臺灣博碩士論文加值系統

本研究採Logistic迴歸方法，以1500家台灣中小企業為樣本，建立財務危機預警模型，檢視影響中小企業經營危機的財務與非財務變數資訊。其次，根據新巴塞爾協定之規範進行信用評等，並比較標準法與內部模型法的資本計提。實證結果顯示:台灣中小企業之財務預警指標為現金/總資產、存貨/銷貨收入淨額、應收帳款週轉次數、平均收帳天數及營業毛利率；非財務預警指標為銀行往來家數、公司年齡、保證人人數、額度使用率及員工人數。此外，台灣中小企業其信用評等呈現集中評等兩端之雙峰分布，而與一般大型企業單峰分布情形不同。資本計提比較結果為內部評等法中之零售型其資本計提較公司型為低，而內部評等法不一定優於標準法，需視資本計提時之公司類型而定。

Using a sample containing financial and nonfinancial data of 1500 Taiwan small and medium sized enterprises (SMEs), we first employ the Logistic regression to develop the bankruptcy prediction model for SMEs. Then we implement the credit rating for the SMEs and compare the bank capital requirements of the portfolio among the alternative approaches under the Basel II. The empirical results show that our financial predictors include cash/total assets, inventory/net sales, turnovers of account receivables, average collection period, rate of gross operating income and the non- financial predictors include number of correspondent bank, age of firm, number of guarantee, utilization rate of credit line. Different from the large firms, the credit rating of Taiwan SMEs exhibits a bi-modal distribution. If classify the entire SMEs portfolio as retail, the capital charges are lower than classify as corporate. The capital charged by the Internal Rating Based (IRB) approach is not necessarily less than the standardized approach. The IRB approach can provide capital saving relative to the standardized approach only when the SMEs portfolio classified as retail.

第一章 緒論 1
第一節 研究背景與動機 1
第三節 研究架構 4
第二章 文獻探討 5
第一節 我國中小企業背景介紹 5
第二節 財務危機預警模型 11
第三節 中小企業財務危機預警模型 15
第四節 新巴塞爾協定之概述 16
第五節 新巴塞爾協定與中小企業 20
第三章 研究設計 22
第一節 樣本變數說明 22
第二節 模型建構 35
第三節 模型驗證 38
第四節 信用評等 41
第五節 巴塞爾協定標準法與內部評等法資本計提比較 41
第四章 實證結果 44
第一節 模型建構 44
第二節 模型區別能力檢定 50
第三節 信用評等 51
第四節 資本計提比較 54
第五章 結論及建議 57
第一節 研究結論 57
第二節 研究限制與建議 58
參考文獻 60

中文部份
1.李三榮 (2001)，Basel 2，台灣金融財務季刊第三輯第二期。
2.李惠民 (1985)，中小企業信用評估模式之研究，淡江大學管理科學研究所碩士論文。
3.陳明賢 (1986)，財務危機預測之計量分析研究，國立台灣大學商學研究所碩士論文。
4.陳忠賢 (2004)，中小企業信用評等模式之研究-以台北（縣）市中小企業為例，輔仁大學金融研究所碩士論文。
5.黎法寬 (1997)，中小企業信用分析模式，國立暨南大學國際企業學系碩士論文。
6.胡美惠 (2003)，公司財務風險防範預警模式之探討-以中部中小企業為例，大業大學事業經營研究所碩士在職專班論文。
7.洪雪媚 (2004)，新巴塞爾資本協定對國內中小企業影響之實證研究，台灣大學國際企業學研究所碩士論文。
8.簡明仁 (2004)，中小企業授信風險管理-BaselⅡ方法之實務運用，國立台北大學國際財務金融碩士在職專班碩士論文。
9.葉春有 (2004)，國內中小企業貸款違約預測模式之研究-以某商業銀行之授信戶為例，實踐大學企業管理研究所碩士論文。
10.胡志宏 (2003)，新版巴塞爾資本協定對我國金融業信用風險管理之衝擊，元智大學管理研究所碩士論文。
11.廖偉廷 (2006)，台灣中小企業信用風險模型之研究，東吳大學國際貿易學系碩士論文。
12.行政院金融監督管理委員會 (2004)，新巴塞爾資本協定全文中文版。
13.經濟部中小企業處 (2006)，中小企業白皮書。
英文部分
1.Altman, E. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporation Bankruptcy,” The Journal of Finance, vol. 13, pp. 589-609.
2.Altman, E., Bharath, S. and Saunders A.(2002), “Credit Ratings and the BIS capital Adequency Reform Agenda,” The Journal of Banking &Finance, vol.26, pp. 909-921
3.Altman, E. and Sabato, G. (2005a), “Modeling Credit Risk for SMEs: Evidence from the US Market, ” http://www.defaultrisk.com/pp_model133.htm
4.Altman, E. and Sabato, G. (2005b), “Effects of The New Basel Capital Accord on Bank Capital Requirement For SMEs,” Journal of Financial Services Research, vol. 28, pp.15-42
5.Altman, E., Haldeman, R. and Narayanan, P. (1977), “Zeta Analysis: A New Model to Identify Bankruptcy risk of Corporations, ” Journal of Banking & Finance, vol.1, pp.29-54.
6.Atiya, F. (2001), “Bankruptcy Prediction for Credit Risk Using Neutral Networks: A Survey and New Results, ” IEEE Transactions on Neutral Networks, vol. 12, pp. 929-935.
7.Basel Committee on Banking Supervision, (1999), “A New Capital Adequacy Framework,” Basel Report, January, pp.1-62
8.Basel Committee on Banking Supervision,(2001a), “The New Basel Capital Accord：An Explanatory Note,” Basel Report, January, 1-16.
9.Basel Committee on Banking Supervision,(2001b), “Overview of New Basel Capital Accord,” Basel Report, January, pp.1-39.
10.Beaver, W. H. (1966), “Financial Ratio Predictors Failure, ” Empirical Research in Accounting, vol. 4, pp. 71-111.


11.Begley, J., Ming, J. and Watts, S. (1996), “Bankruptcy Classification Errors in The 1980s: An Empirical Analysis of Altman’s and Ohlson’s Modles,” Reviews of Accounting Studies, vol. 1, pp. 267-284.
12.Collins, R. A., and Green, R. D. (1982), “Statistical Methods for Bankruptcy Forecasting,” Journal of Economics and Business, pp.52-57.
13.Laitinen, E.K. (1991), “Financial Rations and Different Failure Processes,” Journal of Business Finance and Accounting, vol.18, pp.649-673.
14.Jes, S. and Trucharte, C. (2003), “The Impact of Basel II on Lending to Small-and Medium-sized Firms. A Regular Policy Assessment Based on Spanish Credit Register,” http://www.bde.es/regulacion/pymes9401.pdf.
15.Ohlson, J. (1980), “Financial Ratios and the Probabilistic Prediction of Bankruptcy,” Journal of Accounting Research, vol. 18, pp. 109-131.
16.Odom, M. D. and Sharda, R. (1990), “A Neural Networks for Bankruptcy Prediction,” IEEE INNS International Joint Conference on Neural Networks, vol.2, pp.163-168
17.Scott, J. (1981), “The Probability of Bankruptcy: A Comparison of Empirical Predictions and Theoretical Models, “Journal of Business and Finance, vol. 5, pp.545-557
18.Pompe, P. and Bilderbeek, J. (2005), “The Prediction of Bankruptcy of Small- and Medium-Sized Industrial Firms,” Journal of Business Venturing, vol. 20, pp. 847-868.