論文提要內容：
我國主要之企業型態為中小企業，近年來國內銀行為提高收益率，多將中小企業授信視為授信重點業務項目。目前授信5P原則，以及企業信用5C原則等銀行風險評估要素，經過多年演進後已十分成熟，然而大部分中小企業透明度不足，銀行基於風險控制原則，實際授信時需評估之要素複雜且互有關聯，若只依照授信人員之經驗法則判斷，容易發生誤判及缺乏效率之情形。故本研究依據過去的文獻探討以及資料蒐集，透過專家訪談確認構面及要素之適當性，包含企業概況、負責人、債權確保、還款來源四大構面，以及業界地位、產業景氣、信用紀錄、負責人資歷、負責人財力、擔保品種類、擔保品變現性、保證人財力、營業收入、現金流量十項要素，再運用網路分析程序法（Analytic Network Process, ANP），針對中小企業授信風險評估要素做出重要性排序，提供銀行作為快速可靠之審核依據。
本研究結果顯示，現金流量及營業收入為相對權重最高的前二項因素，惟此二項要素取決於財報之真實性，未來中小企業與金融機構往來時，建議加強財務報表的透明度與資訊之正確性。相對權重最高的前五項因子中，債權確保構面下即包含擔保品變現性，擔保品種類與保證人財力三項要素，代表金融機構經歷多次經濟與天然風暴後，在風險控管上愈發謹慎。建議金融機構目前評估中小企業授信風險時，應將債權確保作為主要的影響因素。

In our country, small and medium-sized enterprises (SMEs) are the main types of enterprises. In recent years, in order to increase yields, domestic banks have treated credit granting to SMEs as the primary focus to bank's loans and credit business. At present, the 5P principle of credit granting and the 5C principle of corporate credit, as well as other risk assessment criteria have matured after many years of evolution. However, most SMEs are not transparent enough. Banks, following the principle of risk control, would have to assess complex and often intertwined factors in order to grant credits to SMEs. Misjudgement and inefficiency can easily be introduced into the process, if these assessments are based solely on credit officers' experience. Stemmed from data collection and exploring research in the past literature, as well as consulting with experts to confirm the correctness of various aspects and factors in assessment, It includes four major aspects, namely, company profile, responsible person, creditor's guarantee, repayment source, and ten elements, including industry status, industry prosperity, credit history, responsible person qualifications, responsible person's financial resources, guarantee varieties, and collateral. Liquidity, guarantor financial resources, operating income, cash flow. this study employs the Analytic Network Process (ANP) to arrange the risk analysis criteria of credit granting in the order of importance, in hope to provide banks with a fast and reliable basis for credit reviews.
The results of this study show that cash flow and operating income should be two of the most heavily weighted factors in the overall assessment, but they entirely depend on the authenticity of company's financial report. So when SMEs interact with financial institutions in the future, it is of utmost importance to ensure they provide transparency on their financial statements, and verification on their financial data.  Among the top five most important factors, ensuring a debt is claimable - includes looking at collateral's liquidity, categorization, as well as guarantor's financial ability - represents the growing cautiousness of the financial institutions on risk management, after weathering many economics and natural storms. This study recommends that financial institutions, when assessing the risk of granting credits to SMEs, should consider lien as the deciding factor.

目錄
目錄	I
圖目錄	III
表目錄	IV
第一章  緒論	1
1.1研究背景與動機	1
1.2研究目的	2
1.3研究範圍與流程	2
第二章  文獻探討	4
2.1我國中小企業之定義、演進與發展現況	4
2.2我國銀行之演進及辦理中小企業授信之概況	6
2.3授信之定義、類別及流程	8
2.4銀行對中小企業之授信評估方式	11
2.5企業授信基本原則	14
2.6授信相關文獻研究	15
第三章  研究設計與方法	18
3.1 研究設計	18
3.2 層級分析法(ANALYTIC HIERARCHY PROCESS, AHP)	19
3.3 網路分析程序法（ANALYTIC NETWORK PROCESS, ANP）	19
3.4 網路分析程序法(ANALYTIC NETWORK PROCESS, ANP)之應用	20
3.5 網路分析程序法(ANALYTIC NETWORK PROCESS, ANP)之流程	21
第四章 研究分析與結果	27
4.1 專家訪談	27
4.2 ANP問卷設計及發放	30
4.3中小企業授信風險評估最佳準則	33
4.4中小企業授信戶實證分析	38
第五章 結論與建議	40
參考文獻	43
中文部分	43
英文部分	45
網站	46
參考附錄	47
附錄一 我國中小企業認定標準之演進	47
附錄二 第一次問卷	51
附錄三 第二次問卷	54
附錄四 ANP問卷	57
圖目錄
圖1-1  本研究之研究流程	3
圖2-1  授信分類表	9
圖2-2  銀行授信流程	10
圖2-3  定性衡量法主要評估要素分類	12
圖3-1  中小企業授信評估要素各構面、準則層級圖	18
圖3-2  ANP網路結構圖	20
圖3-3  以ANP法決定中小企業授信風險要素權重流程圖	21
圖3-4  超級矩陣範例圖	25
圖4-1  SUPER DECISIONS中小企業授信風險評估要素之關聯	31
表目錄
表2-1 中小企業家數近6年成長情形與與經營年數統計表	5
表2-2  2011年至 2017年中小企業產業部門概況	5
表2-3  2017年對中小企業放款餘額前 10 大銀行	7
表2-4  2017年對中小企業放款比率前 10 大銀行	8
表2-5  授信種類區分明細表	9
表2-6  學者定義之中小企業授信要素比較表	17
表3-1  ANP評估尺度表	22
表3 2  ANP問卷範例	22
表4-1  金融業專家及學者資料	27
表4-2  中小企業授信風險評估準則內容定義	28
表4-3  準則保留評估結果	30
表4-4  問卷對象基本資料統計表	32
表4-5  各構面之相對權重與排序	33
表4-6  未加權超級矩陣	34
表4-7  已加權超級矩陣	35
表4-8  極限化超級矩陣	36
表4-9 各構面及準則相對權重	37
表4-10 中小企業授信風險評估要素權重實證分析表	38

參考文獻 
中文部分
1.	中華民國銀行公會(2005)，中華民國銀行公會會員授信準則。
2.	方達意(2016)，「商業銀行對中小企業融資授信之風險評估: 以S銀行為例」，國立政治大學經營管理碩士學程(EMBA)碩士論文。
3.	王玉章(1985)，「信用綜合評估方法」，金融人員訓練中心。
4.	王律文(2009)，「金融機構對中小企業授信評估因素與逾期風險之相關性實證研究-以TC銀行中部地區分行為例」，朝陽科技大學保險金融管理系研究所碩士論文。
5.	王粹馨 (2009)，「企業信用評等與風險管理」，臺灣銀行風險管理部。
6.	何宗穎(2018)，「台灣中小企業授信關鍵因素探討- 授信5P之分析」，東吳大學國際經營與貿易學系碩士論文。
7.	何聘賢(2017)，中小企業自銀行取得資金融通之影響因素，逢甲大學經營管理碩士在職專班碩士論文。
8.	吳榮展(2010)，應用網路分析程序法評估網路銀行服務品質-以富邦銀行為例. 工程科技與教育學刊，第8卷第2期，226-239頁。
9.	李安倫(2013)，銀行對中小企業授信決定因素之個案研究，國立台灣科技大學財務金融所碩士論文。
10.	李樑堅、張志向(1999)，「應用模糊理論於中小企業信用評等表改善建立之研究」，義守大學管理科學研究所碩士論文。
11.	林依潔(2018)，「應用非財務資訊於中小企業授信之研究」，世新大學資訊管理學研究所碩士論文。
12.	金管會銀行局(2018)，銀行局金融業務統計輯要，新北市：金管會銀行局。
13.	紀岱玲(2005)，供應商績效評估研究-結合 ANP 及 DEMATEL 之應用, 國立政治大學資訊管理研究所碩士論文。
14.	徐鵬發(2017)，「建構中小企業授信評估模式」，國立臺北科技大學工業工程與管理系EMBA班碩士論文。
15.	張建彰(2010)，「台灣中小企業信用風險預警模式之研究」，東吳大學企業管理學系碩士碩士論文。
16.	張紹勳(2012)，「模糊多準則法與統計」，第一版，五南出版社。
17.	許英傑(2014)，「台灣中小企業授信評估實務之研究」，東吳大學會計學系研究所碩士論文。
18.	陳柏樫(2006)，「非財務信評因素對中小企業融資之探討」，大葉大學國際企業管理學系碩士在職專班碩士論文。
19.	陽信銀行(2016)，「陽信銀行授信作業流程」，台北市：陽信銀行。
20.	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。
21.	黃雪晴(2000)，「國內資訊電子業聯盟夥伴選擇模式之研究」，國立成功大學工業管理學系碩士論文。
22.	經濟部中小企業處(2018) ，中小企業白皮書，台北市:經濟部中小企業處。
23.	銀行法(1931)，「中華民國銀行法」，台北市：立法院。
24.	劉炯森(2011)，「商業銀行對中小企業授信風險評估要素研究」，淡江大學企業管理學系碩士在職專班碩士論文。
25.	蔡富吉(2012)，「中小企業授信風險與財務指標之關聯性」，國立臺北大學國際財務金融碩士在職專班碩士論文。
26.	鄭莉婷(2009)，金融機構對於中小企業授信風險評估之研究- 以某金控公司為例，國立屏東科技大學高階經營管理碩士在職專班碩士學位論文。
27.	戴錦周、陳研研(2003)，「銀行授信客戶違約行為之研究」，朝陽科技大學財務金融系碩士論文。



 
英文部分
1.	Huang, J. J., Tzeng, G. H., & Ong, C. S. (2005). Multidimensional data in multidimensional scaling using the analytic network process. Pattern Recognition Letters, 26(6), 755-767.
2.	Meade, L., & Sarkis, J. (1998). Strategic analysis of logistics and supply chain management systems using the analytical network process. Transportation Research Part E: Logistics and Transportation Review, 34(3), 201-215. 
3.	Niemira, M. P., & Saaty, T. L. (2004). An analytic network process model for financial-crisis forecasting. International Journal of Forecasting, 20(4), 573-587.
4.	Pagano, M., & Jappelli, T. (1993). Information sharing in credit markets. The Journal of Finance, 48(5), 1693-1718.
5.	Saaty, T. L. (1996). The ANP for decision making with dependence and feedback.
6.	Saaty, T. L., & Kearns, K. P. (2014). Analytical planning: The organization of system (Vol. 7). Elsevier.
7.	Saaty,T.L., (1980). The Analytic Hierarchy Process, New York ,McGraw Hill Inc.
8.	William Post (1910). The Four Big c's Factor in Extending Credit. Philadelphia : Central National Bank of Philadelphia.
















網站
1.	財政部金融局http://www.mof.gov.tw/  (2018/12/20)
2.	中央銀行網站http://www.cbc.gov.tw/ (2018/12/20)
3.	行政院主計處http://www.ey.gov.tw/ (2018/12/20)
4.	行政院金融監督管理委員會http://www.fscey.gov.tw/ (2018/12/20)
5.	經濟部中小企業處http://www.moeasmea.gov.tw/ (2018/12/20)