分析。然而，
本研究的實證結果並沒有這樣的問題，因為從表 6 可以知道本研究的第一主成分與
第二主成分加總便有超過 80% 的解釋力。對照相當知名的 Baker and Wurgler (2006)
之研究，該論文亦是使用主成分分析作為解釋投資人情緒的主要實證工具，而該研
究所產生的第一主成分有 49% 的解釋力，本論文所產生的第一主成分亦有 46% 的
解釋力，也不遑多讓，因此本研究使用主成分分析做為實證工具應該是可行的。本
研究便以 CDS premium 買賣價差進行主成分分析後所算出的第一個主成分，作為萃
取流動性風險因子的基礎。
23
