pdf 格式52页 压缩后595k

利用不同分類模式探討財務危機預警模式之建立
摘 要
早期財務危機預測模式之研究，多採用統計方法，常有因素太少及預
測精準度不足的問題。本研究整合各相關變數，並應用不同之分類方法，
試圖從不同之分類方法中，找出較佳之財務危機預測模式。
本研究之訓練樣本為2004年第1季至第3季，台灣上市上櫃204家
公司的財務資料，其中102家公司為財務危機公司樣本，102家公司為健
全公司樣本;測試組樣本為2004年第3季，正常公司30家與財務危機公
司30家企業財務資料。本研究使用統計分析方法(區別分析)、直接式資料
探勘分析法(決策樹、類神經網路)等分類法，進行分類模式比較。
研究結果顯示:(一)所有分類模式中，神經網路分類模式其整體預
測準確度最高，能有效地讓投資人規避風險;(二)決策樹CART分類模式
在型二分類錯誤率低，且所產生之規則易懂，但其整體預測準確度最低;
(三)區別分析分類模式有利於政府機關找尋出財務危機公司之重點名單，
根據名單進行個別輔導。

關鍵字:財務危機預警模式、分類模式、決策樹、類神經網路、區別分析