跳到主要內容

臺灣博碩士論文加值系統

(44.222.134.250) 您好!臺灣時間:2024/10/07 03:50
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

: 
twitterline
研究生:蔡博元
研究生(外文):Bo-Yuan Cai
論文名稱:不同演算法對Merton模型效力的評估
論文名稱(外文):Different Algorithms to Assess the Validity of the Merton Model
指導教授:張秀雲張秀雲引用關係
指導教授(外文):Xiu-Yun Zhang
口試委員:許惠珠張秀雲林惠文
口試委員(外文):Huei-Jhu SyuXiu-Yun ZhangHuei-Wun Lin
口試日期:中華民國一百年七月二十八日
學位類別:碩士
校院名稱:真理大學
系所名稱:財經研究所
學門:商業及管理學門
學類:一般商業學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:125
中文關鍵詞:Merton模型信用風險模型違約機率預測演算法
外文關鍵詞:Merton ModelCredit Risk ModelsDefault Probability ForecastAlgorithms
相關次數:
  • 被引用被引用:0
  • 點閱點閱:167
  • 評分評分:
  • 下載下載:4
  • 收藏至我的研究室書目清單書目收藏:0
  過去關於Merton模型的文獻中,較少針對使用不同演算法的Merton模型,來進行模型效力的評估,使用不同演算法來推估模型中的未知參數公司資產及波動度,對模型的準確性會有一定程度的影響。採用過去文獻中為多數學者認同且使用的兩種演算方法,對 2004 年至 2009 年度的台灣公司進行下一年度違約機率的預測。
  並以加入了公司資產報酬預期值,不同於風險中立違約機率的機率函數,作為另一項風險指標。在二種不同演算法下,分別計算出年化後的資產報酬率平均數,作為公司資產報酬預期值的替代變數,代入非風險中立違約機率公式中。分別以區分年度和不區分年度的方式,驗證不同演算法對Merton模型效力的評估,並驗證加入非風險中立後模型的準確性是否有所提升。
  結果顯示在不區分年度下,使用第一種演算法計算出的風險中立違約機率準確性較高;使用加入公司資產報酬預期值的違約機率函數,無論在區分年度和不區分年度下,兩種演算法所計算出的違約機率值,準確性皆有所提升。

  Past literature on the Merton model, less for the Merton model using different algorithms to assess the effectiveness of the model, and use different algorithms to estimate the unknown parameters in the model the company's assets and volatility, the accuracy of the model will have a certain extent. We use two methods of calculation in the literature for the past recognized and used by most scholars, and forecast the default probability for the next year of the firms from 2004 to 2009 in Taiwan.
  We also use the default probability with the expected return on the firm’s asset that is different from risk-neutral default probability, as another risk indicator. For estimate the expected return on the firm’s asset, we calculate the annualized return on average assets, as alternative variables into the default probability formula by two algorithms. Were not distinguished in the distinction between annual and annual, verify the effectiveness of different algorithms on the Merton model, and verify that using the default probability with the expected return on the firm’s asset whether it has improved the accuracy of the model.
  The results showed no distinction in the year, using the first algorithm to calculate the accuracy of the risk-neutral default probability is higher. When using the default probability with the expected return on the firm’s asset, both in the distinction the year or does not distinguish the year, the accuracy has improved under the two algorithms.

誌謝
中文摘要
英文摘要
目錄 Ⅰ
表目錄 Ⅱ
圖目錄 Ⅲ
第一章 緒論 1
第一節 前言 1
第二節 研究動機 3
第三節 研究目的 4
第四節 研究架構 5
第二章 文獻回顧 6
第三章 研究方法 19
第一節 資料來源與樣本選取 19
第二節 研究模型 21
第三節 遞迴求解演算法 28
第四節 規劃求解演算法 30
第五節 模型變數操作與說明 32
第六節 模型驗證方法 33
第四章 實證分析 41
第一節 樣本資料處理 41
第二節 實證結果分析 44
第五章 結論與建議 57
第一節 結論 57
第二節 研究限制與建議 58
參考文獻 60
附錄1 63
附錄2 99
附錄3 122

[1]Altman, E.I. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” The Journal of Finance, 23(4) : 589-609。
[2]Black, F. and Scholes, M. (1973), “The Pricing of Options and Corporate Liabilities,” The Journal of Political Economy, 81(3) : 637-654。
[3]Crosbie, P.J. (2003), “Modeling Default Risk,” KMV Corporation, 18-December。
[4]Kealhofer, S. (2003), “Quantifying Credit Risk I: Default Prediction,” Financial Analysts Journal, 59(1) : 30-44。
[5]Kulkarni, A., Mishra, A.K. and Thakker, J. (2005), “How Good is Merton Model at Assessing Credit Risk? Evidence from India,” Working Paper, National Institute of Bank Management。
[6]Lo, A.W. (1986), “Logit Versus Discrininate Analysis : A Specification Test and Application to Corporate Bankruptcies,” Journal of Econometrics, 31(2) : 151-178。
[7]Merton, R.C. (1973), “Theory of Rational Option Pricing,” The Bell Journal of Economics and Management Science, 4(1) : 141-183。
[8]Merton, R.C. (1974), “On the Pricing of Corporate Debt: The Risk Structure of Interest Rates,” The Journal of Finance, 29(2) : 449-470。
[9]Ronn, E.I. and Verma, A.K. (1986), “Risk-Adjusted Deposit Insurance: An Option-Based Model,” The Journal of Finance, 41(4) : 871-895。
[10]Vassalou, M.and Xing, Y. (2004), “Default Risk in Equity Returns,” The Journal of Finance, 59(2) : 831-868。
[11]吳明隆、涂金堂 (2006),SPSS與統計應用分析,二版,台北:五南圖書。
[12]杜建衡(2009),金融機構風險管理,初版,台北:新陸書局。
[13]呂金河編譯、Subhash Sharma原著 (2005),多變量分析,初版,台中市:滄海書局。
[14]周培如 (2004),銀行危機預警指標—KMV信用風險模型與財務指標之應用,國立政治大學經濟學系碩士論文。
[15]林修葳、蘇敏賢 (2006),「Merton模型預測違約機率之使用限制探索」,金融風險管理季刊,第二卷第三期,65-87。
[16]林左裕、劉長寬 (2003),「應用Logit模型於銀行授信違約行為之研究」,中華民國住宅學會第十二屆年會論文集,台北:中華民國住宅學會,92-119。
[17]施毓森 (2007),銀行放款訂價模型之探討-ROC分析法之應用,東吳大學會計學系碩士論文。
[18]高華慶 (2006),台灣地區未上市櫃公司動態違約機率之估計,國立中興大學財務金融學系碩士論文。
[19]許峻賓 (2004),KMV模型於財務預警之實證研究,真理大學財經研究所碩士論文。
[20]許燕玲 (2007),KMV法適合估計台灣上市櫃公司的信用風險嗎?,中原大學國際貿易學系碩士論文。
[21]張大成、黃建隆、陳漢沖 (2002),「市場價格信用風險模型之修正與應用—以Merton模型為例」,貨幣觀測與信用評等雙月刊,第三十八期,86-94。
[22]張秦 (2009),衡量以Metorn模型預測公司是否違約之精確度,國立台灣大學管理學院財務金融學系碩士論文。
[23]邱繼緯 (2006),KMV模型加計預期虧損的信用風險評等,輔仁大學金融研究所碩士論文。
[24]黃仁德、陳淑郁 (2005),信用風險衡量理論與實務,初版,台北:財團法人中華民國證券暨期貨市場發展基金會。
[25]黃千峯 (2008),流動能力對台灣上市上櫃公司違約機率之影響—門檻迴規模型之應用,國立中山大學財務管理研究所碩士論文。
[26]郭彥菁 (2009),美國次級房貸風暴對台灣股匯市相關性之影響,真理大學財經研究所碩士論文。
[27]葉仕國、張庭樹 (2005),「台灣地區上市櫃公司違約機率之衡量與調整」,金融風險管理季刊,第一卷第四期,1-17。
[28]陳松男 (2008),金融工程學,三版,台北:新陸書局。
[29]陳達新、周恆志合著 (2006),財務風險管理:工具、衡量與未來發展,初版,台北:雙葉書廊。
[30]穆衍東、韓千山、林玫伶 (2009),「公司財務危機預測能力之提升:使用修正KMV 模型」,風險管理學報,第十一卷第二期,171-195。
[31]鄭惠如 (2008),「美國次貸風暴成因探討與擴散效果—兼論Minsky moment 」,貨幣觀測與信用評等雙月刊,第七十四期,4-13。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top