陳國泰臺灣大學：會計學研究所周世燁Chou, Shih-YehShih-YehChou2007-11-282018-06-292007-11-282018-06-292004http://ntur.lib.ntu.edu.tw//handle/246246/61662本研究之目的係探討決策樹對於公司發生財務危機與否之分類能力，並找出危機公司的可能具有的特徵，期望能於日後提供給使用者有用的預警訊息，使其投資損失能減到最低。以往的財務危機預警之研究所採用的統計方法不外乎以單變量、多變量、logistic和probit等迴歸方法，且其所探討的自變數皆為財務性變數居多。尚未出現有關以公司治理變數運用資料採礦研究方法之相關研究。 本研究樣本資料係選定從民國90年到92年間發生財務危機之上市上櫃公司，共得到危機公司樣本共有67個，並搭配正常公司樣本492個。並使用SPSS公司所開發之資料採礦軟體Answer Tree2.1為工具，以財務性與非財務性變數為預測變數，將其轉換為類別變數，選擇Exhaustive CHAID為決策樹演算方法以建立模型，且同時使用迴歸方法中之logistic以作為比較。並分別以兩種不同樣本組合來各自建立決策樹模型、比較其效能的優劣。 實證結果顯示，全部樣本的組合下，以logistic迴歸的準確率較決策樹為高但相差不多。而為了測試在危機公司佔總樣本比例增加的情況下，其預測準確率是否會因此而有所改變，於是在增加所有危機公司樣本的比例至22%時，整體的預測正確率較先前的樣本組合略有下降，由此推之，如果增加危機公司樣本所佔之比例將會導致預測準確率之下滑。 在logistic迴歸下顯著的變數是一致的，並沒有因為樣本的組合有所不同而有差異。而在決策樹所建構的模型下，由於該演算方法會自動選取最具有統計顯著性的變數來當做該層的分隔變數。比較兩者分析方法下之共同點皆有銷貨/總資產該變數，由此可知，公司之獲利能力往往是該企業否繼續生存之重要關鍵。The purpose of this research is to study the classification ability ofdecision tree models and derive the features of business failure throughclassification rules. This model will not only help the enterprise to modify its operational ways but also help the government to show concern for the crisis enterprises. Prior researches mostly focus on Dichotomous Classification Test,Regression method and financial variables. Using the firm-level data from 2001, and the data mining software “Answer Tree 2.1” to establishthe Exhaustive CHAID models, this study empirically demonstrates thatdecision tree is a practical tool for prediction of business failure. Addingfinancial and non-financial variables as predictors, we also use regression model to compare with decision model to identify the difference. The empirical result shows that under the whole sample size, the hitratio of logistic model is higher than that of decision model. In order totest the ratio will decline with the increase of the proportion of failurecompanies, we add the proportion of failure companies to 22%, as a result, and the hit ratio indeed decreases. Based on the empirical findings, wecan draw a conclusion that increasing the proportion of failure companies will lead to the decreasing of the hit ratio. The significant variables are all the same under the logistic models.Nevertheless, when using decision tree models, it will select the mostsignificant variable as predictor variable. The finding indicates that thesame variable under the two different analysis methods is sales/totalassets.目錄 中文摘要……………………………………………………………………I 英文摘要……………………………………………………………………II 目錄…………………………………………………………………………III 表次…………………………………………………………………………V 圖次…………………………………………………………………………VII 第一章 緒論……………………………………………………………1 第一節 研究背景………………………………………………………1 第二節 研究動機與目的………………………………………………3 第三節 研究架構………………………………………………………5 第四節 研究流程………………………………………………………6 第二章 文獻探討……………………………………………………………7 第一節 財務危機之定義………………………………………………7 第二節 財務危機預警研究之統計模型………………………………10 第三節 財務危機預警之相關文獻……………………………………14 第三章 資料採礦之決策樹方法……………………………………………22 第一節 資料採礦………………………………………………………22 第二節 決策樹…………………………………………………………27 第三節 決策樹的演算方法……………………………………………28 第四節 決策樹的應用…………………………………………………33 第四章 研究方法……………………………………………………………35 第一節 研究樣本………………………………………………………35 第二節 變數的選擇……………………………………………………37 第三節 決策樹模型的建立……………………………………………43 第五章 實証結果與發現……………………………………………………47 第一節 決策樹模型分類效能的整體評估……………………………47 第二節 Logistic迴歸之實證結果……………………………………58 第三節 葉部節點分類規則之分析……………………………………62 第六章 結論與建議…………………………………………………………64 第一節 研究結論………………………………………………………64 第二節 研究限制………………………………………………………66 第三節 研究建議………………………………………………………66 參考文獻…………………………………………………………………… 68482338 bytesapplication/pdfen-US決策樹財務危機預警Decision TreeFinancial Distress Prediction Modelotherhttp://ntur.lib.ntu.edu.tw/bitstream/246246/61662/1/ntu-93-R91722034-1.pdf