企業金融信用風險評估模型建構之研究

銀行採用信用風險評估模型預測受信戶是否發生違約，評估模型的優劣以及其採用的預測變數為何成為銀行關心的重要議題。本研究採用羅吉斯迴歸模型（Logistic Regression, LR）與倒傳遞類神經網路模型（Back Propagation Neural Network, NN）為信用風險評估模型。預測變數是擷取財務變數、外部評等變數、基本資料變數、會計師變數、總體經濟變數及公司治理變數進行預測。以Basel II效力驗證指標－－ROC（Receiver Operating Characteristic）、CAP（Cumulative Accuracy Profiles）與KS（Kolmogorov-Smirnov）檢定評估模型預測效力的穩定性。實證結果發現，LR有不錯的預測能力，NN模型效能則各優於LR模型。在預測效力之穩定性方面，ROC曲線之AUC值、CAP之AR值以及KS值皆顯示，LR與NN皆能明顯區別正常公司和違約公司，檢定效果理想。在變數顯著性方面，財務變數、外部評等與公司治理相關變數較具顯著性。