财务危机预警机率模型之建构与验证.doc

財務危機預警機率模型之建構與驗證 The Construction and Validation of the Financial Distress Prediction Probability Model 周百隆、盧俊安、許昭民 國立高雄第一科技大學風險管理與保險系助理教授 崑山科技大學企業管理研究所碩士生 崑山科技大學國際貿易系副教授 摘 要 關鍵字： 壹、緒論 1.1 研究動機與目的 由於企業經營環境的變動越來越大，導致企業在經營上已不若往昔般的單純，而是處處充滿危機與不確定性。當企業發生財務危機或倒閉時，將會對社會安定與金融秩序造成嚴重的衝擊，影響所及包含股市投資人、聯貸銀行等，整體社會也必須共同承受此一傷害。因此為防範於未然，建構穩定且有效的企業財務危機預警模型有其必要性。企業財務危機預警模型的建構在風險管理的領域中，一直扮演相當重要的角色，透過財務危機預警模型的建立我們可以預測一家企業發生財務危機的可能性，藉此也可以瞭解企業整體財務結構與經營情況的好壞。如能建立有效的企業財務危機預警模型，可使決策者得以及時採取適當的預防措施，此舉將有助於消弭危機於無形或降低當公司發生財務危機時所影響的範圍與程度。由於當前複雜的經濟環境與全球化浪潮的襲捲，使得企業在經營以及與其他公司間的競爭上愈趨嚴峻。在可見的未來，企業發生經營危機或倒閉的機率只會不斷的增加。因此，鑑於經營不善或發生財務危機而下市、下櫃或倒閉的企業數目不斷增加，所以建立穩定且有效的企業財務危機預警模型將是刻不容緩的事情。為建構穩定且有效的企業財務危機預警模型，本研究將從以下三點加以探討： 選擇對建構預警模型適合的研究樣本選取方式與研究期間，此外亦將對樣本配對方式與配對標準加以討論。 針對企業財務危機預警模型其樣本配對標準加以檢驗，選取適合的研究變數來建構模型，並探討加入破產虛擬變數對模型所產生的影響。 瞭解檢驗時間離模型建構期間不斷增加時，模型對於區別出未來發生財務危機的公司是否具有預測能力及穩定性。 1.2 研究架構 本研究將從民國87年至民國89年間發生財務危機企業之財務面切入，以期建立一套有效的企業財務危機預警模型，以提供股市投資人、公司經營者及放款銀行於能提早發現企業發生財務危機之徵兆，進而採取相關因應措施以減少損失。本研究共分為五大部份，第一部份為緒論，主要探討本研究動機、研究目的與研究架構，第二部份為文獻回顧，主要整理國內外研究財務危機預警相關文獻並探討其研究方法與研究結果。第三部份為研究方法，將定義財務危機、設定研究期間與樣本選取方式、樣本配對方式與配對標準、研究變數選取與研究方法理論。第四部份為實證分析，將建構財務危機預警模型並加以驗證，最後第五部份為結論。 貳、1】2】、年度 大盤指數年度平均 發生財務危機公司家數 92 5136.09 13 91 5183.85 5 90 4926.50 23 89 7706.25 10 88 7455.13 23 87 7661.23 10 86 7555.96 0 、探討應變數與解釋變數之間的關係時，最常使用的統計方法為迴歸分析，但若是迴歸模型的被解釋變數(應變數)呈現二分類之特性時，透過一般最小平方法(ordinary least squares; OLS)來處理所求得的估計量雖然仍會滿足不偏性，但殘差項存在變異數異質的問題，且無法保證估計值一定會落在單位區間內，同時應變數也不滿足迴歸分析的假設，此時傳統迴歸分析可能就較不適用。Logit模型就是為避免此缺點而發展出來的，相較於區別分析，Logit的樣本不需為常態分配。Logit 模型是根據Logistic累積機率函數而來，若變數是ogistic隨機變數時，則它的機率密度函數是： (1) 與常態分配不同的是，它所對應的常態分配函數具有封閉的形式，這點使分析較為容易。Logistic隨機變數的累積分配函數是： (2) 在Logit模型中，觀察到的值為1的機率為： = (3) 將(3)式乘以 上式除以 移項得到 取自然對數： (4) Logit迴歸模式的估計式可表示如下： (5) 伍、研究變數 公司家數 最小值 最大值 平均數 標準差 公司資產規模(X1) 147 5.8278 8.3058 6.8589 0.4214 現金流量比率(X2)* 147 -0.3874 0.9281 0.0645 19.7243 負債比率(X3)* 147 0.1069 0.9376 0.4588 15.6717 總資產週轉率(X4) 147 -0.0150 1.0200 0.1887 0.1464 淨值週轉率(X5) 147 -0.0250 1.8650 0.3652 0.2808 每股盈餘(X6)*