(3.238.250.105) 您好!臺灣時間:2021/04/18 20:35
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:吳秋玫
研究生(外文):Chiu-Mei Wu
論文名稱:大陸企業財務危機研究 – 核函數正規化最小平方模式應用
論文名稱(外文):A Study of Company Financial Distress in China with Kernel Regularized Least Square Model
指導教授:武季蔚武季蔚引用關係
指導教授(外文):Chei-Wei Wu
口試委員:陳慶隆黃素慧
口試委員(外文):Ching-Lung ChenSu-Hui Huang
口試日期:2014-06-26
學位類別:碩士
校院名稱:朝陽科技大學
系所名稱:會計系
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:2014
畢業學年度:102
語文別:中文
論文頁數:78
中文關鍵詞:財務危機中國核函數正規化模式設定
外文關鍵詞:Financial distressChinaKernel functionRegularizedModel specification
相關次數:
  • 被引用被引用:0
  • 點閱點閱:388
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:73
  • 收藏至我的研究室書目清單書目收藏:0
近年來大陸經濟蓬勃發展,企業數量成長快速,對投資者而言,財務危機的影響更顯重要。但過去研究因模式的假設或無法有效說明分析結果而有所受限,新進統計學習上的核函數正規化(Kernel Regularized)運用彈性的模式設定(specification),可較深入的說明變數影響之形式,有助於傳統模式的改善。本研究應用核函數正規化最小平方模式(Kernel Regularized Least Squares Model, KRLS)分析大陸企業財務危機的影響因素,藉以提供投資者更正確的資訊。
本研究結果顯示財務危機發生機率確實很複雜,模式設定對傳統Logit模式推論結果差異很大,在眾多主要影響變數下,前10項顯著設定項目中,單獨顯現的變數較少,多以交互形式出現。例如「總資產凈利潤率」及「留存收益資產比」確實為重要影響變數,但「總資產凈利潤率」與「成本費用利潤率」及「速動比率」與「負債與權益市價比率」的交互項亦為非常重要的因素。此結果充分顯示應用KRLS的配適能力與Logit模式的簡易解釋性可進一步探索影響財務危機發生變數間的複雜形式。

The analysis of financial distress can help investors to make right decisions. But most past analysis models are either limited by the assumptions or cannot be used for effective explanation. The advance kernel regularized model from statistical learning can apply more flexible model specification and explores the affect forms of variables. Recently, the flourish of China economics has increased large amount of enterprises, this highlights the influence of financial distress effect. Therefore, this work applies Kernel Regularized Least Squares (KRLS) model to analyze the factors for Chinese enterprises’ financial distress to provide more accurate information for investors. The results of the work demonstrate the integration of fitting capability of KRLS and clear interpretation of Logit models can further explore the forms of factors for the financial distress analysis, such as the interactions between “return on assets” and “ratio of profits to cost”, or “quick ratio” and “debt-to-equity ratio”.
目錄
摘要 I
Abstract II
誌謝 III
目錄 V
表目錄 VII
圖目錄 IX
第壹章 緒論 1
第一節 研究動機 2
第二節 研究目的 4
第三節 研究結果與貢獻 5
第四節 研究架構 6
第貳章 文獻探討 8
第一節 中國大陸企業 8
第二節 財務危機相關研究 10
第參章 研究設計 18
第一節 資料來源與樣本選取 18
第二節 變數定義 20
第三節 研究方法 25
第肆章 實證結果 32
第一節 相關變數敘述性統計量 32
第二節 實證結果 36
第三節 敏感性分析 58
第伍章 研究結論與限制 72
第一節 研究結論 72
第二節 限制 73
參考文獻 74

表目錄
表1 學者使用變數文獻整理 14
表2 各年度樣本公司及發生財務危機公司 19
表3 變數彙總表 23
表4 財務危機估計混淆矩陣(Confusion Matrix) 29
表5 財務危機估計績效量測摘要 29
表6 樣本公司資料的敘述性統計 33
表7 相關係數矩陣圖 34
表8 配對程序不同模式估計結果 37
表9 配對程序模式績效量測 38
表10 Logit模式與線性模式參數估計值 41
表11 KRLS模式與線性模式參數估計值 42
表12 選擇16項變數的Logit及線性迴歸模式估計參數 46
表13 選擇16項變數的KRLS與線性迴歸模式估計參數 47
表14 KRLS模式參數DFL及PMR點邊際效應對模式變數的線性迴歸估計 49
表15 KRLS模式參數DRM及FS邊際效應對模式變數的線性迴歸估計 50
表16 Logit模式41項變數模式之估計參數 52
表17 Logit模式27項參數模式之估計結果 54
表18 移除極端值之敘述性統計 58
表19 各年度樣本公司及發生財務危機公司 59
表20 配對程序不同模式估計結果(移除極端值) 60
表21 配對程序模式績效量測(移除極端值) 61
表22 Logit模式與線性模式參數估計值(移除極端值) 63
表23 KRLS模式與線性模式參數估計值(移除極端值) 64
表24 選擇17項變數的Logit及線性迴歸模式估計參數(移除極端值) 66
表25 選擇17項變數的KRLS及線性迴歸模式估計參數(移除極端值) 67
表26 Logit模式48項變數模式之估計參數(移除極端值) 68
表27 Logit模式30項參數模式之估計結果(移除極端值) 70

圖目錄
圖1 研究流程圖 7
圖2 1:3配對財務危機分析各模式之ROC曲線圖 39
圖3 KRLS模式參數點邊際效應分佈圖 44
圖4 選擇16項變數對財務危機機率期望的條件變化 48
圖5 KRLS模式參數點邊際效應分佈圖(移除極端值) 65


中文期刊論文:
王克敏與羅艷梅(2006)。中國上市公司對外擔保與財務困境研究。吉林大學社會科學學報,46(5),106-113。
肖鵬與杜燕飛(2009)。獨立成分分析和模糊支持向量機在財務困境預測中的應用。陝西科技大學學報(自然科學版),27(4),151-154。
肖智與陳能佳(2011)。基於DEA-DA模型的財務危機預警模型研究。現代管理科學,(3),91-93。
邱垂昌 (2006)。台灣企業財務危機之預警-保留意見之警訊。當代會計,7(2),195-236。
邱登裕、鍾典村、吳致遠與謝齊莊(2007)。以GA-SVM法探討企業財務危機之研究 Exploring Financial Distress Based on GA-SVM Method。中華管理學報,8(4),61-85
吳芃、仲偉俊與吳應宇(2010)。基於修正Jones盈餘管理模型的財務危機預警研究。商業經濟與管理,8,67-74。
林郁翎與黃建華(2009)。考慮公司治理之企業財務危機預警模型。東吳經濟商學學報,64,23-55。
林郁翎、張大成、黃士賓(2010)。樣本選擇偏誤於企業財務危機預警模型之研究:以台灣上市公司為例。經濟研究,46(2),285-319。
林英星、李勝榮、林信文與康文姿(2013)。企業資訊揭露與財務危機預警關聯性之研究-以台灣上市電子業為例。全球商業經營管理學報,5,167-178。
柯玲 (2010)。Logistic迴歸模型在公司財務預警中的實證研究。黃岡師範學院學報,30(3),52-54。
胡楊與馮武 (2006)。我國上市公司財務危機預警系統研究。鐵道運輸與經濟,28(2),12-15。
洪永淼、成思危、劉艷輝與江壽陽 (2004)。中國股市與世界其他股市之間的大風險溢出效應。經濟學季刊,3(3),703-726。
許瑞芳(2005)。當前上市公司財務危機之形成及因應措施。華人經濟研究,3(2),31-50。
許靜與李曉靜(2009)。財務困境預測中BP神經網絡模型應用綜述。中國管理信息化,12(21),7-9。
徐中琦與劉皇佑 (2011)。台灣集團企業財務預警模型之探討―DEA-DA模型的應用。台灣管理學刊,11(1),29-49。
張永煬與賀力行 (2005)。在資訊不對稱下臺灣中小企業對中國大陸市場進入模式與經營績效之研究。遠景基金會季刊,6(3),93-136。
張慧君與李卉(2010)。我國上市公司財務預警模型的建構與應用。會計之友,2010(10A),83-85。
陳雪如、黃劭彥、史雅男與蕭鎮臺(2009)。再探財務報表舞弊-風險因子新鑑識。中華管理評論國際學報,12(4),1-22。
黃瑞卿、吳中書、林金龍與蕭兆祥(2012)。台灣企業財務危機因子的實證研究。台灣金融財務季刊,13(4),55-77。
葉忠興 (2012)。企業財務危機診斷模式之構建。人文暨社會科學期刊,8(1),13-21。
葉清江、齊德彰與林欣瑾 (2008)。企業財務報表舞弊偵測之研究。Asian Journal of Management and Humanity Sciences,3(1-4),15-30。
趙冠華(2010)。基於遺傳算法和熵的縮減記憶式LS-SVM財務困境預測模型研究。運籌與管理,19(5),71-77。
趙國宇與唐紅 (2010)。審計合謀的預警視角:舞弊公司的異常財務特徵。湘潭大學學報:哲學社會科學版,34(6),54-60。
裴蘇(2005)。中國上市公司財務造假及其對策。常州工學院學報,23(3),51-54。
鞏斌(2010)。基於BP神經網絡的上市公司財務困境預警模型實證研究。皖西學院學報,26(2),11-13+82。
劉昕俞與黃憲彰 (2010)。Integrating GA with Boosting Methods for Financial Distress Predictions整合GA與Boosting演算法於財務危機之預測。品質學報,17(2),131 – 158。
鄧曉嵐、陳朝暉與王宗軍(2007)。公司財務困境的非參數生存分析模型評價。武漢理工大學學報(信息與管理工程版),29(6),121-124。
顏勝湟、吳雅娟與陳威良(2013)。模糊財務危機預警模型建構方法。創新與管理,10(2),93-116。

英文期刊論文:
Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4):589-609.
Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4(Supplement):71-102
Chawla, N. V., N. Japkowicz, and A. Kolcz, (eds.). 2003. Workshop on learning from imbalanced data sets II, in Proceedings of International Conference on Machine Learning
Hainmueller, J. & Hazlett, C.(2013a). Kernel Regularized Least Squares: Reducing Misspecification Bias With a Flexible and Interpretable Machine Learning Approach Political Analysis:1-41.
Hainmueller , J. and C. Hazlett (2013b). KRLS: Kernel-based Regularized Least squares (KRLS). R package version 0.3-5. http://CRAN.R-project.org/package=KRLS
Huarng, Kun-Huang, Tiffany H.-K. Yu and Chun-Ming Lee (2006). Forecasting Financial Distressed Companies in Taiwan by Using the Concept of the EBO Model. Journal of Management Science & Statistical Decision,3(1):4-15.
Lin, F.Y., D. Liang and W. S. Chu (2010). The Role of Non-Financial Features Related to Corporate Governance in Business Crisis Prediction.Journal of Marine Science and Technology,18(4):504-513.
McFadden, D. (1974). The Measurement of Urban Travel Demand. Journal of Public Economics, 3(4): 303–328.
Ohlson, A. J. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research,18(1):109-131.
R Core Team (2014). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
Tychonoff, A.N. (1963). Solution of incorrectly formulated problems and the regularization method. Doklady Alademii Nauk SSSR 151, 501504. Translated in Soviet Mathematics 4: 1035-1038.
Xiong, Zhibin(2009). Research on Financial Distress Prediction with Adaptive Genetic Fuzzy Neural Networks on Listed Corporations of China. International Journal of Communications, Network and System Sciences,2(5);385 – 391
Yeh, Ming-Feng , Hao-Erl Yang and Chia-Ting Chang(2006). GreyART Network for Financial Distress Prediction Problem.Journal of Grey System,9(1):43-49.
Yılgör, A.G., Ü. Doğrul and G. O. Temel (2011). A New Approach to Predict Financial Failure: Classification and Regression Trees (CART). Journal of Modern Accounting and Auditing,7(4):329-339.

電子媒體資料:
蕭博文與葉德正(2013,3月20日)。台灣優力加油站爆詐貸18億。取自http://tw.news.yahoo.com/%E5%8F%B0%E7%81%A3%E5%84%AA%E5%8A%9B%E5%8A%A0%E6%B2%B9%E7%AB%99-%E7%88%86%E8%A9%90%E8%B2%B818%E5%84%84-213000305.html

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 邱垂昌 (2006)。台灣企業財務危機之預警-保留意見之警訊。當代會計,7(2),195-236。
2. 邱垂昌 (2006)。台灣企業財務危機之預警-保留意見之警訊。當代會計,7(2),195-236。
3. 邱登裕、鍾典村、吳致遠與謝齊莊(2007)。以GA-SVM法探討企業財務危機之研究 Exploring Financial Distress Based on GA-SVM Method。中華管理學報,8(4),61-85
4. 邱登裕、鍾典村、吳致遠與謝齊莊(2007)。以GA-SVM法探討企業財務危機之研究 Exploring Financial Distress Based on GA-SVM Method。中華管理學報,8(4),61-85
5. 林英星、李勝榮、林信文與康文姿(2013)。企業資訊揭露與財務危機預警關聯性之研究-以台灣上市電子業為例。全球商業經營管理學報,5,167-178。
6. 林英星、李勝榮、林信文與康文姿(2013)。企業資訊揭露與財務危機預警關聯性之研究-以台灣上市電子業為例。全球商業經營管理學報,5,167-178。
7. 許瑞芳(2005)。當前上市公司財務危機之形成及因應措施。華人經濟研究,3(2),31-50。
8. 許瑞芳(2005)。當前上市公司財務危機之形成及因應措施。華人經濟研究,3(2),31-50。
9. 陳雪如、黃劭彥、史雅男與蕭鎮臺(2009)。再探財務報表舞弊-風險因子新鑑識。中華管理評論國際學報,12(4),1-22。
10. 陳雪如、黃劭彥、史雅男與蕭鎮臺(2009)。再探財務報表舞弊-風險因子新鑑識。中華管理評論國際學報,12(4),1-22。
11. 葉忠興 (2012)。企業財務危機診斷模式之構建。人文暨社會科學期刊,8(1),13-21。
12. 葉忠興 (2012)。企業財務危機診斷模式之構建。人文暨社會科學期刊,8(1),13-21。
13. 顏勝湟、吳雅娟與陳威良(2013)。模糊財務危機預警模型建構方法。創新與管理,10(2),93-116。
14. 顏勝湟、吳雅娟與陳威良(2013)。模糊財務危機預警模型建構方法。創新與管理,10(2),93-116。
 
系統版面圖檔 系統版面圖檔