第二十卷 第七期 - 2011年十一月十八日 PDF
Counter
結合會計資訊與市場資訊的公司倒閉預測模型:二元分量迴歸模型的應用
黎明淵*、Peter Miu
*國立成功大學管理學院會計學系教授
 
字體放大
司倒閉預測模型的建立在風險管理中是一個重要的研究課題之一,最常見的模型之一為由美國紐約大學的教授Altman於1968年所提出的z-score模型,該模型的特色為利用各類企業的會計基礎指標( accounting-based information )來預測企業破產的可能性,從而預測企業的信用風險。由於會計變數的缺點(舉如:會計變數易被人為操縱、會計變數主要反映的是過去而非未來的公司表現、季節性因素等),Merton (1974)提出以公司股價市場資訊(market-based information)來預測企業破產的機率,Merton模型的特色在於將Black及Scholes (1973)所提出的選擇權評價理論(the option pricing theory)應用到信用風險的衡量上,具體而言,在Merton模型中,我們利用已知的股票價格和股價變異數,估計出公司資產價值與變異數,進而再估算出公司的違約機率與違約距離(distance-to-default, DD)。

與過去研究相較,本研究提出幾個有趣問題,包括:第一、結合會計基礎指標( accounting-based information )與公司股價市場資訊(market-based information)的混合模型是否優於僅包含單一資訊的模型?第二、如何結合會計基礎指標與公司股價市場資訊?具體而言,若銀行面臨信用品質較差的借款公司,在估計其企業破產機率時,應較考慮其會計基礎指標或公司股價的市場資訊?反之,對信用品質較佳的借款公司,我們應增加會計基礎指標或股價市場資訊的權重?最後,如此非固定權重的模型設計,是否可對企業破產的機率提供較佳的估計?

為回答上述問題,本文利用二元分量迴歸模型(the binary quantile regression, BQR)建構結合會計比率基礎資訊與股價基礎資訊的公司倒閉預測模型,本模型的特色在於利用二元分量迴歸模型的特性,內生決定會計比率基礎資訊與股價基礎資訊在倒閉預測模型中所占的權數比重。

本文實證對象為1996至2006年間遭遇倒閉事件的公司。具體而言,我們收集Compustat 資料庫中所定義具有違約與清算事件的公司資料,並將此類公司定義為「違約」公司,而後我們收集 Fortune 500 具有B信用等級以上的公司資料,並將該類公司定義為「存活」公司。

本文實證結果如下:第一、股價基礎資訊(即違約距離: distance-to-default) 對借款公司的違約機率具有顯著的解釋力,特別是針對低信用品質(即高信用風險)的借款公司;第二、相對的,會計比率基礎資訊(即 z-score)對高信用品質(即低信用風險)的借款公司的違約機率具有顯著解釋力,但在面對低信用品質(即高違約風險)的借款公司時,會計比率基礎資訊對違約機率的解釋力將會大幅下降,而且不具統計上的顯著性。第三、樣本內與樣本外的測試結果指出:利用二元分量迴歸模型所建構具有動態權數比重的倒閉預測模型,較傳統利用羅吉斯模型所建構的固定權數比重的倒閉預測模型,具有較佳的倒閉預測表現。
< 上一篇
下一篇 >
Copyright National Cheng Kung University