本文採用Platt(1990)所提出的產業相對比率與原始比率來建構企業預警模型，並嘗試加入公司治理變數後，以檢驗是否能進一步提升預測效果。研究發現在無論在樣本內、外產業相對比率預測率均比原始財務比率來的高，ROC和CAP效力驗證也較佳，並可降低型一的誤差。因此將各產業之間的差異因素消弭後，確實能有效降低誤判的現象。在方法論上，則以逐步迴歸分析所建立的產業相對比率模型擁有最高的預測效力。另外納入公司治理變數後，預測效力則有進一步提升效果，整體財務變數方面以T1期為負債淨值比、資產報酬率；T2期為每股現金流量、股東權益報酬率、借款依存度；T3期為每股現金流量、常續性利益率、借款依存度等項目為顯著比率，顯示從負債面、獲利面以及現金流量面三個角度，即可對危機預警產生極為正確的判斷。另外在公司治理因素方面，則以董監持股比率、董監質押比率以及財務人員更動次數最顯著，顯示內部核心人員，因為比圈外的投資者和信貸者掌握更準確的資訊，因此其相對的動態與企業發生危機與否亦有非常緊密的關係。

根據經濟部中小企業處統計，中小企業融資餘額占整體企業融資餘額近20%，若以商業活動往來頻率觀點而言，目前臺灣之經濟主體架構係以中小企業為主軸，故中小企業對臺灣就業水準、物價、所得分配及經濟榮枯有決定性的影響。本研究思索如何有效將資訊不對稱的因素列入風險評估中，以有效衡量中小企業信用風險，幫助優良中小企業取得所需資金，並提供銀行建立進階法 BIS計算之參考，建立衡量信用風險之機制。 本研究以國內某商業銀行之中小企業授信客戶為研究基礎，該銀行係目前台灣少數經營中小企業授信業務成功之銀行，累計至2005年授信往來戶數達20,000餘家，具足夠之研究樣本。依規模大小區分為小型企業及中型企業，本研究採用Weight of Evidence (WOE)模式來進行變數有效性篩選，透過統計分析建置信用評等及加成式評分卡，同時為了兼顧巴塞爾資本協定要求模型必須公開揭露以及計算正確之違約機率之考量，因此選定羅吉斯迴歸(Logistics Regression)作為統計演算法。 經實證分析兩評分卡內容歸納如下: 小型企業信用評分卡：由於小型企業特殊之經營型態，在原始變數之篩選即不導入財務變數，在最終會顯著影響申貸企業信用危機之因素中，除「公司最近三個月查詢銀行家數」及「負責人有無配偶」倆變數外，餘8個變數是負責人（部份加計配偶）之銀行往來狀況及歷史信用記錄，其中有5個變數與現金卡及信用卡使用情況有關，足見小型企業資金需求仍透過負責人名義向銀行籌措，且以高資金成本之借款為主。 中型企業信用評分卡：由於中型企業營業顯然較小型企業具規模，且以公司名義向銀行申請融資的現象亦較為普遍，但其財務報表絕對數字失真情形嚴重，故在原始變數之篩選導入財務變數趨勢。在最終會顯著影響申貸企業信用危機之因素中，除「公司最近三個月查詢銀行家數」、「負責人有無配偶」及「公司最近三個月不含逾催呆總餘額成長率」參變數外，餘10個變數是負責人（部份加計配偶）之銀行往來狀況及歷史信用記錄，其中有5個變數與現金卡及信用卡使用情況有關，可見中型企業與負責人之財務具有絕對關連性（資金互用），利用高成本資金之情況應仍普遍。

台灣金融機構將於2007年起逐漸採行新巴塞爾協定(Basel II)，該協定主要規範金融機構之市場風險、信用風險與作業風險，要求提列一定水準之資本準備，目的係希望能夠穩定金融市場，避免因重大事件發生造成損失，導致金融機構無力償還的情形出現。 本研究對象乃係針對國內某金融機構於民國89年至90年的無財簽企金客戶建置違約機率(Probability of Default Model)模型，考慮建模方法使用上的普遍性、運作上的透明性及統計上缺乏理論與基礎的情況，本研究將採用羅吉斯迴歸(Logistic Regression)建置違約機率模型。模型之驗證部分，依據行政院金融監督管理委員會(2007)建議的七個驗證方向執行模型之驗證。

近年來，各大企業透過商業智慧（Business Intelligence, BI）的概念導入，協助企業將類型廣泛的資料加以彙整與統計並加以分析，以便快速了解市場趨勢、走向以及需求的變化，企業便可即時做出正確的反應並進行準備。然而，商業智慧之工具在航空產業中飛航專業人員訓練相關的應用上並未受到廣泛討論，本文希望透過商業智慧工具所取得的相關的資料，經過詳盡的解說、分析以及給予建議，提供訓練相關單位日後研擬訓練課程的參考依據。同時透過近年國內外航空業重要之操作異常事件加以選擇，針對相對影響嚴重之課目先行加以探討。 透過羅吉斯模型針對Engine Failure After V1課目作探討得到以下結論，在訓練類別方面，若以Airline Pilot Pre-Qualification(APQ)為基準，Airline Pilot Pre-Qualification較Initial Equipment Training容易通過訓練並達到標準，Requalification Training、Transition Training、Upgrade Training 較Airline Pilot Pre-Qualification容易通過訓練並達到標準；在飛航組員之背景方面，以MIL為基準，MIL背景的飛航組員較AB-INITIO以及CPL容易通過訓練並達到標準，顯示具備軍方飛行經驗背景的人員較其他兩者容易通過測驗。 個案公司長期以來重視航空人才的培養，飛航組員訓練為飛安之本是一貫始終的信念，並堅持以詳盡嚴謹的訓練計畫以及扎實穩健的教育訓練，培育出符合標準之飛航組員。為使飛航組員之訓練能更精進，透過商業智慧系統的導入及應用，將可協助個案公司以較具有效率之方式進行分析與研究，此也為提升訓練品質以及訓練單位競爭優勢之一項有利工具。因此，希望能藉由本研究提供個案公司檢討並改進訓練之執行方式，以培訓出專業優秀的飛航組員，並滿足安全營運需求。

隨著科技進步、經濟演進，現代人生活日趨緊湊，為因應快速之生活步調，網路購物行為孕育而生，其伴隨而來的廣大商機已成近年熱門議題，中央通訊社更曾報導資策會預估2015年台灣網購市場產值可達7,645億元。因此本研究將利用行政院國家科學委員會之傳播調查資料庫，第一期第二次「網路行為調查與偵測」資料，探討網路消費者的個人特質與購買習性、消費力及資訊搜尋習性之關連，並分別建構預測模型。建構模型所採用之技術為羅吉斯迴歸、C&R Tree、Quest、C5.0和CHAID，再經由準確預測率（Overall Accuracy）從中挑選出最適模型。 　　依據研究結果可知，現實環境人際互動較差之消費者，網購購買習性佳；沒有小孩且平均每月收入6萬元以上至10萬元的消費者，網購消費力大；且網路資訊擷取頻率與網購吸引力對於網購資訊搜尋習性有顯著影響。最後，藉由前述結果建議，販售社交商品，藉以提昇現實環境人際互動較佳之消費者網購購買習性；搶攻高價位單品市場，吸引無經濟負擔者目光；針對潛在客戶，利用論壇網站進行廣告宣傳。

在我們建立迴歸模型時，必須針對研究的目的去探求與相依變數有關的自變數，而且 這些自變數應能合理的解釋相依變數，然而這些自變數的組合數一定很大；所以在一 般線性迴歸分析中，最重要也是最困難的問題是如何選取模式中的自變數，棄卻不太 重要的自變數，獲得最後的模型，以符合經濟原則。 而近年來非線性迴歸模型在各種領域裡廣泛地被使用，這些線性回歸模型之自變數的 選取較線性迴歸模型之自變數的選取困難，因其必須用反覆的技術來找最大概似估計 量，然後利用此最大概似估計量來做為選取自變數的基礎所以計算的成本較高。 本文將以處理相依變數為屬質變數的羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）為主要研究對象；首先導出此模型的CP統計量，以CP來作為選取自變數的準則；其 次介紹一種透過對數概似近似函數及一些資料的轉換，將羅吉斯迴歸模型之自變數選 擇問題變換成一般線性迴歸模型的自變數選擇問題；然後作一個模擬分析比較不經變 數變換與經變數變換的方法，所選出的自變數組合是否大致相同，若其差異不大，則 表示此種變數變換方法確時有效，往後遇到類似的非線性迴歸之自變數的選取都可轉 換成一般線性迴歸的問題來解決，可簡化許多計算過程，此亦為本文研究的目的。 本文結構：本文共分六章 第一章 緒論，說明井究動機與目的 第二章 建立羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）及定義其殘差（ RESIDUAI） 第三章 探討非線性模型之自變數選擇方法及針對LOGISTIC REGRESSION 求其CP統計 量。 第四章 介紹一重經過變數變換的自變數選擇程序及其應用的原理。 第五章 模擬分析，比較第三章與第四章所述二種方法的差異。 第六章 結論。

2006 年新巴塞爾資本協定的施行，台灣各家銀行皆陸續步入實施新協定的軌道，發展以風險評等的觀念來計算法定適足資本，讓銀行採自建信用評等系統來評估違約暴險，並透過信用評等達到早期預警的效果，降低信用風險。而資料採礦則是近年來在應用分析領域中相當熱門的議題。 本研究是將資料採礦技術導入企業信用評等模型的建置程序，以國內某一銀行的企業授信資料為實例，資料的觀察期間為2003至2005年，其中針對「製造業」進行研究。藉由企業財務報表簽證資料，結合授信往來紀錄等變數，經誤差抽樣，分別以類神經網路、決策樹及羅吉斯迴歸等採礦技術，建立模型。模型驗證的部份，依據金管會建議的七個方向執行模型之驗證。 研究結果發現，經評估確立以1:2誤差抽樣比例下，使用羅吉斯迴歸技術建模的效果最佳。模型中財務資訊、產業特性及公司的徵審授信紀錄對於違約皆具有一定的解釋預測能力，且顯示產業特性的不同，對於違約機率的預測，有一定的影響。經驗證後，此模型即使應用到不同期間或其他實際資料，仍具有一定的穩定性與預測效力，並且通過新巴塞資本協定與金管會的各項規範，表示本研究之信用評等模型，的確能夠在銀行授信流程實務中加以應用。

新巴塞爾資本協定(Basel II)之內部評等法(IRB)的運用關鍵，在建立一個有效的信用風險模型，而此模型的功用在於將銀行的風險程度，以量化的風險因子來表達；而本研究即是針對新巴塞爾資本協定，探討在新協定的最低要求(Minimum Requirement)下，銀行欲採用內部評等法(IRB)架構信用風險系統時，應如何建立信用風險模型中「違約機率(PD)」的量化流程。 本篇研究以國內某家金融機構的資料為例，利用羅吉斯迴歸來進行製作信用評分模型，在信用評分模型正確性的指標測試中，不論是在Kolmogorov-Smirnov值、ROC比率、Gini係數的測試上，皆比原此家金融機構在正確性指標測試中更為出色。 最後，更進一步依照該模型所預測之違約機率，建立信用評等，並同時探討不同等級之客戶特性，使金融機構能更有效率地加強其風險控管，進而改善其顧客關係管理系統。

近年來銀行經營管理方式已因經濟環境改變及金融市場變遷而產生了巨大變革，商業銀行的資產規模是不是可以無限制地擴張？銀行經營績效的評估方式仍可用傳統盈餘及成本觀念加以框架嗎？在此背景下，巴塞爾資本協定應運而生。1987 年，美聯儲和英格蘭銀行聯合向巴塞爾清算委員會提出要在世界上建立共同的資本體系，目的就是要限制在資本不足的情況下銀行規模的過度擴張；現代金融機構經營績效的評估亦不再僅是單純存放款利差的擴大，而更由考量「每單位資本」所得利潤，轉變為衡量「每單位風險」下所能創造的獲利。藉由這種思維轉變所產生的評估指標，較能忠實呈現風險下的真正績效，並有效掌握銀行內部風險程度及獲利狀況，對資金與稀少性資源做適當分配。 如何達到最佳化的資本配置？最主要在於精確量化銀行業者每天所面臨的各項風險，尤其是信用風險的量化。而信用評等（credit rating）制度的建立係現代商業銀行量化信用風險管理的最重要且最基本的一環，信用評等的建置成敗在於資料倉儲的品質與IT 支援能力，這也是銀行內部評等建置的基楚工程，而一般大型國際銀行在建置內部評等系統時，會一併將後續呆帳準備（provisions）計提、預期損失與未預期損失、資本配置管理與風險調整後績效評估連結。 本研究室針對電子製造產業，在新巴賽爾協定規範下，建立信用評等模型。模型採用羅吉斯迴歸建立，模型中的變數可分成三個構面：『董事持股面』、『公司獲利面』、『公司負債面』；而模型的整體正確率可達88.31%。在各項模型的測試中，皆有穩定的表現。

巴塞爾銀行監理委員會於2001年1月公布新版巴塞爾資本協定，並於2006年底正式實施。新協定鼓勵銀行能建立自己的內部評等系統評估違約風險，並重視銀行放款風險考量資訊的量化和降低計提所需資本，進而提高金融機構風險敏感性，以彌補傳統標準法的不足。為因應此趨勢，本研究以全國公開資料庫的資料為實例，資料的觀察期間為1996至2005年，透過資料採礦流程，以製造傳統產業公司之授信樣本為主要的研究對象，建構企業違約風險模型及其信用評等系統。 本研究分別利用類神經網路、羅吉斯迴歸和C5.0決策樹三種方法建立模型並加以評估比較其預測能力。結果發現羅吉斯迴歸模型對違約戶的預測能力及有效性皆較其他兩者為佳，因此，以羅吉斯迴歸方法所建立的模型為本研究最終模型。接下來便針對該模型進行各項驗證，驗證後發現此模型即使應用到不同期間或其他實際資料，仍具有一定的穩定性與預測效力，確實能夠在銀行授信流程實務中加以應用。