2005年，消費金融卡等小額貸款、現金卡以及信用卡的循環利息借貸因發卡浮濫、信用擴張過快而引發了卡債風暴，這個風暴不僅影響金融機構的財務風險，也因為小額債務人人數眾多，因而引發了嚴重的社會經濟問題。在發卡銀行深受打擊之際，金管會規定台灣金融機構於2006年底開始實施新巴塞爾資本協定（the New Basel Capital Accord），要求各銀行必須具備足夠的資本適足性及風險管理能力，並建立內部評等系統和風險預警機制。本研究即是針對信用風險，在符合新巴塞爾資本協定下運用商業智慧技術建立一套完善的控管制度，期望在潛在風險客戶在發生違約的行為前即能及時預警並採取相關措施。 / 本研究是以國內某家發卡銀行為研究對象，針對其信用卡持有人建構一套預警模型。建模資料是信用卡持有人部分基本資料以及在某年一整年的交易行為。原始資料共有47,888筆，總共有64個變數。分別利用羅吉斯迴歸、決策樹和類神經網路三種方法建模，最後以羅吉斯迴歸表現最好，以學歷、信用額度、最近一次逾期至今月份數、最近十二個月平均餘額、最近十二個月預借現金次數、最近十二個月循環動用月份數和最近十二個月平均繳款率七個預測變數對於影響客戶需要預警與否較為顯著，結果本模型的整體預測率為86.29%；而對於預警客戶中可以準確預測的比率為69.98%。

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.

授信風險分析是決定授信品質的關鍵。不管是聯合貸款、企業授信或消費性貸款，所有申貸案件必定經過徵信程序(credit analysis)來評估授信風險，再決定是否准予貸放。尤其企業授信一般貸放金額甚高，必須藉著嚴謹的審查過程來分析授信戶的借款用途是否合理、還款來源是否無虞。而這又必須瞭解其財務狀況、產銷情形、產業前景、研發創新、營運模式、經營者專業素養、管理能力等構面來分析風險成分。 傳統授信風險分析方法、理論，如五P分析、產業分析、財務分析等已行之多年，亦是國內商業銀行最普遍採用。然而隨著統計學、計量工具的發展，各種衡量信用風險的模型model被架構推出，世界知名銀行亦投注人力物力發展計量分析為主的風險管理部門，建立授信風險量化指標。除消費金融業務已藉著評分(credit scoring)作為准駁依據外，企業授信則因basel II即將公佈實施，亦使銀行業近幾年亦積極投入發展計量模型以建立IRB。然而計量分析與專家分析目前在國內銀行並未結合。我們將在文中探討主要授信分析工具並以89-92年間發生下市及打入全額交割股事件之公司為選樣範圍作為倒帳率分析基礎。

企業發生財務危機，不僅使其經營陷入生死關頭之掙扎，更影響眾多投資人、債權人的利益，對於整個經濟環境亦造成一定的衝擊。因此，如何提早察覺企業之危機，以減少社會成本，實值得我們深入研究。 本研究主要目的為評估現金流量表揭露之資訊，於預測企業財務危機的有用性。本研究欲探討現金流量資訊是否為預測企業財務危機的良好指標，於建構企業財務危機預警模式之際，加入現金流量的財務指標是否會比僅以傳統財務比率建立之預警模式，更具預測能力。 本研究採用配對樣本設計，在我國上市公司中共選取了35家危機公司與68家正常公司。並利用Logit迴歸分析分別建立現金流量模式、應計財務模式與綜合模式，得到以下結論： 一、在財務危機發生之前一至三年，本研究所使用的應計基礎財務比率並非皆適合用來區分危機公司與正常公司。 二、除了營業活動現金流量相關比率具有顯著的區別能力外，部分投資與融資活動現金流量相關比率亦提供額外的財務危機警訊。 三、現金流量比率預警模式之預測力表現不遜於應計基礎比率模式；但在應計基礎比率中加入現金流量比率，並未顯著提高模式的預測能力。 / The objective of this study is to assess the usefulness of cash flow disclosures in the prediction of financial distress. This study also determines whether cash flow ratios are good indicator of financial distress and whether adding cash flow ratios in prediction model can improve the predictive ability of the model employing conventional accrual-based ratios. Using a matched pair design, this study examines a sample of 35 distress firms along with 68 non-distress firms. Also, a logistic regression analysis is used to establish the financial distress model with and without cash flow variables respectively, in order to test the hypotheses developed by this study and to derive the conclusion. The findings of this study are as follows. 1. During the period between 3 years to 1 year before financial distress, the accrual-based ratios used in this study aren't all good predictor in financial distress model. 2. The discriminate ability of operating cash flow data is significant. Also, the investing and financing cash flow data provide additional information in the prediction of business distress. 3. Cash flow ratios provide a superior measure for the prediction of financial distress over accrual-based ratios. However, no significant evidence shows that using cash flow ratios in conjunction with accrual-based ratios can improve the overall predictive power of accrual-based ratios alone.

近年來，信用卡市場快速地成長，發卡銀行亦大量地發卡，然而目前國內 發卡銀行在整個信用卡信用風險管理上，大都採行人類專家經驗判斷的方 式進行。發卡銀行隨著持卡人數快速地增加，其信用資料亦呈等比例急速 上升，若仍採用人工處理方式，除了會大幅增加工作負荷外，其授信品質 也不易控制。因此，本研究擬引進資訊技術來解決大量信用卡信用資料之 信用管理問題。 首先，我們探討信用卡信用管理業務，並根據其作業 流程來建構一信用卡信用管理自動化的架構，此架構包括徵信驗證系統、 審核系統、預警系統、高風險客戶管理系統、及催收系統等五個系統，其 目的在於輔助授信管理之業務、減少授管人員的工作負荷、以有效控制授 信品質、及降低授信的風險。 其次，本研究針對上述信用卡信用管理 自動化中的預警系統，利用範例學習法來建立信用卡信用風險預警範例學 習系統，且實際以一家發卡銀行的信用資料來建立並驗證四個預警模式， 期能事先讓系統自動查核信用不良之客戶。此四類預警模式為: (一)提前 預警模式(二)群體決策預警模式(三)追蹤管理預警模式(四)例外管理預警 模式 最後，我們亦提出一些未來研究之課題，期能進一步發展本研究 之信用卡信用管理自動化系統及預警模式，以推廣應用至各發卡機構。