臺灣博碩士論文加值系統

企業營運狀況會定期反應在財務報表上，但卻需等到財務揭露之後，投資人才能預警公司是否出現狀況，但是若企業刻意粉飾財報資訊則無法直接由財務資訊得知企業營運情形，而許多非財務資訊經先前學者證實可幫助預測企業預測財務危機的發生，但股價資訊或信用評等狀況等指標因素卻鮮少學者深入研究。
本研究結合企業財務比率指標和非財務資訊指標建構出企業財務危機預警模式。研究樣本取36家財務危機公司，以一比一配對方式選取36家正常公司，共72家公司樣本，資料蒐集法令規章和前人學著經驗法則使用30項財務比率和7項非財務指標作為輸入變數。
本研究使用資料探勘的決策樹方法和類神經網路分析企業財務危機預警模式，發現財務危機發生前一年的預測準確率，以類神經網路分析法有較佳的預測能力，前二年和前三年則是決策樹分析法較佳；本研究預警模式證實準確率優於先前學者所使用的非財務指標預警模式，且更適用於台灣企業。研究發現額外加入股價資訊指標和信用評等指標的預警模型確實能增加財務危機預警的準確率，而且有效降低型一錯誤率發生。

Enterprise operating status will be disclosed periodically on financial statement and investors can get fully information once the formal financial statement is disclosed and published. If exectives of firms intentionally dress financial statements up , investors can not get real enterprise operating status from it. However, non-financial information was proved to predict financial distress by former researchers. But few studies exploit stock and credit ranking information to construct financial crisis prediction model.

The study uses financial and non-financial information to predict corporate financial distress. We get 36 financial distress and 36 normal firms for sampling data. Regarding to our data gathering and former researchers’ experiences, we exploit 30 financial indicators and 7 non-financial indicators for our input data.

Decioion tree and neural network analysis were used by the study to construct financial crisis prediction model and found neural network analysis obtains better prediction accuracy in the year before financial crisis.Howere,decision tree obtains better prediction accuracy in the former two and three year of financial crisis. The study was approved to have better prediction accuracy than former researchers and is much more suitable for Taiwan firms’ financial crisis prediction.The result found stock and credit ranking information of non-financial indicators can improve the accuracy of financial crisis prediction model and effectively lower Type 1 error.

目錄
第一章 緒論 1
第一節 研究動機與目的 2
第二節 研究範圍與研究流程 3
第三節 資料來源與研究限制 5
第二章 文獻探討 7
第一節 財務危機的定義 7
第二節 財務危機預警文獻探討 10
第三節 指標變數說明 18
第四節 應用於企業財務危機的資料探勘技術 24
第三章 研究設計 29
第一節 樣本選取 29
第二節 研究設計 32
第四章 資料分析與研究結果 34
第一節 決策樹分析 34
第二節 類神經網路分析 47
第三節 分析比較 52
第五章 結論與建議 57
第一節 討論 57
第二節 結論 59
第三節 建議與後續研究方向 61
文獻參考 62



圖目錄
圖 1.1研究架構 4
圖 2.1研究流派樹 16
圖 2.2類神經元素 25
圖 2.3類神經網路圖例 25
圖 2.4決策樹圖例 27
圖 3.1研究設計圖 32
圖 4.1 A-1模型決策樹 34
圖 4.2 A-2模型決策樹 36
圖 4.3 A-3模型決策樹 37
圖 4.4 B-1模型決策樹 38

圖 4.5 B-2模型決策樹 40
圖 4.6 B-3模型決策樹 41
圖 4.7 C-1模型決策樹 42
圖 4.8 C-2模型決策樹 44
圖 4.9 C-3模型決策樹 45
圖 4.10 Model A模型準確率比較 52
圖 4.11 Model A模型型一錯誤率比較 52
圖 4.12 Model B模型準確率比較 53
圖 4.13 Model B模型型一錯誤率比較 53
圖 4.14 Model C模型準確率比較 54
圖 4.15 Model C模型型一錯誤率比較 54
圖 4.16決策樹分析各Model比較 54
圖 4.17類神經網路分析各Model比較 54


表目錄
表 2.1五年準確率 11
表 2.2文獻整理 17
表 2.3財務比率變數 18
表 3.1財務危機公司與正常公司對照表 29
表 3.2財務危機公司發生日期與類別說明 31
表 4.1決策樹財務預警模型A-1準確率 35
表 4.2決策樹A-1型一和型二錯誤率 35
表 4.3決策樹財務預警模型A-2準確率 36
表 4.4決策樹A-2型一和型二錯誤率 37
表 4.5決策樹財務預警模型A-3準確率 38
表 4.6決策樹A-3型一和型二錯誤率 38
表 4.7決策樹財務預警模型B-1準確率 39
表 4.8決策樹B-1型一和型二錯誤率 39
表 4.9決策樹財務預警模型B-2準確率 40
表 4.10決策樹B-2型一和型二錯誤率 40
表 4.11決策樹財務預警模型B-3準確率 41
表 4.12決策樹B-3型一和型二錯誤率 42
表 4.13決策樹財務預警模型C-1準確率 43
表 4.14決策樹C-1型一和型二錯誤率 43
表 4.15決策樹財務預警模型C-2準確率 44
表 4.16決策樹C-2型一和型二錯誤率 44
表 4.17決策樹財務預警模型C-3準確率 45
表 4.18決策樹C-3型一和型二錯誤率 45
表 4.19決策樹預警模型準確率彙總 46
表 4.20類神經網路預警模型A-1準確率 47
表 4.21類神經網路A-1型一和型二錯誤率 47
表 4.22類神經網路財務預警模型A-2準確率 47
表 4.23類神經網路A-2型一和型二錯誤率 47
表 4.24類神經網路財務預警模型A-3準確率 48
表 4.25類神經網路A-3型一和型二錯誤率 48
表 4.26類神經網路財務預警模型B-1準確率 48
表 4.27類神經網路B-1型一和型二錯誤率 48
表 4.28類神經網路財務預警模型B-2準確率 49
表 4.29類神經網路B-2型一和型二錯誤率 49
表 4.30類神經網路財務預警模型B-3準確率 49
表 4.31類神經網路B-3型一和型二錯誤率 49
表 4.32類神經網路財務預警模型C-1準確率 50
表 4.33類神經網路C-1型一和型二錯誤率 50
表 4.34類神經網路財務預警模型C-2準確率 50
表 4.35類神經網路C-2型一和型二錯誤率 50
表 4.36類神經網路財務預警模型C-3準確率 51
表 4.37類神經網路C-3型一和型二錯誤率 51
表 4.38類神經網路預警模型準確率彙總 51
表 5.1與IEEE國外期刊研究比較 57
表 5.2研究特性比較表 57
表 5.3類神經網路與決策樹關鍵變數比較 59

一. 中文部分
1.夏百洋，2002，上市公司財務危機預警模式之建立，銘傳大學金融研究所碩士論文
2.鄧志豪，1999，以分類樣本偵測地雷股－新財務危機預警模型，國立政治大學金融學碩士論文
3.盧靜怡，2000，企業經營績效排名之預測－灰色關聯分析與類神經網路之應用，國立台灣科技大學資訊管理系碩士論文
4.蔡戊鑫，2002，建構台灣大型企業財務危機預警模式，國立中正大學國際經濟研究所碩士論文
5.陳淑萍，2002，資料探勘應用於財務危機預警模式之研究，銘傳大學資訊管理研究所碩士論文
6.唐筱菁，2001，整合財務比率與智慧資本指標建構企業危機預警系統-MARS與類神，輔仁大學金融研究所碩士論文
7.龔志明，1999，財務危機預測模型之跨期性研究，國立中山大學/財務管理學系研究所碩士論文
8.黃振豐、呂紹強，2000，企業財務危機預警模式之研究－以財務及非財務因素建構，當代會計期刊第一卷第一期 PP19-40
9.邱碧芳，2001，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研究所碩士論文
10.蕭義展，2000，財務報表資訊內涵與股價報酬率的關聯性，國立中山大學經濟學研究所碩士論文
11.高偉柏，2000，企業財務危機預測，國立中山大學財務管理學系研究所碩士論文
12.陳詠華，2003，財務危機判斷模式之探討--使用會計資訊,警世股票與TCRI評等，中國文化大學會計研究所碩士論文
13.財團法人中華民國證券暨期貨市場發展基金會，2004，第一屆上市櫃公司資訊揭露評鑑系統評鑑結果暨評鑑程序說明，財團法人中華民國證券櫃檯買賣中心
14.施正宏，2003，結合總體經濟指標及個股財報資料以預測個股漲跌－以台灣電子類股為例，中原大學資訊管理系碩士論文
15.郭敏華，1999，債信等級之決定因素(上)，證券暨期貨管理雜誌，第17卷，第11期，pp.1-16.
16.聶聖之，2004，會計資訊與財務危機預測：考量財務危機嚴重程度差異，中原大學會計研究所碩士論文

二. 英文部分
1.Altman, E.I.，1968，Financial Ratios Discriminant and the Prediction of Corporate Bankruptcy”，Journal of Finance,September, pp.589－609
2.Almeida, F.C.，1997; A structured approach to neural networks in bankruptcy prediction，IVth Brazilian Symposium on , Pages:1 – 8
3.Amir F. Atiya，2001，Bankruptcy Prediction for Credit Risk Using Neural Networks：A Survey and New Results，IEEE Transactions JNL on Neural Netowrks,VOL. 12,No 4
4.Beaver, W. H.，1966，Financial Ratios as Predictors of Failure， Journal of Accounting Research,pp.72－102
5.Charalambous, C.; Charitou, A.; Kaourou, F，2000，Application of feature extractive algorithm to bankruptcy prediction，Proceedings of the IEEE-INNS-ENNS International Joint Conference on , Volume: 5 , Pages:303 - 308 vol.5
6.Deakin, E. B.，1972，A Discriminiant Analysis of Predictors of Business Failure， Journal of Accounting Research, pp.167－179
7.Gottfried Rudorfer，1995，Early Bankruptcy Detection Using Neural Networks，APL Quote Quad JNL Volume 25 Issue 4
8.Jinwoo Baek; Sungzoon Cho，2003，Bankruptcy prediction for credit risk using an auto-associative neural network in Korean firms.，IEEE International Conference on Pages:25 – 29
9.R.Merton，1974，On the pricing of corporate debt: The risk structure of interest rates，J. Finance, vol. 29, pp. 449–470
10.Nasir, M.L.; John, R.I.; Bennett, S.C.; Russell, D.M ，2000，Predicting corporate bankruptcy using modular neural networks，IEEE/IAFE/INFORMS 2000 Conference on , Pages:86 – 91
11.Odom, M.D.; Sharda, R，1990，A neural network model for bankruptcy prediction，IJCNN International Joint Conference on , Pages:163 - 168 vol.2
12.Raghupathi, W.; Schkade, L.L.; Raju, B.S.，1991，A neural network application for bankruptcy prediction，Proceedings of the Twenty-Fourth Annual Hawaii International Conference on , Volume: iv Pages:147 - 155 vol.4