臺灣博碩士論文加值系統

避免人為非理性判斷錯誤，運用統計科學方法建立財務預警模型，有助於企業財務危機發生前即可統計出公司發生財務危機之機率高低，讓投資人與債權人做出理性的投資判斷。財務報表是企業營運活動的紀錄，而財報數字更是經營成果的表現，同時也是各界評估企業的首要條件。
本研究選擇臺灣地區上市公司為分析對象，試圖以相關財務比率做為研究變數，樣本選取期間為1998年至2005年間發生財務危機企業，並依同一產業別中資產規模相近之正常企業配對分析，共選出30家符合本研究定義之財務危機公司及30家配對之正常公司，並以Logit迴歸分析，建立財務危警模式。實證結果發現：
1. 財務危機公司與正常公司兩群體財務比率變數大部份具有顯著性差異。
2. 財務危機發生前一年，長期資金適足率、速動比率、存貨週轉率、固定資產週轉率、現金流量允當比率，為顯著變數。財務危機發生前二年，現金再投資比率、營業毛利率、股東權益報酬率、每股盈餘，為顯著變數。財務危機發生前三年，總資產週轉率、稅前淨利率、借款依存度，為顯著變數。
3. 整體而言，Logit迴歸分析模型預測能力均為顯著，具有實用性及預測效果。整體預測正確度對危機企業預測正確率皆有90%以上，危機發生前一年為96.3%，危機發生前二年為92.6%，危機發生前三年為90.6%。

To avoid none-rational judgment of human being, it will be helpful to figure out possibility of financial crisis of a company by using financial warming model through statistic method; to allow investors and creditors come out a reasonable investment decision. Financial report is the record of business activities; numbers inside the report represent the performance of management and they are also major factor to evaluate the enterprise.
My study is targeting at listed companies in Taiwan stock market, attempt to take financial ratio as variable for studying. Sampling and comparing 30 companies in distressed and normal financial status each from same industry category with similar scale of asset from 1995 to 2005. Through logit regression analysis and financial warming model set up, the analysis result indicates;
There is a significant difference in the variable of financial ratio between enterprises that with and without financial problem.
One year before financial distress happens; (L-T Liab.+SE)/FA %, Acid Test, Inventory Turnover, Fixed Asset Turnover, C/F Adequacy Ratio all are obvious variables. Two years prior to financial distress, the explanatory variables are Cash Reinvest %, Gross Margin %, ROE, EPS. Three years prior than financial crisis, the explanatory and significant variables are Total Asserts Turnover, Pre-Tax Income %, Debt/Eqity%.
Generally speaking, the Logit regression analysis got great functionality to predict financial distress in early stage. It is practical and precisely predictable overall. The result of the study shows that the abilities of correct prediction are all above 90% one year before distress is 96.3%, two year before distress is 92.6%, three years before distress is 90.6%.

第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究流程 4
第二章 文獻探討 6
第一節 財務危機定義 6
第二節 財務危機發生的原因 13
第三節 財務危機預警模型理論 17
第三章 研究方法與變數處理 32
第一節 研究架構 32
第二節 研究對象 34
第三節 研究變數操作性定義 38
第四節 研究方法 46
第四章 實證結果 50
第一節 常態性檢定（K-S 檢定） 50
第二節 危機公司與正常公司之平均數檢定 53
第三節 Logit迴歸分析模型 56
第五章 結論與建議 59
第一節 研究結論 59
第二節 研究限制 61
第三節 研究建議 62
參考文獻 63

表目錄
表2-1國外學者以靜態觀點對財務危機之定義 9
表2-2財務預警模型比較表 29
表3-1危機公司樣本 36
表3-2財務比率變數操作性定義表 44
表4-1財務比率常態性檢定 51
表4-2財務危機公司與正常公司財務比率之平均數檢定結果 54
表4-3以全部財務比率所建立之Logit預警模式 58

圖目錄

圖1-1研究流程圖 5
圖3-1研究架構圖 33

一、中文部份
白欽元（2003），「國內中小企業財務危機預警模型之研究」，國立交通大學經營管理研究所未出版碩士論文，14~50。
李勤修（2002），「董事會特性與財務危機之關係研究」，私立中國文化大學國際企業管理研究所未出版之碩士論文，3~13。
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構建」，淡江大學會計研究所未出版碩士論文，9~28。
呂紹石（2002），「財務危機企業預測模型之研究－以我國上市櫃公司為例」，銘傳大學管理科學研究所碩士論文，5~23。
何素素(2002)，「財務比率分析應用於企業診斷之研究一以台灣地區上市櫃公司為例」，私立大葉大學事業經營研究所未出版之碩士論文，19~26。
何媛傑（2004），「台灣上市上櫃公司財務危機預警模式之研究」，私立中國文化大學國際企業管理研究所未出版之碩士論文，23~34。
林振鵬（2002），「應用類神經網路於財務危機預警之研究」，私立東吳大學會計學系未出版之碩士論文，6~25。
官志凱（1999），「從財務比率、更換會計師、會計師查核意見及報告落後探討上市公司之財務危機」，國立中央大學企業管理研究所未出版之碩士論文，21~30。
洪瑞辰（2004），「上市櫃建設公司財務危機預警之研究」，國立台灣科技大學營建工程系未出版之碩士論文，6~18。
施淑萍（2000），「財務危機預警模式與財務危機企業財務特性之研究」，東吳大學會計學系未出版碩士論文，8~26。
胡美惠（2005），「公司財務風險防範預警模式之探討－以中部中小企業為例」，私立大葉大學事業經營研究所未出版之碩士論文，12~33。
高偉柏(2001)，「企業財務危機預測」，國立中山大學財務管理研究所碩士論文，7~19。
張大為（2001,Apr），「千禧年台灣企業財務危機」，中華徵信所專題演講稿。
張清模、邱哲修、許維貞（2002），「上市公司財務危機之探討」，會計研究月刊，176，48-59。
張大成、薛人瑞、黃建隆，（2003），「財務危機模型之變數選取研究」，貨幣觀測與信用評等，39，96~105。
許維貞(2001)，「從轉投資揭露資訊探討台灣股票上市公司之財務危機」，淡江大學財務金融學系未出版之碩士論文，8~31。
許伯彥(2003)，「財務報表舞弊風險評量模式研究」，國立臺灣大學會計學研究所未出版之碩士論文，5~19。
陸怡伸（2003），「公司財務危機預測－考慮公司治理及關係人交易影響之實證研究」，私立中原大學會計學系未出版之碩士論文，5~20。
陳肇榮（1983），「運用財務比率預測企業財務危機之實證研究」，政治大學企業管理研究所博士論文，8~40。
陳明賢(1986)，「財務危機預測之計量分析研究」，國立台灣大學商學研究所未出版碩士論文，6~18。
陳怡雯（2002），「企業財務危機預警模型－非財務指標之運用」，私立真理大學財經研究所未出版之碩士論文，8~36。
陳廷侑（2003），「財務危機預警模式之探討－以TFT-LCD產業為例」，國立台北大學企業管理學系未出版之碩士論文，47~64。
陳詠華（2003），「財務危機判斷模之探討－使用會計資訊、警示股票與TCRI評等」私立中國文化大學會計研究所未出版之碩士論文，29~31。
陳輝吉（2005），企業財務預警手冊，地點：商周出版社。
黄振豐、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構建」，當代會計，1（1），19~40。
潘玉葉 (1990)，「台灣上市公司財務危機預警分析」，淡江大學管理科學研究所博士論文，7~34。
歐再添（2003），「企業財務危機預測－以產業別建構Logistic預警模型」，國立台灣科技大學企業管理系未出版之碩士論文，4~23。
賴世權（1989），「企業正常或具失敗危機之關鍵性財務指標比較分析研究」，中興大學企業管理研究所未出版論文，12~24。
鄭艾絹（2004），「台灣銀行業動態化財務預警模型之研究」，朝陽科技大學財務金融系碩士班未出版之碩士論文，6~31。
鄭功煇（2002），「企業財務危機預測模型之探討」，私立中國文化大學商學院會計研究所未出版之碩士論文，6~30。
顏明發（2004），「台灣地區上市（櫃）公司財務危機預警模式之研究－以電子業為例」，國立高雄第一科技大學金融營運系未出版之碩士論文，5~29。
魏曉琴（2004），「財務危機預警模型之研究－以台灣地區上市公司為例」，國立交通大學財務金融所未出版之碩士論文，5~30。
顧紘誠（2004），「公司財務危機預警模型之研究」，私立逢甲大學經營管理系未出版之碩士論文，8~39。

二、英文部份
Altman, E.I., (1968). Financial Rations, Discriminant Analysis and the Prediction of Corporate Bankruptcy. Journal of Finance, 23(4), 589-609.
Altman, E.I., R.G. Haldemand, and P.Narayana, (1977). Zeta TM Analysis: A New Model to Identify Bankruptcy Risk of Corporations, Journal of Banking Finance, 1(1), 29-54.
Argenti, J. (1976). Corporate Collapse-The Causes and Symptoms, London : McGraw-Hill.
Bahnson, P.R., and J.W. Bartley. (1992). The Sensitivity of Failure Prediction Models to Alternative Definition of Failure. Advance in Accounting 10, 497-520.
Beaver, W.H., (1966). Financial Ratios as Predictors of Failure, Empirical Research in Accounting, Selected Studies, Supplement to Journal of Accounting Research 4, 71-111.
Blum, M. (1974). Failing Company Discriminant Analysis, Journal of Accounting Research, Spring, 1-25.
Booth, P.J. (1983). Decomposition Measures and the Prediction of Financial Failure, Journal of Business Finance and Accounting, 10,67-85.
Chen, K. C., and Church, B. K., (1992). Default Debt bligationsand the Issues of Going-Concern Opinions. Auditing: A Journal of Practice and Theory, 11, Spring, 30-49.
Deakin, E. B., (1972). A Discriminate Analysis of Predictors of Business Failure, Journal of Accounting Research, 10(1), 167-179
Eisenbeis, R.A., (1977). Pitfalls in the Application of Discriminant Analysis in Business Economics, The Journal of Finance, 875-900.
Foster, G., (1986). Financial Statement Analysis, 2nd edition,（Englewood Cliffs, New Jersey： Prentice-Hall）.
Foster, B.P., T.J. Ward and J.Woodroof. (1998). An Analysis of the Debt Defaults and Going Concern Opinions in Bankruptcy Risk Assessment, Journal of Accounting Auditing and Finance, 13, 351-371.
Frydman, H., Altman, E.I., & Kao, D.L. (1985). Introducing recursive partitioning for financial classification. The case of financial distress. Journal of Finance, 269-291.
Hambrick, D.C., and R. A. D’Aveni. (1988). Large corporate failures as down wark spirals. Administrative Science Quarterly, 33, 1-23.
Hill, N.T., S.E. Perry and S. Andes (1996), Evaluating firms in financial distress: An event history analysis, Journal of Applied Business Research, 12(3), 60-71.
Hopwood, W., (1994). A Reexamination of Auditor versus Model Accuracy within the Context of the Going-Concern Opinion Decision, Contemporary Accounting Research, 10, Spring, 409-431.
Lane, W.R.,S.W. Looney, and J. W. Wansley.(1986). An Application of The Cox Proportional Hazards Model to Bank Failure. Journal of Accounting and Finance, 10(1),511-531.
Lau, Amy.Hing-Ling., (1987). A Five-State Financial Distress Prediction Model. The Journal of Accounting Research, 25 (1), 127-138.
Laitinen, E. (1991). Financial Ratios And Different Failure Process. Journal of Business Finance & Accounting, September, 649-673.
Ofek, E. (1993). Capital Structure And Firm Response to Poor Performance. Joural of Financial Economics, 34(1), 3-30.
Ohlson, J.A. (1980). Financial Ratio and Probabilistic Prediction of Bankruptcy. Journal of Accounting Research 18(1), 109-131.
Odom, M.D., and R. Sharda (1990). A neural network model for bankruptcy prediction. Proceedings of the IEEE International Conference on Neural Networks, 12(1), pp.163-168.
Platt, H.D. and M.B. Platt (1990). Improving Ex Ant bankruptcy classification using stable predictive variables. Journal of Business Finance and Accounting, 17(1), pp.31-51.
Platt, H.D. and M.B. Platt (2002). Predicting corporate financial distress reflections: reflections on choice-based sample bias. Journal of Economics and Finance, 26, 184-199.
Press, S.J. and Willson, (1978). Choosing Between Logistic Regression and Discriminant Analysis. Journal of the American Statistical Association, 699-705.
Scott , J. (1981). The Probability of Bankruptcy: A Comparison of Empirical Prediction and Theoretical Methods. Journal of Banking and Finance, 317-344.
Taffler, R.J. (1984). Empirical Models for the Monitoring of U.K. Corporations. Journal of Banking and Finance, June, 199.
Theodossiou, P.T. (1993). Prediction shifts in the mean of a multivariate time series process：An application in predicting business failure. Journal of American Statistical Association 88, 441-449.
Ward, T.J., and B.P. Foster (1997). A note on selecting a response measure for financial distress. Journal of Business Finance and Accounting, 24, 869-879.
Whitaker, R.B.(1999). The early stages of financial distress. Journal of Economics and Finance, 23, 59-82.
Zmijewisk, M.E.(1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Supplement to Journal of Accounting Research, 22, 59-82.