1.1 研究動機與目的
近年來，信用風險的相關研究與議題逐漸熱門。隨著 2001 年巴賽爾協定 II
（Basel II）開始推廣，至今也已經 六年多。本國在今年也開始逐步要求並修訂 金融業針對信用風險資本提撥之規定，並鼓勵銀行內部自行建構信用風險管理系 統，以期有效評估銀行的真實風險。然而，學者與專家一般在文獻討論信用風險 時，關心的重點均放在個別授信戶（ obligor）的違約機率（ Probobaility of default, PD）的計算。對於投資組合整體的違約率討論的文章卻相對較少。
市場上有很多專業的信用評等公司提出其信用風險衡量的工具，如KMV 的 EDF、瑞士信貸銀行的 CreditRisk+等。在台灣雖然有台灣經濟新報的資料庫與中 華信用評等等數個公司，但是主要也是針對個別公司的狀況去衡量風險。實際 上，對於金融機構來說，手中持有的投資往往不會是單一公司的股票、公司債。
簡而言之，風險並不只有在個別公司的違約機率與違約風險，而是在整體投資組 合，其中包含了資本準備的提列、經濟資本的計提，資本配置方式等等，都十分 重要。在實務面上，對金融機構來說，投資組合的授信戶間的相關性計算與整體 違約率預估都是相當重要的。採用適當內部評等法的金融機構，所需要計提的風 險性資本相對較低，便可以將資金作更多的投資與利用；另一方面，加上監理機 關的監察，建立或採用一套良好的風險模型來計算投資組合的違約，將可以增加 台灣金融業的競爭力。
早先的研究，也將投資組合視為個別授信戶的加總。但事實上，各別公司之 間仍然存在相關性，所以投資組合的總風險值應會大於個別授信戶分別加總的風 險值。舉例來說，2006 年年底，力霸和嘉食化在向法院申請重整，並在 2007 年 年初對外宣布後，兩家上市公司被打入全額交割股。事情延燒，嚴重影響力霸集 團的中華商銀、亞太電信、衣蝶百貨以及相關的東森集團等。而歷史紀錄裡，國 內外違約事件都有顯著的群聚現象。如：美國 1982-1986 年 22 家石油公司先後 違約、1989-1990 年 5 家航空業、1995 年開始電信業 WorldCom、Globe Crossing、
Flag、Williams Communication 也都有群聚違約的狀況。本國在 1997 年之後瑞聯
集團、漢揚集團、廣三集和新巨群集團等也都傳出連續違約事件。另外，一些巨 大的事件、金融風暴或國際經濟不景氣等，都可能造成投資組合巨大的損失。由 此可以理解，投資組合間相關性的研究對於投資組合風險的估算十分重要。
除了投資組合整體違約率預測和相關性的議題之外，過去一些對於違約率預 估的模型，往往會利用個別授信戶的資產價值與負債狀況，來計算其價值是否低 於違約的門檻來判斷違約與否。其中，最有名的就是KMV 的模型。這樣的觀念 基本上是可行的，利用資產相關性來求違約相關性也是正確而且合理的方向。但 是，對於公司的授信價值與門檻的定義與計算仍有相當大的問題。首先，利用會 計上的資產價值與負債狀況時，兩者都有資訊更新不夠即時以及帳面作假的可 能。再來，負債本身的波動性無法被考慮進去，而且也有債務到期時才能違約的 限制性假設等等。所以，可以保留這個觀念與精神，但進一步必須要對模型和計 算方法作修正。
針對這樣的議題，德國德意志聯邦銀行（Deutsche Bundesbank, DB）與雷根 斯堡大學（University Regensburg) Hamerle, Liebig & Scheule（2004）、Hamerle, Liebig, Scheule, & Wildenauer（2005）等學者一起發表信用投資組合風險（Credit Portfolio Risk）的預測與研究（因利用 Deutsche Bundesbank 資料，所以簡稱 DB 法)，其主要利用 Probit 模型、個別授信戶變數、景氣變數、違約相關性等，再 配合非線性最大概似估計法對參數作估計。並且以德國德意志聯邦銀行的長期資 料作實證研究，在違約率的估計上與相關性的討論上得到相當良好的結果。國內 學者洪明欽、張揖平、孫銘儀、王思芳（2006）使用 Hamerle, Liebig & Scheule
（2004）的 DB 方法，利用財團法人聯合徵信中心的資料預估違約率，也對不同 產業分別作了違約相關係數的研究。
德國的DB 法，相較於其它估計投資組合違約率與違約相關性的模型而言，
雖然少了對資產報酬率、波動性以及違約門檻等等的計算與定義，而且其模型也 較為新穎，正可以作更多的討論與實證研究。所以，本研究延續使用 Hamerle, Liebig & Scheule（2004）、Hamerle, Liebig, Scheule, & Wildenauer（2005）的 DB 方法，並作模型修正。再配合本國上市上櫃公司的資料作實證研究，目的有三：
第一、是想進一步將其2004 年與 2005 年之研究模型與本研究之修正模型三者作
比較，瞭解其估計上的能力與差異。第二、利用估計總體經濟風險因子的方式來 改善模型。第三、探討在不同方式之下，台灣上市公司組成的投資組合的違約率 與違約相關性。相信本研究對於銀行資本適足的準備和信用風險的管控將有所幫 助，實證的結果或許可以作為金融機構對於投資組合違約率計算的參考與研究。
1.2 研究貢獻
1、本研究使用 1998 年到 2005 年的台灣上市上櫃資料組成投資組合，對 2006 年 違約率作估計，並對風險值作模擬。計算出來的違約率與投資組合實際違約 率十分接近。證明此模型有一定程度的估計能力，以及使用價值。
2、本研究實證結果發現，相關係數數值均為正值，代表投資組合的公司間違約 風險存在正相關，有違約群聚現象發生的可能性。
3、在總體經濟風險因子上，一般在相關違約率均使用退票率作為景氣模型下的 違約被解釋變數。但因在民國九十年前後，退票率由淨退票率改為毛退率，
使得在研究上有相當的困難。本研究嘗試使用台灣經濟新報公司退出市場比 例當作被解釋變數，並得到不錯的迴歸結果，對於本研究的參數預估有一定 的幫助。也可供後續研究者作更進一步的研究與探討。
4、相對於過去在 DB 的研究，往往需要大量的資料。本研究使用由上市上櫃形 成的投資組合，資料僅約一千一百多筆相對較少，但在統計上仍為大樣本。
而在違約率與風險值的估計上都仍有一定成果。相信不同樣本數目的研究結 果也可提供金融機構做為參考。
1.3 論文架構
本研究論文共分五章，第一章為緒論，說明本文研究的動機、目的和文章架 構與貢獻；第二章為文獻探討，首先對近年來市場流通的風險管理及衡量模型做 介紹，並對總體經濟因素作分析與討論，以作為本文研究理論、模型建立的基礎。
第 三 章 為 研 究 方 法 ， 說 明 Probit 模 型 與 非 線 性 最 大 概 似 估 計 法 (Nonlinear Maximum Likelihood Estimation )立論基礎與推演的計算方式，以及該模型衡量信 用風險的過程。第四章、第五章為實證步驟、分析與結果，說明實證研究之程序、
參數估計方法與資料來源。並對本文所作之實證結果作解讀分析，試圖利用模擬
的違約暴險額(Exposure at default, EAD)和違約損失率(Loss given default, LGD)估 計資產組合損失。第六章為結論與建議，包含本研究主要發現和對未來研究之建 議。
研究背景／動機／目的
選定因子與參數估計 相關文獻探討
結論與建議 計算違約率並建立VaR
整理／蒐集
台灣經濟新報資料與總體經濟資料 建立研究架構
建立研究模型
圖 1 研究結構與流程