台灣經濟發展過程中，中小企業扮演著舉足輕重的角色，但中小企業因為規模較小、欠缺有制度的財務管理系統，加上節稅考量等原因，使得稅務報表嚴重失真，以致銀行業在辦理中小企業授信業務時必需面對資訊不對稱的風險，相對地，銀行在未能有效提升中小企業授信風險管理能力的情況下，造成中小企業過度承擔風險、資金籌措不易，錯失成長良機。
本研究以中小企業信用保證基金簡式專案承保戶之資料，彙整出（1）企業及負責人個人基本資料，（2）銀行及信保基金往來狀況以及（3）企業負責人個人信用狀況等三類構面共21項非財務變數，此外，以「企業成立期間」為條件進行樣本區隔，採3年以下與4至6年二個組別為分析資料，利用Logistic迴歸模型作實證分析。
本研究得到以下結果，「關係群送保銀行家數」與「負責人信用卡循環信用餘額與月營收比」對成立期間在3年以下之中小企業其授信是否違約具有顯著的正向影響性；「營收成長率」、「授信往來資歷」、「授信銀行家數」與「申貸銀行信用保證成數」對成立期間在4~6年之中小企業其授信是否違約具有顯著的影響性。各風險關鍵因子在卡方改善量都達顯著水準，模型卡方值亦達顯著水準，在此種利用非財務因子建構的模型下預測中小企業信用風險，仍可獲得顯著的意義。

This paper provides a credit risk quantification system for banks to estaminate the credit risk of loans to small and mediume nterprises(SMEs). As we know, the most difficult thing for banks to handle SME loans is whose financial reporting lacks transparency and no valuable reference.
We use non-financial variables and employ the logisitic regression to develop the credit risk predict model. We concludet: first, when construct a SMEs credit rating system, non-financial factors should be seriously considered and adopted. Second, because of positioned different stage of firm life cycle, the credit rating model should be set up differently by different stage of firm. Third, SME loans should to make much of establishing “relationship-based” in order to meet the various demands of risk management.

第一章 緒 論 1
第一節 研究動機 1
第二節 研究目的 3
第三節 研究流程 4
第二章 文獻探討 6
第一節 中小企業概況 6
第二節 影響中小企業取得銀行融資因素 11
第三節 企業信用風險量化模型與變數 15
第三章 研究方法 27
第一節 研究架構 27
第二節 研究對象及資料 28
第三節 研究變數 29
第四節 研究方法 33
第四章 實證分析 36
第一節 樣本結構分析 36
第二節 樣本常態性與差異性檢定 43
第三節 LR估計、檢定與預測準確性 46
第五章 結論與建議 57
第一節 研究結果 57
第二節 研究貢獻與管理意涵 58
第三節 未來研究方向 59
第四節 研究限制 60
參考文獻 61

中文部分
1. 江淑玲(2005)，「我國中小企業盈餘管理行為之研究(上)」，信用資訊月刊，94年1月，1-21頁。
2. 何金銘(2006)，統計分析方法，台南：台灣復文興業。
3. 沈大白，郭佳州(2003)，台灣中小企業信用緊縮之研究，經濟部中小企業處。
4. 沈大白、張揖平(2006)，「新巴賽爾協定對國內中小企業影響之實證研究」，金融風險管理季刊，第二卷，第三期，89-112頁。
5. 阮正治、敬永康(2003)，「中小企業信用評分研究」，金融聯合徵信中心信用資訊月刊，民國92年10月號。
6. 阮正治、江景清(2004)，「台灣企業信用評分模型建置與驗證」，金融聯合徵信中心信用資訊月刊，民國93年6月號。
7. 李明瑩(2005)，銀行中小企業信用評等模型的建置與驗證，世新大學管理學院財務金融學系碩士論文。
8. 李彥錚(2008)，「中形企業與微、小型企業評分模型之區隔」，金融聯合徵信雙月刊，第三期，9-13頁。
9. 李容??(2008)，「微、小型企業信用評分模型對企業負責人信用表現之處理方式」，金融聯合徵信雙月刊，第三期，14-16頁。
10. 邱碧芳(2002)，公司財務危機預警資訊之研究-考慮現金流量因素，朝陽科技大學財務金融所碩士論文。
11. 陳錦村、江玉娟，與朱育男(2007)，「商業銀行如何建置符合新巴賽爾資本協定的信用評等制度」，金融風險管理季刊，第二卷，第一期，115-140頁。
12. 陳東柏，類神經網路簡介，http://www.stat.fju.edu.tw/Teachonline/。
13. 陳順宇(2000)，迴歸分析，台北：華泰書局。
14. 陳業寧、王衍智，與許鴻英(2004)，「台灣企業財務危機之預測:信用評分法與選擇權評價法孰優? 」，風險管理學報，第六卷，第二期，155-179頁。
15. 陳振遠、尤宜珍與吳炳松，「以公司治理與徵信資訊建構銀行授信戶財務危機預警模型」，台灣銀行季刊，第五十六卷，第一期。
16. 郭憲章，黎法寬，「中小企業信用分析模式之研究」，台灣銀行季刊，第五十卷，第三期。
17. 張大成、劉宛鑫，與沈大白(2002)，「信用風險模型之簡介」，中國商銀月刊，91年11月號。
18. 薛琦、胡名雯（1999），「中小企業的蛻變與競爭力」，中華經濟研究院：1980年代以來臺灣經濟發展經驗學術研討會論文集，311-349頁。
19. 蘇紋慧(2002)，中小企業信用評估模式之研究~以中小型製造業為例，國立中山大學財務管理研究所碩士論文。
20. 經濟部產業發展諮詢委員會(2006)，中小企業對經濟體系的貢獻評估，http://idac.tier.org.tw/。
21. 經濟部中小企業處(2009)，2008中小企業白皮書。
22. 中小企業信用保證基金(2005)，特定族群信用評分表實驗設計規劃書。
23. 中小企業信用保證基金(2008)，2008作業手冊。

英文部分
1. Allen, L., DeLong, G., and Saunders, A., 2004. Issues in the credit risk modeling of retail markets, Journal of Banking & Finance, (28), 727-752.
2. Altman, E. I., 1968. Financial ratios, discriminant Analysis and the prediction of corporate bankruptcy, Journal of Finance, 23(4), 589-609.
3. Altman, E. I. & G. G. Halderman, & P. Narayanan, 1977. ZETA analysis: a new model to identify, the bankruptcy risk of corporations, Journal of Bbanking and Fianace, Vol. 1, No. 1, 29-54.
4. Beaver, William H., 1966. Financial ratios as predictors of failure, Journal of Accounting Research, Vol. 4, 71-111.
5. Berger, A. N.,& Udell, G.. F., 1995. Relationship lending and lines of credit in small firm finance. Journal of Business, 68, 351-381.
6. Berger, A. N.,& Udell, G.. F., 2002..Small business credit availability and relationship lending: the importance of bank organizational structure. The Economics Journal, 112(1), 32-53.
7. Coats, P. and Fant L., 1993. Recognizing financial distress patterns using a neural network tool, Financial Management, 22, 3, 142-155.
8. Cole, R. A., 1998. The importance of relationships to the availability of credit. Journal of Banking and Finance, 22, 959-977.
9. Crosbie, P. J. and J. R. Bohn, 2001. Modeling default risk, KMV Corporation.
10. Crouhy, M., D. Galai and R. Mark, 2000. A comparative analysis of current credit risk models, Journal of Banking and Finance, 24, 1, 59-117.
11. Degryse, H. and P. Van Cayseele, 2000. Relationship lending within a bank-based system: evidence from European small business data. Journal of Financial Intermediation, 9, 90-109.
12. Dutta, S. and Shekhar S., 1988. Bond rating: a non-conservative application of neural networks, IEEE International Conference on Neural Networks, II443–450.
13. Kealhofer S. and M. Kurbat, 2001. The default prediction power of merton approach, Relative to Debt Ratings and Accounting Variables, KMV Corporation.
14. Merton, R. C., 1974. On the pricing of corporate debt: the risk structure of interest rates, Journal of Finance, 29, 2, 449-470.
15. Miller R., 1998. Refining ratings, RISK, August.
16. Ohlson, J. M., 1980. Financial ratios and the probabilistic prediction of bankruptcy, Journal of Accounting Research, 18, 1, 109-131.
17. Petersen, M. and Rajan R., 1994. The benefits of lending relationships: Evidence from small business data, Journal of Finance, 49, 3-37.
18. Shumway, T., 2001. Forecasting bankruptcy more accurately: a simpleHazard Model, Journal of Business, 74, 1, 101-124