建構臺灣電子業財務預警以資料探勘技術分析.pdfVIP

臺灣銀行季刊第六十三卷第一期 * ** *** 本文以資訊電子產業為樣本，將資料區分為訓練樣本及測試樣本兩組。訓練樣本，其中有 52 家發生財務危機的上市公司配對 52 家正常上市公司，建構財務危機預警模型；測試樣本中有 52 家發生財務危機的上市公司配對 52 家正常上市公司，用來測試預警模型的預測能力。本文利 用以決策樹為基礎的資料探勘出“若則”的分類預測法則，並且藉由所探勘的法則建立分類預 測模型。顯示結合財務比率和公司治理的變數所建構的財務危機預警模型比單純利用財務比率 建構的財務預警模型和公司治理建構的財務預警模型有更佳的準確率。足以顯示加入公司治理 訊息對財務危機預警模型而言，是一項很重要的預測因素。本文所建構的模型當中，又以結合 財務比率和公司治理的變數所建構的危機發生前二年之財務危機預警模型有更好的準確率。更 進一步利用 C5.0 決策樹為基礎之 boosting 集成法，顯示由多重分類器所建立的分類模型比單一 分類器模型，具有較高的分類準確率，而且型一錯誤和型二錯誤都可以降至最低點。 隨著企業經營型態的轉變及瞬息萬變的外在環境，讓企業的經營受到內、外在因素 的影響，包含內部管理與決策及外在經濟環境景氣等因素。財務危機的發生原因眾多， 爆發後往往事後都難以收拾，不但造成很多員工的失業，也影響到大眾投資人的利益。 一旦企業遭遇危機而面臨倒閉，勢必造成社會不安定與金融秩序嚴重的衝擊，影響到社 會大眾許多層級的損失。因此，如何建立一套穩定且有效的財務危機預警模式，儘速採 取措施以預防危機發生，形成極有參考價值且可防範於未然。 由於臺灣產業結構的變化，電子產業在政府政策發展下，已成為臺灣產業中眾所矚 目的焦點。電子產業成為左右臺灣股市漲跌主要因素之一，在整個臺灣經濟成長中占有 * 國立虎尾科技大學財金所專任副教授 ** 國立虎尾科技大學資管所碩士 *** 國立政治大學企管系 － 182 － 建構臺灣電子業財務預警─以資料探勘技術分析 舉足輕重的地位。然而電子產業景氣變動循環迅速，產業動向及產業環境與國際市場動 態息息相關。自全球金融風暴至今，全世界許多企業面臨財務危機的窘境甚至面臨倒 閉，例如：發生一連串知名企業的跳票、違約交割、掏空資產等企業財務危機事件，而 這些事件大多是企業負責人或主要股東透過變更會計程序或其他手段來矯飾財務報表， 造成投資人重大的損失。然而除了財務因素外，近幾年來，公司治理議題逐漸受到重 視。眾多研究顯示公司治理制度之良窳，對公司績效影響甚鉅。 發生財務危機的原因錯綜複雜，財務狀況與財務變數間可能存在非線性關係。而公 司治理的問題屬於高度非線性問題，各項因素之間有相當複雜之交互作用，因此難以利 用傳統的統計方式來建立預警模式。為了提供投資人、債權人可以及時並正確的下決 策，一個合理的預警模式之建立是相當需要的。因此希望除了傳統財務變數之外，並且 加上具有監督效果之公司治理變數，來探討影響財務危機預警模型之關鍵因素，以供投 資人、債權人之參考。因此，本研究欲探討財務變數與公司治理變數來建立財務危機預 警模型。 早期許多學者利用財務比率變數來建構財務預測模式，但由於我國諸多上市櫃公司 乃屬於家族性公司，法人投資的比例不高，因而導致企業經營生死大權掌握於少部分人 手上，造成財務報表往往經過矯飾扭曲，盈餘無法正確反映公司之獲利能力，使得財務 報表的可信度遭到懷疑，無法產生任何警示作用。故本研究除了傳統財務變數之外，並 且加上具有監督效果之公司治理變數，建構上市上櫃公司之財務危機預警，以增進財務 危機預警模型的預測能力。現今因資訊科技的進步使資訊產生速度越來越快，要如何在 龐大的資料中找尋有意義的資訊為極重要的工作。而資料探勘（data mining ）就是一種 由龐大的資料庫中，以自動或半自動的方式進行分析、發掘大量資料以找出有意義的類 型（ ）或規則（