以遺傳演算法校準Moody’s KMV模型違約點認定之研究

摘要

近年来，许多研究检测Moody's KMV的违约点之原始定义是否适切。此外，2010年G20 首尔高峰会，宣布同意巴塞尔委员会（BSBC）提出之新巴塞尔资本协定（Basel III），针对表外项目的信用暴险有更多的规范，代表表外项目所隐含信用风险之重要性。基於以上的陈述，本研究拟重新定义Moody's KMV之违约点，并检测有无表外「或有负债」对於模型预警能力之影响。此外，加入遗传演算法（Genetic Algorithms, GA）来找寻最适「或有负债」的系数解，以及找出各模型之最佳门槛值作为决策法则，并比较其违约预测能力熟佳。实证结果发现，修正後GA KMV 模型在型I误差和整体正确预测率，是三个模型中表现最佳者。此一结果，对於银行授信决策者，不仅能及早发现企业可能违约风险，可尽快执行债权回收决策，更能对一般投资者进行警示，以避开地雷股及提高对於财报资讯的重视。