整合類神經網路與廻歸分析於企業危機診斷之研究-德霖技術學院財務.pptVIP

整合倒傳遞類神經網路與多元鑑別分析於企業危機診斷之研究—考量智慧資本與博達公司事件 指導老師：謝文魁老師 組員：劉宴茹 朱冠穎 王思涵 張婉瑜 莊珺甯 第一章　緒論第二章　文獻探討第三章　企業財務危機實例分析-博達公司第四章　研究方法第五章　實證結果分析第六章　結論與建議 第一章　緒論研究背景 1997年金融風暴襲捲全球 1998年下半年發生一連串企業財務危機案件 2004年爆發財務危機的公司（博達、訊碟與皇統） 這些事件不是塞貨給海外子公司或人頭客戶，就是挪移資金到海外 為使企業的管理者能及早發現風險警訊來防止危機的產生或繼續惡化，因此企業危機診斷模式顯得格外重要 智慧資本的重要性 1989年-國泰人壽（目前已轉換為國泰金控） 由於電子產業逐漸成為台灣產業主流，然而1995年以後-華碩電腦、廣達電腦、禾伸堂、威盛到聯發科、大立光電都曾是股王俱樂部的一員 全球原物料的上漲，能源供需失衡及油價飆漲 2005年-生產太陽能電池的茂迪以每股成交價489.5取代聯發科成為新科股王 第二章　文獻探討 智慧資本議題研究 智慧資本之定義 　財務危機預警模型 　 　　 自從Beaver（1966）提出單變量統計分析法作為企業財務危機預警之研究開始，掀起近三十幾年來未曾間斷的研究熱潮。隨著統計方法的發展及人工智慧工具的精進，預測企業失敗的模型與方法也持續的發展。 如近年則有簡德年(2001)等學者更加入了其他的研究變數，以增進模型之預測準確能力。 第三章　企業財務危機實例分析 　　　　 ---博達科技公司 　　 近年來台灣證券市場之規模成長快速，在過程中時有所聞企業發生財務危機。自民國八十七年下半年起，多家上市上櫃或公開發行公司陸續發生財務危機，包括：新巨群集團、東隆五金、順大裕、國揚實業、宏福集團、博達科技、訊碟等，雖然發生財務危機企業所經營之業務不盡相同，但為何遭受到重大損失的都是個體的散戶呢？是否能在企業危機爆發前就從財務報表看出端倪。 ? ? 博達案發後經過檢調四個月來會同行政院金管會、財政部證期會、證交所不眠不休的努力下，終於摸清楚葉素菲等人的運作手法： 　 跨國 製造假交易 出售假債權 　　　 　第四章　研究方法 研究設計 　研究主題 研究主題操作型定義 認定上市公司變更交易方式為全額交割股或停止買賣，以及終止其買賣時，均列為失敗公司 研究期間、研究樣本及資料來源 研究期間：民國91年至94年間 研究樣本：選取25家危機公司和50家正常公司， 共75家樣本公司為研究對象 資料來源：台灣證券交易所網站、公開說明書 、 情報贏家資料庫…等 研究變數介紹 　分析工具介紹 多元鑑別分析 多元鑑別分析是一種被廣泛應用在各領域的傳統統計方法，而多元鑑別分析的主要目的為：找出預測變數的線性組合，使其組間差異平方和相對於組內差異平方和（或總差異平方和）之比值為最大，而每一個線性組合與先前已經獲得的線性組合均不相關。 倒傳遞類神經網路 類神經網路的網路型態有許多不同的種類，其中倒傳遞類神經網路是目前應用最為廣泛的模式之一。倒傳遞類神經網路乃隸屬於監督式學習網路模式的一種，其資料是以順向之方式向前傳遞。一般而言，倒傳遞類神經網路之結構包含三層：輸入層、隱藏層及輸出層。 第五章　實證結果分析 本研究為整合財務指標與智慧資本指標建構而成之企業財務危機預警模型，利用鑑別分析及類神經網路進行資料分析。兩研究議題分別分析實證結果，一、為智慧資本對企業危機影響之實證分析，以驗證研究議題一：加入智慧資本相關變數是否有助於提升對企業危機發生之預測能力；二、為兩種模型設計之實證結果比較，以驗證研究議題二：兩階段的模型設計是否優於單一分析工具之運用；最後為本研究實證部分之結果彙整。 ?　　由於在本研究實證範例當中，實證資料影響因素眾多，為取得較精簡的輸入變數，本研究使用逐步鑑別功能來進行鑑別分析，並且依據各變數之STRUCTURE MATRIX(結構矩陣)作為刪減變數的準則與方法；依據本論文所挑選之企業衡量指標，經過逐鑑別分析運算後，所篩選出之重要變數如下表：： 第六章　結論與建議 研究議題一：加入智慧資本指標是否更能偵測企業危機之發生 模型一鑑別結果部分，僅含財務比率指標，正確率為96%，而模型二則為加入智慧資本，整體正確率提升為98%。 然而模型三以類神經網路為分析工具，僅含財務比率指標，整體正確率為98%，而模型四也是以類神經網路為分析