跳到主要內容

臺灣博碩士論文加值系統

(44.201.99.222) 您好!臺灣時間:2022/12/05 23:05
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:莫文鵬
研究生(外文):Mo,Wen- Peng
論文名稱:台灣四大產業財務風險分析---電子製造業、傳統製造業、非製造業、營建業
論文名稱(外文):The Bankruptcy Risk of Corporations for Four Major Industries in Taiwan–the Analysis of Electronics Manufacturing, Traditional Manufacturing, Non-Manufacturing , and Construction Industries
指導教授:蔡麗茹蔡麗茹引用關係
指導教授(外文):Tsai,Li-Ju
學位類別:碩士
校院名稱:輔仁大學
系所名稱:金融研究所
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2010
畢業學年度:98
語文別:中文
論文頁數:53
中文關鍵詞:產業風險企業信用風險預警授信信用風險
外文關鍵詞:Logit RegressionCorporate Credit RatingCredit
相關次數:
  • 被引用被引用:1
  • 點閱點閱:753
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
摘 要
論文題目:台灣四大產業財務風險分析---電子製造業、傳統製造業、非製造業、營建業
校(院)系所組別:輔仁大學金融研究所在職專班
研究生:莫文鵬
指導教授:蔡麗茹 教授
論文頁數:53
關鍵詞:Logit、產業風險、企業信用風險預警、授信信用風險
論文摘要內容:
台灣受到金融海嘯的影響,美國、歐洲和日本等國家的需求減弱,使得以出口為導向的台灣受到嚴重的打擊。面臨景氣衰退,企業經營困難加上失業率攀升,銀行的逾期放款問題就可能會陸續顯現。因此,積極評估風險管理並強化企業違約預警能力,降低逾期放款可能造成的損失,成為銀行業相當重要的課題。
早期本國銀行業的企業授信仍多以人工評估方式(專家法)為主,後來漸進發展企業信用風險預警模型輔助或取代。鑑於國內多數銀行採用企業信用風險預警系統,其量化統計模型大多以單一模型套用於各種產業,然個別產業營運特性及財務結構差異頗大,影響違約的變數也有所不同,若僅運用單一模型套用,其預測能力應會受到影響,故本論文參考國內外文獻與銀行業實務經驗,從中找出影響違約機率的顯著變數,並試圖建立數個具產業別特性之企業信用風險預警模型,最後與未區分產業之模型進行比較分析,期能提供銀行業上建立信用風險預警制度之參考。
本論文蒐集 2000年至 2008年間,個股票上市櫃的「電子製造業」、「傳統製造業」、「非製造業」、「營建業」樣本之資料,運用這些資料分別建立五個企業信用風險預警模型,經研究結果,得到結論如下:
一、本論文利用 M-W(Mann-Whitney)中位數差異檢定及 Logistic迴歸分析找出顯著且具解釋能力的變數,並建立數個產業別的信用風險預警模型,經 ROC(Receive Operating Characteristic)驗證後,證明所建立的信用風險模型具一定的預測能力。
二、本論文所建立的四個具產業別特性的信用風險預警模型,分別計算出各自的的預期違約機率,並與不分產業的預期違約機率比較分析或回測比對,發現個別考慮產業風險變數後的模型,對於財務危機預警模型之預測能力具有提升的效果。
Abstract
Title of Thesis:The Bankruptcy Risk of Corporations for Four Major Industries in Taiwan–the Analysis of Electronics Manufacturing, Traditional Manufacturing, Non-Manufacturing , and Construction Industries
Name of Institute:Graduate Institute of Finance, Fu-Jen Catholic University
Name of Student:Wen- Peng Mo
Advisor:Dr. Li-Ju Tsai
Total Page:53
Keywords: Logit Regression、Corporate Credit Rating、Credit
Abstract
Under the global finance storm and the decrease of demand in developed countries, the global recession has made a tremendous impact on the export of Taiwan. During this depression, the unemployment rate is increasing and many companies in Taiwan run harshly. On the side of banks, the NPL (total amount of non-performing loans) problems become more serious. In this case, it is an important issue to take a positive attitude toward evaluation and management the risk, to take precaution of the NPL problem and to minimize the NPL loss.
In the early time, most local banks took manual evaluation toward incorporation credit. Later, it was replaced by the model of the risk precaution. Nowadays, the banks have used the same model in every industry. However, each industry is different, such as the financial structure and the factors of NPL. If merely used the same model to predict, it would make great bias on the preciseness of the prediction. In order to find the key factors of the NPL for different industries, I have considered the practical experience and empirical results from literature review. Furthermore, I try to build the risk precaution models which fit the corresponding different industries. At the last part of the thesis, I make a comparison with my models and the original one without considering the difference among industries.
The sample period of the data is from 2000 to 2008. The sample companies include Taiwan’s listed companies of four industries: the electronic manufacturer industry, the traditional manufacturer industry, the non-manufacturer industry and the construction industry. My conclusions are as below.
First, I use M-W(Mann-Whitney) test and Logistic regression analysis to find the significantly influential variables, and create the risk precaution model for each industry. By the ROC (Receive Operating Characteristic) test,the prediction ability of the industry specific model is more precise than the model without considering the difference among industries.
Second, the industry specific model is more efficient than the model without considering the difference among industries from the aspect of risk precaution. By the NPL rates calculated from the four industries, it has efficiently promoted the precision of the prediction.
目 錄
第一章 緒論 1
第一節 研究背景、動機與目的 1
第二節 論文流程與架構 3
第二章 文獻探討 5
第一節 本國企業金融授信業務與授信原則 5
第二節 信用風險管理與新巴塞爾資本協定簡介 7
第三節 企業信用風險方法評估與模型研究 9
第三章 研究方法 18
第一節 研究對象及範圍 18
第二節 資料來源與樣本分析 19
第三節 違約定義、變數選取 25
第四節 研究模式 28
第四章 實證結果與分析 32
第一節 M-W中位數差異檢定 32
第二節 LOGISTIC迴歸分析 38
第三節、企業信用風險預警模型評估(ROC驗證): 42
第五章 結論與建議 49
第一節 研究結論 49
第二節 研究建議與限制 50
參考文獻 51
參考文獻
一、 中文部份
1.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。
2.池千駒(1999),運用財務性、非財務性資訊建立我國上市公司財務危機預警模型,成功大學研究所碩士論文。
3.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。
4.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。
5.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。
6.李三榮(2005),新巴賽爾協定發展沿革,東吳大學國際貿易所,風險管理課講義。
7.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。
8.宋明哲(1990),風險管理,台北,五南圖書出版有限公司。
9.吳達凱(2007),銀行業建立信用評等以管理授信信用風險之研究,東吳大學企業管理學系碩士論文。
10.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。
11.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。
12.官琝慧(2005),以財務比率衡量公司信用風險,世新大學財務金融學研究所碩士。
13.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。
14.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。
15. 許麻(2003),本國銀行授信信用險管理之研究,大葉大學事業經營研究所碩士班碩士論文。
16.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。
17.陳嘉霖(2006),授信與風險,台北,台灣金融研訓院。
18.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。
19.陳明賢(1986),「財務危機預測之計量分析研究」,台灣大學研究所碩士論文。
20.黃博怡、張大成、江欣怡(2006),「考慮總體經濟因素之企業危機預警模型」,金融風險管理季刊,第二卷,第二期,pp.75-89。
21.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。
22.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。
23.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,輔仁大學應用統計研究所在職專班碩士論文。
24.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。
25.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。
26.駱琬瑜(2007),應用財務指標與公司治理建立企業財務危機預警模型,政治大學管理碩士學程碩士論文。
27.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.4,589-609.
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, 29-54
3.Amemiya,T.1981.Qualitative response models:a survey.journal of
Economic Literature,Vol.19:1483-1536.
4. Beaver, William H.(1966), "Financial ratios as predictors of failure",Journal of Accounting Research, Vol.4, 71-111.
5.Black,F.andScholes,M.(1973) "The Pricing of Option and corporate Liabilities",Journal Economy,Vol.26,637-654.
6.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.
7.Lo,A.w (1986),〝Logit versus Discriminant Analyis:A Specification Test and Application to Corporate Bankruptcies. 〞
8.Lee,T.S.and Y.H.(2001), 〝Corporate Governace and Financial Distress:Evidence from taiwan 〞,Asia Pacific Finance Association Conference.
9.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,1,249-276.
10.Odom, M. D.& Sharda R.,(1990),〝A neural networks for bankruptcy
prediction 〞,IEEE INNS International Joint Conference on Neural
Networks, Vol.2,1990 , 163-168
11.Ohlson,J.A.(1980),〝Financial ratios and the probabilistic prediction of bankruptcy 〞,Journal of Accounting Research,Vol.18, No.1 ,109-131。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊