財務危機預警模式之再探討

Abstract

不同以往文獻著重於各方法之比較與探討，本文之研究重心關注在架構財務危機預警模式之三項議題，一為抽樣樣本誤差，二為財務變數之選擇，三為財務預警模式持續性；並使用日前新興起分類方法支撐向量機(SVM)及Logit迴歸為架構財務危機預警模式之方法，並加以比較之。變數選取方面以前向法略優於自選法，由Logit迴歸結果，以負債比率及營業利益率為最能偵測公司危機之預測變數，抽樣樣本誤差隨著隨機抽樣樣本數增加而增加，在樣本設計上，不宜選取過高正常公司樣本數，且不一定須進行樣本配對之設計，在驗證期間時，發現本文之模式持續性尚佳。在比較此兩種方式，以型一錯誤率低及正確率高二項原則為標準，支撐向量機(SVM)及前向法所建構之模式表現最佳。