Page 333 - 抓住信用的價值與風險-銀行信用貸款的價值衡量與迷思
P. 333
8
9
and Russell(2000) 和 Pompe and Bilderbeek(2005) 皆以類神經
9
網路模型(Artificial Neural Network)作為公司危機之預警模型,
該模型之概念為模擬神經網路的運作方式,認為當投入變數之權 信用品質調控
數所計算加權平均大於某個門檻值時,則發生觸發動作,其中各變
數之權數代表該變數對於觸發動作之連結強度,此概念可應用在
違約預警模型當中,視公司之財務比率為投入之變數,並已發生違
約為觸發動作進行權數的估計分析。
傳統的違約預測模型多建立在會計資訊的基礎下,因此資料僅能
反映帳面上的成本,而無法反映借款戶的真實財務狀況,此外,這些模
型多屬線性模型,而在實務上變數之間多是非線性關係。因此,線性模
型在分析上多少會受到限制;更何況線性模型的各項財務變數之權數為
固定的,也就是僅能代表當時的情況,一旦經濟發生結構性變化時,該
等違約預測模型的準確度勢必受到質疑。
█ 面對金融市場快速發展,及金融工具推陳出新,原有衡量工具、信
用文化及風險結構均受到嚴厲挑戰,尤其是面對日趨複雜的信用風
險型態。歷經金融風暴及 1998 年底銀行借款戶演變地雷股事件的影
響,更彰顯了國內金融機構亟需事前審慎評估信用風險之重要性。
近年來,國外金融相關機構已將學理與實務結合,如授信評估與應
收帳款收回可能性之評估;實證結果顯示事前預防確具顯著成效,
有效改善了傳統違約預測模型的缺點。這些信用風險模型引進了各
式概念及不同評價方法,如信用評等移轉的概念、選擇權評價方法
及考慮總體經濟變數等,而建構的模型不再是以線性模型為主,而
8 Nasir, M.L., John, R.I., Bennett, S.C., Russell, D.M., Patel, A. 2000. Predicting Corporate Bankruptcy using Art-ificial
Neural Networks, Journal of Applied Accounting Research, 5, 3, 30-52.
9 Pompe, P. and Bilderbeek, J. 2005, The Prediction of Bankruptcy of Small- and Medium-Sized Industrial Firms, Journal
of Business Venturing, 20, 847-868.
323