隨著全球環境的變遷，台灣的金融體系也逐漸向國際化的方向發展，而台灣金融產業亦為影響台灣整體經濟發展的重要產業。然而，台灣國內的金融環境市場，由於在同業之間的相互激烈競爭，使各銀行的授信業務為了提高業績，進而對其貸款戶之授信條件放寬，而此舉往往忽略了授信品質的重要性，使得風險控管與授信品質受到極大的挑戰，因此，如何在詭譎多變的金融環境中提升銀行授信與控管品質，為目前國內各家銀行必須共同努力的課題與目標。
本研究以金融機構分析授信予企業風險的方向，評估最能衡量公司信用的預測變數，並依照各因素對信用狀況的影響程度不同給予權重，建立較完信用評等模型，藉以評定授信條件策略，以減少銀行呆帳的發生。本研究顯示分別以負債比率、淨值報酬率、速動比率等為評量企業信用好壞的顯著相關因素。在線性條件預測模型下，建立羅吉斯迴歸分析模型，並依照此結果製成業界能直接應用的評分卡，並揭露依照評分模型所計算出評分分數等級與所屬百分位點，並評估風險模型適用性。透過Hosmer-Lemeshow、K-S、ROC曲線、AUC值以及驗證方法，進行評估模型之配適與否，並驗證所建構出的信用評等模型是否具有足夠能力以區分信用狀況的好壞。

The financial system becomes so important to the whole economy after the internationalization of the whole financial system. The immense challenge that caused by the fierce competition between the same business makes the financial institutions relax the standards for lending and pay attention to manage the risks.
The evaluation of large credit portfolio becomes crucial to guard against any management risk, since the volume of credit business in finance has greatly expanded and the use of credit scoring. The objective of the study is to devise a credit scoring system for finance granting decisions. We describe statistical method to create scorecards and show how the result of the model is applied to calculate score point weights. Scorecards are built using the logistic regression method which estimates the relationship between the company characteristics and the risk so that the score point weights can be calculated directly from the regression coefficients.

中文部分
1. 王天津、陳盈秀，「應用粗集合方法於企業信用評等之研究」，創新與管理，第三卷，第一期，第153-164頁(2006)。
2. 王粹馨，「商業銀行如何檢視信用評等表之良窳」，碩士論文，中央大學，桃園(2003)。
3. 古永嘉、陳達新、陳維寧、楊延福，「以會計資訊衡量企業信用風險：區別分析與類神經網路模型之比較與應用」，管理科學研究 ，第四卷，第一期，第39-56頁(2007)。
4. 吳秉楠，「台灣壽險業信用評等模型之研究」，碩士論文，中興大學，台中(1998)。
5. 宋文傑，「評估台灣通訊產業的財務績效-多變量區別分析法及灰關聯度整體性分析法之應用」，碩士論文，東華大學，花蓮(2003)。
6. 李中彥、崔灝東、姚慶邦、張詠傑，「以基因演算方法建構企業信用評等之財務指數權重」，多國籍企業管理評論，第四卷，第一期，第119-113頁(2010)。
7. 官旻慧，「以財務比率衡量公司信用風險」，碩士論文，世新大學，台北(2006)。
8. 林思吟，「中國上市公司財務危機預警模型研究」，碩士論文，政治大學，台北(2006)。
9. 林郁翎 、黃建華，「考慮公司治理之企業財務危機預警模型」，東吳經濟商學學報，第六十四期，第23-56頁(2009)。
10. 徐子琄，「以財務資料,總體經濟與會計師意見建構財務危機預警模型」，碩士論文，國立交通大學，新竹(2009)。
11. 尉遲志賢、李柏勳、謝婉君、柯佩均、謝靖瑩、游士萱 ，「住宅房屋貸款信用評分制度建構研究」，第七屆專題研究，輔仁大學，台北(2005)。
48
12. 張大成、劉美纓、萬智傑，「中小企業財務危機預警模型與新巴賽爾協定信用評等」，中小企業發展季刊，第九期，第199-219頁(2007)。
13. 莊鎮嶽，「財務比率建立財務危機預警模型之實證研究－合併財務報表與母公司財務報表之比較」，碩士論文，台灣大學，台北(2005)。
14. 許大鈞，「應用案例式推論與基因演算法於信用評等決策輔助系統」，碩士論文，中央大學，桃園(2001)。
15. 陳思翰，「商業銀行如何利用 logistic及KMV 模型檢視授信政策」，碩士論文，中央大學，桃園(2003)。
16. 曾祥珉，「運用財務指標建立建設公司財務危機預警模式之研究」，碩士論文，中央大學，桃園(2002)。
17. 黃振豊、呂紹強，「企業財務危機預警模式之研究－以財務及非財務因素構建」，當代會計，第一卷，第一期，第19-40頁(2000)。
18. 楊適銓，「利用門檻迴歸探討KMV信用風險模型之違約點定義問題」，碩士論文，中山大學，高雄(2008）。
19. 蔡其勳，「從會計師資訊的角度構建企業財務危機預警模型」，碩士論文，靜宜大學，台中(2006)。
20. 蔡茂鑫，「建構台灣大型企業財務危機預警模式」，碩士論文，中正大學，嘉義(2003)。
21. 蔡鳳娟，「運用財務比率分析及公司治理指標於企業財務危機之研究」，碩士論文，淡江大學，台北(2006)。
22. 蕭芳茗，「台灣上市櫃公司財務危機之預測－障礙選擇權評價法與Z-score模型」，碩士論文，淡江大學，台北(2005)。
23. 闕玎倚，「公司治理與信用評等-台灣的實證研究」，碩士論文，清華大學，新竹(2004)。
49
英文部分
1. Altman, E. I., “Financial ratio, discriminant analysis, and the prediction of corporate bankruptcy,” Journal of Finance, Vol. 23, No.4, pp. 589-609(1968).
2. Altman, E.I, and T.P. McGough, “Evaluation of a Company as a Going Concern, ” Journal of Accountancy, Vol.138, Issue 6, pp. 50-57(1974)
3. Atiya, A. F., “Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results,” IEEE Transactions on Neural Networks, Vol.12, No.4, pp.929-935(2001).
4. Beaver, W., “Financial ratios as predictors of failure,” Journal of Accounting Research, Vol. 4, Issue 3, pp. 71-111 (1966).
5. Chava, Sudheer and Robert Jarrow, “Bankruptcy Prediction with Industry Effects”, Review of Finance, Vol.8, No.4, pp. 537-569(2004).
6. Chen, L. and Hsiao, H., “Feature selection to diagnose a business crisis by using a real GA-based support vector machine: An empirical study,” Expert Systems with Applications, Vol. 30 (2007).
7. Claessens, S., Djankov, S., and Xu, L. C., „„Corporate performance in the East Asian financial crisis,” World Bank Research Observer, Vol. 15, No. 1, pp. 23-46 (2000).
8. Cremers, K. J. M. and Nair, V. B., “Governance mechanisms and equity prices,” Journal of Finance, Vol. 60, Issue 6, pp. 2859-2894 (2005).
9. Daily, C. and D. Dalton, “Board of Directors Leadership and Structure: Control and Performance Implications.” Entrepreneurship Theory and Practice, Vol.17, No. 3, pp.65-81(1993).
50
10. Dalton, D., C. Daily, A. Ellstrand, and J. Johnson, “Meta-Analytic Reviews of Board Composition, Leadership Structure, and Firm Performance.”Strategic Management Journal, Vol.19, No.3, pp.269-290(1998).
11. Eisenberg, T., S. Sundgren, and M. T. Wells, “Larger Board Size and Decreasing Firm Value in Small Firms.” Journal of Financial Economics, Vol.48, No.1, pp.35-54(1998).
12. Fengyi Lin, Deron Liang, and Wing-Sang Chu, “The role of non-financial features related to corporate governance in business crisis prediction,” Journal of Marine Science and Technology, Vol. 18, No. 4, pp. 504-513 (2010).
13. Gilson, S. C., „„Management turnover and financial distress,‟‟ Journal of Financial Economics, Vol. 25, No. 2, pp. 241-262 (1989).
14. Jensen, Michael C. and William H. Meckling., “Theory of the Firm: Managerial 65 Behavior, Agency Costs and Ownership Structure, ” Journal of Financial Economics, Vol.3, pp. 305-360(1976).
15. Lee, T. S. and H. Y. Yeh, “Corporate Governance and Financial Distress: Evidence from Taiwan.”Journal of Corporate Governance, Vol.12, No.3, pp.378-388(2004).
16. Mays, E., Credit Risk Modeling: Design and Application, AMACOM, New York, (1998).
17. Mays, E., Handbook of Credit Scoring, AMACOM, New York, (2001).
18. Merton, R. C., “On the Pricing of Corporate Debt: The Risk Structure of Interest Rates.”Journal of Finance, Vol.29, No.2, pp.449-470(1974).
51
19. Min, S. H., Lee, J., and Han, I., “Hybrid genetic algorithms and support vector machines for bankruptcy prediction,” Expert Systems with Applications, Vol. 31, pp. 652-660 (2006).
20. Ozkan-Gunay, E. N. and Ozkan, M., “Prediction of bank failures in emerging financial markets: An ANN approach,” The Journal of Risk Finance, Vol. 8, No. 5, pp. 465-480 (2007).
21. Rezaee, Z., “Causes, Consequence, and Deterrence of Financial Statement Fraud.” Critical Perspective on Accounting, Vol.16, No.3, pp.277-298(2005).
22. Zmijewski, M.E., “Methodological Issues Related to the Estimation of Financial Distress Prediction Models.” Journal of Accounting Research, Vol.22, pp.59-82(1984).