影响金融发展程度因素与预测模式之建立

1、.：.；影響金融發展程度要素與預測方式之建立陳麗惠Li-Hui Chen樹德科技大學經營管理研讨所Graduate School of Business and Administration, Shu-Te University副教授兼會計主任Associate Professor & Director of Accounting Office高雄縣燕巢鄉橫山村橫山路59號 :(07)615-8000#3110、3155、1500FAX:(07)615-8000#3199: HYPERLINK mailto:ChenLH.tw ChenLH.tw

2、連兆龍Chao-Lung Lien樹德科技大學經營管理研讨所Graduate School of Business and Administration, Shu-Te University碩士班研讨生Graduate Student of Master高雄縣燕巢鄉橫山村橫山路59號 :(07)615-8000#3155FAX:(07)615-8000#3199: HYPERLINK .tw/cgi-bin/address_do?action=create&id=s94633117&=s94633117%40mail%2Estudent%2Estu%2E

3、edu%2Etw&name=s94633117&show=1&close=1 .tw 影響金融發展程度要素與預測方式之建立陳麗惠樹德科技大學經營管理研讨所副教授 HYPERLINK mailto:ChenLH.tw ChenLH.tw連兆龍樹德科技大學經營管理所研讨生 HYPERLINK mailto:.tw .tw_摘要本文基於金融發展程度受經濟要素干擾，遂探討哪些經濟要素

4、對金融發展具有艰苦影響力，在Goldsmith金融相關聯率()方式概念下，修正為符合台灣地區金融發展之數量結構，並運用灰預測方式，建構一個符合台灣地區之金融相關聯率預測方式。本文除驗證所構建之金融相關聯率預測方式之可應用性外，更進一步以灰關聯分析法分析得知價格敏感性之金融資產佔總發行量比率對貢獻最大，即影響台灣地區金融發展最大。本文之研讨結果可提供經濟金融管理決策當局、企業管理者與金融市場投資者，作為金融市場管理與操作決策之參考。關鍵字：金融發展、金融相關聯率、灰預測方式、灰關聯分析。壹、緒論台灣朝金融自在化與國際化發展，本國銀行於1989年為24家且多為公營銀行，該年修正銀行法允許設立新民營

5、銀行，至2002年銀行總數添加為52家，隨著金融環境與經濟政策的改變，金融控股公司(Financial Holding Company，FHC)的成立不但將金融機構整合經營，未來能够朝向金控與金控合併發展；在利率制度方面，1989年由控制改為金融市場供需機能決定；貨幣市場自1978年首家貨幣金融公司成立後逐漸成形；股票資本市場自1967年設立後參與者眾多。如此台灣金融體系在金融自在化、利率自在化與金融國際化之發展均有顯著進步(楊雅惠，2002)。由世界他國觀之，開放國際金融及累積資本添加競爭力是全球各國金融發展之路徑，韓國於1997年成立韓國資產管理公司(Korea Asset Managem

6、ent Corporation,KAMCO)，賴以提升金融機構資金募集才干，也努力健全資產證券化法制環境，促進法人機構發展與擴大活絡資本市場(許振明、劉完淳，2002)；中國大陸於1999年参与世界貿易組織，修正金融法規，改革與加強法律及會計制度，推動金融發展及促進經濟成長；歐洲各國在歐元整合與電子網路便利環境之變遷下，使得金融商品之跨市場买卖及交割更加便利(汪萬波，2004)；美國於2002年通過薩班斯奧克斯法案(Sarbanes-OxleyACT Law, SOX)，使金融發展更加穩健。近年來金融制度之改革與開放國外金融機構來台設置銀行等事件，對金融發展程度有不同影響(李禮仲、林樹明，20

7、01)。2001年政府設置金融重建基金，接纳不良金融機構，不但破壞了市場法則，由於經營責任的模糊帶來金融市場的品德風險(蔡進財，2005)。金融發展程度因金融環境之變革與政府政策修正而產生不穩定狀態，總體金融市場參與者無法正確獲知金融發展程度，而要瞭解一個總體經濟社會之金融發展程度，必須先掌握那些要素會影響金融發展，並運用有效方法來衡量其程度，而金融發展程度可以金融相關聯率(financial interrelation ratio,)來表扬(Goldsmith,1969)。本文探討各經濟要素對之貢獻度，建立一個金融相關聯率預測方式，以台灣地區金融發展為研讨對象，衡量台灣當前金融發展程度及探討

8、金融發展受各要素影響狀態，主要研讨目的有四，一為在Goldsmith(1969)概念下，確認總體經濟環境中影響金融發展之各種要素，並運用要素分析法篩選出主要影響台灣金融發展程度之要素，賴以建構金融相關聯率預測方式；二為以台灣地區之經濟要素原始數值為基礎建立實證方式，並驗證此金融相關聯率預測方式之可應用性；三為應用本文所建之金融相互關聯預測方式評估2005年底值；最後為分析影響台灣地區金融發展程度各要素之程度差異及各要素對金融發展程度之貢獻度。本文之研讨結果可作為經濟金融管理決策當局、企業管理者與金融市場投資者，掌握干擾金融發展趨勢，以進行最正确化金融管理決策之參考。貳、文獻探討金融發展指金融結

9、構之變化過程(Goldsmith,1969)，Kuznets(1955)認為一個國家之財富分配與經濟成長及金融結構有其相關性，亦呼應總體環境要素，如資本額、所得水準與金融發展有關，Goldsmith(1969)提出了金融結構理論，透過金融結構與金融發展之根本經濟要素及要素間之相互作用，來分析金融發展與經濟成長間之關係，並提出概念來界定金融發展程度；Greenwood & Boyan(1990)在探討金融發展、經濟成長與所得分配之關係發現，實現金融結構健全成長將加速經濟成長和改善經濟環境，讓資金流動更便利；King & Levine(1993)發現金融發展與經濟發展呈高度的正相關，而Benciv

10、enga & Smith(1997)認為政府對借貸市場之金融政策意向影響了經濟的成長；Mckinnon(1973)發現政府基於維持金融穩定等目的而實施之金融控制或利率上限將抑制金融活動；莊希豐1999探討融機構的發展與經濟成長之關係，就長期而言，融發展對整體經濟有正向的貢獻；黃仁德、時萬2000分析台灣融深化與經濟成長之間關係，發現融深化程越大，經濟成長越快速；陳淑華、蔡忠佑(2003)認為一個國家之金融發展與社會環境、法令制度、政府政策以及民俗文化等總體現象存在亲密關係，因此經濟成長和一國金融發展之總體現象存在相輔相成關係。由此可知，經濟發展過程中，金融部門扮演著相當重要角色，不僅扮演儲蓄與

11、投資之資金供需中介角色，更扮演政府政策性之引導，由於金融是整個經濟之命脈，金融健全之發展更是對整個經濟發展更為重要。 Goldsmith(1969)以金融發展程度衡量一國對金融發展根本結構變動，其要素為貨幣化比率、平均資本產出係數、實質國民生產毛額(gross national product,GNP)成長率、GNP平減指數變動率、資本构成比率等五個實質面要素，以及非金融部門之新發行比率、金融媒介比率、層化比率、具有價格敏感性之金融工具發行淨額佔總發行淨額之比率、金融工具價格變動率、國外投資淨額佔GNP之比率等六個金融面要素來構建方式，Gurley(1967)發現當所得提高與支付習慣改變時，貨

12、幣及其它金融資產之需求會提高，且個人儲蓄才干亦提高，而金融機構融通資金持續挹注，企業投資意願亦隨之添加，資金需求不斷擴大，內部資金不敷运用，即需透過直接或間接融通获得融資，如此金融工具之數量與種類將不斷地累積與添加；King & Levine(1993)以流動性負債佔國內生產毛額(gross domestic product,GDP)比重、非金融性私人機構貸款佔非金融性機構總貸款比重、非金融性私人機構貸款佔GDP比值及存款貨幣銀行國內資產除以存款貨幣銀行國內資產加上中央銀行國內資產比值此四種指標表示金融發展程度，Mckinnon(1973)以貨幣供給額對GDP比率做為金融發展的代理變數，Lev

13、ine & Zervos(1996)則建議以金融機構流動負債對GDP比率做為金融發展變數，Beck et al.,(2000)發現融中介發展與實質每人GDP成長和總要素生產成長有正向關，邊裕淵(2004)則是提出16項指標可做為金融深化程度之參考，如股票市值與GDP 之比、貨幣供給與經濟之成長等。由此可知國內外學者皆透過相關比率做為衡量金融發展之指標。灰色系統理論(grey system theory)主要是針對系統模型之不確定性、資訊之不完好性之下，進行關於系統之關聯分析、模型建構，藉預測及決策之方法來探討了解系統。灰色預測是基於灰色系統理論之模型預測法，利用生成過之數據建立組灰差分方程與灰

14、擬微分方程之方式。以下為本文所运用灰預測之建模方法(吳漢雄等，1996)，根據灰色系統理論之定義，模型之一階微分方程式為 (1)k為系統自變數、為發展係數、為灰色控制變數，、為方式之特定參數。假設原始數列為 (2)在建構時，需先對原始數列作一次累加生成，作為提供建構之中間信息，弱化原始數列之隨機性。定義為之一次AGO數列，即為 (3)由(1)式與(3)式及最小平方法，求得係數為 (4)累加矩陣為 (5)常數項向量為 (6)再將所求出係數代入微分方程式，求解(1)式後，可得近似關係為 (7)其中，將(7)式作一次累減生成，求得所要還原之數列值且令，還原列數即為 (8)本文殘差檢驗法為利用建模所用

15、到之預測數值、原始序列數值與代表預測序列之數值。預測精度等級分為一級好(good)，此時誤差機率且後驗差比；二級合格(qualified) 且；三級勉強(just) 且；四級不合格(unqualified) 且。依據實際值與預測值作殘差比較，公式如下： (9)精確度指標為，當精確度大於80時，代表此預測方式為一合格之預測方式(吳漢雄等，1996)。在灰關聯空間中量化之測度公式，稱為灰關聯度，求灰關聯度時，假设只取一個序列為參考序列時，稱之為部分性灰關聯度，定義為 (10)其中(a) (b) 為參考序列， 為特定比較序列。(c) ；與之間第k個差之絕對值。(d) (e) 當灰關聯係數求出後，取灰

16、關聯係數之平均值為灰關聯度 (11)其中表示因子k之常態化權重，且時，當等權時兩式相等。因此將m個比較序列對同一個參考序列之灰關聯度，按其大小順序陈列，組成一個大小之關係為灰關聯序，其定義為在灰關聯空間中有參考序列及比較序列與，分別表為 (12)假设則稱對之關聯度大於對之關聯度，並用表示之，稱為與之關聯序(吳漢雄等，1996)。參、數量方式之建立一、符號定義本文參考前述文獻，並在Goldsmith之方式概念下，結合要素分析、複廻歸分析及方式建立灰預測金融相關聯率預測方式，並運用灰關聯分析法進行影響方式各要素之程度差異，攸關數量方式所採用之符號定義於下：為金融相關聯率，為某一時點之金融資產總額除

17、以國富與總金融資產新發 行比例。：實質GNP成長率。：物價上漲率。：資本构成比率，為資本构成毛額與名目GNP之比。：外部融資比率，為對外融資毛額除以資本构成毛額。：金融機構新發行比率，為金融部門之發行淨額除以資本构成毛額。：國外發行比率，為對國外發行證券毛額除以資本构成毛額。：資本產出比率，為資本构成毛額年度變動量對GNP年度變動之比值。：價格敏感性之金融資產佔總發行量比率，為股票發行淨額除以國內金 融性資產發行量。：價格敏感性資產價值變動率，為本期股價指數年平均值減前期股價指 數年平均數，再除以前期股價指數年平均值。：為利率自在化之虛擬變數。：為一國加權股價指數之虛擬變數。：總金融資產新發行

18、比率，為金融部門、非金融部門、國人持有國外金 融資產新發行比率之和。：第期國民生產毛額，=1,2,n。：第期金融資產存量，=1,2,n。：經濟成長率。：新發行乘數。：截斷比率。：價格敏感性之金融資產佔總發行量比率之年變動率。：第期金融資產存量變動值。：第期國富。：為金融相關聯率方式之常數項。：為金融相關聯率方式之實質GNP成長率係數。：為金融相關聯率方式之物價上漲率係數。：為金融相關聯率方式之資本构成比率係數。：為金融相關聯率方式之外部融資比率係數。：為金融相關聯率方式之金融機構新發行比率係數。：為金融相關聯率方式之國外發行比率係數。：為金融相關聯率方式之資本產出比率係數。：為金融相關聯率方式

19、之價格敏感性之金融資產佔總發行量比率係數。：為金融相關聯率方式之價格敏感性資產價值變動率係數。：為金融相關聯率方式之利率自在化之虛擬變數係數。：為金融相關聯率方式之台灣加權股價指數之虛擬變數係數。：為實質GNP比率預測方式。：為物價上漲率預測方式。：為資本构成率預測方式。：為外部融資比率預測方式。：為金融機構新發行比率預測方式。：為國外發行比率預測方式。：為資本產出比率預測方式。：為價格敏感性之金融資產佔總發行量比率預測方式。：為價格敏感性資產價值變動率預測方式。：為利率自在化之虛擬變數預測方式。：為一國加權股價指數之虛擬變數預測方式。二、FIR預測方式之建立依據Goldsmith(1969)

20、之概念，在不考慮經濟成長與物價上漲率之影響下，金融資產在某一時點之存量為 (13)由當年GNP利用無窮幾何數列之觀念，可推估出過去無窮期之GNP總和為 (14)將定義為新發行乘數時，(14)式之金融資產存量可改為 (15)(15)式假設期限為無限期，且經濟成長率及物價上漲率不變，則此式不適用於實際狀況，故將無限回溯期分為二段，將金融資產存量拆成二項，前一項為計算期到當期金融資產增量，後一項為期時金融資產存量，第一項之計算方法是引入截斷比率，將無限期調成有限期，其中等於則改為 (16)由於金融資產發行後市場價格會變動，價值變動小者如短期債權可不用調整，但如權益證券、長期公債與長期公司債等則應加以

21、調整，假設其年變動率均為，則可得期到期總價值變動值為 (17)得知金融資產資金存量估計數值後，將其除於國富，即為金融相關聯率。故在較簡單之無限期情形下，金融相關聯率如下，其中 (18)假設回溯為有限n期，則金融相關聯率為 (19)由(19)式中可得知金融相關聯率有關之經濟變數為、，亦可看出一國金融結構之決定要素及其影響方向，發現和為正相關，其組成份子、呈現正向關係；而、則呈現負向關係。Goldsmith(1969)提到利率會對金融發行量產生影響，Gurley & Shaw(1967)與Mckinnon(1973)也提出當金融壓抑情形漸漸減少，利率不再遭到控制時，產生顯著金融深化之情形，故在金融

22、相關聯率預測方式裡参与虛擬變數及表示部份遺漏要素。依Goldsmith概念普通式表示為： (20)建立(20)式之預測方式必須得知之預測數量方式及各個係數值，故將影響金融發展之經濟變數代入(20)式，運用灰預測方式，分別對各變數建立灰預測方式，舉例而言，對之變數原始數列作一次累加生成後之數列，以最小平方法，將一次累加生成之近似關係式作一次累減生成，可求得所要還原之數列值，取某一研讨期間之貨幣化比率資料，作為灰預測方式之原始數列，可得實質GNP比率灰預測方式為(21)式(21)同理可得出、。此各預測方式皆需檢驗平均精確度，當平均精確度大於90%時，表示方式之預測效能為優良。將各經濟要素之預測式代

23、入(20)式，則得金融相關聯率預測方式為： (22)於此運用灰關聯分析瞭解各經濟要素對金融發展的影響程度，作法為將原始數值均值化與正規化，求得各變數的權重。並運用(10)式，求出兩極最大差與最小差，再經由(11)式計算出灰關聯度並以此排出灰關聯序列。肆、實證研讨在本節將以台灣地區金融發展為研讨對象進行實證研讨，攸關內容說明於後。一、研讨假設本文以相關文獻為基礎在實證研讨過程中作以下之研讨假設：一要素分析之主成份分析累積貢獻率達80至85%以上，為決定萃取幾 個主成份之依據。二用來驗證本文所建立之數值資料，符合灰預測方式原始數值特性。三灰關聯分析為主要要素間發展動態定量比較分析。四1989年以前

24、等於0， 1990年利率完全自在化後等於1。五1966年以前為等於0，1967年台灣加權股價指數設立以後等於。六值愈大，表示金融發展程度愈高。二、研讨範圍本文以1965至2004年為研讨期間，台灣地區資金流量統計為樣本資料，驗證Goldsmith之金融相關聯率論點，並參考Goldsmith(1969)對金融環境所下之定義，決定台灣地區金融結構之變數為40筆數據，前39筆數值作為灰預測之原始數值，2004年底為預測值與實際值進行各要素之預測方式精確度檢驗，最後預測出2005年底之值。原始數值資料來源為：全體金融機構金融性資產餘額取自於中央銀行經濟研讨處中華民國台灣地區金融統計月報；GNP、國民所

25、得、物價上漲率與資本构成毛額等資料來源為行政院主計處之中華民國台灣地區國民所得；外部融資比率、金融機構新發行比率、國外發行比率與資本產出比率取自於中央銀行經濟研讨處編印之中華民國台灣地區資金流量統計之第參篇，台灣加權股價指數來自於臺北證券买卖所編製；利率自在化虛擬變數與台灣加權股價指數依本文之研讨方法定義。本文之經濟變數有存量與流量之時間構面，為解決此時間構面問題，於擷取原始數據時，皆以年底年資料為原則。三、實證分析為驗證本文所建立之預測方式之可應用性，進行精確度檢驗是為1965至2001年(期間A)、1965至2002年(期間B)、1965至2003年(期間C)，在精確度合格下進行1965至

26、2004年(期間D)之預測。一FIR預測實證方式之建立普通而言，萃取主成份之累積貢獻率達80%或85%以上(曾國雄，1991)，即可代表主要要素，本文以85%為擷取標準，特徵值為1。期間A累積貢獻率達85%以上有資本构成比率(0.911)、利率自在化之虛擬變數(0.902)、價格敏感性之金融資產佔總發行量比率(0.891)、台灣加權股價指數之虛擬變數(0.867)、實質GNP成長率(0.854)；期間B累積貢獻率達85%以上有利率自在化之虛擬變數(0.917)、資本构成比率(0.912)、價格敏感性之金融資產佔總發行量比率(0.902)、國外發行比率(0.898)；期間C累積貢獻率達85%以上

27、有價格敏感性之金融資產佔總發行量比率(0.908)、利率自在化之虛擬變數(0.903)、金融機構新發行比率(0.893)、台灣加權股價指數之虛擬變數(0.865)、外部融資比率(0.856)。將各研讨期間之主要要素原始數值，利用逐渐廻歸分析法，進行係數估算與顯著性檢定，刪除未達顯著之變數，期間A為資本构成比率(=-1.019，p=0.0470.05)、價格敏感性之金融資產佔總發行量比率(=0.11，p=0.0010.05)、利率自在化之虛擬變數(=0.507，p=0.0130.05)、台灣加權股價指數之虛擬變數(=0.534，p=0.030.05)；期間B為資本构成比率(=-0.327，p=0

28、.0430.05)、國外發行比率(=-6.24，p=0.0160.05)、價格敏感性之金融資產佔總發行量比率(=0.009，p=0.010.05)、利率自在化之虛擬變數(=55.559，p=0.0050.05); 期間C為外部融資比率(=-0.094，p=0.0250.05)、金融機構新發行比率(=0.695，p=0.0000.05)、價格敏感性之金融資產佔總發行量比率(=0.008，p=0.0060.05)、利率自在化之虛擬變數(=88.164，p=0.0000.05)。將不同時期之係數各代入(22)式，即為本文所建構不同時期之預測方式，分別為 (23)、 (24)與 (25)另將各期間之原

29、始數值運用前述灰預測方式，求得最大平均精確度之最適n值及、整理如表1，可知各研讨期間之各主要要素最大平均精確度皆明顯大於80%，表示各研讨期間各主要要素之預測方式皆為合格預測方式。表1 期間A、B、C之最適值、精確度及數值表影響變素期間最適n值平均精確度(%)資本构成比率A0.00616896259.0575832396.68542B0.00643838156.4512512896.51443利率自在化之虛擬變數A0.00551298966.2185091996.87983B0.00518789962.3624272096.98199C0.00525197170.6025252097.1228

30、6價格敏感性之金融資產佔總發行量比率A0.00401734202185.9161896.5177B0.00375130202112.8911896.70867C0.00488776902.3308631897.08251台灣加權股價指數之虛擬變數A0.00555509967.6610151996.89915國外發行比率B0.00648747115.7013052396.26687金融機構新發行比率C0.004901941826.187261697.38079外部融資比率C0.00349559202150.6102096.91794將期間A之最適n值及、數值代入(23)式、期間B之最適n值及、數

31、值代入(24)式、期間C之最適n值及、數值代入(25)式中，即可得金融相關聯率預測實證方式，分別為 (26)、 (27)與 (28)二FIR應用性分析為預測2005年之值，須先驗證所建之(26)、(27)與(28)式為可應用之方式，假設2002、2003與2004年為預測檢驗之預測期，運用各式所求得之金融相關聯率預測實證方式計算各時間點之預測值，再與該年度之實際值作比較求出其方式之準確度，以驗證此預測方式實證方式之可應用性。經計算2002年之預測值為258.6570526，而2002年之實際值為239.71，將二者作比較，可得(26)式之精確度為92.10%： (29)2003年之預測值為24

32、2.9281124，而2003年之實際值為264.07，將二者作比較，可得(27)式之精確度為92.00%： (30) 2004年之預測值為292.1170554，而2003年之實際值為271.51，將二者作比較，可得(28)式之精確度為92.41%： (31) 由上可知，本文所建構之金融相關聯率預測方式其精確度皆達90%以上。為一合格預測方式。將期間D之原始數值進行因數分析，以主成份之累積貢獻率大於85%以上，作為主要要素之依據，累積貢獻率達85%以上有利率自在化之虛擬變數(0.912)、金融機構新發行比率(0.950)、價格敏感性之金融資產佔總發行量比率(0.894)、台灣加權股價指數之虛

33、擬變數(0.869)、國外發行比率(0.858)。再將其主要要素原始數值，利用逐渐迴歸分析法，進行係數估算與顯著性檢定，刪除未達顯著之變數，結果為金融機構新發行比率(=0.618，p=0.0000.05)、價格敏感性之金融資產佔總發行量比率(=0.008，p=0.0070.05)、利率自在化之虛擬變數(=8.944，p=0.0000.05)及台灣加權股價指數之虛擬變數(=2.285，p=0.0360.05)。將期間D之係數值代入(22)式即為本文在期間D為研讨期間所建構之預測方式為 (32)另將期間D之原始數值運用前述所建立之灰預測方式，求得最大平均精確度之最適n值及、整理如表2，可知期間D之

34、各主要要素最大平均精確度皆明顯大於80%，表示期間D之各主要要素預測方式皆為合格預測方式。表2 期間D最適n值、精確度及數值表影響變數最適n值平均精確度(%)金融機構新發行比率0.0029688371203.3527581398.56848價格敏感性之金融資產佔總發行量比率0.002876412155938.75922893.2259利率自在化之虛擬變數0.004260468112.002732097.00768台灣加權股價指數之虛擬變數0.004618396113.43619112197.2305將表2之最適n值及、數值代入(29)式中，即可得金融相關聯率預測實證方式為 (33)(33)式為

35、本文所建構之2005年預測方式，經運算2005年之值為300.2324927，預測出之值較2004年實際上漲，預測2005年之金融發展呈現成長狀態。三影響FIR要素之灰關聯分析本文應用值來衡量台灣金融發展程度，當值愈大時，代表金融發展程度愈大，故運用各預測值與係數值之乘積來判斷，能否對具有貢獻，假设乘積數為正值時，則代表其對有貢獻，以期間A、B、C、D分別為研讨期間，利用要素分析挑選出影響之主要要素，再排除對較無影響力之變數，結果發現在實質GNP成長率、物價上漲率、資本构成率、外部融資比率、金融機構新發行比率、國外發行比率、資本產出比率、價格敏感性之金融資產佔總發行量比率、價格敏感性資產價值變

36、動率、利率自在化之虛擬變數、台灣加權股價指數之虛擬變數共11個變數中，對期間A之有貢獻者為價格敏感性之金融資產佔總發行量比率、利率自在化之虛擬變數與台灣加權股價指數之虛擬變數；對期間B之有貢獻者為價格敏感性之金融資產佔總發行量比率與利率自在化之虛擬變數；對期間C之有貢獻者為金融機構新發行比率、價格敏感性之金融資產佔總發行量比率與利率自在化之虛擬變數；對期間D之有貢獻者為金融機構新發行比率、價格敏感性之金融資產佔總發行量比率、利率自在化之虛擬變數與台灣加權股價指數之虛擬變數。將對具有貢獻之要素對以大小排序，其貢獻度、灰關聯度、貢獻順序整理於表3。表3 期間A、B、C、D之各主要要素灰關聯度與對之

37、貢獻度表影響要素時期貢獻度灰關聯度誤差順序價格敏感性之金融資產佔總發行量比率A152.19620.98151A1B115.87540.99867B1C0.600000.99274C3D97.025000.98463D1利率自在化之虛擬變數A48.746160.97485A3B52.879280.99950B2C1504.8530.99009C1D81.263730.90279D2台灣加權股價指數之虛擬變數A51.832000.99859A2D23.997290.81127D4金融機構新發行比率C90.552160.95199C2D26.533450.97906D3四、實證結果根據實證分析可得歸

38、納出本文之實證結果如下：一本文以1965至2001年、1965年至2002年與1965至2003年為研讨期間，預測2002、2003與2004年之預測值，其精確度達92.10%、92.00%、92.41%皆高於90%。當精確度達85%以上時，則可代表此預測方式為一個合格之預測方式，故本文所建構之金融相關率預測方式為一合格預測方式之假設成立。二在預測方式合格條件下，應用本文所建構之金融相關率預測方式評估2005年底之值為300.2324927，較2004年底之實際值271.51為高，故預測2005年底之值呈現上漲現象，亦即金融發展呈成長狀態。三運用灰關聯分析各變數影響值貢獻度之差異，得知1965

39、至2001年之價格敏感性之金融資產佔總發行量比率之灰關聯度對之貢獻最大，其次為台灣加權股價指數之虛擬變數與利率自在化之虛擬變數，而資本构成比率之灰關聯度對為則無貢獻；1965至2002年之利率自在化之虛擬變數灰關聯度對之貢獻最大，其次為利率自在化之虛擬變數，而資本构成比率與國外發行比率之灰關聯度對為則無貢獻；1965至2003年之利率自在化之虛擬變數灰關聯度對之貢獻最大，其次為金融機構新發行比率與價格敏感性之金融資產佔總發行量比率，而外部融資比率之灰關聯度對為則無貢獻；1965至2004年價格敏感性之金融資產佔總發行量比率之灰關聯度對值之貢獻度最大，其次為利率自在化之虛擬變數與金融機構新發行比

40、率，而台灣加權股價指數之虛擬變數對之影響最小。伍、結論台灣地區在参与世界貿易組織後，面對國際之競爭，又加上金融法規開放，銀行之間競爭加劇，又於2001年設置金融重建基金，開啟大規模金融再造之新紀元，政府接纳不良金融機構，破壞了自然市場法則，台灣在面臨國際競爭壓力與種種金融變革之下，預測金融發展程度愈趨重要。本文藉由金融相關聯率預測方式之建立，進行預測方式可應用性之實證研讨，主要研讨結果為，以Goldsmith金融相關聯率預測模型之概念與相關研讨所定義之經濟變數建立可用來衝量金融發展程度之金融相關聯率預測方式，並以台灣地區金融發展為研讨對象進行預測方式可應用性實證研讨，實證發現本文所建構之金融相

41、關聯率預測方式高預測精確度；在預測方式合格條件下，預測與衡量得知台灣地區發展程度愈來愈高，以及運用灰關聯分析出金融機構新發行比率、價格敏感性之金融資產佔總發行量比率、利率自在化之虛擬變數及台灣加權股價指數之虛擬變數對金融發展具有正向且顯著的影響，代表這些經濟變數能夠有效代表台灣整體金融發展的指標。未來相關研讨建議為，本文以Goldsmith金融相關聯率所考量之經濟變數作為預測之變數，然而影響金融發展程度變動與總體經濟環境狀況息息相關，其動因尚存多項多種，假设可依經濟環境變遷對預測方式参与適當經濟變數進去，則可提高金融相關聯率預測方式之預測才干。本文在實證研讨進行驗證預測方式之可應用性時，受限研

42、讨變數為年資料形態，假设能抑制資料來源之時間要素限制，將以月資料或日資料來進行預測，應可提高實務之應用價值且本文之研讨期間較長，有結構性改變能够影響預測方式之準確度，故假设能抑制以上之問題，將能添加金融相關聯率預測方式之準確度。陸、參考文獻Beck, Thorsten, Ross Levine and Norman Loayza, Finance and the Sources of Growth, Journal of Financial Economics, 2000, Vol.58, No.1, pp.261-300.Bencivenga, Valerie R. and Bruce D.

43、 Smith, Unemployment Migration and Growth, The Journal of Political Economy, 1997, Vol.105, No.3, pp.582-608.Goldsmith, Raymond, Financial Structure and Development, 1969, New Haven: Yale University Press.Greenwood, Jeremy and, Jovanovic Boyan, Financial Development, Growth and the Distribution of Income, Journal of Political Economy, 1990, Vol.98, No.5, pp.1076-1107.Gurley, John G. and Edward S S