臺灣博碩士論文加值系統

企業的經營狀況最終會反應在財務報表上，但投資人想要預警公司是否出現危機，卻需要等到財務報表揭露之後才能得知，因此先前許多學者利用非財務、股價及整體經濟因素等資訊來幫助提早預測企業財務危機的發生，但卻忽略了經營效率對於企業發生財務危機的影響，因此本研究嘗試從過去文獻常使用的財務變數中再加入相對效率值來建構財務危機預警模型，期望能增加預警模型的預測能力，且進一步證明財務危機與經營效率的關聯性。
本研究針對台灣市值比率最大的資訊電子業建立財務危機預警模型，選取民國九十一年初到九十四年底之間被列為全額交割股或下市、櫃的56家公司為財務危機公司，以1：2的配對方式建立總計168家公司的研究樣本。利用過去文獻常用的財務變數以及由資料包絡分析法計算而來的效率值進行預警模型的建構，首先利用財務變數進行基準模型的建構，接著逐一加入三種效率值：總技術效率、純技術效率、規模效率進行改進預測模型。
本研究使用Logit模式以及類神經網路比較四種模型的預測能力，實證結果顯示：在預測正常公司時使用財務變數搭配規模效率的模型以及在預測危機公司時使用財務變數搭配總技術效率或規模效率的兩種模型，相較於單純使用財務變數的預測模型都有較高的預測正確率。而此現象也證明了財務危機的發生確實與公司經營績效的低落有關聯性，且此跡象在發生危機的三年前就已經開始顯現。此外危機公司在發生危機前三年開始每年的固定資產均有持續減少的現象，因此應該被視為一個重要的區別變數。而本研究採用Logit模型所建構的預警模型之預測正確率相較於採用類神經網路來的高。

The operating status of a firm will be presented at its financial reports after all. However, it is too late that the investors knew a firm’s financial crisis because they generally knew it after the firm disclosed its financial reports. Many researchers used some information such as non-financial data, market price, macro-economic factors, to predict a firm’s financial crisis. However, the effect of operating efficiency is also important factor in predicting a firm’s financial crisis. In this research, the authors tried to structure the financial predictive model by using some efficient factors and to examine relationship between financial crisis and operating efficiency.
The authors collected 56 crisis firms in Taiwan electronic industry and match with 112 normal companies during 2002 to 2005.The model uses the financial variable and operating efficiency to predict the business crisis. First, predictive model only using financial variable to establish pattern model after including over-efficiency、technical efficiency、scale efficiency in turn.
The authors compared the predictive results from four models by logit model and artificial network approach. It indicates that the approach used both financial variables and scale efficiency to predict a firm’s crisis is more correct than the approach used only financial variables. It is also proved that there is a correlation between financial crisis and unhealthy operating performance. Moreover, it is found that the volumes of the fixed assets at a firm with crisis were declined gradually since 3 years ago. This factor should be recognized as an important discriminative factor. In this research, the model structured by logit model is better than the one structured by artificial neural network approach.

摘要 i
目錄 iii
圖目錄 iv
表目錄 v
第一章 緒論 1
第二章 文獻探討 4
第一節 預警模型的演進過程 4
第二節 財務危機的定義 5
第三節 經營績效與財務危機的關聯性 7
第四節 經營績效的衡量 8
第三章 研究設計 10
第一節 觀念性架構 10
第二節 資料來源與樣本選取 11
第三節 研究方法 12
第四節 研究變數 16
第四章 實證結果 18
第一節 基本統計分析 18
第二節 Logit迴歸結果 22
第三節 模型預測能力比較 27
第四節 敏感性測試--類神經網路 30
第五節 敏感性測試--經營效率值分析 36
第五章 研究結論與建議 39
第一節 研究結論 39
第二節 研究限制及未來建議 40
參考文獻 42
附錄一 訓練集樣本 45
附錄二 測試集樣本 46
附錄三 Logit迴歸模型結果 47
附錄四 類神經網路參數設定 49
附錄五 訓練集預測正確率比較 50
附錄六 訓練集經營效率比較 51
附錄七 投入產出變數趨勢比較圖 52

王濟川、郭志剛(2003)，Logistic迴歸模型─方法與應用，台北：五南。
伍忠賢(2001)，財務危機的偵測與預防，能力雜誌，539：103-106。
林文修(2000)，演化式類神經網路為基底的企業危機診斷模型：智慧資本之應用，國立中央大學資訊管理學系博士論文。
林金賢、陳育成、劉沂佩、鄭育書(2004)，具學習性之模糊專家系統在財務危機預測上之應用，管理學報，21(3):291-309。
林佳穎(2002)，財務危機公司特性與公司治理之探討，國立臺灣大學會計學研究所碩士論文。
林基煌(1999)，財務危機之預防與管理，今日會計，74：2-9。
邱志洲、簡德年、高淩菁(2004)，演化式類神經網路在企業危機診斷上之應用-智慧資本指標的考量，臺大管理論叢，14(2):1-22。
吳明機(2006)，台灣電子資訊產業之展望，兩岸經貿月刊，第169期。
高強、黃旭男、Toshiyuki Sueyoshi，1994，管理績效評估─資料包絡分析法，臺北：華泰文化。
陳正昌、陳炳林、陳新豐、劉子鍵(1994)，多變量分析方法-統計軟體應用，台北：五南。
陳生祥(2005)，運用資料探勘技術建構企業財務危機預警模式-結合財務與非財務資料，中原大學資訊管理研究所碩士論文。
陳建賓(2004)，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，淡江大學財務金融學系碩士論文。
陳耀茂、殷純淵(2004)，類神經網路PCNeuron-使用手冊，鼎茂圖書出版股份有限公司。
陳肇榮(1983)，運用財務比率預測財務危機之實證研究，國立臺灣大學商學所碩士論文。
張大成、周麗娟、黃筱雯(2004)，經營效率與企業危機相關性研究，信用資訊月刊，6(2)：18-38。
張世其、胡秋江、虞孝成、曾國雄(2003)，我國電子零組件通路商經營績效之評估：資料包絡分析法之應用，管理研究學報，3(1)：97-121。
游聲裕(1999)，我國電腦及週邊產業企業經營績效剖析，國立成功大學企業管理學系碩士論文。
黃振豊、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，1(1):19-40
劉正田(2002)，無形資產、成長機會與股票報酬關係之研究，會計評論，35：1-29。
Altman, E. I., (1968), “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy,” Journal of Finance, 23(4):589-609.
Argenti, J., (1976), “Corporaate Collapse:The Causes and Symptoms,” New Yok : John Wiley & Sons, Inc.
Barniv R, Agarwal A, Leach R., (1997), “Predicting the outcome following bankruptcy filing: a three-state classification using neural networks,” Intelligent Systems in Accounting, Finance and Managemeat, 6(3):177–94.
Beaver, W. H., (1966), “Financial Ratios as Predictors of Failure,” Journal of Accounting Research, 4(3):71-111.
Blum, M., (1974), “Failing Company Discriminant Analysis,” Journal of Accounting Research, 12(1):1-25.
Banker, RD, A. Charnes & W. Cooper (1984), “Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis,” Management Science, 30:1078-1092.
Burki, A. A. and Terrell, D. (1998), “Measuring Prouction Efficiency of Small Firms in Pakistan. ” World Development, 26(1):155-169.
Charnes, Cooper & Rhode (1978), Measuring Efficiency of Decision Making Unit, European Journal of Operation Research, 2:429-449.
Cheng-Ying Wu, (2004), “Using Non-Financial Information to Predict Bankruptcy: A Study of Public Companies in Taiwan,” International Journal of Management, 21(2):194-201.
Chung-Jen Chen and Quey-Jen Yeh, (2005) “A comparative performance evaluation of Taiwan’shigh-tech industries,” Int. J. Business Performance Management, 7(1):16-33
Daily, Catherine M; Dalton, Dan R, (1994) “Corporate governance and the bankrupt firm: An empirical assessment,” Strategic Management Journal, 15(8):643-654
Deakin, E., (1972), “A Discriminant Analysis of Predictors of Business Failure,” Journal of Accounting Research, 10:167-179.
Hambrick,D.C,and Daveni (1988), “Large corporate failures as downward spirals, ” Administrative science Quarterly, 33:1-23。
Jerry W Lin,Mark I Hwang, Jack D Becker, (2003). “A fuzzy neural networks for assessing the risk of fraudulent financial reporting,” Managerial Auditing Journal. 18(8):657-665.
Kurt M. Fanning, Kenneth O. Cogger, (1998). “Neural network detection of management fraud using published financial data,” International journal of intelligent systems in accounting, finance & management. 7(1):21-41.
Laitinen,E.K. 1991 , “Financial Ratios and Different Failure Processes,” Journal of Business Finance & Accounting, 18(5):649-673.
Odom, M. D. and R. Sharda. (1990), “A Neural Network Model for Bankruptcy Prediction,” IEEE INNS IJCNN, pp.163-168.
Ohlson, J. A., (1980), “Financial Ratios and The Probabilistic Prediction of Bankruptcy,” Journal of Accounting Research, 18(1):109-131.
Subhash Sharma and Vijay Mahajan, (1980) , “Early Warning Indicators of Business Failure,” Journal of Marketing 44:80-90
Tam, K. and Kiang, M. (1992), “Managerial applications of neural networks: the case of bank”, Management Science, 38(7):926－947.
Thore, S., Phillips, F., Ruefli, T. W., and Yue, P. (1996), “DEA and the Management of the Product Cycle: The U.S. Computer Industry,” Computers and Operations Research, 23(4):341-356.
Zmijewski, M. E., (1984) “Methodological Issues Related to the Estimation of financial Distress Prediction Models”, Journal of Accounting Research, 22:59-82.