檢視/開啟 - 元培科技大學

檢視/開啟 - 元培科技大學 檢視/開啟 - 元培科技大學

ir.lib.ypu.edu.tw
from ir.lib.ypu.edu.tw More from this publisher
10.07.2015 Views

蘇 文尠 娟窌 (2000) 以层 1986-2000 年 為 樣 本岓 期醸 間 , 其 中 選 出屒 了 36 家窚 危 機 公 司屫 ,以层 1 比尬 1 以层 及 1 比尬 3 的 兩 種 配 對 方尣 式 ( 財 務 危 機 公 司屫 以层 及 正岗 常 公 司屫 ) 進 行 研究 。 該 研 究 中 以层 逐 步 迴 歸 的 方尣 式 逐 一 找 出屒 具 有 顯 著 的 預 測釱 能 力 的 財 務 變數 , 並 同峧 時 考 量 了 一 些 非 財 務 變 數 ( 如崇 短 期醸 投 資 比尬 、 會 計稌 師窯 出屒 具 的 保 留 意 見以层 及 業 外屸 受 益 率 等 ), 研 究 是 否 具 有 顯 著 的 預 測釱 能 力 。 並 再峘 進 一 步 比尬 較 兩 個積研 究 模 型 :logit model 以层 及 類 神 經 網 路 的 效 果 。 而 其 研 究 結 果 顯 示岴 , 選 取 1比尬 3 相 對 於 1 比尬 1 的 配 對 方尣 式 , 其 預 測釱 能 力 較 高 ; 但 相 對 於 針 對 財 務 危 機公 司屫 的 預 測釱 能 力 則 較 低 。 而 在峹 兩 個積 模 式 的 比尬 較 上 , 類 神 經 網 路 的 區 別 能 力是 相 對 於 logit model 佳 , 但 在峹 預 測釱 能 力 上 , 類 神 經 網 路 的 預 測釱 能 力 並 未 高於 logit model。杜 詩 敏 (2003) 該 研 究 以层 1998-2002 年 期醸 間 作 為 樣 本岓 區 間 , 建 構 財 務 危 機預 警 模 型 。 在峹 該 研 究 中 考 量 的 三 個積 不 同峧 的 類 神 經 網 路 模 型 , 其 中 包屗 括 倒穅 傳遞 類 神 經 網 路 、 串 聯 前 饋 倒穅 傳 遞 類 神 經 網 路 、 以层 及 Elman 倒穅 傳 遞 類 神 經 網路 等 三 種 模 型 。 而 實 證 結 果 發 現 以层 倒穅 傳 遞 類 神 經 網 路 模 型 與 Elman 倒穅 傳 遞類 神 經 網 路 模 型 等 預 測釱 模 型 預 測釱 能 力 最鄦 佳 , 預 測釱 準 確 率 達 98.81%。蔡 秋 田 (1995) 該 研 究 以层 1981-1985 年 間 , 曾醶 發 生岥 改 變 交岾 易 方尣 式 為 全峖 額 交岾割鄨 股 的 公 司屫 為 發 生岥 財 務 危 機 樣 本岓 , 採 另屮 29 家窚 維 配 對 樣 本岓 , 並 以层 逐 步 迴 歸 方尣式 將 選 出屒 六 個積 顯 著 的 財 務 變 數 為 自 變 數 , 並 且尼 以层 Jackknife 法 來 探 討 類 神 經網 路 和 Logit 分 析 二 模 型 的 分 類 能 力 。 其 結 果 顯 示岴 , 類 神 經 網 路 的 預 測釱 能 力比尬 Logit 分 析 法 佳 。 但 作 者 提醚 出屒 , 這 並 不 代 表 類 神 經 網 路 分 析 在峹 所 有 領 域 上均 優 於 Logit 分 析 。鄭 碧 月尦 (1997) 以层 台屲 灣 證 券 交岾 易 所 ,2006 年 所 印 製 「 九 家窚 營 運 困 難 上 公司屫 狀 況 表 」 中 的 八 家窚 , 以层 及 另屮 外屸 二 十 二 家窚 成 改 變 交岾 易 方尣 式 為 全峖 額 交岾 割鄨 股 ,或 下 市 的 公 司屫 為 財 務 危 機 公 司屫 樣 本岓 。 以层 其 二 十 三 個積 財 務 比尬 率 以层 因峴 素 分 析 後得 到 六 個積 變 數 , 建 立岷 區 別 分 析 、Logit 分 析 以层 及 類 神 經 網 路 三 種 模 式 建 立岷 預測釱 模 式 。 研 究 結 果 顯 示岴 , 三 模 型 於 危 機 發 生岥 前 一 年 的 預 測釱 較 佳 , 其 正岗 確區 別 率 分 別 是 98.15%、73.20%、97.56%, 而 到 危 機 發 生岥 前 三 年 時 , 預 測釱 能力 降稪 到 95.16%、72.9%、89.58%。2.2.8 簡 單酀 線 性 迴 歸 模 式劉 秀 賢 (2002) 建 立岷 股 價 下 挫 危 機 之 預 測釱 各峬 股 分 析 中 , 針 對 2000-2001 年財 務 狀 況 資 料 進 行 探 討 , 首稴 先峕 利 用岦 實 證 分 析 探 討 比尬 較 股 價 波 動 對 財 務 健 全峖公 司屫 與 財 務 危 機 公 司屫 之 利 潤 影 響 , 再峘 以层 簡 單酀 線 性 迴 歸 模 型 進 行 分 析 。 研 究結 果 顯 示岴 對 於 成 交岾 量 大 的 公 司屫 ,DUVOL 指 數 與 累 積 利 潤 有 顯 著 正岗 向峭 關 係 ,DUVOL

公 司屫 ,DUVOL 指 數 與 累 積 利 潤 無 明 顯 關 係 。2.2.9 演 化 式 類 神 經 網 路林 文尠 修穑 (2000) 運 用岦 演 化 式 類 神 經 網 路 於 企峐 業 危 機 診 斷 模 型 , 使 用岦 遺 傳演 算 法 之 演 算 能 力 , 系 統 性 、 自 動 化 解 決 類 神 經 網 路 的 架 構 及 參 數 設 定 ,整 合峯 成 演 化 式 類 神 經 網 路 模 式 。 並 以层 多峿 變 量 判 別 分 析 、logit 回峵 歸 模 型 、 倒穅傳 遞 類 神 經 網 路 當 作 績 效 評 比尬 的 基 準 。 研 究 結 果 顯 示岴 在峹 學 習 樣 本岓 、 測釱 試 樣本岓 或 整 體 樣 本岓 的 分 類 正岗 確 率 與 穩 定 上 , 演 化 式 類 神 經 網 路 在峹 財 務 預 測釱 領 域上 有 較 佳 的 評 估 績 效 。2.3 分 類 和 迴 歸 樹 介 紹CART 的 全峖 名峮 是 「 分 類 和 迴 歸 樹 」(Classification and Regression Tree),其 最鄦 大 的 優 點 之 一 , 就酧 是 演 算 法 會 自 動 檢 驗 模 型 , 找 出屒 最鄦 佳 的 一 般 模 型 。決 策 樹 是 強 大 且尼 普醭 遍 使 用岦 的 分 類 或 預 測釱 工 具 , 它屾 以层 樹 狀 的 方尣 式 岩 上 而 下 表現 出屒 規 則 , 將 特 定 的 物 件峋 集 合峯 , 隨 著 樹 的 成 長 , 逐 步 的 分 割鄨 成 更 小 的 子 集合峯 。 岩 於 決 策 樹 本岓 身 就酧 是 二 元 樹 的 應 用岦 , 是 在峹 分 類 時 的 決 策 判 斷 過 程 以层 樹狀 圖 來 表 示岴 , 而 且尼 樣 本岓 需 要稊 夠 大 , 主尾 要稊 是 根 據 某 一 準 則 變 數 而 將 整 個積 樣 本岓劃 分 成 若秵 干 最鄦 具 同峧 性 質 的 組 別 , 其 中 包屗 含 了 節 點 (nodes) 與 枝 幹 (branch), 每個積 節 點 代 表 一 個積 資 料 的 屬 性 檢 驗 , 分 為 內 部 節 點 (interior nodes) 與 岕 梢 節 點(terminal nodes), 而 內 部 節 點 表 示岴 在峹 做 決 策 時 所 依 據 的 屬 性 ; 岕 梢 節 點 表 示岴最鄦 後 分 類 的 類 別 ; 枝 幹 則 表 示岴 一 個積 檢 驗 結 果 所 對 應 的 屬 性 。 依 照 屬 性 的 不同峧 將 資 料 區 分 到 不 同峧 的 枝 幹 , 岩 上 而 下 一 層 層 的 往 下 將 資 料 分 類 , 而 每 個積樹 葉 (Leaf) 代 表 分 類 的 類 別 。 這 種 方尣 式 所 處 理 的 資 料 為 類 別 型 態 , 即 是 將 資料 分 成 少 數 幾酱 個積 類 別 , 再峘 岩 我 們穆 所 關 心尚 的 屬 性 逐 次 分 割鄨 , 最鄦 後 形 成 決 策 樹 ,其 中 樹 的 每 一 個積 內 部 節 點 代 表 對 應 某 屬 性 的 測釱 試 資 料 , 而 每 一 個積 分 支尟 代 表此 屬 性 的 一 個積 可屣 能 性 , 例 如崇 「 是 」 或 「 否 」, 而 樹 岕 端 的 葉 節 點 則 代 表 一 個積類 別 或 類 別 屬 性 , 再峘 以层 「if-then」 的 方尣 法 表 現 出屒 規 則 。CART 演 算 法 的 特 性為 :(1) CART 演 算 法 是 一 個積 無 母岘 數 過 程 , 不 需 要稊 知 道 資 料 分 配 的 型 態 。(2) CART 演 算 法 利 用岦 逐 步 的 方尣 法 來 決 定 分 割鄨 的 規 則 , 考 慮 所 有 參 數 的 可屣 能分 割鄨 情 形 , 不 需 要稊 先峕 選 擇 分 割鄨 的 參 數 。(3) 獨 立岷 變 數 的 簡 單酀 轉 換醢 , 如崇 對 數 、 平岅 方尣 等 , 並 不 會 影 響 最鄦 後 的 結 果 。10

公 司屫 ,DUVOL 指 數 與 累 積 利 潤 無 明 顯 關 係 。2.2.9 演 化 式 類 神 經 網 路林 文尠 修穑 (2000) 運 用岦 演 化 式 類 神 經 網 路 於 企峐 業 危 機 診 斷 模 型 , 使 用岦 遺 傳演 算 法 之 演 算 能 力 , 系 統 性 、 自 動 化 解 決 類 神 經 網 路 的 架 構 及 參 數 設 定 ,整 合峯 成 演 化 式 類 神 經 網 路 模 式 。 並 以层 多峿 變 量 判 別 分 析 、logit 回峵 歸 模 型 、 倒穅傳 遞 類 神 經 網 路 當 作 績 效 評 比尬 的 基 準 。 研 究 結 果 顯 示岴 在峹 學 習 樣 本岓 、 測釱 試 樣本岓 或 整 體 樣 本岓 的 分 類 正岗 確 率 與 穩 定 上 , 演 化 式 類 神 經 網 路 在峹 財 務 預 測釱 領 域上 有 較 佳 的 評 估 績 效 。2.3 分 類 和 迴 歸 樹 介 紹CART 的 全峖 名峮 是 「 分 類 和 迴 歸 樹 」(Classification and Regression Tree),其 最鄦 大 的 優 點 之 一 , 就酧 是 演 算 法 會 自 動 檢 驗 模 型 , 找 出屒 最鄦 佳 的 一 般 模 型 。決 策 樹 是 強 大 且尼 普醭 遍 使 用岦 的 分 類 或 預 測釱 工 具 , 它屾 以层 樹 狀 的 方尣 式 岩 上 而 下 表現 出屒 規 則 , 將 特 定 的 物 件峋 集 合峯 , 隨 著 樹 的 成 長 , 逐 步 的 分 割鄨 成 更 小 的 子 集合峯 。 岩 於 決 策 樹 本岓 身 就酧 是 二 元 樹 的 應 用岦 , 是 在峹 分 類 時 的 決 策 判 斷 過 程 以层 樹狀 圖 來 表 示岴 , 而 且尼 樣 本岓 需 要稊 夠 大 , 主尾 要稊 是 根 據 某 一 準 則 變 數 而 將 整 個積 樣 本岓劃 分 成 若秵 干 最鄦 具 同峧 性 質 的 組 別 , 其 中 包屗 含 了 節 點 (nodes) 與 枝 幹 (branch), 每個積 節 點 代 表 一 個積 資 料 的 屬 性 檢 驗 , 分 為 內 部 節 點 (interior nodes) 與 岕 梢 節 點(terminal nodes), 而 內 部 節 點 表 示岴 在峹 做 決 策 時 所 依 據 的 屬 性 ; 岕 梢 節 點 表 示岴最鄦 後 分 類 的 類 別 ; 枝 幹 則 表 示岴 一 個積 檢 驗 結 果 所 對 應 的 屬 性 。 依 照 屬 性 的 不同峧 將 資 料 區 分 到 不 同峧 的 枝 幹 , 岩 上 而 下 一 層 層 的 往 下 將 資 料 分 類 , 而 每 個積樹 葉 (Leaf) 代 表 分 類 的 類 別 。 這 種 方尣 式 所 處 理 的 資 料 為 類 別 型 態 , 即 是 將 資料 分 成 少 數 幾酱 個積 類 別 , 再峘 岩 我 們穆 所 關 心尚 的 屬 性 逐 次 分 割鄨 , 最鄦 後 形 成 決 策 樹 ,其 中 樹 的 每 一 個積 內 部 節 點 代 表 對 應 某 屬 性 的 測釱 試 資 料 , 而 每 一 個積 分 支尟 代 表此 屬 性 的 一 個積 可屣 能 性 , 例 如崇 「 是 」 或 「 否 」, 而 樹 岕 端 的 葉 節 點 則 代 表 一 個積類 別 或 類 別 屬 性 , 再峘 以层 「if-then」 的 方尣 法 表 現 出屒 規 則 。CART 演 算 法 的 特 性為 :(1) CART 演 算 法 是 一 個積 無 母岘 數 過 程 , 不 需 要稊 知 道 資 料 分 配 的 型 態 。(2) CART 演 算 法 利 用岦 逐 步 的 方尣 法 來 決 定 分 割鄨 的 規 則 , 考 慮 所 有 參 數 的 可屣 能分 割鄨 情 形 , 不 需 要稊 先峕 選 擇 分 割鄨 的 參 數 。(3) 獨 立岷 變 數 的 簡 單酀 轉 換醢 , 如崇 對 數 、 平岅 方尣 等 , 並 不 會 影 響 最鄦 後 的 結 果 。10

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!