| dc.contributor.advisor | 鄭宇庭<br>郭訓志<br>鄧家駒 | zh_TW |
| dc.contributor.author (Authors) | 林郁翔 | zh_TW |
| dc.creator (作者) | 林郁翔 | zh_TW |
| dc.date (日期) | 2008 | en_US |
| dc.date.accessioned | 2009-09-14 | - |
| dc.date.available | 2009-09-14 | - |
| dc.date.issued (上傳時間) | 2009-09-14 | - |
| dc.identifier (Other Identifiers) | G0095354014 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/30923 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 統計研究所 | zh_TW |
| dc.description (描述) | 95354014 | zh_TW |
| dc.description (描述) | 97 | zh_TW |
| dc.description.abstract (摘要) | 近年來銀行經營管理方式已因經濟環境改變及金融市場變遷而產生了巨大變革，商業銀行的資產規模是不是可以無限制地擴張？銀行經營績效的評估方式仍可用傳統盈餘及成本觀念加以框架嗎？在此背景下，巴塞爾資本協定應運而生。1987 年，美聯儲和英格蘭銀行聯合向巴塞爾清算委員會提出要在世界上建立共同的資本體系，目的就是要限制在資本不足的情況下銀行規模的過度擴張；現代金融機構經營績效的評估亦不再僅是單純存放款利差的擴大，而更由考量「每單位資本」所得利潤，轉變為衡量「每單位風險」下所能創造的獲利。藉由這種思維轉變所產生的評估指標，較能忠實呈現風險下的真正績效，並有效掌握銀行內部風險程度及獲利狀況，對資金與稀少性資源做適當分配。 如何達到最佳化的資本配置？最主要在於精確量化銀行業者每天所面臨的各項風險，尤其是信用風險的量化。而信用評等（credit rating）制度的建立係現代商業銀行量化信用風險管理的最重要且最基本的一環，信用評等的建置成敗在於資料倉儲的品質與IT 支援能力，這也是銀行內部評等建置的基楚工程，而一般大型國際銀行在建置內部評等系統時，會一併將後續呆帳準備（provisions）計提、預期損失與未預期損失、資本配置管理與風險調整後績效評估連結。 本研究室針對電子製造產業，在新巴賽爾協定規範下，建立信用評等模型。模型採用羅吉斯迴歸建立，模型中的變數可分成三個構面：『董事持股面』、『公司獲利面』、『公司負債面』；而模型的整體正確率可達88.31%。在各項模型的測試中，皆有穩定的表現。 | zh_TW |
| dc.description.tableofcontents | 目 錄 I 表 次 II 圖 次 III 第壹章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 2 第三節 研究對象 2 第四節 研究架構 3 第貳章 文獻探討 4 第一節 新巴塞爾資本協定 4 第二節 信用評等模型 7 第三節 資料採礦 14 第参章 研究方法 18 第一節 資料來源 18 第二節 研究範圍 20 第三節 研究流程 21 第四節 研究方法 22 第肆章 實證分析 28 第一節 抽樣比例的比較 28 第二節 變數的選取與模型的建立 29 第三節 模型校準與信用評等 34 第四節 違約模型與信用評等系統之驗證 37 第伍章 結論與建議 47 第一節 結論 47 第二節 建議 49 參考文獻 50 一、中文部份 50 二、英文部份 52 附錄 54 表次 表 3-1 分類矩陣 20 表 3-2 給定臨界值下的決策結果 24 表 4-1 抽樣比較摘要 29 表 4-2 建模變數次數表 30 表 4-3 變數相關係數表 31 表 4-4 羅吉斯迴歸模型 33 表 4-5 信用評等結果 36 表 4-6 拔靴驗證結果 38 表 4-7 模型係數拔靴驗證結果 40 表 4-8 評等模型分錯矩陣 41 表 4-9 標竿分錯矩陣 41 表 4-10 二項式檢定 42 表 4-11 CIER檢定 42 表 4-12 敏感度分析結果 43 表 4-13 85年至86年信用轉移矩陣 44 表 4-14 86年至87年信用轉移矩陣 44 表 4-15 87年至88年信用轉移矩陣 45 表 4-16 88年至89年信用轉移矩陣 45 表 4-17 89年至90年信用轉移矩陣 45 表 4-18 90年至91年信用轉移矩陣 46 表 4-19 91年至92年信用轉移矩陣 46 表 4-20 92年至93年信用轉移矩陣 46 表 4-21 93年至94年信用轉移矩陣 47 圖次 圖 1-1 研究架構圖 4 圖 2-1 信用評等功能圖 9 圖 2-2 信用評分圖 9 圖 2-3 資料採礦功能圖 16 圖 2-4 CRISP-DM流程圖 17 圖 3-1 研究流程圖 22 圖 3-2 ROC曲線圖 24 圖 3-3 正常授信戶和違約授信戶累積機率分配圖 25 圖 4-1 違約趨勢圖 32 圖 4-2 模型於原始資料之預測能力 34 圖 4-3 模型於原始資料之區別能力 34 圖 4-4 模型機率校準配適 35 圖 4-5 PD值之分佈情形 36 圖 4-6 信用評等分佈 36 圖 4-7 信用評等於各變數之分佈 37 圖 4-8 AUC 抽樣分配 38 圖 4-9 模型係數之抽樣分配 39 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0095354014 | en_US |
| dc.subject (關鍵詞) | 新巴賽爾協定 | zh_TW |
| dc.subject (關鍵詞) | 信用評等 | zh_TW |
| dc.subject (關鍵詞) | 資料採礦 | zh_TW |
| dc.subject (關鍵詞) | 電子製造業 | zh_TW |
| dc.subject (關鍵詞) | 羅吉斯迴歸 | zh_TW |
| dc.title (題名) | 新巴塞爾資本協定下電子業信用評等羅吉斯模型建置 | zh_TW |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 一、中文部份 | zh_TW |
| dc.relation.reference (參考文獻) | 1.王鶴松（民92），新巴賽爾銀行資本適足率協定與風險管理， 銀行公會會訊，第十三期。 | zh_TW |
| dc.relation.reference (參考文獻) | 2.尹相志(民95)，「Microsoft SQL Server 2005 資料採礦聖經」，學貫行銷股份有 | zh_TW |
| dc.relation.reference (參考文獻) | 限公司。 | zh_TW |
| dc.relation.reference (參考文獻) | 3.江玉娟（民93），商業銀行如何建置符合新巴賽爾資本協定的信用評分制度， | zh_TW |
| dc.relation.reference (參考文獻) | 中央大學財務金融所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 4.朱育男（民94）金融機構的盈餘傳遞與治理機制之研究中央大學財務金融研究 | zh_TW |
| dc.relation.reference (參考文獻) | 所碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 5.李美樺（民90）台灣綜合證券商信用評等實證模型之研究，中正大學企業管理 | zh_TW |
| dc.relation.reference (參考文獻) | 研究所碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 6.吳馥珵（民90）Merton模型違約預警之研究--台灣上市電子違約公司實證分析，中央大學財務金融學系在職專班碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 7.孟憲群，（民90），企業短期償債能力授信評量模型之研究，高雄第一科技 | zh_TW |
| dc.relation.reference (參考文獻) | 大學未出版碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 8.施佳華，（民90），產險業信用評等模式之研究-美國產險公司之實證分析，政治大學風險管理與保險學系碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 9.韋端、鄭宇庭、鄧家駒、匡宏波、謝邦昌(2003)，「DATA MINING概述-以 Clementine 7.0為例」，中華資料採礦協會。 | zh_TW |
| dc.relation.reference (參考文獻) | 10.陳佳璋（民96）導入資料採礦技術於新巴賽爾協定下企業信用模型-製造業為 | zh_TW |
| dc.relation.reference (參考文獻) | 例，政治大學統計所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 11.陳錦村、陳木在（民90），商業銀行風險管理，台北，新陸書局。 | zh_TW |
| dc.relation.reference (參考文獻) | 12.鄭麗芳（民93），由國際規範談我國新制銀行業逾期放款之定義、銀行業授信資產之分類及依分類規定提列備抵呆帳之標準，存款保險季刊，第十七卷第六期。 | zh_TW |
| dc.relation.reference (參考文獻) | 13.盧文聰（民93），台灣因應新巴塞爾資本協定步調遲緩，阻礙金融產業競爭力，金融產業要聞與實務雙月刊第２期。 | zh_TW |
| dc.relation.reference (參考文獻) | 14.盧音萱（民96），新巴塞爾資本協定下應用資料採礦技術於信用卡違約模型之 | zh_TW |
| dc.relation.reference (參考文獻) | 建置，政治大學統計所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 15.潘雅慧（民92），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。 | zh_TW |
| dc.relation.reference (參考文獻) | 16.儲蓉（民88），對信用評等應有的態度和做法，經濟情勢暨評論季刊 ，第五卷第一期。 | zh_TW |
| dc.relation.reference (參考文獻) | 17. 謝有隆（民94），信用評分模型的建置與驗證，政治大學經濟所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 二、英文部份 | zh_TW |
| dc.relation.reference (參考文獻) | 1. Altman, E. I. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of | zh_TW |
| dc.relation.reference (參考文獻) | Corporate Bankruptcy.” Journal of Finance 23, pp.589-609 | zh_TW |
| dc.relation.reference (參考文獻) | 2.Basel Committee on Banking Supervision, ( 2004), “Consultative Document: | zh_TW |
| dc.relation.reference (參考文獻) | Overview of The New Basel Capital Accord＂, http://www.bis.org/bcbs/cp3ov.pdf. | zh_TW |
| dc.relation.reference (參考文獻) | 3.Berry J.A and G. Linoff. 1997. Data Mining Techniques For Marketing, Sales,and | zh_TW |
| dc.relation.reference (參考文獻) | Customer Support. John Wiley&Sons,New York. | zh_TW |
| dc.relation.reference (參考文獻) | 4.BIS (2003),〝Basel II Significant Progress on Major Issues〞，Basel: BIS. | zh_TW |
| dc.relation.reference (參考文獻) | 5.Black, F. and M. Scholes（1973）, “The Pricing of Options and Corporate Liabilities, | zh_TW |
| dc.relation.reference (參考文獻) | ” Journal of Political Economy, 81, 3, pp.637-654. | zh_TW |
| dc.relation.reference (參考文獻) | 6. Dutta, S. and S. Shekhar (1988), “Bond Rating : A Non-conservative Application | zh_TW |
| dc.relation.reference (參考文獻) | of Neural Networks,” in Trippi, R. R. and Turban, E. (eds.), Neural Networks in | zh_TW |
| dc.relation.reference (參考文獻) | FinanceInvesting ： Using and Artificial Intelligence to Improve Real-Word | zh_TW |
| dc.relation.reference (參考文獻) | Performance, pp.257-274, New York: Irwin. | zh_TW |
| dc.relation.reference (參考文獻) | 7.Durand, D. (1941), Risk Elements inConsumer Installment Financing, Studies in | zh_TW |
| dc.relation.reference (參考文獻) | Consumer Installment Financing, New York:National Bureau of Economic Research, 1941. | zh_TW |
| dc.relation.reference (參考文獻) | 8.Ederington, L. H.(1985), “ ClassificationModels and Bond Ratings,” Financial | zh_TW |
| dc.relation.reference (參考文獻) | Review,20:4, 237-262. | zh_TW |
| dc.relation.reference (參考文獻) | 9.Fayyad, U.M., G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, editors. 1996. | zh_TW |
| dc.relation.reference (參考文獻) | Advances in Knowledge discovery and data mining. Menlo Park, CA:AAAI | zh_TW |
| dc.relation.reference (參考文獻) | Press/MIT Press. | zh_TW |
| dc.relation.reference (參考文獻) | 10.Kaplan, R.S., and Urwitz, G. (1979),Statistical Models of Bond Ratings: A Methodological Inquiry,Journal of Business,.52, No.22, pp.231. | zh_TW |
| dc.relation.reference (參考文獻) | 11.Merton, R. C.（1974）, “On the Pricing of Corporate Debt: The Risk Structure of | zh_TW |
| dc.relation.reference (參考文獻) | Interest Rates,” Journal of Finance, 29, 2, pp.449-470 | zh_TW |
| dc.relation.reference (參考文獻) | 12.Meyer & Pifer (1970), “Prediction of banking failure,” The Journal of Finance , September , pp.853-868Basel: BIS. | zh_TW |
| dc.relation.reference (參考文獻) | 13.Surkan, A. and Singleton, J. C. (1990),“ Neural Networks for Bond Rating | zh_TW |
| dc.relation.reference (參考文獻) | Improved by Multiple Hidden Layers,” in Trippi, R. R. and Turban, E. (eds.), | zh_TW |
| dc.relation.reference (參考文獻) | Neural Networks in Finance Investing : Using and Artifical Intelligence to | zh_TW |
| dc.relation.reference (參考文獻) | Improve Real-Word Performance, New York: Irwin, 275-288. | zh_TW |
