摘要
自1997年亚洲金融风暴以来,世界各国陆续传出地雷股之消息,许多大型企业瓦解的事件也纷纷发生,使得公司债违约情形日益严重,再加上衍生性金融商品的推陈出新,金融机构在竞争激烈的市场中,为求生计及提升市占率情况下,相对利差逐渐缩小,银行风险性资产受到严重侵蚀,又如面临经济景气因素、公司治理或内部控制不良、金融商品操作不当等情形时,只要稍有不慎,逾放、呆帐便因应而起,造成金融机构体质不良,此伤害不只对该金融机构之股东、投资者形成直接损失,若因此被政府接管,亏损部份亦由所有纳税义务人全民买单,更进一步影响整个经济体系,严重时将形成国内金融危机,银行与金融机构可能产生更多的违约风险,因此企业信用风险之衡量与管理亦日趋重要。
本文除了尝试以实务上较具应用性的Logit模型与KMV模型,并比较是否纳入总体经济变量及公司治理变量的Logit模型与KMV模型三种财务预警模式,在三种不同的切割值下,何者预期台湾企业发生财务危机之可能性的正确率较高,最后,本文亦应用严谨的绩效评估模型进行检定,以供银行授信的同时,进行信用风险评估的参考,有效建立企业财务预警制度,进而达成企业信用风险管理之目标。
实证研究是以2000年至2009年发生财务危机的国内上市柜公司为研究对象,所筛选的变量除了KMV模型所应用的变量外,还考虑了总体经济变量及公司治理变量来建构罗吉斯预警模型,并依据不同的绩效指针来评估模型。依据实证结果分析,可得到以下四点结论:(1)模型的正确率以考虑总体经济变量及公司治理变量的Logit模型最佳。无论样本内外,都以考虑总体经济变量及公司治理变量的Logit模型最佳,其次为未考虑总体经济变量及公司治理变量的Logit模型,最差为KMV模型。这表示KMV模型仅考虑资产、负债、利率等变量,忽略了景气指针及公司治理变量而减低其预测能力。另外,不同的公司股价会因人为操作有高估或低估的情形,所以股价的市值及波动性不能反映真实价值,造成信用风险变量的显着性及解释能力较不佳,但部分公司预测能力会有提升的效果。(2)无论何种模型在样本内、外之绩效比较,都以切割值0.5为最佳。不同的分类切割值会影响模型的判别绩效,但理论上并无法验证何种切割值最佳。因此,本研究比较了三种不同的切割值,分别为03,0.5及0.8。实证结果显示,无论何种模型在样本内、外之绩效比较,都以切割值0.5为最佳。(3)由型一误差观察,仍以考虑总体经济及公司治理变量的Logit模型最低。但若考虑不同的切割值则以0.3较佳。型二误差的绩效则与正确率比较结果一致。而样本外的预测,亦发现与样本内比较一致。但以切割值为0.5时最佳。(4)总体而言,样本内的绩效要比样本外为佳。本文的实证结果显示,KMV模型的样本外绩效优于样本内。探究其因,可能与估计的参数适合于样本外数据评估。但Logit模型的样本外明显较样本内为低,其可能的原因是受限于企业本身内涵之信用风险涉险程度之不同,再者是因为模型无法学习到训练样本信息而造成测试样本有判断能力降低的现象。
对于企业财务危机的研究,相关文献已累积许多成果,但利用样本内数据所求得之最佳违约点系数,再根据KMV模型及是否纳入总体经济变量及公司治理变量纳入Logit模型的三种财务预警模式进行样本外预测,最后将样本内数据与样本外数据进行绩效比较者并不多见。由本研究的分析得知,纳入总体经济变量及公司治理变量确实能够提升模型财务危机的预测能力。而这结果亦可做为金融机构在评估企业授信风险时非常重要的参考指标,亦即能有效预测企业之财务危机,以提供企业、债权人、投资者及政府机关作为有效的投资决策及风险管理的依据,进而降低投资风险及损失。
Since the Asian financial crisis of 1997, most of the countries all over the world had spread the tank stock news one after another, collapse happened to many large enterprises in succession, which made the company default more and more serious with each passing day, with the weeding through the old to bring forth the new of the derivatives, with a view to making a living and enhancing the market share, the relative spread of the financial institute in the fierce competition market gradually shrunk, and the bank risk-adjusted asset was seriously eroded. Faced with the situations, such as the business cycle factor, poor corporate governance or internal control and improper financial product manipulation, as long as the financial institute was a little incautious, the overdue loan and bad debt would arise hereby, which caused the poor financial institute constitution, such injury not only caused direct damage to the stockholder and investor of the financial institute but the loss, if taken over by the government thereby, would be settled accounts by all the taxpayers as well. If seriously, the injury formed the internal financial crisis, and the bank and financial institute might generate more default risk; thus, the measurement and management of the enterprise default risk also became important with each passing day.
The research motives of the study not only try the Logit model and KMV model of more applicability in practice but also compare three kinds of financial early warning model: whether to incorporate the Logit model of the macroeconomic variables and corporate governance variables and the KMV model. Which has a higher accurate rate to expect the possibility that a financial crisis happened to Taiwan’s enterprises under three kinds of different cut values? In the long run, the article also applies the rigorous performance evaluation model to conduct a test for the credit risk evaluation reference while the bank credits to establish effectively the financial early warning system of an enterprise to further achieve the objective of the enterprise credit risk management.
The study uses the internal listed companies and OTC companies to which a financial crisis happened from 2000 to 2009 as the research object. The screening variables are the variables applied by the KMV model. The study also considers the macroeconomic variables and corporate governance variables to construct the logit early warning model and to evaluate the model in light of different performance index. Pursuant to the results of the empirical analysis, the four following conclusions can be acquired: (1) The Logit model which considers the macroeconomic variables and corporate governance variables has the best accurate rate. No matter it is inside or outside the sample, the Logit model which considers the foresaid is the best. The Logit model which does not consider the foresaid is the next. The worst is the KMV model. This indicates that the KMV model only considers the asset, liability and interest rate variable but neglects the business indicator and corporate governance variables, so its predictability reduces. In addition, different company stock prices are over-estimated or under-estimated on account of manmade manipulation. So the market value and fluctuation of the stock price cannot reflect the real value, which makes significance of the credit risk variable and poorer explanatory ability, but part of the companies have the enhanced effect. (2) No matter what kind of model is inside or out the sample, 0.5 is the best cut value of the performance comparison. The cut value of different classifications will influence the identification performance of the model, but it cannot be verified in practice that what kind of cut value is the best. Thus, the study compares three kinds of different cut values, separately 0.3, 0.5 and 0.8. The empirical result shows that no matter what kind of model is inside or outside the sample, 0.5 is the best cut value of the comparison performance. (3) Observing from the type I error, the Logit model which considers the macroeconomic and corporate governance variables is the lowest. However, in consideration of different cut values, 0.3 is better. The performance of the type II error is consistent with the comparison result of the accurate rate. The prediction outside the sample is found to be consistent with the comparison inside the sample. But when the cut value is 0.5, it is the best. (4) As a whole, the performance inside the sample is better than that outside the sample. The empirical result of the study shows that the performance outside the sample of the KMV is superior to that inside the sample. The reason may be that the estimative parameter is appropriate for the data estimation outside the sample. But the estimative parameter outside the sample of the Logit model is significantly lower than that inside the sample. The possible reason is subject to the difference of the credit risk involving extent of the implication of the enterprise per se; moreover, it causes the phenomenon of the judgment ability reduction of the testing sample that the model cannot learn to train the sample information.
As for the research of an enterprise’s financial crisis, the relevant literature has accumulated many results, but it cashes in on three kinds of financial early warning model to make a prediction outside the sample: the best default coefficient calculated by the data in sample, the KMV model and the Logit model of whether to incorporate the macroeconomic variables and corporate governance variables. Finally, the model which makes a performance comparison between the data inside and out sample is seldom seen. The analysis of the study obtains that incorporating the macroeconomic variables and corporate governance variables can indeed enhance the financial crisis predictability of the model, which can also serve as a very important reference index in evaluating the credit risk of an enterprise; that is, it can effectively predict the financial crisis of an enterprise to provide an effective investment decision and risk management reference for an enterprise, a creditor, an investor and the government authority to further reduce the investment risk and loss.
引文
1.王今,《企业财务危机问题研究》,天津大学博士論文,2003年。
2.王海盛,《中国上市公司财务困境与公司治理的关系研究》,天津大学技术经济及管理系硕士论文,2006年。
3.王琳、周心,《我国上市公司财务危机预警模型的实证研究》,重庆科技学院学报(社会科学版), 2008年6月。
4.王静,《中国上市公司财务危机预警模型的构建与实证研究》,湖南师范大学基础数学系硕士論文,2008年。
5.王瑞铭,《利用分量回归法探讨KMV信用风险模型:违约点定义之检讨》,国立中山大学财务管理学系研究所硕士论文,2008年。
6.王光仁,《公司治理在全局变量或企业财务变量变动下对财务危机发生的影响》,国立中山大学企业管理学系研究所硕士论文,2009年。
7.王阿贞,《公司治理结构对财务危机的影响分析-基于沪深ST上市公司的实证研究》,浙江工商大学会计学硕士论文,2010年。
8.亓旭文,《基于KMV模型的我国上市公司信用风险研究》,山东大学金融学硕士论文,2010年。
9.方军雄,《公司治理视角下的企业持续经营研究》,复旦大学管理学院博士论文,2004年。
10.卢斌,《基于KMV的上市公司信用风险度量模型研究》,哈尔滨工业大学硕士论文,2008年。
11.石晓军、肖远文及任若恩,《Logistic违约率模型的最优样本配比与分界点研究》,财经研究,2005年9月。
12.池景清,《企业财务危机原因的实证研究-以台湾上市公司为分析对象》,暨南大学会计学博士论文,2006年。
13.刘孙芸,《公司治理视角下财务危机预警研究》,长沙理工大学,会计学硕士论文,2007年。
14.刘丹凤,《财务困境与公司治理关系研究》,中国海洋大学会计学系硕士论文,2008年。
15.刘彦文,《上市公司财务危机预警模型研究》,大连理工大学技术经济与管理系博士论文,2009年。
16.刘孙芸、邱重植,《公司治理、治理结构调整与财务危机-来自我国上市公司的经验证据》,财会通讯,2010年6期。
17.江欣怡,《企业危机预警模型在台湾的应用与比较》,东吴大学国际贸易研究所硕士论文,2004年。
18.洪嘉馨,《公司财务危机预测-以公司治理为基础》,淡江大学会计学系硕士论文,2010年。
19.何平,《公司内部治理机制对财务困境的影响》,吉林大学数量经济学系博士论文,2007年。
20.吕宜芳,《应用集群分析与决策树建构中小企业风险评估模型》,国立交通大学工业工程与管理系所硕士論文,2003年。
21.李沃墙、许俊宾,《银行授信的风险管理-KMV模型于财务预警之实证研究》,建华金融季刊,第26期抽印本,2004年9月,pp102-108。
22.李佩芝译,《信用风险模型与巴塞尔资本协议》,台北:金融研训院,译自Deventer, Donald R. van and Kenji Imai,2003年,pp.32-87,2004年。
23.李露,《我国商业银行信用风险管理研究》,西南财经大学金融学硕士论文,2007年。
24.邢精平,《企业财务危机预警分析》,西南财经大学会计学博士論文,2003年。
25.邰晓红,《企业财务预警系统研究》,辽宁工程技术大学企业管理学系硕士論文,2004年。
26.沈中华、吴孟纹,《银行治理、银行失败与银行绩效:以台湾为例》,亚太经济管理评论,(6)1,pp.27-46,2002年。
27.肖民赞,《基于财务和公司治理信息的财务危机预测模型研究》,江西财经大学金融学院,江西南昌,江西财经大学学报,2008年01期。
28.易荣桂,《基于公司治理的财务预警模型研究》,武汉理工大学会计学硕士论文,2010年。
29.孟易南,《引入智慧资本指标的上市公司财务危机预警实证研究》,同济大学企业管理系硕士论文,2008年。
30.林文修,《演化式类神经网络为基底的企业危机诊断模型:智能资本之应用》,国立中央大学信息管理研究所博士论文,2000年。
31.林妙宜,《公司信用风险之衡量》,政治大学财务管理研究所硕士论文,2002年。
32.林世杰,《比较会计基础与或有权利之违约风险评价模型》,朝阳科技大学财务金融系研究所硕士论文,2005年。
33.林麗雪、龍劭琪,《資料探勘技術應用於財務危機預警模式之建構》,中華管理評論國際評報，第10卷4期,2007年11月。
34.林春荣,《企业信用风险与现金流量变化之实证研究》,苏州大学企业管理学系硕士论文,2007年。
35.林佩阡,《公司治理与财务预警模型》,国立高雄大学金融管理学系研究所硕士论文,2009年。
36.周俊荣,《台湾上市公司财务预警模型建立及估计与预测》,世新大学财务金融学研究所硕士论文,2009年。
37.洪雪媚,《新巴塞尔资本协议对国内中小企业影响之实证研究》,台湾大学国际企业学研究所硕士論文,2004年。
38.洪嘉馨,《公司财务危机预测-以公司治理为基础》,淡江大学会计学系研究所硕士论文,2010年。
39.柯懿芳,《遗传演化模糊类神经网络与传统计量方法之比较研究-以台湾地区证券商信用评等为例》,东吴大学经济学研究所硕士论文,2004年。
40.高春霞,《公司治理因素对企业财务失败影响的实证研究》,广西大学硕士论文,2007年。
41.许峻宾,《KMV模型于预警系统之实证研究》,真理大学财经研究所硕士论文,2004年。
42.许燕玲,《KMV法适合估计台湾上市柜公司的信用风险吗?》,中原大学国际贸易研究所硕士论文,2006年。
43.汤子仪,《最适截断点之观点下,以财务比率、公司特性、市场变量与公司治理机制建构财务预警模式》,昆山科技大学企业管理研究所硕士论文,2008年。
44.纪长磊,《中小企业财务预警系统研究》,江南大学企业管理硕士論文,2008年。
45.纪千毓,《运用资料包络法与区别分析探讨银行危机预警模型》,东吴大学财务工程与精算数学系研究所硕士论文,2010年。
46.胡新良,《公司治理对财务危机的影响研究》,重庆大学会计学硕士论文,2007年。
47.胡柏存,《公司财务危机预警模型之研究-以美国商业银行为例》,元智大学信息管理学系研究所硕士论文,2010年。
48.赵静娴,《基于决策树的财务危机预警模型研究》,哈尔滨商业大学学报(社会科学版) 2008-07-15。
49.杨秋波,《上市公司破产选择行为及其效应研究》,西南财经大学博士論文,2008年。
50.杨适铨,《利用门坎回归探讨KMV信用风险模型之违约点定义问题》,国立中山大学财务管理学系研究所硕士论文,2008年。
51.杨明德,《中小企业财务预警模型之建置与验证》,亚洲大学国际企业学系研究所硕士论文,2009年。
52.杨秀霞,《基于公司治理结构角度的财务危机研究》,西南财经大学会计学硕士论文,2010年。
53.徐鹿,《上市公司财务困境预测实证研究》,东北林业大学博士論文,2002年。
54.徐佳,《我国上市公司财务困境与公司治理的相关性研究》,首都经济贸易大学会计学系硕士论文,2007年。
55.徐若谦,《我国商业银行信用风险量化模型研究》,西南财经大学硕士论文,2009年。
56.徐研展,《加入公司治理企业财务预警模型之实证研究》,中国科技大学运筹管理研究所硕士论文,2009年。
57.徐铭谦,《公司治理、家族企业、集团企业与财务危机之探讨》,国立中央大学企业管理学系硕士论文,2009年。
58.唐豪骏,《公司治理机制、财务比率、总体经济敏感度与财务危机预警模型-以台湾下市公司为例》,南台科技大学企业管理系硕士论文,2009年。
59.黄善东,《我国上市公司财务预警系统初探》,江西财经大学会计学系硕士論文,2003年。
60.黃博宜、張大成及江欣宜,《考慮總體經濟因素之企業危機預警模型》,金融風險管理季刊,第二卷,第二期,2006年9月,pp.75-89。
61.黄晓雯,《商业银行信用风险管理研究》,暨南大学硕士论文,2006年。
62.黄建华,《加入公司治理变量建构台湾上市柜公司之财务危机预警模型》,东吴大学国际贸易学系研究所硕士论文,2006年。
63.黄基铭,《中小企业信用风险模型之比较研究》,国立高雄应用科技大学金融信息研究所硕士论文,2009年。
64.黄国轩,《公司治理、财务比率与衍生性金融商品对财务危机的影响—以上市公司为例》,世新大学财务金融学研究所硕士论文,2009年。
65.黄炜婷,《财务危机、会计稳健性与公司治理-来自中国之实证》,辅仁大学会计学系硕士论文,2009年。
66.曾令宁、黄仁德,《现代银行监理与风险管理,第二版》,台北:台湾金融研训院,pp.53-62,78-88,91-126,380,2003年。
67.曾俊丽,《我国上市公司财务危机预警研究》,江苏大学硕士論文,2007年。
68.郭雅婷,《探讨财务比率及公司治理对于财务危机预警之研究》,虎尾科技大学经营管理研究所硕士论文,2009年。
69.张昕源,《基于数据挖掘技术的中国上市公司财务危机预警分析》,吉林大学数量经济学博士论文,2004年。
70.张德芳,《公司治理与财务危机预测模型之研究─以营建产业为例》,国立高雄应用科技大学商务经营研究所硕士论文,2009年。
71.张北阳,《上市公司信用风险、公司治理和企业绩效关联研究》,吉林大学数量经济学博士论文,2011年。
72.彭莉,《基于KMV模型的商业银行信用风险度量研究》,中南大学硕士论文,2007年。
73.敬永康,《新版巴塞尔协议-内部评等制度(一)》,货币观测与信用评等,32期,pp.63-72,2001年。
74.陈木在、陈锦村,《商业银行风险管理》,台北:新陆,pp.329-360,2001年。
75.陈思翰,《商业银行如何利用Logit及KMV模型检视授信政策》,中央大学财务金融研究所硕士论文,2003年。
76.陈锦村,《风险管理概要-个案与实务》,台北:新陆,第九章,2003年。
77.陈流江,《公司治理对公司财务危机的影响分析》,浙江大学金融学硕士论文,2004年。
78.陈建宾,《加入公司治理指标的企业财务危机预测研究:Logistic模型的应用》,淡江大学财务金融学系研究所硕士论文,2004年。
79.陈晓蓉,《发展中的台湾银行业:结构的变迁与竞争挑战》,国立中山大学财务管理学系研究所博士论文,2004年。
80.陈俊佑,《公司治理对承销商推荐的影响》,暨南国际大学财务金融学系研究所硕士论文,2005年。
81.陈燕、廖冠民,《大股东行为、公司治理与财务危机》,当代财经,第5期,2006年。
82.陈芳,《基于RBF神经网络的上市公司财务预警模型研究》,青岛大学金融学硕士論文,2007年。
83.陈瑶,《公司治理与财务危机关系的实证研究》,大连理工大学会计学硕士论文,2007年。
84.陈超,《中国上市公司财务预警模型研究》,首都经济贸易大学;统计学硕士论文,2007年。
85.陈慧玲(2007),「公司治理与财务预警之关联性」,国立交通大学财务金融研究所硕士论文。
86.陈义方,《应用逻吉斯回归技术探讨财务危机预警变量与数据长度之适用性研究-以台湾上市电子产业为例》,国立台北科技大学工业工程与管理研究所硕士论文,2008年。
87.陈蓉,《信用风险与公司治理相关性研究-以中小企业板为例》,武汉理工大学会计学硕士论文,2010年。
88.陈和琴,《财务危机预警模型之研究-考虑公司治理与资本结构因素》,淡江大学会计学系硕士论文,2009年。
89.叶银华、李存修及柯承恩,《公司治理与评等系统》,第一版,台北:商智文化,2002年。
90.叶银华,《蒸发的股王-领先发现地雷危机》,第一版,台北:商智文化,2005年。
91.万智杰,《台湾中小企业之财务危机预警模型、信用评等与巴塞尔协定资本计提》,东吴大学商学院企业管理学系硕士論文,2007年。
92.廖正华,《上市公司财务危机预警系统研究》,西北农林科技大学农业经济管理硕士论文,2007年。
93.潘晓宁,《台湾上市电子公司财务危机预警模式》,朝阳科技大学财务金融研究所硕士论文,2003年。
94.钱思佳,《我国上市公司信用风险度量实证研究-基于KMV模型和LOGISTIC模型》,西南财经大学金融学硕士论文,2010年。
95.邹香兰,《我国股票上市公司财务危机预警模式之比较》,彰化师范大学研究所硕士论文,2001年。
96.锺智仁,《中小企业财务危机预警模型之研究》,辅仁大学金融研究所硕士论文,2008年。
97.蔡人煜,《类神经网络于预测企业财务危机有效性之研究》,彰化师范大学商业教育学系在职专班硕士论文,2002年。
98.蔡戊鑫,《建构台湾大型企业财务危机预警模式》,国立中正大学国际经济研究所硕士论文,2003年。
99.蔡政育,《动态资本结构调整、公司治理、与财务危机关联性之实证分析》,国立交通大学管理科学系所硕士论文,2009年。
100.熊健夫,《基于KMV模型的信用风险度量实证研究,重庆大学硕士论文,2007年。
101.简明仁,《中小企业授信风险管理-BaselⅡ方法之实务运用》,国立台北大学国际财务金融硕士在职专班硕士論文,2005年。
102.苏郁岚,《企业违约预警模式之建立-Merton模型与Ohlson模型的结合》,东吴大学国际贸易学系研究所硕士论文,2003年。
103.罗登弘,《公司治理、公司价值与财务危机之研究》,树德科技大学金融与风险管理系硕士论文,2009年。
104.魏晓琴,《财务危机预警模型之研究-以台湾地区上市公司为例》,国立交通大学财务金融研究所硕士论文,2004年。
105.新巴塞尔资本协议共同研究小组译,《银行自有资本之计算与自有资本标准之国际通则:修正板架构》,台北:金融研训院,pp.212-220,235-239,2005年。
106.倪成彬译,《金融机构的风险管理:市场与信用风险对策第33讲》,台北:金融研训中心,译自日下部元雄(1997),pp.11-13,69-74 ,1997年。
1. Altman, E. I.(1968),“Financial Ratios Discriminant Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance, Vol.23, No.4, pp.589-609.
2. ______, E. I., R. G. Hadelman, and P. Narayanan.(1977),“Zeta Analysis, a New Model to Identify Bankruptcy Risk of Corporations”,Journal of Banking and Finance, 10:pp.29-51.
3. , E. I., G. Marco, and F. Varetto(1994),“Corporate Distress Diagnosis:Comparisons using Linear Discriminant Analysis and Neural Networks”, Journal of Banking and finance, 18, pp.505-529.
4. , E. I. and Sabato, G. (2005b),“Effects of The New Basel Capital Accord on Bank Capital Requirement For SMEs,”Journal of Financial Services Research,vol. 28, pp.15-42.
5. , E. I. (2006),“Modeling Credit Risk for SMEs: Evidence from the US Market”, International Conference C.R.E.D.I.T. 2006 Risk in Small Business Lending , Venice, Italy, pp.25-26.
6. Beaver, W. H.(1966),“Financial Ratio as Predictors of Failure in Empirical Research in Accounting”:Selected studies, supplement to Journal of Accounting Research, 4 , pp.71-111.
7. Blum, M.(1974),“Failing Company Discriminant Analysis”, Journal of Accounting Research, Spring, pp.1-25.
8. Byrd, J., R. Parrino and G. Pritsch (1998),“Stockholder-Manager Conflicts and Firm Value”, Financial Analysts Journal, vol.54 (3), pp. 14-30.
9. Black, B. S., H. Jang, W. Kim and J. Mark(2002),“Does corporate governance affectfirm value?”Evidence from Korea, Working Paper, Stanford Law School.
10. Berkowitz(2004),“The RAND Journal of Economics”, Vol. 35, No. 1, Spring, 2004, pp.69-84.
11. Coats, P. K. and L. F. Fant(1993),“Recognizing Financial Distress Patterns Using Neural Network Tool”, Financial Management, Autumn, pp.142-155.
12. Cox, D. R. (1972),“Regression Models and Life-Tables,”Journal of the Royal Statistical Society, Series B, Vol.34, No.2, pp.187-220.
13. Dutta, S. and S. Shekhar(1988),“Bond Rating:A Non-Conservative Application of Neural Network”, Proceeding of the IEEE International Conference on Neural Networks, II, pp.443-450.
14. Fitzpatrick, P. (1932),“A Comparison of the Ratios of Successful Industrial Enterprises with those of Failed Companies”, The Accountants Publishing Company.
15. Frydman, H., E.I. Altman, and D.L. Kao(1985),“Introducing Recursive Partition for Financial Classification:The Case of Financial Distress”, Journal of Finance, vol.XL, 1, pp.269-291.
16. Gentry, J. A., P. Newbold, and D. T. Whitford(1985),”Predicting bankruptcy: If cash flow’s not the bottom line, what is?”Financial Analyst’s Journal 41: pp.47-56.
17. Gompers, P., J. Ishii and A. Metrick (2003), Corporate governance and equity prices. The Quarterly Journal of Economics, Vol.118, pp.107-156.
18. History of the Basel Committee and its memborship, March, 2001.
19. Johnson, S., P. Boone, A. Breach, and E. Friedman (2000), "Corporate governance in the Asian financial crisis." Journal of Financial Economics, 58, pp.141-186.
20. Jes, S. and Trucharte, C. (2003),“The Impact of Basel II on Lending to Small-and Medium-sized Firms. A Regular Policy Assessment Based on the Spanish Credit Register.”
21. Katz, S., S. Lilien, and B. Nelson(1985),“Stock Market Behavior Around Bankruptcy Model Distress and Recovery Predictions”, Financial Analysis Journal, January-February, pp.70-74.
22. Kane, G. D., L. Patricia, and F. M. Richardson(1998),“The impact of recession on the prediction of corporate failure. Journal of Business and Accounting”, 25, pp.167-186.
23. Koh, H. and S. Tan(1999),“A Neural Network Approach to the Prediction of Going Concern Status”, Acounting and Business Reserch, 21, pp.211-216.
24. Kealhofer, S. and Kurbat, M. (2002),“The default prediction power of the Merton approach, relative to debt ratings and accounting variables”, KMV LLC, mimeo.
25. Kealhofer, S.(2003),“Quantifying Credit Risk I Default Prediction.”Financial Analysts Journal, Vol.59, Issue 1, pp.33-44.
26. La Porta, R., F. Lopez-de-Silanes, and A. Shleifer (1999),“Corporate Ownership around theWorld.”Journal of Finance, 54, No.2, pp. 471-518.
27. Mensah,Yaw M. (1984),“An Examination of the Stationarity of Multivariate Bankruptcy Prediction Models﹕ A Methodological Study,”Journal of Accounting Research, 22 Spring, pp.380-320.
28. Mossman, C. E., G. G. Bell, L. M. Swartz, and H. Turtle(1998),“An empirical comparison of bankruptcy models”, Financial Review, 33, pp.35-54.
29. Naoya Takezawa and Nobuya Takezawa(2005),“A Note on Credit Risk of Vertical Keiretsu Firms:Preliminary Evidence from the Japanese Automobile Industry.”Asia-Pacific Financial Markets.
30. Ohlson, J. A.(1980),“Financial Rations and The Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, Vol.18, n.1, spring.
31. Odom, M. D. and R. Sharda(1990),“A Neural Network Model for Bankruptcy Prediciton”, IEEE/INNS, Vol.2, pp.163-168.
32. Porter (1992),“The probability of a trade at the ask:an examination of interlay and intraday behavior”, Journal of Financial and Quantitative Analysis, pp.215-217.
33. Prowse, S. (1998),“Corporate Governance: Emerging Issues and Lessons from East Asia.”The world Bank Working Pager, Washington, D.C.
34. Patel, K. and P. Vlamis (2006),“An empirical estimation of default risk of the UK real estate companies”, Journal of Real Estate Finance and Economics, Vol.32, pp.21-40.
35. Rose, P. S., W. T. Andrews, and G. A. Giroux (1982),“Predicting Business Failure: A Macroeconomic Perspective,”Journal of Accounting, Auditing and Finance, 6(1),pp. 20-31.
36. Rajan, S. and L. Zingales (1998),“Which Capitalism? Lessons from the East Asian Crisis”, Journal of Applied Corporate Finance, 11, No.3, pp.40-48.
37. Smith, R.F. and A. H. Winkor(1930),“A test analysis of unsuccessful industrial companies, University of Illinois”, Bureau of Business Research, Bulletin.
38. Shleifer, A. and Vishny, R. (1997),“A survey of corporate governace”, Journal of Finance, No52, pp.117-142.
39. Sobehart, J. R., S. Keenan, and R. Stein (2000),“Rating methodology - benchmarking quantitative default risk models: A validation methodology.”Technical report, Moody’s Investors Service.
40. Saurina, J. and C. 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,”
41. Tam, K.Y. and M. Kiang(1992),“Manaerial Applications of Neural Networks :The Case of Bank Failure Predictions”, Management Science, July, pp.926-947.
42. Theodossiou, P. T.(1993),“Prediction Shifts in the Mean of a Multivariate Time Series Process:An Application in Predicting Business Failures”, Journal of the American Statistical Association, pp.441- 449.
43. Tsukuda, J. and Baba, S. (1994),“Predicting Japanese Corporate Bankruptcy in Terms of Financial Data Using Neural Networks”, Computers and Industrial Engineering,27, pp.445-448.
44. Theodossiou, P. T. and E. Kahya(1999),“Predicting corporate financial distress: A time-series CUSUM methodology”, Review of Quantitative Finance and Accounting, 13, pp.323-345.
45. Tudela, M. and G. Young(2003),“A Merton Model Approach to Assessing the Default Risk of UK Public Companies”Bank of England Working Paper Series.
46. Wilson, R. L. and R. Sharda(1994),“Bankruptcy Prediction Using Neural Networks”, Decision Support System, 11, pp.545-557.
47. Wilson, T. (1997),“Portfolio Credit Risk, Part I,”Risk 10(9),pp.111-117.
48. Weir, C., D. Laing, and P.J. McKnight(2002),“Internal and External Governance Mechanisms: Their Impact on the Performance of Large UK Public Companies”, Journal of Business Finance & Accounting, 29, pp.579-612.
49. Yeh, Y. H. and T. S. Lee (2002),“Corporate Governance and Corporate Equity Investments: Evidence from Taiwan”, 11th Conference on the Theories and Practices of Securities and Financial Markets, Dr. Sun Yat-Sen University, December 2002;The 9th Global Finance Conference, Beijing, China, May 2002.
50. Yeh, Y. and T. Lee (2004),“Corporate governance and financial distress: Evidence from Taiwan”, Corporate Governance: An International Review 12(3), pp. 378-388.
51. Zmijewski, M. E.(1984),“Methodological Issues Related to the Estimation of Financial Distress Prediction Model, Studies on current Economic Issues in accounting Research”,Supplement to Journal of Accounting Research, pp.59-82.
52. Zhang, G. M., Y. Hu, B. E. Patuwo, and D. C. Indro(1999),“Artificial Neural Networks in Bankruptcy Prediction: General Framework and Cross-Validation Analysis,”European Journal of Operational Research, 116: pp.16-32.
1.中华民国统计信息网http://www.stat.gov.tw/mp.asp?mp=4
2.台湾中央银行http://www.cbc.gov.tw/
2.台湾行政院金融监理管理委员会银行局http://www.banking.gov.tw
3.台湾经济新报数据库http://www.tej.com.tw//
4.全球台商服务网http://twbusiness.nat.gov.tw/
6.公开信息观测站http://mops.twse.com.tw/mops/web/index
7.景气指针查询系统http://index.cepd.gov.tw/inQuery.aspx?lang=1&type=it01