Basic Search / Detailed Display

Author: 蘇佳翎
Chia-Ling Su
Thesis Title: 台灣上市櫃電子製造業財務危機預警模型之實證研究 -Logistic模型與 KMV模型 之比較
An Empirical Study of the Financial Distress Prediction Models for the Listed Companies from Electronics Manufacturing Industry in Taiwan: A Comparison between the Logistic Model and the KMV Model
Advisor: 繆維中
Wei-Chung Miao
Committee: 劉代洋
Day-Yang Liu
周恆志
Heng-Chih Chou
Degree: 碩士
Master
Department: 管理學院 - 財務金融研究所
Graduate Institute of Finance
Thesis Publication Year: 2017
Graduation Academic Year: 105
Language: 中文
Pages: 172
Keywords (in Chinese): 邏吉斯迴歸分析KMV模型信用風險模型財務危機預警模型
Keywords (in other languages): Logistic regression analysis, KMV model, credit risk model, financial crisis warning model
Reference times: Clicks: 592Downloads: 10
Share:
School Collection Retrieve National Library Collection Retrieve Error Report

建構有效衡量信用風險模型以預警企業可能發生財務危機,長久以來一直為財金學界或金融實務所關心的課題。傳統上的相關研究大多從財務比率變數著手來構建模式,而忽略較不易量化之非財務變數。近來企業進行財報粉飾與財報灌水之技巧與手法日益創新,引爆出一連串層出不窮的企業跳票、作假帳、違約交割、掏空資產及假交易等事件。這些大多是公司負責人或主要股東不當財務操作或是違法亂紀所導致,抑或亟欲掩飾企業經營不善。因此,投資人除了聚焦財務資訊外,亦應多留意「非財務資訊」中所能解讀出的訊息,配合財務資訊兩相對照,才得以綜觀公司經營全貌,增加發掘舞弊的機率。
  本研究介紹具市場資訊與即時性等優點的KMV模型,進行違約距離、違約機率估算與違約預警模式之建立。以市場資訊為基礎的KMV模型因具有即時偵測與危機預警特性,能提前反映公司財務惡化的情況,甚至比信用評等更具即時性。而且在預測危機公司不但能掌握時效,也不至於過度反應或是太保守,而有嚴重誤差產生。因此本研究旨在運用KMV違約機率模型並結合傳統會計財務變數模型,期望可提高模型效度,掌握更多信用訊息,協助企業強化信用風險管理。
  本研究透過以財務報表內各項比率之間的關係建立模型,以羅吉斯迴歸方法針對公司的償債能力、獲利能力、經營能力、成長能力、現金流量、公司治理變數以及KMV模型變數的違約距離(DD)等面向進行顯著性與預測率分析,希望建立有效之財務預警機制,期能提供投資大眾、政府單位或金融業者於評估財務決策或稽查金融授信作業時,能有效地辨識企業潛在的風險,並降低不實財務報表所造成之影響。
  透過實證分析,本研究發現將KMV變數違約距離(DD)加入Logistic模型,違約距離(DD)呈現不顯著,甚至讓原本顯著的股東權益報酬率及現金流量率變數變得不顯著,於是我們推測違約距離(DD)能解釋違約的部分早已被模型中其他因子所解釋,才會出現解釋能力不升反降,以及其他變數變不顯著。因此,我們可以說:KMV模型變數違約距離(DD)對於公司的違約預測,並沒有很好的預測能力,預測能力甚至不如財務變數及公司治理變數結合之模型。職是之故,本研究支持財務變數及公司治理變數結合之模型。
  為求了解KMV模型是否能及時甚至提前預警,從實證樣本中選取三家違約公司勝華、力晶及仕欽公司,以及同產業且規模近似之正常公司凌巨、世界先進及應華公司,進行個案分析比較。結論顯示KMV模型不具有提前預警發生財務危機的能力,並未能夠在違約發生之前提前反映公司財務發生狀況。


Constructing an effective measure of the credit risk model to alert the business of a potential financial crisis has long been an important topic in the finance literature. Traditionally, most of the relevant research start to build the model from the financial ratio variables and ignore the non-financial variables which are more difficult to quantify. Moreover, the techniques of earning vanishing are becoming more and more innovative. They led to a series of endless check bounces, false accounts, breach of contract, hollowing out assets and fake transactions. These accidents resulted in the owner’s or major shareholders’ improper financial operation or illegal chaos, or an attempt to disguise the poor business. Therefore, in addition to focusing on financial information, investors should also pay more attention to "non-financial information" that can reveal more message. It is able to provide a full view of company operating and increase the probability of excavation of fraud.
  This study introduces the KMV model with the advantages of market information and immediacy, and the establishment of default distance, default probability estimation and default warning mode. In view of the market-based KMV model with real-time detection and crisis warning characteristics, it reflects the company's financial distress in advance, in a more timely manner than credit rating. In the prediction of financial distress, it will not be overreacting or too conservative, and will not cause serious errors. Therefore, it is hoped that the KMV model is combined with the model based on traditional financial variables, and the characteristics of timely risk information will be combined with the credit model of traditional accounting financial variables. The validity of the model can be improved, and more credit information is made available to help enterprises to strengthen the credit risk management.
  In this study, we establish a model based on the relationship between the ratios in the financial statements, and use the logistic regression method to address the company's solvency, profitability, operating efficiency, growth capability, cash flow, corporate governance variables and KMV model (DD) and so on for significance and forecast rate analysis, hoping to establish an effective financial advance warning mechanism. It is hoped that the mechanism can provide useful information for investors in public, government agencies or financial industry when they are in the assessment of financial decision-making or audit financial credit operations. Consequently, the corporate fraud messages can be identified effectively and the impact of false financial statements can be reduced.
  It is found that when the default distance (DD) of KMV variable is added to the Logistic model, the default distance (DD) is not significant which also wakes shareholder return rate and cash flow insignificant. This shows that the default distance (DD) which can explain the part of the default originally has been explained by other factors in the model. As a result, it appears to the phenomenon why the ability of explanation rises rather than falls, and other variables become insignificant. Therefore, it is concluded that for the company's default forecast, the default distance (DD) of KMV variable does not add value to the prediction capability of a model based on financial variables and corporate governance variables. This study supports the combination of financial variables and corporate governance variables.
  In order to understand whether the KMV model provides warning signal for financial crisis, we provide a case analysis. We selected three defaulted companies Wintek, Powerchip and Everskill companies from the empirical sample set, and their contrasting counterpart of similar size in the same industry, Giantplus, the VIS and Avy companies to proceeded with the case analysis and comparison. Our conclusion shows that the KMV model does not have the ability to alert the financial crisis in advance, and it cannot reflect the financial situation of the company before the default occurs.

摘要 I ABSTRACT III 誌謝 VI 圖目錄 X 表目錄 XI 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 10 1.3 研究流程與架構 11 第二章 文獻探討 14 2.1 信用風險之定義 14 2.2 信用風險之衡量 17 2.3 財務危機之定義 36 2.4 財務危機模型相關驗證 41 第三章 研究方法 50 3.1 研究對象與資料描述 50 3.2 研究變數定義及說明 57 3.3 研究理論模型 75 第四章 實證分析 79 4.1 變數的篩選 80 4.2 Logistic模型結果分析 85 4.3 模型配適度檢定 90 4.4 加入違約距離(DD)和分群結果 91 4.5 模型預測正確率 100 4.6 實證分析小結 104 第五章 個案分析 105 5.1 光電產業個案分析 105 5.2 半導體產業個案分析 115 5.3 電腦與周邊設備產業個案分析 125 5.4 個案分析結論與評析 133 第六章 研究限制、結論及建議 135 6.1 研究結論 135 6.2 研究建議 140 6.3 研究限制 142 參考文獻 144 附錄 151

1. 李欣怡 (2005)以修正KMV模式為基礎探討台灣上市上櫃公司違約風險,國立東華大學國際經濟研究所碩士論文。
2. 李春勳 (2006)財務結構、違約率測度與公司治理在財務危機機率預測上之應用,銘傳大學財金所碩士論文。
3. 羅靖霖、林彥豪 (2006)台灣上市櫃市場KMV模型實證分析。貨幣觀測與信用評等2006年9月。
4. 黃建華 (2006)加入公司治理變數建構台灣上市上櫃公司之財務危機預警模型,東吳大學國貿所碩士論文。
5. 羅聖雅 (2006)台灣地區上市公司信用風險衡量與績效評估。銘傳大學經濟學系 碩士在職專班碩士論文。
6. 羅靖霖、林彥豪 (2007)台灣上市櫃市場信用風險模型之市場模型修正。貨幣觀測與信用評等2007年7月。
7. 羅聖雅 (2006)台灣地區上市公司信用風險衡量與績效評估。銘傳大學經濟學系碩士在職專班碩士論文。
8. 傅德麟 (2007)參考國內外信用風險衡量理論及相關實證研究。國立高雄應用科技大學金資所碩士論文。
9. 吳政樺 (2007)以Merton信用風險模型為基礎之橫斷面探討。國立中正大學財金所碩士論文。
10. 黎靜怡 (2007)結合財務比率及公司治理變數於財務危機分類模式之建構-以台灣上巿櫃公司為例。天主教輔仁大學國際創業與經營管理學程碩士在職專班論文。
11. 余義賢 (2008)財務危機預測之研究 -以力霸集團為例。真理大學財經研究所碩士論文。
12. 莊元豪 (2008)KMV信用風險模型運用於台灣上市上櫃企業之適切性-模型違約點再修正,國立中山大學財務管理學系研究所碩士論文。
13. 王長湘 (2008)信用風險衡量與企業授性績效之研究-KMV模型之運用。銘傳大學財金所碩士論文。
14. 謝銘元、陳惠玲 (2008)偽造交易憑單詐貸-世欽科技(6232)。貨幣觀測與信用評等2008年9月。
15. 施佩辰 (2010)上櫃公司的財務預警違約指標違約距離與系統風險。朝陽科技大學保險金融管理所碩士論文。
16. 蔡濰年 (2010)台灣公司違約機率之評估與比較-使用多期結構式與縮減式信用風險模型。國立中興大學財金所碩士論文。
17. 袁同心 (2011)財務比例、公司治理與總體經濟對財務危機公司股價之關聯性—運用Ohlson模型。國立交通大學管理科學研究所碩士論文。
18. 陳渼瑄 (2014)企業財務風險預警分析-Merton 模式之應用。東吳大學國貿系碩士在職專班碩士論文。
19. 彭義原(2014)上櫃公司全額交割股之信用違約風險探討:羅吉斯迴歸之應用。國立台北大學企業管理學系碩士論文。
20. 羅瑞萍 (2014)公司治理與信用風險-科技業之實證研究。健行科技大學國際企業管理研究所碩士論文。
21. 秦學甫 (2014)KMV模型應用於財務危機預警模型有效性之探討。國立台灣大學國企所碩士論文。
22. 鄒明憲 (2015)考慮總體經濟及財務與非財務因素建構企業財務危機預警模型。國立成功大學財金所碩士論文。
23. 梁益銘 (2015)台灣上市公司財務危機預警模型。國立雲林科技大學財金所碩士論文。
24. 張大成、黃建隆、陳漢沖 (2002)市場價格信用風險模型之修正與應用-以Merton模型為例。貨幣觀測與信用評等2002年11月。
25. 林淑玲、吳順治、侯家鼎、張文品、尹碩廷 (2006)台灣中小企業信用風險模型之研究。金融研究發展基金管理委員會九十五年度委託研究計畫。
26. 陳達新、周恆志 (2014)財務風險管理:工具衡量與未來發展。台北市:雙葉書廊。
27. 鍾惠民、周賓凰、孫而音 (2014)財務計量:Eviews的運用。台北市:新陸書局。
28. 林耿涵 (2013)Kamakura Corpoation縮減式信用風險模型與產品簡介。貨幣觀測與信用評等2013年3月。
29. 郭照榮 (2007)「關於KMV信用風險評估模型的三個重要議題之研究」,國科會專題研究計畫。計畫編號:NSC96-2416-H-110-023。
30. 鄭婷方 (2015)勝華從千億營收到破產,5年垮台的4大教訓。2015年9月號《遠見雜誌》第351期。
31. 公司治理缺失-剖析Olympus舞弊案件。會計研究月刊 2012/03/12。
32. 袁顥庭 (2017)凌巨總經理濮家銓時刻反思帶領公司成功轉型。工商時報2017/02/12。
33. 陳肇榮 (1983)「運用財務比率預測企業財務危機之實證研究」,政治大學管理科學研究所碩士論文。
34. 黃銘圭 (2006)。財務收益力、安全力建置財務危機預測模式-以台灣上市櫃一般產業公司為例。國立台北大學企業管理學系碩士論文。
35. 龔志明 (2000),「財務危機預測模型之跨期性研究」,中山大學財務管理研究所碩士論文
36. 臺灣經濟新報(TEJ) 網站 http://www.tej.com.tw/twsite
37. 聶聖之 (2004),「會計資訊與財務危機預測:考量財務危機嚴重程度差異」,中原大學會計研究所碩士論文。
38. 賴世權 (1989),「企業正常或具失敗危機之關鍵性財務指標比較分析研究」,國立中興大學企業管理研究所碩士論文。
39. 施淑萍 (1999),「財務危機預警模式與財務危機企業財務特性之研究」,東吳大學會計研究所碩士論文
40. 王麗婷 (2007) KMV模型在台灣金融業財務預警適用性之研究。朝陽科技大學財務金融研究所碩士論文。

無法下載圖示 Full text public date 2022/07/24 (Intranet public)
Full text public date 2067/07/24 (Internet public)
Full text public date 2022/07/24 (National library)
QR CODE