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。