(18.206.238.77) 您好!臺灣時間:2021/05/18 07:30
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:::

我願授權國圖
: 
twitterline
研究生:鄭孟玉
論文名稱:運用模糊類神經理論建構我國上市公司降為全額交割之預警模式研究
論文名稱(外文):A New Prediction Model of Public Company Alternative Trading Methods by Using the Fuzzy Neural Network Theory
指導教授:蕭子誼蕭子誼引用關係
學位類別:碩士
校院名稱:逢甲大學
系所名稱:會計與財稅研究所
學門:商業及管理學門
學類:會計學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:97
中文關鍵詞:模糊理論倒傳遞類神經網路模糊類神經全額交割
外文關鍵詞:Fuzzy TheoryBack-propagation NetworkFuzzy Neural NetworkAlternative Trading Methods
相關次數:
  • 被引用被引用:9
  • 點閱點閱:202
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
財務惡化等原因之形成及狀態,常須依專家判斷,惟人類思考與推論過程存在模糊因素存在,過去文獻對此模糊因素均略而不計,本研究首採模糊類神經理論以度量該模糊因素,作為建構模式之依據,故此模式不但符合人為思考、判斷特質,亦將提升實務可行性,而且本研究採用「同質性」比較更增加了模式的判斷率,同時規避了「過度抽樣」的可能性。
本研究實證結果發現以下幾點結論:
一、「同質性」比較提升了模式的預測能力。
二、避免「過度抽樣」的影響。
三、將「專家經驗」用「權值」方式充份表達於判斷規則。
四、範例分佈是否勻稱對類神經網路的學習效果影響深遠。
實證結果得知,本模式可完全區別出失敗公司,型一誤差為零,對正常公司仍會有分類錯誤的情況產生,雖然仍產生型二誤差,但這已將分類錯誤成本降到最低,已經達到本模式建構的最終目標。
關鍵字:模糊理論、倒傳遞類神經網路、模糊類神經、全額交割
The formation causing of the financial deterioration and the condition often depend on the expert’s judgment. There is a fuzzy factor in the process of human thinking and inference, but it is ignored in the past literature. Fuzzy Artificial Neural Network is first adopted in the research to measure the fuzzy factor to form the model constitution. Therefore, the model not only fits the qualities of human thinking and judgment, but also promotes the possibility of practice. Furthermore, the research adopting the comparison of identity increases the judgment probability of the model and avoids the possibility of oversampling at the same time.
The following conclusions are found in the results of actual certification from the research:
1.The comparison of homogeneous that promotes the prediction of the model.
2.The influence of oversampling can be avoided.
3.The expert’s experience can be completely showed in the judgment rules by weighty value.
4.Whether the samples are distributed equally or not influences the effect of learning artificial neural network most.
We can learn from the results of the actual certification that the model can completely differentiate the unsuccessful company, Type I error is “0”;for the successful company, it still has the error of classification. Although it has Type II error, but it has reduced the cost of the classification’s error to the lowest. It has reached the final goal of the model constitution.
Keyword:Fuzzy Theory、Back-propagation Network、Fuzzy Neural Network、Alternative Trading Methods
摘要……………………………………………………………I
目錄……………………………………………………………II
圖目錄…………………………………………………………IV
表目錄…………………………………………………………V
符號說明………………………………………………………VI
第一章緒論 ………………………………………………第1頁
第一節研究動機及目的…………………………………第1頁
第二節研究方法…………………………………………第2頁
第三節研究流程…………………………………………第4頁
第四節研究範圍及限制…………………………………第5頁
第五節論文架構…………………………………………第5頁
第二章文獻探討…………………………………………第6頁
第一節傳統統計方法建立之財務危機預測模式………第6頁
第二節類神經網路和模糊邏輯建立之財務危機預測模式第17頁
第三節綜合評論……………………………………………第23頁
第三章研究方法與研究設計………………………………第26頁
第一節模糊邏輯……………………………………………第27頁
第二節類神經網路…………………………………………第39頁
第三節研究設計……………………………………………第46頁
第四章實證分析……………………………………………第53頁
第一節資料處理……………………………………………第54頁
第二節建立模糊控制系統…………………………………第54頁
第三節建立倒傳遞類神經網路……………………………第61頁
第四節實證結果……………………………………………第65頁
第五章結論與建議…………………………………………第67頁
第一節結論…………………………………………………第67頁
第二節建議…………………………………………………第68頁
參考文獻………………………………………………………第70頁
附 錄………………………………………………………第75頁
附錄一相關文獻研究方法彙總表…………………………第75頁
附錄二相關文獻研究變數彙總表…………………………第78頁
附錄三臺灣證券交易所處理營運困難上市公司準則……第93頁
附錄四臺灣證券交易所股份有限公司營業細則…………第94頁
附錄五各期財務比率與相關財務資訊統計表……………第96頁
一、中文部分:
1.中國生產力中心技術引進服務組編譯,FUZZY控制,全華科技圖書股份有限公司,民國81年。
2.中國生產力中心技術引進服務組編譯,FUZZY實用化範例-用C語言,全華科技圖書股份有限公司,民國80年。
3.王俊傑,財務危機預警模式-以現金流量觀點,台北大學企業管理學系研究所碩士論文,民國89年6月。
4.王泰昌、吳琮璠,台灣地區公開發行公司財務危機預警模式研究-類神經網路知識庫之建構,民國86年。
5.王進德、蕭大全,類神經網路及模糊控制理論入門,全華科技圖書股份有限公司,民國82年。
6.余清華 譯,MATLAB精要,全華科技圖書股份有限公司,民國88年。
7.林信成、彭啟峰,Oh! Fuzzy模糊理論剖析,第三波文化事業股份有限公司,民國83年。
8.林建丞,財務危機公司之預警偵測,東海大學管理研究所碩士論文,民國88年。
9.秉昱科技編譯,模糊邏輯與類神經模糊在商業各財政的應用,儒林圖書有限公司,民國88年。
10.施並洲,類神經網路、案例推理法、灰色關聯分於財務危機之應用,中央大學工業管理研究所,民國88年6月。
11.洪啟智,集團企業財務危機之預警研究,中央大學財務管理研究所碩士論文,民國88年7月。
12.區奕勤、張先迪,模糊數學原理及應用,儒林圖書公司,民國80年。
13.張元泓,預測技術─迴歸與類神經網路,中興大學統計學系碩士論文,民國86年7月。
14.張兆旭譯,Fuzzy淺談,松崗電腦圖書資料股份有限公司,民國82年。
15.張清模、邱哲修、許維貞,上市公司財務危機之探討,會計研究月刊,第170期,民國89年7月。
16.張智星,MATLAB程式設計與應用,清蔚科技,民國89年。
17.郭祥兆、李致寬,倒傳遞網路分析在財務危機預測之研究-以台灣地區股票上市公司為例,臺灣經濟金融月刊,第31卷第八期,民國84年8月20日。
18.郭瓊宜,類神經網路在財危機預警模式之應用,淡江大學管理科學研究所碩士論文,民國82年。
19.陳明賢,財務危機預測之計量分析研究,台灣大學商學研究所碩士論文,民國75年6月。
20.陳肇榮,財務比率預測企業財務危機之實證,政治大學企業管理研究所博士論文,民國72年6月。
21.陳蘊如,財務危機預警制度之研究,政治大學會計研究所碩士論文,民國80年7月。
22.曾素娟,考慮經濟景氣變動之企業失敗預警模式─台灣上市公司之研究,成功大學企業管理學系碩士論文,民國89年。
23.程相君、王春宁及陳生潭,神經網路原理及其應用,國防工業出版社(大陸),1995。
24.黃金生、施東河、劉建利,類神經路在台灣人壽保險業股票風險溢酬預測的應用,資訊管理學報,第三卷•第一期,民國85年6月。
25.黃俊雄,企業財務危機預警模型在銀行授信決策之運用,政治大學企業管理研究所,民國83年6月。
26.黃振豐、呂紹強,企業財務危機預警模式之研究─以財務及非財務因素構建,當代會計,第一卷第一期,民國89年11月。
27.黃焜煌、卓統祐,模糊邏輯在財務危機預測上之應用,朝陽學報,第三期,民國87年8月。
28.楊英魁、孫宗贏、鄭魁香、林建德、蔣旭堂,模糊控制理論與技術,全華科技圖書股份有限公司,民國85年。
29.葉怡成,應用類神經網路,儒林圖書有限公司,1997。
30.葉怡成,類神經網路模式應用與實作,儒林圖書有限公司,2000。
31.葉金成,我國股票上市優良與不優良企業財務特性之研究,政治大學研究生論文,民國67年5月。
32.鄒開其、徐揚,模糊系統與專家系統,格致圖書公司,民國82年。
33.趙振宇、徐用懋,模糊理論和神經網路的基礎與應用,清華大學出版社(北京),1995
34.劉建和,財務危機診斷的理論探討與實證研究,台灣大學商學研究所碩士論文,民國81年6月。
35.歐良封,類神經網路在財務危機預警模式之應用-以台灣地區紡織業股票上市公司為例,淡江大學管理科學研究所碩士論文,民國87年6月。
36.潘玉葉,我國企業財務危機形成歷程中財務資訊變遷之研究,台北市銀行月刊,第33卷第七期,民國81年7月25日。
37.蔣松原,應用模糊理論與類神經網路於銀行授信決模式之研究-以台灣上市公司為例,中興大學統計學系碩士論文,民國87年7月。
38.蔡瑞煌,類神經網路概論,三民書局,民國84年。
39.鄭碧月,上市公司營運危機預測模式之研究,朝陽技術學院財務金融研究所碩士論文,民國86年5月。
40.鄭錦聰、莊鎮嘉,MATLAB進階(含Simulink),全華科技圖書股份有限公司,民國86年。
41.鄧至豪,以分類樣本偵測地雷股─新財務危機預警模式,政治大學金融學系碩士論文,民國89年6月。
42.儲蕙文,我國上市公司財務預警制度之研究,政治大學會計研究所碩士論文,民國85年7月。
43.戴鳳玲,類神經網路與Logit模式對財危機預測能力之比較研究-以臺灣股票上市公司為例,東吳大學管理學系碩士論文,民國85年6月。
44.簡宏益,我國上市公司財務危機預測模式之建構,中山大學財務管理學系研究所,民國88年1月。
45.闕頌廉,應用模糊數學,全華科技圖書股份有限公司,民國83年。
46.蘇文娟,台灣上市企業財務危機預測之實證研究,東吳大學國際經濟研究所碩士論文,民國89年6月。
47.蘇木春、張孝德,機器學習類神經網路、模糊系統以及基因演算法則,全華科技圖書股份有限公司,民國86年。
二、西文部分:
1.Altman, E. I., “FINANCIAL RATIOS, DISCRIMINANT ANALYSIS AND THE PREDICTION OF CORPORATE BANKRUPTCY”, Journal of Finance, Vol.22, pp.589-609, 1968
2.Back B., T. Laitinen, and K. Sere, “Neural Networks and Genetic Algorithms for Bankruptcy Predictions”, Expert System With Applications, Vol. 11, No. 4, pp.407-413, 1996
3.Beaver, W. B., “Finacial Ratios as Predictors of Failure”, Journal of Accounting Research, pp.71-111, 1966
4.Bergerson, K. and Wunsch, D. C., “A Commodity Trading Model based on a Neural Network-Expert System Hybird”, Proceedings of the International Joint Conference on Neural Networks, vol.1, pp.289-293, 1991
5.Boritz, J. E., and Kennedy, D. B., “Effectiveness of Neural Network Type for Predicting of Business Failure”, Expert Systems With Applications, Vol.9, No.4, 1995, pp.503-512
6.Coats, P. K., and Franklin, F. L., “Recognizing financial distress patterns using a neural network tool”, Financial Management, Vol. 22, No. 3, pp.142-155, 1993
7.Davalos s., R. D. Gritta, and G. Chow, “The application of a neural network approach to predicting bankruptcy risks facing the major US air carriers:1979-1996”, Journal of Air Transport Management, Vol.4 ,1999, pp.81-86
8.Gader P., J. M. Keller, and J. Cai, “Handwritten Numeric Field ocation via Fuzzy Logic”, FUZZY INFORMATION ENGINEERING, New York:JOHN WILEY & SONS, PP.53-68, 1997
9.Gombola M.J., M. E. Haskins, J. E. Ketz, and D. D. Williams , “Cash Flow In Bankruptcy Prediction” , Financial Management, pp.55-65, Winter 1987
10.Jo H., I. Han, and H. Lee “Bankruptcy Predictions Using Case-Based Reasoning, Neural Networks, and Discriminant Analysis”, Expert Systems With Applications, Vol. 13, pp.97-108, 1997
11.Klir G. J. and Folger, T. A., FUAAY SETS, UNCERTAINTY, AND INFORMATION,New York:Prentice-hall Inc., 1992
12.Lau, Amy, “A Five-State Financial Distress Prediction Model”, Journal of Accounting Research, Vol. 25, No. 1,pp.127-138, Spring 1987
13.Lee K. C., I. Han, and Y. kwon, “Hybird neural network models for bankruptcy predictions”, Decision Support Systems, Vol. 18, pp.63-72, 1996
14.Zadeh L. A., “The role of fuzzy logic in modeling, identification and control”, Advances in Fuzzy Systems-Applications and Theory, Vol. 6, pp.783-795, 1994
15.Mcgurr P. T., and Devaney, S. A. “Predicting Business Failure of Retail Firms: An Analysis Using Mixed Industry Models”, Journal of Business Research, Vol.43 ,1998, pp.169-176
16.Nasir, M. L., John, R. I., Bennett ,S. C., and Russell, D. M., “Predicting Corporate Bankruptcy Using Modular Neural Networks”, Proceedings of the IEEE International Conference on Computational Intelligence for Financial Engineering, San Diego, pp.86-91, 2000
17.Ohlson J., “Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research”, pp.109-131, Spring 1980
18.Odom, M., and Sharda, R., “Bankruptcy Prediction Using Neural Networks”, Proceedings of the IEEE International Conference on Neural Networks, San Diego, pp.133-168, 1990
19.Raghupathi, W., Schkade, L., and Raju, B. S., ”A neural network application for bankruptcy prediction”, Proceedings of the IEEE International Conference on System sciences, San Diego, pp.147-155, 1991
20.Schrunder, C. P., Gallety J. E., and Bicheno, J. R., “A fuzzy, knowledge support tool for production operations management”, Expert Systems, Vol.11, No.1, pp.3-11, Feb.1994
21.Wilson R. L., and Sharda, R., “Bankruptcy prediction using neural networks”, Decision Support System, Vol. 11, pp.545-557, 1994
22.Zavgren, C. V., “ASSESSING THE VULNERABILITY TO FAILURE OF AMERICAN INDUSTRIAL FIRMS:A LOGISTIC ANALYSIS”, Journal of Business Finance & Accounting , Vol. 12, No. 1, pp.19-45, Spring 1985
23.Zurada J. M., B. P. Foster, T. J. Ward, and R. M. Barker, “Neural Networks Versus Logit Regression Models For Predicting Financial Distress Response Variables”, The Journal of Applied Business Research, Vol. 15, No. 1, pp.21-29, 1998
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top