臺灣博碩士論文加值系統

全球金融風暴造成全球股市及房市下跌，信用緊縮，全球消費驟減，導致經濟成長減緩，至2008年底引發一連串的企業及工廠倒閉與企業裁員，造成經濟衰退、失業率升高以及通貨緊縮等現象。因此，在面對全球金融風暴，與企業爆發財務危機的環境下，企業危機預警機制的建立，顯得相當重要與迫切。台灣上市公司陸續出現財務危機，而造成財務缺口的原因，可能是經營決策或錯誤投資，與物流管理失當等，亦可能由於公司內部舞弊，利用會計作假帳，惡意掏空公司資產，或涉及內線交易，各公司相互轉投資與交叉持股，不當背書保證與擅自挪用資金，透過關係企業股票相互質押貸款，以及家族掌握董監事席次，刻意隱匿重大訊息與財報不實等，人為因素導致公司營運和財務危機。因此，本研究除了探討公司治理對經營績效的影響外，也進一步將公司治理納入危機預警模型，分析公司治理的好壞是否對公司財務危機預測機率有所影響。
近年多數研究財務危機預警的學者，多數以上市、上櫃個別產業或者以全產業為研究對象，在製造業方面的實證研究較為少見。有鑑於製造業對於我國的重要性，本研究建構2001至2011年上市 (櫃) 製造業公司之balanced panel data。首先，本研究探討公司治理對製造業廠商經營績效之影響程度，有鑑於過去文獻多數僅研究公司治理與營運績效間之關聯性，針對公司治理與危機預警機制之研究並不多見，因此，本研究運用Altman (1968) 所發展的Z-score model，建構台灣製造業危機預警模型。樣本選取方面，除參考過去較多文獻採用之1:1與1:2模式進行危機與正常樣本之實證配對，並考量1:3之配對比例 (Lee and Teng，2009；蔡明春等人，2009；陳雪芳等人，2010)。為了比較不同預警模型的預測準確性，本研究進一步建構Logistic model，除納入Z-score model之財務變數外，考量巴賽爾新協議 (BaselⅢ) 的議題，加入總體經濟與過去文獻鮮少探討之風險變數，亦納入淨值與現金流量之考量，為了檢視公司治理變數是否影響危機預警之預測率，考量納入與未納入公司治理變數之實證模型。
此外，本研究進一步將樣本予以分類，將樣本分為上市、上櫃與全樣本，由於台灣廠商以中小企業為主體，進一步將樣本區分為中小型與大型製造業公司。最後，進一步運用Z-score model與Logistic model建構之危機預警機制，藉此推估不同分類及不同預警模型，何者具有較佳之預測能力，選出適合預測製造業財務危機的機制。
實證結果顯示，Z-score model之分類正確率低於Logistic model，不論在各分類樣本與配對比率上，Z-score model之最高分類準確性 (60.13%) 皆低於Logistic model之最低分類準確性 (76.73%)，表示Z-score model並不適用臺灣之財務資料。若以Z-score model之年資料與季資料比較，年資料之準確性較高，與余義賢 (2008) 以季資料使用Z-score model之估計結果相符，顯示使用季資料建構Z-score model於預測上，呈現不穩定的狀態。
整合各模型之不同，本研究發現以Logistic model預測財務危機之準確性較高，建立之危機預警模型最高準確率可達到80.87%。由此可知，不論在分類樣本與配對比率上，皆以Logistic model之正確分類率為佳。
相較於過去的研究，本研究具備更完整的研究期間與更詳盡的變數及樣本資料，並將製造業樣本予以分類，進一步選擇最適panel data模型進行實證分析，期提供相關資訊予政府機關政策評估與研擬，金融機構營運與危機預警，以及普遍大眾投資決策擬定，以及後續研究者學術研究之參考。

Global financial crisis caused the price of global stock and housing market down, and the credit crunch, global consumption plummeted, lead to slowdown in economic growth. To the end of 2008 a series of enterprises and factories closed down and corporate layoffs, resulting in the recession the unemployment rate increased and deflation. Therefore, in the face of global financial turmoil and the financial crisis broke out in the environment, the establishment of the enterprise crisis early warning mechanism is seemed to be important and urgent. Listed companies in Taiwan continued emergence of the financial crisis may cause by the reasons of business decision-making or error investment, and material flow management misconduct, etc., and may also be due to the company internal fraud interest to use accounting for accounting fraud, malicious hollowed out company assets, or involved inside cross-trade, companies mutual transfer investments and cross holdings, not when the endorsement to ensure that unauthorized use of funds, through affiliated companies stock mutual pledge loans, and family to master directors and supervisors of seats deliberately hidden anonymous material information and earnings are not real, etc., man-made factors that led to the company operational and financial crisis. Therefore, this study besides to detect the impact of corporate governance on business performance, but also further take corporate governance into crisis forecasting model to analyze the corporate governance whether have an impact on the predicted probability of the company''s financial warning system.
Recently, most of the researchers in finance crisis forecasting that select companies of the individual industry or the entire industry in TSEC and OTC. The empirical studies of the manufacturing industry are rarely. In view of the importance of the manufacturing industry in our country, this study constructs the panel data of manufacturing industry companies in Taiwan from 2001 to 2011, and we use the Z-score model developed by Altman (1968). We follow former literatures to use 1:1 and 1:2 patterns on the financial distress and non-financial distress, and consider simultaneous pair of proportion 1:3 construction (see Lee and Teng, 2009, Tsai et al., 2009, and Chen et al., 2010). This research constructs Logistic model for different financial crisis precaution model. The model Besides integrates finance of variable into the Z-score model, corporate governance, macroeconomic factors and a rare discussed risk of variable in the past literatures with regard to the issues of BaselⅢ. In addition, we try to find out the corporate governance mechanism whether has the effects on forecasting, then the empirical models with and without corporate governance are taking into consideration.
The results show that the classification of accuracy of Z-score model is lower than the Logistic model. No matter in each classified sample and pair accurate rate, Z-score model’s highest classified accuracy (60.13%) is lowest than the Logistic model (76.73%). The result shows that Z-score model is not suitable for financial distress prediction model in Taiwan. Compare the sample of year and the season form Z-score model, accurate rate of the yearly data is higher than seasonal data which consisted with Yu (2008). To integrate all the individual financial warning systems, this study finds that the accuracy rate of Logistic model with the highest rate of 80.87%. We can conclude that no matter in the classification or pair, the Logistic model is the best financial warning system among all. This study with a more complete, detailed of the banks, and financial information and we select the optimal model for further empirical analysis. We hope the empirical results would provide some valuable information for government, firms, investors and the further study.

主 目 錄
摘 要 I
Abstract IV
誌 謝 VII
目 錄 IX
表目錄 XI
圖目錄 XV
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 4
第三節 研究流程 6
第四節 研究架構 7
第二章 文獻探討 8
第一節 財務危機公司之定義 9
第二節 國外相關文獻之探討 14
第三節 國內相關之文獻探討 26
第三章 研究方法 42
第一節 研究架構 42
第二節 樣本與資料來源 43
第三節 變數操作性定義 45
第四節 研究模型 55
第四章 實證結果 66
第一節 敘述性統計 67
第二節 最適Panel data之實證結果 81
第三節 Z-SCORE MODEL之實證結果 89
第四節 Logistic model之實證結果 98
第五節 模型實證結果總結 144
第五章 結論與建議 146
參考文獻 151


表目錄
表2-1 Z-score model之國外文獻彙整 23
表2-2 Logistic model之國外文獻彙整 24
表2-3 公司治理其他相關主題之國外文獻彙整 25
表2-4 最適Panel data之國內文獻彙整 37
表2-5 Z-score model之國內文獻彙整 38
表2-6 Logistic model之國內文獻彙整 39
表2-7 公司治理其他相關主題之國內文獻彙整 41
表3-1 最適panel data被解釋變數彙總表 52
表3-2 Z-score model變數彙總表 53
表3-3 財務、總體經濟與非財務變數彙總表 54
表3-4 混亂矩陣 65
表4-1 全樣本敘述性統計 (年) 69
表4-2 上市危機與正常製造業樣本敘述性統計 (年) 70
表4-3 上櫃危機與正常製造業樣本敘述性統計 (年) 70
表4-4 大型危機與正常製造業樣本敘述性統計 (年) 71
表4-5 中小型危機與正常製造業樣本敘述性統計 (年) 71
表4-6 全樣本敘述性統計 (季) 74
表4-7 上市製造業樣本敘述性統計 (季) 76
表4-8 上櫃製造業樣本敘述性統計 (季) 77
表4-9 大型製造業樣本敘述性統計 (季) 78
表4-10 中小型製造業樣本敘述性統計 (季) 80
表4-11 資產報酬率 (ROA) 最適模型檢定結果 83
表4-12 股票年報酬率最適模型檢定結果 83
表4-13 公司治理對資產報酬率 (ROA) 之相互關係 85
表4-14 公司治理對股票年報酬率之相互關係 87
表4-15 全樣本Z-score model 混亂矩陣表 (年) 90
表4-16 上市製造業Z-score model 混亂矩陣表 (年) 90
表4-17 上櫃製造業Z-score model 混亂矩陣表 (年) 91
表4-18 大型製造業Z-score model 混亂矩陣表 (年) 91
表4-19 中小型製造業Z-score model 混亂矩陣表 (年) 92
表4-20 全樣本Z-score model 混亂矩陣表 (季) 93
表4-21 上市製造業Z-score model 混亂矩陣表 (季) 93
表4-22 上櫃製造業Z-score model 混亂矩陣表 (季) 94
表4-23 大型製造業Z-score model 混亂矩陣表 (季) 94
表4-24 中小型製造業Z-score model 混亂矩陣表 (季) 95
表4-25 Z-score 模型年資料與季資料分類之預測率彙總表 97
表4-26 全樣本Logistic models納入公司治理變數之參數估計表 (季) 101
表4-27 全樣本logistic model納入公司治理變數預測率之彙總表 (季) 102
表4-28 上市製造業之Logistic model納入公司治理變數之參數估計表 (季) 106
表4-29 上市製造業Logistic model納入公司治理變數預測率之彙總表 (季) 107
表4-30上櫃製造業之Logistic model納入公司治理變數之參數估計表 (季) 111
表4-31上櫃製造業Logistic model納入公司治理變數預測率之彙總表 (季) 112
表4-32大型製造業之Logistic mode納入公司治理變數之參數估計表 (季) 116
表4-33大型製造業Logistic model納入公司治理變數預測率之彙總表 (季) 117
表4-34中小型製造業之Logistic model納入公司治理變數之參數估計表 (季) 121
表4-35中小型製造業Logistic model納入公司治理變數預測率之彙總表 (季) 122
表4-36全樣本Logistic model未納入公司治理變數之參數估計表 (季) 125
表4-37全樣本logistic model未納入公司治理變數預測率之彙總表 (季) 126
表4-38上市製造業之Logistic model未納入公司治理變數之參數估計表 (季) 129
表4-39上市製造業Logistic model未納入公司治理變數預測率之彙總表 (季) 130
表4-40上櫃製造業之Logistic model未納入公司治理變數之參數估計表 (季) 133
表4-41上櫃製造業Logistic model未納入公司治理變數預測率之彙總表 (季) 134
表4-42大型製造業之Logistic model未納入公司治理變數之參數估計表 (季) 137
表4-43大型製造業Logistic model未納入公司治理變數預測率之彙總表 (季) 138
表4-44中小型製造業之Logistic model未納入公司治理變數之參數估計表 (季) 141
表4-45中小型製造業Logistic model未納入公司治理變數預測率之彙總表 (季) 142
表4-46 Logistic 模型正確率之分類彙總表 (季) 143
表4-47 Z-score model與Logistic model正確率之分類彙總表 (季) 145
圖目錄
圖1-1 研究流程圖 7
圖3-1 本研究主要架構 42

參考文獻
中文部分
三雨辛 (2011)。臺灣製造業危機預警模型之建構—Z-score、區別分析與Logistic模型之實證比較。未出版碩士論文，朝陽科技大學財務金融系研究所，台中。
王祝三、莊雅雪、郭勁甫 (2009)。公司治理、投資與公司價值之關聯性。東吳經濟商學學報。66，69-114。
王濟川、郭志剛 (2004)。Logistic迴歸模型─方法及應用(第三版)。台北：五南書局。
何文榮、李復禮 (2006)。公司治理與財務危機關係之研究－以上市公司為例。華人前瞻研究。2(2)，1-25。
余惠芳 (2008)。台灣集團企業財務危機預警模式之研究。未出版博士論文，國立臺灣科技大學企業管理研究所，台北。
余惠芳 (2010)。外部監控、公司治理與公司績效之實證研究。文大商管學報。15(2)，107-136。
余義賢 (2008)。財務危機預測之研究－以力霸集團為例。未出版碩士論文，真理大學財經研究所，台北。
林佳蓉 (2009)。公司治理與盈餘品質。未出版碩士論文，國立高雄第一科技大學財務金融研究所。
林建榮 (2008)。公司治理與財務預警之關聯性。未出版碩士論文，國立交通大學財務金融研究研究所。
林翠蓉、張力、侯啟娉、曾韻如、許雅棠 (2011)。家族所有權、公司治理與公司績效關係之實證研究。績效與策略研究。8(1)，59-78。
邱怡茹 (2009)。公司治理與信用風險。未出版碩士論文，國立高雄第一科技大學財務金融研究所。
邱浩政 (2008)。量化研究法(一)：研究設計與資料處理(修訂初版)。台北：雙葉書廊。
郇金鏞 (2010)。運用T-Score選股及擇時研究。未出版碩士論文，國立臺灣科技大學財務金融研究所，台北。
唐麗英、林麗甄 (2009)。應用驗證因素分析與Logit模型建構台灣中小企業之財務預警模型。中華管理評論國際學報。12(1)，1-23。
張佩瑜、曾聖文、詹益壽 (2010)。高科技產業經營績效的差異性分析：以台灣IC產業為例。東亞論壇季刊。467，133-150。
陳乙文、黃鈴羢 (2005)。影響財務危機預警模型因子之研究。建國科大學報：管理類。24(2)，153-168。
陳昱勳 (2009)。公司治理與盈餘管理對企業舞弊的影響:以上市櫃公司為例。未出版碩士論文，國立中正大學財務金融研究所。
陳雪芳、李天行、邱志洲 (2010)。結合財務比率、智慧資本與公司治理指標於企業危機預警模式之建構。電子商務研究。8(3)，349-378。
陳業寧、王衍智、許鴻英 (2004)。台灣企業財務危機之預測：信用評分法與選擇權評價法孰優。風險管理學報。6(2)，155-179。
陳錦村、葉雅薰 (2002)。公司改組、監督機制與盈餘管理之研究。會計評論。34，1-32。
黃劭彥、李超雄、洪光宏、吳東憲 (2006)。以經營效率觀點建立台灣資訊電子業財務危機預警模型。文大商管學報。11 (2)，1-20。
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(2)，75-89。
黃勤明 (2008)。以籌碼面結合財務比率資訊探討企業財務危機預警模型之研究—以電子產業為例。未出版碩士論文，銘傳大學資訊管理系碩士在職專班，桃園。
楊凌峰 (2008)。台灣上市公司財務危機早期預警之研究。未出版碩士論文，義守大學財務金融研究所，高雄。
楊雪蘭、唐豪駿 (2010)。結合公司治理機制、財務比率與總體經濟敏感度以建置財務危機預警模型－以台灣下市公司為例。危機管理學刊。7(2)，11-24。
劉文卿、鐘冠智 (2009)。使用乏析應變數企業信用模型建置與驗證－以塑化業及食品業為例。管理科學與統計決策。6(3)，25-34。
劉邦典、梁榮輝、粘元馨 (2007)。臺灣企業財務危機預警模型建構之研究。績效與策略研究。4(3)，15-27。
蔡明春、鄭青展、馮淑鈴、陳坤志 (2009)。中小企業貸款違約預警模式—以某商業銀行為例。文大商管學報。14(1)，19-40。
蔡璧徽、王志成 (2009)。台灣企業公司治理與公司下市櫃之關聯性分析。商略學報。1(1)，41-56。
蔡璧徽、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。
鄧榮心 (2010)。公司治理、股權結構與公司價值的關係－台灣市場受全球金融風暴影響之探討。未出版碩士論文，國立中正大學財務金融研究所。
賴鈺城、李崑進、李善玉 (2010)。公司治理下電子業之財務預警模型。華人前瞻研究。6(1)，1-23。
魏曉琴 (2004)。財務危機預警模型之研究－以台灣地區上市公司為例。未出版碩士論文，交通大學財務金融研究所，新竹。


英文部分
Agrawal, A., & G. N. Mandelker ,1987, Managerial Incentives and Corporate Investment and Financing Decisions, Journal of Finance, 42, 823-837.
Altman, E. I., 1968, Financial ratios, discriminate analysis and the prediction of corporate bankruptcy, Journal of Finance ,23(4),589-609.
Altman, E. I., G. G. Haldeman, & P. Narayanan, 1977, Zeta analysis: A new model to identify the bankruptcy risk of corporations, Journal of Banking and Finance, 1, 29-54.
Anderson, R. C., & D. M. Reeb, 2003, Founding-family ownership and firm performance : Evidence from the S&P 500, Journal of Finance, 46(3), 1301-1327.
Bae, H. K. & V. K. Goyal, 2010, Equity market liberalization and corporate governance, Journal of Corporate Finance, 16, 609-621.
Beaver, W. H., 1966, Financial ratios as predictors of failure, Journal of Accounting Research, 4,71-102.
Blum, M. 1974, Failing company discriminant analysis, Journal of Accounting Research, 12, 1-25.
Claessens, S., S. Djankov, and L. H. P. Lang, 2000, The Separation of Ownership and Control in East Asian Corporations, Journal of Finance Economics, 58, 81-112.
Dechow, P. M., R. G. Sloan and A. P. Sweenty, 1996, Causes and Consequences of Earnings Manipulation: An analysis of Firms Subject to Enforcement Actions by the SEC, Contemporary Accounting Research, 13, 1-36.
Gentry, J. A., P. Newbold, & D. T. Whitford, 1985, Predicting bankruptcy: If cash flow’s not the bottom line, what is?, Financial Analyst’s Journal ,41,47-56.
Grice, J. S. & R. W. Ingram, 2001, Tests of the generalizability of Altman’s bankruptcy prediction model, Journal of Business Research, 54(1), 53-61.
Hua, Z., Y. Wang, X. Xu, B. Zhang, & L. Liang, 2007, Predicting corporate financial distress based on integration of support vector machine and logistic regression, Expert Systems with Applications, 33(2), 434-440.
Jensen, M. and W. Meckling, 1976, Theory of the Firm: Managerial Behavior Agency Costs and Ownership Structure, Journal of Financial Economics, 3, 305-360.
Jensen, M. C. & R. S. Ruback, 1983, Market for Corporate Control: Empirical Evidence, Journal of Financial Economics, 1, 5-50.
La Porta, R., F. Lopez-de-Silanes, A. Shleifer and R. W. Vishny, 1999, Corporate ownership around the world, Journal of Finance, 54, 471-517.
Laitinen, E. K. & T. Laitinen, 2000, Bankruptcy prediction: Application of Taylor expansion in logistic regression, International Review of Financial Analysis, 9(4), 327-349.
Lee, Y. C. & H. L. Teng, 2009, Predicting the financial crisis by Mahalanobis – Taguchi system – Examples of Taiwan’s electronic sector, Expert Systems with Applications, 36, 7469–7478.
Lo, W. Y., M. K. Wong, & M. Firth, 2010, Can corporate governance deter management from manipulating earnings? Evidence from related-party sales transactions in China, Journal of Corporate Finance, 16, 225-235.
Odom, M. D.& R. Sharda, 1990, A neural network model for bankruptcy prediction, Proceedings of the IEEE International Conference on Neural Networks, 12, 163-168.
Platt, H. D. & M. B. Platt, 1990, Development of a class of stable predictive variables: The case of bankruptcy prediction. Journal of Business Financial and Accounting, 17,31-49.
Rechner, P. L., 1989, Corporate Governance: Fact or Fiction?, Business Horizons, 32, 11-15.
Shumway, T. 2001, Forecasting bankruptcy more accurately: A simple hazard model, Journal of Business, 74, 101-124.
Stefanescu, C. A. 2011, Disclosure and transparency in corporate governance codes -comparative analysis with prior literature findings, SciVerse ScienceDirect, 24, 1302-1310.
Tian, G. Y. & G. Twite, 2011, Corporate governance, external market discipline and firm productivity, Journal of Corporate Finance, 17, 403-417.
Wang Y., & M. Campbell, 2010, Business failure prediction for publicly listed companies in China, Journal of Business and Management , 16(1), 75-88.
Yeh, Y. H., T. S. Lee, and T. Woidtke, 2001, Family Control and Corporate Governance: Evidence for Taiwan, International Review of Finance, 2, 21-48.
Zhou, Y. M., X. Li, & J. Svejnar, 2011, Subsidiary divestiture and acquisition in a financial crisis: Operational focus, financial constraints, and ownership, Journal of Corporate Finance, 17, 272-287.