中小企業信用評等暨違約風險模型之評估

SME Credit Rating-Cum-Evaluation of Default Risk Model

10.6338/JDA.200910_4(5).0001

李昂軒(Ang-Shyung Li)；鄭宇庭(Yu-Ting Cheng)；劉揚(Yang Liu)

資料採礦 ； 信用評等 ； 違約機率 ； 貸後風險 ； Data mininig ； breach of the credit rating loan risk ； probability

Journal of Data Analysis

4卷5期（2009 / 10 / 01）

1 - 22

繁體中文

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1:1精細抽樣之羅吉斯迴歸（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」，利用評等系統分出九個等級，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。

The new Basel Capital Accord (Basel capital accord the new) has to be finalised by the end of 2004, commenced implementation in 2007.In the new Protocol and the HKMA will law, financial institutions must create your own rating model, the risk attaches importance to the lenders.Apart from the listing, cabinet companies and financial institutions have in addition, many borrowings dealings also have the financing of the medium-sized enterprises.Therefore, hope to keep track of the loan the effect of risk and learn about loan risk factors that is, the research priorities in this study. This study to the views of data mining of 92 to 94 amassed Taiwan business basic data and financial data, plus year's economic indicators, data mining process to establish a breach of contract and assessment model, such as to effectively manage loan risk. 1 of this Research Department of fine sampling (using logistic regression Luo JI) establishment of a breach of contract model regression, a significant impact the chances for breach of the nine variable: "Enterprise annual revenue," and "industry category", "cash flow is negative, but the net profits to be positive," and "the past three months the number of query home" and "guarantee credit balances ratio", "whether or not to spend the cash card", non-cash of liquidity ratio, "and" borrowing ratio "and" import and export trade annual ", utilization rating system out of nine grades, breach of contract odds roiling the rating level change and increase, and in different tests, there is establishing out model good and stable performance, all formed by the new Basel and the specification of the HKMA will.Hope this model and scoring system in practice to effectively utilize the possibility of a breach of the information to grasp and loan risk.

1. 張大成(2003)。違約機率與信用評分模型。台灣金融財務季刊，4(1)，19-37。
   連結：
2. 行政院金融監督管理委員會，「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，2004年。
3. 財團法人金融徵信中心，http://www.jcic.org.tw
4. 金管會銀行局，http://www.banking.gov.tw
5. 台灣金融研訓院，http://www.tabf.org.tw/tw
6. 行政院金融監督管理委員會，http://www.fscey.gov.tw
7. 經濟部中小企業處，http://www.moeasmea.gov.tw
8. Jes, Saurina and Carlos Trucharte, ”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”, 2003..
9. 經濟部中小企業處，「中小企業白皮書」，經濟部中小企業處網站，2005-2008年。
10. Altman, E. I.(1968).Financial Ratios, "Discriminant Analysis and the Prediction of Corporate Bankruptcy".Journal of Finance,23,589-609.
11. 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.
12. Black, F.,Scholes, M.(1973).The pricing of Options and Corporate Liabilities.Journal of Political Economy,81,637-654.
13. Bloch, Daniel A.,Olshen, Richard A.,Walker, Michael G.(2002).Risk Estimation for Classification Trees.Institute of Mathematical Statistics, and Interface Foundation of North America Journal of Computational and Graphical Statistics,11(2),263-288.
14. Efron, B.,Tibshirani, R. J.(1993).An Introduction to the Bootstrap.:Chapman & Hall.
15. Hilbe, Joseph M.(2009).Logistic Regression Models.:Chapman & Hall.
16. Merton, R.(1974).On the Pricing of Corporate Debt: The Risk Structure of Interest Rates.Journal of Finance,28,449-470.
17. 吳振晃(2003)。私立中國文化大學資訊管理研究所。
18. 呂美慧(2000)。國立政治大學金融研究所。
19. 李彥錚(2004)。「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，3，9-13。
20. 沈大白、張大成(2003)。信用風險模型效力檢驗—以台灣市場爲例。金融風險管理季刊，十二月號
21. 沈大白、張揖帄(2006)。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，2(3)，89-112。
22. 沈大白、賴柏志(2004)。壓力測詴於信用風險模型之應用。金融風險管理季刊，二月號
23. 阮正治、江景清(2004)。台灣企業信用評分模型建置與驗證。金融風險管理季刊，六月號
24. 阮正治、敬永康(2003)。中小企業信用評分研究。金融風險管理季刊，十月號
25. 林怡伶(2006)。國立清華大學科技管理研究所。
26. 林建州(2001)。國立中山大學財務管理研究所。
27. 洪明欽、張揖帄、陳昱陵、陳和貴(2007)。信用評等模型區別力之穩健性研究。金融風險管理季刊，3(4)，1-23。
28. 洪雪媚(2003)。國立台灣大學國際企業學研究所。
29. 孫銘誼、王思芳(2004)。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，1(1)，111-125。
30. 陳生祥(2004)。中原大學資訊管理研究所。
31. 陳忠賢(2005)。天主教輔仁大學金融研究所。
32. 陳錦村、江玉娟、朱育男(2006)。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，2(1)，115-140。
33. 敬永康、林思惟、黃寶慶(2005)。內部評等法之最低作業要求。金融風險管理季刊，一月號
34. 萬智傑(2007)。東吳大學商學院企業管理學研究所。
35. 蔡明熹(2004)。天主教輔仁大學應用統計研究所在職專班。
36. 謝邦昌、鄭宇庭、蘇志雄(2009)。Data Mining概述—以Clementine 12.0為例。中華資料採礦協會。

1. 江志民、古文潔、丁台怡(2012)。中小企業經營績效評估模型之建立與比較。數據分析，7(2)，53-65。
2. 吳柔瑾(2022)。羅吉斯迴歸在分期付款違約之應用。Journal of Data Analysis，17(2)，1-30。
3. 張芳仁、古文潔(2011)。運用資料採礦技術於中國中小企業之績效評等。數據分析，6(4)，77-90。