風險評估及信用評等結果是金融機構用以評量借款企業償債能力的重要依據。風險 評估模式主要是將放款對象區分為正常/違約，也就是做二分類法的判別，以提供金融機 構用來判別借款/不借款的決定；信用評等模式，是利用『信用評分表』得出客戶之信用 評分，再轉為信用評等，而放款機構藉此對其放款對象做出多等級之判別，以增加其放 款彈性，兩者使用工具類似，風險評估與信用評等的目的，都與企業未能履行債權的可 能性有關。而證券交易所基於對上市公司之妥善管理與投資人之保護需求，對台灣對上 市公司所發佈的『台灣證券交易所股份有限公司對上市公司財務業務平時及例外管理處 理程序』，也是希望能對上市公司之財務危機能有預警與防微杜漸之效。
從定義與方法來看，風險評估與財務危機預警模式研究的目標是相同的，只是使用 不同名稱而已，企業財務危機嚴重影響金融秩序，尤其是公開發行公司，因此，風險評 估與信用評等相關研究一直是熱門題目，隨著時代的變遷，研究所使用的方法與工具，
也從早期的單變量分析，多變量區別分析，羅吉斯（logistic）分析等統計預測模式到現 今的類神經網路（neural network），模糊理論（fuzzy theorem）及渾沌理論（chaos theorem）
等新的預測模式不斷地演進，甚至發展出如標準普爾(Standard & Poor’s)、穆迪(Moody’s) 等常態性的專業評估機構。而此類研究也是另一種型式之企業評價，將各時期之相關研 究整理如后。
Beaver（1966）利用單變量分析法，選取 32 項財務自變數以二分類檢定法檢定。
研究成果顯示現金流量對總負債比率、稅後淨利對總資產比率、總負債對總資產比率三 項財務比例最能預測財務危機。
Altman（1968）利用多變量區別分析技術，建構破產預測模式，其樣本選自 1946-1965 年，各 33 家以製造業為主之正常與財務危機公司。利用因素分析將 22 項財務比率粹 取出最具有共同預測能力的財務比率，分別為『營運資產佔總資產比率』、『保留盈餘佔 總資產比率』、『稅後息前淨利佔總資產比率』、『股東權益市價佔總負債帳面價值比率』、
『銷貨收入佔總資產比率』共 5 項。並將此 5 項財務比例發展成 Z-score 模式，形成一 項財務危機綜合指標，但 Z-scroe 模式僅適用於短期財務危機預測。Altman(1977）為改 善 Z-scroe 模式僅適用於短期預測缺點，重新選取了自 1962-1975 年的 53 家破產公司及
58 家相同產業的正常公司，再次以區別分析針對 27 個財務比率進行分析，模式最後選 取 7 項高度解釋變數，分別為『稅前息前淨利/資產總額』、『稅前息前淨利/資產總額的 十年標標差』、『稅前息前淨利/利息支出總額』、『保留盈餘/資產總額』、『流動比率』、『五 年普通股市值平均/總資本』，研究結果使得正確率大幅提高，危機前五年的正確率已達 76.8%。
Martin（1977）採用 Logit 模式對金融機構建立財務預警模式。樣本取樣時間以 1969 年至 1974 年為期間，選擇 25 項財務比率，分別預測 2 年後銀行發生失敗的機率，其 研究結果顯示『淨利/資產』、『壞帳/營業淨利』、『費用/營業收入』、『放款/資產』、『商業 放款/總放款』、『資本/風險性資產』等六項財務比率具有顯著的預測能力。
Ohlson（1980）首先採用區別分析方法，但發現大部分財務比率都不能滿足兩群體 變異數應相同之假設，故改採用 Logit 來建構預測模式。樣本取樣期間為 1970 年到 1976
年間，樣本選取 105 家破產公司與 2058 家正常公司，使用 9 個財務比率，建立了 3 年 之預測模式，研究結果發現 4 個因素可以解釋企業之財務危機分別為『企業的規模』、『財 務結構』、『經營績效』、『流動性』。
魏曉琴（2004）則以 Shumway（2001）提出之離散型倖存模式(discrete-time survival
model)，與 Logit 模式、Probit 模式及多變量區別分析進行實證研究，採用二組解釋變數 組合，分別係 Altman 變數組合（營運資金/資產總額、保留盈餘/資產總額、稅前息前 盈餘/資產總額、股東權益市值/總負債帳面價值、銷貨收入/資產總額)及 Zmijewski 變 數組合（淨利/資產總額、負債總額/資產總額、流動資產/流動負債)，以比較各模式對公 司發生財務危機之預測能力，並研究在何種模式下，使用何種解釋變數組合可以得到公 司發生財務危機之最佳預測效果。實證結果顯示，公司年齡取自然對數後，其參數值之 檢定結果在各模式中均不顯著，顯示出公司之存續期間與公司是否發生財務危機之關聯 性很小，在 Altman 變數組合中，僅有『保留盈餘/資產總額』變數其參數值之檢定結果 在四種模式中均係顯著，表示公司累積獲利之能力愈強，愈不易發生財務危機；至於在
Zmijewski 變數組合中，僅有『淨利/資產總額』變數其參數值之檢定結果在四種模式中 均係顯著，表示公司之總資產報酬率愈高，獲利能力愈強，愈不易發生財務危機。
李智霖（2005）使用區別分析、直接式資料探勘分析法(決策樹、類神經網路)等分 類法，使用 50 項財務比例與 5 項產業類別的虛擬變數，進行分類模式比較；結果以類 神經網路分析模式，整體預測準確度最高並顯示，『當季季底 PBR』、『償還公司債』、『庫 藏股票帳面值』、『每股營業利益』、『營業利益/實收資本』、『稅後息前資產報酬率』等等 財務指標因素，在財務危機預警模式中較為重要。
在國內也有信用評等機構如中華信用評等公司，台灣經濟新報資料庫也提供相關之 模組稱為 TCRI(Taiwan Corporate Credit Risk Index)，其風險評估之因素如表 1，除表中 所列項目之外，也會根據『會計數字估計失當/作假』、『產業前景』、『經營者的風險偏好 /策略怪異』等要素作人工判斷與調整，並以 TCRI 之評估為基礎，建立 TEJ 投資評等模 組如表 2。
表 1 TCRI 綜合評分表
風險評估之因素 代表性財務比率 財務比率的公式 權數
CPA 意見 繼續經營假設重大科目保留、或無法表示意見 9/9
淨值報酬率 常續性利益/平均淨值 1/9
營業利益率 營業利益/營業收入 1/9
獲利能力
總資產報酬率 稅後息前淨利/平均資產 1/9
速動比率 速動資產/流動負債 1/9
利息支出率 利息支出/營業收入 1/9
流動性與償債力 (安全性)
借款依存度 長短期借款/股東權益 1/9
收款月數 12/(營業收入/平均帳款) 0.5/9
企業活動力
售貨月數 12/(營業成本/平均存貨) 0.5/9
營業收入 營業收入 1/9
規模
總資產 總資產(以 3 倍營收為限) 1/9
以合併財報為主，財務比率分數加總為綜合評分
165 分以下為 9 等，760 分以上為第 1 等，其間以 85 分為一級距 資料來源：台灣經濟新報資料庫(1991)
表 2 TEJ 投資評等考慮變數