- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
在公司治理观点下
在公司治理觀點建立上市公司財務危機預警模型-以施東信1 晏啟華2
1國防大學國防管理學院資源管理研究所研究生
Address:台北縣中和市民安街150號
TEL: 028558
E-mail:openpower1999@.tw
2國防大學國防管理學院資源管理研究所助理教授
Address: 台北縣中和市民安街150號
TEL:028558
E-mail: cheewha@
傳統的財務危機預警模型都是用財務變數來建構,但是只用財務變數所建立的預警模型似乎無法正確預警出近年來的財務危機事件。因此本研究除了考慮財務變數之外,同時採用最近研究中所指出對財務危機具有影響的公司治理變數來構建預警模型,以改善目前通行之財務危機預警制度,研究發現倒傳遞類神經網路建構「加入公司治理」財務預警模型可即時有效區分出台灣財務危機公司與正常公司,因此,有助於投資人、債權人、貸款銀行、公司管理者與稽核專員,來偵查及預防舞弊,進而提早預警上市公司的財務危機事件發生。另外,研究結果,證明在財務危機預警模型增加「公司治理」資訊:「董監事持股比率」、「全體董、監事質押比率」與「主要經理人持股比率」3個公司治理變數可有效提升財務危機預警模型的預警能力。
關鍵字: 公司治理、財務危機、預警模型、倒傳遞類神經網路ing Artificial Neural Networks to Construct the Financial Distress Alerting Model for Listed Companies in the Perspective of Corporate Governance -A Case Study of Taiwan
Shi, Dong-Shin1 Yann, Chee-Wha 2
1Research Student Graduate School of Resources Management, National Defense
Management College, Taipei, Taiwan
Address:150 Min-An Street, Chung-Ho, Taipei County
TEL: 028558
E-mail:openpower1999@.tw
2 Assistant Professor Graduate School of Resources Management, National Defense
Management College, Taipei, Taiwan
Address:150 Min-An Street, Chung-Ho, Taipei County
TEL: 028558
E-mail: cheewha@
ABSTRACT
Traditional studies utilize financial ratios to construct financial distress alerting models. However, the models considering only financial ratios couldn’t predict financial distress’s happening in recent years. This study intends to construct financial distress alerting model not only with financial factors, but also with corporate governance, which are demonstrated to affect financial distress dramatically. After combining the information of financial factors and corporate factors, this study creates a “corporate governance” financial distress alerting model which can improve the weaknesses of traditional financial distress alerting modes. The study shows that Back-Propagation Neural Network model can learn from the data of bankrupt corporations and a matched group of survivo
原创力文档


文档评论(0)