本文以障礙選擇權模型為基礎來衡量2000到2005年台灣上市櫃公司(去除銀行、保險等金融業)的信用風險，利用預期違約機率(EDF)來預測違約公司，並且對模型本身設計做進一步探討，針對不同的負債設定(總負債、短期負債加二分之一長期負債、短期負債)，以及不同產業型態分析模型的效率。為了表現出此模型在台灣的適用程度，本文利用Altman (1968)的Z-score模型與之比較，並使用檢定力曲線以及Logit二元迴歸分別檢定各種情形。

    研究發現障礙在統計上顯著存在，大約占資產市價22%，且不論在各產業或各負債設定下，障礙選擇權模型皆優於Z-Score模型，其中發現Z-Score模型並不適用於化學產業，在Z-Score模型中的變數X4－權益市值／負債帳面價值，其資料更具爭議，而障礙選擇權模型在負債設定為短期負債加上二分之一長期負債時，其預測能力最佳。

This study evaluates credit risk of all Taiwan’s listed Companies from 2000 to 2005 by the barrier option model. We use the Expected Default Frequency (EDF) to predict the Default Companies. Furthermore, we analyze the efficiency of the model to different settlement in debt and different industry types. In order to know the default prediction power in Taiwan, we compare Z-score model with the barrier option model by applying logistic regression and power curves.

    We provide empirical validation by showing that implied barriers are statistically and on average equal to 22% of the firm’s market value of assets. No matter under every industry or the debt, barrier option model dominate Z-score model. And, we find that Z-Score model is not suitable for the chemical industry. In particular, the parameter X4- market value of equity/book value of total liabilities ratio are more disputed. When the debt of barrier option model is established that current liabilities added 1/2 long-term debt to for a short time in debt model, it's forecasting abilities is the best.

第一章　緒論	1
第一節　研究動機	1
第二節　研究目的	3
第三節　研究架構及流程	4

第二章　文獻回顧	6
第一節　經驗法則(Rules of Thumb)	6
第二節　信用評等制度(Credit Grading System)	7
第三節　在會計基礎下的信用風險模型	9
第四節　在市場基礎下的信用風險模型	12

第三章　研究方法	14
第一節  KMV之信用風險模型	14
第二節  運用障礙選擇權－下出局式選擇權(Down-and-Out Call Option)	19
第三節  區別分析模型－Z-Score模型	23
第四節  信用風險模型預測能力比較	25
第五節 資料來源與說明	27

第四章  實證分析	30
第一節 檢定隱含的門檻是否存在	30
第二節 基本統計量分析	32
第三節 模型檢定結果分析	41

第五章　結論與建議	55
第一節　結論	55
第二節  後續研究建議	56

參考文獻	57
附錄一  危機公司一覽表	59
附錄二  破產法(民國 82 年 07 月 30 日 修正)	64


表目錄
表1　正常營運公司與危機公司產業分布	27
表2  門檻值檢定表	31
表3  Z值基本統計量表	32
表4  EDF基本統計量表	33
表5  正常公司與財務危機公司之Z值	34
表6  正常公司與財務危機公司之EDF	36
表7  Z-score模型變數之基本統計量	38
表8  各產業的權益市值／負債帳面價值基本統計量	39
表9  各組財務危機公司家數表	40
表10  全部公司之Logit迴歸分析	42
表11  食品業之Logit迴歸分析	43
表12  資訊電子業之Logit迴歸分析	44
表13  塑膠業之Logit迴歸分析	44
表14  紡織業之Logit迴歸分析	44
表15  機電業之Logit迴歸分析	45
表16  鋼鐵金屬業之Logit迴歸分析	45
表17  營建業之Logit迴歸分析	45
表18  其它產業之Logit迴歸分析	46
表19  其他傳統產業之Logit迴歸分析	46
表20  化學業之Logit迴歸分析	46


圖目錄
圖1　KMV模型架構圖	17
圖2　預期違約機率示意圖	18
圖3  誤差方程式變數區間	22
圖4  線性區別函數規則圖	23
圖5  指標檢定力曲線	26
圖6　全部公司之檢定力曲線（負債設定為總負債）	47
圖7　全部公司之檢定力曲線（負債設定為短期負債）	48
圖8　全部公司之檢定力曲線（負債設定為短債加二分之一長債）	48
圖9　全部公司之檢定力曲線（各種負債設定）	49
圖10　食品業之檢定力曲線	49
圖11　塑膠業之檢定力曲線	50
圖12　紡織業之檢定力曲線	50
圖13　機電業之檢定力曲線	51
圖14　化學業之檢定力曲線	51
圖15　鋼鐵金屬業之檢定力曲線	52
圖16　資訊電子業之檢定力曲線	52
圖17　營建業之檢定力曲線	53
圖18　其它產業之檢定力曲線	53
圖19　其他傳統產業之檢定力曲線	54

1.中華信用評等公司網站，http://www.taiwanratings.com/tw。
2.全國法規資料庫，http://law.moj.gov.tw/。
3.趙令斌 (2000)，以選擇權模式衡量信用風險，東吳大學會計研究所碩士論文。
4.林妙宜 (2002)，信用風險之衡量，政治大學金融研究所碩士論文。
5.陳業寧、王衍智、許鴻英 (2004)，「台灣企業財務危機之預測：信用評分法與選擇權評價法孰優？」，風險管理學報，第6卷第2期，頁155~179。
6.吳昌洋 (2004)，以或有請求權模式探討我國上市上櫃公司之信用風險，淡江大學財務金融學系碩士論文。
7.Altman, E.I, (1968), Financial Ration, Discriminant Analysis and the Prediction of Corporate Bankruptcy, The Journal of Finance, Vol. 23,pp. 589-609
8.Altman, E.I., R. Haldeman and P. Narayanan, (1977), ZETA analysis: A new model to identity bankruptcy risk of corporations, Journal of Banking & Finance, pp. 64-75.
9.Altman, E.I., Marco, G., and Varetto, F., (1994), Corporate distress diagnosis: Comparisons using linear discriminant analsis and neural networks, Journal of Banking & Finance, Vol.18, pp. 505-529.
10.Black, F. and M. Scholes, (1973), The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 81, 3, pp. 637-654.
11.Iben, T. and Litterman R., (1989), Corporate bond valuation and the term structure of credit spreads, Journal of Portfolio Management, Vol. 17, pp. 52-64.
12.Jonkhart, M., (1979), On the term structure of interest rates and the risk of default, Journal of Banking and Finance, Vol. 3, pp. 253-262.
13.Kaplan, R.S. & Urwitz, G., (1979), Statistical models of bond ratings: A methodological inquiry, Journal of Business, Vol.52, pp231-261.
14.Kealhofer S. and M. Kurbat, (2001), The Default Prediction Power of Merton Approach, Relative to Debt Ratings and Accounting Variables, KMV Corporation.
15.KMV., (2000), Modeling Default Risk, KMV Corporation, San Francisco.
16.Merton, R.C., (1974), On the Pricing of Corporate Debt: The Risk structure of interest Rates, Journal of Finance, Vol. 2, pp. 449-470.
17.Miller R., (1998), Refining Ratings, RISK Magazine, August. pp. 97-99.
18.Ohlson, J.A., (1980), Financial Ration and the Probability Prediction of Bankruptcy, Journal of Accounting Research, Vol.18, pp. 109-131.
19.Paul brockman,H.J. Turtle , (2003), A barrier option framework for corporate security valuation, Journal of Finance Economics, Vol. 67, pp. 511-529.
20.Reisz, A. and Perlich C., (2004), A Market-Based Framework for Bankruptcy Prediction, Journal of Economic Literature Classification System: G13, G33.
21.Sommerville, R.A., Taffler, R.J., (1995), Banker judgment versus formal forecasting model: The case of country risk assessment, Journal of Banking and Finance, pp. 281-297.
22.Warga, A., (1989), Some empirical estimates of the risk structure of interest rates, Journal of Finance, Vol. 44, pp. 1351-1360.