檢視/開啟 - å ƒåŸ¹ç§‘æŠ€å¤§å­¸

本岓 研 究 利 用岦 複 合峯 式 模 型 來 構 建 股 價 預 測釱 模 式 。1.2 研 究 目岰 的在峹 投 資 時 遇 到 投 資 的 公 司屫 財 務 爆 發 危 機 , 之 所 以层 難 以层 防 範 , 原穦 因峴 就酧 是資 訊 的 不 對 稱 性 , 以层 及 企峐 業 舞 弊 等 情 形 , 使 得 除 了 經 理 人 與 當 局 之 外屸 , 都無 法 取 得 正岗 確 的 財 務 資 訊 , 來 做 出屒 正岗 確 的 判 斷 , 因峴 此 本岓 研 究 以层 國 內 上 市 櫃財 務 危 機 公 司屫 為 研 究 對 象 , 採 用岦 複 合峯 式 模 型 (CART+ 倒穅 傳 遞 類 神 經 網 路 ) 以层 做為 研 究 之 工 具 , 提醚 高 數 據 之 精 確 度 , 使 其 投 資 損 失屺 能 減釥 到 最鄦 低 , 更 希 望 能提醚 供 給 企峐 業 決 策 單酀 位 作 為 早 期醸 發 生岥 財 務 危 機 微 兆峔 的 參 考 , 使 企峐 業 能 及 早 發現 、 及 早 改 善 , 避 免 發 生岥 更 嚴 重稥 之 財 務 危 機 。為 了 讓 資 助 之 投 資 企峐 業 、 金 融 機 構 或 是 社 會 投 資 大 眾 在峹 企峐 業 發 生岥 財 務危 機 前 , 儘 早 採 取 防 範 或 補 救 措 施 , 因峴 此 本岓 研 究 主尾 要稊 目岰 的 包屗 括 :1. 先峕 透 過 分 類 和 迴 歸 樹 找 出屒 判 別 危 機 企峐 業 時 敏 感 度 較 高 之 變 數 。2. 本岓 研 究 採 用岦 複 合峯 式 模 型 來 建 構 企峐 業 財 務 危 機 預 警 模 式 , 以层 期醸 能 提醚 升 預 測釱企峐 業 財 務 危 機 之 準 確 率 , 並 輔 以层 倒穅 傳 遞 類 神 經 網 路 、 判 別 分 析 及 羅 吉峥 斯醬迴 歸 方尣 法 結 果 作 為 比尬 較 , 以层 驗 證 本岓 研 究 所 提醚 之 方尣 法 確 實 較 佳 。3. 研 究 加展 入 非 財 務 變 數 , 希 望 能 藉 此 增 加展 企峐 業 財 務 危 機 預 警 模 式 更 加展 準 確的 預 測釱 效 果 。4. 藉 岩 模 式 裡 的 型 一 、 型 二 錯 誤 率 找 出屒 被 誤 判 的 企峐 業 , 以层 提醚 供 投 資 人 做 為參 考 的 資 料 來 源 。1.3 研 究 範 圍酌 與 研 究 流 程本岓 研 究 所 採 用岦 的 樣 本岓 資 料 皆 以层 台屲 灣 證 券 交岾 易 所 的 上 市 櫃 公 司屫 為 主尾 , 主尾要稊 因峴 為 上 市 櫃 公 司屫 的 財 務 比尬 率 及 非 財 務 比尬 率 資 訊 公 開 易 取 得 , 且尼 有 經 過 會計稌 師窯 簽 證 , 具 有 透 明 、 公 開 和 一 定 的 公 信 力 , 研 究 架 構 如崇 下 圖 所 示岴 :2

研 究 動 機 與 目岰 的文尠 獻 探 討研 究 設 計稌 與 方尣 法實 證 結 果 與 分 析結 論 與 建 議圖 1-1 本岓 研 究 之 研 究 架 構本岓 研 究 如崇 圖 1-1 的 步 驟 流 程 所 示岴 , 在峹 了 解 研 究 動 機 和 研 究 目岰 的 , 再峘 接 著進 行 相 關 理 論 基 礎 和 文尠 獻 探 討 , 在峹 依 據 文尠 獻 與 理 論 基 礎 確 認 研 究 方尣 法 , 經歸 納 整 理 後 發 展窢 出屒 本岓 論 文尠 的 研 究 架 構 。 再峘 來 進 行 資 料 蒐 集 與 彙 整 , 經 過 篩選 後 確 認 公 司屫 財 務 比尬 率 變 數 和 非 財 務 指 標 變 數 , 研 究 採 用岦 複 合峯 式 模 型 、 判別 分 析 、 倒穅 傳 遞 類 神 經 網 路 、 羅 吉峥 斯醬 迴 歸 , 建 構 財 務 危 機 預 警 模 式 , 並 對此 四屶 種 模 式 與 分 析 的 結 果 進 行 比尬 較 。3

(2) 倒穅 閉鄆 破 產 : 宣 告 倒穅 閉鄆 、 惡酼 性 倒穅 閉鄆 、 或 破 產 。(3)CPA 意 見 : 對 其 繼 續 經 營 假 設 提醚 出屒 疑 慮 、 或 就酧 重稥 大 科 目岰 作 保 留 、 無 法 表示岴 意 見 、 否 定 意 見 。(4) 掏 空 挪 用岦 : 會 曝 光峒 的 , 多峿 半屜 金 額 重稥 大 , 影 響 依 公 司屫 體 質 而 定 , 亦岿 可屣 能 導致秬 財 務 危 機 。(5) 紓 困 求 援醠 : 向峭 財 政 部 申岫 請 紓 困 、 或 向峭 銀 行 要稊 求 展窢 延 、 減釥 息窾 並 掛 帳 、 個積 別要稊 求 或 召屦 開 債 權 人 會 議 , 全峖 面稫 要稊 求 都 算 。 與 銀 行 之 展窢 延 , 原穦則 上 以层 見 報酒 曝 光峒 、 或 財 報酒 上 明 確 寫 明 「 展窢 延 」 者 為 限稧 。(6) 重稥 整 : 聲 請 重稥 整 。(7) 接 管 : 雖 未 跳 票 , 但 原穦 經 營 者 下 台屲 看 似 沒 有 違 約秖 之 事 , 不 過 , 接 管 後 多峿半屜 會 跟 銀 行 協 商 展窢 延 債 務 , 還 是 會 落 入 紓 困 求 援醠 狀 況 。(8) 暫 停 交岾 易 : 早 期醸 , 多峿 是 下 市 前 奏 , 但 於 1998 年 本岓 土 性 金 融 風稱 暴 時 , 許 多峿董 監 事 為 免 設 質 股 票 被 斷 頭 , 主尾 動 申岫 請 暫 停 交岾 易 , 除 少 數 能回峵 復酸 正岗 常 交岾 易 , 多峿 數 發 展窢 成 財 務 危 機 。(9) 董 事 長 跳 票 : 理 論 上 , 個積 人 行 為 應 與 公 司屫 無 關 , 但 一 般 來 說 , 董 事 長 絕對 有 權 力 去屢 動 支尟 公 司屫 的 資 金 , 而 以层 國 內 的 「 公 司屫 治 理 」 文尠化 , 怎 可屣 能 放 著 公 司屫 白岭 花 花 銀 子 不 動 , 就酧 讓 自 身 跳 票 ? 除非 換醢 手尝 、 或 借穃 款金 少 , 否 則 多峿 半屜 會 發 展窢 成 財 務 危 機 。(10) 銀 行 緊 縮 : 銀 行 到 期醸 不 續 借穃 , 一 般 來 說 , 會 曝 光峒 者 , 多峿 屬 重稥 大 、 或 集 團連 動 。 一 旦岑 遭 銀 行 緊 縮 , 除 非 公 司屫 自 身 營 運 狀 況 佳 , 多峿 半屜 會發 展窢 成 財 務 危 機 。(11) 嚴 重稥 虧 損 : 嚴 重稥 虧 損 導 致秬 每 股 淨 值穂 低 不 及 5 元 而 轉 列峚 全峖 交岾 股 者 。(12) 財 務 吃峰 緊 停 工 : 停 工 未 必岊 涉 及 違 約秖 , 但 若秵 停 工 消 息窾 見 報酒 時 , 已 確 定 是 因峴財 務 吃峰 緊 , 則 續 後 必岊 發 展窢 成 財 務 危 機 。(13) 景醱 氣 不 佳 停 工 : 因峴 景醱 氣 不 佳 停 工 , 但 未 傳 出屒 未 積 欠尨 供 應 商 、 員穵 工 或 銀 行款金 項 。(14) 價 值穂 減釥 損 : 因峴 營 運 持 續 虧 損 , 上 層 投 資 公 司屫 已 於 財 報酒 中 認 列峚 長 投 永岛 久 性下 跌 或 提醚 列峚 減釥 損 。(15) 淨 值穂 為 負稐 : 公 司屫 淨 值穂 為 負稐 數 , 且尼 經 營 層 無 增 資 打岌 算 。5

別 模 型 , 研 究 結 果 發 企峐 業 在峹 失屺 敗 前 3 年 區 別 正岗 確 率 多峿 變 量 區 別 模 型 比尬 單酀 變量 模 型 為 佳 。 失屺 敗 前 一 年 預 測釱 率 高 達 97%。 總 錯 誤 率 前 五 年 為 3%、4.5%、4.5%、21%、17%。Sinkey(1975) 利 用岦 多峿 變 量 區 別 分 析 來 探 討 問 題 銀 行 的 財 務 特 性 並 建 立岷金 融 預 警 模 型 。 以层 1972-1973 年 間 110 家窚 問 題 銀 行 為 樣 本岓 , 並 依 據 市 場酏 位置 、 存崊 款金 總 額 、 分 行 家窚 數 、 是 否 為 聯 邦 準 備鄠 之 會 員穵 等 條 件峋 配 對 110 家窚 健 全峖銀 行 , 進 行 差窭 異 性 檢 定 , 再峘 以层 1969 年 至 1972 年 間 的 財 務 資 料 , 選 取 流動 性 、 放 款金 比尬 重稥 、 放 款金 品 質 、 資 本岓 適 足 、 效 率 性 、 收 入 來 源 及 收 入 用岦 途 等 10個積 衡 量 變 數 , 進 行 多峿 變 量 區 別 分 析 , 再峘 驗 證 預 測釱 問 題 銀 行 的 正岗 確 率 , 發 現岩 1969 年 至 1972 年 正岗 確 率 分 別 為 73.18%、72.27%、75.27%、82.04%。2.2.3 複 迴 歸 模 式許 瑞 立岷 (1999) 運 用岦 複 迴 歸 分 析 建 立岷 台屲 灣 上 市 電 子 公 司屫 財 務 預 警 模 式 , 研究 對 象 針 對 1994-1998 年 市 場酏 交岾 易 量 七 成 主尾 要稊 電 子 股 之 公 司屫 。 研 究 步 驟 首稴 先峕將 公 司屫 財 務 風稱 險 分 級 化 , 第 二 步 將 財 務 資 料 利 用岦 常 態 分 配 十 分 位 數 歸 納 為十 項 等 級 , 第 三 步 篩 選 重稥 要稊 財 務 科 目岰 、 財 務 比尬 例 , 最鄦 後 運 用岦 複 迴 歸 分 析 建立岷 模 式 。 研 究 結 果 發 現 「 應 收 帳 款金 及 票 據 」、「 負稐 債 比尬 例 」、「 固 定 資 產週 轉 率 」 三 項 最鄦 能 預 測釱 財 務 危 機 。2.2.4 Logit 迴 歸 分 析Martin(1977) 首稴 先峕 採 用岦 Logit 模 型 建 構 銀 行 財 務 危 機 預 警 模 型 , 其 認 為多峿 變 量 區 別 分 析 , 只屯 能 以层 樣 本岓 企峐 業 是 否 發 生岥 財 務 危 機 來 進 行 分 類 , 無 法 衡量 發 生岥 危 機 的 機 率 , 採 用岦 1969-1974 年 間 , 選 取 25 個積 財 務 比尬 率 建 立岷 財 務 預警 模 式 , 分 別 預 測釱 財 務 危 機 發 生岥 前 二 年 可屣 能 倒穅 閉鄆 的 機 率 , 實 證 結 果 顯 示岴 淨利 / 資 產 、 呆 帳 / 營 業 淨 利 、 費 用岦 / 營 業 收 入 、 放 款金 / 資 產 、 商 業 放 款金 總 放 款金 和資 本岓 / 風稱 險 性 資 產 等 六 個積 財 務 比尬 率 具 有 較 高 的 預 測釱 能 力 。潘 玉岡 葉 (1990) 在峹 1977 -1989 年 間 50 家窚 在峹 台屲 灣 上 市 公 司屫 為 研 究 對 象 , 選取 其 中 包屗 括 變 更 交岾 易 為 全峖 額 交岾 割鄨 股 的 18 家窚 危 機 公 司屫 , 並 依 據 產 品 性 質 相 近和 股 本岓 相 近 的 條 件峋 篩 選 出屒 32 家窚 健 全峖 公 司屫 , 利 用岦 20 個積 財 務 比尬 率 進 行 因峴 素 分析 法 萃 取 出屒 各峬 年 度 的 財 務 因峴 素 , 用岦 以层 建 構 各峬 年 度 的 Logit 分 析 模 式 。 實 證 結果 顯 示岴 大 多峿 數 的 財 務 比尬 率 並 不 符 合峯 常 態 條 件峋 , 發 生岥 財 務 危 機 前 五 年 的 正岗 確區 別 率 分 別 為 80%、76%、76%、56.25% 和 72.92%。7

2.2.5 Cascaded logistic 模 式張 正岗 忠 (2000) 國 內 文尠 獻 中 首稴 先峕 採 用岦 Cascaded logistic 模 式 建 構 台屲 灣 上市 公 司屫 財 務 危 機 預 警 模 型 , 財 務 危 險 指 標 以层 財 務 比尬 例 構 面稫 、 產 業 因峴 素 構 面稫及 其 屆 質 性 量 性 因峴 素 構 面稫 因峴 素 等 三 大 構 面稫 , 進 一 步 採 用岦 動 態 分 析 方尣 式 了 解危 機 前 財 務 狀 況 變 化 點 。 其 研 究 顯 示岴 Cascaded logistic 模 式 建 構 的 財 務 危 機預 警 模 型 , 其 正岗 確 分 類 率 及 預 測釱 能 力 較 佳 。2.2.6 決 策 樹 預 測釱 模 式Sung 等 人 (1999) 探 討 說 明 正岗 常 時 期醸 與 金 融 風稱 暴 時 期醸 不 同峧 的 經 濟 模 式 下之 破 產 預 測釱 模 式 。 研 究 結 果 顯 示岴 : 正岗 常 公 司屫 時 期醸 破 產 預 測釱 模 式 主尾 要稊 影 響 變數 為 「cash flow tototal assets」、「productivity of capital」, 預 測釱 準 確 度 提醚昇 至 83.3%; 金 融 風稱 暴 時 期醸 破 產 預 測釱 模 式 主尾 要稊 影 響 變 數 為 「cash flowtoliabilities 」、「productivity of capital」、「fixed assets to stockholdersequityand long-term liabilities 」, 預 測釱 精 準 度 提醚 昇 至 81.0%。Crisis 時 期醸 條 件峋 下 ,套窆 用岦 正岗 常 時 期醸 破 產 預 測釱 模 式 進 行 預 測釱 , 預 測釱 準 確 度 明 顯 地峸 下 降稪 ( 預 期醸 破 產 之分 類 精 準 度 岩 66.7% 下 降稪 至 36.7%), 證 實 不 同峧 經 濟 時 期醸 會 影 響 破 產 預 測釱 模式 。2.2.7 類 神 經 網 路 預 測釱 模 式楊 浚 泓 (2001) 以层 類 神 經 網 路 及 邏 輯 斯醬 迴 歸 建 構 企峐 業 財 務 預 警 模 式 , 研 究中 之 解 釋 變 數 增 加展 大 股 東 質 押 比尬 、 子 公 司屫 購 回峵 母岘 公 司屫 股 票 、 短 期醸 投 資 比尬 例三 項 財 務 變 數 , 針 對 合峯 併 報酒 表 及 一 般 報酒 表 資 料 進 行 類 神 經 網 路 預 測釱 。 其 研究 結 果 指 出屒 , 加展 入 財 務 操 作 指 標 後 , 在峹 逐 步 法 及 因峴 素 分 析 粹 取 變 數 後 知 羅吉峥 斯醬 迴 規 模 型 , 其 準 確 率 無 顯 著 改 善 , 而 在峹 類 神 經 網 路 預 測釱 模 式 岩 90.6%提醚 高 預 測釱 至 93.75%, 並 在峹 logit 預 測釱 模 式 下 證 實 上 市 公 司屫 有 不 當 的 財 務 操作 。郭 瓊 宜 (1993) 以层 1983-1993 年 間 的 樣 本岓 , 並 選 出屒 67 家窚 上 市 公 司屫 作 為 研究 樣 本岓 。 其 中 23 家窚 危 機 公 司屫 、 以层 及 44 家窚 正岗 常 公 司屫 進 行 配 對 。 並 利 用岦 兩 種模 型 :logit model 及 類 神 經 網 路 進 行 模 型 預 測釱 。 依 財 務 結 構 、 經 營 績 效 、 獲利 能 力 、 流 動 能 力 以层 及 成 長 能 力 五 大 財 務 構 面稫 , 選 取 20 個積 財 務 比尬 率 。 其研 究 結 果 顯 示岴 ,Logit 分 析 模 式 中 , 原穦 始 樣 本岓 的 正岗 確 區 別 率 為 83.5%, 預 測釱樣 本岓 為 74.51%。 在峹 類 神 經 網 路 模 式 方尣 面稫 , 危 機 發 生岥 前 第 二 年 的 正岗 確 率 最鄦高 , 原穦 始 樣 本岓 達 98.08%, 故 類 神 經 網 路 其 區 別 能 力 是 比尬 Logit model 要稊 高 。8

蘇 文尠 娟窌 (2000) 以层 1986-2000 年 為 樣 本岓 期醸 間 , 其 中 選 出屒 了 36 家窚 危 機 公 司屫 ,以层 1 比尬 1 以层 及 1 比尬 3 的 兩 種 配 對 方尣 式 ( 財 務 危 機 公 司屫 以层 及 正岗 常 公 司屫 ) 進 行 研究 。 該 研 究 中 以层 逐 步 迴 歸 的 方尣 式 逐 一 找 出屒 具 有 顯 著 的 預 測釱 能 力 的 財 務 變數 , 並 同峧 時 考 量 了 一 些 非 財 務 變 數 ( 如崇 短 期醸 投 資 比尬 、 會 計稌 師窯 出屒 具 的 保 留 意 見以层 及 業 外屸 受 益 率 等 ), 研 究 是 否 具 有 顯 著 的 預 測釱 能 力 。 並 再峘 進 一 步 比尬 較 兩 個積研 究 模 型 :logit model 以层 及 類 神 經 網 路 的 效 果 。 而 其 研 究 結 果 顯 示岴 , 選 取 1比尬 3 相 對 於 1 比尬 1 的 配 對 方尣 式 , 其 預 測釱 能 力 較 高 ; 但 相 對 於 針 對 財 務 危 機公 司屫 的 預 測釱 能 力 則 較 低 。 而 在峹 兩 個積 模 式 的 比尬 較 上 , 類 神 經 網 路 的 區 別 能 力是 相 對 於 logit model 佳 , 但 在峹 預 測釱 能 力 上 , 類 神 經 網 路 的 預 測釱 能 力 並 未 高於 logit model。杜 詩 敏 (2003) 該 研 究 以层 1998-2002 年 期醸 間 作 為 樣 本岓 區 間 , 建 構 財 務 危 機預 警 模 型 。 在峹 該 研 究 中 考 量 的 三 個積 不 同峧 的 類 神 經 網 路 模 型 , 其 中 包屗 括 倒穅 傳遞 類 神 經 網 路 、 串 聯 前 饋 倒穅 傳 遞 類 神 經 網 路 、 以层 及 Elman 倒穅 傳 遞 類 神 經 網路 等 三 種 模 型 。 而 實 證 結 果 發 現 以层 倒穅 傳 遞 類 神 經 網 路 模 型 與 Elman 倒穅 傳 遞類 神 經 網 路 模 型 等 預 測釱 模 型 預 測釱 能 力 最鄦 佳 , 預 測釱 準 確 率 達 98.81%。蔡 秋 田 (1995) 該 研 究 以层 1981-1985 年 間 , 曾醶 發 生岥 改 變 交岾 易 方尣 式 為 全峖 額 交岾割鄨 股 的 公 司屫 為 發 生岥 財 務 危 機 樣 本岓 , 採 另屮 29 家窚 維 配 對 樣 本岓 , 並 以层 逐 步 迴 歸 方尣式 將 選 出屒 六 個積 顯 著 的 財 務 變 數 為 自 變 數 , 並 且尼 以层 Jackknife 法 來 探 討 類 神 經網 路 和 Logit 分 析 二 模 型 的 分 類 能 力 。 其 結 果 顯 示岴 , 類 神 經 網 路 的 預 測釱 能 力比尬 Logit 分 析 法 佳 。 但 作 者 提醚 出屒 , 這 並 不 代 表 類 神 經 網 路 分 析 在峹 所 有 領 域 上均 優 於 Logit 分 析 。鄭 碧 月尦 (1997) 以层 台屲 灣 證 券 交岾 易 所 ,2006 年 所 印 製 「 九 家窚 營 運 困 難 上 公司屫 狀 況 表 」 中 的 八 家窚 , 以层 及 另屮 外屸 二 十 二 家窚 成 改 變 交岾 易 方尣 式 為 全峖 額 交岾 割鄨 股 ,或 下 市 的 公 司屫 為 財 務 危 機 公 司屫 樣 本岓 。 以层 其 二 十 三 個積 財 務 比尬 率 以层 因峴 素 分 析 後得 到 六 個積 變 數 , 建 立岷 區 別 分 析 、Logit 分 析 以层 及 類 神 經 網 路 三 種 模 式 建 立岷 預測釱 模 式 。 研 究 結 果 顯 示岴 , 三 模 型 於 危 機 發 生岥 前 一 年 的 預 測釱 較 佳 , 其 正岗 確區 別 率 分 別 是 98.15%、73.20%、97.56%, 而 到 危 機 發 生岥 前 三 年 時 , 預 測釱 能力 降稪 到 95.16%、72.9%、89.58%。2.2.8 簡 單酀 線 性 迴 歸 模 式劉 秀 賢 (2002) 建 立岷 股 價 下 挫 危 機 之 預 測釱 各峬 股 分 析 中 , 針 對 2000-2001 年財 務 狀 況 資 料 進 行 探 討 , 首稴 先峕 利 用岦 實 證 分 析 探 討 比尬 較 股 價 波 動 對 財 務 健 全峖公 司屫 與 財 務 危 機 公 司屫 之 利 潤 影 響 , 再峘 以层 簡 單酀 線 性 迴 歸 模 型 進 行 分 析 。 研 究結 果 顯 示岴 對 於 成 交岾 量 大 的 公 司屫 ,DUVOL 指 數 與 累 積 利 潤 有 顯 著 正岗 向峭 關 係 ,DUVOL

公 司屫 ,DUVOL 指 數 與 累 積 利 潤 無 明 顯 關 係 。2.2.9 演 化 式 類 神 經 網 路林 文尠 修穑 (2000) 運 用岦 演 化 式 類 神 經 網 路 於 企峐 業 危 機 診 斷 模 型 , 使 用岦 遺 傳演 算 法 之 演 算 能 力 , 系 統 性 、 自 動 化 解 決 類 神 經 網 路 的 架 構 及 參 數 設 定 ,整 合峯 成 演 化 式 類 神 經 網 路 模 式 。 並 以层 多峿 變 量 判 別 分 析 、logit 回峵 歸 模 型 、 倒穅傳 遞 類 神 經 網 路 當 作 績 效 評 比尬 的 基 準 。 研 究 結 果 顯 示岴 在峹 學 習 樣 本岓 、 測釱 試 樣本岓 或 整 體 樣 本岓 的 分 類 正岗 確 率 與 穩 定 上 , 演 化 式 類 神 經 網 路 在峹 財 務 預 測釱 領 域上 有 較 佳 的 評 估 績 效 。2.3 分 類 和 迴 歸 樹 介 紹CART 的 全峖 名峮 是 「 分 類 和 迴 歸 樹 」(Classification and Regression Tree),其 最鄦 大 的 優 點 之 一 , 就酧 是 演 算 法 會 自 動 檢 驗 模 型 , 找 出屒 最鄦 佳 的 一 般 模 型 。決 策 樹 是 強 大 且尼 普醭 遍 使 用岦 的 分 類 或 預 測釱 工 具 , 它屾 以层 樹 狀 的 方尣 式 岩 上 而 下 表現 出屒 規 則 , 將 特 定 的 物 件峋 集 合峯 , 隨 著 樹 的 成 長 , 逐 步 的 分 割鄨 成 更 小 的 子 集合峯 。 岩 於 決 策 樹 本岓 身 就酧 是 二 元 樹 的 應 用岦 , 是 在峹 分 類 時 的 決 策 判 斷 過 程 以层 樹狀 圖 來 表 示岴 , 而 且尼 樣 本岓 需 要稊 夠 大 , 主尾 要稊 是 根 據 某 一 準 則 變 數 而 將 整 個積 樣 本岓劃 分 成 若秵 干 最鄦 具 同峧 性 質 的 組 別 , 其 中 包屗 含 了 節 點 (nodes) 與 枝 幹 (branch), 每個積 節 點 代 表 一 個積 資 料 的 屬 性 檢 驗 , 分 為 內 部 節 點 (interior nodes) 與 岕 梢 節 點(terminal nodes), 而 內 部 節 點 表 示岴 在峹 做 決 策 時 所 依 據 的 屬 性 ; 岕 梢 節 點 表 示岴最鄦 後 分 類 的 類 別 ; 枝 幹 則 表 示岴 一 個積 檢 驗 結 果 所 對 應 的 屬 性 。 依 照 屬 性 的 不同峧 將 資 料 區 分 到 不 同峧 的 枝 幹 , 岩 上 而 下 一 層 層 的 往 下 將 資 料 分 類 , 而 每 個積樹 葉 (Leaf) 代 表 分 類 的 類 別 。 這 種 方尣 式 所 處 理 的 資 料 為 類 別 型 態 , 即 是 將 資料 分 成 少 數 幾酱 個積 類 別 , 再峘 岩 我 們穆 所 關 心尚 的 屬 性 逐 次 分 割鄨 , 最鄦 後 形 成 決 策 樹 ,其 中 樹 的 每 一 個積 內 部 節 點 代 表 對 應 某 屬 性 的 測釱 試 資 料 , 而 每 一 個積 分 支尟 代 表此 屬 性 的 一 個積 可屣 能 性 , 例 如崇 「 是 」 或 「 否 」, 而 樹 岕 端 的 葉 節 點 則 代 表 一 個積類 別 或 類 別 屬 性 , 再峘 以层 「if-then」 的 方尣 法 表 現 出屒 規 則 。CART 演 算 法 的 特 性為 :(1) CART 演 算 法 是 一 個積 無 母岘 數 過 程 , 不 需 要稊 知 道 資 料 分 配 的 型 態 。(2) CART 演 算 法 利 用岦 逐 步 的 方尣 法 來 決 定 分 割鄨 的 規 則 , 考 慮 所 有 參 數 的 可屣 能分 割鄨 情 形 , 不 需 要稊 先峕 選 擇 分 割鄨 的 參 數 。(3) 獨 立岷 變 數 的 簡 單酀 轉 換醢 , 如崇 對 數 、 平岅 方尣 等 , 並 不 會 影 響 最鄦 後 的 結 果 。10

(4) CART 可屣 以层 處 理 複 雜 、 多峿 變 數 的 資 料 結 構 。(5) 資 料 中 的 離 群 值穂 (Outlier) 並 不 會 影 響 演 算 法 的 運 算 。(6) CART 演 算 法 不 需 要稊 先峕 將 資 料 轉 換醢 成 類 別 型 的 資 料 。2.4 倒穅 傳 遞 類 神 經 網 路岩 於 John Hopfield 在峹 1982 年 發 明 倒穅 傳 遞 演 算 法 (back-propagation neuralnetwork), 類 神 經 網 路 的 研 究 才 再峘 度 興 起 , 因峴 此 倒穅 傳 遞 演 算 法 為 應 用岦 最鄦 廣 泛的 類 神 經 網 路 。 倒穅 傳 遞 演 算 法 可屣 歸 納 為 三 個積 重稥 要稊 的 步 驟 :1. 資 料 輸 入 網 路 後 , 網 路 使 用岦 隨 機 產 生岥 的 初 始 權 重稥 去屢 計稌 算 輸 出屒 值穂 。2. 網 路 接 著 計稌 算 輸 出屒 值穂 與 實 際 值穂 的 誤 差窭 。3. 誤 差窭 岩 輸 出屒 層 反 向峭 傳 回峵 網 路 中 , 藉 以层 調 整 權 重稥 , 以层 減釥 少 誤 差窭 。整 個積 倒穅 傳 遞 網 路 的 學 習 過 程 即 是 使 誤 差窭 最鄦 小 化 的 過 程 , 而 每 個積 權 重稥 調整 的 幅酭 度 視 權 重稥 對 誤 差窭 的 敏 感 程 度 而 定 , 即 網 路 會 評 估 權 重稥 的 變 動 , 是 會增 加展 或 減釥 少 誤 差窭 , 網 路 針 對 每 一 個積 例 子 不 斷 地峸 調 整 權 重稥 , 以层 得 到 使 誤 差窭 最鄦小 化 的 最鄦 佳 權 重稥 值穂 。 岩 於 權 重稥 值穂 的 修穑 正岗 是 岩 輸 出屒 層 開 始 , 逐 層 往 後 修穑 正岗 ,故 稱 為 倒穅 傳 遞 類 神 經 網 路 。岩 於 初 始 權 重稥 值穂 是 以层 範 圍酌 [-1,1] 間 亂 數 選 取 , 若秵 訓 練 資 料 放 入 網 路 中 學習 最鄦 後 無 法 收 斂 到 預 設 誤 差窭 時 , 可屣 重稥 覆 將 訓 練 資 料 放 入 網 路 訓 練 , 直 到 收斂 為 止尩 。 為 使 均 方尣 誤 差窭 能 收 斂 迅 速 穩 定 , 一 般 常 採 用岦 下 列峚 對 策 :1. 設 定 初 始 權 重稥 範 圍酌 : 通 常 若秵 將 初 始 權 重稥 設 定 在峹 接 近 零 之 亂 數 值穂 , 將 能 有效 降稪 低 均 方尣 誤 差窭 的 發 散醩 機 率 。2. 選 取 適 當 的 隱 藏 層 節 點 數 : 隱 藏 層 節 點 數 常 因峴 採 取 的 網 路 結 構 不 同峧 而異 , 必岊 須 實 際 訓 練 後 才 可屣 得 較 佳 值穂 。3. 採 取 適 應 性 學 習 速 率 : 誤 差窭 函 數 是 一 個積 不 規 則 的 多峿 維 曲 面稫 , 而 其 極 小 值穂就酧 位 於 曲 面稫 底 部 。 訓 練 時 若秵 採 用岦 固 定 式 學 習 速 率 , 當 曲 面稫 平岅 緩 , 收 斂 速度 就酧 十 分 緩 慢 ; 反 之 若秵 曲 面稫 陡 峭窤 , 則 可屣 能 步 幅酭 太 大 而 跨 過 曲 面稫 深 谷 , 使訓 練 無 法 收 斂 。 若秵 採 用岦 適 應 性 學 習 速 率 , 就酧 可屣 視 曲 面稫 坡 度 而 調 整 學 習 速率 大 小 。11

4. 加展 入 慣 性 量 : 誤 差窭 曲 面稫 可屣 能 會 有 一 些 較 淺 的 山 谷 , 這 些 山 谷 就酧 是 誤 差窭 函數 的 局 部 最鄦 小 值穂 。 為 使 訓 練 過 程 不 鄎 入 局 部 最鄦 小 值穂 的 山 谷 , 可屣 在峹 權 重稥 值穂修穑 正岗 時 加展 入 慣 性 量 。5. 增 加展 輸 入 、 輸 出屒 值穂 差窭 異 : 在峹 訓 練 圖 樣 中 , 若秵 系 統 輸 入 、 輸 出屒 值穂 差窭 異 太 小 ,無 論 訓 練 過 程 或 測釱 試 過 程 中 誤 差窭 均 無 法 有 效 降稪 低 。 是 故 若秵 能 在峹 系 統 輸入 、 輸 出屒 值穂 作 數 學 處 理 後 , 再峘 將 訓 練 對 放 入 網 路 中 學 習 , 將 可屣 有 效 降稪 低誤 差窭 值穂 。2.5 判 別 分 析判 別 分 析 又 稱 區 別 分 析 或 鑑 別 分 析 , 將 是 先峕 已 分 類 好崅 的 觀 察 值穂 , 選 取有 分 類 效 果 的 樣 本岓 , 利 用岦 分 類 變 數 (grouping variable;g 類 ) 當 因峴 變 數 , 多峿 個積計稌 量 的 區 別 變 數 (discriminant variable) 當 自 變 數 , 建 立岷 判 別 函 數 (discriminantfunction);k k d = b0 + b1x1 + b2 x2 +L+ b x ,d 為 判 別 函 數 值穂 ( 或 稱 判 別 分數 discriminant score), i x 為 區 別 變 數 ,i b 為 判 別 係 數 (discriminantcoefficient or weight)。 利 用岦 判 別 函 數 將 新 觀 察 值穂 進 行 適 當 分 類 。 基 本岓 要稊 求 :觀 察 值穂 個積 數 (n) 要稊 比尬 區 別 變 數 個積 數 (k) 至 少 多峿 兩 個積 。 假 設 條 件峋 :(1) 一 個積 區 別 變 數 不 能 是 其 屆 區 別 變 數 的 線 性 組 合峯(2) 各峬 類 組 間 的 組 內 變 異 數 ( 共峗 變 異 數 矩 陣 ) 應 該 都 是 相 等 ( 利 用岦 BOX’s M)(3) 各峬 組 區 別 變 數 之 間 具 有 多峿 變 量 常 態 分 配 線 性 區 別 分 為 線 性 判 別 函 數 和典 型 判 別 函 數 ( 費 雪鄑 區 別 函 數 )。 最鄦 多峿 有 min(k, g-1) 個積 判 別 函 數 。其 中 判 別 函 數 可屣 區 分 為 線 性 判 別 函 數 及 典 型 判 別 函 數 , 其 線 性 判 別 函 數 是建 立岷 區 別 規 則 , 最鄦 常 用岦 的 原穦 理 是 依 據 各峬 群 體 會 發 生岥 此 組 資 料 的 機 率 , 然 後將 此 個積 體 區 分 在峹 發 生岥 機 率 最鄦 大 的 群 體 , 此 種 區 別 方尣 法 稱 為 最鄦 大 概 似 法 。 而典 型 判 別 函 數 : 尋酦 找 區 別 變 數 的 線 性 組 合峯 之 最鄦 佳 權 重稥 , 使 其 組 間 變 異 數 對組 內 變 異 數 比尬 值穂 最鄦 大 , 即 F 值穂 最鄦 大 。 最鄦 多峿 有 min(k,g-1) 個積 判 別 函 數 。2.6 羅 吉峥 斯醬 迴 歸羅 吉峥 斯醬 迴 歸 的 基 本岓 形 式 與 一 般 線 性 迴 歸 並 無 很 大 的 差窭 異 , 唯 其 依 變 數不 再峘 如崇 線 性 迴 歸 為 連 續 性 變 數 , 而 係 以层 二 分 類 (binary or dichotomous) 的 變 數形 態 表 現 。 其 特 性 在峹 於 利 用岦 羅 吉峥 斯醬 機 率 分 配 轉 換醢 自 變 數 , 以层 使 依 變 數 y 轉 換醢為 介 於 0 到 1 之 間 的 機 率 值穂 。 其 分 類 法 係 假 設 依 變 數 (y) 為 1 或 0, 分 別 代 表12

事 件峋 的 發 生岥 與 不 發 生岥 。13

第 三 章鄓研 究 設 計稌 與 方尣 法3.1 研 究 設 計稌首稴 先峕 定 義 本岓 研 究 之 研 究 對 象 , 確 定 研 究 期醸 間 後 篩 選 出屒 正岗 常 公 司屫 與 危 機公 司屫 , 並 進 行 配 對 作 本岓 研 究 樣 本岓 , 最鄦 後 探 討 變 數 選 取 與 資 料 整 理 。3.1.1 樣 本岓 選 取本岓 研 究 以层 台屲 灣 經 濟 新 報酒 提醚 供 的 國 內 企峐 業 財 務 報酒 表 為 樣 本岓 , 並 且尼 選 取1994 年 至 2008 年 國 內 財 務 正岗 常 的 公 司屫 及 發 生岥 財 務 的 公 司屫 共峗 374 家窚 , 並 加展 以层分 類 篩 選 出屒 相 近 的 產 業 類 別 及 股 本岓 , 以层 1:1 的 比尬 例 選 樣 , 進 行 財 務 危 機 預 警模 式 , 危 機 公 司屫 與 正岗 常 公 司屫 總 共峗 374 家窚 上 市 上 櫃 公 司屫 。 因峴 金 融 業 ( 如崇 保 險 、銀 行 等 ) 所 參 照 的 財 務 比尬 率 與 其 屆 產 業 較 為 不 同峧 , 因峴 此 本岓 研 究 排 除 金 融 產 業樣 本岓 。 選 取 的 公 司屫 財 務 比尬 率 資 料 則 以层 發 生岥 財 務 危 機 前 一 、 二 和 三 年 年 資 料為 依 據 。 而 非 財 務 指 標 資 料 則 以层 公 司屫 財 務 資 料 相 對 應 時 間 的 年 資 料 為 依 據 。3.1.2 研 究 期醸 間 與 研 究 對 象本岓 研 究 透 過 TEJ 查 詢 國 內 上 市 櫃 及 曾醶 經 上 市 櫃 資 料 庫窰 中 的 基 本岓 資 料 篩選 出屒 1994 至 2008 年 發 生岥 財 務 危 機 之 公 司屫 , 並 找 出屒 符 合峯 相 似 的 產 業 及 股 本岓 來進 行 篩 選 比尬 對 以层 1:1 的 比尬 例 選 樣 , 財 務 危 機 公 司屫 與 正岗 常 公 司屫 總 共峗 374 上 市 上 櫃公 司屫 。表 3-1財 務 危 機 公 司屫 與 正岗 常 公 司屫 對 照 表財 務 危 機 公 司屫14正岗 常 公 司屫產 業 別 公 司屫 名峮 稱 危 機 發 生岥 股 本岓 總 額 公 司屫 名峮 稱 股 本岓 總 額電 器 電 纜 太 電 2002/9/6 31,561,634 華 新 32,063,244紡 織 纖 維 華 隆 2001/5/22 23,595,602 遠 紡 45,699,538建 材 營 造 長 億 2000/9/6 10,536,697 國 建 16,565,158紡 織 纖 維 中 紡 2001/4/2 9,084,506 南 紡 14,935,240建 材 營 造 寶 建 2002/4/16 8,549,887 中 工 15,250,175水尯 泥 工 業 建 台屲 2000/8/16 7,786,665 震 旦岑 行 3,374,322紡 織 纖 維 寶 祥 2002/6/30 7,766,720 年 興 5,906,431建 材 營 造 宏 福 1998/11/20 7,183,703 大 陸鄊 8,595,721電 子 工 業 致秬 福 1999/4/1 7,159,975 聯 發 科 10,731,523

電 子 工 業 皇 旗 2000/9/6 2,932,027 華 冠 3,715,914其 屆 興 達 2000/10/27 2,908,385 大 台屲 北屙 5,163,580電 子 工 業 新 寶 科 2005/9/26 2,821,498 華 泰 8,760,158紡 織 纖 維 新 藝 2001/8/24 2,821,132 嘉 裕 3,798,837建 材 營 造 啟 阜 1999/4/18 2,793,862 國 揚醤 4,426,000紡 織 纖 維 新 燕 1999/5/21 2,789,250 福 益 3,377,000電 機 機 械 中 精 機 1998/11/17 2,739,000 力 山 2,287,843食稳 品 工 業 中 日尤 2003/9/30 2,731,664 泰 山 3,202,434其 屆 優 美秙 1999/10/5 2,685,934 百 和 2,854,391玻 璃 陶 瓷 羅 馬 2002/1/8 2,518,206 冠 軍稔 3,569,023建 材 營 造 皇 普醭 2000/4/28 2,457,907 達 欣 工 2,765,621貿 易 百 貨 中 信 2000/11/29 2,407,029 特 力 4,736,660食稳 品 工 業 立岷 大 2000/12/27 2,320,000 味 王尸 2,092,537電 子 工 業 大 業 1999/2/10 2,245,000 創鄪 見 3,945,430紡 織 纖 維 瑞 圓 1998/9/30 2,200,000 宏 洲 2,836,457電 子 工 業 和 立岷 2005/10/14 2,017,948 東 訊 2,973,318電 子 工 業 皇 統 2004/9/15 1,875,413 國 碩 2,948,904食稳 品 工 業 源 益 2000/11/2 1,874,000 卜 蜂 2,320,268建 材 營 造 榮 美秙 開 發 2001/7/18 1,848,000 京 城 3,108,496紡 織 纖 維 民岙 興 2000/9/6 1,800,000 宏 和 1,386,215建 材 營 造 德 利 2001/9/6 1,790,000 建 國 2,035,000玻 璃 陶 瓷 凱鄧 聚 2009/3/31 1,750,000 中 釉 1,697,285電 子 工 業 華 特 2001/11/10 1,711,438 飛稲 信 4,143,853鋼 鐵 工 業 名峮 佳 利 1998/12/22 1,600,000 新 光峒 鋼 2,683,440建 材 營 造 昱 成 2004/2/9 1,589,513 皇 昌 1,812,047電 子 工 業 台屲 路 2001/12/31 1,520,000 鼎 元 3,078,562電 子 工 業 突种 破 2004/4/5 1,465,063 全峖 友 2,056,608紡 織 纖 維 百 成 行 2003/4/17 1,363,853 東 和 2,200,000其 屆 欣 錩 2004/10/20 1,301,856 新 海 1,233,000電 子 工 業 鴻 源 科 2005/4/20 1,296,905 虹稅 光峒 2,269,806電 子 工 業 陽 慶 2004/12/30 1,277,900 盛 群 2,209,552電 機 機 械 元 富酢 2001/3/26 1,244,100 亞 力 2,010,670電 子 工 業 匯 僑 2001/8/3 1,230,000 神 腦 2,448,638紡 織 纖 維 東 榮 工 2001/5/28 1,209,600 利 華 1,750,000鋼 鐵 工 業 高 鋁 2005/1/3 1,129,029 允 強 3,416,676建 材 營 造 信 南 2000/9/17 1,112,400 長 虹稅 2,055,67916

電 子 工 業 普醭 羅 強 2005/3/18 1,105,300 台屲 郡 1,197,501紡 織 纖 維 裕 豐 2001/8/10 1,024,115 理 隆 1,246,000電 子 工 業 衛 道 2004/7/6 1,010,825 歐 格 1,020,000電 子 工 業 宏 達 科 2004/9/23 1,008,938 廣 宇 4,016,260食稳 品 工 業 味 丹 2004/12/30 3,751,000 福 壽 2,743,080塑 膠 工 業 大 穎 1999/8/26 3,882,672 華 夏窅 4,248,035塑 膠 工 業 延 穎 1999/8/26 2,125,508 亞 聚 2,609,316紡 織 纖 維 怡 華 2009/5/27 1,675,000 東 華 2,638,553建 材 營 造 東 雲 2000/7/11 4,278,147 順 天 1,294,103紡 織 纖 維 金 緯 1999/1/7 1,621,188 聯 發 3,311,299電 機 機 械 金 豐 2007/6/7 1,709,334 鑽 全峖 1,524,951電 機 機 械 開 立岷 2006/9/4 1,338,413 正岗 峰窩 工 1,151,276電 器 電 纜 歌 林 2008/7/30 8,939,626 麗 嬰 房 1,185,196化 學 生岥 技 醫 正岗 豐 1996/8/3 1,300,000 葡 萄 王尸 1,334,350造 紙 工 業 萬 有 1998/8/25 3,800,000 士 紙 2,600,391鋼 鐵 工 業 紐 新 1999/6/29 4,780,942 春 源 5,761,331汽 車 工 業 羽 田 1995/10/1 4,697,450 裕 日尤 車 3,000,000建 材 營 造 三 采 1999/9/28 1,252,685 基 泰 2,503,694建 材 營 造 龍 田 2001/8/28 1,895,309 全峖 坤 興 1,169,883建 材 營 造 德 寶 2006/4/28 4,359,000 太 設 7,346,856建 材 營 造 長 鴻 2009/12/11 1,272,150 宏 盛 5,561,591建 材 營 造 易 欣 1999/8/26 1,649,730 遠 雄 7,063,833航 運 業 正岗 利 2000/4/5 2,400,000 達 和 1,552,179航 運 業 榮 櫃 2002/3/25 3,012,922 益 航 2,441,880航 運 業 東 源 物 2006/7/26 438,268 中 航 2,119,616其 屆 工 礦 2000/11/23 1,321,646 南 仁 湖釩 1,317,441其 屆 德 記 2009/5/6 2,300,000 新 紡 2,904,000電 子 工 業 聯 測釱 2005/3/10 4,899,026 順 德 1,735,583通 訊 網 路 數 聯 2008/9/18 1,759,638 大 東 1,079,004電 子 工 業 大 眾 電 2008/7/26 2,513,000 敬 鵬 3,325,421電 子 工 業 世尺 昕 2005/10/31 3,057,081 倫穕 飛稲 2,772,809電 子 工 業 鴻 友 2008/9/4 1,869,290 菱 生岥 3,007,568電 子 工 業 綠 點 2007/4/13 2,392,176 台屲 光峒 電 1,754,619電 子 工 業 立岷 生岥 2005/6/1 2,000,000 環 科 1,332,700電 子 工 業 詮 鼎 2009/2/6 2,430,693 友 通 1,065,600電 子 工 業 寰 邦 2005/3/24 1,399,000 隴 華 1,086,12017

電 子 工 業 全峖 虹稅 2004/12/30 1,342,800 聯 昌 1,092,648電 子 工 業 聯 達 電 2008/4/26 1,029,000 互 盛 電 1,521,072電 子 工 業 鴻 運 電 子 2006/4/24 1,559,456 偉 詮 電 2,200,000電 子 工 業 矽 成 2005/11/11 2,260,747 英秺 誌 2,983,825電 子 工 業 國 聯 2005/12/30 3,020,405 美秙 律 1,318,822電 子 工 業 奇 普醭 居 2008/1/10 1,315,247 光峒 群 雷 1,394,464電 子 工 業 品 佳 2005/11/9 1,688,799 敦醧 陽 科 2,215,840電 子 工 業 力 信 20070730 2,512,465 百 容窞 1,154,408電 子 工 業 聯 福 生岥 2005/8/18 1,111,776 一 詮 1,215,738電 子 工 業 華 亞 2005/6/15 2,068,000 普醭 安崎 2,087,891電 子 工 業 元 砷 2007/3/1 3,151,581 全峖 漢 1,273,239建 材 營 造 益 鼎 光峒 電 2005/3/21 1,288,511 太 子 9,579,108電 子 工 業 億 力 光峒 電 2006/3/31 1,201,700 德 律 1,090,425電 子 工 業 英秺 2008/10/24 3,026,235 智醳 原穦 2,895,982其 屆 鼎 營 2003/4/26 993,432 欣 高 946,764電 機 機 械 新 企峐 2004/9/24 976,777 川 飛稲 923,500電 子 工 業 協 和 2004/3/5 965,600 良 得 電 702,010電 子 工 業 亞 全峖 2008/8/11 959,870 佳 邦 982,590電 機 機 械 楊 鐵 2000/9/6 933,450 亞 崴酪 823,709觀 光峒 事 業 華 國 2000/9/5 890,700 晶醰 華 660,000電 子 工 業 瑩 寶 2001/11/3 887,650 萬 國 776,035電 子 工 業 宏 傳 2005/1/24 882,219 研 揚醤 875,402電 子 工 業 銳 普醭 2005/8/1 879,535 淳 安崎 886,005觀 光峒 事 業 統 合峯 2002/11/5 865,973 華 園 669,306電 子 工 業 世尺 峰窩 2005/1/31 782,627 華 經 712,302電 子 工 業 南 方尣 2003/3/20 753,450 嘉 晶醰 774,209鋼 鐵 工 業 久 陽 2002/9/5 715,000 佳 大 740,317食稳 品 工 業 尚 德 2001/10/26 700,000 天 仁 905,919塑 膠 工 業 合峯 發 2001/11/28 623,186 上 曜 701,661其 屆 五 洲 2001/1/31 610,000 茂秶 順 830,422電 子 工 業 如崇 訊 2004/6/29 600,000 居 易 741,491電 器 電 纜 卓 越 2005/10/28 428,010 金 尚 昌 646,000電 子 工 業 捷 鴻 2001/8/2 393,166 力 昕 593,166食稳 品 工 業 台屲 芳 2003/12/1 362,168 大 飲 514,751化 學 生岥 技 醫 富酢 堡酓 2005/1/26 350,448 中 華 化 620,000食稳 品 工 業 聯 成 食稳 品 1998/11/17 728,957 興 泰 514,02418

食稳 品 工 業 正岗 義 1996/11/8 571,000 宏 亞 852,312塑 膠 工 業 尚 鋒 1996/1/18 520,875 鑫 永岛 銓 330,000紡 織 纖 維 大 魯 閣 2005/4/4 885,642 南 染 900,000紡 織 纖 維 國 隆 2007/9/29 282,188 中 和 920,000紡 織 纖 維 三 勝鄭 2004/3/30 673,662 大 將 797,734電 機 機 械 福 隆 2005/12/13 881,000 宏 易 550,341電 機 機 械 九 德 松 2005/9/22 229,586 瀧 澤 科 539,627電 機 機 械 墩 豐 2006/3/28 612,359 江 申岫 553,091電 機 機 械 儒 億 2008/2/6 653,859 日尤 馳 561,270電 子 工 業 基 丞岸 2009/1/10 220,000 大 億 762,300電 子 工 業 鈦 昇 2008/12/31 375,090 遠 見 1,297,399電 機 機 械 慶 鴻 20090417 360,000 高 鋒 761,439電 機 機 械 大 寶 20040531 356,741 新 麥鄛 245,000電 機 機 械 偉 全峖 企峐 20061012 397,299 漢 唐穪 2,366,127化 學 生岥 技 醫 精 鼎 科 20071117 210,000 台屲 蠟 237,679生岥 物 科 技 邰 港釛 2008/11/7 465,000 精 華 409,900其 屆 博鄯 登 2004/9/24 471,993 統 領 2,087,250生岥 物 科 技 善 德 2005/5/4 399,559 生岥 泰 216,100生岥 物 科 技 友 合峯 生岥 技 2005/3/12 262,350 大 學 光峒 278,959生岥 物 科 技 喬酆 聯 2007/12/7 210,000 永岛 日尤 330,506生岥 物 科 技 生岥 展窢 2005/3/14 400,000 合峯 世尺 335,118鋼 鐵 工 業 台屲 灣 煉 鐵 1994/7/31 700,000 強 新 684,100鋼 鐵 工 業 同峧 光峒 1992/10/19 120,000 華 祺 474,127其 屆 中 光峒 橡 2008/10/16 261,004 名峮 軒 2,197,053建 材 營 造 捷 力 科 技 2005/1/31 525,000 聯 上 發 655,312建 材 營 造 大 棟釀 2008/2/29 504,000 勤 益 2,039,649其 屆 廣 大 2005/3/21 840,000 倚穄 天 1,715,980建 材 營 造 基 泰 營 2009/2/18 661,500 好崅 樂 迪稙 1,841,470觀 光峒 事 業 易 遊 網 2008/8/15 217,799 鳳 凰 226,286電 子 工 業 晶醰 磊 2008/11/5 720,688 美秙 格 650,000軟 體 經 緯 2009/4/27 456,783 花 仙届 子 534,812電 子 工 業 達 威 2009/4/30 815,748 統 懋 826,601通 訊 網 路 輝 城 2006/8/14 641,479 星 通 792,108電 子 工 業 達 運 2009/0/305 605,208 良 得 電 597,052電 子 工 業 永岛 剛穢 2003/10/31 611,000 川 湖釩 554,280電 子 工 業 台屲 通 2004/8/3 600,000 資 通 534,18919

電 子 工 業 東 雅 電 2006/11/22 833,649 連 宇 556,772電 子 工 業 圓 方尣 科 技 2005/1/31 124,350 盛 達 959,501電 子 工 業 康 全峖 2005/5/3 525,000 訊 舟 598,9073.2 研 究 方尣 法 及 步 驟3.2.1 財 務 危 機 預 測釱 模 型 之 構 建 流 程步 驟 一 : 樣 本岓 之 收 集 與 整 理本岓 研 究 採 用岦 台屲 灣 經 濟 新 報酒 進 行 資 料 的 搜 集 , 並 將 樣 本岓 區 分 為 正岗 常 公 司屫與 危 機 公 司屫 兩 大 類 作 為 研 究 樣 本岓 之 取 樣 標 準 , 針 對 所 選 擇 的 公 司屫 搜 集 歷 年的 財 務 資 料 來 做 為 財 務 危 機 的 預 測釱 模 式 。步 驟 二 : 解 釋 變 數 之 定 義本岓 研 究 所 選 取 的 財 務 變 數 時 間 為 公 司屫 發 生岥 財 務 危 機 前 三 年 的 資 料 , 本岓研 究 所 使 用岦 之 財 務 比尬 率 變 數 主尾 要稊 分 為 五 個積 屬 性 , 分 別 為 償 債 能 力 分 析 、 經營 能 力 分 析 、 財 務 結 構 分 析 、 現 金 流 量 分 析 以层 及 成 長 力 分 析 。 以层 下 根 據 此五 種 財 務 比尬 率 分 類 說 明 各峬 財 務 變 數 。1. 償 債 能 力 分 析 :所 謂 償 債 能 力 即 為 企峐 業 應 變 短 期醸 債 務 之 能 力 。 企峐 業 若秵 是 無 法 負稐 擔 短 期醸債 務 之 償 債 需 求 , 將 容窞 易 鄎 入 週 轉 不 靈 的 困 境 , 屆 時 企峐 業 除 了 要稊 出屒 售 非 流動 性 資 產 外屸 , 此 困 境 將 間 接 影 響 企峐 業 與 其 供 應 商 、 客 戶尜 的 往 來 關 係 , 且尼 企峐業 之 舉 債 空 間 與 舉 債 能 力 也 會 因峴 償 債 能 力 不 足 而 受 到 壓 迫稜 。 本岓 計稌 畫 使 用岦 以层下 五 個積 償 債 能 力 指 標 作 為 償 債 能 力 的 變 數 :(1) 流 動 比尬 率 = 流 動 資 產 / 流 動 負稐 債 *100(2) 速 動 比尬 率 =( 流 動 資 產 - 存崊 貨 - 預 付屃 款金 項 - 其 屆 流 動 資 產 )/ 流 動 負稐 債 *100(3) 應 收 帳 款金 週 轉 次 = 營 業 收 入 淨 額 / 平岅 均 ( 應 收 帳 款金 及 票 據 + 應 收 票 據 貼 現 )(4) 存崊 貨 週 轉 率 ( 次 )= 營 業 成 本岓 / 平岅 均 存崊 貨(5) 淨 營 業 週 期醸 ( 日尤 )= 應 收 帳 款金 收 現 天 數 + 平岅 均 銷 售 天 數 - 應 付屃 帳 款金 付屃 現 天 數(6) 利 息窾 保 障 倍稹 數 = 所 得 稅 及 利 息窾 費 用岦 前 純 益 / 本岓 期醸 利 息窾 支尟 出屒20

(7) 稅 前 純 益 / 實 收 資 本岓 = 稅 前 純 益 / 實 收 資 本岓(8) 借穃 款金 依 存崊 度 = 長 短 期醸 借穃 款金 / 淨 值穂 *100(9) 利 息窾 支尟 出屒 率 = 利 息窾 支尟 出屒 /( 稅 後 淨 利 + 利 息窾 支尟 出屒 *(1- 25%)) *100(10) 營 業 利 益 佔 實 收 資 本岓 比尬 = 營 業 利 益 / 實 收 資 本岓2. 經 營 能 力 分 析企峐 業 須 利 用岦 資 產 進 行 營 運 與 獲 利 , 其 中 流 動 資 產 可屣 供 應 公 司屫 營 運 用岦 而固 定 資 產 則 為 供 應 公 司屫 獲 利 的 基 礎 。 因峴 此 資 產 之 周 轉 率 和 公 司屫 是 否 能 有 效達 成 目岰 標 相 當 有 關 。 一 般 而 言 , 公 司屫 均 支尟 配 可屣 運 用岦 的 資 源 進 行 營 業 活 動 來創鄪 造 利 潤 , 若秵 公 司屫 的 經 營 能 力 強 , 則 公 司屫 可屣 從 同峧 樣 的 資 源 中 獲 取 較 高 的 利潤 。 公 司屫 經 營 能 力 可屣 分 為 經 營 效 率 及 獲 利 能 力 。 經 營 效 率 之 相 關 指 標 說 明公 司屫 投 入 資 本岓 或 資 產 進 而 創鄪 造 營 業 收 入 之 能 力 , 而 獲 利 能 力 之 相 關 指 標 則在峹 於 衡 量 利 潤 占屟 營 業 收 入 或 投 入 資 本岓 的 比尬 率 。 本岓 計稌 畫 使 用岦 以层 下 之 指 標 作 為經 營 能 力 的 變 數 :a. 經 營 效 率 指 標 共峗 有 :(1) 總 資 產 週 轉 次 數 = 營 業 收 入 淨 額 / 平岅 均 資 產 總 額(2) 固 定 資 產 週 轉 次 = 營 業 收 入 淨 額 / 平岅 均 固 定 資 產(3) 淨 值穂 週 轉 率 ( 次 )= 營 業 收 入 淨 額 / 平岅 均 淨 值穂(4) 每 人 營 業 利 益 = 營 業 利 益 / 員穵 工 人 數(5) 應 付屃 帳 款金 付屃 現 天 數 = 平岅 均 應 付屃 帳 款金 / 營 業 成 本岓 * 天 數(6) 平岅 均 銷 售 天 數 = 平岅 均 期醸 岕 存崊 貨 / 營 業 成 本岓 * 天 數(7) 每 人 配 備鄠 率 = 固 定 資 產 / 員穵 工 人 數(8) 營 業 費 用岦 率 = 營 業 費 用岦 / 營 業 收 入 淨 額 *100b. 獲 利 能 力 指 標 共峗 有 :(1) 營 業 毛尭 利 率 = 營 業 毛尭 利 / 營 業 收 入 淨 額 *100(2) 營 業 利 益 率 = 營 業 利 益 / 營 業 收 入 淨 額 *100(3) 稅 前 淨 利 率 = 稅 前 淨 利 / 營 業 收 入 淨 額 *100(4) 稅 後 淨 利 率 = 稅 後 淨 利 / 營 業 收 入 淨 額 *10021

(5) 資 產 報酒 酬 率 ( 稅 後 息窾 前 )= 稅 後 淨 利 / 總 資 產 *100(6) 淨 值穂 報酒 酬 率 ( 稅 後 )= 稅 後 淨 利 / 股 東 權 益 *100(7) 淨 值穂 報酒 酬 率 ( 經 常 利 益 )= 經 常 利 益 / 股 東 權 益 *100(8) 業 外屸 收 支尟 率 = 稅 後 淨 利 / 股 東 權 益 *100(9) 已 實 現 銷 貨 毛尭 利 率 = 已 實 現 銷 貨 毛尭 利 / 營 收 *100(10) 常 續 性 利 益 率 = 常 續 性 利 益 ( 稅 後 )*100%/ 營 收 淨 額3. 財 務 結 構 分 析財 務 結 構 分 析 主尾 要稊 用岦 於 區 分 企峐 業 營 運 所 使 用岦 的 資 金 來 源 , 以层 協 助 投 資人 評 估 企峐 業 發 生岥 財 務 危 機 的 風稱 險 , 以层 採 取 有 利 的 決 策 。 本岓 計稌 畫 以层 下 列峚 四屶 種財 務 結 構 指 標 作 為 財 務 結 構 的 變 數 :(1) 總 負稐 債 / 總 淨 值穂 = 負稐 債 總 額 / 淨 值穂 *100(2) 負稐 債 比尬 率 = 負稐 債 總 額 / 資 產 總 額 *100(3) 長 期醸 資 金 適 合峯 率 =( 淨 值穂 + 長 期醸 負稐 債 )/ 固 定 資 產 *1004. 現 金 流 量 分 析現 金 流 量 分 析 可屣 用岦 來 評 估 企峐 業 之 立岷 即 償 債 能 力 , 若秵 不 能 有 效 掌醑 控 現 金流 入 、 流 出屒 狀 況 , 將 容窞 易 造 成 企峐 業 週 轉 不 靈 , 進 而 倒穅 閉鄆 。 現 金 流 量 比尬 率 之定 義 如崇 下 :(1) 流 量 比尬 率 = 來 自 營 業 現 金 流 量 / 流 動 負稐 債 *1005. 成 長 力 分 析所 謂 成 長 力 分 析 為 將 過 去屢 幾酱 年 的 財 務 資 訊 換醢 算 成 比尬 率 , 以层 提醚 供 投 資 人了 解 公 司屫 過 去屢 幾酱 年 公 司屫 的 成 長 速 度 以层 及 未 來 的 成 長 潛 力 。 本岓 計稌 畫 使 用岦 以层 下之 成 長 力 指 標 當 成 長 力 的 變 數 :(1) 營 收 成 長 率 =( 營 業 收 入 淨 額 -lag 營 業 收 入 淨 額 )/ABS(lag 營 業 收 入額 )*100(2) 營 業 毛尭 利 成 長 率 = 毛尭 利 增 減釥 額 /ABS( 去屢 年 同峧 期醸 毛尭 利 )(3) 營 業 利 益 成 長 率 =( 營 業 利 益 -lag 營 業 利 益 )/ABS(lag 營 業 利 益 )*100(4) 稅 前 淨 利 成 長 率 = 稅 前 淨 利 增 減釥 額 /ABS( 去屢 年 同峧 期醸 稅 前 淨 利 )(5) 稅 後 淨 利 成 長 率 =( 稅 後 淨 利 -lag 稅 後 淨 利 )/ABS(lag 稅 後 淨 利 )*10022

(6) 總 資 產 成 長 率 = 總 資 產 增 減釥 額 /ABS( 去屢 年 同峧 期醸 總 資 產 )(7) 淨 值穂 成 長 率 =( 淨 值穂 /lag 淨 值穂 -1)*100(8) 總 資 產 報酒 酬 成 長 率 =( 稅 前 息窾 前 折 舊 前 淨 利 -lag 稅 前 息窾 前 折 舊 前 淨 利 )(9) 經 常 淨 利 成 長 率 = 經 常 利 益 增 減釥 額 /ABS( 去屢 年 同峧 期醸 經 常 利 益 )(10) 已 實 現 銷 貨 毛尭 利 成 長 率 =( 本岓 期醸 已 實 現 銷 貨 毛尭 利 - 去屢 年 同峧 期醸 已 實 現 銷 貨 毛尭利 )/ 去屢 年 同峧 期醸 已 實 現 銷 貨 毛尭 利 之 絕 對 值穂 *100%(11) 常 續 性 利 益 成 長 率 =( 去屢 年 同峧 期醸 )*100%/ABS( 去屢 年 同峧 期醸 )在峹 非 財 務 變 數 方尣 面稫 , 本岓 計稌 畫 選 擇 之 變 數 如崇 下 :非 財 務 變 數 :(1) 董 監 持 股 (%)= 董 監 事 持 股 總 數 佔 流 通 在峹 外屸 股 數 之 比尬 率 。(2) 董 事 持 股 (%)= 董 事 當 月尦 底 的 持 股 數(3) 監 察 持 股 (%)= 監 察 人 當 月尦 底 的 持 股 數(4) 董 監 質 押 (%)= 董 監 事 持 股 質 押 數 佔 其 所 持 股 數 之 比尬 率 。 披 露 董 監 事持 股 的 質 押 狀 況 是 上 市 公 司屫 資 訊 透 明 化 的 重稥 要稊 手尝 段 , 主尾 要稊 目岰 的 是 讓 外屸 部投 資 者 能 掌醑 握醛 董 監 大 股 東 的 持 股 動 態 及 財 務 實 力 , 進 而 掌醑 握醛 公 司屫 的 財 務狀 況 。 正岗 常 情 況 , 董 監 質 押 比尬 率 愈 低 , 對 公 司屫 的 安崎 全峖 性 愈 高 , 反 之 則 對公 司屫 愈 不 利 。(5) 會 計稌 師窯 出屒 具 非 無 保 留 意 見 : 在峹 公 司屫 法 中 公 開 發 行 公 司屫 的 財 務 情 況 , 都 要稊求 具 備鄠 客 觀 身 份峏 的 會 計稌 師窯 事 務 所 , 擔 任峌 財 務 報酒 表 簽 證 的 把 關 工 作 , 會 計稌師窯 的 簽 證 也 是 企峐 業 唯 一 背秥 書 。 依 據 審 計稌 準 則 , 對 公 司屫 繼 續 經 營 存崊 有 疑 慮時 , 不 能 出屒 具 無 保 留 意 見 之 查 核 報酒 告 。 故 此 一 變 數 可屣 視 為 一 個積 財 務 警 訊 。(6) TCRI 信 用岦 評 等 : 以层 10 個積 財 務 數 值穂 和 比尬 率 計稌 算 出屒 一 個積 基 本岓 綜 合峯 分 數 ,並 可屣 得 到 一 個積 初 步 的 等 級 , 分 成 1〜9 級 , 凡 綜 合峯 評 分 在峹 165 分 以层 下為 9 等 ,760 分 以层 上 為 第 1 等 , 其 間 以层 85 分 為 一 級 距 分 級 。 被 歸 入第 9 等 者 , 信 用岦 風稱 險 最鄦 高 ; 歸 入 第 1 等 者 , 幾酱 無 信 用岦 風稱 險 , 其 間 風稱 險依 次 遞 減釥 。因峴 本岓 研 究 樣 本岓 為 企峐 業 報酒 表 , 故 以层 整 理 出屒 公 司屫 該 年 度 財 務 報酒 表 , 並 篩 選出屒 財 務 預 警 所 需 的 變 數 已 提醚 供 模 式 之 準 確 度 則 以层 國 內 發 生岥 財 務 預 警 及 非 財務 預 警 之 公 司屫 為 樣 本岓 共峗 374 家窚23

表 3-2 企峐 業 財 務 變 數 彙 整 表構 面稫 變 數 代 號 變 數 名峮 稱 公 式F1 負稐 債 比尬 率 負稐 債 總 額 / 資 產 總 額 *100財 務 結 構F2 總 負稐 債 / 總 淨 值穂 負稐 債 總 額 / 淨 值穂 *100( 安崎 定 性 )F3 長 期醸 資 金 適 合峯 率 ( 淨 值穂 + 長 期醸 負稐 債 )/ 固 定 資 產 *100F4 流 動 比尬 率 流 動 資 產 / 流 動 負稐 債 *100F5F12流 動 資 產 - 存崊 貨 - 預 付屃 款金 項 - 其 屆 流 動 資 產 )/速 動 比尬 率流 動 負稐 債 *100F6 應 收 帳 款金 週 轉 ( 次 )營 業 收 入 淨 額 / 平岅 均 ( 應 收 帳 款金 及 票 據 + 應 收票 據 貼 現F7 存崊 貨 週 轉 率 ( 次 ) 營 業 成 本岓 / 平岅 均 存崊 貨償 債 能 力應 收 帳 款金 收 現 天 數 + 平岅 均 銷 售 天 數 - 應 付屃 帳F8 淨 營 業 週 期醸 ( 日尤 )( 流 動 性 )款金 付屃 現 天 數F9 利 息窾 保 障 倍稹 數 所 得 稅 及 利 息窾 費 用岦 前 純 益 / 本岓 期醸 利 息窾 支尟 出屒F10 稅 前 純 益 / 實 收 資 本岓 稅 前 純 益 / 實 收 資 本岓F11 借穃 款金 依 存崊 度 長 短 期醸 借穃 款金 / 淨 值穂 *100利 息窾 支尟 出屒 /( 稅 後 淨 利 + 利 息窾 支尟 出屒 *(1-利 息窾 支尟 出屒 率25%)) *100F13 營 業 利 益 佔 實 收 資 本岓 比尬 營 業 利 益 / 實 收 資 本岓F14 總 資 產 週 轉 次 數 營 業 收 入 淨 額 / 平岅 均 資 產 總 額F15 固 定 資 產 週 轉 次 營 業 收 入 淨 額 / 平岅 均 固 定 資 產F16 淨 值穂 週 轉 率 ( 次 ) 營 業 收 入 淨 額 / 平岅 均 淨 值穂經 營 能 力 F17 每 人 營 業 利 益 營 業 利 益 / 員穵 工 人 數( 活 動 性 ) F18 應 付屃 帳 款金 付屃 現 天 數 平岅 均 應 付屃 帳 款金 / 營 業 成 本岓 * 天 數F19 平岅 均 銷 售 天 數 平岅 均 期醸 岕 存崊 貨 / 營 業 成 本岓 * 天 數F20 每 人 配 備鄠 率 固 定 資 產 / 員穵 工 人 數F21 營 業 費 用岦 率 營 業 費 用岦 / 營 業 收 入 淨 額 *100獲 利 能 力 F22 營 業 毛尭 利 率 營 業 毛尭 利 / 營 業 收 入 淨 額 *100( 收 益 性 ) F23 營 業 利 益 率 營 業 利 益 / 營 業 收 入 淨 額 *100F24 稅 前 淨 利 率 稅 前 淨 利 / 營 業 收 入 淨 額 *100F25 稅 後 淨 利 率 稅 後 淨 利 / 營 業 收 入 淨 額 *100F26資 產 報酒 酬 率稅 後 淨 利 / 總 資 產 *100( 稅 後 息窾 前 )F27 業 外屸 收 支尟 率 稅 後 淨 利 / 股 東 權 益 *100F28 已 實 現 銷 貨 毛尭 利 率 已 實 現 銷 貨 毛尭 利 / 營 收 *100F29 常 續 性 利 益 率 常 續 性 利 益 ( 稅 後 )*100%/ 營 收 淨 額現 金 流 量 F30 流 量 比尬 率 來 自 營 業 現 金 流 量 / 流 動 負稐 債 *10024

比尬 率成 長 力分 析F31( 營 業 收 入 淨 額 -lag 營 業 收 入 淨 額 )營 收 成 長 率/ABS(lag 營 業 收 入 額 ) *100F32 營 業 毛尭 利 成 長 率 毛尭 利 增 減釥 額 /ABS( 去屢 年 同峧 期醸 毛尭 利F33( 營 業 利 益 -lag 營 業 利 益 ) /ABS(lag 營 業營 業 利 益 成 長 率利 益 ) *100F34 稅 前 淨 利 成 長 率 稅 前 淨 利 增 減釥 額 /ABS( 去屢 年 同峧 期醸 稅 前 淨 利F35( 稅 後 淨 利 -lag 稅 後 淨 利 ) /ABS(lag 稅 後稅 後 淨 利 成 長 率淨 利 ) *100F36 總 資 產 成 長 率 總 資 產 增 減釥 額 /ABS( 去屢 年 同峧 期醸 總 資 產F37 淨 值穂 成 長 率 ( 淨 值穂 /lag 淨 值穂 - 1 ) *100F38稅 前 息窾 前 折 舊 前 淨 利 -lag 稅 前 息窾 前 折 舊總 資 產 報酒 酬 成 長 率前 淨 利F39 經 常 淨 利 成 長 率 經 常 利 益 增 減釥 額 /ABS( 去屢 年 同峧 期醸 經 常 利 益本岓 期醸 已 實 現 銷 貨 毛尭 利 - 去屢 年 同峧 期醸 已 實 現 銷F40F41已 實 現 銷 貨 毛尭 利 成 長 率 貨 毛尭 利 )/ 去屢 年 同峧 期醸 已 實 現 銷 貨 毛尭 利 之 絕 對值穂 *100%R531- 去屢 年 同峧 期醸 R531)*100%/ABS( 去屢 年 同峧常 續 性 利 益 成 長 率期醸 R531本岓 研 究 在峹 選 取 公 司屫 樣 本岓 的 部 分 增 加展 ( 董 監 持 股 、 董 監 質 押 股 、 董 事 持 股 、監 察 持 股 、 會 計稌 師窯 、 評 價 、TCRI 信 用岦 評 等 ) 等 非 財 務 變 數 , 以层 提醚 高 財 務 預測釱 之 準 確 度 。表 3-3 企峐 業 變 數 彙 整 表構 面稫 變 數 代 號 變 數 名峮 稱 資 料 來 源股 權 結 構 與 公 司屫治 理 指 標N1 董 監 持 股 % TEJ 整 理N2 董 監 質 押 股 % TEJ 整 理N3 董 事 持 股 % TEJ 整 理N4 監 察 持 股 % TEJ 整 理N5 會 計稌 師窯 TEJ 整 理N6 評 價 TEJ 整 理N7 TCRI 信 用岦 評 等 TEJ 整 理步 驟 三 : 利 用岦 CART 和 倒穅 傳 遞 類 神 經 網 路 構 建 財 務 危 機 預 警 模 式25

利 用岦 複 合峯 式 演 算 法 構 建 財 務 危 機 預 警 模 型 之 步 驟 如崇 下 :1. 首稴 先峕 利 用岦 決 策 樹 篩 選 出屒 重稥 要稊 變 數 。將 正岗 常 公 司屫 與 危 機 公 司屫 分 類 當 作 輸 出屒 變 數 , 將 非 財 務 變 數 與 財 務 變 數 當 作輸 入 變 數 篩 選 出屒 重稥 要稊 變 數 。2. 選 擇 輸 入 變 數 與 輸 出屒 變 數 。將 正岗 常 公 司屫 與 危 機 公 司屫 分 類 當 作 輸 出屒 變 數 , 將 CART 篩 選 出屒 的 重稥 要稊 變 數 以层及 預 測釱 值穂 當 作 輸 入 變 數 , 來 構 建 財 務 危 機 預 測釱 模 式 。3. 以层 訓 練 樣 本岓 訓 練 網 路 以层 建 立岷 財 務 危 機 預 測釱 模 式 。經 整 理 與 篩 選 出屒 的 重稥 要稊 變 數 輸 入 至 倒穅 傳 遞 類 神 經 網 路 進 行 構 建 模 式 。4. 以层 測釱 試 樣 本岓 測釱 試 財 務 預 測釱 模 式 之 準 確 率 。岩 本岓 研 究 所 篩 選 出屒 的 測釱 試 樣 本岓 , 輸 入 至 前 一 步 驟 所 構 建 出屒 之 模 式 進 行 演算 , 可屣 得 每 一 測釱 試 樣 本岓 的 預 測釱 , 以层 求 得 模 型 之 正岗 確 率 。3.3 研 究 設 計稌本岓 研 究 採 用岦 複 合峯 式 模 型 、 倒穅 傳 遞 類 神 經 網 路 、 判 別 分 析 、 羅 吉峥 斯醬 迴 歸分 析 , 建 構 財 務 危 機 預 警 模 式 , 並 對 此 四屶 種 模 式 與 分 析 的 結 果 進 行 比尬 較 。研 究 使 用岦 TEJ 台屲 灣 經 濟 新 報酒 1994 至 2008 年 國 內 發 生岥 財 務 危 機 公 司屫 與非 財 務 危 機 公 司屫 來 進 行 樣 本岓 比尬 對 , 並 以层 財 務 報酒 表 篩 選 出屒 財 務 變 數 與 非 財 務變 數 做 為 訓 練 資 料 , 構 建 出屒 財 務 預 警 模 式 。 而 模 式 建 立岷 分 為 前 一 年 、 前 二年 、 前 三 年 的 財 務 變 數 及 非 財 務 變 數 資 料 來 構 建 財 務 危 機 預 警 模 式 , 以层 比尬較 當 資 料 在峹 前 一 年 、 前 二 年 、 前 三 年 時 所 構 建 財 務 危 機 預 警 模 式 的 各峬 種 方尣法 結 果 差窭 異 。本岓 研 究 在峹 模 式 的 設 定 , 型 一 錯 誤 定 義 為 : 應 是 危 機 公 司屫 而 被 判 定 為 正岗 常公 司屫 ; 型 一 錯 誤 率 越 底 則 代 表 危 機 公 司屫 被 分 類 判 定 為 會 發 生岥 危 機 的 準 確 率越 高 , 則 本岓 研 究 在峹 於 要稊 致秬 力 降稪 低 型 一 錯 誤 率 , 才 能 避 免 投 資 人 及 大 眾 受 無謂 的 損 失屺 , 而 型 二 錯 誤 定 義 為 : 正岗 常 的 公 司屫 被 判 定 為 危 機 公 司屫 、 型 二 錯 誤 率越 低 則 表 示岴 正岗 常 公 司屫 被 判 定 為 危 機 公 司屫 , 而 造 成 體 質 良 好崅 的 公 司屫 因峴 誤 判 而導 致秬 公 司屫 內 部 及 投 資 人 的 重稥 大 損 失屺 。26

第 四屶 章鄓研 究 結 果 分 析4.1 研 究 結 果本岓 研 究 樣 本岓 是 針 對 1994 年 至 2008 年 間 國 內 財 務 正岗 常 的 公 司屫 及 發 生岥 財 務的 公 司屫 共峗 374 家窚 , 並 找 出屒 相 似 股 本岓 總 額 和 產 業 相 同峧 的 正岗 常 公 司屫 作 為 對 照 , 產業 類 別 則 是 依 據 以层 台屲 灣 證 交岾 所 上 市 上 櫃 公 司屫 營 業 分 類 , 以层 1:1 的 比尬 例 選 樣 ,財 務 危 機 公 司屫 與 正岗 常 公 司屫 分 別 為 各峬 187 家窚 , 總 共峗 374 家窚 上 下 市 櫃 公 司屫 。因峴 金 融 業 ( 如崇 保 險 、 銀 行 等 ) 所 參 照 的 財 務 比尬 率 與 其 屆 產 業 較 為 不 同峧 , 因峴此 本岓 研 究 排 除 金 融 產 業 樣 本岓 。 選 取 的 公 司屫 財 務 比尬 率 資 料 則 以层 發 生岥 財 務 危 機前 一 、 二 和 三 年 年 資 料 為 依 據 。 而 非 財 務 指 標 資 料 則 以层 公 司屫 財 務 資 料 相 對應 時 間 的 年 資 料 為 依 據 。 本岓 研 究 利 用岦 3.2 節 所 述稖 之 41 個積 企峐 業 財 務 變 數 及 7 個積 非財 務 企峐 業 財 務 變 數 , 利 用岦 複 合峯 式 模 型 、 倒穅 傳 遞 類 神 經 網 路 、 羅 吉峥 斯醬 迴 歸 分析 及 判 別 分 析 建 構 財 務 危 機 預 警 模 式 , 並 作 模 型 分 析 結 果 差窭 異 比尬 較 。4.2 分 析 結 果預 警 模 式 - 複 合峯 式 模 型 ( 財 務 危 機 前 三 年 ): 本岓 模 式 以层 正岗 常 及 財 務 危 機 公 司屫各峬 187 家窚 , 共峗 374 家窚 為 測釱 試 樣 本岓 為 建 立岷 預 警 模 型 的 樣 本岓 , 其 測釱 試 準 確 率 與 誤差窭 如崇 下 :表 4-1 複 合峯 式 模 型 之 財 務 危 機 預 警 模 式方尣 法 危 機 前 年 度 總 正岗 確 率 型 一 錯 誤 型 二 錯 誤前 一 年 87.8% 13.5% 10.9%複 合峯 式 模 型前 二 年 90.4% 10.2% 9.1%前 三 年 87.4% 14.9% 10.2%整 體 分 類 正岗 確 率 88.53%岩 上 述稖 結 果 得 知 , 危 機 前 一 年 的 測釱 試 準 確 率 87.8 %, 分 析 結 果 發 現 嚴 重稥缺 失屺 的 型 一 錯 誤 率 為 13.5 %, 而 型 二 錯 誤 率 為 10.9 %。 危 機 前 兩 年 的 測釱 試 準27

確 率 94.4%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一 錯 誤 率 為 10.2%, 而 型 二 錯 誤 率為 9.1 %。 危 機 前 三 年 的 測釱 試 準 確 率 87.4%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一錯 誤 率 為 14.9%, 而 型 二 錯 誤 率 為 10.2 %。預 警 模 式 - 倒穅 傳 遞 類 神 經 網 路 ( 財 務 危 機 前 三 年 ): 本岓 模 式 以层 正岗 常 及 財 務 危機 公 司屫 各峬 187 家窚 , 共峗 374 家窚 為 測釱 試 樣 本岓 為 建 立岷 預 警 模 型 的 樣 本岓 , 其 測釱 試 準 確率 與 誤 差窭 如崇 下 :表 4-2 倒穅 傳 遞 類 神 經 網 路 之 財 務 危 機 預 警 模 式方尣 法 危 機 前 年 度 總 正岗 確 率 型 一 錯 誤 型 二 錯 誤倒穅 傳 遞 類 神 經 網路前 一 年 79.9% 24.1% 16%前 二 年 79.7% 22.9% 17.6%前 三 年 77.5% 24.5% 20.3%整 體 分 類 正岗 確 率 79.03%岩 上 述稖 結 果 得 知 , 危 機 前 一 年 的 測釱 試 準 確 率 79.9 %, 分 析 結 果 發 現 嚴 重稥缺 失屺 的 型 一 錯 誤 率 為 24.1 %, 而 型 二 錯 誤 率 為 16 %。 危 機 前 兩 年 的 測釱 試 準確 率 79.7%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一 錯 誤 率 為 22.9%, 而 型 二 錯 誤 率為 17.6 %。 危 機 前 三 年 的 測釱 試 準 確 率 77.5%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一錯 誤 率 為 24.5%, 而 型 二 錯 誤 率 為 20.3 %。預 警 模 式 - 羅 吉峥 斯醬 迴 歸 ( 財 務 危 機 前 三 年 ): 本岓 模 式 以层 正岗 常 及 財 務 危 機 公 司屫各峬 187 家窚 , 共峗 374 家窚 為 測釱 試 樣 本岓 為 建 立岷 預 警 模 型 的 樣 本岓 , 其 測釱 試 準 確 率 與 誤差窭 如崇 下 :表 4-3 羅 吉峥 斯醬 迴 歸 之 財 務 危 機 預 警 模 式方尣 法 危 機 前 年 度 總 正岗 確 率 型 一 錯 誤 型 二 錯 誤羅 吉峥 斯醬 迴 歸前 一 年 80.5% 21.4% 17.6%前 二 年 79.7% 20.3% 20.3%28

前 三 年 77.0% 22.4% 23.5%整 體 分 類 正岗 確 率 79.07%岩 上 述稖 結 果 得 知 , 危 機 前 一 年 的 測釱 試 準 確 率 80.5 %, 分 析 結 果 發 現 嚴 重稥缺 失屺 的 型 一 錯 誤 率 為 21.4 %, 而 型 二 錯 誤 率 為 17.6 %。 危 機 前 兩 年 的 測釱 試 準確 率 79.7%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一 錯 誤 率 為 20.3%, 而 型 二 錯 誤 率為 20.3 %。 危 機 前 三 年 的 測釱 試 準 確 率 77.0%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一錯 誤 率 為 22.4%, 而 型 二 錯 誤 率 為 23.5 %。預 警 模 式 - 判 別 分 析 ( 財 務 危 機 前 三 年 ): 本岓 模 式 以层 正岗 常 及 財 務 危 機 公 司屫 各峬187 家窚 , 共峗 374 家窚 為 測釱 試 樣 本岓 為 建 立岷 預 警 模 型 的 樣 本岓 , 其 測釱 試 準 確 率 與 誤 差窭如崇 下 :表 4-4 判 別 分 析 之 財 務 危 機 預 警 模 式方尣 法危 機 前 年 度 總 正岗 確 率 型 一 錯 誤 型 二 錯 誤前 一 年 80.1% 24.1% 15.5%判 別 分 析前 二 年 75.7% 24.6% 24.1%前 三 年 71.1% 28.3% 29.4%整 體 分 類 正岗 確 率 75.63%岩 上 述稖 結 果 得 知 , 危 機 前 一 年 的 測釱 試 準 確 率 80.1 %, 分 析 結 果 發 現 嚴 重稥缺 失屺 的 型 一 錯 誤 率 為 24.1 %, 而 型 二 錯 誤 率 為 15.5 %。 危 機 前 兩 年 的 測釱 試 準確 率 75.7%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一 錯 誤 率 為 24.6%, 而 型 二 錯 誤 率為 24.1 %。 危 機 前 三 年 的 測釱 試 準 確 率 71.1%, 分 析 結 果 發 現 嚴 重稥 缺 失屺 的 型 一錯 誤 率 為 28.3%, 而 型 二 錯 誤 率 為 29.4 %。29

4.3 分 析 結 果 比尬 較本岓 研 究 樣 本岓 的 選 取 以层 1994 年 至 2008 年 發 生岥 財 務 危 機 的 187 家窚 上 市 上櫃 公 司屫 , 找 出屒 該 年 上 市 上 櫃 公 司屫 被 處 分 變 更 交岾 易 、 停 止尩 交岾 易 或 下 市 等 公 司屫 ,並 找 出屒 相 似 規 模 ( 以层 股 本岓 總 額 為 依 據 ) 和 產 業 相 同峧 的 正岗 常 公 司屫 作 為 對 照 , 產 業類 別 依 據 以层 台屲 灣 證 交岾 所 上 市 上 櫃 公 司屫 營 業 分 類 , 以层 1:1 的 比尬 例 選 樣 ,187 家窚正岗 常 上 市 公 司屫 作 對 照 , 財 務 危 機 公 司屫 與 正岗 常 公 司屫 總 共峗 374 家窚 上 市 上 櫃 公 司屫 。基 於 金 融 業 ( 銀 行 、 證 券 、 保 險 等 ) 所 參 照 的 財 務 比尬 率 與 其 屆 產 業 較 為 不 同峧 ,因峴 此 本岓 研 究 排 除 金 融 產 業 樣 本岓 。 選 取 的 公 司屫 財 務 比尬 率 資 料 則 以层 發 生岥 財 務 危機 前 一 至 前 三 年 之 資 料 來 做 為 依 據 。本岓 研 究 利 用岦 複 合峯 式 模 型 、 倒穅 傳 遞 類 神 經 網 路 方尣 法 、 羅 吉峥 斯醬 迴 歸 分 析 方尣法 及 判 別 分 析 建 構 財 務 危 機 預 警 模 式 , 表 4-5 至 表 4-7 列峚 出屒 公 司屫 發 生岥 危 機 之前 一 年 、 前 二 年 及 前 三 年 資 料 所 構 建 之 模 式 。表 4-5 各峬 方尣 法 構 建 之 財 務 危 機 預 警 模 式 之 正岗 確 率 表分 析 方尣 法 危 機 前 年 度 總 準 確 率危 機 前 一 年 87.8%複 合峯 式 模 型危 機 前 二 年 90.4%危 機 前 三 年 87.4%危 機 前 一 年 79.9%倒穅 傳 遞 類 神 經 網 路危 機 前 二 年 79.7%危 機 前 三 年 77.5%岩 上 表 複 合峯 式 模 型 與 倒穅 傳 遞 類 神 經 網 路 發 現 財 務 及 非 財 務 比尬 率 的 複 合峯式 模 型 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 模 式 皆 超 越 87 % 的 準 確率 , 但 倒穅 傳 遞 類 神 經 網 路 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 皆 不 超過 80 % 準 確 率 , 因峴 此 研 究 顯 示岴 複 合峯 式 模 型 明 顯 優 於 倒穅 傳 遞 類 神 經 網 路 分 析法 。30

表 4-6 各峬 方尣 法 構 建 之 財 務 危 機 預 警 模 式 之 正岗 確 率 表分 析 方尣 法 危 機 前 年 度 總 準 確 率危 機 前 一 年 87.8%複 合峯 式 模 型危 機 前 二 年 90.4%危 機 前 三 年 87.4%危 機 前 一 年 80.5%羅 吉峥 斯醬 迴 歸危 機 前 二 年 79.7%危 機 前 三 年 77.0%岩 上 表 複 合峯 式 模 型 與 倒穅 傳 遞 類 神 經 網 路 發 現 財 務 及 非 財 務 比尬 率 的 複 合峯式 模 型 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 模 式 皆 超 越 87 % 的 準 確率 , 但 羅 吉峥 斯醬 迴 歸 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 皆 不 超 過 81 %準 確 率 , 因峴 此 研 究 顯 示岴 複 合峯 式 模 型 明 顯 優 於 羅 吉峥 斯醬 迴 歸 分 析 法 。表 4-7 各峬 方尣 法 構 建 之 財 務 危 機 預 警 模 式 之 正岗 確 率 表分 析 方尣 法 危 機 前 年 度 總 準 確 率危 機 前 一 年 87.8%複 合峯 式 模 型危 機 前 二 年 90.4%危 機 前 三 年 87.4%危 機 前 一 年 80.1%判 別 分 析危 機 前 二 年 75.7%危 機 前 三 年 71.1%31

岩 上 表 複 合峯 式 模 型 與 倒穅 傳 遞 類 神 經 網 路 發 現 財 務 及 非 財 務 比尬 率 的 複 合峯式 模 型 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 模 式 皆 超 越 87 % 的 準 確率 , 但 判 別 分 析 預 警 模 式 準 確 率 前 一 年 、 前 二 年 、 前 三 年 皆 不 超 過 81 % 準確 率 , 因峴 此 研 究 顯 示岴 複 合峯 式 模 型 明 顯 優 於 判 別 分 析 法 。岩 上 述稖 表 格 得 知 複 合峯 式 模 型 構 建 之 前 一 年 、 前 二 年 及 前 三 年 的 模 式 其準 確 率 皆 超 越 87% 的 準 確 率 , 而 判 別 分 析 預 警 模 式 之 準 確 率 皆 不 超 過80.1%, 羅 吉峥 斯醬 預 警 模 式 準 確 率 皆 不 超 過 80.5%, 因峴 此 研 究 顯 示岴 複 合峯 式 模 型明 顯 優 於 羅 吉峥 斯醬 分 析 法 。 型 一 錯 誤 率 方尣 面稫 比尬 較 發 現 複 合峯 式 模 型 在峹 財 務 危 機前 三 年 皆 有 較 低 的 型 一 錯 誤 率 , 僅 不 超 過 15%, 意 即 前 三 年 危 機 公 司屫 預 測釱 準確 率 皆 高 , 危 機 的 公 司屫 大 多峿 能 準 確 地峸 被 預 測釱 出屒 來 , 而 前 三 年 的 型 一 錯 誤 率 ,複 合峯 式 模 型 分 析 仍 比尬 判 別 分 析 與 羅 吉峥 斯醬 迴 歸 相 對 的 低 。 所 以层 複 合峯 式 模 型 有較 低 的 型 一 錯 誤 率 , 能 使 投 資 人 有 效 避 免 投 資 到 危 機 公 司屫 降稪 低 投 資 風稱 險 。4.4 CART 篩 選 之 重稥 要稊 變 數危 機 前 年 度前 一 年前 二 年重稥 要稊 變 數董 監 持 股 %、 董 監 質 押 股 %、 董 事 持 股 %、 會 計稌 師窯 、 評 價 、資 產 報酒 酬 率 ( 稅 後 息窾 前 ) %、 稅 前 淨 利 率 %、 稅 後 淨 利 率%、 業 外屸 收 支尟 率 %、 常 續 性 利 益 率 ( 稅 後 ) %、 現 金 流 量 比尬率 %、 營 收 成 長 率 %、 營 業 毛尭 利 成 長 率 %、 已 實 現 銷 貨 毛尭利 成 長 率 %、 營 業 利 益 成 長 率 %、 稅 前 淨 利 成 長 率 %、 稅後 淨 利 成 長 率 %、 經 常 淨 利 成 長 率 %、 常 續 性 利 益 常 長率 - 稅 後 、 總 資 產 成 長 率 %、 總 資 產 報酒 酬 成 長 率 %、 流動 比尬 率 %、 速 動 比尬 率 %、 利 息窾 支尟 出屒 率 %、 借穃 款金 依 存崊 度 %、利 息窾 保 障 倍稹 數 、 營 業 利 益 時 收 資 本岓 %、 稅 前 純 益 / 實 收 資本岓 、 存崊 貨 週 轉 率 ( 次 )、 平岅 均 銷 售 天 數 ( 天 )、 固 定 資 產 週 轉率 ( 次 )、 每 人 營 業 利 益 ( 千 元 )。董 監 持 股 %、 董 事 持 股 %、 監 察 持 股 %、 資 產 報酒 酬 率 ( 稅後 息窾 前 ) %、 營 業 毛尭 利 率 %、 已 實 現 銷 售 毛尭 利 率 %、 稅 前淨 利 率 %、 稅 後 淨 利 率 %、 業 外屸 收 支尟 率 %、 常 續 性 利 益 率( 稅 後 ) %、 營 業 費 用岦 率 %、 現 金 流 量 比尬 率 %、 營 收 成 長 率%、 營 業 毛尭 利 成 長 率 %、 已 實 現 銷 貨 毛尭 利 成 長 率 %、 營 業利 益 成 長 率 %、 總 資 產 成 長 率 %、 淨 值穂 成 長 率 %、 流 動 比尬率 %、 速 動 比尬 率 %、 利 息窾 支尟 出屒 率 %、 總 負稐 債 / 總 淨 值穂 、 負稐債 比尬 率 %、 長 期醸 資 金 適 合峯 率 (A) %、 借穃 款金 依 存崊 度 %、 利 息窾保 障 倍稹 數 、 營 業 利 益 / 實 收 資 本岓 、 稅 前 純 益 / 實 收 資 本岓 、TCRI 信 用岦 評 等 、 固 定 資 產 週 轉 率 ( 次 ) 、 每 人 配 備鄠 率 %。32

前 三 年前 一 年 至 前 三 年 年 度資 產 報酒 酬 率 ( 稅 後 息窾 前 ) %、 稅 前 淨 利 率 %、 業 外屸 收 支尟 率 %、常 續 性 利 益 率 ( 稅 後 ) %、 總 資 產 成 長 率 %、 淨 值穂 成 長 率 %、總 資 產 報酒 酬 成 長 率 %、 總 負稐 債 / 總 淨 值穂 、 負稐 債 比尬 率 %、 借穃款金 依 存崊 度 %、TCRI 信 用岦 評 等 。資 產 報酒 酬 率 %、 稅 前 淨 利 率 %、 業 外屸 收 支尟 率 %、 常 續 性 利益 率 %、 總 資 產 成 長 率 %、 借穃 款金 依 存崊 度 。因峴 此 本岓 研 究 顯 示岴 整 體 上 複 合峯 式 模 型 財 務 危 機 預 警 模 式 較 有 效 。 且尼 最鄦 後經 研 究 結 果 發 現 判 別 危 機 企峐 業 敏 感 度 較 高 之 變 數 為 : 資 產 報酒 酬 率 、 稅 前 淨利 率 、 業 外屸 收 支尟 率 、 常 續 性 利 益 率 、 總 資 產 成 長 率 、 借穃 款金 依 存崊 度 。33

第 五 章鄓結 論 與 建 議5.1 結 論本岓 研 究 樣 本岓 的 選 取 1994 年 至 2008 年 間 , 國 內 財 務 正岗 常 的 公 司屫 及 發 生岥 財務 危 機 的 公 司屫 進 行 分 析 , 利 用岦 財 務 危 機 發 生岥 前 一 年 、 前 二 年 和 前 三 年 之 財務 比尬 率 資 料 及 非 財 務 變 數 來 進 行 模 型 之 建 構 。 找 出屒 資 料 中 相 似 規 模 以层 股 本岓總 額 為 依 據 和 產 業 相 同峧 的 正岗 常 公 司屫 作 為 對 照 , 產 業 類 別 依 據 以层 台屲 灣 證 交岾 所上 市 上 櫃 公 司屫 營 業 分 類 , 以层 1:1 的 比尬 例 選 樣 , 將 正岗 常 及 財 務 危 機 公 司屫 各峬 187家窚 , 共峗 374 家窚 上 、 下 市 上 櫃 公 司屫 作 為 建 立岷 預 警 模 型 的 樣 本岓 。 另屮 外屸 , 本岓 研 究 排除 金 融 產 業 , 因峴 參 照 的 財 務 比尬 率 與 其 屆 產 業 較 為 不 同峧 , 因峴 此 排 除 金 融 產 業樣 本岓 。本岓 研 究 主尾 要稊 探 討 複 合峯 式 模 型 、 判 別 分 析 、 倒穅 傳 遞 類 神 經 網 路 以层 及 羅 吉峥斯醬 迴 歸 建 構 之 財 務 危 機 預 警 模 式 的 比尬 較 , 來 預 測釱 公 司屫 是 否 可屣 投 資 、 上 市 ,亦岿 探 討 將 上 市 上 櫃 公 司屫 依 股 本岓 分 類 是 否 有 更 佳 的 預 測釱 表 現 。茲 將 本岓 研 究 所 得 之 結 果 彙 總 如崇 下 :1. 研 究 採 用岦 複 合峯 式 模 型 、 判 別 分 析 、 倒穅 傳 遞 類 神 經 網 路 以层 及 羅 吉峥 斯醬 迴 歸 ,針 對 台屲 灣 上 市 公 司屫 三 年 的 資 料 做 分 析 , 以层 財 務 和 非 財 務 變 數 建 構 出屒 財 務危 機 預 警 模 式 , 結 果 顯 示岴 本岓 研 究 依 複 合峯 式 模 型 所 建 構 的 預 警 模 式 有 較 高的 準 確 率 。2. 本岓 研 究 採 用岦 複 合峯 式 模 型 、 判 別 分 析 、 倒穅 傳 遞 類 神 經 網 路 以层 及 羅 吉峥 斯醬 迴 歸 ,清 楚 地峸 將 影 響 企峐 業 發 生岥 財 務 危 機 敏 感 度 較 高 變 數 因峴 子 如崇 下 : 非 財 務 變 數為 變 更 會 計稌 師窯 之 次 數 、 會 計稌 師窯 評 價 、 董 監 事 持 股 或 是 股 權 質 押 狀 況 、TCRI信 用岦 評 、 經 理 人 持 股 、 董 事 持 股 、 監 察 持 股 比尬 率 , 財 務 變 數 為 每 股 現 金流 量 、 有 息窾 負稐 債 利 率 、 每 股 淨 值穂 、 淨 值穂 報酒 酬 率 - 常 續 性 利 益 、 營 業 費 用岦 率 ,可屣 提醚 供 企峐 業 和 會 計稌 師窯 查 核 時 的 重稥 要稊 參 考 。5.2 研 究 限稧 制5.2.1 樣 本岓 數本岓 研 究 財 務 危 機 之 樣 本岓 選 取 , 主尾 要稊 是 來 自 於 台屲 灣 經 濟 新 報酒 資 料 庫窰 找 出屒在峹 1994 年 至 2008 年 間 曾醶 經 發 生岥 本岓 研 究 所 定 義 之 財 務 危 機 的 公 司屫 , 但 是 岩 於部 份峏 發 生岥 財 務 危 機 之 公 司屫 , 其 財 務 資 料 與 股 權 資 料 不 完 整 , 因峴 此 使 得 本岓 研究 財 務 危 機 樣 本岓 數 為 187 家窚 上 市 上 櫃 公 司屫 , 總 共峗 374 家窚 上 下 市 櫃 公 司屫 。5.2.2 財 務 報酒 表 限稧 制34

財 務 報酒 表 易 有 窗 飾 效 果 , 對 於 管 理 當 局 蓄 意 導 致秬 企峐 業 經 營 危 機 , 其 財務 比尬 率 亦岿 在峹 許 多峿 衡 量 問 題 和 限稧 制 。5.3 建 議 與 後 續 研 究 方尣 向峭5.3.1 研 究 建 議1. 對 企峐 業 經 理 人 的 建 議企峐 業 發 生岥 財 務 危 機 前 是 有 徵 兆峔 的 , 經 理 人 或 股 東 往 往 只屯 重稥 視 財 務 資 訊方尣 面稫 的 控 管 , 而 忽 略 其 屆 非 財 務 指 標 的 變 動 。 本岓 研 究 發 現 變 更 會 計稌 師窯 之 次數 、 會 計稌 師窯 評 價 、 董 監 事 持 股 或 是 股 權 質 押 狀 況 、TCRI 信 評 指 標 、 經 理 人持 股 、 董 事 持 股 、 監 察 持 股 比尬 率 提醚 供 非 常 有 用岦 的 預 測釱 能 力 , 藉 以层 這 些 非 財務 指 標 協 助 經 理 人 公 司屫 治 理 , 以层 期醸 更 早 發 現 公 司屫 財 務 是 否 出屒 現 危 機 。2. 對 分 析 師窯 與 投 資 人 的 建 議投 資 人 與 分 析 師窯 往 往 接 觸 的 訊 息窾 都 是 公 司屫 整 理 過 的 第 二 手尝 資 料 , 即 使公 司屫 出屒 現 財 務 危 機 , 卻 因峴 為 企峐 業 經 理 人 刻 意 隱 瞞 而 無 法 從 財 報酒 中 得 知 財 務問 題 。 本岓 研 究 採 複 合峯 式 模 型 所 建 構 財 務 危 機 預 警 模 式 , 複 合峯 式 模 型 提醚 供 投資 人 一 個積 使 用岦 上 較 簡 單酀 而 準 確 之 財 務 危 機 預 警 模 型 , 方尣 便 一 般 投 資 者 建 立岷其 預 警 模 式 , 可屣 從 財 務 資 料 及 非 財 務 資 料 判 別 出屒 前 三 年 企峐 業 財 務 是 否 有 發生岥 危 機 的 風稱 險 , 讓 投 資 者 有 更 多峿 的 資 訊 掌醑 握醛 上 市 公 司屫 的 營 運 狀 況 , 使 投 資者 有 效 的 避 免 投 資 到 危 機 公 司屫 並 且尼 可屣 降稪 低 投 資 風稱 險 。5.4 後 續 研 究 方尣 向峭本岓 研 究 採 用岦 的 複 合峯 式 模 型 , 可屣 試 著 增 加展 財 務 變 數 與 非 財 務 變 數 讓 預 測釱數 據 更 加展 準 確 , 也 可屣 試 著 用岦 不 同峧 的 架 構 與 學 習 演 算 方尣 法 。 在峹 方尣 法 運 用岦 方尣 面稫 ,也 可屣 考 慮 不 同峧 的 方尣 法 例 如崇 灰 色 理 論 、 其 屆 類 神 經 網 路 方尣 法 等 。35

參 考 文尠 獻一 、 英秺 文尠 部 分1. Altman, E. I., “Financial Ratios, Discriminant Analysis and the Prediction ofCorporate Bankruptcy,” Journal of Finance, Vol.23 (3), 1968, pp589-609.2. Altman, E. L., I. Edward, R. Haldeman, & P. Narayanan, “A new model to identifybankruptcy risk of corporations”, Journal of Banking and Finance, Vol 1, 1977, pp.29–54.3. Altman, E. I., “Predicting performance in the savings and loan association industry”,Journal of Monetary Economics, Vol 3, 1977, pp. 443–466.4. Altman, E. I., G. Marco, & F. Varetto, “Corporate distress diagnosis: Comparisons usinglinear discriminant analysis and neural networks (the Italian experience)”, Journal ofBanking and Finance, Vol 18, 1994 , pp. 505–529.5. Baek, J., & S. Cho, “Bankruptcy prediction for credit risk using an auto associativeneural network in Korean firms”, In IEEE international conference on computationalintelligence for financial engineering, 2003.6. Beaver, W. H. “Financial Ratios as Predictors of Failures,” Journal of AccountingResearch, Vol.4 (1), 1996.7. Canbas, S., A. Cabnk, & S. B. Kilic, “Prediction of commercial bank failure viamultivariate statistical analysis of financial structure: The Turkish case”, EuropeanJournal of Operational Research, Vol 166, 2005, pp. 528-546.8. Chen, W. S., & Y. K. Du, “Using neural networks and data mining techniques for thefinancial distress prediction model”, Expert Systems with Applications, Vol 36, 2009, pp.4075-4086.9. Deakin, E. B., “A discriminant analysis of predictors of business failure”, Journal ofAccounting Research, 1972, pp.167-179.36

10. Deakin, E. B., “A Discriminant Analysis of Predictors of Failure,” Journal ofAccounting Research, Vol.10, 1972.11. Doganay, M. M., N. B. Ceylan, & R. Aktas, “Predicting financial failure of the Turkishbanks”, Annals of Financial Economics, Vol 1, 2006, pp. 97-117.12. Fletcher, D., & E. Goss, “Application forecasting with neural networks an applicationusing bankruptcy data”, Information and Management, Vol 24, 1993, pp. 159–167.13. Hastie, T., R. Tibshirani, and J. Friedman, The Elements of Statistical Learning; DataMining, Inference, and Prediction. Springer-Verlag Inc, New York, (2001).14. Ivakhnenko, A. G. & H. R. Madala, Inductive learning algorithms for complex systemsmodeling, CRC press, Inc, 1994.15. Kolari, J., D. Glennon, H. Shin, & M. Caputo, “Predicting large US commercial bankfailures”, Journal of Economics and Business, Vol 54, No 321, 2002, pp. 361-387.16. Lam, K. F., & J. W. Moy, “Combining discriminant methods in solving classificationproblems in two-group discriminant analysis”, European journal of OperationalResearch, Vol 138, 2002, pp. 294-301.17. Lee, K., D. Booth, & P. Alam, “A comparison of supervised and unsupervised neuralnetworks in predicting bankruptcy of Korean firms”, Expert Systems with Applications,Vol 29, 2005 ,pp. 1–6.18. Lee, K. C., I. Han, & Y. Kwon, “Hybrid neural network models for bankruptcypredictions”, Decision Support Systems, Vol 18, 1996 ,pp. 63–72.19. Martin, D., “Early warning of bank failure: A logit regression approach”, Journal ofBaking and Finance, Vol 1, 1997, pp. 249-276.20. Meyer, P. A., & H. W. Pifer, “Prediction of bank failures”, Journal of Finance, Vol 25, pp.853–868, 1970.21. Min, J. H., & Y. C. Lee, “Bankruptcy prediction using support vector machine withoptimal choice of kernel function parameters”, Expert Systems with Applications, Vol37

28, 2005, pp. 603-614.22. Min, S. H., J. Lee, & I. Han, “Hybrid genetic algorithms and support vector machinesfor bankruptcy prediction”, Expert Systems with Applications, Vol 31, 2006, pp.652–660.23. Odom, M., & R. Sharda, “A neural network model for bankruptcy prediction”, InProceedings of the second IEEE international joint conference on neural networks , Vol.II, 1990, pp. 163–168.24. Ohlson, J. A., “Financial rations and the probabilistic prediction of bankruptcy”, Journalof Accounting Research, Vol 18, 1980, pp. 109–131.25. Olmeda, I., and E. Fernandez, “Hybrid classifiers for financial multicriteria decisionmaking: the case of bankruptcy prediction”, Computational Economics, Vol 10, 1997, pp.317-335.26. Pastena, V., and Ruland, W., “The Merger/Bankruptcy Alternative,” The(2) Accounting Review, 1986.27. Piramuthu, S., H. Ragavan, & M. J. Shaw, “Using feature construction to improve theperformance of the neural networks”, Management Science, 1998, Vol 44, No 3.28. Salchenberger, L., C. Mine, & N. Lash, “Neural networks: A tool for predicting thriftfailures”, Decision Sciences, Vol 23, 1992, pp. 899–916.29. Sharda, R. & R. L. Wilson, “Performance comparison issues in neural networkexperiments for classification problems”, In Proceedings of the 26th Hawaiiinternational conference on system scientists, 1993.30. Sharma, S., Applied multivariate techniques, John Wiley & Sons, New York, 1996.31. Sinkey, J. F., “A multivariate statistical analysis of the characteristics of problem banks”,Journal of Finance, Vol 30, 1975, pp. 21–36.32. Sun, J. & H. Li, “Financial distress early warning based on group decision making”,Computers & Operation Research, Vol 36, 2009, pp. 885-906.38

33. Tae, K. S., Namsik, C., and Gunhee, L. “Dynamics of Modeling in Data Mining:Interpretive Approach to Bankruptcy Prediction,” Journal of Management InformationSystems, Vol.16 (1), (1999), pp.63-85.34. Tam, K. Y., “Neural network models and the prediction of bank bankruptcy”, Omega,Vol 5, 1991, pp. 429–445.35. Tam, K. Y. and M. Y. Kiang, “Managerial applications of neural networks: the case ofbank failure predictions”, Management Science, Vol. 38, No. 7, 1992, pp.926-947.36. Vellido, A., P. J. G. Lisboa, and J. Vaughan, “Neural networks in business: a survey ofapplications (1992-1998)”, Expert Systems with Applications, Vol. 17, 1999, pp.51-70.37. Walters, J. E. , “The Determination of Technical Solvency,” Journal of Business, Vol. 30,1957.38. Wu, C. H., G. H. Tzeng, Y. J. Goo, & W. C. Fang, “A real-valued genetic algorithm tooptimize the parameters of support vector machine for predicting bankruptcy”, ExpertSystems with Applications, Vol 32, 2007 , pp. 397–408.二 、 中 文尠 部 分1. 李 智醳 霖 ,「 利 用岦 不 同峧 分 類 模 式 探 討 財 務 危 機 預 警 模 型 之 建 立岷 」, 碩 士 論 文尠 , 銘 傳 大 學資 訊 管 理 研 究 所 , 民岙 國 94 年 。2. 林 文尠 修穑 ,「 演 化 式 類 神 經 網 路 為 基 底 的 企峐 業 危 機 診 斷 模 型 .. 智醳 慧 資 本岓 之 應 用岦 」, 國 立岷中 央屹 大 學 資 訊 管 理 研 究 所 博鄯 士 論 文尠 , 民岙 國 89 年 。3. 胡秦 美秙 惠酿 ,「 公 司屫 財 務 風稱 險 防 範 預 警 模 式 之 探 討 - 以层 中 部 中 小 企峐 業 為 例 」, 碩 士 論 文尠 ,大 葉 大 學 事 業 經 營 研 究 所 碩 士 班 , 民岙 國 94 年 。4. 張 大 成 、 薛 人 瑞 、 黃 建 隆 , 財 務 危 機 模 型 之 變 數 選 取 研 究 ,「 貨 幣 觀 測釱 與 信 用岦 評 等 」,第 39 期醸 , 民岙 國 92 年 。5. 張 正岗 忠 ,「 台屲 灣 上 市 公 司屫 財 務 危 機 預 警 模 型 之 建 立岷 - 瀑 布 羅 吉峥 斯醬 模 型 之 應 用岦 」, 國 立岷交岾 通 大 學 經 營 管 理 研 究 所 碩 士 論 文尠 , 民岙 國 88 年 。39

6. 許 瑞 立岷 ,「 台屲 灣 上 市 電 子 公 司屫 財 務 預 警 模 式 」, 義 崌 大 學 管 理 科 學 研 究 所 碩 士 論 文尠 ,民岙 國 88 年 。7. 郭 虹稅 伶 ,「 運 用岦 財 務 及 股 權 結 構 因峴 素 建 立岷 台屲 灣 上 市 公 司屫 動 態 化 財 務 預 警 模 式 」 之 研究 , 碩 士 論 文尠 , 朝醹 陽 科 技 大 學 財 務 金 融 系 , 民岙 國 96 年 。8. 陳鄉 肇 榮 ,「 運 用岦 財 務 率 預 測釱 財 務 危 機 之 實 證 研 究 」, 政 治 大 學 管 理 研 究 所 博鄯 士 論 文尠 ,民岙 國 72 年 。9. 楊 浚 泓 ,「 考 慮 財 務 操 作 與 合峯 併 報酒 表 後 之 財 務 危 機 預 警 模 型 」, 國 立岷 中 央屹 大 學 財 務 管理 研 究 所 碩 士 論 文尠 , 民岙 國 89 年 。10. 葉 銀 華 、 李 存崊 修穑 、 柯 承 恩窽 ,「 公 司屫 治 理 與 評 等 系 統 , 台屲 北屙 市 : 商 智醳 文尠 化 」, 民岙 國 91年 。11. 劉 秀 賢 ,「 股 價 下 挫 危 機 之 預 測釱 - 個積 股 分 析 」, 國 立岷 台屲 北屙 大 學 統 計稌 學 系 碩 士 論 文尠 , 民岙國 89 年 。12. 劉 容窞 慈 ,「 整 合峯 公 司屫 治 理 、 會 計稌 資 訊 與 總 體 經 濟 敏 感 度 之 財 務 危 機 模 型 」, 輔 仁 大 學金 融 研 究 所 碩 士 論 文尠 , 民岙 國 91 年 。13. 潘 玉岡 葉 ,「 台屲 灣 上 市 公 司屫 財 務 危 機 預 警 分 析 」, 博鄯 士 論 文尠 , 淡 江 大 學 管 理 科 學 研 究 所 ,民岙 國 79 年 。14. 謝 智醳 安崎 ,「 企峐 業 財 務 危 機 預 測釱 之 研 究 」, 碩 士 論 文尠 , 國 立岷 中 正岗 大 學 國 際 經 濟 研 究 所 ,民岙 國 93 年 。15. 蘇 軒 慧 ,「 以层 財 務 危 機 模 式 探 討 合峯 併 報酒 表 及 個積 別 報酒 表 併 存崊 之 必岊 要稊 性 」, 碩 士 論 文尠 , 國立岷 中 山 大 學 財 務 管 理 學 所 , 民岙 國 94 年 。40