台灣大型集團企業經營績效之財務指標採礦研究

Data Mining of Financial Indicators for Large Enterprise Groups in Taiwan

林雅俐(Ya-Li Lin) ； 劉淙凱(Tsung-Kai Liu)

《管理資訊計算》 3卷特刊 (2014/10) Pp. 480-489

https://doi.org/10.6285/MIC.3(1)S.39

摘要

本研究針對台灣「集團企業排名」資料庫（中華徵信所，2012）299個大型集團企業（區分為24個產業）之十項財務指標，探討影響企業經營績效之關鍵因素。使用2006~2012年共1919筆資料，選取資產報酬率（ROA）作為企業經營績效之評估標的（Hitt等人，1997）。研究結果顯示，決策樹模型和邏輯斯迴歸模型可以有效建構資產報酬率之預測模型，其中淨值報酬率和自有資金比率為預測資產報酬率盈虧機率之最佳財務指標，將此模型命名為成長率資產模型，其中決策樹成長率資產模型於訓練、驗證、和測試資料下所得之正確預測分類比率分別為98.3％、97.7％、和89％，同時邏輯斯迴歸成長率資產模型於訓練、驗證、和測試資料下所得之正確預測分類比率亦達91.1％、94.6％、和86％，顯示成長率資產模型可作為預測資產報酬率盈虧機率之最佳預測模型。

關鍵字

資料採礦 ； 財務指標 ； 大型集團企業 ； 預測模型 ； 資產報酬率

並列摘要

Based on Enterprise Group Data base of China Credit Information Service, Inc. in 2012, 299 Taiwanese large enterprise groups and 24 industry sectors were extracted in this study. Return on assets (ROA) is used to evaluate the operational performance as the target variable which is as same as the research of Hitt, et al. (1997). The results indicate return on equity (ROE) and self-owned capital ratio are statistically significant in the decision tree and logistic regression models. The rates of correct classification reach as 98.3%, 97.7%, and 89%, respectively, based on the training, verification, and testing data for the decision tree model. In addition, the rates of correct classification are 91.1%, 94.6%, and 86%, respectively, based on the training, verification, and testing data for the logistic regression model. The growing rate and assets model is the best one to predict the likelihood of profit or loss of ROA in this study.

並列關鍵字

Data Mining ； Financial Indicators ； Large Enterprise Groups ； Predicted Model ； Return on Assets (ROA)

參考文獻

大前研一(2005)。全球舞台大未來。台北市:培生教育。

王泰昌、許恩得、詹茂焜、余任芳、洪震玫(2009)。會計學（第三版）IFRS 時代思維。東海大學會計與產業研究中心。

()。

喬友慶、于卓民、林月雲(2001)。國際化程度與產品差異化能力對廠商績效之影響─台灣大型製造廠商之實證研究。管理學報。19(5)，811-842。

曾淑峰、林志弘、翁玉麟(2012)。資料採礦應用─以 SAS Enterprise Miner 為工具。梅霖文化事業有限公司。