臺灣博碩士論文加值系統

公司併購在現今的全球化競爭環境中扮演著日趨重要的角色，為了維持在企業環境中的商業地位並提升本身在市場中競爭優勢，併購成為一種快速擴張與成長的手段。併購成功與否不僅對公司的存續有深遠的影響，對投資大眾而言也決定他們投資盈虧，所以不管是進行併購的公司或是投資大眾，如何挑選適當的併購對象是一項非常重要的工作。本文以1998年至2007年間，美國電子／電子設備業的目標與非目標公司併購活動為研究對象，選取609家上市公司為樣本，找出影響企業被併購的顯著財務因素，藉由區別分析（Multiple Discriminate Analysis，MDA）、羅吉斯迴歸（Logistic regression model，Logit）、倒傳遞類神經網路（Back-Propagation Network，BPN）等三種模型研究方法，比較三種不同模型的預測準確性與穩定性，研究之實證結果彙整如下：
1.影響企業被併購的顯著因素有自有資金率、應收帳款週轉率、
權益乘數、總資產報酬率、營業收入等5個，可作為企業決策
與市場投資人做投資決策前的一種參考指標。
2.三種研究方法所建立的併購預測模型中，倒傳遞類神經網路法
（BPN）的預測準確性與穩定性優於區別分析法(MDA）、羅吉斯迴歸模型（Logit）。

M&A plays an important role in the global competition environment nowadays. In order to maintain the business status and enhance their competitive advantage in the market, M&A as a means of rapid expansion and growth. The success of M&A is not only the survival of the company but also the investment gains and losses of the investors. So either the company of M&A or the investors, how to select appropriate M&A targets is a very important job. This paper from 1998 to 2007, the U.S. electronics/electronic equipment industry target and non-target M&A activity as the research object, select a sample of 609 listed companies, to identify the significant impact of M&A companies financial factors, by discriminant analysis (Multiple Discriminate Analysis, MDA), logistic regression (Logistic regression model, Logit), Neural Network (Back-Propagation Network, BPN) models, to compare the predictive accuracy and stability of three different models , the results are summarized as follows:
1.Affect the significant factors for the acquired rate of its own funds,accounts receivable turnover, Equity multiplier, the total return on assets, operating income. They can be used as a reference for corporate decision-making and investors make investment decisions.From three research methods to establish prediction model of the acquisition, the BPN is better than the forecast accuracy and stability of MDA, Logit.

目錄

中文摘要…………………………………………………………………i
英文摘要…………………………………………………………………ii
誌謝………………………………………………………………………iii
目錄………………………………………………………………………iv
圖目錄……………………………………………………………………vi
表目錄……………………………………………………………………vii

第一章　緒論
1.1 研究背景………………………………………………………1　　　　　　　　　　　　　　
1.2 研究動機與目的………………………………………………3　　　　　　　　　　 　　　　　
1.3 研究範圍與架構………………………………………………5　　　　　　　　　　 　　　　
1.3.1 研究範圍…………………………………………………5　　　　　　　　　　　　　 　　
1.3.2 研究架構…………………………………………………5
　　　　　　　　　　　　　 　　
第二章　相關研究與文獻探討
2.1 購併定義………………………………………………………7 　　 　　
2.2 企業併購的動機與理論………………………………………9
2.3 多變量區別分析法……………………………………………12
2.4 羅吉斯迴歸模型………………………………………………13　　　　　　　
2.5 倒傳類神經網路法……………………………………………16　　　　　　　　　　　

第三章　研究設計與研究方法
3.1 研究樣本選取與研究期間……………………………………19
3.1.1 樣本選取…………………………………………………19
3.1.2 研究期間…………………………………………………20
3.2 研究變數選取及定義…………………………………………20　　　　　　　　　　　　 　　
3.2.1 選取初始研究變數………………………………………20　　　　　　　　　 　 　　
3.2.2 應變數……………………………………………………21　　　　　　　　　　　　　 　
3.2.3 解釋變數與研究假設……………………………………22　　　　　　　　　　　　 　 　
3.3 併購預測模型研究方法………………………………………26　　　　　　　　　　　 　
3.3.1 多變量區別分析法（MDA）……………………………26　　　　　　　　　　　　 　　
3.3.2 羅吉斯迴歸模型（Logit）……………………………29　　　　　　　　　　　　
3.3.3 倒傳遞類神經網路（BPN）……………………………36
3.3.3.1 類神經網路…………………………………………36
3.3.3.2 倒傳遞網路…………………………………………39
3.3.3.3 倒傳遞網路所使用之非線性轉換函數……………41
3.3.3.4 倒傳遞網路演算法…………………………………41

第四章　實證結果與分析
4.1 變數遴選與假設之解釋………………………………………46
4.1.1樣本平均數檢定與變數遴選……………………………46
4.1.2 Logistic迴歸係數與假設之解釋……………………48
4.2 區別分析模型實證分析結果…………………………………51
4.2.1 區別分析的事前檢定……………………………………51
4.2.2 MDA模型建立與預測正確率……………………………53
4.3 羅吉斯迴歸模型實證分析結果………………………………56
4.3.1 羅吉斯迴歸模型預測之正確率…………………………56
4.4 倒傳遞類神經網路模型實證分析結果………………………58
4.4.1 BPN模型建立之參數……………………………………58
4.4.2 BPN模型預測之正確率…………………………………61
4.5 預測能力結果綜合比較………………………………………63

第五章　結論與建議
5.1 研究結論………………………………………………………65
5.2 研究限制與未來研究建議……………………………………66

參考文獻…………………………………………………………………67


圖目錄

圖1-1 論文架構圖………………………………………………………6
圖2-1 併購(M＆A)的型態………………………………………………7
圖3-1 Fisher區別原理示意圖…………………………………………28
圖3-2 羅吉斯迴歸曲線圖………………………………………………30
圖3-3 人工神經元與生物神經元彼此間的關係………………………36
圖3-4 處理單元的作用…………………………………………………37
圖3-5 正規化輸出………………………………………………………38
圖3-6 競爭化輸出………………………………………………………38
圖3-7 競爭化學習………………………………………………………39
圖3-8 倒傳遞網路的架構圖……………………………………………40
圖3-9 雙彎曲函數………………………………………………………41
圖3-10 BPN網路訓練流程圖……………………………………………44
圖4-1 第1隱藏層單元數與誤差圖………………………………………59
圖4-2 第2隱藏層單元數與誤差圖………………………………………59
圖4-3 訓練次數與均方根誤差圖…………………………………………60
圖4-4 學習速率與均方根誤圖……………………………………………60


表目錄
表1-1 美國企業的五次併購時期…………………………………………2
表2-1 股權收購與資產收購的差異比較…………………………………9
表2-2 企業併購動機………………………………………………………10
表3-1 初始研究變數之計算公式定義表…………………………………21
表4-1 型I錯誤與型ІІ錯誤表……………………………………………45
表4-2 平均數檢定表………………………………………………………46
表4-3 Cox & Snell R及Nagelkerke R 平方分析…………………48
表4-4 Hosmer 和 Lemeshow 檢定……………………………………48
表4-5 Logistic迴歸方程式係數與顯著性分析………………………49
表4-6 研究假說實證結果表………………………………………………51
表4-7 各組平均數的相等性檢定…………………………………………52
表4-8 共變異數矩陣檢定…………………………………………………53
表4-9 Wilks' Lambda值………………………………………………53
表4-10 MDA模型訓練組分類正確率交叉表………………………………54
表4-11 MDA模型預測組分類正確率交叉表………………………………55
表4-12 MDA模型預測結果整理表…………………………………………56
表4-13 Logit模型訓練組分類正確率交叉表……………………………57
表4-14 Logit模型預測組分類正確率交叉表……………………………57
表4-15 Logit模型預測結果整理表………………………………………58
表4-16 BPN類神經網路參數表……………………………………………61
表4-17 BPN模型訓練組分類正確率交叉表………………………………62
表4-18 BPN模型預測組分類正確率交叉表………………………………62
表4-19 BPN模型預測結果整理表…………………………………………63
表4-20 預測能力結果綜合比較表…………………………………………64

參考文獻
一、中文部份
王泰允(1993)。企業併購實用。遠流出版公司。
王濟川、郭志剛(2003)。Logistic迴歸模型－方法及應用，二版。五南圖書出版股份有限公司。
古強(1996)。貝氏類神經網路的建構及其在可靠度工程上的應用。私立元智工學院工業工程研究所碩士論文。
沈大白、張大成、劉宛鑫(2002)。運用類神經網路建構財務危機預警模型。臺灣經濟新報，貨幣觀測與信用評等，38， 95-102。
邱志洲、李天行、周宇超、呂奇傑(2002)。整合鑑別分析與類神經網路於資料探勘之應用。工業工程學刊，19(2)，9-22。
邱湘雲(1998)。金融整合風－全球金融業併購現況。台灣經濟研究月刊，4月，21(4)，44-61。
林勤倫(2005)。企業併購之財務績效研究。事業經營研究所碩士論文。
林婷鈴(2000)。銀行業國際化併購整合性觀念模式之探討。中華管理評論，3(3)，29～52。
林震岩(2007)。多變量分析。智勝文化事業有限公司。
陳進安、張文陸（1996）。銀行併購動機與經濟效益。中國商銀月刊，15卷第3、4期，29-46&36-44。
陳順宇(2005)。多變量分析。華泰書局。
黃金印（1999）。企業併購與企業再造。跨世紀競爭策略。
黃俊英(1995)。多變量分析。華泰文化事業公司。
陳思翰(2003)。商業銀行。如何利用Logit及KMV模型檢視授信政策。中央大學財務金融研究所碩士論文。
陳進安，張文陸(1996)。銀行併購動機與經濟效益。中國商銀月刊，15卷第3、4期，29-46&36-44。
楊艾莉(1999)。併購大手重整台灣。天下雜誌，82-104。
葉怡成(2003)。類神經網路模式應用與實作。儒林圖書有限公司。
趙勇，朱武祥(2000)。上市公司兼併收購的可預測性。經濟研究，第4期。
蔣沛霖(2007)。企金信用風險管理研習班講義。台灣金融研訓院。
謝劍平(1997)。財務管理-新觀念與本土化。665。
龔志明(1900)。財務危機預測模型之跨期性研究。中山大學財務管 理研究所碩士論文。




二、英文部份
Adelaja, A., R. Nayga Jr. & Z. Farooq. (1999). Predicting mergers and acquisitions in the food industry. Agribusiness, 15(1), 1-23.
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 22, 589-609.
Amihud, Y. & B. Lev(1981). Risk Reduction as a Managerial Motive for Conglomerate Mergers. Bell Journal of Economics, Autumn, 605-617.
Anderson, U., J. Johanson & J. E. Vahlne(1997). Organic Acquisition in the International Review. Special Issue, 2, 67-84.
Asquith, P. (1983). Merger bids uncertainty and stockholder return. Journal of Financial Economics, 11, 51-83.
Atiya, A. F. (2001). Bankruptcy Predicton for Credit Risk using Neural Networks：A Survey and New Results. IEEE trasactions on neural networks, 12.
Barnes, P. (2000). The identification of U.K. takeover targets using published historical cost accounting data some empirical evidence logit with linear discriminant analysis and raw financial ratios with industry-relative ratio. International Review of Financial Analysis, 9(2), 147-162.
Berkson, J. (1944). Application of The Logistic Function to Bio-Assay. Journal of the American Statistical Association, 39, 357-365.
Chi, L.C., & T.C. Tang. (2006). Bankruptcy prediction:application of logit analysis in export credit risks. Australian Journal of Management, January, 31(1), 17-27.
Coats, P.K. & L.F. Fant. (1991). A Neural Network Approach to Forecasting Financial Distress. Journal of Business Forecasting, 10, 9-12.
Cornett, M.M., & S. De. (1991). Common stock returns in corporate takeover bids：evidence from interstate bank mergers. Journal of Banking and Finance, 15(2), April, 273-295.
Dietrich, J.K. & E. Sorensen. (1984). An application of logit analysis to prediction of merger targets. Journal of Business Research, 12(3), September, 393-402.
Espahbodi, H., & P. Espahbodi. (2003). Binary choice models and corporate takeover. Journal of Banking and Finance, 27, 549-574.
Halpern, P. (1983). Corporate Acquisitions：A Theory of Speial Cases？A Review of Event Studies Applied to Acquisitions. Jounal of Finance, 297-317.
Jensen, M.C. (1986). Agency Cost of Free Cash Flow, Corporate Finance and Takeover. American Economic Review, 76, 323-339.


Kim, W.G. & A. Arbel (1998). Predicting merger targets of hospitality firms(a logit model). International Journal of Hospitality Management, 17, 303-318.
Koke, J. (2002). Determinants of acquisition and failure：evidence form corporate Germany. Structural Change & Economic Dynamics, 13, 457-484.
Koh, H.C. & Brown, R.M. (1991). Probit predictions of going and non-going concerns. Managerial Auditing Journal, 6(3), 18-23.
Koh, H.C. & Tan, S.S. (1999). Aneural network approach to the prediction of going concern status. Accounting and Business Research, Summer, 6(3), 211-216.
Lewellen, W.G. (1971). A Pure Financial Rationale for the Conglomerate Merger. Journal of Finance, 26, 521-537.
Martin, D. (1977). Early warning of banking failure. Journal of Banking and Finance, 249-276.
Mueller, D.C. (1969). A Theory of Conglomerate Mergers. Quaterly Journal of Economics, 83, 643-659.
Odom, M.D. & R.Sharda. (1990). A Neural Network Model for Bankruptcy Prediction. Ieee Reaserch, 12, 163-168.
Ohlson, J.A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18, Spring, 109-131.
Ooghe, Hubert. &Sophie, Balcaen. (2000). De financie letoetand van de Belgische ondernemingen：sleutelratio’en risiconinducatoren 1991-1999, Diegem：Kluwer/Ced.Samson.
Palepu, K.G. (1986). Predicting takeover targers a methodological and empirical analsisy. Journal of Accounting and Economics, 8, 3-35.
Penrose, E. (1959). The Theory of the Growth the Firm, Oxford：Basil Blackwell.
Platt, H.D., M.B. Platt, & J. Pedersen. (1994). Bankruptcy discrimination with real variables. Journal of Business Finance & Accounting, 21, Jun, 491-509.
Powell, R.G. (2007). Takeover prediction models and portfolio strategies： a multinomial approach. Multinational Finance Journal, 8, 35-72.
Roll, R. (1986). The Hurbis Hypothesis of Corporate Takeovers. Journal of Bussiness, 197-216.
Scherer, F.M. (1980). Indistrial Market Structure and Economic Performance. 28.
Sorensen, D.E. (2000). Characteristics of mergering firms. Journal of Economics and Business, 52, 423-433.
Stevens, D.L. (1973). Financial characteristics of merged firms: a multivariate analysis. Journal of Financial and Quantitative Analysis, 8(2), March, 149-158.
Stulz, R.M. (1988). Managerial control of voting right：financing policies and the marketfor corporation control. Journal of Financial and Economics, 20, 25-54.
Tan, C. & H.A. Dihardjo. (2001). A study on using artificial neural networks to develop an early-warning predictor for credit union financial distress with comparison to the probit model. Journal of managerial Finance, 27(4), March, 56-77.
Thompson, J.K. (1997). Takeover activity among financial mutuals：an analysis of target characteristics. Journal of Banking & Finance, 21, March, 37-53.
Williamson, O.E. (1975). Markets and Hierarchies. Free Press, New York.
Williamson, O.E. (1983). Markets and Hierarchies：Analysis and Antitrust Implications. Journal of Law & Economics, 315-537.
Yang, Z.R., Platt, M.R., & platt, H.D. (1999). Probabilistic neural networks in bankruptcy prediction. Journal of Bussiness Research, 44, 67-74.