台湾金融机构之外汇风险

臺灣金融機構的短期外匯風險通常為明顯且立即的)受到金融監理機構嚴格的規範,然而對於長期外匯風險通常是潛在且間接的)則未在要求之列,這可能是因為傳統的資本市場法尚未檢測出長期外匯曝險之存在。本文採現金流量法來分析金融機構的長、短期外匯風險,結果發現金融機構對於貿易加權匯率指數之外匯曝險呈顯著者達.%,此比率超過傳統資本市場法平均不到四成的顯著比例。無論是由平均最適落後期數或長、短期顯著比例的比較,本文研究結果均指出長期外匯風險的確是存在著。此外,在外匯風險值影響方向性的結果上,本文實證顯示出美元臺灣最大出口國貨幣)以及日圓臺灣最大進口國貨幣)的兩組貨幣對立效果。為求結論的穩健性,本文進一步納入利率因素來衡量非預期的匯率變動,並再次評估其對金融業現金流量的衝擊,結果同樣證實長期外匯風險的存在性。這些結果意謂著不僅金融監理當局應將長期外匯曝險納入風險管理之規範,金融機構更應正視因匯率風險所延伸之訂價因子對銀行價值之衝擊。臺灣金融機構之外匯風險臺灣金融機構之外匯風險(藍麗惠,廖源星和林育志38:1前無論是巴賽爾金融監督委員會Basleommeonbanngsprvson)公佈的「新版巴賽爾資本協定」或我國推動的金融改革之中,金融機構的風險控管始終是各方關注焦點所在。正如同許多的企業一樣,金融機構也會受到匯率波動的影響。即使無前述業務的金融機構也可能受到匯率的間接影響,例如銀行放款給出口廠商時,由於匯率會影響該出口廠商的獲利能力,進而影響該筆放款的違約機率,相對地該筆放款的價值與銀行的獲利也就會受到間接影響。同樣地,當其他國內外同業在本國市場,與無前述業務的金融機構競爭時,若匯率波動有利於同業競爭力,這也會使得無前述業務的金融機構受到間接影響。因此如金融機構的資本適足性(capitaladequacy)管理要求金融機構應計提一定的自有資本,以因應各種部位可能產生的不同風險損失。其中的市場風險包含四種基本型態:利率風險外匯風險權益證券風險商品風險。國際金融監理機構對於外匯風險的管理概念從早期的權責基礎下之資產負債管理(as-來進行匯率波動之影響評估。文獻上常用的資本市場法(capitalmarketap-rencyexposure),則完整的風險控管將無法遂行。有鑑於此,本文直接由企業內部實際營利表現來分析臺灣金融機構的外匯風險情形,運用lmon)所提出的多項式遞延分配模型polynomaldstrbdlagmodl,PDL模型,將外匯風險分解出短期與長期部份。我們的主要貢獻在於不但提高了檢測企業外匯曝險能力,而且明確衡量出企業所面臨的長期外匯風險值除本節前言外,本文第二節介紹並比較文獻所採用的資本市場法和現金流量法,第三節研究方法則詳細說明本文使用的現金流量法模型設定與變數定義,第四節呈現實證分析結果,最後對分析結果及其政策意涵提出總結。在現有的文獻中,資本市場法主張股票報酬率對匯率變動的敏感度可以量化外匯曝險。其模型主要是以迴歸分析來研究當期的貿易加權匯率指數trad-gdangeraend,TWI)如何影響股票報酬率,藉以衡量企業對特定匯率變動的剩餘曝險sdalpos。此法之模式如下:Rt=β0+βmRmt+βxXt+εt 其中Rt為股票報酬率、Rm為市場組合報酬、Xt為匯率的百分比變動、βm為市場曝險、βx則為剩餘曝險或外匯曝險。貶值的不同情況下,其對個股報酬的影響可能有所差異,因此修正前述研究模式來考量此一不對稱性,其公式為:Rt=β0+βmRmt+(βx+βDDt)Xt+εt 其中Dt為虛擬變數用以衡量匯率升值或貶值情形,Xt>0時其值10其餘變數則與上式中變數之定義相同。在國外研究方面,Jorion(1990)(1)式衡量287家美國跨國企業樣本,發現僅有15家(5%)公司有顯著的外匯曝險。Jorion將第一次迴歸所得到的匯率變動反應係數,用來對各種公司特性變數作第二次迴歸,以探討外匯風險的決定因素為何。臺灣金融機構之外匯風險臺灣金融機構之外匯風險(藍麗惠,廖源星和林育志38:1產業,然而,這些實證研究發現股票報酬率與匯率變動之間關係薄弱,此與理論上與金融監管政策上的匯率影響效果並不盡然相符。此實證結果在全球四大貿易經濟體系的學術研究中屢見不鮮,例如有關日本企業研究方面,HeandNg1998)171家公司中,45家(26%)公司的外匯風險呈現顯著情形;而歐洲地區的研究所偵測出的顯著外匯風險頻率,更是大幅下降約達一半,例如MullerandVerschoor(2006)針對817家歐洲地區企業研究,結果顯示只有114家(14%)企業有顯著的外匯曝險;研究結果亦是如此,Schena(2005)10%的顯著水準做檢定時,70業之樣本中有9(13%)公司呈現顯著情形,然而若以5%的顯著水準判定時,則全部樣本皆不顯著;最後,Chamberlainetal.(1997)採用資本市場法比(30家(89家金融產業的外匯風險他們指出日本金融機構在國內研究方面,董澍琦等)利用兩階段式的資本市場法分析臺灣多國籍企業,在9家的研究樣本中發現,僅約8家%)公司在%的顯著水準下受到外匯曝險之影響;周麗娟等)實證結果同樣發現臺灣上市公司外匯風險顯著的家數比率並不高,而且非預期的匯率變動對股票報酬率亦不存在落後的影響效果;最後,張紹基與蘇松齡)研究發現僅有約%的我國出口廠商之股票報酬率受到外匯風險之影響。曝險之顯著比率並不高,我們認為這可能是因為資本市場法之檢測標的為股票報酬率所致。由於股票報酬率不僅受到現金流量之影響,也受到未來預期pcaons)之影響,此外,股票報酬率也受到其他因素之影響,例如投資人心理psology、雜訊交易nosetradng、市場結構、國際市場行情、總體經濟等,這使得縱使外匯曝險的確影響了公司價值,但在實證上,外匯曝險與股票報酬率之間的關係可能無法被檢測出來。相對於資本市場法,現金流量法則採取不同的檢測標的,採用後者的論文則相對地少見。現金流量法主張應檢測公司營業利益對匯率變動的敏感度來分析外匯曝險,由於此法是從公司的實際營利數據來觀察外匯風險之影響,所以應能比較不帶雜訊地反應出企業所面臨的外匯風險。MartinandMauer(2003,2004)首先提出此法以分析非金融機構之跨國企業的外匯曝險,他們發現使用現金流量法之外匯風險顯著的家數比率有明顯提升之現象再者,MartinandMauer(2005)又以美國銀行業為研究樣本,據以評論資本市場法與現金流量法的優缺點,結果發現現金流量法在偵測外匯曝險方面具有相對優勢的情況。資本市場法與現金流量法之比較如下:(1)在實證上,資本市場法可能無法檢測出不同時期(例如長期相對於短期)的外匯曝險,這是因為資本市場法迴歸方程式中之因變數(dependentvariable)為股票報酬率(Rt),而如果當(Xt影響了股票報酬率,(Fama,1970,1991;;.,)會立即受到影響,此影響並不會遞延至後期的股票報酬率(Rt+5)。在現有學術文獻中,就我們所知,laggd)的匯率變動百分比變數,例如Camblantal.)與llrandsoor;)資本市場法中之股票報酬率受到許多因素之影響,這些因素包括現在、未來預期、投資人心理、雜訊交易、全球股市、市場交易制度tradngmansm)等。相對地,現金流量法中之現金受到之因素之複雜性與現金流量之變異性varan)則相對較低,nhandoll)指出股票報酬率的變異數比影響股票價值之資訊所隱含之變異數來得更高,他們指出這顯示股價中之一部份有訂價錯誤msprcng)之情形;)資本市場法係假設所有人都是依據金融市場所取得的資料在做評價,而且市場是有效率的martsfficn,惟現有文獻指出一些不盡符合市場效率之實證證據例如ornllandSap,;ongsaff,;lltal.,;相對地,現金流量法係針對金融機構之現金流量加以分析,並不需要如上述之資本市場法之假設;)儘管現金流量法有上述之優點,但仍有以下之潛在缺失:現金流量法因衡量之標的為現金流量,因此無法如同資本市場法一樣地衡量出外匯曝險對金融機構價值之總效應oalffc,而對關心股票價格之投資人而言,此總效應可能比現金流量之影響來得更直接而重要。本文採取現金流量法來分析臺灣金融機構的外匯風險情形,此法中的現金流量代理變數為非預期的季營業利益。由於本文衡量之標的為每季arly)之現金流量,而營利事業之每季營業績效通常具有週期性與趨勢tnd,例如某產業因其市場特性而可能在每年之某一季例如第四季)之營業績效特別好,再者,某產業在未到達衰退期之前,其營業績效可能呈現一向上發展之趨勢。,我們參考wn,alsh,arnandar)我們利用自我迴歸模型將當期的營業利益對其前第4期值加以迴歸分析,以求算營業利益的非預期部份,與經濟成長因素之影響。自我迴歸模型如下:It=θ1+θ2It−4+ 其中,t為未調整貶值前的季營業利益,ut則為殘差或非預期的季營業利益,1與2則為迴歸係數。除了自我迴歸模型之外,時間序列模型來衡量非預期成份,不過研究發現針對會計資料使用時其差異性並不明顯lbttal.,;ooodandSaf,;arnanda,。再者,由於當期與落後期變數同時可能具有高度相關性,以致線性重合的現象容易產生。因此我們將上式所求出的殘差除以其標準差,得UIt後,Almon(1965)PDL模型來解決此問題UIt=c+Σω(q)Xt−q+ 其中,Xt是非預期的匯率百分比變動,ω(q)q險值L為落後期數012期PDL模型的一個假設是參數的形態為多項式結構,我們依據MartinandMauer(2003)將其設定為三階的多項式函數形態。1由於每家金融機構特性與承受風險能力不同,所以其最適落後期數也不一樣,實證上,我們根據Akaike(1973資訊準則最小者來判定最適落後期。在PDL模型中Xt對UIt的影響是呈跨時分佈狀態,舉例來說,∂UIt/∂Xt=ω(0)可以得到立即效應,∂UIt/∂Xt···∂UIt/∂Xt−12=Σω(12)則可得出總效應,Xt的落後期變數低於一年者為短期,而超過兩年者稱為長期。為了與資本市場法之文獻比較差異,我們採用10%的顯著水準來檢定式(4)的係數是否顯本文中的匯率採取直接報價資料。在實證結果中,新臺幣對特定外幣貶值時,金融機構的非預期營業收入或其價值會隨之增加;相反地,當反應係數為負值,則意謂著新臺幣對特定外幣貶值時,金融機構的非預期營業收入或其價值會因而下降。除了每家金融機構的外匯風險符號方向分析之外,我們也同時衡量平均絕對反應係數manabsolesponseo-fficns,MCs,藉以分析特定匯率變動對金融機構價值的影響程度。regressionSER)(SchmidtandWaud,1973),本文以二階、三階分別做實證驗證,結果並無顯著差異。(例如MartinandMauer,2003)比較,PDL模型來呈1比金根據中央銀行的統計,臺灣金融總機構共有429家。我們進一步以臺灣證券交易所中之金融類股為主要選樣對象,包含銀行業、保險業、證券業之所有上市與上櫃公司,59家公司。受限於臺灣金融機構相較於國外樣本總數已不多,而且許多銀行相繼轉變為金融控股公司,使得原本不多的樣本進一步減少,而新成立金融控股公司時間長度並不夠。因此我們要求樣本至少需在1998–2005年間有連續資料,26家金融機構。1樣本產業分佈情形中銀行業為最大宗12(46.15%),其6(23.084家,分別佔總樣本的在選取合適的匯率變動因子時,有三個選擇需決定:使用實質或名目匯率、使用匯率的預期或非預期成份、使用兩國或多國匯率。有關實質與名目匯率差異方面,文獻指出兩者之間幾乎完全相關並不影響估計結果(oron,;Camblantal.,;arnanda,,因此在估計式)時我們採取名目匯率操作。2有關已預期與非預期匯率差異方面,財務理論主張非預期的匯率變動才是重要,然而許多文獻發現匯率變動本身就有很大的非預期性BarvandBodna,;lson,;oron,,;se2我們針對文中的六種匯率變動率,其名目與實質變數之間進行相關性檢定,結果發現其相關係數值都是呈現出非常接近完全正相關之情形,且均在顯著水準1%下拒絕了H0:兩個變數無相關之2出進金額(美元比率金額(美元比率金額(美元比率美日香中韓總說明:1.1998/01–2005/032.比率計算時,分母只取前五大貿易夥伴之總計金額andogoff,;ssa,。為了檢測結果之穩健性obstnss,我們不僅採用原始的匯率變動百分比變數操作,同時也納入非預期的匯率變動百分比變數作穩健性檢測。最後,現有文獻研究曝險時,多以企業價值對TWI變動的敏感度來估計,因此,我們根據中華民國財政部關稅總局統計結果見表,採取臺灣前五大貿易夥伴國其所佔貿易總額比率為權數:美國.%、日本.%、香港.%、中國.%、韓國.%,建構了TWI作為式)使用之匯率變數。另外,BarvandBodnar)則指出使用TWI會有潛在的問題,如果每家企業與TWI的關係都不同,或如果企業的不同貨幣曝險間有互抵現象時,則要使用TWI來偵測出曝險會有困難。asleyandoppr)也提出“戴面具”假說maskyposs,他們認為當本國貨幣不是國際流通貨幣而無法完全自由轉換以及完全自由浮動時,則個別貨幣效果可能因使用TWI時,被其所戴的假面具所遮蔽了。有鑑於此,除了TWI外,我們也同時分析五大貿易夥伴國個別貨幣對金融機構的影響:美元USD、日圓(PY、港幣KD、人民幣MB、韓圜KW,以比較其個別的效果。本研究之所有公司相關的原始數據資料,皆來自於臺灣經濟新報(T)資料庫,匯率資料以直接報價形式呈現,資料則取自ww.oanda.om網頁。臺灣金融機構全部樣本的外匯風險分析結果列於表。在外匯曝險的顯著個數方面,本文發現臺灣金融機構對TWI呈顯著者為.%,超過傳統資本市場法平均不到四成的顯著比率。arnandar)雖未針對TWI分析外匯曝險,但他們發現約有%曝險,相較之下,臺灣金融機構的外匯曝險顯著頻率相對較高。這可能是因為臺灣金融機構規模相對較小,涉外業務也沒有國外金融機構那般的深入與廣泛,以致於在避險成本上並無相對地優勢,相對較高。在最適落後期數分配方面,本文發現臺灣金融機構長期的外匯風險普遍存在。例如平均最適落後期數:TWI–.8以及其他五種個別貨幣全部落於長期遞延2期)範圍內。同樣情形也見於長、短期曝險顯著頻率的比較:TWI–5家.%)>0家%)以及其他五種個別貨幣,而且頻率差異懸殊。其中較為特殊的現象是,最適落後期數落於短期遞延3期)範圍最多者為K,但僅有2家%,而完全未落於短期範圍者則分別有TWI、P、KW。由於短期的外匯風險之所以發生,是因為從該部位交易被簽訂的時點到實際交割的時點,外國貨幣的價值可能改變。由於此交易具有易辨認性,因此在大部份的情況下,此類的曝險多能透過衍生性金融工具的使用來有效地規避。可能因為此原因,金融監理機構關注短期外匯風險控管的要求,致使金融機構的短期曝險多能有效消除。相對地,長期的外匯風險之避險則較不受重視,這可能是因為資本市場法並未檢測出長期外匯曝險之重要性,而且,實務上用以避險之衍生性金融商品多屬短期性質,最後,金融監理機構規定的計算方法並未計入長期外匯風險,更遑論長期外匯風險之管理。在外匯風險值的方向與大小比較方面,表3B顯示TWI3A:短期(0–3期4–7長期(8–12期14140113241414140180115B:短4–7長C:短4–7長說明:1.括號內表示該期間顯著個數佔該列全體顯著個數的百分比2.∗∗510%的顯著水準下,t顯著者−0.457,TWI貶值時,金融機構的價值平均而言會下降。然而個別貨幣觀察時,則呈現出不同的效應。USD(−0.174)、HKD−0.177)、RMB−0.172貶值時,平均而言,企業的價值會下降JPY(+0.154)KRW(+0.159)貶值時,則企業的價值會上升,呈USD臺灣最大出口國貨幣JPY臺灣最大進口國貨幣為首的兩組貨幣對立效果。此印證了“戴面具”假說只由TWI觀察時,個別貨幣效果有可能會因而被遮蔽。董澍琦等(2002)主張對於總平均曝險值的分析,應比較曝險值正負的家數多寡,方能評估貶值是否有利於出口之論述。以此延伸,我們分析TWI、主要出口國貨幣(USD)與主要進口國貨幣(JPY)之總平均曝險值正負家數,結果發現對USD而言,63.4%樣本機構為正向的曝險值,而負向者只有36.6%,以正向者居多數,符合貶值有利於出口的觀點。此外,我們也JPY而言36.4樣本為正向的曝險值63.6負向家數高於正向家數,符合貶值不利進口的觀點。至於TWI方面,曝險值正負家數比較差異並不明顯,這可能是因為企業的不同貨幣風險間有互抵現象所造成如同之前分析,在表3A中我們發現平均最適落後期數皆處於長期範圍內,然而在研究方法論中我們曾說明,PDL模型最大特色即可將風險分解出短期與長期成份,只要將遞延0–3期的反應係數絕對值加總即可得出短期外匯風險的影響強度,而將遞延8–12期的反應係數絕對值加總則可得到長期外匯風險的影響強度,據以比較兩者效果大小。本文發現長、短期平均絕對曝險值之差異檢定顯著者,USD(0.424>0.261)HKD(0.437>0.264)MB.1>.,且都是長期的影響強度大於短期,這可能是因為短期外匯曝險通常為比較明顯而容易辨認的曝險,例如企業向金融機構買賣之外匯遠期契約crncyfs、外幣交易衍生之手續費等,相對地,長期外匯曝險通常為間接的,例如金融機構之企業客戶因匯率變動而影響了該企業之成本結構、市場競爭力、策略調整等,此外,傳統之資本市場法亦不易確認長期外匯曝險之重要性。上述因素將會使得實證上之短期外匯曝險強度低於長期外匯曝險強度。表C呈現對短、中、長期之平均原始曝險值,結果如下:相對於USD而言,長期外匯曝險值與短期外匯曝險值有差異,以強度而言,長期曝38:1臺灣金融機構之外匯風險臺灣金融機構之外匯風險(藍麗惠,廖源星和林育志險值略大於短期曝險值;相對於KD而言,長期曝險值與短期曝險值也有差異,長期曝險值亦略大於短期曝險值;與表B不同的是,相對於MB之短期曝險值與長期曝險值則無顯著差異。此外,表C之顯著水準下降,這應該是因為不同金融機構對某一貨幣之外匯曝險值有正有負,當我們對同一期之曝險值加以平均時,正負值會互相抵銷,使得顯著性下降。外匯風險之決定因素研究方面,現有文獻指出涉外程度及公司規模為最重要的兩項因素。由於臺灣金融機構普遍涉外程度不深,相關的數據資訊取得不易,3因此本文僅針對後者分析。我們以總資產金額作為公司規模的代理變數,,因此上述代理變數皆只取最近兩年平均值為基準,以反應各家公司的現況。我們的研究樣本數為6家臺灣金融機構,依據總資產金額排序後分為大、小規模各有3家公司,其中分界值為8億元。由於臺灣金融業上市、上櫃家數不多,以本文,6,而其中TWI6家,KW甚至只有9家,若再予以分類,在樣本太少之情況下,所得的結果恐失其代表性,因此本文並未做此部份之分析。過去使用資本市場法之文獻(oron,;Coiandrasad,;eandNg,)發現公司規模與外匯風險間有顯著的負向相關性,,因此大。,在表4外匯曝險顯著個數方面,發現大、小規模的差異性除了TWI1vs.)較為明顯以外,其他五種個別貨幣的顯著個數皆相當地接近。在各期的最適落後期數方面,由於落入短期的家數不多,因此其比較結果不具意義。而落入長期部份的比較上,則發現除了PY%vs.%)是大規模較多以外,其他五種個別貨幣皆為大規模的頻率低於小規模。至於風險值的方向與大小比較方面,我們觀察表5發現,總平均曝險值除了KW.5>.)與PY.0>0.119)大規模較高以外,3文獻對一般企業之涉外程度大多採用外銷比例變數,然而它並不適用於金融機構。另一可作為替代變數者為海外營業據點,我們到各個樣本公司的網頁逐一查看,發現此相關資訊並不齊全。為此,考慮涉外程度變數取得不易情況下,本文並未加以分析。此外,銀行業與壽險業或產險業之客戶涉外4類 顯著個數平均期 短 遞延4–7 長0 3 860041860860300100說明:1.大218億元加以區分2.括號內表示該期間顯著個數佔該列全體顯著個數的百分比小規模。短期平均絕對曝險值也發現,除了JPY(0.249<0.295)是大規模較低以外,其他五種個別貨幣皆為大規模的曝險值高於小規模。長期平均絕對曝險值則全部皆為大規模的曝險值較高。整體來說,文獻所指的公司規模與外匯風險呈負向相關性,並未完全印證於臺灣金融機構。在外匯曝險頻率方面,確實有大規模低於小規模情形,然而在風險值上,則以大規模高於小規模之情現有文獻指出匯率變動具有很高的不可預期性。換言之,使用預期或非預期的匯率變動,對於實證結果影響並不大。然而國內文獻如周麗娟等(2003)之研究,仍認為非預期匯率的重要性,並以此變數衡量對臺灣上市公司之影響。為驗證前節所獲結論之穩健性,(interestrateparity)理論,以萃取匯率變動中的非預期成份,並代入PDL模型,藉以重新執行前節之分析步驟,以觀察實證結果有無差異。,38:1臺灣金融機構之外匯風險臺灣金融機構之外匯風險(藍麗惠,廖源星和林育志5—類短4–7長差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定說明:1.大218億元加以區分符號a表示在相同規模下之短期與長期之平均數差異之檢定,b表示在相同期∗∗、∗∗∗5%、1%的顯著水準下,著者下式來估計式(4)XtYt=α+β×IRt+xt 其中,Yt為貿易加權平均我國相對於主要貿易國家之匯率;IRt均我國相對於主要貿易國家之相當期間之利率差異。4式(5)xt即是式4在進行方程式(5)的估計前,我們先對式中的匯率與利率差分別做AugmentedDickey-FullerXt換句話說我們先用式(5xt(xt可以視為非預期的外匯變動量),xt代入式(4)Xt,以估計在控制了利率因素之後6A之結果顯示以非預期匯率分析時對TWI61.54%(16/26),而且與表3A中以原始的匯率分析時數據幾乎相同,其中有產生變化者只有HKD與KRW兩種貨幣分別是HKD2017家公司以及KRW910家公司。此外,我們以代表整體性的TWI實證結果,作為比較的主要標的,在平均最適落後期數比較方面,6A3A的發現仍未改變同樣還是10.38處於長期範圍內。同樣的長期大於短期曝露風險顯著頻率,以及長期大於短期平均絕對曝險值的情形,仍見於這兩個表格之表7與表4僅有些微差異,基本上,表7與表4得出相同結論。在表7中之最適期數落入長期部份同樣發現,除了JPY(100%vs.80%)及HKD(72.73%vs66.67是大規模較多以外其他四種個別貨幣皆為大規模的比率低於小規模。最後,我們比較表8與表5的結果,同樣在短期平均絕對曝險值發現,除了JPY是大規模較低以外,其他五種個別貨幣皆為大規模的短期平均曝險值高於小規模。而長期平均絕對曝險值則全部皆為大規模的曝險值較高。總結以上分析,性改變根檢定結果發現兩者皆拒絕單根之虛無假設(1為顯著水準顯示出它們都具有定態(station-ary的性質我們另外採用Phillips-Perron單根檢定,結論仍然相同。Liewetal.(2004)發現大部份亞洲實質匯率(realexchangerate)具有定態之特性,而實質匯率與名目匯率通常具有高度相關性(Bod-(2005(volatility(non-stationary)或定態之特性,這可能與貨幣政策或通貨膨脹率之目標設定(inflationratetargeting)有6A:短期(0–3期4–7長期(8–12期14140113141214140280115B:短4–7長說明:1.括號內表示該期間顯著個數佔該列全體顯著個數的百分比2.∗∗5%的顯著水準下,以成對樣本方式檢定兩組平均數差異達顯著者7—類 顯著個數平均期 短 遞延4–7 長09500408408603050100說明:4結銀行持有某特定外幣的淨資產部位時,則該貨幣的相對價值波動時將使得銀行曝露於風險之中。若銀行之外幣資產大於小於)外幣負債時,則外國貨幣的升值會使得銀行產生資本利得損失)的情況。惟,即使銀行所持有某特定外幣之淨資產部位為零,亦即外幣資產部位與外幣負債部位完全互抵時,銀行仍有可能因為潛在的市場環境變化而曝露於風險中。金融機構的短期外匯風險大多屬於明顯且立即的風險,因此受到金融監理機構嚴格之規範;相對地,銀行之長期外匯風險通常屬於潛在且間接的風險,則未在要求之列。這可能本文直接由現金流量法來分析臺灣金融機構的外匯風險。我們發現研究樣本對於長期TWI之曝險值呈現顯著者達61.54%,此比率超過傳統資本市場法平均不到四成的顯著比率,61.54%8類短4–7長差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定差異性檢定說明:5外匯曝險文獻之記載。這可能是因為臺灣金融機構的規模相對較小而不具規模經濟效應,以致於造成顯著比率高於國外金融機構的現象。此外,本文結果發現臺灣金融機構的平均最適落後期數,無論是針對TWI或五大貿易夥伴國個別貨幣觀察,全部皆落入長期遞延2期)外匯風險範圍之內,進一步比較長、短期顯著比率時也是以長期居多。以TWI敏感度而言,金融機構之長期外匯風險的顯著比率高達.%,這顯示出臺灣金融機構的長期外匯風險極可能存在。據此,不僅金融監理當局應將長期外匯曝險納入風險管理規範之中,更因外匯風險可延伸為訂價因子,對其價值之影響。周麗娟林靖中與陳勝源(2003「未預期匯率變動對股票報酬率及波動性之影響」,《理評論》11(4613–639張紹基與蘇松齡(2001「臺灣出口廠商面臨的匯率風險」《企業管理學報》51,87–108董澍琦楊聲勇與紀妤瑩(2002「臺灣多國籍企業外匯風險曝露之研究」,《論》,9,36–49Akaike,H.(1973),“InformationTheoryandAnExtensionoftheMaximumLikelihoodPrin-ciple,”inB.PetrovandF.Csaki,(eds),SecondInternationalSymposiumonInformationTheory,267–281,Budapest:AkademiaiKiado.Albrecht,W.S.,L.L.Lookabill,andJ.C.McKeown(1977),“TheTime-SeriesPropertiesofAlmon,S.(1965),“TheDistributedLagBetweenCapitalAppropriationsandRateExposureEffect,”JournalofFinance,49(5),1755–1785.Bodnar,G.M.andW.M.Gentry(1993),“ExchangeRateExposureandIndustrialCharacter-istics:EvidencefromCanada,Japan,andtheUSA,”JournalofInternationalMoneyandFinance,12(1),29–45.Brown,L.D.(1993),“EarningsForecastingResearch:ItsImplicationsforCapitalMarketsRe-Chamberlain,S.,J.S.Howe,andH.Popper(1997),“TheExchangeRateExposureofU.S.andJapaneseBankingInstitutions,”JournalofBankingandFinance,21(6),871–892.Choi,J.J.andA.M.Prasad(1995),“ExchangeRiskSensitivityanditsDeterminants:AFirmandIndustryAnalysisofU.S.Multinationals,”FinancialManagement,24(3),77–88.nalofFinance,25(2),383–417.Fama,E.F.(1991),“EfficientCapitalMarkets:II,”JournalofFinance,46(5),1575–1617.Gosnell,T.F.,A.J.Keown,andJ.M.Pinkerton(1996),“TheIntradaySpeedofStockPriceAdjustmenttoMajorDividendChanges:Bid-AskBounceandOrderFlowImbalances,”JournalofBankingandFinance,20(2),247–266.rations,”JournalofFinance,53(2),733–753.Hopwood,W.andT.Schaefer(1989),“Firm-SpecificResponsivenesstoInputPriceChangesandtheIncrementalInformationinCurrentCostIncome,”AccountingReview,64(2),Jorion,P.(1990),“TheExchange-RateExposureofU.S.Multinationals,”JournalofBusiness,63(3),331–345.andQuantitativeAnalysis,26(3),363–376.Kanas,A.andM.Genius(2005),“Regime(Non)StationarityintheUS/UKRealExchangeRate,”EconomicsLetters,87(3),407–413.Stationary?”EconomicsLetters,83(3),313–316.Puzzle,”JournalofBusiness,65(4),571–592.Martin,A.D.andL.J.Mauer(2003),“TransactionversusEconomicExposure:WhichhasMartin,A.D.andL.J.Mauer(2004),“ScaleEconomiesinHedgingForeignExchangeCashMartin,A.D.andL.J.Mauer(2005),“ANoteonCommonMethodsUsedtoEstimateForeign15(2),125–140.Meese,R.A.andK.Rogoff(1983),“EmpiricalExchangeRateModelsofSeventies:DoMitchell,M.,T.Pulvino,andE.Stafford(2004),“PricePressurearoundMergers,”JournalofFinance,59(1),31–63.peanFinancialManagement,12(2),195–220.Mussa,M.(1979),“EmpiricalRegularitiesintheBehaviorofExchangeRatesandTheoriesofParsley,D.C.andH.Popper(2006),“ExchangeRatePegsandForeignExchangeExposureinEastandSouthAsia,”JournalofInternationalMoneyandFinance,25(6),992–1009.andDividendAnnouncements,”JournalofFinancialEconomics,13,223–252.Schena,P.J.(2005),“MeasuringandManagingtheForeignExchangeExposureofChinese38:1臺灣金融機構之外匯風險臺灣金融機構之外匯風險(藍麗惠,廖源星和林育志CURRENCYRISKFACINGTAIWAN’SDepartmentofFinanceY.ChrisDepartmentofFi