Page 13 - 政大商學院院友通訊49
P. 13

ਖ਼ ᕚ                                                                                                ਖ਼ ᕚ
                      Special  Reports                                       Special  Report
         జ ኬ                                                                                                జ ኬ







                              ଉ޼ڦ͜൙ഃዚՓ





                 ึࠇӻ௓ρ୛ਓ઺બᐏ߅Ҧ௅˜юɽ๷΋͛ߏׂᆤ™








                文/陳若螢  圖/陳宇紳


                政     大會計系副教授陳宇紳研究「企業                            老師寫的推薦信一樣。」陳宇紳表示,推
                      信用評等」對投資決策的影響,以
                                                                 薦信中「強烈推薦」或「推薦」等評級勾
                信用評等報告內容的文字為研究基礎,讓                               選,並不一定反映真實情況,老師可能礙
                資訊使用者對於企業信用風險有更精確的                               於情面,不好意思給學生負面的評價,但
                判斷。此研究發表後,獲得2018年科技部                             會在字裡行間顯現真實的想法。

                「吳大猷先生紀念獎」。                                           因此這份研究從文字探勘著手,由信
                     2008年的金融風暴起因於信用評等的                          用評等報告中的文字取得資訊內涵,陳宇

                缺失,導致全球資本市場失序,此風暴持                               紳表示,正面文字通常不太有資訊內涵,
                續延燒至2010年,也引起全球對信用評等                             因為好的部分已經反映在股價上,而負面
                議題的研究討論。陳宇紳認為,信用評等                                文字越多,通常代表這個企業日後降等的

                機構在決定信用評等過程中,多少會有因
                主觀判斷形成的偏頗行為,不光是因為機
                構向企業收費出具評等報告,也會考量與

                企業日後可能存在的商業關係,如衍生性
                商品或是子公司生意等,使得評等結果受
                到影響。


                以軟性資訊

                窺見評等分數外的秘密

                     量化資料往往較公平,卻無法當作信用
                風險評估的唯一指標,但是當質化項目中因

                利害關係參雜主觀意見時,信用評等結果就
                必須被更謹慎的理解與分析,如公司團隊、

                經濟風險及政治風險等,此時評等報告中的
                文字就成為資訊使用者重要的參考依據。
                「信用評等機制其中的偏頗,就像學生請                                ึࠇӻ௓ρ୛ਓ઺બႩމცࠅྼყᝈ޶జѓʫ࢙кᓙΆุλᕸf





                                                                                        政大商學院院友通訊         13




   1# 1        1:   5%     JOEE
   8   9   10   11   12   13   14   15   16   17   18