學術產出-學位論文
文章檢視/開啟
書目匯出
-
題名 中小企業信用評等暨違約風險模型之評估 作者 李昂軒 貢獻者 鄭宇庭<br>薛慧敏
李昂軒關鍵詞 資料採礦
信用評等
違約機率
貸後風險日期 2009 上傳時間 9-五月-2016 15:11:24 (UTC+8) 摘要 新巴塞爾資本協定(the New Basel Capital Accord)已於2004年底定案,2007年正式開始實施。在新的協定及金管會的規定裡面,金融機構必須建立自己的評等模型,重視放款的風險。而除了上市、櫃公司會和金融機構有借貸往來之外,許多中小企業也有融資的情形。因此,希望能有效掌握貸後風險及了解影響貸後風險的一些因素即是本研究的研究重點。 本研究以資料採礦的觀點蒐集了92至94台灣中小企業基本資料及財務資料,並加上年度的經濟指標,以資料採礦的流程去建立違約及評等模型,以有效管理貸後風險。 本研究係以羅吉斯迴歸(Logistic Regression)建立違約模型,找出了影響違約機率顯著的九個變數:「企業年度營收」、「產業類別」、「現金流量為負,但淨利為正」、「最近三個月查詢家數」、「擔保授信餘額比率」、「是否動用現金卡」、非現金之流動資產比」、「借款比率」、「進出口貿易年增率」,利用評等評分系統分出九個評等等級,違約機率隨著評等等級變高而增加,而在不同的測試下,建立出的模型有不錯且穩定的表現,皆通過新巴塞爾及金管會的規範。希望此模型及評分系統在實務上可有效利用資訊掌握違約的可能性及貸後風險。 參考文獻 一、中文文獻 1. 呂美慧,2000年,「銀行授信評等模式-Logistic Regression 之應用」,國立政治大學金融研究所碩士論文。 2. 吳振晃,2003年,「資料採礦技術於銀行授信之應用-以消費者貸款為例」,私立中國文化大學資訊管理研究所碩士論文。 3. 李彥錚,2008年,「中型企業與微、小型企業評分模型之區隔」,金融聯合徵信月刊,民國97年十月號,第三期,9-13。 4. 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」,金融風險管理季刊,民國92年十二月號。 5. 沈大白、賴柏志,2004年,「壓力測試於信用風險模型之應用」,金融風險管理季刊,民國93年二月號。 6. 沈大白、張揖帄,2006年,「新巴賽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,民國95年,第二卷,第三期,89-112。 7. 阮正治、敬永康,2003年,「中小企業信用評分研究」,金融風險管理季刊,民國92年十月號。 8. 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93年六月號。 9. 林怡伶,2006年,「中小企業信用風險之評價」,國立清華大學科技管理研究所碩士論文。 10. 林建州,2001年,「銀行個人消費信用貸款授信風險評估模式之研究」,國立中山大學財務管理研究所碩士論文。 11. 洪明欽、張揖帄、陳昱陵、陳和貴,2007年,「信用評等模型區別力之穩健性研究」,金融風險管理季刊,民國96年,第三卷,第四期,1-23。 12. 洪雪媚,2003年,「新巴塞爾資本協定對國內中小企業影響之實證研究」, 國立台灣大學國際企業學研究所碩士論文。 13. 孫銘誼、王思芳,2004年,「信用評等模型驗證之初探-相關方法與文獻」,金融風險管理季刊,民國93年,第一卷,第一期,111-125。 14. 張大成,2003年,「違約機率與信用評分模型」,台灣金融財務季刊,民國92年三月號,第四輯,第一期,19-37。 15. 陳生祥,2005年,「運用資料探勘技術建構企業財務危機預警模式-結合財務與非財務資料」,中原大學資訊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」,天主教輔仁大學金融研究所碩士論文。 16. 陳錦村、江玉娟、朱育男,2006年,「商業銀行如何建置符合新巴賽爾資本協定的信用評等制度」,金融風險管理季刊,民國92年,第二卷,第一期,115-140。 17. 蔡明熹,2004年,「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」,天主教輔仁大學應用統計研究所在職專班碩士論文。敬永康、林思惟、黃寶慶,2005年,「內部評等法之最低作業要求」,金融風險管理季刊,民國94年一月號。 18. 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研究所碩士論文。 19. 謝邦昌、鄭宇庭、蘇志雄,2009年,「Data Mining概述-以Clementine 12.0為例」,中華資料採礦協會。 20. 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。 21. 經濟部中小企業處,2005-2008年,「中小企業白皮書」,經濟部中小企業處網站。 二、英文文獻 1. Altman, E.I. (1968), ―Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,Journal of Finance, 23, 589-609. 2. Atiya, A. F. (2001), ―Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results,IEEE Transactions on Neural Networks, 12:4,929-935. 3. Black, F. and M. Scholes (1973), ―The pricing of Options and Corporate Liabilities,Journal of Political Economy, 81, 637–654. 4. Daniel, A. Bloch, Richard A. Olshen, and Michael G.Walker (2002), ―Risk Estimation for Classification Trees,American Statistical Association, Institute of Mathematical Statistics, and Interface Foundation of North America Journal of Computational and Graphical Statistics, Volume 11, Number 2, 263–288. 5. Efron, B. and R.J. Tibshirani (1993), An Introduction to the Bootstrap, Chapman & Hall/CRC Press. 6. Hilbe, Joseph M. (2009), ―Logistic Regression Models, Chapman & Hall/CRC Press. 7. Jes, Saurina and Carlos Trucharte (2003), ―The Impact of Basel II on Lending to Small- and Medium-sized Firms. A Regulatory Policy Assessment Based on the Spanish Credit Register,Bank of Span. 8. Merton, R. (1974), ―On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, Journal of Finance, 28, 449-470. 三、相關網站 1. 行政院金融監督管理委員會,http://www.fscey.gov.tw 2. 金管會銀行局,http://www.banking.gov.tw 3. 財團法人金融徵信中心,http://www.jcic.org.tw 4. 經濟部中小企業處,http://www.moeasmea.gov.tw 5. 台灣金融研訓院,http://www.tabf.org.tw/tw 描述 碩士
國立政治大學
統計學系
96354012資料來源 http://thesis.lib.nccu.edu.tw/record/#G0096354012 資料類型 thesis dc.contributor.advisor 鄭宇庭<br>薛慧敏 zh_TW dc.contributor.author (作者) 李昂軒 zh_TW dc.creator (作者) 李昂軒 zh_TW dc.date (日期) 2009 en_US dc.date.accessioned 9-五月-2016 15:11:24 (UTC+8) - dc.date.available 9-五月-2016 15:11:24 (UTC+8) - dc.date.issued (上傳時間) 9-五月-2016 15:11:24 (UTC+8) - dc.identifier (其他 識別碼) G0096354012 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/95118 - 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) 96354012 zh_TW dc.description.abstract (摘要) 新巴塞爾資本協定(the New Basel Capital Accord)已於2004年底定案,2007年正式開始實施。在新的協定及金管會的規定裡面,金融機構必須建立自己的評等模型,重視放款的風險。而除了上市、櫃公司會和金融機構有借貸往來之外,許多中小企業也有融資的情形。因此,希望能有效掌握貸後風險及了解影響貸後風險的一些因素即是本研究的研究重點。 本研究以資料採礦的觀點蒐集了92至94台灣中小企業基本資料及財務資料,並加上年度的經濟指標,以資料採礦的流程去建立違約及評等模型,以有效管理貸後風險。 本研究係以羅吉斯迴歸(Logistic Regression)建立違約模型,找出了影響違約機率顯著的九個變數:「企業年度營收」、「產業類別」、「現金流量為負,但淨利為正」、「最近三個月查詢家數」、「擔保授信餘額比率」、「是否動用現金卡」、非現金之流動資產比」、「借款比率」、「進出口貿易年增率」,利用評等評分系統分出九個評等等級,違約機率隨著評等等級變高而增加,而在不同的測試下,建立出的模型有不錯且穩定的表現,皆通過新巴塞爾及金管會的規範。希望此模型及評分系統在實務上可有效利用資訊掌握違約的可能性及貸後風險。 zh_TW dc.description.tableofcontents 目 錄 ............................................................. I 表目錄 ............................................................ II 圖目錄 ........................................................... III 第壹章 緒論 ..................................................... 1 第一節 研究背景 ................................................ 1 第二節 研究動機與目的 .......................................... 2 第三節 研究架構 ................................................ 2 第貳章 文獻探討 ................................................. 4 第一節 新巴塞爾資本協定 ........................................ 4 第二節 中小企業之定義 ......................................... 10 第三節 信用風險及信用評等 ..................................... 14 第四節 資料採礦 ............................................... 18 第五節 其他相關文獻 ........................................... 21 第參章 研究方法 ................................................ 23 第一節 資料介紹 ............................................... 23 第二節 研究流程 ............................................... 24 第三節 統計分析方法 ........................................... 28 第肆章 實證分析 ................................................ 38 第一節 抽樣比例與模型測試 ..................................... 38 第二節 變數選取與模型建立 ..................................... 40 第三節 違約機率模型之評估 ..................................... 48 第四節 信用評等分級與驗證 ..................................... 51 第伍章 結論與建議 .............................................. 61 第一節 結論 ................................................... 61 第二節 建議與未來研究方向 ..................................... 63 參考文獻 .......................................................... 64 附錄 變數定義 ..................................................... 67 zh_TW dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0096354012 en_US dc.subject (關鍵詞) 資料採礦 zh_TW dc.subject (關鍵詞) 信用評等 zh_TW dc.subject (關鍵詞) 違約機率 zh_TW dc.subject (關鍵詞) 貸後風險 zh_TW dc.title (題名) 中小企業信用評等暨違約風險模型之評估 zh_TW dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、中文文獻 1. 呂美慧,2000年,「銀行授信評等模式-Logistic Regression 之應用」,國立政治大學金融研究所碩士論文。 2. 吳振晃,2003年,「資料採礦技術於銀行授信之應用-以消費者貸款為例」,私立中國文化大學資訊管理研究所碩士論文。 3. 李彥錚,2008年,「中型企業與微、小型企業評分模型之區隔」,金融聯合徵信月刊,民國97年十月號,第三期,9-13。 4. 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」,金融風險管理季刊,民國92年十二月號。 5. 沈大白、賴柏志,2004年,「壓力測試於信用風險模型之應用」,金融風險管理季刊,民國93年二月號。 6. 沈大白、張揖帄,2006年,「新巴賽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,民國95年,第二卷,第三期,89-112。 7. 阮正治、敬永康,2003年,「中小企業信用評分研究」,金融風險管理季刊,民國92年十月號。 8. 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93年六月號。 9. 林怡伶,2006年,「中小企業信用風險之評價」,國立清華大學科技管理研究所碩士論文。 10. 林建州,2001年,「銀行個人消費信用貸款授信風險評估模式之研究」,國立中山大學財務管理研究所碩士論文。 11. 洪明欽、張揖帄、陳昱陵、陳和貴,2007年,「信用評等模型區別力之穩健性研究」,金融風險管理季刊,民國96年,第三卷,第四期,1-23。 12. 洪雪媚,2003年,「新巴塞爾資本協定對國內中小企業影響之實證研究」, 國立台灣大學國際企業學研究所碩士論文。 13. 孫銘誼、王思芳,2004年,「信用評等模型驗證之初探-相關方法與文獻」,金融風險管理季刊,民國93年,第一卷,第一期,111-125。 14. 張大成,2003年,「違約機率與信用評分模型」,台灣金融財務季刊,民國92年三月號,第四輯,第一期,19-37。 15. 陳生祥,2005年,「運用資料探勘技術建構企業財務危機預警模式-結合財務與非財務資料」,中原大學資訊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」,天主教輔仁大學金融研究所碩士論文。 16. 陳錦村、江玉娟、朱育男,2006年,「商業銀行如何建置符合新巴賽爾資本協定的信用評等制度」,金融風險管理季刊,民國92年,第二卷,第一期,115-140。 17. 蔡明熹,2004年,「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」,天主教輔仁大學應用統計研究所在職專班碩士論文。敬永康、林思惟、黃寶慶,2005年,「內部評等法之最低作業要求」,金融風險管理季刊,民國94年一月號。 18. 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研究所碩士論文。 19. 謝邦昌、鄭宇庭、蘇志雄,2009年,「Data Mining概述-以Clementine 12.0為例」,中華資料採礦協會。 20. 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。 21. 經濟部中小企業處,2005-2008年,「中小企業白皮書」,經濟部中小企業處網站。 二、英文文獻 1. Altman, E.I. (1968), ―Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,Journal of Finance, 23, 589-609. 2. Atiya, A. F. (2001), ―Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results,IEEE Transactions on Neural Networks, 12:4,929-935. 3. Black, F. and M. Scholes (1973), ―The pricing of Options and Corporate Liabilities,Journal of Political Economy, 81, 637–654. 4. Daniel, A. Bloch, Richard A. Olshen, and Michael G.Walker (2002), ―Risk Estimation for Classification Trees,American Statistical Association, Institute of Mathematical Statistics, and Interface Foundation of North America Journal of Computational and Graphical Statistics, Volume 11, Number 2, 263–288. 5. Efron, B. and R.J. Tibshirani (1993), An Introduction to the Bootstrap, Chapman & Hall/CRC Press. 6. Hilbe, Joseph M. (2009), ―Logistic Regression Models, Chapman & Hall/CRC Press. 7. Jes, Saurina and Carlos Trucharte (2003), ―The Impact of Basel II on Lending to Small- and Medium-sized Firms. A Regulatory Policy Assessment Based on the Spanish Credit Register,Bank of Span. 8. Merton, R. (1974), ―On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, Journal of Finance, 28, 449-470. 三、相關網站 1. 行政院金融監督管理委員會,http://www.fscey.gov.tw 2. 金管會銀行局,http://www.banking.gov.tw 3. 財團法人金融徵信中心,http://www.jcic.org.tw 4. 經濟部中小企業處,http://www.moeasmea.gov.tw 5. 台灣金融研訓院,http://www.tabf.org.tw/tw zh_TW