臺灣博碩士論文加值系統

本研究試圖運用類神經網路模型，以上市公司為研究對象，取用三個年度的公司財務資料，來建構視覺化之財務預警模型。而建構財務預警模型的最大目的在於提早發現企業內部潛在的財務危機，藉此提供投資人及金融機構一個參考警訊，避免投資或提供融資給體質不佳而可能發生財務危機的公司，進而減少其資金的損失；同時，也能提供給公司管理階層做為早期發現危機徵兆的參考，促使公司及早進行營運控管，而避免財務危機事件的發生。本研究的實證內容分為兩部份：一為利用公司單一年度財務資料分組訓練，並觀察模型訓練後之結果，以得知所建構之預警模型的危機樣本辨識能力受到採樣資料距離危機發生年度遠近影響的程度。而另一部份則為採用單一年度財務資料的模型訓練結果與三個年度的財務資料，來觀察危機樣本公司跨年度的財務表現變化情形。綜合本研究之實證結果來看，透過本研究所建立之財務預警模型，確實能夠觀察出公司跨年度的財務表現變化情形，並達到事前預警的目的。

This study tries to construct a visualed early warning model of financial distress for the listed companies in Taiwan using the self organization map method. The result can help the investor find out the problem companies in the future, and warn the managers to modify the operational strategy. The first part of the study is to train the model using the financial ratios in the financial statements. The model’s early warning ability and how it is affected by the input data can be analyzed. The second part is to check the tracks of financial ratios of the distressed companies over a three year period. In this way we can really observe the financial performance of these distressed companies going from bad to worse in three years. Although much to be done, the results of this study show that the SOM model can achieve the purpose for visualized warning of problem companies in advance.

中文部分
1. 王芳，葉飛，「財務預警也需量體裁衣」，中國財經報，2004年12月24日。
2. 王俊傑，「財務危機預警模式--以現金流量觀點」，台北大學，碩士論文，民國89年。
3. 吳育奇，「自組特徵映射圖模糊類神經網路於河川流量推估之應用」，台灣大學，碩士論文，民國89年。
4. 何素素，「財務比率分析應用於企業診斷之研究-以台灣地區上市櫃公司為例」，大葉大學，碩士論文，民國91年。
5. 唐筱菁，「整合財務比率與智慧資本指標建構企業危機預警系統-MARS與類神經網路之應用」，輔仁大學，碩士論文，民國91年。
6. 童振源，「臺灣經濟回春待幾時？」，中國時報，2001年12月10日。
7. 湯玲郎、施並洲，「灰關聯分析、類神經網路、案例推理法於財務危機預警模式之應用研究」，中華管理評論，Vol.4, No.2, pp.25-37, 2001。
8. 葉怡成，類神經網路模式應用與實作，八版，儒林圖書有限公司，1999
9. 陳淑萍，「資料探勘應用於財務危機預警模式之研究」，銘傳大學，碩士論文，民國92年。
10. 曾士育，「以自組織映射圖神經網路探勘金融投資決策之研究」，高雄第一科技大學，碩士論文，民國92年。
11. 蔡戊鑫，「建構台灣大型企業財務危機預警模式」，中正大學，碩士論文，民國92年。
12. 蔡興華，「以類神經網路建構上市櫃公司危機預警模型之研究」，交通大學，管理學院高階主管管理碩士學程論文，民國93年。
13. 陳建賓，「加入公司治理指標的企業財務危機預測研究：Logistic模型的應用」，淡江大學，碩士論文，民國93年。
14. 陳振遠，「從銀行借款資訊探討公司財務危機」，高雄第一科技大學，碩士論文，民國93年。
15. 謝智安，「企業財務危機預測之研究」，中正大學，碩士論文，民國93年。
16. 鄧志豪，「以分類樣本偵測地雷股－新財務危機預警模型」，政治大學，碩士論文，民國89年。
17. 龔千里，「從本土型金融風暴影響下診斷不動產業發生財務危機之研究」，大葉大學，，碩士論文，民國90年。

英文部分
1. Altman, E. I, “Financial Ratios, Discriminant alalysis and the prediction of corporatebankruptcy”, Journal of Finance, Vol.23, No.4, pp.589-609, 1968.
2. Altman, E. I., G. G. Haldeman, and P. Narayanan, “Zeta Analysis: A New Model to Identify The Bankruptcy Risk of Corporations”, Journal of Banking and Finance, Vol. 1, pp.29-54, 1977.
3. Atiya, A. F., et al., “Bankruptcy Prediction for Credit Risk Using Nerual Networks: A Survey and New Results”, IEEE Transaction on Neural Networks, Vol. 12, No.4 ,2001
4. Back, B., et al., “Analyzing Financial Performance with Self-Organizing Maps”, IEEE, pp.266-270, 1998.
5. Beaver, W. H. “Financial ratios as predictors of failure”, Journal of accounting reserch, pp.71-111, 1966.
6. Bergius, P. and K. Kiviluoto, “Maps for Analysing Failures of Small and Medium-sized Enterprises”, Visual Explorations in Finance with Self-Organizing Maps, ch. 4, pp.55-71, Springer, 1998.
7. Serrano-Cinca, C., ”Self organizing neural networks for financial diagnosis.”, Decision Support System, Vol. 17, pp. 227-238, 1996.
8. Coats, P. K. and L. F. Fant, “Recognizing Financial Distress Using a Neural Network Tool”, Financial management, pp.142-155, 1993.
9. Deboeck, G. and T. Kohonen, Visual Explorations in Finance with Self-Organizing Maps, Springer, 1998.
10. Eklund, T., et al, “Using the self-organizing map as a visualizationtool in financial benchmarking”, Information Visualization, Vol. 2, pp.171-181, 2003.
11. Kiviluoto, K., “Predicting bankruptcies with the self-organizing map”, Neurocomputing, Vol. 21, pp. 191-201, 1998.
12. Kohonen, T., “The self-organizing map”, Neurocomputing, Vol.21, pp.1-6, 1998.
13. Lee, K. C. and J. Kim, “Hybrid Neural Network-Driven Reasoning Approach to Bankruptcy Prediction: Comparison with MDA, ACLS, and Neural Network”, IEEE, pp.1787-1792, 1994.
14. Odom, M.D., et al., “A neural network model for bankruptcy prediction”, Neural Networks, 1990., 1990 IJCNN International Joint Conference, Vol.2 , pp.163-168 , San Diego, CA, USA ,Jun 1990.
15. Ohlson, J. A., “Financial ratios and the probabilistic prediction of bankruptcy”, Journal of Accounting Research , Vol.18, No.1, pp.109-131, 1980.
16. Santos, M., et al., “Visualiaztion of Geospatial Data by Component Planes and U-Matrix”, The GeoInfo series of scientific conferences, Campos, 2004.
17. Balcaen S. and H. OOGHE, “Alternative methodologies in studies on business failure: do they produce better results then the classic statistical methods? “, Vlerick Leuven Gent Managent School, 2004, Working Paper.
18. Vellido, A., et al.,” Neural networks in business: a survey of applications (1992–1998)”, Expert Systems with Applications, Vol.17, pp.51-70,1999
19. Vesanto, J., et al., “SOM Toolbox for Matlab 5”, Heilsinki UelApril 2000.
20. Vesanto, J., “SOM-based data visualization methods”, Intelligent Data Analysis Vol. 3, pp.111-126, 1999