跳到主要內容

臺灣博碩士論文加值系統

(3.95.131.146) 您好!臺灣時間:2021/07/26 02:04
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:宋湘怡
研究生(外文):SUNG, HSIANG-YI
論文名稱:企業財務預警模型之研究-以外國企業來台第一上市櫃為例
論文名稱(外文):Financial Distress Prediction Models of Enterprise - A Case Study of Foreign Corporation Listed in Taiwan Stock Market
指導教授:吳聲昌
指導教授(外文):WU, SHENG-CHANG
口試委員:廖鴻圖陳俊廷
口試委員(外文):LIAW, HORNG-TWUCHEN, JUN-TING
口試日期:2021-05-03
學位類別:碩士
校院名稱:世新大學
系所名稱:財務金融學研究所(含碩專班)
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2021
畢業學年度:109
語文別:中文
論文頁數:64
中文關鍵詞:財務預警羅吉斯迴歸公司治理特徵選取支援向量機
外文關鍵詞:Financial ForecastingLogistic RegressionCorporate GovernanceFeature SelectionSupport Vector Machine
相關次數:
  • 被引用被引用:0
  • 點閱點閱:14
  • 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:0
由於全球經濟環境變遷,在現今資訊全球化時代,企業面臨許多市場及非市場之危機變數發生財務危機事件層出不窮,而發生財務危機後企業將會面臨倒閉或宣告破產,財務比率是分析企業財務狀況的重要指,評估企業財務是否健全,公司治理資訊,能夠預防財務報表不實的發生及提早查出欺偽之財務報表,從不同的財務指標構面建構財務預警模型外,也特別將企業的公司治理因素加入探討,希望能夠提升該預警之預測能力,能夠及早發現企業財務危機風險警訊,進而防止企業危機發生,使投資人的權益可以受到保障。
本研究選取2010年至2019年以外國企業來台第一上市櫃的公司為研究對象,選取16個自變數,利用羅吉斯迴歸建立預警模型來判別是否發生財務危機,其次將原始16個變數運用支援向量機進行特徵篩選出重要變數,再使用Logistic迴歸比較特徵選取後模型之準確率。
研究結果發現,在特徵選取上採用支援向量機財務危機預測較佳,加入公司治理變數後更能準確區別出危機公司,尤以董監事持股總數、和大股東持股總數為重要預警指標。

Due to the changes in the global economic environment, in the current era of information globalization, enterprises are faced with many market and non-market crisis variables, and financial crises occur all over the world, and after the occurrence of financial crises, enterprises will face collapse or declare bankruptcy. In addition to constructing a financial early warning model from different financial indicators, corporate governance factors are also added to the study in the hope of enhancing the predictive ability of the early warning, detecting the risk warning of corporate financial crisis at an early stage, and preventing the occurrence of corporate crisis so that the rights of investors can be protected.
This thesis selects the companies that foreign companies came to the first listed counter in Taiwan from 2010 to 2019 as the research object, selects 16 independent variables initially and then use recursive feature elimination based on support vector machine to select the important variables from the original 16 variables. After selecting the important variables, we use logistic regression again to determine the correct rates of prediction.
The results of this thesis finds that the use of support vector machines for feature selection is better for predicting financial crisis. After adding corporate governance variables, it can more accurately distinguish crisis companies, especially the total number of shares held by directors and supervisors and the total number of major shareholders as important early warning indicators.

目錄
摘要 I
Abstract II
目錄 III
圖目錄 IV
表目錄 V
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍與限制 3
1.4 研究架構 3
第二章 文獻探討 5
2.1 外國企業來台第一上市(櫃)相關規定介紹 5
2.2 財務危機之定義 7
2.3 企業財務危機相關文獻 13
2.4 企業財務危機預警模型相關文獻 15
2.5 小結 23
第三章 研究設計 24
3.1 研究架構 24
3.2 選樣設計及樣本選取 25
3.3 研究變數與定義 27
3.4 研究方法 32
第四章 資料分析方法與結果 35
4.1 變數敍數統計 35
4.2 變數相關係數分析 38
4.3 運用羅吉斯迴歸建立預警模型 41
4.4 運用SVM特徵值選取與羅吉斯迴歸建立預警模型 46
4.5 實證結果總結 49
第五章 結論與未來研究 50
5.1 結論 50
5.2 未來研究 51
參考文獻 52


參考文獻
[1]尤宜珍,「以公司治理與徵信資訊建構銀行授信戶財務危機預警模型」,高雄第一科技大學財務管理學系碩士論文,2004年。
[2]方敬霖,「企業信用風險評估-Hybrid模型之運用」,東吳大學企業管理學系碩士論文,2008年。
[3]王菀瑜,「上市企業公司治理及財務因素應用於財務預警模型建立之研究」,義守大學財務金融學系碩士論文,2013年。
[4]謝富旭,「康友爆雷警訊曝露KY公司治理盲點」,今周刊,台灣,第52-55頁,2020年。
[5]台灣證券交易所,「外國企業來台上市宣導手冊:初次發行股票上市(中文版)」,2013年。
[6]台灣證券交易所,證券櫃檯買賣中心,「開放外國企業股票面額制度說明投資人宣導手冊」,2015年。
[7]何素素,「財務比率分析應用於企業診斷之研究-以台灣地區上市櫃公司為例」,大葉大學企業管理學系碩士論文,2002年。
[8]余惠芳,「台灣集團企業財務危機預警模式之研究」,臺灣科技大學企業管理學系博士論文,2008年。
[9]吳岳霖,「智慧資本與財務預警模型之關係-以台灣電子產業為例」,朝陽科技大學財務金融學系碩士論文,2015年。
[10]吳國瑋,「公司財務預警模型之探討-應用動態財務危機機率門檻值」,朝陽科技大學財務金融學系碩士論文,2017年。
[11]吳翠峯,「台灣上市公司財務危機分析之實證研究」,東海大學財務金融學系碩士論文,2017年。
[12]吳蕙真,「台灣集團企業財務預警模式-加入公司治理變數探討」,東吳大學企業管理學系碩士論文,2007年。
[13]李姿嫻,「運用存活分析於企業財務預警模式之建立-以台灣上市電子業為例」,義守大學財務金融學系碩士論文,2006年。
[14]李美伶,「海外企業來台第一上市(櫃)之績效表現探討」,暨南國際大學國際企業學系碩士論文,2015年。
[15]沈智偉,「企業預警-羅吉斯模型與類神經方法之比較」,高雄第一科技大學金融營運學系碩士論文,2002年。
[16]阮懷勝,「財務危機預警模型之研究-以電子產業為例」,東吳大學會計學系碩士論文,2006年。
[17]卓一誠,「運用倒傳遞類神經網路建構電子業財務危機預警模型」,交通大學資訊管理研究所碩士論文,2008年。
[18]卓奕婷,「市場結構對於財務危機預警模型的影響」,嶺東科技大學企業管理學系碩士論文,2016年。
[19]周俊榮,「台灣上市公司財務預警模型建立及估計與預測」,世新大學財務金融學系碩士論文,2009年。
[20]周柏宏,「企業授信期中管理財務預警模式之研究」,成功大學財務金融學系碩士論文,2019年。
[21]林郁翎,「結構型信用風險管理模型之研究」,東吳大學經濟學系博士論文,2007年。
[22]林沛晴,「財務比率與財務危機關聯性之研究-台灣上市電子公司之驗證」,高雄第一科技大學財務金融學系碩士論文,2009年。
[23]施東信,「在公司治理觀點下運用類神經網路建立上市公司財務危機預警模型-以台灣為例」,國防管理學院資源管理研究所碩士論文,2006年。
[24]施淑萍,「財務危機預警模式與財務危機企業財務特性之研究」,東吳大學會計學系碩士論文,2000年。
[25]翁宇廷,「應用SVM特徵選取提升財務危機模型之預能力」,朝陽大學財務金融學系碩士論文,2012年。
[26]徐研展,「加入公司治理企業財務預警模型之實證研究」,中國科技大學企業管理學系碩士論文,2010年。
[27]許志鈞,「企業財務危機預警模式-基因演算法、倒傳遞網路與遞迴網路之應用」,臺北大學企業管理學系碩士論文,2003年。
[28]郭虹伶,「運用財務及股權結構因素建立台灣上市公司動態化財務預警模式之研究」,朝陽科技大學財務金融學系碩士論文,2004年。
[29]郭素惠,「財務預警模型之研究-以台灣電子產業為例」,高雄科技大學金融資訊學系碩士論文,2019年。
[30]陳昱均,「類神經網路與模糊系統在企業倒閉風險預測之應用」,逢甲大學財務金融學系碩士論文,2003年。
[31]陳家羲,「運用深度學習網路建置財務預警模型」,東吳大學會計學系碩士論文,2018年。
[32]曾政興,「企業財務預警模型-以羅吉斯迴歸分析」,淡江大學企業管理學系碩士論文,2018年。
[33]曾益信,「公司治理機制、多角化策略與高階管理者離職關聯之實證研究」,崑山科技大學企業管理學系碩士論文,2011年。
[34]黃鈞偉,「利用技術指標於股價預測:使用SVM與特徵選取演算法」,高雄應用科技大學資訊管理學系碩士論文,2015年。
[35]鄒香蘭,「我國股票上市公司財務危機預警模型之比較」,彰化師範大學商業教育學系碩士論文,2001年。
[36]趙志綱,「加入公司治理變數之財務危機預警模型-以台灣上市櫃電子產業為例」,銘傳大學財務金融學系碩士論文,2018年。
[37]劉容慈,「整合公司治理、會計資訊與總體經濟敏感度之財務危機模型」,輔仁大學金融學系碩士論文,2002年。
[38]歐黛瑩,「台灣股票上市公司動態化財務預警模式之研究-CUSUM模式和EWMA模式之比較」,朝陽科技大學財務金融學系碩士論文,2003年。
[39]潘麗卿,「台灣上市上櫃企業財務預警模型之實證研究」,中國文化大學國際企業管理學系碩士論文,2014年。
[40]蔣榮和,「財務預警模型之實證研究-以台灣電子產業為例」,高雄應用科技大學金融學系碩士論文,2016年。
[41]蔡其勳,「從會計師資訊的角度構建企業財務危機預警模型」,靜宜大學企業管理學系碩士論文,2006年。
[42]蔡淑惠,「運用財務比例預測企業財務危機之研究-以上市電子業為例」,台灣科技科技大學管理研究所碩士論文,2018年。
[43]鄭珮琪,「企業財務危機預警-以類神經網路為建模」,中華大學資訊管理學系碩士論文,2005年。
[44]賴士詮,「公司資訊揭露程度影響因素之探討」,臺灣大學資訊管理學系碩士論文,2018年。
[45]謝旻倫,「第一上市(櫃)公司申請IPO方式與短期績效研究」,台北大學會計學系碩士論文,2016年。
[46]謝成益,「台灣光電業財務預警模型之研究-以上市櫃之光電業公司為例」,高雄應用科技大學商業學系碩士論文,2012年。
[47]藍婉萍,「運用比例風險模式(PHM)與CUSUM模式建立動態財務預警制度-以台灣上市公司為例」,朝陽科技大學財務金融學系碩士論文,2003年。
[48]Altman, E. I., “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy”, The Journal of Finance, Vol. 23, No. 4, pp. 589-609, 1968.
[49]Beaver, W. H., “Financial Ratio as Prediction of Failure”, Empirical Research in Accounting, Supplement, Vol. 4, No. 2, pp. 71-111, 1966.
[50]Campa, D., “The Impact of SME’s Pre-Bankruptcy Financial Distress on Earnings Management Tools”, Journal of Economics, Vol. 42, pp. 222-234, 2015.
[51]Darayseh, M., Waples, E. & Tsoukalas, D., “Corporate Failure for Manufacturing Industries Using Firms Specifics and Economic Environment with Logit Analysis”, Managerial Finance, Vol 29, No. 8, pp. 23-36, 2003.
[52]I.H., & Frank, E., “Practical Machine Learning Tools and Techniques with Java Implementations”, Morgan Kaufmann, San Francisco, 2000.
[53]I.H., & Frank, E., “Practical Machine Learning Tools and Techniques. 2nd Edition”, Morgan Kaufmann, San Francisco, 2005.
[54]Lieu, P. T., Lin, C. W. & Yu, H. F., “Financial Early-Warning Models on Cross-Plding Group”, Industrial Management and Data Systems, Vol. 108, No. 8, pp. 1060-1080, 2008.
[55]Lee, T. S. & Yeh, Y. H., “Corporate Governance and Financial Distress: Evidence from Taiwan”, Corporate Governance, Vol. 12, No. 3, pp. 378-388, 2004.
[56]M. D. Odom & R. Sharda., “A Neural Network Model for Bankruptcy Prediction”, Proceedings of the IEEE International Conference on Networks, Vol. 12, No. 1, pp. 163-168, 1990.
[57]Ohlson, J. A., “Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, Vol. 18, No. 1, pp. 109-131, 1980.
[58]Vo, D. H., “Financial Distress and Bankruptcy Prediction: An Appropriate
Model for Listed Firms in Vietnam”, Journal of Business, Vol. 42, No. 4, pp. 616-624, 2018.
[59]Whitaker, R. B., “The Early Stages of Financial Distress”, Journal of Economics and Finance, Vol. 23, No. 2, pp. 123-133, 1999.

電子全文 電子全文(網際網路公開日期:20260618)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top