Page 22 - 柯博智

為檢視變數之間的相關性來釐清共線性 (collinearity) 的可能，本研

究使用皮爾森相關係數 (Pearson correlation coefficient) 來進行檢

定，並將結果彙整在表 5。一般來說若相關係數大於 0.7 則視為變數

之間高度相關，有共線性的可能，進而影響迴歸分析的有效性。從
表 5 可得知自變數之間除了 ESG 變數之間並沒有相關係數超過 0.7

的 情 形 出 現 ， 可 初 步 排 除 共 線 性 的 發 生 。 而 在 ESG 變 數 之

間， BESG 與 ENV 以及 SOC 兩者的相關係數皆超過 0.7，由於
t t t
BESG 本來就是由三項支柱分數線性加權而得，會高度相關是合理
t
的情形，而且在進行迴歸分析時 BESG 會與支柱分數分開進行，分
t
別探討與應變數的關係。除此之外，本研究所關注的應變數中，首

先，mVaR 與各項自變數的相關係數，除了槓桿程度外皆符合文獻
t
中的預期。再來，對 mCVaR 來說，雖然槓桿程度與環境支柱分數
t+1
不 符 合 文 獻 預 期 ， 但 環 境 支 柱 分 數 與 mCVaR 的相關係數只有
t+1
0.02，影響不大，至於槓桿程度則可能是台灣市場的特性，但主要

的關係我們會在接下來迴歸模型中檢驗。

4.2 迴歸分析

本小節針對迴歸分析的結果進行分析，主要分為兩項，ESG 總績

效與未來的極端風險是否有顯著負向關係，以及哪項支柱績效與未

來的極端風險有顯著負向關係。主要目的是在探討 ESG 績效是能成

為公司對抗極端風險的其中一項參考指標，對投資人來說，它可成

為評價資產時的標準之一。對於公司管理層，可成為改善 ESG 績效

的動機，幫助財務上的規劃。而對債權人而言，它可成為部分信用

評價的依據。表 6 為本研究 OLS 迴歸模型的結果，並依應變數與

ESG 變數分別呈現在估計結果 (6A) 式至 (6D) 式。結果 (6A) 式

與 (6B) 式分別以 ESG 總分與三項支柱分數做為主要解釋變數，應

19