Page 35 - 臺大管理論叢第32卷第1期

現，也就應證了本研究的處理方式是合宜的。
接著，本研究嘗試透過實證分析結果探討此新流動性風險因子是否為一
個良好之流動性風險代理變數。在此，本研究將檢驗兩種新流動性風險因子
、 與傳統的流動性風險衡量方法如CDS premium買賣價差與公司債交易
1
2
7
量 等是否有顯著相關性，並探討哪一種新流動性風險因子較具代表性。
表 9 為使用 、 與 CDS premium 買賣價差跟公司債交易量之相關係
2
1
數矩陣，由矩陣中數值可以觀察出 CDS 價差及兩種新流動性風險因子呈現高
度且正向相關，其數值皆大於 0.7 且相差不大；而對債券交易量來說其數值皆
呈現在 0.5 左右且相差不大，但相關係數並不如 CDS premium 買賣價差來的
明顯。接著，將透過迴歸分析找出何種新流動性風險因子對流動性風險較具
解釋能力。
表 9 新流動風險因子與傳統流動性風險衡量之相關係數矩陣

公司債交易量
CDS 買賣價差
1
2

0.998
1.000
0.514
0.721
1

0.524
1.000
0.998
0.724
2
CDS 買賣價差
0.724
1.000
0.721
0.369
公司債交易量
1.000
0.514
0.524
0.369
本研究設定六種不同之迴歸式如下所示，希望透過迴歸結果來看新流動
性風險因子對於 CDS 買賣價差與公司債交易量的解釋能力是否有差異。
NTU Management Review Vol. 32 No. 1 Apr. 2022
(18)-(20)式乃是分別以不同的 、 組合為自變數，而由 CDS 買賣價差（定
2
1
義為 ）為應變數所建構的實證模型。(21)-(23)式則同樣是分別以不同的 、
1
1
組合為自變數，但透過公司債交易量（定義為 ）為應變數所建構的實證
2 2
建構的實證模型。(21)-(23) 式則同樣是分別以不同的 L 、L 組合為自變數，但透過
模型， 代表殘差之意。
2
1
̃
公司債交易量（定義為 Y ）為應變數所建構的實證模型，e ̃ 代表殘差之意。

2
= ̃ (18)
，
1 1 1 2 2 1a (18)
= ̃ (19)
1b ，
(19)
1 1
1
= e (20)
� ，
(20)
1
2 2
1c
= β (21)
2 1 1 2 2 ̃ 2a ， (21)
= ̃ (22)
2 1 1 2b， (22)
= ̃ ， (23)
(23)
2 2
2
2c

釋能力相較於 則顯著不足，從迴歸結果亦可發現 迴歸係數皆接近於 0，
2
從實證結果表 10 的調整 R 可以發現，六個迴歸式結果中各個迴歸式之係數皆相當
從實證結果表 10 的調整R 可以發現，六個迴歸式結果中各個迴歸式之係
2
1
�
顯示 對應變數的敏感度較低。這意味著 這個新流動性風險因子因為包含
顯著，顯示 L 、L 與傳統流動性風險之衡量有明顯關聯。然而，(19)、(22) 式的調
2
1
數皆相當顯著，顯示 、 與傳統流動性風險之衡量有明顯關聯。然而，(19)、
1
2
2
1
了 CDS 市場及債券市場之訊息，因此也導致其調整R 會較高，顯示透過聯合
2
�
整 R 數值遠低於其他迴歸式，其中所蘊含的意義代表 L 對流動性解釋能力相較於
�
1
(22)式的調整R 數值遠低於其他迴歸式，其中所蘊含的意義代表 對流動性解
1
估計之新流動性風險因子 較單純透過 CDS 報價估計之新流動性風險因子
L 則顯著不足，從迴歸結果亦可發現 L 迴歸係數皆接近於 0，顯示 L 對應變數的
1
2
1
2

更具代表性，因此在解釋由 CDS 買賣價差及公司債交易量時，其所蘊含之
敏感度較低。這意味著 L 這個新流動性風險因子因為包含了 CDS 市場及債券市場
2
1
7 本研究所使用的 TRACE 公司債資料庫未提供殖利率買賣價差資料，所以只好改用公司債交
2
之訊息，因此也導致其調整 R 會較高，顯示透過聯合估計之新流動性風險因子 L
流動性風險資訊較容易被這兩個傳統流動性風險指標所捕捉，因此造成其解
易量替代。 2
較單純透過 CDS 報價估計之新流動性風險因子 L 更具代表性，因此在解釋由 CDS
釋能力較高。
26
1
買賣價差及公司債交易量時，其所蘊含之流動性風險資訊較容易被這兩個傳統流動
四、新流動性風險因子與市場利率因子之實證
性風險指標所捕捉，因此造成其解釋能力較高。
本研究希望能了解萃取出來的違約因子 、 和新流動性風險因子 、
2
1
1
四、新流動性風險因子與市場利率因子之實證
，何者對於市場利率變數有較好的解釋能力。在此分別以這些因子以及第
2
本研究希望能了解萃取出來的違約因子 λ 、λ 和新流動性風險因子 L 、L ，
1
2
1
2
一個主成分因子 (PCA1)做為自變數，再以市場利率有關的變數如 10 年期美
何者對於市場利率變數有較好的解釋能力。在此分別以這些因子以及第一個主成
國公債殖利率 (LEVEL)、10 年期美國公債利率與 2 年期公債利率之利差
分因子 (PCA1) 做為自變數，再以市場利率有關的變數如 10 年期美國公債殖利率
(SLOPE) 以及 10 年期美債互換合約價差與 10 年期美國公債殖利率之差
(LEVEL)、10 年期美國公債利率與 2 年期公債利率之利差 (SLOPE) 以及 10 年期美
(SwapSpd) 為應變數（定義為Z ），分別進行迴歸運算；迴歸模型如下列各式
債互換合約價差與 10 年期美國公債殖利率之差 (SwapSpd) 為應變數（定義為 Z ），
�
i
所示， 代表殘差之意。
分別進行迴歸運算；迴歸模型如下列各式所示，η 代表殘差之意。

(24)
= ℎ 1 (24)
，
i 1 1 2 1a
(25)
= ℎ (25)
1b ，
1 1
i
1
2
(26)
= ℎ 1 (26)
2a ，
2
1 2
i
(27)
= ℎ ， (27)
i 1 2 2 2 2b

27
表10 CDS買賣價差及債券交易量與新流動性風險因子之迴歸分析
迴歸式 截距 調整R F 統計量
�
1 2
(18) 係數 -4.962 0.006 0.152 0.59 494.43
t 值 -30.05 *** 11.93 *** 23.38 ***
(19) 係數 -1.563 0.003 0.263 246.02
t 值 -14.88 *** 15.68 ***
(20) 係數 -4.792 0.178 0.519 741.38
t 值 -26.92 *** 27.23 ***
(21) 係數 -4.927 0.051 0.177 0.6 514.81
t 值 -30.58 *** 11.42 *** 27.5 ***
(22) 係數 -1.572 0.010 0.273 258.63
t 值 -15.25 *** 16.08 ***
(23) 係數 -4.754 0.177 0.524 756.14
27