我國銀行業在金融體系中係扮演較為重要的角色，而授信業務又是銀行獲利的主要來源，因此授信業務對我國的金融體系是相當重要的。不過授信業務有其信用風險，一旦授信戶違約，銀行不但不能獲利，連帶也會影響金融體系的穩定，因此如何管理授信信用風險係銀行業相當重要的課題。
早期銀行業多以人工評估方式來管理授信信用風險，後來開始發展企業信用評等來取代。鑑於以企業信用評等來管理授信信用風險的相關研究較少，本研究於是參考文獻與銀行業實際經驗，從找出影響違約機率的風險變數開始，探討如何建立企業信用評分模型，完成企業信用評等，並應用企業信用評等來協助銀行業管理授信信用風險。
本研究蒐集2001年至2004年間，3340個股票上市櫃的「電子製造業」與「傳統製造業」樣本之資料，運用這些資料分別建立「電子製造業」與「傳統製造業」的企業信用評分模型，並依照風險的高低完成二產業的企業信用評等，最後再應用於授信定價、授信准駁與政策，來管理授信信用風險，經由實證與應用探討，得到結論如下：
一、本研究以M-W中位數差異檢定及Logistic迴歸分析找出對違約機率具有解釋能力的變數，再建立企業信用評分模型，經ROC驗證後證明所建立的業信用評分模型具一定的預測能力。
二、本研究以建立的企業信用評分模型，計算出各企業的預期違約機率，依照風險的高低排序，平均切等，完成二產業的企業信用評等，觀察此二產業的企業信用評等，發現信用評等等級的預期違約機率，會隨著等級增加而上升。
三、本研究綜合金融監管機關的規範、外部評等機構的方式、學者的研究與部份銀行的實例，再結合研究者自身的經驗，發現銀行業可以建立企業信用評等制度，將產生的企業信用評等應用在授信定價、授信准駁與企業授信政策方面，以管理授信信用風險。

The reason that banks play an important role in Taiwan financial industry is because lending, from which banks made most portion of revenue, is the most important part of banking; however, there is one risk, named credit risk, highly related to bank loans. Once bank’s clients turned to default, the credit risk influences not only banks’ profit but also the stability of whole Taiwan financial environment. As a consequence, how to manage the credit risk of lending business is one of the main topics of bank industry in Taiwan.
In early age, banks used human judgments to manage credit risks of lending business, and then they are starting to develop corporation credit evaluation methods, such as the internal rating model, in order to fully or partly replace human judgments. Due to few researches on corp. credit measures for managing credit risks, this paper started from finding factors that significantly influence default probability of corporations based on the reference papers and banking experience, and then turned to develop credit rating models for corporations and use this credit rating model to help banks manage, or reduce, the credit risks that they are facing.
This research collected audited financial data of 3,340 Taiwanese listed “electronic produce” and “traditional produce” companies from year 2001 to year 2004. Based on the information, this research built up two credit rating models for electronic-produce industry and traditional-produce industry separately. And then this paper applied these two models into pricing policy and authority of lending for managing the credit risk of corp. loans. According to the validations of true default cases and suggested applications, the conclusions of this research can be summarized as follows:
1.This paper discovered that the factors, found by M-W Median Test, and credit rating models, built by Logistic Regression, have power, checked by ROC, to explain the default probability of samples.
2.The credit rating models of this paper for two different industries have positive relationship between expected corporations’ default probabilities and credit ratings, which was ranked by risk and equally segmented.
3.Based on Taiwan Government’s regulations, external rating agents’ methodologies, academic researches, banks’ examples, and the author’s experience, this paper found that banks can build up internal rating models for pricing policy and authority of lending for managing the credit risk of corp. loans.

目 錄
頁次
目錄------------------------------------------------i
表目錄--------------------------------------------iii
圖目錄---------------------------------------------iv
第一章 緒論-----------------------------------------1
第一節 研究背景與動機---------------------------1
第二節 研究目的---------------------------------6
第三節 論文流程與架構---------------------------6
第二章 文獻研討-------------------------------------9
第一節 企業金融授信業務與授信原則---------------9
第二節 授信信用風險管理與新巴塞爾資本協定------12
第三節 企業信用風險評估方法與研究模型----------19
第四節 企業信用評等----------------------------34
第三章 研究方法------------------------------------40
第一節 研究對象及範圍--------------------------40
第二節 資料來源與樣本分組----------------------41
第三節 違約、研究變數與企業信用評等等級定義----42
第四節 研究限制--------------------------------46
第五節 分析方法與統計模型----------------------47
第六節 研究流程--------------------------------49
第四章 企業信用評等實證結果與分析------------------50
第一節 樣本結構分析----------------------------50
第二節 單變量分析------------------------------50
第三節 多變量分析------------------------------56
第四節 ROC驗證 --------------------------------62
第五節 企業信用評等----------------------------65
第五章 企業信用評等應用於授信信用風險管理----------68
第一節 企業信用評等制度------------------------68
第二節 授信定價與授信准駁----------------------70
第三節 授信政策--------------------------------73
第六章 結論與建議----------------------------------75
第一節 結論------------------------------------75
第二節 研究貢獻與管理意涵----------------------76
第三節 建議------------------------------------77
參考文獻-------------------------------------------79
表 目 錄
頁次
表1-1 我國間接金融與直接金融比重表-----------------4
表1-2 全體本國銀行95年合併損益表------------------5
表2-1 授信類別區分表------------------------------10
表2-2 新版巴塞爾資本協定架構表--------------------16
表2-3 授信5C原則表-------------------------------20
表2-4 授信5P原則表-------------------------------21
表2-5 企業信用風險評估方法與文獻彙總表------------26
表2-6 信用風險模型歸納表--------------------------30
表2-7 中華信用評等公司的發行人長、短期信用評等表--35
表3-1 解釋變數代號、名稱及操作型定義表------------42
表4-1「電子製造業」變數中位數差異性檢定表---------51
表4-2「傳統製造業」變數中位數差異性檢定表---------54
表4-3「電子製造業」迴歸分析結果表-----------------57
表4-4「電子製造業」迴歸選定之自變數與係數表-------58
表4-5「電子製造業」自變數之意涵與係數檢視表-------58
表4-6「傳統製造業」迴歸分析結果表-----------------59
表4-7「傳統製造業」迴歸選定之自變數與係數表-------60
表4-8「傳統製造業」自變數之意涵與係數檢視表-------60
表4-9 ROC驗證結果彙總表 --------------------------65
表4-10「電子製造業」信用評等等級資料表------------66
表4-11「傳統製造業」信用評等等級資料表------------67
圖 目 錄
頁次
圖1-1 論文流程與架構圖-----------------------------8
圖2-1 授信業務種類圖------------------------------11
圖2-2 銀行風險類型圖------------------------------14
圖3-1 企業信用評等等級圖--------------------------46
圖3-2 研究流程圖----------------------------------49
圖4-1 「電子製造業」觀察組的ROC驗證圖------------62
圖4-2 「電子製造業」測試組的ROC驗證圖------------63
圖4-3 「傳統製造業」觀察組的ROC驗證圖------------64
圖4-4 「傳統製造業」測試組的ROC驗證圖------------64
圖4-5 「電子製造業」信用評等等級圖----------------66
圖4-6 「傳統製造業」信用評等等級圖----------------67

一、 中文部份
1.尤宜珍(2004)，以公司治理與徵信資訊建構銀行授信戶財務危機預警模型，國立高雄第一科技大學。
2.台灣金融研訓院編撰委員會(2001)，銀行授信實務概要，台北，台灣金融研訓院。
3.包爾斯，計葵生，黃偉權(2004)，亞洲銀行新未來，台北，時報文化。
4.江惠櫻(2000)，商業銀行對企業授信決策考量因素與授信品質之關係，靜宜大學企業管理學系碩士論文。
5.沈大白，張大成(2003)，「信用風險模型評估-以台灣市場為例」，財團法人金融聯合徵信中心委託計畫報告書。
6.宋明哲(1990)，風險管理，台北，五南圖書出版有限公司。
7.李三榮(2005)，新巴塞爾資本協定發展沿革，未出版，2006年2月~2006年6月，東吳大學國際貿易研究所，風險管理課講義。
8.李三榮(2005)，新巴塞爾資本協定信用風險內建評等法，未出版，2006年2月~2006年6月，東吳大學國際貿易研究所，風險管理課講義。
9.李明峰(2001)，銀行業對企業授信『信用評等表』財務比率預警有效性之實證分析，中山大學財務管理學系研究所碩士論文。
10.李儀坤（2004），「BaselⅡ與國內金融業因應之道」，信用資訊月刊，民國93年4月號。
11.何太山(1977)，運用區別分析建立商業銀行放款信用評分制度，政治大學管理研究所碩士論文。
12.阮正治，江景清(2003)，「台灣企業信用評分模型建置與驗證」，華銀信用資訊月刊，民國92年3月號。
13.林佳蓉(2000)，信用風險模型之發展與衡量-以中長期資金運用制度為例，中山大學財務管理學系碩士論文。
14.林銘琇(1992)，財務危機預警模之實證研究：以台灣地區上市公司為例，淡江大學管理科學研究所碩士論文。
15.馬芳資(1993)，信用卡信用風險預警範例學習系統之研究，政治大學資訊管理研究所碩士論文。
16.黃小玉(1988)，銀行放款信用評估模式之研究－最佳模式之選擇，淡江大學管理科學研究所碩士論文。
17.黃繼寬(2005)，考慮產業差異下，信用評分模型效力分析以Cross Validation為例，東吳大學經濟學系碩士論文。
18.張永吉(2005)，新版巴賽爾資本協定本國銀行業信用風險之探討，東吳大學商學院企業管理學系碩士在職專班碩士論文。
19. 許麻(2003)，本國銀行授信信用風險管理之研討，大葉大學事業經營研究所碩士班碩士論文。
20. 陳明賢(1983)，財務危機預警之計量分析研究，國立台灣大學商學研究
所碩士論文。
21.陳俊佑(2005)，公司治理對信用評等的影響，東吳大學國際貿易研究所碩士論文。
22.陳肇榮(1983)，運用財務比率預測財務危機之實證研究，政治大學企業管
理研究所博士論文。
23.陳嘉霖(2006)，授信與風險，台北，台灣金融研訓院。
24.陳錦村，江玉娟，朱育男(2006)，「商業銀行如何建置符合新巴塞爾資本協定信用評等制度」，金融風險管理季刊，第二卷，第一期，pp.115-140。
25.陳錦村，許通安，林蔓蓁(1996)，「銀行授信客戶違約風險之預測」，管理科
學學報，第十三卷，第二期，pp.173-195。
26.楊智淵，黃文郁(1997)，金融百科，台北，金錢文化。
27.楊毓麟(2005)，我國上市上櫃電子公司財務危機預警模型之研究，南華大學管理科學研究所碩士論文。
28.潘玉葉(1990)，台灣股票上市公司財務危機預警分析，淡江大學管理科學研究所博士論文。
29.蔡本立(2006)，以公司季報建構信用評等模型，東吳大學國際貿易系碩士論文。
30.蔡戊鑫(2002)，建構台灣大型企業財務危機預警模式，中山大學國際經濟研究所碩士倫文。
31.蔡明熹(2003)，商業銀行企業信用評等模式之研究－以「製造業」與「批發及零售業」為例，輔仁大學應用統計研究所在職專班碩士論文。
32.蔡秋田(1995)，運用類神經網路預測上市公司營運困難之研究，成功大學會研究所碩士論文。
33.賴東聖(2005)，建立企業財務預警模型以降低銀行授信風險之研究，中原大學國際貿易學系碩士論文。
34.儲蓉(1999)，對發展信用評等應有的態度和做法，經濟情勢暨評論季刊，第5卷第1期。
35.行政院金融監督管理委員會(2007)，「銀行自有資本與風險性資產計算方法說明及表格」。
36.Michel Crouhy & Dan Galai & Robert Mark(2003)，風險管理-Risk Management(台灣金融研訓院編譯委員會譯)，台北，台灣金融研訓院。
二、 英文部份
1.Altman, Edward（1968）, "Financial Ratios, Discriminant analysis and the prediction of corporate bankruptcy", The Journal of Finance, Vol.23, No.4,pp.589-609.
2.Altman, Edward I. & G.G. Halderman, & P. Narayanan（1977）, "ZETA Analysis: A new model to identify, the bankruptcy risk of corporations", Journal of Banking and Finance, Vol.1, No.l, pp.29-54.
3. Beaver, William H.（1966）, "Financial ratios as predictors of failure", Journal of Accounting Research, Vol.4, pp.71-111.
4.Chava,S. and R.A.Jarrow(2004),〝Bankruptey precitdion with industry effects〞,Review of Finance,forthcoming.
5.Honghu Liu and Tongton Wu(2003),〝Estimating the Area under a Receiver Operating Characteristic Curve For Repeated Measures Design〞Journal of Statistical Software, Vol.8.
6.Jarrow,R.A.,and S.M. Turnbull (2000),〝The Intersection of Market and Credit Risk〞,Journal of Banking & Finance, Vol. 24,pp.271-299.
7.Jarrow, R.A. (2001),〝Default Parameter Estimation using Market Prices〞,Financial Analysts Journal,Vol.57,No.5,pp.75-92.
8.Lau Amy Hing-ling, (1987),〝A Five-State Financial Distress Prediction Model〞, Journal of Accounting Research, Vol.25, No.l, pp.127-138.
9.Lee, T.S. and Yeh, Y.H.(2001),〝Corporate Governace and Financial Distress：Evidence from Taiwan〞,Asia Pacific Finance Association Conference.
10.Malhotra,Davinder K. and Malhotra,Rashmi,(2003),〝Evaluating consumer loans using neural networks 〞,The Journal of Management Science,31, pp.83-96.
11.Matin,D.(1977),〝Early Warning of Banking Failure〞,Journal of Banking and Fnance,1, pp.249-276.
12.Odom, M. D.& Sharda R.,(1990）,〝A neural networks for bankruptcy prediction〞,IEEE INNS International Joint Conference on Neural Networks, Vol.2,1990 , pp.163-168
13.Ohlson,J.A.(1980),〝Financial ratios and the probabilistic prediction of bankruptcy〞,Journal of Accounting Research,Vol.18, No.1，pp.109-P131。
14.Zmijewski M.E.(1984),〝Methodological Issues Related to the Estimation of Financial Distress Prediction Models〞, Journal of Accounting Research, Vol.22, pp.59-82.