文提要內容：                              	
企業授信是銀行重要的收入來源也是企業能夠茁壯與成長的夥伴，但是銀行決定是否給予企業授信額度時，必須參考許多的指標，包含了財務構面與非財務構面的變數，銀行必須賺取放款的利息收入與避免企業的違約損失，所以銀行如何在風險與收益之間取得平衡，則是非常重要的課題。本研究則是以國內某商業銀行97~99年度的全部企業違約為研究對象，採用財務與非財務構面的變數來做實證分析，利用Altman的Z-Score值與Logistic Model來分析企業在違約年度的報表是否就顯示出可能發生違約的情形，並利用正常戶與違約戶的財務比率來作比較，確認該模型是否適用在該銀行的授信政策。

This thesis applies event study to investigate possibility of enterprise default risk. We exam the financial variable and non- financial variable by Z-Score model and Logistic Model from local bank in Taiwan. Corporate lending by banks is also an important source of income for businesses to thrive and growing partner. But the bank's decision whether to grant business credit line, you must refer to a number of indicators, including the financial dimension and non-financial dimension of the variables. Interest income earned on loans to banks and to avoid loss of corporate defaults,.So how banks in the balance between risk and return, it is a very important issue. This study is based on a domestic commercial bank 97 to 99 years of corporate defaults as the research object households, the use of financial and non-financial dimensions of the variables to do an empirical analysis. Using Altman's Z-Score value and logistic models Logistic Model to analyze the companies in breach of the annual report is likely to show a default situation, And use normal household financial ratios and default account for comparison to confirm the applicability of the model in the bank's credit policy.

第一章  前   言01
第一節  研究動機01
第二節  研究目的02
第二節  研究架構02
第二章  文獻探討04
第一節  中小企業的定義及符合中小企業信用保證基金的保證資格04
第二節  財務比率分析06
第三節  文獻回顧12
第三章  研究方法16
第一節  研究對象16
第二節  研究架構16
第四章  實證結果分析22
第一節  授信戶性質分析22
第二節  Z-SCORE 值分析23
第三節  Logistic 信用評分模型分析25
第四節  企業貸款違約預警模型28
第五章  結  論32
第一節  結論32
第二節  研究限制35
第三節  後續研究者建議35
第六章  參考文獻37
表目錄
表2.1 中小企業定義簡表5
表4.1 違約戶與正常戶貸放樣本屬性22
表4.2 違約戶樣本屬性23
表4.3 正常戶Z-Score戶數統計表24
表4.4 違約戶-前期Z-Score戶數統計表24
表4.5 違約戶-當期Z-Score戶數統計表25
表4.6 違約戶當期與前期Z值相比統計表25
表4.7 違約預警模型之變數表28
表4.8 違約當期的LOGIT財務因子29
表4.9 違約當期的LOGIT財務因子與非財務因子30
表4.10邏輯斯信用評分模型預測結果-正常戶判定情形30
表4.11邏輯斯信用評分模型預測結果-違約戶判定情形30
圖目錄
圖1.1研究架構圖3

(1) 中小企業信用保證作業手冊2008年版
(2) 永豐銀行徵授信審查要點手冊
(3) 白欽元（2003），國內中小企業財務危機預警模型之研究，國立交通大學經營管理研究所碩士論文。
(4) 李智霖(2005)，利用不同分類模式探討財務危機預警模式之建立，銘傳大學資訊管理研究所碩士論文
(5) 李沃牆(2009),銀行業授信的風險管理-以航空業為例,永豐金融季刊 ,第46期，pp.97-120
(6) 林群凱(2004)，上市公司財務危機預警模式-以非財務資訊，國立成功大學會計學研究所碩士論文
(7) 周百隆、盧俊安、許昭民，財務危機預警機率模型之建構與驗證，第四屆兩岸產業發展與經營管理學術研討會（2005）。
(8) 陳家彬、江惠櫻、賴怡洵（2003），商業銀行對企業授信決策考良因素與授信品質之關係，管理評論，第二十二卷第二期，P 1~23
(9) 陳乙文、黃鈴羢(2005)，影響財務危機預警模型因子之研究，建國科大學報管理類，24(2)，P 153~168。
(10) 陳錦村、江玉娟、朱育男(2006)，商業銀行如何建置符合新巴塞爾資本協定的信用評等制度，金融風險管理季刊95年3月，第二卷第一期，P115~P140
(11) 黃重菁(1999)，銀行對中小企業授信考量因素之研究，國立政治大學企業管理學系碩士論文。
(12) 馮淑鈴(2008)，中小企業貸款違約預警模式之探討，中華大學科技管理研究所碩士論文
(13) Altman, E.I. （1968）, “Financial ratios, discriminant analysis and theprediction of corporate bankruptcy” , Journal of Finance 22,P589~609
(14) Martin, Daniel（1977）, “Early Warning of Banking Failure”, Journal ofBanking and Finance , P249~276
(15) Ohlson, J. A., 1980, "Financial Ratios and the Probabilistic Prediction of Bankruptcy", Journal of Accounting Research, Vol. 18, pp. 109-131