觀察近年來國內企業營運之情況，諸多發生財務危機的公司中，往往可從其財務報表內所揭露的資訊看出些許端倪。過往研究財務危機預警模型的學者，多以上市、上櫃全產業或者以個別產業為研究對象，在半導體業方面的實證研究較為少見。有鑒於半導體業之於我國的重要性，故本研究採用2011年至2020年間在臺灣上市、櫃半導體業公司為研究樣本，共計139間企業，使用Altman’s Z-Score模型與Logistic迴歸模型，以Z-Score模型中所使用的5項Z變數為基礎，並納入現金流量相關比率之考量。本研究旨在探討企業財務危機狀況在使用各模型下何者具有較佳之預測效果，選出適合應用於我國半導體業財務危機預測的機制，並提出相關建議。
實證結果顯示，對我國半導體業公司整體預測準確率以加入現金流量變數之Z變數Logistic模型最佳（92%），Z變數Logistic模型次之（91.6%），而Altman’s Z-Score最差（73%）；以正常公司與危機公司分別來看，Z變數Logistic模型在正常公司預測準確率最佳（93%），危機公司則是加入現金流量變數之Z變數Logistic模型最佳（80.6%）。
使用Altman’s Z-Score模型預測我國半導體業財務危機狀況，無論在整體或正常公司其分辨準確率皆低於本研究所使用之兩種Logistic模型，預測結果與實際情形呈現明顯落差，表示Z-Score模型不適用於我國半導體業之財務資料，又該模型為1986年所建構之模型，非目前經濟環境之基礎，分析結果因而不佳。而Logistic模型所納入現金流量相關變數，經向後迴歸分析後留有3項比率與危機狀況呈現顯著關係，分別為：自由現金流量非流動資產報酬率、保留現金比率與銷貨品質，表示現金流量比率對危機公司有顯著區隔效果。

According to observations of recent enterprises’ operations, signs of crisis could often be discovered in financial statements from which have experienced hardship. Most of the previous financial distress model-based studies were focused on either general or individual listed companies. However, studies related to the semiconductor industry were limited. Considering the significance semiconductor industry is to the country, this paper includes 139 listed companies during 2011 to 2020 as research samples, applying Altman’s Z-Score model and logistic regression model based on the five Z variables in Z-Score model as well as taking cash flow-related ratios into consideration. This study aims at exploring the preciseness in which the models can successfully predict under certain circumstances; moreover, it determines compatible crisis-predicting models to the country and provides further suggestions.
Research shows that Z variable logistic model combined with cash flow variables scores the highest with 92% of preciseness, followed by Z variable logistic model with 91.6%, and Altman’s Z-Score the least with 73%. From a diverse viewpoint, Z variable logistic model is the most accurate (93%) in forecasting healthy enterprises, while Z variable logistic model combined with cash flow variables performs best (80.6%) in forecasting enterprises in crisis.
Altman’s Z-Score model does not show more reliable results in predicting the semiconductor industry than the other two logistic models. The apparent gap between predictions and realities clearly indicates that Z-Score model does not fit in with the provided financial data. Additionally, the model was built in 1986, which is obviously outdated, inevitably leads to poor analysis. Nevertheless, three specific ratios are found to be positively related to critical situations after applying backward regression analysis to the cash flow-related variables in the logistic model: return on non-current assets in free cash flow, reserved cash ratio, and sales quality.

中文資料
1.尹賢瑜、葉立仁、游雅璇（2015）。建構企業財務危機預警模型—考慮財務與公司治理因素。德明學報，39卷2期，頁：37-58。
2.王俊傑（2000）。財務危機預警模式—以現金流量觀點。國立台北大學企業管理學系未出版碩士論文。
3.江欣怡（2004）。企業危機預警模型在台灣的應用與比較。東吳大學國際貿易學系碩士論文。
4.吳世堯（2009）。考量總體變數下的公司違約風險－存活分析模型的應用。銘傳大學經濟學系碩士在職專班碩士論文。
5.吳岳霖（2015）。智慧資本與財務為預警模型之關係—以台灣電子產業為例。朝陽科技大學財務金融系碩士論文。
6.吳清在、邱正仁、鄭莉（2011）。財務危機公司內部治理對會計師簽發繼續經營疑慮意見的影響：台灣上市公司之實證研究。臺大管理論叢，21卷2期，頁：187-218。
7.林郁翎、黃建華（2009）。考慮公司治理之企業財務危機預警模型。東吳經濟商學學報，64期，頁：23-55。
8.邱碧芳（2002）。公司財務危機預警資訊之研究－考慮現金流量因素。朝陽科技大學財務金融系碩士論文。
9.郇金鏞（2010）。運用T-Score選股及擇時研究。國立臺灣科技大學財務金融研究所碩士論文。
10.高民杰，袁興林（2004）。企業危機預警。讀品文化出版，頁：69。
11.張博丞（2019）。建立財務危機預警模型—以台灣電子業為例。國立成功大學財務金融研究所碩士論文。
12.陳明賢（1986）。財務危機預測之計量分析研究。臺灣大學商學研究所碩士論文。
13.陳肇榮（1983）。運用財務比率預測企業財務危機之實證研究。政治大學企業管理研究所博士論文。
14.黃劭彥、李超雄、洪光宏、吳東憲（2006）。以經營效率觀點建立台灣資訊電子業財務危機預警模型。文大商管學報，11卷2期，頁：1-20。
15.黃博怡、張大成、江欣怡（2006）考慮總體經濟因素之企業危機預警模型。金融風險管理季刊，2卷2期，頁：75-89。
16.楊凌峰（2008）。台灣上市公司財務危機早期預警之研究。義守大學財務金融學系碩士論文。
17.歐再添（2003）。企業財務危機預測—以產業別建構Logistic預警模型。國立台灣科技大學企業管理研究所碩士論文。
18.蔡其勳（2006）。會計師資訊的角度建構企業財務危機預警模型。靜宜大學企業管理研究所碩士論文。
19.蔡麗君（1974）。審計報告之資訊內涵—運用於財務危機之預測。政治大學會計研究所碩士論文。

英文資料
1.Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate. The Journal of Finance, 23(4), 589-609.
2.Beaver, W. H. (1966). Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4, 71-111.
3.Blum, M. (1974). Failing Company Discriminant Analysis. Journal of Accounting Research, 12(1), 1-25.
4.Deakin, E. (1972). A Discriminant Analysis of Predictors of Business Failure. Journal of Accounting Research, 10(1), 167-179.
5.Fitzpatrick, P. J. (1932). A Comparison of the Ratios of Successful Industrial Enterprises with those of Failed Companies. Certified Public Accountant, 2, 598-605.
6.Gentry, J., Newbold, P., & Whitford, D. (1985). Classifying Bankrupt Firms with Funds Flow Components. Journal of Accounting Research, 23(1), 146-160.
7.Laitinen, E. K. (1991). Financial Ratios and Different Failure Processes. Journal of Financial Reporting and Accounting, 18(5), 649-673.
8.Ohlson, J. A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of accounting research, 109-131.
9.Porter, M. E. (1979). How Competitive Forces Shape Strategy. Harvard Business Review, 57(2), 137-145.
10.Porter, M. E. (2008). The Five Competitive Forces that Shape Strategy. Harvard Business Review, 86, 79-93.
11.Walters, J. E. (1957). The Determination of Technical Solvency. Journal of Business, 30, 30-45.
12.Zmijewski, M. E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, 22, 59-82.