“企業財務危機”一直是很熱門被探討的問題。由於企業的營運不佳、經營失敗，都可能造成企業的財務危機。本研究著重於企業對財務危機的控管與預警，在經歷過幾次全球性金融海嘯如1997年的亞洲金融風暴、2008年的全球金融海嘯以及最近歐元區的債務危機，都讓許多公司蒙受虧損，因此公司對風險的控管及對公司財務危機的預警上需更加重視。
企業預警制度的相關學術研究可最早回朔到Beaver(1966)以單變量分析法建立預警模式，其他學者如Altman在1968年利用多變量方法建立預警，Ohlson則在1980年提出羅吉斯迴歸法，Zmijewski於1984年提出Probit 模型，Odom & Sharda並於1990年提出類神經網路理論使預警模式更加精確。然而企業在實際的運作上，建立專屬企業的預警系統相當昂貴，不符合經濟效益，只有少數幾家規模相當大的公司有建立自己的預警模型，多數的企業在風險的控管和預警上仍然偏重傳統的財務報表分析法，注重財務操作與分析、董事會與審計委員會的監督與稽核。
本研究採取個案研究法，對個案公司於2009至2012年的財務風險控管及預警進行深入的訪談，分析並探討其在實務上的應用，並與過去學者之文獻進行差異比較，了解業者實際上所面對的困難與挑戰，以及對未來在預警制度上的期許與挑戰，提供給後續的研究學者在學術上及企業實務上建立財務風險之管理與預警作參考。
個案研究結果顯示，個案公司在財務風險的控管上主要著重於外匯避險、利率避險、流動性控管、應收帳款控管、客戶信用風險管理和稽核單位的把關上，並採用財務報表分析法，對負債占資產比率、長期資金占固定資產比率、流動比率、速動比率、利息保障倍數、應收帳款週轉率、平均收現日數、存貨週轉率（次）、應付款項週轉率（次）、平均銷貨天數、固定資產週轉率（次）、總資產週轉率（次）、資產報酬率（％）、股東權益報酬率、純益率、每股盈餘、現金流量比率、現金流量允當比率、現金再投資比率、營運槓桿度、財務槓桿度等21項比率進行分析，並引入ERP(SAP)系統，結合業務單位、市場部門評估客戶的財務狀況，依客戶信用紀錄建立資料庫，使集團的資源能夠達到充分整合，資訊能即時傳遞，在財務風險的預警上更顯效率。

" The Enterprise’s Financial Crisis" has been a very popular issue in these years. There are lots of reasons result Enterprise’s in financial crisis. Poor operation of enterprises and business failure can be the reasons. This study focuses on the enterprise’s risk management and early warnings in financial crisis. Having gone through several global financial crisis such as the 1997 Asian financial crisis, the 2008 global financial crisis and the recent crisis in the Europe, so many companies suffer losses. As the result, companies pay more attention on risk management and early warnings in financial crisis.
The related academic research of Enterprise’s early warning systems can be the earliest going back to Beaver (1966) who established an early warning on univariate analysis model. Other scholars such as Altman built multivariate method in 1968, Ohlson proposed logistic regression in 1980 and Zmijewski then proposed Probit model in 1984. Finally, Odom & Sharda set up neural network theory to make the model more accurate early warning in 1990. However, in the actual operation of enterprises, the establishment of an exclusive early warning system to an enterprise is quite expensive and uneconomical. Only a few sizeable companies have set up their own early warning model. Most enterprises still use traditional financial statement method to do their risk management and early warning. And they also take the Board and the Audit Committee to supervise the company.
This study adopts the case study method and takes in-depth interviews in the case company from 2009 to 2012. It discusses the financial risk management, early warning, and then analyzes the application in practice. Also, the research compares all the stuffs with previous literature from scholars and understands the actual difficulties and challenges what case company face. The research is available to provide reference for subsequent academic researchers and business practices to create financial risk management and early warning.
The results shows that the case company's financial risk management are mainly focus on the foreign exchange hedging, interest rate hedging, liquidity control, accounts receivable control, customer credit risk management and audit checks. Also, it takes financial statement method to analyze debt ratio, long-term capital to fixed assets ratio, current ratio, quick ratio, interest coverage ratio, accounts receivable turnover ratio, average collection period, inventory turnover (times), payable receivable turnover (times), the average number of days sales, fixed assets turnover (times), total asset turnover (times), return on assets (%), return on equity, net profit margin, earnings per share, cash flow ratio cash flow adequacy ratio, cash reinvestment ratio, operating leverage and financial leverage ratios these 21 ratios. Moreover, they introduced ERP (SAP) system and combined with business units, marketing departments to assess the client's financial situation. In that case, the company can build database according to customer credit history. As the result, the company can integrate all the resources and information can immediately pass on which makes the early warning of financial crisis can be more efficient.

一、中文部份：
1.元融(2012)，「半導體通路商藍海策略」，國立台灣科技大學工業工程所碩士論文。
2.尹其言(2008)，「半導體通路商跨境營運企業風險管理之研究」，國立政治大學經營管理所碩士論文。
3.吳思華(1984)：產業特質與企業經營策略觀系之研究，國立政治大學企業管理所博士論文。
4.宋明哲(1989)，《風險管理》，五南，P16-17，P20-22。
5.李建興(2003)，「企業面對高科技高風險投資策略之風險管理研究─以第三代數位式行動通訊系統為例」，國立中山大學企業管理所碩士論文。
6.吳雅娟(2006)，「以模糊理論建構台灣上市櫃電子公司財務危機預警模型與實證」，國立成功大學高階管理碩士在職專班碩士論文。
7.呂勇宏(2012)，「半導體通路商競爭策略之個案硏究」，國立臺灣科技大學財務金融硏究所EMBA碩士在職專班研究論文。
8.林群凱(2005)，「上市公司財務危機預警模式-以非財務資訊及不同預測模型建構」，國立成功大學會計學研究所碩士論文。
9.林郁翎和黃建華(2009)，《考慮公司治理之企業財務危機預警模型》，東吳經濟商學報，第64期，P23-P56。
10.林珮阡(2010)，「公司治理與財務預警模型」，國立高雄大學金融管理研究所碩士論文。
11.夏百陽(2002)，「上市公司財務危機預警模式之建立」，銘傳大學金融研究所碩士論文。
12.陳肇榮 (1982)，「運用財務比率預測企業財務危機之實證研究」國立政治大學博士論文。
13.陳明賢 (1985)，「財務危機預測之計量分析研究」國立台灣大學商學研究所碩士論文。
14.陳輝吉(2005)，《企業財務預警手册 = The financial prediction management》， 商周出版。
15.陳慧玲(2008)，「公司治理與財務預警之關聯性」，國立交通大學財務金融研究所碩士論文。
16.許溪南、歐陽豪、陳慶芳(2007)，《公司治理、盈餘管理與財務預警模型之建構》，會計與公司治理，第四卷，第一期，P85-P121。
17.張漢傑(2011)，《財務危機預警必修8堂課》， 臺灣金融硏訓院。
18.陳乙萱(2012)，「銀行對企業授信信用風險預警制度之個案研究」，國立台灣科技大學財務金融所碩士班研究論文。
19.黃鐘(2005)，「企業併購導入風險管理機制之探討」，中華大學科技管理研究所碩士論文。
20.黃詩婷(2010)，「企業財務危機預警模型─以企業生命週期觀點之研究」，國立台灣科技大學財務金融所碩士班研究論文。
21.潘玉葉(1989)，「台灣股票上市公司財務危機預警分析」，淡江大學管理科學研究所博士論文。
22.鄭燦堂(1995)，《風險管理-理論與實務》，五南，P41, P46-49, P67-79。
23.賴世國(2007)，「溫泉旅館業企業風險管理之研究」，大仁科技大學休閒健康管理研究所碩士論文。
24.鍾慧儀(2003)，「我國企業風險管理之研究─以生物科技公司為例」，國立高雄第一科技大學風險管理與保險所碩士論文。
25.閻永誠（2004），「電子暨光電零組件通路商」，《交通銀行產業調查與技術》，第148期。

二、英文文獻
1. Altman, E.I. 1968. Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy using Capital Market Data, Journal of Finance (September): 589-609.
2. Alves, J. R., 1987, “The prediction of small business failure utilizing financial and nonfinancial data”, Ph. D dissertation, University of Massachusetts, pp.50-98.
3. Atiya, A.F. 2001. Bankruptcy Prediction for Credit Risk using Neural Networks: A Survey and New Results: A Survey and New Results, IEEE transactions on neural networks (12).
4. Beaver, W.H. 1966. Financial Rations as Predictors of Failure, Journal of Accounting Research (4): 71-111.
5. Blum, M. 1974. Failing Company Discriminant Analysis, Journal of Accounting Research (12): 1-25
6. Coats, P.K. and L.F.Fant, 1991. A Neural Network Approach to Forecasting Financial Distress, Journal of Business Forecasting (10): 9-12.
7. Deakin, E.B. (1972) A Discriminant Analysis of Predictors of Financial Failure", Journal of Accounting Research, p.72-88.
8. Gentry, J. A., P. Newbold, and D.T. Whitford., 1985, “Classifying bankrupt firms with funds flow components”, Journal of accounting research, Vol. 25, pp.241-262.
9. Mensah, U. 1984. An Examination of the Stationarity of Multivariate Bankruptcy Prediction Models : A Methodological Study, Journal of Accounting Research (Spring) : 380-395.
10. Odom, M.D. and R.Sharda. 1990. A Neural Network Model for Bankruptcy Prediction, Ieee Reaserch (12): 163-168.
11. Ohlson, J., 1980, “Financial ratio and the probabilistic prediction of bankruptcy”, Journal of accounting research, Vol. 18, pp.109-131.
12. Pinches , G . E. ,1980, "Factors influencing classification results from multiple discriminant analysis”, Journal of business research, Vol.8, issue4, pp.429-456.
13. Vaughan, E.J. (1997), “Risk management,” NY: John Wiley,.pp.8-12.
14. Wilson, R.L. and R.Sharda. 1994. Bankruptcy Prediction using Neural Networks, Decision Support Systems for North-Holland (11): 545-557.
15. Zmijewski, M. 1984. Methodological Issues Related to the Estimation of Financial Distress Prediction Models, Journal of Accounting Research (22): 89-82.