近年來許多財務預警模式的研究提供了各種變數對公司財務危機預測能力的研究，其中財務變數屬於個別風險，總體經濟變數屬於系統風險，考慮到個別產業特性的差異，影響的因素也會隨著產業各有不相同，本研究透過加入個別產業變數，分別去探討個別產業變數對企業發生財務危機是否會有顯著的影響。 在實證研究部分，本研究嘗試以受到總體經濟變數影響差異較大的食品業及營建業為例，說明影響企業發生財務危機的因素。本研究依據離散涉險模型以及羅吉斯模型進行廻歸分析後發現，受到景氣循環影響波動甚巨的營建業以及較不受景氣影響的食品業，在加入個別產業因素後，模型的解釋能力提高，而各項總體以及個別產業經濟指標不論在長期、短期都具有參考的意義，在未來分析師進行產業以及公司評價時，我們建議可以依據總體、產業指標、公司財務狀況來進行分析，將會比只考慮總體經濟變數以及財務變數，得到較為準確的判斷。 / Financial and Macro economic variables are two factors always being discussed in past default forecasting researches. Financial variables are idiosyncratic risk and Macro economic variables are systematic risk. Despite above two factors, there might still exist great difference between varied industries and each industry could be affected by different events. The theme of this research will be discussing this issue, and this research could provide some empirical and theoretical value in this issue. In our research, we will test one industry which is affected by macro economic variables and the one which is not been affected so much. Construction and Food industries will be considered in our research. No matter the construction industry or the food industry are not only been affected by macro economic factors but also been affected by individual industry factors. In addition, when we added them together into the model, the ability of explanation increased. The conclusion of our research is that when Analyst making comments on the companies default, they need to analyze with macro economic, individual industry and financial factors separately according to different industries.

有鑑於信用風險衡量模型之廣泛使用，以及預測金融機構違約事件之重要性，本研究欲建立能有效預測金融機構違約事件之模型。其中Merton模型之概念被廣泛的應用，包含著名之KMV公司亦以Merton模型之概念建立信用風險管理機制，因此本研究選擇Merton模型之產出-預期違約機率(Expected Default Frequency, EDF)作為預測違約事件之主要變數。 本研究以國外56家金融機構，於2007至2009年共140筆樣本資料，資料內容包含股價以及財務變數。實證方法為先以各公司之股價資訊透過Merton模型計算各樣本之預期違約機率，作為Logistic迴歸模型之自變數進行分析。之後另外加入財務變數嘗試增進模型之解釋能力。此外，本研究亦修正模型之設定以檢視在更貼近真實世界的假設下，模型之預測能力是否有提升。本研究之實證結果發現，單以預期違約機率所建立之違約預測模型即有良好之預測能力，即使再加入其他變數並進行假設的修正，對於模型預測效果提升並不顯著。因此本研究肯定Merton模型以公司之股價資訊衡量違約風險之概念。