臺灣博碩士論文加值系統

今日台灣金融業的激烈競爭凸顯出信用風險控管工作的重要性，而做好風險預警工作正是其中非常重要的一環。透過一個建構良善的信用風險預警模型運用，我們將可以藉此達到有效預估公司未來可能因為發生財務危機而造成信用違約的機率，那麼此風險預警模型除了可讓授信機構與投資人做好風險的及早預警、防範損失於未然外，其對授信機構與投資人在風險貼水要求的評估上，也將有莫大的幫助。
本研究著重在財務危機的預警模型，比較以台灣資料所建構的信用評分模型與Moody’s KMV 模型二種不同模型在預測台灣上市櫃公司發生財務危機的效果上何者準確性較佳？本研究運用群內分析法（Intra-cohort analysis）來比較二種模型的相對有效性，並運用Logit迴歸模型來比較不同模型的預測效果孰佳。
研究結果發現，不論是從群內分析法或者是Logit迴歸分析，Moody’s KMV模型的預測效果與預測準確率都比本論文所採用的以台灣資料所建構的信用評分模型為佳，代表此模型運用在台灣上市櫃公司的財務危機預警工作上為一較佳且有效的指標。

The keen competition of the financial industry in Taiwan today reveals the importance of the credit risks control. The risk early warning is the very important segment of that. By using the well early warning model of credit risks, we can estimate effectively the probability of credit default since the financial crisis occurred in the company. In addition to preventing loss and early warning of risk, the early warning model can help the accredited organizations and investors in the assessment of the risk premium.

This research focuses on the early warning model of the financial crisis. Comparing the credit ratings model constructed by the materials of Taiwan with Moody' s KMV model in predicting the result of the financial crisis takes place to listed companies in Taiwan, which model has better accuracy? This research used the Intra-cohort analysis to compare the relative validity of two models, and used the Logit regression model to find out which model is good in forecasting.

The result of research reveals, no matter Intra-cohort analysis or Logit regression analysis, that Moody' s KMV model has better predicting rates of accuracy than the credit ratings model constructed by the materials of Taiwan. It represents the Moody' s KMV model is a better and efficient method using to the work of the financial crisis early warning in listed companies in Taiwan

目錄

指導教授推薦書 ………………………………………………………
口試委員審定書 ………………………………………………………
授權書 …………………………………………………………………
誌謝 ………………………………………………………………….
中文摘要 ……………………………………………………………..
英文摘要 ……………………………………………………………..
第一章 緒論 ……………………………………………………….. 1
1-1 研究動機 ………………………………………..…………. 1
1-2 研究目的 ……………………………………………...…… 2
1-3 研究架構 ………...……………………………….…….….. 4
第二章 文獻探討 ………………………………………………..… 6
2-1 會計基礎的信用評分模型 …………………………….….. 7
2-1-1 多變量區別分析模型 ………………………….…... 7
2-1-2 迴歸分析模型 ………………………………….…. 11
2-2 市場基礎的選擇權評價模型 ……………………………. 13
2-2-1 選擇權評價模型的發展 ………………………..… 13
2-2-2 KMV模型之簡介 ……..………………………. 19
第三章 研究方法 ……………………………………………….. 27
3-1 實證資料之取得 ……………………………………….. 28
3-2 危機企業之定義 ……………………………………….. 29
3-3 信用評分法 - 台灣公司區別分析模型 ………………. 32
3-4 Moody’s KMV Credit Monitor系統 – EDF ……………. 33
3-5 群內分析法 …………………………………………….. 34
3-6 Logit 迴歸模型 ………………………………………… 36
第四章 實證結果 ………………………………………………. 38
4-1 實證資料之敘述統計量 ……………………………….. 38
4-2 群內分析法之實證結果 ……………………………….. 42
4-3 Logit 迴歸之實證結果 ………………………………… 47
第五章 結論與建議 ……………………………………….…… 50
5-1 實證結論 ………………………………………………. 50
5-2 研究建議 ………………………………………………. 51
參考文獻 ……………………………………………………….. 53

參考文獻

一.中文部分
1.陳業寧，王衍智，許鴻英.2004. 台灣企業財務危機之預測：信用評分法與選擇權評價法孰優？，風險管理學報第六卷第二期：P155-179。
2.林妙宜.2002. 公司信用風險之衡量，國立政治大學金融研究所碩士論文。
3.林蔚.2005. 台灣危機企業之預測：信用評分法與選擇權評價法之再比較，國立中正大學財務金融研究所碩士論文。
4.何太山.1977. 運用區別分析建立商業放款信用評分制度，國立政 治大學企業管理研究所碩士論文。
5.陳肇榮.1983. 運用財務比率預測企業危機之實證研究，國立政治大學企業管理研究所博士論文。
6.王懷德.2003. KMV模型於國內未上市、未上櫃之公開發行公司之研究，私立東吳大學會計研究所碩士論文。
7.陳思翰.2003. 商業銀行如何利用Logit及KMV模型檢視授信政策，國立中央大學財務金融研究所碩士論文。

二.英文部分

1. Altman, E. I. .1968. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy , Journal of Finance, Vol.23, No. 4, 589-609.
2. Altman, E. I., R. Haldeman and P. Narayanan .1977. ZETA Analysis, A New Model to Identify Bankruptcy Risk of Corporations , Journal of Banking and Finance, Vol.1, No. 1, 29-54.
3. Kaplan, R. S., and Urwitz, G..1979. Statistical Models of Bond Rating：A Methodological Inquiry, Journal of Business, Vol.52, No.2, 231-259.
4. Ohlson, J. M. .1980. Financial Ratios and the Probabilistic
Prediction of Bankruptcy, Journal of Accounting Research, Vol. 18, No. 1, 109-131.
5. Black, F. and M. Scholes .1973. The Pricing of Options and Corporate Liabilities, Journal of Political Economy , Vol. 81, No. 3, 637-654.
6. Merton, R. C. .1974. On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, Journal of Finance, Vol. 29, No. 2, 449-470.
7. Miller, R. .1998. Refining Ratings , RISK, Vol. 11, August, 97-99.
8. Kealhofer S. and Kurbat M..2001. The Default Prediction Power of Merton Approach, Relative to Debt Ratings and Accounting Variables , KMV LLC.
9. Bongini, P., L. Laeven and G. Majnoni .2002. How Good Is the Market atAssessing Bank Fragility? A Horse Race between Different Indicators , Journal of Banking and Finance,Vol. 26,No. 5, 1011-1028.