我國企業在朝向自由化及國際化政策之下，公司的信用評等必須仰賴公正客觀且完整的評估模式，本研究旨在透過自行建立的模型，將公司的財務比率，用一較易懂的方式表達出來，讓投資大眾，更瞭解公司的體質，進而去做更好的投資決策，亦可提供企業管理者，作為往後經營政策及投資策略參考之用。
本研究中採用財務比率反應公司體質的資訊，透過因素分析，以及灰色系統來建構信用風險評估模型，依因素分析前後所得到的指標屬性，將樣本分成7個聚類，期望透過此方法提供企業在信用風險評估上，有效且公正的指標。實證結果發現：
一、樣本經過灰關聯聚類後，每個聚類皆有其表現較好的指標屬性，藉以反映其公司的特性。
二、在變數選取上面，因素分析前後，灰關聯序的結果有明顯的改變，聚類的特性會較為突顯，也可以藉由因素分析減少模組的複雜度。
三、在權重設定上，加權後所顯現的聚類特性較平權時明顯，可以得知指標的重要性大小對公司的評估結果有相當的影響。

Under the demanding policies of liberalization and internationalization, corporate credit rating must depend on more fair, objective and complete modules.This study is aimed to clarify the financial ratio via certain model. It helps investors not only to comprehend enterprises but also to construct portfolio.It also provides some advices about management policies and investment strategies.
This study will use financial ratios to reflect information about enterprises and construct credit risk rating model via the methods as Factor Analysis and Grey System.It is hoped that using this method to provide more efficient and fair indices for the credit rating.The empirical results are as the followings:

1. After Grey Relation Clustering, every cluster has the stronger attribute.We can comprehend the special properties of enterprises by those attributes.
2. Choosing Variables: the Grey Relation Ordinal has changed obviously after factor analysis.
3. Setting Weight: the importance of variables does influence on rating.

中文部分

[1] 卜怡君(2003)，「運用灰關聯聚類與適應性類神經模糊推論系統於本國銀行業
之信用評等」，國立台灣科技大學資訊管理研究所碩士論文。
[2] 沈大白、柯瓊鳳、周大慶、張大成及敬永康(2002)，風險理新標竿-風險值
理論與應用，智勝文化。
[3] 周麗真(1989)，「以財務比率建立銀行經營績效評鑑模型之研究」，私立淡江
大學管理科學研究所碩士論文。
[4] 周文賢(2002)，多變量統計分析SAS/STAT使用方法，智勝文化。
[5] 吳漢雄、鄧聚龍和溫坤禮（著）（1996），灰色分析入門，高立圖書公司。
[6] 洪欽銘、李龍鑣(1997)，"灰色關聯與優勢分析之應用研究，技術學刊，第
十二卷，第一期，第15-20頁。
[7] 陳明賢(1986)，「財務危機預測之計量分析研究」，國立台灣大學商學研究所
碩士論文。
[8] 陳勇徵(1996)，「銀行信用評等-本國銀行之實證分析」，私立東吳大學經濟學
研究所碩士論文。
[9] 陳星豪(1997)，「高速鐵路技術型式評估準則及方法之研究-模糊與灰色決策
理論之應用」，國立成功大學交通管理研究所碩士班論文。
[10] 陳惠良(2001)，「顧客關係管理於電子商務應用之互動與相關係研究」，國
立台北科技大學生產系統工程與管理研究所碩士論文。
[11] 郭怡萍(1998)，「銀行業信用評等模式之建構」，國立台灣大學商學研究所
碩士論文。
[12] 郭素綾(2002)，「本國銀行信用評等實證模型之研究」，國立中正大學企業
管理研究所碩士論文。
[13] 曹軍、胡萬義(1993），灰色系統理論與方法，東北林業大學出版。
[14] 黃俊英(2001)，多變量分析，中國企業研究所，223-251頁。
[15] 夏郭賢、吳漢雄(1998)，「灰色關聯分析之線性數據前處理」，灰色學刊，
第一卷，第一期，47-53頁。
[16] 睦傑、陳雅惠(2000)，「信用風險評估-介紹JP MORGAN 之Creditmetrics
及若干國內實證」，貨幣觀測與信用評等，第25 期，頁113-125。
[17] 溫福煥(1991)，「財務績效評估模式建立之研究-以臺灣地區電子業為例」，
私立淡江大學管理科學研究所碩士論文。
[18] 蔡相如(1998)，「台灣地區商業銀行之經營績效評估-灰色關聯度與因素分
析法之應用」，私立銘傳大學管理科學研究所碩士論文。
[19] 鄧聚龍（1985），灰色系統基本方法，華中理工大學出版。
[20] 鄧聚龍(1995），灰色系統理論與應用，高立圖書公司。
[21] 賴宏仁(1999)，「經由灰聚類演算法之模糊系統設計」，私立淡江大學電機
工程研究所碩士論文。
[22] 盧靜怡(2001)，「企業經營績效排名之預測－灰色關聯分析與類神經網路之
應用」，國立台灣科技大學資訊管理研究所碩士論文。

英文部分

[1] Coats, P.K, Fant, L.F(1993), “Recognizing Financial Distress Patterns Using a Neural
NetworkTool,” Financial Management, Autumn, pp.142-155。
[2] Gerg M.Gupton、Christopher C.Finger and Mickey Bhatia(1997),CrediMetrics-Technical
Document
[3] Horrigan, J.(1966), “The Determination of Long Term Credit Standard With Finanical
Ratios”,Empirical Research in Accounting 1996,Journal of Accounting Research,
Supplement to Vol.4,pp.44-62
[4] Jorion, P.(1996), “Risk 2 - Measuring the Risk in Value at Risk”, Financial Analysis
Journal, 52, 47-56.
[5] Li,B.Q.(1995), “Three Data Modeling of Grey System Theory”, The Journal of Grey
System,Vol.3, No.6, pp.256-268
[6] Tam, K.Y and Kiang, M.Y (1992), “Managerial applications of neural networks: The Case
of Bank Failure Predictions”, Management Science, Vol.38,No.7,pp.926-947.
[7] Zhang, G., Hu, M.Y., Patuwo, P.E. and Indro,(1999), “Artificial Neural Network in
Bankruptcy Prediction : General Framework and Cross-Validation Analysis”,European
Journal of Operational Research,Vol.116,No.1,pp.16-32