企业财务危机预警模型概述

1、当前文档修改密码：8362839运用资料料探勘技技术建构构企业财财务危机机预警模模型朱玉婷中原大学学信息管管理研究究所 HYPERLINK mailto:fang.tw j40112011t利瓦伊平平中原大学学信息管管理研究究所 HYPERLINK mailto:wplee.tw wpleeeaapoll-mpp.coom.ttw摘要企业财务务状况一一直以来来是社会会大众所所关注的的课题，而企业业财务危危机更是是攸关企企业生存存与否最最重要的的关键点点，因此此若能及及早预测测出企业业财务危危机将能能减少对对企业甚甚至社会会大众的的损失，故企业业财务危危机预警警模式逐逐渐发展展起来。从文献献研究

2、中中可以知知道有相相当多的的财务危危机预警警系统，经由研研究发现现数据探探勘所建建立的模模型优于于传统统统计模型型，其中中过去广广受欢迎迎且用的的较好的的即是决决策树与与类神经经网络模模型，而而历史文文献研究究也皆着着重于混混合所有有产业别别进行模模式的建建构，少少有针对对个别特特定产业业建构模模式。基基于以上上问题，本研究究主要以以电子产产业与传传统产业业为研究究样本，在指针针变量上上同时考考虑财务务指针与与非财务务指针变变量，再再运用决决策树方方法个别别建立电电子产业业与传统统产业预预警模型型，以分分析决策策树所建建立的两两种模型型之精确确度如何何，并加加以探讨讨及了解解产业间间变量的的差

3、异。关键词：决策树树、资料料探勘、财务危危机壹、绪论论一、研究究背景与与动机从民国886 年一直直到民国国87 年间爆爆发了亚亚洲金融融风暴，大多数数的亚洲洲国家都都遭受了了极大的的损失，例如：出口减减少，货货币急速速贬值，经济衰衰退，股股市下挫挫，失业业率上升升，而这这些国家家当中不不乏日本本，韩国国，泰国国，印度度尼西亚亚等等，相反的的我国由由于基本本面坚强强、民间间及政府府灵活的的应变能能力，使使得我国国能在这这一次的的金融风风暴中全全身而退退。可是是却在民民国877 年下下半年发发生了一一连串的的财务危危机事件件，而这这一连串串的财务务危机事事件不但但使得岌岌岌可危危的亚洲洲经济更更蒙

4、上一一成阴影影，也使使得国内内的经济济陷入更更大的危危机当中中，而企企业倒闭闭风险的的扩大也也波及了了股票市市场的运运作，造造成了广广大投资资人的损损失，更更进一步步使得企企业抵押押品的价价值大幅幅缩水，银行为为了避免免呆帐的的发生，只好不不断收紧紧银根，结果造造成企业业取得资资金更困困难，破破产的机机会也就就更大了了，而这这最后终终究会影影响到银银行业，造成存存款户的的挤兑，有可能能引发另另一次的的金融风风暴。国内近几几年来，财务危危机预警警模式是是非常热热门的研研究课题题，架构构完善的的财务危危机预警警模式，可以有有效地侦侦测企业业危机的的征兆。就银行行而言，银行可可以藉财财务预警警模式，

5、配合原原先企业业的征信信程序，便可以以精确地地评估出出企业的的真正风风险，降降低银行行的营运运风险与与成本。就投资资人、债债权人及及交易往往来之相相关者而而言，可可以藉此此来事先先防患，及早采采取应变变措施，以免公公司发生生破产、倒闭，因而遭遭受重大大的损失失。目前前已有许许多学者者提出了了不同的的预警模模式。回回顾过去去财务危危机预警警模式的的相关研研究，大大致上可可以归纳纳出四个个研究方方向。一一是以财财务比率率配合统统计方法法之预警警模式；二是以以财务比比率配合合数据探探勘方法法之预警警模式作作预测；三是以以结合财财务比率率与非财财务比率率之预警警模式作作预测，此部分分是以财财务比率率作

6、基础础藉由引引入非财财务指标标来提升升预测的的准确度度；四是是以考虑虑产业别别因素建建立个别别产业的的模式作作预测 (Boowenn，19882)(林宓颖颖，20002)(陈汉汉冲，220033)( HYPERLINK l 1 颜颜明发，20004)。由上述几几个研究究方向之之文献可可知，指指针变量量选择上上必须同同时考虑虑财务比比率与非非财务变变量，才才能精确确的进行行预测(黄振丰丰，20000)(Chhengg-Yiing Wu，20004)(陈生祥祥，20005)。决策策树与类类神经网网络模型型在财务务危机的的预测能能力上明明显优于于传统统统计模型型(王美慧慧，20005)，因此此累积至

7、至目前已已有许多多学者运运用决策策树与类类神经网网络建立立企业财财务危机机预警模模型，另另外历史史文献研研究皆着着重于混混合所有有产业别别进行模模式的建建构，而而少有针针对个别别特定产产业建构构适合的的模式，因此无无法进一一步分析析该产业业的特质质与模式式的适合合度。故故本研究究以电子子产业与与传统产产业为研研究样本本，在指指针变量量上同时时考虑财财务指针针与非财财务指针针变量，再以财财务危机机预测领领域中运运用的较较好的决决策树方方法个别别建立电电子产业业与传统统产业预预警模型型，以分分析决策策树所建建立的两两种模型型之精确确度如何何，并进进一步加加以探讨讨及了解解产业间间变数的的差异。二、

8、研究究目的本研究目目的有三三点：运用数据据探勘之之决策树树方法建建立电子子业及传传统产业业模式，找出两两产业各各别关键键指针变变量为何何，并比比较之间间的异同同。因决策树树建立的的模式会会产生条条件规则则，故本本研究将将针对电电子产业业及传统统产业比比较个别别产生规规则之异异同。以决策树树方法建建立个别别产业模模式后，以精确确度构面面比较两两产业之之差异，并找出出决策树树建立的的模式是是适合电电子产业业还是传传统产业业。三、资料料来源与与研究限限制1. 资资料来源源 本研研究采用用台湾证证券交易易所定义义的财务务危机公公司样本本作为分分析依据据，财务务与非财财务指针针值的资资料来源源为：a.

9、台台湾经济济新报公公司财务务数据库库b. 台台湾证券券交易所所的公开开股市观观测站 22. 研研究限制制本文针对对样本数数据为台台湾上市市公司之之财务资资料，定定期由台台湾证券券交易所所发布之之公开资资料，但但有以下下限制：a. 因因为资料料较为公公开与取取得方便便，本研研究只针针对上市市公司财财务资料料进行分分析探讨讨，无法法考虑到到中小企企业和未未上市公公司。b. 目目前无明明确的定定义传统统产业应应包括那那些产业业，因为为样本数数的问题题，所以以本研究究只排除除电子业业与金融融业，其其它产业业就列为为传统产产业了，而未再再进一步步做细部部区分。c. 电电子产业业可以再再划分更更细部的的子

10、产业业类别，但碍于于样本数数不够多多，所以以不再进进行划分分，所以以无法考考虑到电电子产业业下的子子产业类类别。四、研究究流程 本研究究的流程程进行如如下图一一所示：文献探讨研究方法与设计实证结果分析结论与未来研究传统产业资料收集与整理电子产业数据收集与整理以决策树方法建立模式以决策树方法建立模式研究动机与目的两产业差异比较图一 研研究流程程图贰、文献献探讨一、财务务危机预预警模式式(一)财财务危机机的定义义有关财务务危机有有许多定定义的标标准，有有从严格格的法定定破产定定义，扩扩展至资资金不足足、周转转困难、债信违违约、特特别股股股利未减减少或支支付、主主产品销销售额锐锐减等状状态。以以财务

11、论论点观之之，兹分分述如下下：Beavver(19666)认认为当发发生银行行账户透透支、特特别股股股息未能能支付、发生公公司债违违约及宣宣告破产产等四种种现象之之一时，则视为为发生财财务危机机公司。Altmman(19668)则则认为包包含在在法律上上破产、被接管管及重整整者。Deakkin(19772)所所认定之之企业失失败定义义为：经历过过倒闭、无偿债债能力、或清算算的厂商商，裁示示为失败败厂商。Blumm(19974)认为当当公司无无能力偿偿债的事事件发生生时即为为失败。Brigghamm(19980)根据实实质面将将公司的的失败以以其轻重重程度之之不同划划分为技技术失败败及破产产失败

12、，前者代代表公司司无法偿偿还流动动债务后后者代表表公司的的负债大大于资产产，使得得净值呈呈现负数数的状况况。Scottt(119811)定义义企业失失败为不不足抵偿偿债务，或无能能力偿债债。Laittineen(119911)更进进一步将将公司失失败区分分为慢性性失败公公司、获获利失败败公司、急性失失败公司司三种型型态。其其中慢性性失败公公司公司司的财务务警讯可可早在失失败发生生数年前前便已逐逐步呈现现，而获获利失败败公司主主因为公公司的获获利状况况不佳，而急性性失败公公司乃在在失败发发生前才才发生财财务状况况急速恶恶化的状状况。国内学者者陈肇荣荣(19983)亦将公公司的财财务危机机视为一一

13、连续恶恶化的三三个阶段段，分别别为财务务危机阶阶段，即即资金不不足、周周转困难难、债务务拖延，财务失失调阶段段，即流流动性资资金周转转不灵、退票、债务缴缴息还本本出现违违约逾期期状况，以及破破产倒闭闭阶段，即资产产大于负负债、无无法偿还还债务状状况。潘玉叶（19990）将将财务危危机定义义依循国国内证券券交易所所之规定定：当当公司发发生财务务恶化，依有价价证券上上市契约约准则第第13 条（民民国788 年），核定定变更交交易方式式（全额额交割制制）之上上市公司司界定为为财务危危机公司司，其余余非采全全额交割割制之上上市公司司界定为为一般公公司后后，以公公司变更更交易方方式来界界定财务务危机为为

14、今之通通说。而而目前有有关我国国法律上上与财务务危机公公司有关关之条文文包含公公司法第第2111、2822 条有有关公司司宣告破破产与公公司重整整及台湾湾证券交交易所股股份有限限公司营营业细则则第499、50、50之1 条变变更交易易、停止止买卖及及终止上上市以及及银行逾逾期放款款、催收收帐及呆呆帐处理理办法等等。后续国内内研究（陈建年年，20000；林文修修，20000；陈渭淳淳，20001 等）大大多以台台湾证券券交易所所制订之之营业细细则第449、50条之之情事者者，也就就是上市市上柜公公司变更更交易型型态、改改列全额额交割股股、停止止买卖、终止上上市、跳跳票、申申请抒困困等，谓谓之财务

15、务危机公公司，其其范围较较广也较较为明确确。本研研究也是是以经由由证券交交易所呈呈请主管管机关核核准停止止买卖、终止上上市或变变更交易易方式为为全额交交割股之之公司，作为财务危危机公司司的定定义，其其余非采采全额交交割制、非经停停止买卖卖或终止止上市之之公司皆皆视为正常公公司。(二)财财务危机机预警模模式之比比较早期进行行财务危危机预测测之研究究始于119300年，但但当时并并未发展展出财务务危机预预警模式式，只是是利用趋趋势分析析观察危危机公司司的财务务比率之之特性以以及变化化。相关关之研究究学者有有Rammserr annd FFostter（19331）、Fittzpaatriick（1

16、9332）、Merrwinn（19442）等等人。财务比率率配合统统计方法法之预警警模式 国内外外已有许许多学者者运用各各种统计计分析方方法建立立各种财财务危机机预警模模型，试试图找出出各模型型下的各各项显著著影响财财务危机机发生的的财务比比率变量量，及模模型的预预测能力力，以期期作为公公司财务务预警之之用，回回顾财务务危机预预警相关关研究中中所常使使用的统统计分析析方法有有，单变变量分析析、多变变量区别别分析、线性复复回归分分析、LLogiit分析析、Prrobiit分析析等。最最早是由由Beaaverr(19966)以单变变量分析析法为模模式，选选取19954至至19664年间间符合发发生

17、财务务危机定定义的779家失失败公司司，并以以配对样样本方式式选取相相同产业业、相似似规模的的79家正正常企业业之前55年财务务信息，对财务务危机公公司进行行预测研研究，收收集财务务正常及及发生财财务危机机公司的的30项财财务比率率进行研研究，以以失败前前一至三三年的财财务比率率如负债债比、速速动比等等之平均均值以二二分类法法加以比比较，试试图找出出能显著著区分正正常及失失败的财财务比率率，并以以此作为为预测之之因子，其研究究结果发发现最能能预测企企业失败败的三项项财务比比率依序序为：现现金流量量对总负负债比率率、税后后净利对对总资产产比率、总负债债对总资资产比率率，依其其实证所所得财务务危机

18、发发生前三三,二,一年的的预测力力分别为为77%、79%及87%。此一一单变量量的研究究结果影影响后来来财务危危机预警警模型甚甚大。 由于企企业财务务状况是是由复杂杂的因素素所造成成，而单单变量也也较无法法衡量多多面向的的变量，因此，Alttmann(19968)的研究究设计亦亦仿照BBeavver(19666)，即率先先采用多多变量区区别分析析(Muultiiplee Diiscrrimiinannt AAnallysiis)来来预测公公司破产产的机率率，他以以符合美美国破产产法宣告告破产为为财务危危机公司司认定标标准，选选用19964至至19665年间间宣告破破产的333家公公司作为为研究

19、样样本，并并依产业业与规模模选择333家正正常公司司进行配配对，并并选取222项财财务比率率，再利利用多元元区别分分析逐步步选取出出最具预预测能力力的5项财务务比率，结合成成为线性性模型，即是分析模模型。其其公式如如下：Z=1.2X11+1.4X22+3.3X33+0.6X44+0.0999X5Z ：综综合指针针分数X1：营营运资金金/资产总总额X2：保保留盈余余/资产总总额X3：税税前息前前盈余/资产总总额X4：股股东权益益的市场场价值/总负债债X5：代代表销货货净额/资产总总额其中X11用以衡衡量企业业的流动动能力、X2可反反映企业业将利润润保留于于公司，凭以发发展未来来的潜力力、X33旨

20、在评评估企业业在不举举债的情情况下，其获利利能力如如何、XX4用以以衡量自自有资金金的程度度、X55评估资资产创造造收入的的效率。以此公公式计算算出的研研究结果果发现，破产前前一年财财务资料料正确区区别率995%为为最佳，而前二二至五年年分别为为72%、48%、29%、36%。因此此显示多多变量分分析方法法在预测测准确率率上优于于单变量量分析。而后AAltmman (19977)又同时时考虑风险观观与规规模效果果，成为为7项变的线性性模型，称为ZZetaa 模型型。采用用的财务务比为为：资产产报酬、盈余余稳定性性、息息保障、动动比、积获获情形形、资本本总额与与规模（有形资资产）。分正正确在在破

21、产前前一达达93%，前四四达880%，前五也有770%，预测效效果良好好，在实实务上亦亦多所应应用。 Ohllsonn(19980)试图利利用Loogitt分析建建立预测测模型，以19970到到19776年研研究期间间，选取取1055家破产产公司及及2066家正常常公司为为研究样样本对象象，并以以符合法法定认定定财务危危机标准准，采取取9项财务务比率变变量，以以Loggit 分析分分别建立立一年内内、二年年内及一一年或二二年内会会破产的的三个财财务危机机预警模模型。经经实证结结果证实实三个模模型的预预测准确确率分别别为966.122%、95.55%、92.48%。研究究结果认认为公司司规模、经

22、营绩绩效、财财务结构构及流动动性与破破产机率率呈现显显著相关关。由此此证实LLogiit分析析具有不不错的预预测能力力，后续续学者也也渐以此此Loggit分分析做为为预测的的模型。 国内针针对财务务危机方方面的研研究也为为数不少少，何太太山(119777)仿Alttmann（19668）的的多元区区别分析析，是最最早应用用于银行行信用评评分模式式中，该该研究以以民国664到65年间间，选择择共555家正常常公司及及52家失失败公司司，以77个财务务变量建建立模型型，测试试结果正正确区别别力最高高达911%。 陈肇荣荣(19983)以19778到19882年间间为研究究期间，依照产产业及规规模大

23、小小相似，选取448家危危机公司司与488家正常常公司，分成原原始样本本、保留留样本及及后期样样本，以以流动性性、结构构性、周周转性及及获利性性等四大大指标，选取332种财务比比率，透透过主成成份分析析萃取出出9个主成成份，并并利用77种指标标建立多多变量区区别分析析模型，研究结结果显示示以企业业财务比比率所建建构的区区别模型型能有效效预测台台湾中大大型企业业的财务务危机发发生，其其正确区区别率最最高可达达87.5%。 陈明贤贤(19986)选取111家危机机公司，并依照照产业及及规模选选取199家正常常公司做做为配对对样本，使用单单变量分分析先从从22个财财务比率率中选取取9种变量量，接着着

24、利用PProbbit与与Loggit模模型进行行财务危危机预测测。研究究结果发发现采用用Proobitt与Loggit所所建构的的模型，预测结结果类似似，其失失败前五五个年度度的预测测能力分分别在880%至至93.3%之之间，其其中又以以危机发发生前一一年准确确率最高高，可达达93.33%。财务比率率配合数数据探勘勘方法之之预警模模式 财务危危机预测测研究除除了上列列各项传传统的统统计分析析模型外外，拜计计算机科科技突飞飞猛进之之赐，数数据探勘勘技术已已渐成为为另一项项新的选选择。最最早使用用数据探探勘中的的类神经经网络技技术研究究财务危危机预警警模式是是Odoom aand Shaardaa

25、(19990) 利用用类神经经网络理理论(nneurral nettworrks)与多变变量区别别分析法法建构财财务危机机预警模模型，并并就两者者之区别别正确率率来进行行比较，其研究究变量则则参照AAltmman于于19668年研研究中所所使用的的5项财务务比率，研究期期间为19975年年至19982年年。该研研究共选选取655家危机机公司为为样本并并以655家正常常公司加加以配对对，研究究结果显显示使用用类神经经网络分分析结果果之区别别正确率率优于区区别分析析。 Tamm annd KKianng（19992）共共利用类类神经网网络、区区别分析析、Loogitt 模型型、决策策树等方方法，建

26、建构预警警模式，其样本本为19985至至19887年以以美国德德州599家危机机银行配配对599家正常常银行，用199项财务务指标，以危机机前二年年为数据据建立预预警模式式，结果果显示类类神经网网络与决决策树有有较好的的预测结结果。 Coaats andd Faant(19993)选选取19970至至19889年的的93家制制造业破破产公司司为研究究样本，找1888家正正常公司司作配对对，其中中一半左左右为非非制造业业，训练练模式样样本以447家破破产公司司和944家正常常公司，运用类类神经网网络方法法，一样样采Alltmaan(119688)的5项财务务比率作作为变量量，建构构出的预预警模式

27、式准确率率达800%。 Alttmann ett all.(119944)则以以意大利利的公司司为研究究对象，分别采采用多变变量区别别分析以以及类神神经网络络分析进进行模型型的建立立，并比比较两者者的分析析结果，发现类类神经网网络分析析模型优优于多变变量区别别分析模模型。 Kohh annd TTan (19999)以19778 至至19885 年年间出现现的1655 家破破产公司司为失败败样本，并选取取相同产产业、规规模相近近的正常常公司1165家家作为配配对样本本，以类类神经网网络模型型中倒传传递类神神经网络络建构企企业危机机预警模模型。主主要以破破产公司司状态、速动比比率、普普通股市市值

28、对总总资产比比、负债债比率、税前息息前净利利，资产产报酬率率及保留留盈余对对资产比比共六个个财务指指针做为为研究变变量，并并以类神神经网络络与Prrobiit 模模型做验验证比较较，结果果发现类类神经网网络的区区别正确确率较PProbbit 模型佳佳。 HYPERLINK n:Kyung=shik.html Kyuung-shiik SShinn, TTaikk Sooo LLee, annd HYPERLINK HHyunn-juung Kimm (220055) 利利用韩国国信用担担保基金金所提供供的数据据，由外外部审查查的23320家家中型制制造公司司组成，包括119966到19999期

29、间间11660破产产和11160非非破产公公司。运运用支持持向量机机(SVVM)进进行破产产预测，以二个个阶段的的输入变变量选择择程序选选择财务务比率。结果显显示在公公司破产产预测问问题SVVM提出出的分类类法比BBPN更更好，实实验结果果也证明明当训练练资料大大小变得得更小时时SVMM比BPNN有较高高的精确确度和较较好的综综合绩效效。 国内相相关文献献为，汤汤玲郎和和施并洲洲(20001)应用灰灰关联分分析法、类神经经网络、与案例例推理法法等，探探讨股票票上市公公司的财财务危机机预警模模式，利利用455项财务务指针，评估772家样样本公司司过去三三年的经经营绩效效，以预预测财务务正常公公司

30、与危危机公司司判断之之正确性性。从研研究结果果发现采采用类神神经网络络的预警警效果最最好，其其次为案案例推理理法；而而平均预预警准确确率以发发生危机机的前一一年的887.11%，高高于前二二年的778%与与前三年年的财务务指标662.11%。 陈淑萍萍(20003)以19997年第第三季到到19998年第第四季宣宣布破产产的公司司当成是是危机的的样本，而从同同时期的的数据中中寻找配配对的552家财财务正常常公司当当成是正正样本，采其前前五季财财务报表表资料，共计5520笔笔资料。并运用用因素分分析及数数据探勘勘技术之之决策树树分类技技术，对对其财务务比率进进行财务务预警模模式之建建立，经经实证

31、研研究后之之结果为为相较于于先前学学者之财财务预警警模式所所用之类类神经及及单变量量分析，本研究究所建构构之财务务预警模模式，所所使用的的决策树树之分类类法对于于结果有有较简单单且清楚楚的分类类规则可可方便投投资者及及企业当当局参考考。结合财务务比率与与非财务务比率之之预警模模式 企业财财务危机机来源其其实是多多面向的的，可能能的影响响因素包包括国际际或本国国政治、经济、企业本本身内部部、法令令、科技技、文化化等等，如此盘盘根错节节的复杂杂关系，是不能能忽略的的，因此此至目前前为止已已有多位位学者加加入非财财务构面面为考虑虑的因素素，建构构财务危危机预警警模型，Wu, Chhengg-Yiin

32、g (20004)主要比比较单独独使用财财务比率率，及结结合财务务与非财财务变量量，在预预测上的的能力，以因素素分析与与Loggit建建立模型型，此研研究为119955至20000年期期间，选选取311家危机机公司与与31家正正常公司司为样本本。研究究结果证证实危机机发生前前一年，只考虑虑财务比比率变量量正确率率为799.033%，加加入3项非财财务变数数，正确确率可达达87.10%。危机机发生前前二年只只考虑财财务比率率变量正正确率是是77.42%，加入入非财务务变数正正确率也也为777.422%。危危机发生生前三年年，只考考虑财务务比率正正确率是是66.13%，加入入非财务务变量可可增加至

33、至72.58%，由此此可知加加入非财财务变量量可以达达到更好好的预测测效果。 国内文文献部份份，池千千驹(119988)除了了采用LLogiit 模模式外，另外也也采用近近来广泛泛使用于于商业用用途的类类神经网网络模式式，来验验证财务务比率趋趋势、非非财务变变量及总总体经济济变量，能否增增进模式式区别能能力。结结果发现现利用最最小平方方法所计计算出的的财务比比率趋势势，纳入入Loggit模模式中，确实增增加模式式之区别别正确率率。非财财务变量量中的会会计师变变动，能能增加模模式之区区别正确确率，即即非财务务变量为为财务困困难发生生之征兆兆之一。黄振丰和和吕绍强强(20000)考虑财财务及非非财

34、务因因素利用用Loggit回回归分析析建构两阶段段企业财财务危机机预警模模式，共选取取18项非非财务变变量及28项财财务变量量，非财财务变量量包括有有股权结结构、董董事会质质量、管管理架构构、多角角化程度度、董监监事特质质、总经经理特质质因素，选取221家破破产公司司及同年年同产业业的400家正常常公司为为研究样样本，先先建构单单阶段财财务危机机预警模模式，共共4类模式式，非财财务变量量模式、原始财财务变量量模式、除以产产业平均均数之财财务变量量模式、减产业业平均数数之财务务变量模模式；再再结合财财务变量量和非财财务变量量进行两两阶段企企业财务务危机预预警模式式。 陈生祥祥(20005)结合企

35、企业财务务比率指指针和非非财务信信息指针针建构出出企业财财务危机机预警模模式。研研究样本本取366家财务务危机公公司，以以1:11配对方方式选取取36家正正常公司司，共772家公公司样本本，数据据搜集法法令规章章和前人人学着经经验法则则使用330项财财务比率率和7项非财财务指针针作为输输入变量量。运用用数据探探勘的决决策树方方法和类类神经网网络分析析企业财财务危机机预警模模式，发发现财务务危机发发生前一一年的预预测准确确率，以以类神经经网络分分析法有有较佳的的预测能能力，前前二年和和前三年年则是决决策树分分析法较较佳；本本研究预预警模式式证实准准确率优优于先前前学者所所使用的的非财务务指针预预

36、警模式式，且更更适用于于台湾企企业。研研究发现现额外加加入股价价信息指指针和信信用评等等指针的的预警模模型确实实能增加加财务危危机预警警的准确确率，而而且有效效降低型型一错误误率发生生。 蔡永泰泰(20005) 选取取的公司司输入变变量数据据则以发发生财务务危机前前三年(91 年、900 年、89 年)季资料料为依据据。以民民国922年发生生财务危危机的330家上上市公司司，并找找出相似似规模和和产业相相同的正正常公司司作为对对照，产产业类别别依据以以台湾证证交所上上市公司司营业分分类，以以1:11 的比比例选样样，300 家正正常上市市公司作作对照，总共660 家家上市公公司。所所选取的的财

37、务与与非财务务变量，透过以以本研究究所提出出的信息息增益排排列筛选选法(IIGAFF)的输输入变量量筛选方方法作筛筛选，并并结合类类神经网网络所建建构出的的预警模模式，发发现在准准确率的的表现上上优于决决策树模模式、类类神经网网络模式式与结合合决策树树为输入入变量筛筛选之类类神经网网络模式式。考虑产业业别因素素之预警警模式 产业结结构的不不同，衡衡量其财财务危机机的变量量自然可可能有所所差异，因此产产业因素素必须将将之纳入入考虑，以建构构不同产产业间的的财务危危机预警警模式。欧再添添(20003)选取19998到到20002年期期间，排排除金融融证券业业计有770家财财务危机机公司，另依照照产

38、业别别及规模模大小进进行配对对，选取取70家相相同产业业及规模模类似的的正常公公司做为为配对样样本，采采用的方方法为传传统Loogitt分析模模型，研研究结果果证实扣扣除营建建业后的的产业各各年度财财务预警警之关键键指标包包括负债债比率、现金流流量比率率，而净净值报酬酬率则对对于危机机前一年年具有指指标性的的意义。在模型型之区别别能力比比较方面面，发现现扣除营营建业及及钢铁业业样本后后所建构构的Loogitt回归模模型，区区别率最最高可达达90.48%。另扣扣除营建建业、钢钢铁业及及电子业业后的模模型其区区别能力力比扣除除营建业业及钢铁铁业更好好，最高高可达992.66%。而而电子业业之Loo

39、gitt模型区区别能力力波动大大，应收收帐款收收帐天数数则为重重要预测测变量。 陈秀美美(20003)针对传传统产业业之食食品业、纺纺织业及营营建业为分析析对象，以比较较不同产产业间，危机企企业与正正常企业业之财务务比率差差异性。以Loogitt回归分分析建立立危机预预测模式式，依LLogiit回归归分析结结果，在在财务危危机机发发生前四四、五年年预警的的指标为为纯益率率，危机机前一至至三年则则应观察察负债比比。 蔡明熹熹(20004)用文文献与专专家经验验，选定定6个构面面的188个财务务比变变和33 个构构面的66个非财财务变，针对对制造造业与与批发发及售售业组同同的公司司样本，采用相相关

40、分析析、无母母中位位差性检定定、二分分吉吉斯回归归分析(Binnaryy Loogissticc Reegreessiion)、以及及多项式式吉斯斯回归分分析(MMulttinoomiaal LLogiistiic RRegrresssionn)等统统计分析析方法，尝试分分别建信用评评等模型型，研究究主要影影响信用用评等的的变与与效果。结果发发现1.制造造业公公司的信信用评等等除获能的的衡之之外， 资产的的配置运运用或财为为， 也是评评的重重点； 2.批发及及售业业公司司的信用用评等除除获能能的衡衡外，其次较较重视销销货收入入与管的效；3.在非财财务变中，制造业业着重重于经经营与能与产业市市场

41、展望望；批发及及售业业则着着重市市场占有有地位。 由于个个别产业业的不同同影响的的因素也也相对有有所差异异，若能能考虑产产业问题题，将更更能发掘掘出个别别产业的的特质，并建构构出更适适合更精精确的预预警模型型，故本本研究会会针对电电子产业业与传统统产业所所建构的的预警模模型，进进一步加加以探讨讨产业的的异同。相关文文献整理理汇整如如下表一一：表一 财财务危机机预警模模式文献献回顾整整理模式类别别学者变量选择择考虑产业业别变数数差异研究方法法研究结果果财务比率率配合统统计方法法之预警警模式Beavver(19668)财务比率率不考虑单变量分分析最能预测测企业失失败的三三项财务务比率依依序为：现金

42、流流量对总总负债比比率、税税后净利利对总资资产比率率、总负负债对总总资产比比率。危危机发生生前三,二,一年的的预测力力分别为为77%、79%及87%Altmman(19668)财务比率率不考虑多变量分分析多变量分分析方法法能有很很好的预预测能力力，破产产前一年年财务数数据正确确区别率率达955% Altmman(19777)财务比率率不考虑多变量分分析采用资产产报酬、盈余余稳定性性、息息保障、动动比、积获获情形形、资本本总额与与规模（有形资资产）等等财务比比，预预测效果果良好，在实务务上亦多多所应用用Ohlsson(19880)财务比率率不考虑Logiit分析析公司规模模、经营营绩效、财务结结

43、构及流流动性与与破产机机率呈现现显著相相关。证证实Loogitt分析具具有不错错的预测测能力何太山(19777)财务比率率不考虑多元区别别分析选取七个个财务变变量建立立模式，经实证证结果原原始样本本正确率率为833保留样样本正确确率达991为国内内第一篇篇以区别别分析法法建立商商业银行行的财务务预警模模型陈肇荣(19883)财务比率率不考虑单变量分分析、多变量分分析区别模型型能有效效预测台台湾中大大型企业业的财务务危机发发生，其其正确区区别率最最高可达达87.5%陈明贤(19886)财务比率率不考虑Probbit分分析、Logiit 分分析采用Prrobiit与Loggit所所建构的的模型，危

44、机发发生前一一年准确确率可达达93.33%表一 财财务危机机预警模模式文献献回顾整整理（续续1）模式类别别学者变量选择择考虑产业业别变数数差异研究方法法研究结果果财务比率率配合数数据探勘勘方法之之预警模模式Odomm anndSharrda(19990)财务比率率不考虑类神经网网络、多变量区区别分析析使用类神神经网络络分析结结果之区区别正确确率优于于区别分分析Tam andd Kiiangg(19992)财务比率率不考虑类神经网网络、区别分析析、Logiit 模模型、决策树以美国德德州599家危机机银行配配对599家正常常银行，用19项财财务指针针，结果果显示危危机前一一年以类类神经网网络法为

45、为85.2%最最高Coatts aand Fannt(119933)财务比率率不考虑类神经网网络一样采AAltmman(19668)的的5项财务务比率作作为变量量，建构构出的预预警模式式准确率率达800%Altmman et al.(19994)财务比率率不考虑类神经网网络、多变量区区别分析析类神经网网络分析析模型优优于多变变量区别别分析模模型Koh andd Taan (19999)财务比率率不考虑类神经网网络以速动比比率、普普通股市市值对总总资产比比、负债债比率、税前息息前净利利，资产产报酬率率及保留留盈余对对资产比比共六个个财务指指针做为为研究变变量，结结果发现现类神经经网络的的区别正正

46、确率较较Proobitt 模型型佳 HYPERLINK Kyunng-sshikk Shhin, Taaik Sooo Leee, andd HYPERLINK l Hyyun-junng KKim (20005)财务比率率不考虑SVM、倒传递递类神经经网络结果显示示SVMM提出的的分类法法比BPPN更好好，实验验结果也也证明当当训练资资料变得得更小时时SVMM比BPNN有较高高的精确确度和较较好的综综合绩效效汤玲郎和和施并洲洲(20001)财务比率率不考虑灰关联分分析法、类神经网网络、案例推理理法类神经网网络的预预警效果果最好，其次为为案例推推理法陈淑萍(20003)财务比率率不考虑因素分析

47、析、决策树决策树之之分类法法对于结结果有较较简单且且清楚的的分类规规则可方方便投资资者及企企业当局局参考表一 财财务危机机预警模模式文献献回顾整整理（续续2）模式类别别学者变量选择择考虑产业业别变数数差异研究方法法研究结果果结合财务务比率与与非财务务比率之之预警模模式Wu, Cheeng-Yinng (20004)财务比率率非财务指指标不考虑因素分析析、Logiit分析析加入非财财务变量量可以达达到更好好的预测测效果池千驹(19998)财务比率率非财务变变数总体经济济不考虑类神经网网络、Logiit 模模型利用最小小平方法法所计算算出的财财务比率率趋势，纳入LLogiit模式式中，确确实增加加

48、模式之之区别正正确率。非财务务变量中中的会计计师变动动，能增增加模式式之区别别正确率率 黄振丰和和吕绍强强(20000)财务比率率非财务指指标不考虑Logiit分析析两阶段财财务危机机预警模模式比单单阶段模模式有较较高的预预测能力力，亦有有效降低低型一误误差陈生祥(20005)财务比率率非财务指指标不考虑类神经网网络、决策树本研究预预警模式式证实准准确率优优于先前前学者所所使用的的非财务务指针预预警模式式，且更更适用于于台湾企企业。额额外加入入股价信信息指针针和信用用评等指指针的预预警模型型确实能能增加准准确率，而且有有效降低低型一错错误率发发生蔡永泰(20005)财务比率率非财务指指标不考虑

49、信息增益益排列筛筛选法(IGAAF)、类神经网网络本研究所所提出的的信息增增益排列列筛选法法(IGGAF)与类神神经网络络所建构构出的预预警模式式，发现现在准确确率的表表现上优优于决策策树模式式、类神神经网络络模式与与结合决决策树为为输入变变量筛选选之类神神经网络络模式表一 财财务危机机预警模模式文献献回顾整整理（续续3）模式类别别学者变量选择择考虑产业业别变数数差异研究方法法研究结果果考虑产业业别因素素之预警警模式欧再添(20003)财务比率率考虑Logiit分析析扣除营建建业后的的产业各各年度关关键指标标包括负负债比率率、现金金流量比比率，而而净值报报酬率则则对于危危机前一一年具有有指标性

50、性的意义义。在模模型之区区别能力力比较方方面，发发现扣除除营建业业及钢铁铁业样本本后，区区别率最最高可达达90.48%。另扣扣除营建建业、钢钢铁业及及电子业业后的模模型其区区别能力力比扣除除营建业业及钢铁铁业更好好，最高高可达992.66%。而而电子业业之Loogitt模型区区别能力力波动大大，应收收帐款收收帐天数数则为重重要预测测变量陈秀美(20003)财务比率率考虑(食食品、纺纺织、营营建业)Logiit 模模型在财务危危机机发发生前四四、五年年预警的的指标为为纯益率率，危机机前一至至三年则则应观察察负债比比蔡明熹(20004)财务比率率非财务变变数考虑(制制造业、批发及及售业业)相关分析

51、析、无母中中位差差性检检定、二分吉斯回回归分析析、多项式吉斯回回归分析析制造业的的信用评评等除获获能的衡之外， 资产的的配置运运用或财为为， 也是评评的重重点；批批发及售业公公司的信信用评等等除获能的的衡外外，其次次较重视视销货收收入与管管的效效；在在非财务务变中中，制造造业着重重于经营营与与能与与产业市市场展望望；批发发及售售业则着着重市场场占有地地位二、决策策树决策树对对监督式式数据探探勘而言言，可能能是最流流行的结结构。一一个用来来建立决决策树之之共通的的算法，从训练练数据中中选择范范例的子子集合来来建造最最初的树树，剩余余的训练练范例被被用来测测试树的的准确性性。假如如任何范范例分类类

52、错误，此范例例会被加加到最近近的训练练数据集集合中，而此程程序被重重复着。一个主主要的目目标就是是将树的的高度和和节点数数减至最最小，因因此增加加数据的的归纳至至最大。决策树树已经成成功地被被应用到到实际的的问题上上，而且且容易了了解并漂漂亮地映映像来推推论出规规则的集集合。决策树算算法是属属于数据据探勘技技术中建建立分类类模式的的方法之之一，可可以将资资料依照照分割条条件自动动地分类类，运用用归纳方方法找出出数据来来源的规规则，可可用来建建立专家家系统，预测未未知的数数据。决决策树的的数据结结构如同同一棵树树，有节节点 (intternnal nodde) 与树叶叶 (lleaff)。在在决

53、策树树里的每每一个内内部节点点代表某某项属性性的测试试，每一一个节点点即为一一个判断断式，判判断式针针对一个个变量去去判断输输入的数数据大于于或等于于或小于于某个数数值，每每一个节节点因而而可以将将输入的的数据分分成若干干类。树树叶则代代表所对对应到的的决策值值，而每每一个内内部节点点的分支支都代表表该属性性测试的的可能值值。其中中树的每每一个内内部节点点代表对对应某属属性的测测试数据据如图二二，例如如”借款依依存度”，每一一个分支支代表此此属性的的一个可可能性，例如”大于或或小于1100”，而树树末端的的叶节点点则代表表一个类类别或类类别属性性，例如如”危机公公司”。Hasstiee, FF

54、rieedmaan, Tibbshiiranni(220011) 提提到目前前最被广广泛使用用的决策策树算法法包括CCARTT (cclasssifficaatioon aand reggresssioon ttreees)、C4.5、CHAAID (chhi-ssquaare auttomaaticc innterracttionn deetecctorr) 等等。借款依存度负债比率净值比率100资产报酬率危机危机健全危机健全图二 决决策树分分类图传统决策策树的根根部在顶顶端，建建立决策策树时，一笔数数据从根根部进入入后，应应用一项项测验选选择进入入下一层层那个子子节点（nodde），虽然测

55、测验的选选择有不不同算法法，但不不论是哪哪一种算算法，目目的都是是一样的的，测验验过程不不断重复复，直到到数据到到达叶部部节点（leaaf nnodee）为止止。不过过当数据据不完整整、过于于稀疏或或是含有有噪声时时，所建建构的决决策树通通常过于于配合数数据，以以致于生生成的决决策树产产生过适适化的原原因有两两个，一一个是样样本的属属性过多多，决策策树学习习法容易易选用到到和种类类不相关关的属性性。另一一个原因因是偏见见，不同同算法在在寻找测测试属性性时，都都有自己己的偏好好，所以以非常有有可能会会找到算算法所偏偏好，但但不是真真正和种种类相关关的属性性，因此此决策树树建构完完成后还还需要做做

56、适当的的修剪。CARTT 是建建构决策策树时最最常用的的算法之之一，在在建构过过程一开开始，必必须有一一预先分分类好的的训练组组数据，CARRT 借借着一个个单一输输入变量量函数，在每一一个节点点分隔资资料，建建构一个个二分式式决策树树。CAART 会决定定哪一个个自变量量可以成成为最好好的分隔隔变量，最好分分隔的定定义是能能够将数数据最完完善的分分配到一一个单一一类别支支配的群群体。分分散度是是用来评评估一个个分隔变变量的衡衡量标准准，如分分散度很很高，表表示此组组合包含含多个类类别，而而分散度度很低则则表示单单一类别别的成员员居多，因此分分散度愈愈低愈好好。在CCARTT选择变变量过程程中

57、，无无法找到到任何分分隔可以以显著降降低一个个节点分分散度时时，就将将其标示示为叶部部节点，也完成成了整棵棵决策树树。C4.55 是最最新出现现的决策策树算法法，早期期版本为为ID33。C4.5 与与CARRT 建建构过程程非常类类似，两两者之间间最大不不同就在在于节点点分支的的数目，C4.5 会会在每一一个节点点产生不不同数目目分支，分支数数目会决决定于行行为变项项中类别别的个数数。而CCHAIID 是是最古老老的决策策树算法法，其与与CARRT、C4.5 之之差异在在于CHHAIDD只限于于处理类类别变量量，如连连续变量量必须采采用区段段的方式式，转换换成类别别变量。另一差差异部分分在于修

58、修剪的部部分，CCARTT、C4.5 是是先过度度套用资资料训练练，之后后再修剪剪。但CCHAIID 则则是在过过度套用用之前即即停止支支点蔓生生扩大。整理三三种决策策树算法法之比较较，如表表二所示：表二 决决策树算算法之比比较数据属性性分割规则则CARTT连续型资资料Ginii inndexxC4.55类别数据据Gainn raatiooCHAIID类别数据据Chi-squuaree teest决策树之之分析方方式是一一种十分分适合使使用者进进行数据据分析之之工具。由于决决策树系系将数据据依据不不同的变变量循序序来产生生分析结结果，因因此使用用者几乎乎不需要要拥有任任何统计计分析之之知识，即

59、可藉藉由决策策树之分分析方式式来分析析顾客或或消费者者之特质质与异同同点。决决策树分分析法系系由使用用者之意意旨来将将数据依依据其特特性加以以分类，使用者者并可利利用决策策树之各各项不同同变量来来判断及及预测可可能之结结果。然然而，决决策树并并非毫无无缺点，倘决策策过程中中选择之之问题错错误，将将导致整整体分析析出现明明显之偏偏差，影影响分析析质量。决策树树是由包包括由分分类与回回归树和和卡方自自动归纳纳法等技技术产生生的强力力模型。决策树树应用在在监督式式数据探探勘上，尤其是是数据分分类。它它们能够够将训练练模块的的纪录区区，分为为独立的的子群，并且每每一子群群都有自自己的规规律。决决策树优

60、优势在于于它的可可解释性性高，和和类神经经网络相相同的，决策树树同样可可以处理理连续性性与类别别性变项项的能力力。因为为它采用用的规则则都由直直接浅明明的文字字写成，这可以以让使用用者评价价结果、过程中中找出最最适合的的分隔变变量，决决策树在在其形成成的过程程上计算算不仅复复杂，且且需要训训练。加加上决策策树算法法只能处处理二分分法数值值式的目目标类别别。在一一个有许许多层次次或一个个节点有有许多分分支的决决策树上上，如果果有太多多类，且且每类别别中的训训练样本本数太小小，则容容易发生生分类错错误的现现象。由文献探探讨中可可以得知知决策树树模式在在分类的的成效上上优于传传统的统统计方法法(王美