论文部分内容阅读
近年來,許多研究檢測Moody’s KMV 的違約點之原始定義是否適切。此外,2010 年G20 首 爾高峰會,宣布同意巴塞爾委員會(BSBC)提出之新巴塞爾資本協定(Basel III),針對表外項目的信用暴 險有更多的規範,代表表外項目所隱含信用風險之重要性。基於以上的陳述,本研究擬重新定義Moody’s KMV 之違約點,並檢測有無表外「或有負債」對於模型預警能力之影響。此外,加入遺傳演算法(Genetic Algorithms, GA)來找尋最適「或有負債」的係數解,以及找出各模型之最佳門檻值作為決策法則,並比較 其違約預測能力熟佳。實證結果發現,修正後GA KMV 模型在型I 誤差和整體正確預測率,是三個模型中 表現最佳者。此一結果,對於銀行授信決策者,不僅能及早發現企業可能違約風險,可儘快執行債權回收 決策,更能對一般投資者進行警示,以避開地雷股及提高對於財報資訊的重視。