Page 24 - 柯博智

變數為 mVaR ，而結果 (6C) 式與 (6D) 式的主要解釋變數也分別是
t+1
ESG 總分與三項支柱分數，但改以 mCVaR 做為應變數。
t+1
從結果 (6A) 式來看， BESG 的估計係數為 -0.0017，顯示 ESG 總
t
績效與 mVaR t+1 有顯著負相關。表示在 95% 的信賴水準下，以未來

一年最大損失第 5 個百分位數當作極端風險的門檻標準時，ESG 總

分的提升能夠改善未來面臨的極端風險。再來，透過結果 (6B) 可以

得知各項支柱分數對 mVaR 的相關性，可以發現環境與公司治理
t+1
對 mVaR 有顯著負相關，估計係數分別為 -0.0006 與 -0.0033 顯示
t+1
環境與公司治理績效在台灣市場中，能夠改善極端風險的閾值。最

後，控制變數不論在 (6A) 式還是 (6B) 式，除了槓桿程度外其他變

數皆有顯著相關。比較值得留意的是公司規模之係數在兩個模型中

皆約在 0.0030 左右，結果與文獻所預期的不同，公司規模越大反而

會提高損失的閾值，增加極端風險，這可能是台灣市場的特性之

一。李春旺 (1989) 指出，台灣市場可能存在反向規模效應，也就是

公司規模與報酬呈現正向的關係，若真如此，規模越大的公司也應

面臨更大的風險，規模才能與報酬具有抵換關係。而周轉率與去趨

勢化周轉率的結果卻相當令人意外，在兩個結果中分別為 0.0001 與

-0.0001，前者符合文獻預期，後者卻相反，顯示若周轉率趨勢上升

時反而降低隔年的極端風險，這可能是由於樣本集中在 2021 與

2022 年，且這兩年恰逢股市因為疫情與戰爭的影響經歷了大起大

落，因此常規的行為模式可能被打破，使兩種周轉率出現不一致的

結果，另一種可能是這是台灣市場的特殊現象，代表對流動性增加

的公司，市場投資人是抱持著比較樂觀的態度的。總結兩個模型來

看，若以 mVaR 做為極端風險的指標，台灣市場中 ESG 績效與極
t+1
端風險有正相關，且若從支柱分數來看，著手改善公司治理的績效

是最有效的方式。

21