第五章 實證訪談結果
第四節 訪談結果之比較與分析
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
58
徵信人員須陪同業務人員拜訪客戶，對於客戶較為熟悉，掌握客戶較佳，因此在 徵信作業上也因較為貼近客戶而易取得重要的客戶資訊，故徵信流程較具效率。
缺點則是由於該功能配置可能導致徵信報告之撰寫偏重業務導向，而有可能在風 險資訊上的揭露不盡完全或避重就輕的現象，影響徵信報告風險資訊提供之品 質。而相反的，徵信單位的獨立有利於信用風險資訊的客觀分析，審查人員可要 求徵信報告的品質，而效率的要求，並不是首要選項。
總結以上，三家公司在徵信人員與審查人員所賦予的職責基本上無顯著差 異，皆為蒐集提供客戶風險資訊以及風險的評估與審查。惟在單位設置上的不 同，使得授信流程以及風險資訊的解讀上有些差別。
2. 人員考核與經營導向
三家訪談公司在審查人員績效考核之內容有顯著的差別。A 公司首重風險控 管能力之績效，包含審查報告之品質以及放款資產管理，其次為對於公司信用風 險控管以及利潤達成的貢獻，有相當比例的數量化指標；B 公司由於徵信與審查 單位合作上較為密切，故除審查績效外，尚相當重視團隊與管理之績效；C 公司 考績表無量化指標，其績效考核皆是以質化指標為主要考核項目，且無法清晰量 化表達風險控管之績效考核成果。
適當的績效考核制度應能與公司之經營目標和導向連結，藉此績效制度使員 工之作業導向與公司目標一致。A 公司由於其市占率相對較高，故公司相對更重 視授信放款利潤的維持，因此相當重視審查之風險控管績效；B 公司除了重視審 查品質外，由於各單位皆屬獨立，故強調單位間的協同合作；C 公司在訪談過程 中凸顯其較偏向業務導向的經營目標，員工的素質培養和能力發展等質化目標是 其主要考核的項目。
3. 風險管理與經營導向
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
60
長並確實控管風險，這也是風險管理最根本的精神。
此外，除了訪談過程中所提到可透過併購以及拓展海外市場以降低倒帳風險 對銀行所帶來的衝擊，本研究亦提出其他有利於銀行控管風險以及提升風險承受 力之方法：
1. 金控化的趨勢:
近年來除了銀行間的併購行為外，金控化也是金融產業中一明顯趨勢，銀行 與壽險或是證券等金融產業的結合相信是未來金融業的重要方向。金控化的優勢 除了能有利於拓展更廣大的市場外，其對於整個公司的風險降低也是有很大的幫 助，金控化體系由於資金來源明顯增加，可承做的業務和投資更多元化，對於金 控而言可有效的達到資產分散和增加風險承擔能力的目標。
2. 人才儲備制度:
在銀行規模急需成長及金控化的趨勢下，人才的培育亦成為各公司須重視 的課題。近年來人才的儲備制度即是企圖網羅各領域之頂尖人才進行訓練養 成，畢竟人才才是金融業最有價值的資源。本研究認為培養擁有優秀業務能力 並兼具風險控管能力之人員，是銀行所須努力的方向。優良的人才不僅能從市 場中看見商機，更能辨認並管理風險，故建立完善的人才儲備制度對於公司各 面向皆有很大的幫助。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
61
三家銀行訪談紀錄之比較圖表︰
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
63
地制宜而有不同的。
本研究另外提出了基於目前市場受限的情況，銀行業之彼此間的削價競 爭，殺價競爭顯示銀行有承擔犧牲部份信用風險而爭取市場佔有率的情形，儘 管風險控管與業績成長似乎無法兼得，但本研究仍堅信信用風險管理仍是所有 銀行所必須落實的控管機制，正確的業績成長應是建立在妥善的風險衡量和風 險政策下，在不逾越公司風險胃納的前提下追求公司規模壯大及績效成長。
綜合以上所述，本研究認為銀行同業間的併購規模壯大、金控化多角經 營、及長期的人才培育儲備制度應是銀行業在未來所必須努力的方向。
‧
1. Altman, E. I, 1968, “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance, 23, 4, 578-609.
2. Altman, E.I., R. Haldeman and P. Narayanan, 1977, ZETA analysis: A New Model to Identity Bankruptcy Risk of Corporations, Journal of Banking & Finance,
64-75.
3. Beaver,W.H., 1966, Financial Ratios as Predictors of Failure, Journal of Accounting, 77-111.
4. Black, F., & M. Scholes 1973, The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 81, 637-659.
5. Coats, P. K., & L. F. Fant 1993,Recognizing Financial Distress Using a Neural Network Tool, Financial Management, 142-155.
6. Crosbie, P. and J. Bohn, 2003, “Modeling Default Risk,” KMV corporation.
7. Merton, R. C., 1974, “On the Pricing of Corporate Debt: The Risk Structure of Interest Rates,” Journal of Finance, 29, 449-70.
8. Koh, H. C. and Tan S. S. 1999, A neural network approach to the prediction of going concern status, Accounting and Business Research, 29, 3, 211-216.
9. Martin, D. 1977, Early Warning of banking failure, Journal of Banking and Finance,249-276.
10. Ohlson, J. A. 1980, Financial ratios and the probabilistic prediction of bankruptcy, Journal of Accounting Research, 18, 109-131.
11. Nasir, M.L., John, R.I., Bennett, S.C., Russell, D.M., Patel, A. 2000. Predicting Corporate Bankruptcy using Artificial Neural Networks, Journal of Applied
Accounting Research, 5, 3, 30-52.
12. Pompe, P. and Bilderbeek, J. 2005, The Prediction of Bankruptcy of Small- and
‧
Medium-Sized Industrial Firms, Journal of Business Venturing, 20, 847-868.
13. Gentry, J. A., Newbold, P. and Whitford, D. T., 1985. Classifying Bankrupt Firms with Funds Flow Components, The Journal of Accounting Research , 23,1, 146-160.
14. Aziz, A. and Lawson, G. H., 1989. Cash Flow Reporting and Financial Distress Model: Testing of Hypotheses, Financial Management, 18, 55-63.
15. Jorge A. Chan-Lau, Arnaud Jobert, and Janet Kong, 2004, An Option-Based Approach to Bank Vulnerabilities in Emerging Markets1, working paper, International Monetary Fund.
16. Andrea Brasili and Giuseppe Vulpes, 2006, Banking integration and
co-movements in EU banks’ fragility, Research and Strategy, UniCredit Group.
17. Delianedis, Gordon and Geske, Robert, 1998, Credit Risk and Risk Neutral Default Probabilities: Information About Migrations and Defaults, Anderson School of Management.
18 Yuqian (Steven) Lu, 2008, Default Forecasting in KMV, Oriel College, University of Oxford.
19. Duan, J. C., and Wang, T, 2012, Measuring Distance-to-Default for Financial and Non-Financial Firms, Global Credit Review, 2, 1, 95-108.
20. Benos, A., and Papanastasopoulos, G., 2007, Extending the Merton model: A hybrid approach to assessing credit quality, Mathematical and computer modelling, 46, 1, 47-68.
21. Gropp, R., Vesala, J., and Vulpes, G.,2004, Market indicators, bank fragility, and indirect market discipline, Economic Policy Review, 10, 2.
22. Le Courtois, O., and Quittard-Pinon, F., 2006, Risk-neutral and actual default probabilities with an endogenous bankruptcy jump-diffusion model, Asia-Pacific Financial Markets, 13, 1, 11-39.
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
66
中文文獻:
1. 行政院金融監督管理委員會(2007，銀行風險管理實務範本-信用風險管理 分論及案例彙編)。