跳到主要內容

臺灣博碩士論文加值系統

(216.73.216.67) 您好!臺灣時間:2026/06/10 09:27
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:鄧志豪
研究生(外文):Teng chi-hau
論文名稱:以分類樣本偵測地雷股-新財務危機預警模型
論文名稱(外文):using divided samples to detect financial-distress company--new financial distress forcasting model
指導教授:沈中華沈中華引用關係
指導教授(外文):shen chung-hua
學位類別:碩士
校院名稱:國立政治大學
系所名稱:金融學系
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2000
畢業學年度:88
語文別:中文
中文關鍵詞:財務危機地雷股財務危機預警模型分類樣本
外文關鍵詞:financial distressfinancial distressfinancial distress forcasting modeldivided samples
相關次數:
  • 被引用被引用:168
  • 點閱點閱:925
  • 評分評分:
  • 下載下載:180
  • 收藏至我的研究室書目清單書目收藏:9
本研究主要是選取在亞洲金融風暴期間,在台灣上市公司發生財務危機的30家公司,搭配30家同產業相近資產的正常公司,依發生財務危機的原因將其分類為四個樣本,分別為(1)本業不佳(2)過度投資(3)子公司護盤(4)經營層掏空資產;分析以分類樣本建立的財務危機預警模型,在正確區別力與成本的表現上是否較於未分類的財務危機預警模型來的好,實證結果顯示,以分類樣本建立的預警模型,其正確區別力較未分類預警模型來的高,而成本較未分類樣本來的低,因此,以分類樣本建構預警模型有其正面的意義,投資及融資機構可依分類樣本建構財務危機預警模型,以做為投資及融資的依據;同時,將各分類樣本分別做財務危機公司與正常公司的單變量F檢定,發現在各分類中F值皆為顯著的財務比率有四(1)現金流量允當比率、(2)業外收支率、(3)每股盈餘及(4)借款依存度。
This paper choose 30 financial - distress companies in Taiwan stock market during Asian financial crisis and divide them into four samples-(1)bad performance in main business(2)too much investment(3)buying stocks by co-company(4)cheat by hierarchy. We compare the financial - distress forecasting model''s distinction ability , using correct rate, between divided and undivided samples. The result is that financial - distress forecasting model from divided samples have better performance in correct rate. So using divided samples to build financial-distress forecasting model is meaningful. At the mean time, we use F test for testing the hypothesis that the distressed company''s mean and normal company''s mean is the same. There are four financial ratios which are significant in the four samples, they are (1)the ratio of adaptable cash flow、(2)the ratio of extra-business expense、(3)EPS及(4)debt ratio。
目 錄
頁 次
第一章 緒論
第一節 研究動機…………………………………………………………………… 1
第二節 研究目的…………………………………………………………………… 2
第三節 研究範圍研究方法與限制………………………………………………… 2
第四節 研究流程架構……………………………………………………………… 3
第五節 研究流程架構……………………………………………………………… 4
第二章 文獻探討
第一節 二分類檢定法……………………………………………………………… 6
第二節 多變量區別分析法………………………………………………………… 8
第三節 迴歸分析方法……………………………………………………………… 12
第四節 類神經網路法……………………………………………………………… 17
第五節 其他模型…………………………………………………………………… 20
第六節 文獻評估…………………………………………………………………… 22
第三章 研究設計
第一節 操作性定義………………………………………………………………… 24
第二節 樣本的選取與分類………………………………………………………… 26
第三節 財務比率選取……………………………………………………………… 34
第四節 模型方法的選擇…………………………………………………………… 35
第四章 研究方法
第一節 變數的篩選………………………………………………………………… 37
第二節 各分類財務危機預警模型………………………………………………… 40
第五章 實證結果
第一節 單變量分析………………………………………………………………… 60
第二節 總樣本Logit模型實證分析………………………………………………. 64
第三節 總樣本與分類樣本之比較………………………………………………… 69
第六章 結論與建議
第一節 結論………………………………………………………………………… 77
第二節 建議………………………………………………………………………… 78
表 目 錄
頁 次
第二章 文獻探討
表2-1二分類檢定法…………………………………………………………………… 6
表2-2各方法之假設條件、優點及缺點……………………………………………… 23
第三章 研究設計
表3-1財務危機公司一覽表…………………………………………………………… 29
表3-2原始樣本及對應樣本一覽表…………………………………………………… 30
表3-3財務危機公司分類表…………………………………………………………… 33
表3-4財務比率分類表擇……………………………………………………………… 35
第四章 研究方法
表4-1未分類樣本F值………………………………………………………………… 44
表4-2本業不佳分類F值……………………………………………………………… 45
表4-3過度投資分類F值……………………………………………………………… 46
表4-4子公司護盤分類F值…………………………………………………………… 47
表4-5經營層掏空資產F值…………………………………………………………… 48
表4-6總樣本各季及平均分類錯誤率………………………………………………… 49
表4-7本業不佳分類各季及平均分類錯誤率………………………………………… 50
表4-8過度投資分類各季及平均分類錯誤率………………………………………… 51
表4-9子公司護盤分類各季及平均分類錯誤率……………………………………… 52
表4-10經營層掏空資產各季及平均分類錯誤率…………………………………….. 53
表4-11總樣本及各分類樣本之篩選變數…………………………………………….. 54
表4-12總樣本前一季發生財務危機之機率估計值………………………………….. 55
表4-13總樣本各季及平均分類錯誤率……………………………………………….. 56
表4-14本業不佳分類各季及平均分類錯誤率……………………………………….. 57
表4-15過度投資分類各季及平均分類錯誤率……………………………………….. 57
表4-16子公司護盤分類各季及平均分類錯誤率…………………………………….. 58
表4-17經營層掏空資產各季及平均分類錯誤率…………………………………….. 59
第五章 實證結果
表5-1各分類財務比率F值前十名………………………………...………………… 63
表5-2前一季實際與模型判斷的差異……………………………………...………… 64
表5-3總樣本前五季之正確區別率…………………………………………………… 65
表5-4三種策略下投資及融資之成本………………………………………………… 67
表5-5投資決策之敏感性分析………………………………………………………… 68
表5-6融資決策之敏感性分析………………………………………………………… 68
表5-7總樣本及各分類樣本之型一錯誤率…………………………………………… 70
表5-8總樣本及各分類樣本之型二錯誤率…………………………………………… 70
表5-9總樣本及各分類樣本之正確區別率…………………………………………… 70
表5-10投資決策之成本敏感性分析………………………………………………….. 71
表5-11融資決策之成本敏感性分析………………………………………………….. 72
表5-12總樣本及各分類樣本之型一錯誤率………………………………………….. 73
表5-13總樣本及各分類樣本之型二錯誤率………………………………………….. 74
表5-14總樣本及各分類樣本之正確區別率………………………………………….. 74
表5-15投資決策之成本敏感性分析………………………………………………….. 75
表5-16融資決策之成本敏感性分析………………………………………………….. 75
參考文獻
中文部份
1、 何太山,「運用區別分析建立商業放款信用評分制度」,國立政治大學企業管理研究所碩士論文,民66年
2、 陳肇榮,「運用財務比率預測企業財務危機之實證研究」,國立政治大學企業管理研究所碩士論文,民72年
3、 陳明賢,「財務危機預測之計量分析研究」,國立臺灣大學商學研究所碩士論文,民75年
4、 黃小玉,「銀行放款信用評估模式之研究最佳模式之選擇」,私立淡江大學管理科學研究所管理經濟組碩士論文,民77年
5、 潘玉葉,「臺灣股票上市公司財務危機預警分析」,私立淡江大學管理科學研究所碩士論文,民79年
6、 施大為,「運用財務比率建立上市公司經營績效評估模式之研究」,私立淡江大學管理科學研究所管理經濟組碩士論文,民80年
7、 洪啟智,「集團企業財務危機之預警研究」,國立中央大學財務管理研究所碩士論文,民88年
8、 郭瓊宜,「類神經網路在財務危機預警模式之應用」,私立淡江大學管理科學研究所碩士論文,民83年
9、 吳建宏,「以類神經網路應用於公司財務危機之時點預測」,國立成功大學工業管理研究所碩士論文,民85年
10、 王文英,「運用類神經網路建構臺灣上市公司財務危機預警模型」,私立實踐大學企業管理研究所碩士論文,民88年
11、 彭俊豪,「以類神經網路建構上市公司財務預警模型之比較研究」,私立朝陽科技大學財務金融研究所碩士論文,民88年
12、 賴麗月,「企業失敗的預測 比例危機模型應用」,私立東吳大學會計學研究所碩士論文,民83年
13、 郭志安,「以Cox模型建立財務危機預警模式」,逢甲大學統計與精算研究所,民86年
14、 姜仁智,「多變量CUSUM財務危機預警模式 類神經網路的運用」,國立政治大學統計研究所碩士論文,民85年
15、 張維碩,「投資銀行選擇新上市公司及管理長期投資之預警模式」,國立臺灣大學財務金融研究所碩士論文,民86年
16、 徐淑芳,「台灣上市公司財務危機預警模式之建立 應用多變量CUSUM時間序列分析」,國立東華大學企業管理研究所碩士論文,民88年
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊