學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 銀行對中小企業授信評等模型
作者 胡美蓉
貢獻者 沈中華
胡美蓉
關鍵詞 中小企業信用評等模型
分量迴歸
Binary Quantile Regression
Logit Model
Probit Moedel
日期 2004
上傳時間 14-九月-2009 13:32:47 (UTC+8)
摘要 本研究主要是應用二元分量迴歸BQR(Binary Quantile Regression)模型的方法估計銀行對中小企業授信之信用評等,以期提早偵測出可能會有違約還款的企業,達到授信時的預警效果。信用評等目的為協助金融機構在貸放前更明確的瞭解企業的信用風險,並具以衡量是否核准貸款的重要依據。在過去的研究中最廣為應用的計量方法主要為有母數(parametric)區別迴歸模型,包括Logit Model和Probit Model等區別迴歸模型,這二種模型在正確的條件設定之下,模型的預測結果可以說相當的好,但若是估計資料的分配並未符合所設定的條件,或者是資料具有無法觀察到的異質變異(heteroskedastic),則估計結果會有顯著的偏誤。傳統區別模型的一般設定如下,假設發生違約的機率給定為: ,此處 表示實際上是否真的發生違約逾期還款的情形。
     為了在估計時更能控制風險,最近許多有關信用評等的研究方法傾向使用半無母數(semiparametric)單一指數模型以及無母數(nonparametric)的估計方法,如類神經網路與歸納樹(classification trees)分析方法。
     而本文主要是將半無母數的分量迴歸區別模型和過去以有母數為主的Probit及Logit區別迴歸模型做比較。Koenker和Bassett(1978)提出分量迴歸估計方法(Quantile Regression Methods),分量迴歸可以更完整的反應出共變異效果對被解釋變數的影響,除此之外,分量迴歸模式提供使用上較多的彈性,在估計時無需對母體的分配做假設,另外,和傳統的最小平方(OLS)估計法不同在於OLS給予估計參數的分量為50%,因此OLS估計出的迴歸線只有一條,因此分析解釋變數對被解釋變數的影響是平均效果;分量迴歸區別模型則給予估計參數不同百分比的分量,從而可在相同樣本下得到不同的分量迴歸線,觀察解釋變數對於被解釋變數影響程度的變化,因此藉由不同分量估計出不同的迴歸係數 ,可以更加瞭解整體分配的全貌。
參考文獻 一、中文部份
石月華(1992),「建立銀行授信信用評等模式之研究」,交通大學管理科學研究所碩士論文。
何太山(1977),「運用區別分析建立商業放款信用評分制度」,政大企業管理研究所碩士論文。
李桐豪、呂美慧(2000),「金融機房貸客戶授信評量模式分析-Logistic迴歸之應用」,《臺灣金融財務季刊》。
沈中華、謝孟芬(1999),「事件風險:以貨幣危機及銀行危機為例」,《企銀季刊》,第廿二卷第二期,第1-17頁。
沈中華(1999),「銀行危機形成原因探討」,《存款保險資訊季刊》,第十二卷第四期,第88-102頁。
徐健進(1985),「銀行放款信用評等模式之研究」,國立政治大學企業管理研究所碩士論文。
陳錦村(1996),「銀行授信客戶之甄選:層級分析法的法的應用與比較」,《台大管理論叢》,第7卷,第2期,頁1-27。
陳錦村(1995),「銀行授信客戶之風險評估」,《金融與徵信叢書》,第12期,財團法人金融聯合徵信中心。
陳錦村(1995),「銀行授信客戶之風險評估」,《中山管理評論》,第3卷,第4期,頁1-23。
郭敏華(1999),「銀行對借款人資訊不對稱之衡量」,《世新學報》,第7期,頁195-217。
黃小玉(1987),「銀行放款信用評等模式之研究-最佳模式之選擇」,淡江大學管理科學研究所碩士論文。
黃重菁(1999),「銀行對中小企業授信考量因素之研究」,國立政治大學企業管理研究所。
黃財焜(1997),「金融業逾期放款問題之研究-以商業銀行為例」,國立政治大學企業管理研究所。
唐于雅(2002),「銀行往來關係對中小企業借款條件與授信風險之影響」,國立政治大學財務管理研究所。
施人英(1997),「企業信用評等模式之研究」,國立台灣大學商學研究所碩士論文。
顧石望(1997),「金融預警制度之研究-以本國一般銀行為例」。政治大學企業管理研究所論文。
鍾俊文、陳勇徵(1996),「銀行信用評等-本國銀行之實證分析」,《基層金融》,第33期,9月,頁27-53。
龔昶元(1998),「Logistic Regression模式應用於信用卡風險審核之研究-以國內某銀行信用卡中心為例」。台北銀行月刊二十八卷。
二、英文部份
Altaman, Edward I.& G. G. Haldeman , & P. Narayanan, (1977), ZETA Analysis:A new model to identify the bankruptcy risk of corporations , Journal of Banking, 71 and Finance, 29-5.
Amemiya, Takeshi, (1981), Qualitative response models:A survey , Journal of Economic Literature, Vol.19, No.4,1483-1536.
Ball, C. A. & Adrian E.T., (1982), The decision to establish a foreign bank branch or subsidiary:An application of binary classification procedures, Jour-nal of Financial and Quantitative Analysis, September, Vol.17, No.3, 411-424.
Beaver, W. H., (1966), Financial ratios as predictors of failure, Journal of Accounting Research, 71-111.
Horowitz, J.L., (1992), A smoothed maximum score Estimator for the Binary Response Model, Econometrica, 60, 505-531
Koenker, R., and Bassett, G.B., (1979), Regression Quantiles, Econometrica, 46, 33-55.
Kordas, G., (2000), Binary Regression Quantiles, Ph.D Thesis, University of Illinois at Urbana-Champaign,.
Kordas, G.., (2002), Credit Scoring Using Binary Quantile Regression, Working Paper, University of Illinois at Urbana-Champaign.
Lo, A. W. (1986), “A Specification Test and Application to Corporate Bankruptcies,” Journal of Econometrics, 31, 151-178.
Manski, C.F., (1985), Semiparametric Analysis of Discrete Response: Asymptotic Properties of the Maximum Score Estimator, Journal of Econometrics, Journal of Econometrics, 32, 65-108.
Manski, C.F., (1975), Maximum Score Estimation of the Stochastic Utility Model of Choice , Journal of Econometics, 3, 205-228.
描述 碩士
國立政治大學
經濟研究所
92258018
93
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0922580181
資料類型 thesis
dc.contributor.advisor 沈中華zh_TW
dc.contributor.author (作者) 胡美蓉zh_TW
dc.creator (作者) 胡美蓉zh_TW
dc.date (日期) 2004en_US
dc.date.accessioned 14-九月-2009 13:32:47 (UTC+8)-
dc.date.available 14-九月-2009 13:32:47 (UTC+8)-
dc.date.issued (上傳時間) 14-九月-2009 13:32:47 (UTC+8)-
dc.identifier (其他 識別碼) G0922580181en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/32270-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 經濟研究所zh_TW
dc.description (描述) 92258018zh_TW
dc.description (描述) 93zh_TW
dc.description.abstract (摘要) 本研究主要是應用二元分量迴歸BQR(Binary Quantile Regression)模型的方法估計銀行對中小企業授信之信用評等,以期提早偵測出可能會有違約還款的企業,達到授信時的預警效果。信用評等目的為協助金融機構在貸放前更明確的瞭解企業的信用風險,並具以衡量是否核准貸款的重要依據。在過去的研究中最廣為應用的計量方法主要為有母數(parametric)區別迴歸模型,包括Logit Model和Probit Model等區別迴歸模型,這二種模型在正確的條件設定之下,模型的預測結果可以說相當的好,但若是估計資料的分配並未符合所設定的條件,或者是資料具有無法觀察到的異質變異(heteroskedastic),則估計結果會有顯著的偏誤。傳統區別模型的一般設定如下,假設發生違約的機率給定為: ,此處 表示實際上是否真的發生違約逾期還款的情形。
     為了在估計時更能控制風險,最近許多有關信用評等的研究方法傾向使用半無母數(semiparametric)單一指數模型以及無母數(nonparametric)的估計方法,如類神經網路與歸納樹(classification trees)分析方法。
     而本文主要是將半無母數的分量迴歸區別模型和過去以有母數為主的Probit及Logit區別迴歸模型做比較。Koenker和Bassett(1978)提出分量迴歸估計方法(Quantile Regression Methods),分量迴歸可以更完整的反應出共變異效果對被解釋變數的影響,除此之外,分量迴歸模式提供使用上較多的彈性,在估計時無需對母體的分配做假設,另外,和傳統的最小平方(OLS)估計法不同在於OLS給予估計參數的分量為50%,因此OLS估計出的迴歸線只有一條,因此分析解釋變數對被解釋變數的影響是平均效果;分量迴歸區別模型則給予估計參數不同百分比的分量,從而可在相同樣本下得到不同的分量迴歸線,觀察解釋變數對於被解釋變數影響程度的變化,因此藉由不同分量估計出不同的迴歸係數 ,可以更加瞭解整體分配的全貌。
zh_TW
dc.description.tableofcontents 第一章 緒論…………………………………………………...1第一節 研究背景與動機………………………..…….......1
     第二節 研究目的………………………………………….3
      第三節 研究架構與流程…………………………….........7
     第二章 文獻回顧…………………………………………….10
     第一節 銀行授信評估原則之探討……………………...10
      第二節 借貸市場中存在資訊不對稱現象之文獻探討...13
     第三節 信用評等計量模型的相關研究文獻…………...17第三章 計量模型………………..…………………………...19
      第一節 有母數區別分析迴歸模型………….…………..20
      第二節 半無母數之條件分量迴歸模型…………….......25
     第四章 資料與實證分析………………………………….....31
      第一節 資料分析………………………………………...31
      第二節 Logit模型與Probit模型之實證結果………….36
     第三節 二元分量迴歸(BQR)模型之實證分析……...40
     
     
     第五章 結論與建議……………………………………….42
      第一節 結論……………………………………………….42
      第二節 研究限制………………………………………….43
      第三節 建議…………………………………………….…45參考文獻……………………………………………..….……46
      中文部份…………………………………………………...46
      英文部份…………………………………………………...47
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0922580181en_US
dc.subject (關鍵詞) 中小企業信用評等模型zh_TW
dc.subject (關鍵詞) 分量迴歸zh_TW
dc.subject (關鍵詞) Binary Quantile Regressionen_US
dc.subject (關鍵詞) Logit Modelen_US
dc.subject (關鍵詞) Probit Moedelen_US
dc.title (題名) 銀行對中小企業授信評等模型zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、中文部份zh_TW
dc.relation.reference (參考文獻) 石月華(1992),「建立銀行授信信用評等模式之研究」,交通大學管理科學研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 何太山(1977),「運用區別分析建立商業放款信用評分制度」,政大企業管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 李桐豪、呂美慧(2000),「金融機房貸客戶授信評量模式分析-Logistic迴歸之應用」,《臺灣金融財務季刊》。zh_TW
dc.relation.reference (參考文獻) 沈中華、謝孟芬(1999),「事件風險:以貨幣危機及銀行危機為例」,《企銀季刊》,第廿二卷第二期,第1-17頁。zh_TW
dc.relation.reference (參考文獻) 沈中華(1999),「銀行危機形成原因探討」,《存款保險資訊季刊》,第十二卷第四期,第88-102頁。zh_TW
dc.relation.reference (參考文獻) 徐健進(1985),「銀行放款信用評等模式之研究」,國立政治大學企業管理研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 陳錦村(1996),「銀行授信客戶之甄選:層級分析法的法的應用與比較」,《台大管理論叢》,第7卷,第2期,頁1-27。zh_TW
dc.relation.reference (參考文獻) 陳錦村(1995),「銀行授信客戶之風險評估」,《金融與徵信叢書》,第12期,財團法人金融聯合徵信中心。zh_TW
dc.relation.reference (參考文獻) 陳錦村(1995),「銀行授信客戶之風險評估」,《中山管理評論》,第3卷,第4期,頁1-23。zh_TW
dc.relation.reference (參考文獻) 郭敏華(1999),「銀行對借款人資訊不對稱之衡量」,《世新學報》,第7期,頁195-217。zh_TW
dc.relation.reference (參考文獻) 黃小玉(1987),「銀行放款信用評等模式之研究-最佳模式之選擇」,淡江大學管理科學研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 黃重菁(1999),「銀行對中小企業授信考量因素之研究」,國立政治大學企業管理研究所。zh_TW
dc.relation.reference (參考文獻) 黃財焜(1997),「金融業逾期放款問題之研究-以商業銀行為例」,國立政治大學企業管理研究所。zh_TW
dc.relation.reference (參考文獻) 唐于雅(2002),「銀行往來關係對中小企業借款條件與授信風險之影響」,國立政治大學財務管理研究所。zh_TW
dc.relation.reference (參考文獻) 施人英(1997),「企業信用評等模式之研究」,國立台灣大學商學研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 顧石望(1997),「金融預警制度之研究-以本國一般銀行為例」。政治大學企業管理研究所論文。zh_TW
dc.relation.reference (參考文獻) 鍾俊文、陳勇徵(1996),「銀行信用評等-本國銀行之實證分析」,《基層金融》,第33期,9月,頁27-53。zh_TW
dc.relation.reference (參考文獻) 龔昶元(1998),「Logistic Regression模式應用於信用卡風險審核之研究-以國內某銀行信用卡中心為例」。台北銀行月刊二十八卷。zh_TW
dc.relation.reference (參考文獻) 二、英文部份zh_TW
dc.relation.reference (參考文獻) Altaman, Edward I.& G. G. Haldeman , & P. Narayanan, (1977), ZETA Analysis:A new model to identify the bankruptcy risk of corporations , Journal of Banking, 71 and Finance, 29-5.zh_TW
dc.relation.reference (參考文獻) Amemiya, Takeshi, (1981), Qualitative response models:A survey , Journal of Economic Literature, Vol.19, No.4,1483-1536.zh_TW
dc.relation.reference (參考文獻) Ball, C. A. & Adrian E.T., (1982), The decision to establish a foreign bank branch or subsidiary:An application of binary classification procedures, Jour-nal of Financial and Quantitative Analysis, September, Vol.17, No.3, 411-424.zh_TW
dc.relation.reference (參考文獻) Beaver, W. H., (1966), Financial ratios as predictors of failure, Journal of Accounting Research, 71-111.zh_TW
dc.relation.reference (參考文獻) Horowitz, J.L., (1992), A smoothed maximum score Estimator for the Binary Response Model, Econometrica, 60, 505-531zh_TW
dc.relation.reference (參考文獻) Koenker, R., and Bassett, G.B., (1979), Regression Quantiles, Econometrica, 46, 33-55.zh_TW
dc.relation.reference (參考文獻) Kordas, G., (2000), Binary Regression Quantiles, Ph.D Thesis, University of Illinois at Urbana-Champaign,.zh_TW
dc.relation.reference (參考文獻) Kordas, G.., (2002), Credit Scoring Using Binary Quantile Regression, Working Paper, University of Illinois at Urbana-Champaign.zh_TW
dc.relation.reference (參考文獻) Lo, A. W. (1986), “A Specification Test and Application to Corporate Bankruptcies,” Journal of Econometrics, 31, 151-178.zh_TW
dc.relation.reference (參考文獻) Manski, C.F., (1985), Semiparametric Analysis of Discrete Response: Asymptotic Properties of the Maximum Score Estimator, Journal of Econometrics, Journal of Econometrics, 32, 65-108.zh_TW
dc.relation.reference (參考文獻) Manski, C.F., (1975), Maximum Score Estimation of the Stochastic Utility Model of Choice , Journal of Econometics, 3, 205-228.zh_TW