本論文擬探討台灣農會信用部之財務預警指標及預警模型，並實證預警模型之正確率，進一步探討農業金融法施行後之農會信用部經營績效。研究主題包含在問題接管農會與健全農會之差異、財務比率變數之相關分析、財務顯著預警因子及預警因子法制化後之農業金融法施行績效。
　　預警模型之研究樣本期間為1998年至2000年，共3年之財務報表資料。樣本名單為2001年、2002年被銀行接管之農會29家及配對之健全農會。其實證結果（1）健全農會與問題農會財務比率成對差異分析及Logistic迴歸，研究發現變數之顯著性主要依次為逾期放款率、存放比率，其兩者為放款量及質的具體呈現。（2）利用Logit模型以2000、2001年（農會信用部被銀行接管前）進行發生問題機率值之推估，以Logit模型實證得到財務比率參數式，再據以求出發生問題之機率值，實證結果本研究之預警參數式具預測能力。（3）於預警模型之推估過程中機率值未達50%之問題農會，實證危險機率值迅速上升達接管之機率值，其主要原因為淨值比率變化。（4）本研究預警模型實證結果之財務顯著預警因子－逾放比率、存放比率、淨值比率皆於2004年公佈施行之「農業金融法」之法條內加以強制規定。
　　進一步研究「農業金融法」施行績效，研究樣本為2001年至2006年之267家農會，分由健全農會、接管農會（2001、2002年未被銀行接管農會、被銀行接管之農會）兩部份進行探討，實證結果健全農會之「放款與淨值比」、「放款量」、「淨值」呈現顯著差異，可說明政府積極對農會放款嚴格監控，績效有所提昇。另對於部分被接管之問題農會約於2007年左右恢復信用部經營，惟尚屬經營初期，財務差異並不明顯。

　　This thesis sets to explore the financial warning benchmarks and warning models of the Credit Department of the Farmers’ Association of Taiwan, and to confirm the accuracy of the warning model. This will deepen our analysis on the effects and performance of the Farmers’ Association Credit Department resulting from the implementation of the Agricultural Financial Law. Our main research concentrations include the differences between problematic farmers’ associations and smooth running associations, analysis on variations in financial ratios and the performance of Agricultural Financial Law after the implementation of major financial warning markers and its laws.
　　The Farmers’ Association Financial Early Warning Model and its statistical numbers used were the financial records and reports of the 3 years from 1998-2000. The list includes the 29 Farmers’ Associations whose credit departments have been taken over by banks during 2001 and 2002 and their corresponding experimental twin counterparts who serve as statistical references. We have therefore reached the following empirical conclusions（1）After a logistical financial comparison between healthy stable Associations and problematic Associations, the research shows that the number of substantial and quantifiable variations found are in the following order of occurrence in terms of frequency: non-performing loans, loan to deposit ratios.（2）Using the Logit model and the statistical records of problems occurring during 2001 and 2002 before Associations were taken over by banks, we come to the financial ratio equation and thus calculate the probability of problems occurring and therefore confirm the ability to accurately predict the possibility of operational problems through data analysis.（3）As to the problematic Associations that experienced a less than 50% probability fault as predicted by the warning model, the data demonstrates that the probability of errors increases substantially to the average of those being taken over, mainly due to the changes of net worth ratio.（4）All the relevant financial data and ratios in this warning model study: non-performing loan ratio, loan to deposit ratio, and net worth ratio are all strictly regulated and supervised under the Agricultural Financial Law implemented in 2004.
　　A further analysis of Agricultural Financial Law’s implementation effects include the statistical data from 267 Farmer’s Associations from 2001-2006. They are divided into healthy Associations and Associations whose operations have been taken over by banks and we separately analyze them accordingly. The results indicate that the loan and net worth ratio of a healthy Association has marked differences and points to the fact that the government strictly controls and supervises the loaning of Farmer’s Associations. On another hand, in regards to other problematic Associations whose operations were taken over, their Credit Department was reinstated in 2007 and as they are still in their early periods of business, their financial differences are not very great so far.

書名頁 i
論文口試委員審定書 ii
授權書 iii
中文摘要 iv
英文摘要 v
誌謝 vii
目錄 viii
圖表目錄 xi
第一章　緒論 1
第一節　研究動機 1
壹　農會之歷史沿革 1
貳　農會信用部之逾期放款 3
參　農業金融法施行 7
肆　研究方向 7
第二節　研究目的、範圍與限制 8
壹　研究目的 8
貳　研究範圍 9
參　研究限制 10
第三節　研究架構 12
第二章　文獻探討 14
第一節　國外文獻 14
第二節　國內文獻 15
壹　經營績效 15
貳　預警系統 17
第三節　政府對農會信用部之處理模式 19
壹　農會信用部之改革主張 19
貳　農業金融法規之變革 19
參　金融預警系統 23
第四節　文獻評析 27
壹　研究資料來源及歸納 27
貳　研究方法 27
第三章　研究架構 28
第一節　研究樣本與範圍 28
壹　研究樣本 28
貳　研究範圍 30
第二節　選取財務比率變數 30
壹　資本適足率 31
貳　資產品質 32
參　管理能力 33
肆　獲利性 33
伍　流動性 33
第三節　分析方法 36
壹　敘述統計分析 36
貳　相關分析 36
參　Ｔ檢定 36
肆　logistic迴歸分析模式 37
第四章　實證研究 40
第一節　敘述統計 40
壹　資料背景 40
貳　農會地區別之資料背景分析 42
第二節　健全與問題農會財務比率差異分析 47
壹　T檢定 48
貳　相關性分析 51
第三節　農會預警模型分析 54
壹　建立模型 54
貳　選取預警模型 58
參　發生問題機率值之預測 61
肆　小結 65
第四節　農業金融法施行績效 67
壹　健全農會之農業金融法施行前後三年財務分析 67
貳　問題農會之農業金融法施行前後財務分析 70
第五章　結論與建議 74
第一節　主要研究發現 75
第二節　建議 77
第三節　未來研究方向 77
參考文獻 79
附錄一　接管農會與健全農會配對表 82
附錄二　農會信用部業務管理辦法 84
附錄三　農業金融法 90

1.黃松榮（66），，臺灣地區農會信用業務改進之研究；行政院研究發展考核委員會委託研究報告，p15
2.馮慧娟（95），農金法對農業信用部經營效率影響之實證研究，中原大學碩士論文
3.黃士榮、周百隆、陳永綺（88），建立以農會為主體之台灣農業金融體系之研究；臺灣省農會委託研究計畫
4.陳淑娥（93），台灣地區農會信用部經營特性對財務績效影響之研究，南華大學管理科學研究所碩士論文
5.黃錦源（94），論我國農業金融體系之改革及監控機制之建構，中原大學會計學系碩士學位論文
6.羅美玲(91)，農會信用部經營績效差異之研究及政府監理行為有效性之探討,臺灣大學財務金融系碩士學位論文
7.張嘉玲(94)，農業金融法施行對農會信用部營運效率之研究，佛光人文社會學院經濟學系碩士在職專班論文
8.周百隆（84），台灣地區農會信用部金融預警機率模型之建立，台灣大學農業經濟學系碩士學位論文
9.李紀珠、邱靜玉（92），當前農漁會信用部改革之評析，財團法人國家政策研究基金會國政分析。
10.張永成（93），雲林縣鄉鎮市農會信用部經營績效之評估，南華大學管理科學研究所碩士學位論文
11.饒安喜(93)，上市上櫃公司違約機率之推估，東吳大學碩士論文。
12.陳中河(88) 臺灣農會信用部金融預警系統之研究，朝陽大學財務金融碩士論文

13.陳乙文、黃鈴羢(94)，影響財務危機預警模型因子之研究，台中健康暨管理學院經營管理所碩士生
14.黃宗琪、施麗玉、陳昇鴻、趙俊淵（94），內部稽核對農會信用部經營績效之影響，農業經濟叢刊
15.陳明麗、邱順南，台灣銀行業金融預警模型探討
16.王瑜琳、洪嘉聲(92)，農會信用部擠兌是否隨機提領或有訊息基礎？農業經濟年刊78期
17.林寶安，台灣1990年代金融擠兌、合併及金融秩序，義守大學公共政策與管理系副教授研究報告
18.蔡雅蘭（86），基層金融機構擠兌現象之研究-存活模型之應用，政治大學企業管理研究所碩士論文
19.孫宏達（95），銀行逾期放款管理政策及實務之探討，大葉大學事業經營研究所碩士論文
20.王濟川、郭志剛（93），Logistic迴歸模型方法及應用，五南書局，p7-14
21.林震岩（96），多變量分析spss的操作與應用，智勝書局，p530-p541
22.90年5月29日，自由電子新聞網
23.90年9月12日，聯合報22版
24.台灣地產網站 tw.myblog.yahoo.com
25.中華民國農民團體幹部聯合訓練協會 www.ntigo.org.tw
26.行政院金融監督管理委員會www.banking.gov.tw
27.中央存款保險股份有限公司www.cdic.gov.tw
28.農業金融局www.boaf.gov.tw
28.Martin Danyiel（1997）, “Early Warning of Banking Failure”Journal of Banking and Finace 1
29.Sinkey（1978）, J.F.Jr.”Identifying Problem Banks: How do the Banking Authorities Meqsure a Bank’s risk Exposure” Journal of Money, Credit and Banking
30.West, Robert Craig（1985）”A Factor-analytic Approach To Bank Condition”The Journal of Banking and Finance.
31.Espahibodi,P., (1991)”Identification of Problem Bank and Binary Choice Models,”Journal of Banking and Finance
32.Hwang Dar-Yeh, Lee Cheng F., and Liaw K. Thomas, (1997)„Forecasting Bank Failures and Deposit Insurance Premium,“ Internaional Review of Economics and Finance