期交所雙月刊59期

21 臺灣期貨雙月刊 TAIFEX BIMONTHLY 以特斯拉（ Tesla ）公司為例 ( 圖 6) ，可以看到 S&P 所給予的信評分數為 B+ ，但是在此模型之下， 我們可看出來其公司違約的機率為 0.15% ，隱含出 來的信評分數為 BBB ，優於 S&P 的結果。且在其 下方會顯示以同一基準之下的同產業分數比較，因 此可以讓投資人很清楚知道，此公司所處的信用 成績是好是壞，對於任何沒有被信評機構評分過 的公司有了比較好的平等式比較。 綜合以上幾種計量模型在不同數據上的應 用，可以看出來，時下的計量模型如果只考量到 股價與數據，就已經是落伍的方式了，因此，對 於未來市場的投資模式，應該可以有更多元化的 選擇。 這三個強大的模型均提供了對公司信用違約 風險的獨特見解： 一、結構性信用風險模型：通過對默頓結構性違 約預測框架的專有擴展，從股票市場的角度評 估信用風險，該模型為公司的信用風險建模。 二、財報信用風險模型：利用財務比率分析進行 信用風險評估，並通過 SmartEstimate 合併 報告的信息和前瞻性估計。 三、文本挖掘信用風險模型：從多種來源（路透社 新聞，公司與分析師電話會議記錄，公司文件 和精選的經紀人研究報告）的文本數據中挖掘 語言與關鍵字，以評估公司的潛在財務危機。 圖 5 ：谷歌（ Google ）公司之相對價值計量模型與評分 圖 6 ：特斯拉（ Tesla ）公司之信用與違規機率預估模型