| dc.contributor.advisor | 鄭宇庭<br>蔡紋琦 | zh_TW |
| dc.contributor.author (Authors) | 陳冠宇 | zh_TW |
| dc.creator (作者) | 陳冠宇 | zh_TW |
| dc.date (日期) | 2009 | en_US |
| dc.date.accessioned | 9-May-2016 15:11:29 (UTC+8) | - |
| dc.date.available | 9-May-2016 15:11:29 (UTC+8) | - |
| dc.date.issued (上傳時間) | 9-May-2016 15:11:29 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0096354015 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/95120 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 統計學系 | zh_TW |
| dc.description (描述) | 96354015 | zh_TW |
| dc.description.abstract (摘要) | 全球化潮流方興未艾，基於與國際接軌目標，我國金融業自2006年起實施新巴塞爾資本協定，期於現今日新月異金融環境中以全球一致性的銀行管理方法及制度落實其精神。實施新巴塞爾協定後，首當其衝者便是台灣產業發展主體—中小企業。以信用風險中資本計提為例，中小企業不若大型企業體質健全，且財務透明度亦為人詬病，相對提升金融機構授信風險，進而導致中小企業融資授信審查趨於嚴格與保守，中小企業融資難度與成本皆大幅增加。 有鑑於此，本研究以中小企業中電子業為主要研究對象，採資料採礦流程進行信用評等模型建置。為求配適最佳違約機率模型，分別以不同精細抽樣比例逐一配適羅吉斯迴歸、類神經網路及分類迴歸樹等統計模型，經評估後篩選出羅吉斯迴歸模型建置信用評等系統。再者，為確認模型與信用評等系統建置適當，係遵循新巴塞爾協定相關規範進行各項測試及驗證，結果顯示模型於樣本外資料測試表現良好，信用評等系統亦通過正確性分析、等級區隔同質性檢定及穩定度分析等驗證準則，冀能提供金融機構一套有效且精簡的信用管理機制，建立與中小企業間資訊對稱管道，於兩造雙方取得互利平衡，防範危機於未然。 | zh_TW |
| dc.description.abstract (摘要) | Globalization trend is still growing. Because of the objective of connecting to the world, the banking and finance industry in Taiwan has implemented the New Basel Capital Accord since 2006, hoping to make use of globally consistent banking management method and system to implement its spirit in this changing financial environment today. After the implementation of the New Basel Capital Accord, the principal development part in Taiwan industry, medium- and small-sized enterprises, is the first to be affected. For example, with regard to the capital requirements in credit risks, the constitution of medium- and small-sized enterprises is not as sound as large-sized enterprises’, and the financial transparency of medium- and small-sized enterprises is insufficient that the credit risk of financial institution would be lifted comparatively; and then, the finance and credit investigation of medium- and small-sized enterprises would become strict and conservative, thus the finance difficulty and cost of medium- and small-sized enterprises would be increased substantially. In view of this, this study regards the electronics industry from medium- and small-sized enterprises as the main study objects, and data mining procedures are used so as to establish the credit scoring system. To get the best probability model of default, different oversampling ratios are used one by one to match such statistical models and logistic regression, Neural Network Analysis, and C&R Tree; and logistic regression model is selected for the establishment of credit scoring system after assessment. Moreover, relevant the New Basel Capital Accord standards are followed to carry out every test and verification so as to confirm that the establishments of model and credit scoring system are appropriate. The result indicates that the model has good performance in out-sample test, while credit scoring system also passes such verification standards as accuracy analysis, level segment homogeneity test, and stability analysis. Hopefully, this study result can provide a set of effective and simple credit management system for the financial institution to establish information symmetrical channel with the medium- and small-sized enterprises, so that both parties can obtain mutual balance and the crisis can be alerted in advance. | en_US |
| dc.description.tableofcontents | 目錄 摘要 1 表目錄 5 圖目錄 6 第壹章 緒論 7 第一節 研究背景與動機 7 第二節 研究對象 8 第三節 研究目的 8 第四節 研究架構 9 第貳章 文獻探討 11 第一節 新巴塞爾資本協定說明 11 第二節 內部評等法建立信用評等模型 17 第三節 資料採礦 22 第参章 研究方法 27 第一節 資料介紹 27 第二節 研究流程 29 第三節 研究方法 34 第肆章 實證分析 45 第一節 變數選取 45 第二節 精細抽樣 48 第三節 違約機率模型建置 52 第四節 機率校準與信用評等 56 第五節 信用評等模型測試及驗證 61 第伍章 結論與建議 75 第一節 結論 75 第二節 建議與未來研究方向 78 參考文獻 79 附錄 83 表目錄 表 2-1 巴塞爾資本協定重要的發展歷程 11 表 2-2 新巴塞爾資本協定架構 12 表 3-1 中小企業認定標準 25 表 3-2 資料摘要說明 26 表 3-3 一般性原則之摘要 29 表 3-4 分類矩陣 38 表 3-5 決策結果 40 表 4-1 Pearson相關係數矩陣 44 表 4-2 Kendall Tao及Spearman等級相關檢定表 45 表 4-3 精細抽樣結果 47 表 4-4 變數出現次數表 50 表 4-5 羅吉斯迴歸模型參數估計 51 表 4-6 模型檢定統計量 52 表 4-7 Pseudo R-Square 52 表 4-8 分類矩陣 53 表 4-9 分類矩陣之各項指標 53 表 4-10 實際違約機率與平均模型評分 55 表 4-11 信用評等結果 57 表 4-12 拔靴測試結果 60 表 4-13 模型係數拔靴測試結果 61 表 4-14 Kolmogorov-Smirnov檢定統計量 63 表 4-15 K-S值對應違約區別能力 63 表 4-16 AUC檢定統計量 64 表 4-17 AUC值對應違約區別能力 64 表 4-18 二項式檢定 66 表 4-19 CIER檢定 67 表 4-20 敏感度分析 68 表 4-21 2003年-2004年信用轉移矩陣 70 表 4-22 2004年-2005年信用轉移矩陣 70 表 4-23 企業評等轉移比率 71 表 4-24 台灣電子業年度生產毛額 72 表 4-25 台灣電子產品年度出口金額及外銷訂單金額 72 圖目錄 圖 1-1 研究架構 8 圖 2-1 CRISP-DM流程圖 23 圖 3-1 研究流程 27 圖 3-2 信用評等模型測試與驗證 28 圖 3-3 資料整併 29 圖 3-4 神經元的結構圖 35 圖 3-5 類神經網路架構 36 圖 3-6 決策樹分支圖 37 圖 3-7 KS檢定累積機率分配圖 39 圖 3-8 ROC曲線 40 圖 4-1 單調性分析 44 圖 4-2 模型平均正確率 48 圖 4-3 模型平均準確率 48 圖 4-4 模型平均反查率 48 圖 4-5 模型機率校準配適 54 圖 4-6 PD值分佈情形 56 圖 4-7 信用評等分佈 57 圖 4-8 模型變數於各評等下分佈 58 圖 4-9 AUC值抽樣分配 60 圖 4-10模型係數抽樣分配 61 圖 4-11原始資料KS檢定圖 62 圖 4-12訓練資料KS檢定圖 63 圖 4-13原始資料ROC 67 圖 4-14訓練資料ROC 64 圖 4-15台灣電子產品年度出口金額及外銷訂單金額 72 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0096354015 | en_US |
| dc.subject (關鍵詞) | 新巴塞爾協定 | zh_TW |
| dc.subject (關鍵詞) | 資料採礦 | zh_TW |
| dc.subject (關鍵詞) | 羅吉斯迴歸 | zh_TW |
| dc.subject (關鍵詞) | 信用評等 | zh_TW |
| dc.subject (關鍵詞) | 信用轉移矩陣 | zh_TW |
| dc.title (題名) | 應用資料採礦技術建置台灣中小企業之電子業信用評等模型 | zh_TW |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | 中文文獻 台灣經濟研究院，2004年，「2003年台灣總體經濟預測」。 台灣經濟研究院，2005年，「2004年台灣總體經濟預測」。 台灣經濟研究院，2006年，「2005年台灣總體經濟預測」。 行政院金融監督管理委員會，2004年，「新巴塞爾資本協定全文中文版」行政院 金融監督管理委員會全球資訊網。 行政院金融監督管理委員會，2005年，「相關國家實施新巴塞爾資本協定規劃時程參考資料」行政院金融監督管理委員會全球資訊網。 行政院金融監督管理委員會，2007年，「銀行資本適足性管理辦法」暨「銀行自有資本與風險性資產計算方法說明及表格」行政院金融監督管理委員會全球資訊網。 阮正治、江景清，2004年，「台灣企業信用評分模型建置與驗證」，金融風險管理季刊，民國九十三年六月號。 沈大白、張大成，2003年，「信用風險模型效力檢驗─以台灣市場為例」。聯合徵信中心委託計畫報告書。 沈大白、張揖平，2006年，「新巴塞爾協定對國內中小企業影響之實證研究」。金融風險管理季刊，第二卷，第三期，頁89-112 沈中華、林昆立，2007年，「台灣金融機構適足資本之壓力測試」，金融風險管理季刊，民國九十六年三月號。 胡志宏，2003年，「新版巴塞爾資本協定對我國金融業信用風險管理之衝擊」， 私立元智大學管理研究所碩士論文。 孫銘誼、王思芳，2004年，「信用風險模型驗證之初探-相關方法與文獻回顧」， 金融風險管理季刊，第一卷，第一期。 莊信雄，2006年，「以K銀行為例探討新巴塞爾資本協定之作業風險」。國立中 山大學管理學院高階經營碩士學程在職專班碩士論文。 陳寶清，2004年，「新巴塞爾資本協定對本國銀行授信業務之影響研究」，長榮 大學經營管理研究所碩士論文。 陳忠賢，2005年，「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。 陳錦村、江玉娟、朱育男，2006年，「商業銀行如何建置符合新巴塞爾資本協定 的信用評等制度」，金融風險管理季刊，第二卷，第一期。 陳佳樟，2007年，「導入資料採礦技術於新巴塞爾協定下企業信用模型-以製造業為例」，國立政治大學商學院統計學系碩士班碩士論文。 郭秋榮，2003年，巴塞爾銀行監理委員會資本適足率之規範及其新制之影響，經濟研究期刊，第三期，頁47-64。 張大成，2003年，「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19-37。 程兆慶，2006年，「應用商業智慧技術於信用卡違約風險之預測」，國立政治大 學商學院統計研究所碩士論文。 萬智傑，2007年，「台灣中小企業之財務危機預警模型、信用評等與巴塞爾協定資本計提」，東吳大學商學院企業管理學系碩士班碩士論文。 楊蓁海，2005年，「新版巴塞爾資本協定與銀行信用風險測度模型的發展：兼論對我國銀行體系與央行政策的影響」，中央銀行季刊，第二十七卷，第一期。 潘雅慧，2002年，「新巴塞爾資本協定及信用風險模型化之研析」，中央銀行季刊，第二十四卷，第二期。 潘雅慧，2004年，「新巴塞爾資本協定與我國因應之道」，中央銀行季刊，第二十六卷，第二期。 潘秋梅，2006年，「企業違約機率預測－使用羅吉斯迴歸模型」，國立高雄應用科技大學金融資訊研究所碩士論文。 鄧家駒，2004年，「資料採礦（Data Mining）技術簡介」，金融風險管理季刊，九月號。 鍾經樊、黃嘉龍、黃博怡、謝有隆，2006年， 「台灣地區企業信用評分系統的建置、驗證和比較」，中央研究院經濟研究所經濟論文，頁541-590。 謝邦昌、蘇志雄、鄭宇庭、葉劭緯，2006年，「資料採礦與商業智慧- SQL Server 2005」，中華資料採礦協會。 英文文獻 Altman, E. I.（1968）, ”Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance,.589-609. Altman, E. and S. Katz（1976）, “Statistical Bond Rating Classification Using Financial and Accounting Data,” in M. Schiff and G. Storter eds., Proceeding of the Conference on Topical Research in Accounting, New York University, 205-239. Atiya, A.F.（2001）, ”Bankruptcy Prediction for Credit Risk Using Neural Networks：A Survey and New Results,” IEEE Transactions on Neural Networks., 929-935. Elizabeth Mays（2001）,"Handbook of Credit Scoring",Fitzroy Dearborn Publishing. Merton, R. C.（1974）,“On the Pricing of Corporate Debt： The Risk Structure of Interest Rates.”The Journal of Finance, 28, 449-470. Ohlson J.M.,(1980), “Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, 18, 1, 109-131. Sobehart, J.R., Keenan, S.C., and Stein, R.M. （2000）, “Benchmarking Quantitative Default Risk Model： A Vaildation Methodolody.” Moody’s Investors Service, Global Credit Research | zh_TW |
