以類神經網路建構國內E-LOAN預警模型之研究

A Study of e-loan Default Prediction Modeling with Neural Network Applications

莊明德(Ming-Ter Morris Chuang)

指導教授 ： 鄭雅穗

元智大學/管理學院/管理研究所/碩士(2009年)

摘要

本研究的目的在於導入類神經網路建立國內企業財報的危機預警模型，用於預測企業是否會在未來的某個年度發生財務危機。企業發現財務危機往往可從財報中的財務比率看出跡象，以往大多數金融機構徵、授信人員及股票市場上的投資者常以每股盈餘作為同意授信與否及投資的選項。但事實上，並非每股獲利能力低的就是危機公司，也並非每股獲利能力高的就是財務殷實公司，企業的財務危機需要多方面的評估與考量。本研究將整合各項財務比率，透過類神經網路中自組織特徵映射的技術(SOFM)加上K-means的聚類分析方式，找出最適的群集並建構一套財務危機預警系統。本研究採用TEJ所提供的資料庫進行資料的蒐集，並蒐集台灣的六個主要的產業其中包括了89間上市櫃或曾經上市櫃公司的財務資料進行分析，最後的結果顯示了在所有產業中，有發生過問題的財務資料的確是會有聚類的現象，之後再透用K-means的方式協助將各產業分配出最適當的群集數量，並透過圖形化的方式將結果呈現，在與自組織特徵映射互相搭配得到最後群集的結果，並希望本研究所提出來的驗證是模型在日後可以套用在業界之中，為銀行的授信提供一套適合的分析工具。

關鍵字

類神經網路、財務危機、預警模型、自組織特徵映射

並列摘要

The purpose of this study is going to set up the financial report early alarm model with Neural Network methodology. The forecast model is used to detect the financial crisis in few years latter happening in a company. Most Enterprises encounter the financial crisis can often be offered from the financial ratio from the financial report. This research will combine each financial ratio from the Taiwan Economic Journal database, through the analytic approach that combines the Self-Organizing Feature Map (SOFM) to find out the similar group, and using K-means looking for fitness clustering. In the process, we then choose the six majors industries in Taiwan, and pick up the 89 companies, which including the listed companies or was in the listed companies to do analysis. Finally, we asked an expert to help us recognizing the company with our clustering levels, and hope the model that is purposed by this research is able to an analysis tool in the practice.

並列關鍵字

Neural Network, Financial Crisis, Early Alarm Model, Self-Organizing Feature Map

參考文獻

[7] 陳惠玲、黃政民，財務報表分析與企業信用評等，台灣經濟新報社文化事業股份有限公司，民國八十四年三月。

[13] 蔡易達、盧以詮，「運用貝氏網路建立台灣地區高風險上市公司之偵測模型」元智大學資訊研究所碩士論文，2000年。

[3] 李淑娟，「建立我國債信評等制度之構想」，台灣經濟研究月刊，第十八卷，第六期，37~44頁，民國八十四年六月。

[16] Altman, E. I. (2000), Predicting Financial Distress of Companies: Revisiting the Z-Score and Zeta Models, adapted and updated from Altman (1968) and Altman (1977).

[17] Beaver, W. H. (1966), Financial Ratios as Predictors of Failure, Journal ofAccounting Research, Vol. 4, P71-P102.