| dc.contributor.advisor | 楊建民 | zh_TW |
| dc.contributor.advisor | Yang, Jiann-Min | en_US |
| dc.contributor.author (Authors) | 吳志鴻 | zh_TW |
| dc.creator (作者) | 吳志鴻 | zh_TW |
| dc.date (日期) | 2004 | en_US |
| dc.date.accessioned | 18-Sep-2009 19:35:25 (UTC+8) | - |
| dc.date.available | 18-Sep-2009 19:35:25 (UTC+8) | - |
| dc.date.issued (上傳時間) | 18-Sep-2009 19:35:25 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0923560221 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/36786 | - |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 資訊管理研究所 | zh_TW |
| dc.description (描述) | 92356022 | zh_TW |
| dc.description (描述) | 93 | zh_TW |
| dc.description.abstract (摘要) | 長久以來，信用風險一直是各銀行經營風險中最主要的來源，而就信用風險的衡量部份，巴塞爾委員會希望國際性銀行最低限度必須採用中等複雜程度的風險計算方法。也就是希望銀行能以新巴塞爾協定中信用風險的內部評等法為基本精神建置一套內部自有的信用風險模型來評估交易對手的信用風險。 同時，由於目前國內對於自有信用風險模型的建置和效力驗證的相關研究付之闕如，故本研究以新巴塞爾協定中信用風險的內部評等基礎法為基本精神，並且應用倒傳遞類神經網路方法，建構一套有效的信用風險模型並加以驗證以期能應用於銀行授信決策系統之中，也擬扮演一拋磚引玉的角色，以期未來有更多資源投入相關研究。 首先，本研究藉由文獻探討的方式，決定模型的輸入變數，接著利用ROE來做為評斷企業總體財務表現的指標，同時使用來對上市/櫃公司進行評分，根據評分的結果，再使用K-Means方法來針對所有ROE值為正的上市/櫃公司進行評等等級的切割，以計算所有上市/櫃公司各年度的評等。 研究結果發現： (1) 利用建模資料帶入模型，分別計算每一筆資料的違約機率，也就是該公司當年度的違約機率，再將每一個等級的所有資料的PD值求平均數，即可得到代表該等級的違約機率，而此估計出的違約機率也的確能隨著評等等級的遞增而增加。 因此，當我們要判斷一間公司的違約等級時，可利用本研究所建構出的信用評等模型，估計出該公司違約機率，以判斷該公司的違約等級，以為決策者提供重要的參考依據。 (2) 信用風險預警模型在預測公司下一年度違約與否的能力上，也有不錯的預測準確率；同時，本研究利用預測結果的型I誤差、型II誤差、模型區別率和模型預測率分析來分析預警模型的效度，經實證結果得知，預警模型在效度驗證方面也能有效滿足要求。 由以上的結果得知，本研究所自行發展的信用風險評等模型與信用預警模型相關建構流程、架構與方法論，可有效應用於銀行授信決策系統之中。 | zh_TW |
| dc.description.tableofcontents | 目錄…………………………………………………………………………iii 中文摘要 …………………………………………………………………i 圖目錄 ……………………………………………………………………v 表目錄 … …………………………………………………………………vi 第一章 緒論 ...…………………………………………………………1 第一節 研究背景機…………………………………………………………1 第二節 研究的………………………………………………………………4 第三節 研究圍… …………………………………………………………5 第四節 論文架構與研究流程………………………………………………6 第二章 文獻探討 ……………………………………………………8 第一節 信用風險與信用評等 ……………………………………………8 第二節 新巴塞爾協定 ……………………………………………………20 第三節 類神經網路 ………………………………………………………26 第四節 企業總體財務分析方法 …………………………………………30 第三章 研究設計 ………………………………………………33 第一節 資料選取 …………………………………………………………34 第二節 信用評等與信用預警模型建置 …………………………………37 第三節 信用評等與信用預警模型驗證 …………………………………42 第四章 實證分析 ……………………………………………………43 第一節 信用評等 …………………………………………………………43 第二節 風險預警 …………………………………………………………49 第五章 結論與建議 ……………………………………………………53 第一節 研究結論與建議 …………………………………………………53 第三節 未來研究方向 ……………………………………………………56 參考文獻 ………………………………………………………………57 英文文獻……………………………………………………………………57 中文文獻……………………………………………………………………58 【圖目錄】 圖1-1 研究流程圖…………………………………………………………7 圖2-1 新巴塞爾協定三大支柱 …………………………………………20 圖2-3 類神經網路架構……………………………………………………27 圖2-4 杜邦等式分析流程圖………………………………………………30 圖3-1 本研究信用風險與信用預警模型建置流程………………………33 圖3-2 常見違約定義一覽表………………………………………………35 【表目錄】 表2-1 TCRI評等方法步驟 ……………………………………………12 表2-2 10個財務比率/數值 ……………………………………………12 表2-3 基本等級等級意義與區分…………………………………………13 表2-4 規模之門檻設定 …………………………………………………14 表2-5 APL財務壓力計之門檻設定 ……………………………………14 表2-6 各產業前景預測報告 ……………………………………………16 表2-7 國外信用評等相關研究 …………………………………………17 表2-8 國內信用評等相關研究 …………………………………………18 表2-9 新巴塞爾協定架構表 ……………………………………………22 表3-1 台灣景氣循環基準日期 …………………………………………34 表3-2 模型輸入變數 ……………………………………………………37 表4-1 各評等等級切割點 ………………………………………………44 表4-2 建模資料各等級違約機率平均……………………………………45 表4-3 驗證資料各等級違約機率平均值…………………………………46 表4-4 各評等等級違約機率變異數分析表 ……………………………47 表4-5 驗證資料區別率(臨界點0.5) ……………………………………50 表4-6 驗證資料區別率(臨界點0.1) ……………………………………51 表4-7 預測資料預測率(臨界0.1)...............................51 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0923560221 | en_US |
| dc.subject (關鍵詞) | 新巴塞爾協定 | zh_TW |
| dc.subject (關鍵詞) | 信用風險 | 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) | 倒傳遞類神經網路 | zh_TW |
| dc.subject (關鍵詞) | 杜邦財務等式 | zh_TW |
| dc.subject (關鍵詞) | K-means | en_US |
| dc.title (題名) | 新巴塞爾協定下台灣上市/櫃公司信用風險評等與財務危機預警類神經網路模型之研究 | zh_TW |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 一、英文文獻 | zh_TW |
| dc.relation.reference (參考文獻) | 1. Andrea Sironi, Cristiano Zazzara,” The Basel Committee | zh_TW |
| dc.relation.reference (參考文獻) | proposals for a new capital accord:implications for Italian | zh_TW |
| dc.relation.reference (參考文獻) | banks”, Review of Financial Economics 12 (2003) 99–126. | zh_TW |
| dc.relation.reference (參考文獻) | 2. Basel Committee on Banking Supervision “The New Basel | zh_TW |
| dc.relation.reference (參考文獻) | Capital Accord”, Consultative Document,31 May 2001. | zh_TW |
| dc.relation.reference (參考文獻) | 3. Basel Committee on Banking Supervision “International | zh_TW |
| dc.relation.reference (參考文獻) | Convergence of Capital Measurement and Capital Standards”, | zh_TW |
| dc.relation.reference (參考文獻) | Consultative Document,June 2004. | zh_TW |
| dc.relation.reference (參考文獻) | 4 Dimitrios P. Tsomocos, “Equilibrium analysis, banking and | zh_TW |
| dc.relation.reference (參考文獻) | financial instability”, Journal of Mathematical Economics 39 | zh_TW |
| dc.relation.reference (參考文獻) | (2003) 619–655. | zh_TW |
| dc.relation.reference (參考文獻) | 5. Giovanni Ferri, Li-Gang Liu, Giovanni Majnoni,” The role of | zh_TW |
| dc.relation.reference (參考文獻) | rating agency assessments in less developed countries: Impact | zh_TW |
| dc.relation.reference (參考文獻) | of the proposed Basel guidelines”, Journal of Banking & | zh_TW |
| dc.relation.reference (參考文獻) | Finance 25 (2001) 115±148. | zh_TW |
| dc.relation.reference (參考文獻) | 6.Jenq-Neng Hwang, Jai J. Choi, Seho Oh, and Robert J. Marks | zh_TW |
| dc.relation.reference (參考文獻) | II, “Query-Based Learning Applied to Partially Trained | zh_TW |
| dc.relation.reference (參考文獻) | Multilayer Perceptrons”, IEEE Transactions on Neural | zh_TW |
| dc.relation.reference (參考文獻) | Networks. Vol. 2.NO. 1. January 1991. | zh_TW |
| dc.relation.reference (參考文獻) | 7. J. Mostafa, W. Lam “Automatic classification using | zh_TW |
| dc.relation.reference (參考文獻) | supervised learning in a medical document ltering | zh_TW |
| dc.relation.reference (參考文獻) | application”, Information Processing and Management 36 | zh_TW |
| dc.relation.reference (參考文獻) | (2000) 415-444. | zh_TW |
| dc.relation.reference (參考文獻) | 8. Zhang, G.., B. E. Patuwo and M. Y. Hu, “Forecasting with | zh_TW |
| dc.relation.reference (參考文獻) | Artificial Neural Networks: The State of the Art”, | zh_TW |
| dc.relation.reference (參考文獻) | International Journal of Forecasting, 14, 35-62. | zh_TW |
| dc.relation.reference (參考文獻) | 二、中文文獻 | zh_TW |
| dc.relation.reference (參考文獻) | 1．尹先龍，新巴塞爾資本協定及其對銀行監管的啓示， 澳門金融管理 | zh_TW |
| dc.relation.reference (參考文獻) | 局。 | zh_TW |
| dc.relation.reference (參考文獻) | 2．阮正治、江景清，台灣企業信用評分模型建置與驗證，華銀信用資訊 | zh_TW |
| dc.relation.reference (參考文獻) | 月刊，3月號，2003。 | zh_TW |
| dc.relation.reference (參考文獻) | 3．李三榮，“Basel II”。台灣金融財務季刊：第三輯第二期，2004年6 | zh_TW |
| dc.relation.reference (參考文獻) | 月。 | zh_TW |
| dc.relation.reference (參考文獻) | 4．林妙宜，公司信用風險之衡量 ，國立政治大學金融研究所碩士論文， | zh_TW |
| dc.relation.reference (參考文獻) | 2002 。 | zh_TW |
| dc.relation.reference (參考文獻) | 5．吳振晃，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 | zh_TW |
| dc.relation.reference (參考文獻) | 國文化大學資訊管理研究所碩士論文，2003。 | zh_TW |
| dc.relation.reference (參考文獻) | 6．紀宗利，建構我國產險業信用評等制度之研究，國立高雄第一科技大 | zh_TW |
| dc.relation.reference (參考文獻) | 學風險管理與保險系研究所碩士論文，2003。 | zh_TW |
| dc.relation.reference (參考文獻) | 7．徐慧如，銀行內部評等系統實務運作概況，證交資料月刊，第490期， | zh_TW |
| dc.relation.reference (參考文獻) | 2003。 | zh_TW |
| dc.relation.reference (參考文獻) | 8．康贊清，銀行放款評估之知識擷取：類神經網路之應用，國立中正大 | zh_TW |
| dc.relation.reference (參考文獻) | 學資訊管理研究所碩士論文，2003。 | zh_TW |
| dc.relation.reference (參考文獻) | 9．孫銘誼、王思芳，信用評等模型驗證之初探-相關方法與文獻回顧，金 | zh_TW |
| dc.relation.reference (參考文獻) | 融風險管理季刊，第一卷，第一期，p.p111-125 ，2004。 | zh_TW |
| dc.relation.reference (參考文獻) | 10．郭素綾，本國銀行信用評等實證模型之研究，國立中正大學企業管理 | zh_TW |
| dc.relation.reference (參考文獻) | 研究所碩士論文，2002。 | zh_TW |
| dc.relation.reference (參考文獻) | 11．張勝春，模糊類神經在銀行授信決策之應用，朝陽科技大學財務金融 | zh_TW |
| dc.relation.reference (參考文獻) | 系研究所，2001。 | zh_TW |
| dc.relation.reference (參考文獻) | 12．張家華、沈中華，違約率與總體經濟相關性，華銀信用資訊月刊，3 | zh_TW |
| dc.relation.reference (參考文獻) | 月號，2004。 | zh_TW |
| dc.relation.reference (參考文獻) | 13．葉怡成，類神經網路模式應用與實作，儒林，1993。 | zh_TW |
| dc.relation.reference (參考文獻) | 14．葉怡成，應用類神經網路，儒林，1999。 | zh_TW |
| dc.relation.reference (參考文獻) | 15．楊蓁海，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 | zh_TW |
| dc.relation.reference (參考文獻) | 對我國銀行體系與央行政策的影響，中央銀行季刊，第27卷，第1 | zh_TW |
| dc.relation.reference (參考文獻) | 期。 | zh_TW |
| dc.relation.reference (參考文獻) | 16•楊建民、潘慈沁、黃彥穎、劉明旂、容宗良、吳志鴻著，“新巴塞爾 | zh_TW |
| dc.relation.reference (參考文獻) | 協定下信用風險模型與SOA系統架構建置研究”中華企業資源規劃學 | zh_TW |
| dc.relation.reference (參考文獻) | 會九十四年度年會暨ERP學術與實務研討會論文，2005年1月。 | zh_TW |
| dc.relation.reference (參考文獻) | 17．鄭國瑞，多項財務危機預警模式之研究，國立高雄第一科技大學金融 | zh_TW |
| dc.relation.reference (參考文獻) | 營運研究所碩士論文，2002。 | zh_TW |
