臺灣博碩士論文加值系統

巴塞爾資本協定（Basel Accord）是國際銀行執行內部金融監管時的方針及準則。隨著全球金融體制的變革，初版的巴塞爾資本協定已經無法切合當今的金融環境，因而有新版的訂定。在新版協定中將原本的最低資本要求，擴大為包括最低資本要求、監督審查程序及市場紀律等三大支柱。目前國內對於新版巴塞爾協定的研究，大多將重心擺在如何因應新版巴塞爾資本協定的施行，以及其對國內的金融面產生何種影響及配套措施的規劃；但鮮少進一步探討在計算最低資本要求時的變數，像是資產相關係數。
因此，本研究分別利用選擇權評價模型，求算出國內上市公司的違約機率；以及利用標準普爾信用評等的調整後KMV模型，求算出國外上市公司的違約機率，再利用國內、外的違約機率求算出資產相關係數，再考慮公司規模後加以討論。實證發現，從國內各別產業的角度，在資訊電子產業，公司規模與資產相關係數之間呈正向關係；在違約機率、資產相關係數和公司規模彼此之間的關係，從國內和國外研究的樣本中並無法驗證出，資產相關係數為違約機率減函數，也為公司規模增函數。

The Basel Accord is always the principle and basis of international banks implement the internal financial administration. Owing to the global financial structure change, Basel I Accord already can’t fit in with nowadays financial environment, so touch on the New Basel II Accord advent. Based on the Basel II Accord, it got three pillars such as minimum capital requirement, supervisory review process and market disciplines. For the moment, the researches on the New Basel II Accord, almost focus on how to implement the system and how can it be created for different environments, but minor further study on the calculation of Minimum Capital Requirement.
For this reason, this paper try to use Option Pricing Model and Standard & Poor’s credit ratings for adjusting the KMV Model, to calculate the default probability of domestic and abroad listed company, respectively. Afterward, I put default probability of domestic and abroad value to substitute asset correlation formula for the calculation of asset correlation. Finally, I consider the firm scale factor simultaneously. Through the empirical study, it shows that the firm scale and asset correlation is positive at domestic information electronic industry. With regard to default probability, asset correlation and firm scale, neither the samples of domestic nor abroad is verified. But if only consider the default probability, the relationships among these three variables is significant.

摘要 I
ABSTRACT II
誌謝 III
圖目錄 VI
表目錄 VIII
第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 3
第三節 研究架構與流程 4
第二章 文獻回顧與探討 6
第一節 信用風險模型之發展及相關文獻 6
第二節 資產相關係數 18
第三章 研究模型與方法 25
第一節 選擇權評價模型 (OPTION PRICING MODEL) 25
第二節 KMV-EDFTM模型 30
第三節 牛頓法(NEWTON''S METHOD) 35
第四節 研究樣本及變數說明 38
第五節 標準普爾長期信用評等等級之定義 43
第六節 研究實證之流程 45
第四章 實證結果 46
第一節 標準普爾信用評等結果 46
第二節 違約機率與資產相關係數之關係 49
第三節 公司規模與資產相關係數之關係 69
第四節 平均資產相關係數依公司規模和違約機率劃分 71
第五章 結論與研究建議 75
第一節 結論 75
第二節 研究建議 76
參考文獻 77
附 錄 81

A.中文部份：
1.沈中華、張家華（2004），「違約率與總體經濟相關性」，信用資訊月刊，三月號。
2.沈中華（2005），「資產組合風險預測：Default Correlation及Asset Correlation」，金融管理季刊，第一卷，第一期，第102-110頁。
3.林妙宜（2002），「公司信用風險之衡量」，政治大學金融研究所，碩士論文。
4.許峻賓（2003），「KMV模型於財務預警之實證研究」，真理大學財經所，碩士論文。
5.陳肇榮（1983），「運用財務比率預測企業財務危機之實證研究」，政治大學企研所，博士論文。
6.陳明賢（1986），「財務危機預測之計量分析研究」，台灣大學商研所，碩士論文。
7.黃建隆（2003），「以市場模式衡量信用風險」，碩士論文，中國文化大學會計研究所，碩士論文。
8.趙令斌（1999），「以選擇權模式衡量信用風險」，碩士論文，東吳大學會計研究所，碩士論文。
9.蔡嘉倩、敬永康（2002），「Basel Accord 與QIS 3風險權數之比較」，信用資訊月刊，12月號。

B.英文部份：
1.Altman, E. I.(1968),“Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,”Journal of Finance, 23, pp.589-609.
2.Altman, E. I., G. Macro and F. Varetto(1994),“Corporate Distress Diagnosis: Comparisons Using Linear Discriminant Analysis and Neural Networks(the Italian Experience) ,” Journal of Banking and Finance, 18, pp.505-529.
3.Basel Committee on Banking Supervision(BCBS)(2005), A Explanatory Note on the Basel II IRB Risk Weight Functions.
4.Dutta, S. and S. Shekhar (1988),“Bond Rating: A Non-Conversation Application of Neural Network,”IEEE International Conference on Neural Networks – San Diego, 2, pp.443-450.
5.Lopez , J. A.(2004),“The empirical relationship between average asset correlation, firm probability of default, and asset size,”Journal of Financial Intermediation, pp.265-283.
6.Dietsch, M. and Petey, J. (2004),“Should SME exposures be treated as retail or corporate exposures? A comparative analysis of default probabilities and asset correlations in French and German SMEs,”Journal of Banking & Finance, pp.773-788.
7.D llmann, K. and Scheule, H. (2003),“Determinants of the Asset Correlations of German Corporations and Implications for Regulatory Capital,”Working Paper, University of Regensburg.