| dc.contributor.advisor | 朱浩民 | zh_TW |
| dc.contributor.author (作者) | 洪崇文 | zh_TW |
| dc.creator (作者) | 洪崇文 | zh_TW |
| dc.date (日期) | 2010 | en_US |
| dc.date.accessioned | 29-九月-2011 16:50:34 (UTC+8) | - |
| dc.date.available | 29-九月-2011 16:50:34 (UTC+8) | - |
| dc.date.issued (上傳時間) | 29-九月-2011 16:50:34 (UTC+8) | - |
| dc.identifier (其他 識別碼) | G0098352001 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/50846 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 金融研究所 | zh_TW |
| dc.description (描述) | 98352001 | zh_TW |
| dc.description (描述) | 99 | zh_TW |
| dc.description.abstract (摘要) | 本研究以中國大陸上市企業為研究對象，選取2009年至2010年發生財務危機之51家公司其發生危機時點前半年、前一年、前兩年之財務比率季資料，另以產業類別、規模大小一比一選取正常公司進行配對，首先進行敘述統計分析與逐步迴歸分析，接下來以Logistic迴歸分析與倒傳遞類神經網路模型建構財務危機預警模型，最後以測試樣本驗證模型之正確判別率。實證結果顯示，由Logistic迴歸分析建構之財務危機預警模型於財務危機前半年、前一年、前兩年之正確判別率分別為0.9000、0.8333、0.8000；由倒傳遞類神經網路模型建構之財務危機前半年、前一年、前兩年之正確判別率分別為0.9333、0.9000、0.8000，顯示兩模型於短期內均能有效對財務危機達到預警效果，但兩模型之預警能力均隨著危機發生時點越遠而降低。整體來說倒傳遞類神經網路模型有較佳的預警能力。 | zh_TW |
| dc.description.tableofcontents | 謝辭 II 摘要 III 目錄 IV 表目錄 VI 圖目錄 VII 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 2 第三節 研究架構 3 第二章 文獻回顧 4 第一節 國外財務危機預警模型相關文獻 4 第二節 台灣與中國大陸財務危機預警模型相關文獻 7 第三章 研究方法 11 第一節 實證流程與設計 11 第二節 中國大陸上市企業財務危機之定義 12 第三節 資料來源與研究對象 13 第四節 變數選取與定義 15 第五節 研究方法介紹 17 第四章 實證結果 22 第一節 敘述統計與逐步迴歸分析 22 第二節 Logistic迴歸分析實證結果 26 第三節 倒傳遞類神經網路模型實證結果 29 第四節 模型正確判別率之比較 31 第五章 結論與建議 32 第一節 研究結論 32 第二節 研究限制與後續研究建議 33 參考文獻 36 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0098352001 | en_US |
| dc.subject (關鍵詞) | 財務危機預警模型 | zh_TW |
| dc.subject (關鍵詞) | 倒傳遞類神經網路 | zh_TW |
| dc.title (題名) | 企業財務危機預警模型-以中國大陸上市公司為例 | zh_TW |
| dc.title (題名) | Financial distress prediction model-an example from China listed companies | en_US |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 一、中文文獻 | zh_TW |
| dc.relation.reference (參考文獻) | 1. 卜志豪(2008)，多期邏輯斯迴歸模型應用在企業財務危機預測之研究，政治大學統計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 2. 王磊(2009)，我國醫藥行業上市公司財務危機預警研究，上海交通大學碩士學位論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 3. 林萍珍(2008)，投資分析-含Matlab應用、遺傳演算法與類神經網路模型，初版，新陸書局。 | zh_TW |
| dc.relation.reference (參考文獻) | 4. 林思吟(2006)，中國上市公司財務危機預警模型研究，政治大學金融研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 5. 李作偉、劉彩華(2010)，「上市公司財務危機預警的因素分析-基於滬深股市的實證研究」，財會通訊，7，39-41。 | zh_TW |
| dc.relation.reference (參考文獻) | 6. 陳俊佑(2007)，「中國大陸上市公司財務危機事件之探討」，貨幣觀測與信用評等期刊，2007年3月。 | zh_TW |
| dc.relation.reference (參考文獻) | 7. 柴可欣(2006)，風險值(VaR)在公司財務危機預警之運用，南華大學財務管理研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 8. 黃台心(2005)，計量經濟學，初版，雙葉書廊。 | zh_TW |
| dc.relation.reference (參考文獻) | 9. 黃建華(2006)，加入公司治理變數建構台灣上市上櫃公司之財務危機預警模 型，東吳大學國際貿易學系碩士班論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 10. 黃博怡、張大成、江欣怡(2006)，「考慮總體經濟因素之企業危機預警模型」，金融風險管理季刊，2，75-89。 | zh_TW |
| dc.relation.reference (參考文獻) | 11. 黃志力(2007)，企業財務危機預測─以類神經網路建構產業別預警模型，中山大學企業管理學系碩士班碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 12. 楊謹瑜(2007)，企業財務危機預警模型之建構-以類神經網路為工具，政治大學會計研究所碩士論文。 | zh_TW |
| dc.relation.reference (參考文獻) | 13. 蔡碧徽、黃鈺萍(2010)，「財務危機預測模型之比較分析」，當代會計，11:1，51-78。 | zh_TW |
| dc.relation.reference (參考文獻) | 二、英文文獻 | zh_TW |
| dc.relation.reference (參考文獻) | 1. Altman, E. I.(1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance, Vol.23, No.4, pp.589-609. | zh_TW |
| dc.relation.reference (參考文獻) | 2. Atiya, A. F.(2001), “Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results,” IEEE Transactions on Neural Networks, Vol.12, No.4, pp.929–935. | zh_TW |
| dc.relation.reference (參考文獻) | 3. Beaver, W. H.(1966), “Financial Ratios as Predictors of Failure,” Journal of Accounting Research, Vol.4, pp.71-111. | zh_TW |
| dc.relation.reference (參考文獻) | 4. Charitou, A., E. Neophytou and C. Charalambous (2004), “Predicting Corporate Failure: Empirical Evidence for the UK,” European Accounting Review, Vol.13, pp. 465-497. | zh_TW |
| dc.relation.reference (參考文獻) | 5. Koh, H. C.(1991), “Model Predictions and Auditor Assessments of Going Concern Status,” Accounting and Business, Vol.21, pp.331-338 | zh_TW |
| dc.relation.reference (參考文獻) | 6. ________ and S. S. Tan(1999), “A Neural Network Approach to the Prediction of Going Concern Status,” Accounting and Business Research, Vol.21, pp.211-216. | zh_TW |
| dc.relation.reference (參考文獻) | 7. Odom, M. and R. Sharda(1990), “A Neural Network for Bankruptcy Prediction,” Proceedings of the IEEE International Conference on Neural Network, Vol.2, pp.163-168. | zh_TW |
| dc.relation.reference (參考文獻) | 8. Ohlson, J.(1980), “Financial Ratios and the Probabilistic Predication of Bankruptcy,” Journal of Accounting Research, Vol.18, No.1, pp.109-131. | zh_TW |
| dc.relation.reference (參考文獻) | 9. Shumway, T.(2001), “Forecasting Bankruptcy More Accurately: A Simple Hazard Model,” Journal of Business, Vol.74, No.1, pp.101-124. | zh_TW |
| dc.relation.reference (參考文獻) | 10. Tam, K. Y. and M. Y. Kiang(1992), “Managerial Application of Neural Networks: the Case of Bank Failure Predictions,” Management Science, Vol.38, No.7, pp.926-947. | zh_TW |
| dc.relation.reference (參考文獻) | 11. Zeitun, R., G. Tian and S. Keen(2007), “Default Probability for the Jordanian Companies: A Test of Cash Flow Theory,” International Research Journal of Finance and Economics, Vol.8, pp.147-162. | zh_TW |
