(3.235.25.169) 您好!臺灣時間:2021/04/17 20:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蔡智慧
研究生(外文):Jr-huei Tsai
論文名稱:信用評等表與授信有效性之研究-以某銀行為例
指導教授:蘇裕惠蘇裕惠引用關係
指導教授(外文):Yu-Hui Su
學位類別:碩士
校院名稱:東吳大學
系所名稱:會計學系
學門:商業及管理學門
學類:會計學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:143
中文關鍵詞:信用評等羅吉斯迴歸財務指標非財務指標
外文關鍵詞:Credit ratinglogistic regressionfinancial indicatorsnon-financial indicators
相關次數:
  • 被引用被引用:1
  • 點閱點閱:334
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究探討某個案銀行現行授信程序於徵信調查與覆審追蹤時所使用之「企業信用評等表」之效度。本研究以研究期間內所發生之40家違約公司為實驗組,並以企業規模為配對基礎,以1:3之配對方式選取出120家正常公司,以測試該個案銀行現行使用之企業信用評等表包括七大構面及45個變數,能否有效區別正常公司與違約公司,實證結果發現利用企業信用評等表之變數採各種不同配對方式進行檢定,預測率各有所不同,發生型一誤差機率高。本研究進一步調整企業信用評等表七大構面及45個變數之組成,增加非財務構面之比重,重新檢測企業信用評等表之預測率,期能提高預警模型之正確性。研究結果發現模擬分析之預測率較原信用評等模型高,具有區別能力,且可以降低型一誤差機率之發生,減少銀行呆帳之損失。
This study looks into the validity of “the credit rating table of loan-receiving businesses” that is used for the credit investigation and review and follow-up during the credit granting process. This study utilizes 40 defaulting companies during the research period as the experimental group and the scale of company as the match base. With proportion of 1:3 this study comes up with 120 normal companies that latter will be used to test the existing 7 factors and 45 variables of the credit rating table by the bank in question, so that the function of differing normal companies from defaulting ones can be verified. The result shows that different proportions of the table bring about distinguished prediction rates and lead to higher originating rate of type I error. This study adds the weighting of non-financial factors to the table and figures out its prediction rate again, hoping a more accurate model of early warning for corporate financial distress. The result shows that the new prediction rate not only is more accurate and able to discover problematic companies, but also reduces the originating rate of type I error and bad debts.
目 錄
圖目錄 II
表目錄 III
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 2
第三節 研究目的 4
第四節 研究架構 5
第二章 文獻探討 7
第一節 信用評等制度之起源與發展 7
第二節 企業信用評等表 14
第三節 信用評等模型 18
第三章 研究方法 44
第一節 個案銀行信用評等表沿革 44
第二節 研究議題與研究對象 49
第三節 研究樣本與違約之定義 51
第四節 實證變數選取 55
第五節 研究方法 68
第四章 實證結果與分析 72
第一節 樣本公司基本特性分析 72
第二節 樣本公司敍述分析 77
第三節 無母數Mann-Whitney中位數差異檢定(M-W檢定) 91
第四節 羅吉斯迴歸(Logistic Regression)分析結果與比較 98
第五節 實證結果比較分析 111
第六節 模擬分析 119
第五章 結論與建議 132
第一節 結論 132
第二節 建議 134
第三節 研究限制 136
參考文獻 137
一、中文部份 137
二、英文部份 140
三、網站部份 143

圖目錄
圖1-1 研究流程圖 6

表目錄
表2-1 甲種信用評等表(大型企業適用) 16
表2-2 乙種信用評等表(中小型企業適用) 16
表2-3 信用評等等級 17
表2-4 財務危機預警模型文獻彙總表 34
表2-5 研究方法比較模型文獻彙總表 39
表3-1 個案銀行信用評等表沿革 44
表3-2 企業信用評等項目比重對照表 46
表3-3 個案銀行企業信用評等之等級分類 47
表3-4 外部信用評等等級推定個案銀行信用評等等級對應表 48
表3-5 研究變數定義表 56
表3-6 企業信用評等分數卡評分標準(製造業) 57
表3-7 企業信用評等分數卡評分標準(批發零售業) 62
表3-8 研究方法優缺點比較 70
表4-1 樣本公司產業別分佈表 73
表4-2 樣本公司之信用評等等級及分數統計 74
表4-3 40家違約樣本公司實收資本額情形分佈表 75
表4-4 40家違約樣本公司營業額情形分佈表 76
表4-5 40家違約公司實收資本額之敍述統計分析表 77
表4-6 研究變數基本統計量表 82
表4-7 Mann-Whitney檢定結果(不同配對樣本) 94
表4-8 Mann-Whitney檢定結果(不同信用評等等級及分數) 95
表4-9 Mann-Whitney檢定結果(45個變數) 96
表4-10 Logistic Regression預測率彙總表 98
表4-11 Logistic迴歸結果(七大構面) 99
表4-12 Logistic迴歸結果(45個變數) 100
表4-13 行業別Logistic迴歸結果(七大構面) 102
表4-14 製造業Logistic迴歸結果(45個變數) 102
表4-15 等級別之迴歸結果 104
表4-16 大中小型企業別之迴歸結果 106
表4-17 逐步迴歸分類表(七大構面) 108
表4-18 逐步迴歸分類表(45個變數) 109
表4-19 Logistic迴歸結果(模擬一) 119
表4-20 財務結構及償債能力(C2)調整項目比較表 123
表4-21 模擬二調整分數比較表 128
表4-22 Logistic迴歸結果(模擬二) 128
表4-23 Logistic迴歸結果(模擬三) 131
參考文獻
一、中文部份
沈大白、張大成、劉宛鑫(2002),「信用評等模型之簡介」,中國商銀月刊,11月號。
何太山(1977),運用區別分析建立商業放款信用評分制度,政治大學企業管理研究所碩士論文。
邱文昌(1999),「我國建立信用評等制度之規劃與檢討」,證交資料,第442期,頁1-24。
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,中山大學財務管理研究所碩士論文。
李俊賢(2004),信用評等之產業別財務比率測試,長庚大學企業管理研究所碩士論文。
吳俊儒(2002),中小企業信用評等模式之研究,輔仁大學應用統計研究所碩士論文。
李樑堅、張志向(1999),「中小企業授信評估模式建立之研究」,臺大管理論叢,第九卷第二期,頁69-100。
李儀坤(1999),「銀行授信信用評等制度」,信用合作,第61期,頁33-45。
周中柱(2005),企業信用評等模型之建立與比較,東吳大學國際貿易學系金融組碩士論文。
林建州(2001),銀行授信客戶違約機率之衡量,中山大學財管所碩士論文。
林蔓蓁(1996),銀行授信客戶之風險評估,中央大學資訊管理研究所碩士論文。
洪文慶(1995),銀行對借款者經營績效評鑑與信用評等之研究,淡江大學管科所碩士論文。
郝旭烈(1998),銀行放款信用評估模式之研究—以台灣塑膠業為例,政治大學企業管理研究所碩士論文。
張大成(2003),「違約機率與信用評分模型」,台灣金融財務季刊,第四輯第一期,頁19-38。
陳文生(1990),財務分析應用於銀行放款信用評估之研究,中山大學企業管理研究所碩士論文。
陳忠賢(2005),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。
陳明賢(1986),財務危機預測之計量分析研究,台灣大學商學研究所碩士論文。
陸怡伸(2003),公司財務危機預測-考慮公司治理及關係人交易影響之實證研究,中原大學會計系碩士論文。
陳家彬、吳政穎(1997),「銀行放款利率與信用評等關係之探討」,貨幣觀測與信用評等,第6期,頁49-55。
張紘炬、潘玉葉(1990),「財務預警分析與台灣股票上市公司財務基本資料關係之研究」,台北市銀月刊,第二十一卷第六期,頁12-14。
陳惠玲(2000),「銀行逾放比推估-由企業信用評等看銀行資產品質」,貨幣觀測與信用評等,第26期,頁2-7。
陳肇榮(1983),運用財務比率預測企業財務危機之實證研究,政治大學企業管理研究所博士論文。
陳錦村、許通安及林蔓蓁(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,頁173-195。
陳錦村(1997),「銀行授信客戶之信用評等與模式比較」,輔仁管理評論,第四卷第一期,頁145-172。
陳毅蓉(2004),以綜合指標建構企業財務危機之預測模型,樹德科技大學金融保險研究所碩士論文。
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經濟組碩士論文。
黃雯蘋(2005),依銀行業之信用評等表之財務比率對企業財務危機之預警性分析-以台灣上市上櫃公司為例,嶺東科技大學財務金融研究所碩士論文。
趙蔚慈(1991),羅吉斯迴歸(Logit Regression)在信用評等上之應用,政治大學統計研究所碩士論文。
劉玉皙(2001),銀行往來關係對中小企業信用評等之影響,政治大學財務管理研究所碩士論文。
蔡明熹(2004),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,輔仁大學應用統計學研究所碩士論文。
薛立言、張志向(2004),「信用評等:期間與產業差異分析」,中山管理評論,第十二卷第二期,頁307-336。
鍾惠珍(2000),「一窺企業風險-簡介信用評等制度」,會計研究月刊,第176期,頁68-71。
蘇紋慧(2001),中小企業信用評估模式之研究—以中小型製造業為例,中山大學財務管理研究所碩士論文。


二、英文部份
Altman, E. I.(1968), ”Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance Vol.23 No.4, pp.589-609.
Altman E. I., R.G. Haldeman and P. Narayanan(1977), “Zeta Analysis, A New
Model to Identifing Bankruptcy Risk of Corporation,” Journal of Banking and
Finance,Vol.1, pp.29-54.
Atiya, A.(2001), “Bankruptcy Prediction for Credit Risk Using Neural Networks:A Survey and New Results,” IEEE Transactions on Neural Networks, Vol.12 , pp.929-935.
Barney, D., Graves, O. and Johnson, J.(1999), “The farmers home administration and farm debt failure prediction,” Journal of Accounting and Public Policy, Vol.18, pp.99-139.
Beaver, W. H.(1966), ”Financial Ratios as Predictors of Failure.”Empirical Research in Accounting:Selected Study,” Journal of Accounting Research, Supplement, pp.71-111.
Beasley, M.S.(1996),”An Empirical Analysis of the Relation Between the Board of Director Composition and Financial Statement Fraud,” The Accounting Review, Vol.71,No.4, pp.443-465.
Blum,M.(1974), “Failuring Company Discriminant Analysis,” Journal of Accounting Research,Vol.12, No 1, pp.1-25.
Boritz, J. and Kennedy, D.(1995), “Effectiveness of Neural Network Types for Prediction of Business Failure,” Expert Systems with Application, Vol.9, pp.503-512.
Chow, C.W.(1982),”The Demand for External Auditing:Size, Debt and Ownership Influences,” The Accounting Review, Vol.LVII, No.2, pp.272-291.
Deakin, E. B.(1972), “A Discriminant Analysis of Predictors of Business Failure,” Journal of Accounting Research, pp.167-179.
Gentry, J. A., P. Newbold and D. T. Whitford(1985),”Classifying Bankrupt Firms
with Funds Flow Components,” Journal of Accounting Research. Vol.23, No 1,
pp.146-160.
Gilson, S. C.(1989),”Management Turnaround and Financial Distress,” Journal of
Financial Economics, pp.241-262.
Harell, F.E. and Lee, K.L.(1985), A Comparison of the Discrimination of Discriminant Analysis and Logistic Regression under Multivariate Normality,” Statistics in Biomedical, Public Health and Environmental Sciences, Amsterdam.
Johnsen, T. and Melicher, R.(1994), “Predicting Corporate Bankruptcy and Financial Distress:Information Value Added by Multinomial Logit Models,” Journal of Economics and Business, Vol.46, pp.269-286.
Jo, H. and Han, I.(1996), “Integration of Case-Based Forecasting Neural Network,
and Discriminant Analysis for Bankruptcy Prediction,” Expert Systems with Applications, Vol.11, pp.415-422.
Laitinen, E. and Laitinen, T.(2000), “Bankruptcy prediction Application of the Taylor’s expansion in logistic regression,” International Review of Financial Analysis, Vol.9, pp.327-349.
Leshno, M. and Spector, Y.(1996), “Neural network prediction analysis:The
bankruptcy case,” Neurocomputing, Vol.10, pp.125-147.
Lo, A.W.(1986), "Logit versus Discriminant Analysis:A Specification Test and Application to Corporate Bankruptcy," Journal of Econometries, pp.151-178.
Mckee, T. and Greenstein, M.(2000),”Predicting Bankruptcy Using Recursive Partitioning and a Realistically Proportioned Data Set,” Journal of Forecasting, Vol.19, pp.219-230.

Mensah Y.(1984),“An Examination of the Stationarity of Multivariate Bankruptcy  Prediction Models:A Methodological Study,” Journal of Accounting Research, Vol.22 , pp.380-395.
Odom, M. D. & Sharda R.(1990), ”A neural networks for bankruptcy Prediction,” IEEE INNS International Joint Conference on Neural Networks,Vol.2, pp.163-168.
Ohlson, J.A.(1980), "Financial Ratios and the Probabilistic Prediction of Bankruptcy," Journal of Accounting Research, Vol.18, No.1, pp.109-131.
Orgler, Y.(1970), “A Credit Scoring Model for Commercial Loans,” Journal of Money, Credit, and Banking, pp.435-445.
Platt,H.D. and Marjorie B.Platt(1990),”Development of a class of stable predictive variables:The case of bankruptcy prediction,” Journal of Business Finance and Accounting, Vol.17, No.1, pp.31-51.
Tam, K.Y. & Kiang M.Y.(1992),“Managerial Applications of Neural Networks:The Case of Bank Failure Predictions,” Management Science, Vol.38, No.7, pp.926-948.
Yang, Z., Platt, M. and Platt, H.(1999), “Probabilistic Neural Networks in Bankruptcy Prediction,” Journal of Business Research, Vol.44, pp.67-74.
Zhang, G., Hu, M., Patuwo, B. and Indro, D.(1999), “Artificial neural networks in bankruptcy prediction:General framework and cross-validation analysis,” European Journal of Operational Research, Vol.116, pp.16-32.
三、網站部份
中央銀行網站:http://www.cbc.gov.tw/。
行政院金融監督管理委員會網站:http://www.fscey.gov.tw/。
中華信用評等股份有限公司網站:http://www.taiwanratings.com/tw。
中華民國銀行商業公會全國聯合會:http://www.ba.org.tw/。
財團法人金融聯合徵信中心:http://www.jcic.org.tw/index.htm。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔