第五章 結論與展望
5.2 展望
以下列出關於此研究在將來更進一步發展的部分：
1. 雖然已將實驗的樣本擴大並將篩選的條件放寬，但是仍有部分領域因為屬 性差異過大，例如銀行金融方面的財務報表，一開始便沒有將其考慮進來，
或許可以把這方面的報表經過轉換後後使用，期可以得到在預測上更具解 釋財務危機的特徵變數。
2. 因為本論文所使用的是財務報表中年報的部分，如果進一步使用半年報或 季報，相信在預測的準確度會有更好的結果，甚至可以提供更具即時性的 財務危機預警模型。
3. 本研究在基因演算法篩選特徵變數時，利用多次執行的結果去統計後取 得，如果能更確定在一次演算過程中就可以找出相同功能的特徵變數，便 可以大大提高在執行的效能，節省目前計算上所需耗費大量的時間。
4. 在財務危機的判斷上，本研究是以二分法的方式來做為預測的結果，若是 能夠進一步加入類似模糊理論中歸屬的概念來當作危機的程度，可增加最 後結果的建議性。
5. 特徵變數篩選上的財務變數，僅以台灣經濟新報中的 64 個財務報表，但變 數中包含多種以經過計算的財務比率，若能將其拆解讓變數的量更擴大，
或加入其他不同方式取得的數據，也許能找出更具代表性的特徵變數。
參考文獻
[1] Abdelwahed T., Amir E.M., “New evolutionary bankruptcy forecasting model based on genetic algorithms and neural networks,” IEEE International
Conference on Tools with Artificial Intelligence, ICTAI 17th, pp. 241-245,
2005.[2] Altman E. I., “Financial Ration, Discriminant Analysis and the Prediction of Corporate Bankruptcy,＂ Journal of Finance, Vol. 23, No. 4, pp. 589-609, 1968.
[3] Beaver, “Financial Ratios as Predictors of Failure,” Empirical Research in
Accounting: Selected studies, 1966, Supplement to Journal of Accounting Research, pp. 71-111, 1966.
[4] Blum, “Failing Company Discriminant Analysis,” Journal of Accounting
Research, pp. 1-25, 1974.
[5] Caouette J. B., Altman E. I., Narayanan P., Managing Credit Risk: The Next
Great Financial Challenge, Wiley, New York, 1998.
[6] Deakin E. B., “A Discriminant Analysis of Predictors of Failure,” Journal of
Accounting Research, pp. 167-179, 1972.
[7] Trauwaert, “On The Meaning of Dunn’s Partition Confficient for Fuzzy Clusters,” Fuzzy Sets and Systems 25, pp. 217-242, 1988.
[8] Foster, G. P., “The Endogeneity of Money and Keyne's General Theory,”
Journal of Economic Issues, vol. 20, no. 4, pp. 953-967, 1986.
[9] James C. B., Pattern Recognition with Fuzzy Objective Function Algorithms, Plenum, New York, 1981.
[10] James C. B., Cluster validity with fuzzy set, J. Cybernet. 3(3), pp. 58-73, 1974.
[11] James C. B., Mathematical model for systematics and taxonomy, Estabrook, G(Ed), Proc. 8th Internat. Conf. Numerical Taxonomy. Freeman, San Francisco, CA, pp. 143-166, 1978.
[12] Dunn J. C., A fuzzy relative of the ISODATA process and its use in detecting
compact well-separated clusters, J.Cybernet.3, pp. 32~57, 1974.
[13] Jinwoo B., Sungzoon C., “Bankruptcy prediction for credit risk using an auto-associative neural network in Korean firms,” IEEE International
[14] John A. T., How to read a financial report :wringing vital signs out of the
numbers, John Wiley & Sons, New York, 2004.
[15] Kim K., Han, I., “Financial time series forecasting using support vector machines,” Neurocomputing, 55(1-2), pp. 307-319, 2003.
[16] Yu L., Zhang Y. Q., “Evolutionary fuzzy neural networks for hybrid financial prediction,” IEEE Transactions on System, Man and Cybernetics-Part C
： Application and Reviews, 35, pp. 244-248, 2005.
[17] Martin, Daniel, “Early Warning of Banking Failure,” The Journal of Banking
and Finance, pp. 249-276, 1977.
[18] Kim M. J., Han I., “The discovery of experts' decision rules from qualitative bankruptcy data using genetic algorithms,” Journal of Expert Systems with
Applications, Vol. 25, Num. 4, pp. 637-646, 2003.
[19] Odom, Marcus D., Sharda R., “A Neural Network Model for Bankruptcy Prediction,” International Joint Conference on Neural Network, Vol. 2, pp.
163-168, 1990.
[20] Kung S. Y., Digital Neural Networks, Prentice Hall, New York, 1993.
[21] Au W. H., Keith, Chan C. C., “Mining Fuzzy Association Rules in a Bank-Account Database,” IEEE Transaction on Fuzzy Systems, vol. 11, pp.
238-248, 2003.
[22] Ward, T. J. and Foster, B. P., “A Note on Selecting a Response Measure for Financial Distress,” Journal of Business Finance and Accounting, Vol. 22, pp.
869-879, 1997.
[23] Xie X. L., Beni G., “A validity measure for fuzzy clustering,” IEEE Trans.
Pattern Anal. Mach. Intell. 13(8), pp. 841-847, 1991.
[24] Fukuyama Y., Sugeno M., “A new method of choosing the number of cluster for fuzzy c-mean method,” Proc. 5th
Fuzzy Syst. Symp., pp. 247-250, 1989.
[25] Zhang G., Patuwo M. Y., Indro D. C., “Artificial Neural Networks in Bankruptcy Prediction : General Framework and Cross-Validation Analysis,”
European Journal of Operational Research, Vol. 116, pp. 16-32, 1999.
[26] Zmijewski, M. E., “Methodological Issues Related to the Estimation of Financial Distress Prediction Model,” Journal of Accounting Research, Vol. 22, pp. 59-86, 1984.
[27] 王俊傑，“財務危機預測模型-以現金流量觀點”，
國立台北大學企業管理所
碩士論文
，2000。[28] 池千駒，“運用財務性，非財務性資料建立我國上市公司財務預警模式” ，
國立成功大學會計學系碩士論文
，1999。[29] 李命志，“從轉投資揭露資訊探討台灣股票上市公司之財務危機”，
淡江大 學財務金融研究所碩士論文
，1999。[30] 洪榮華，“台灣地區股票上市公司盈虧預測模式之建立與其資訊價值之研 究”，
國立政治大學企業管理所博士論文
，1993。[31] 張正忠，“台灣上市公司財務危機預警模型之建立-瀑布羅吉斯模型之應 用”，
國立交通大學經營管理研究所碩士論文
，2000。[32] 許志鈞，“企業財務危機預警模式~基因演算法、倒傳遞網路與遞迴網路之 應用”，
國立台北大學企業管理學系碩士論文
，2003。[33] 陳明賢，“財務危機預測之計量分析”，
台灣大學商學研究所碩士論文
， 1986。[34] 陳淑萍，“資料探勘應用於財務危機預警模型之研究”，
銘傳大學資訊管理 研究所碩士論文
，2003。[35] 陳肇榮，“運用財務比率預測企業財務危機之證實研究”，
國立政治大學財 政研究所碩士論文
，1983。[36] 黃國玉，“電子業企業經營績效衡量因素之研究-以台灣地區上市公司為 例”，
私立淡江大學管理科學研究所碩士論文
，1995。[37] 潘玉葉，“台灣股票上市財務危機預警分析”，
淡江大學管立科學研究所碩 士論文
，1990。[38] 蔡秋田，“運用類神經網路預測上市營運困難之研究”，
淡江大學管理科學 研究所碩士論文
，1995。[39] 賴以建, “基因演算法、類神經網路及決策樹於財務危機預警模式之應用研 究” ,
國立台北大學企業管理學系碩士論文
, 2003。[40] 賴季柔，“企業失敗危機的預測-現金管理模式、財務比率模式、現金流量 模式與混合模式的比較”，
輔仁大學管理學研究所碩士論文
，2000。[41] 蘇文娟，“台灣上市企業財務危機預測之實證”，
東華大學國際經濟研究所 碩士論文
，1999。[42] 李允中等，
模糊理論及其應用
，全華科技圖書，台北市，2004。[43] 葉怡成，
類神經網路模式應用與實作
，儒林圖書，台北市，2003。[44] 蘇木華等，
機器學習：類神經網路、模糊系統以及基因演算法則
，全華科 技圖書，台北市，2003。附錄一
臺灣證券交易所股份有限公司營業細則第 49 條(民國 96 年 12 月 21 日修正)
上市公司有下列情事之一者，本公司對其上市之有價證券得列為變更交易 方法有價證券：
一、 其依證券交易法第三十六條規定公告並申報之最近期個別財務報告，顯 示淨值已低於財務報告所列示股本二分之一者。屬控股公司者，其淨值 係指合併財務報告中股東權益扣除少數股權後之金額。但上市公司將其 依證券交易法第二十八條之二規定買回之股份或其子公司所持有該上市 公司之股份之成本列為股東權益減項者，其前開比例之計算，得將上市 公司及其子公司持有之該上市公司庫藏股票面額自財務報告所列示股本 中予以扣除；將預收股款列為股東權益加項者，其前開比例之計算，應 將所預收股款之約當發行股份面額加計於股本中。
二、 未於營業年度終結後六個月內召開股東常會完畢者，但有正當事由經報 請公司法主管機關核准，且於核准期限內召開完畢者，不在此限。
三、 其依證券交易法第三十六條規定公告並申報之最近期財務報告，會計師 出具繼續經營假設存有重大疑慮之查核或核閱報告者，或其依證券交易 法第三十六條規定公告並申報之年度或半年度財務報告，因查核範圍受 限制，或會計師對其管理階層在會計政策之選擇或財務報表之揭露，認 為有所不當，經其簽證會計師出具保留意見之查核報告或對控股公司以 外公司之半年度合併財務報告出具保留式之核閱報告者，但半年度財務 報告若因長期股權投資金額及其損益之計算係採被投資公司未經會計師 查核簽證之報表計算，經其簽證會計師將保留之原因及可能影響之科目 金額於查核報告中充分揭露且無重大異常者，不在此限。惟前開被投資 公司若係納入編製合併報表之重要子公司、金融控股公司之子公司，其 半年度財務報告應依相關法令規定經會計師核閱或查核。
四、 違反上市公司重大訊息相關章則規定，經通知補行辦理公開程序，未依
限期辦理且個案情節重大者。
五、 董事或監察人累積超過三分之二（含）以上受停止行使董事或監察人職 權之假處分裁定。
六、 依公司法第二百八十二條規定向法院聲請重整者。
七、 公司全體董事變動二分之一以上，有股權過度集中，致未達現行上市股 權分散標準，或其現任董事、監察人、總經理有本公司有價證券上市審 查準則第九條第一項第八款規定之情事，經本公司限期改善而未改善者。
八、 無法如期償還到期或債權人要求贖回之普通公司債或可轉換公司債。
九、 發生存款不足之金融機構退票情事且經本公司知悉者。
十、 一般公司、科技事業公司經分割後之實收資本額，分別不符合有價證券 上市審查準則第四條第一項第二款、第五條第一款規定者。
十一、 投資控股公司所持被控股公司之家數低於二家者。但因股份轉換、概括 讓與、營業讓與或分割而成為投資控股公司者，自上市買賣之日起一年 內不適用之。
十二、 未依承諾收買其持股逾百分之七十上市（櫃）子公司之少數股東股份者。
十三、 辦理股務事宜不符第四十四條第三項規定或遭台灣集中保管結算所股份 有限公司查核發現缺失，個案情節重大經限期改善，而未於期限內改善 者。
十四、 於重大訊息說明記者會之說明未能釐清疑點，本公司基於保障投資人權 益認有必要者。
十五、 本公司基於其他原因認有必要者。上市公司因有前項各款規定情事之 一，致其上市有價證券經列為變更交易方法有價證券者，符合左列各該 款之規定，且無前項其他各款規定情事，本公司得恢復其有價證券之交 易方法：
1. 因前項第一款列為變更交易方法有價證券後，其最近二期依證券交 易法第三十六條規定公告申報並經會計師查核簽證之年度及半年度 個別財務報告之淨值均逾三億元並達所列示股本二分之一以上，且 均未較前期依規公告申報並經會計師查核簽證之半年度及年度個別 財務報告之淨值衰退者。但屬控股公司者，其淨值係指合併財務報 告中股東權益扣除少數股權後之金額。
2. 因前項第二款規定列為變更交易方法有價證券後，經補行召開股東 常會完畢者。
3. 因前項第三款規定列為變更交易方法有價證券後，其最近期財務報 告顯示會計師出具已無繼續經營假設存有重大疑慮之查核報告者，
或已改善其財務報告，並經會計師重新查核，出具已無原保留意見 之查核報告或已無原保留式之核閱報告者，或被投資公司之半年度 財務報告已依規定經會計師核閱或查核者。
4. 因前項第四款規定列為變更交易方法有價證券後，經依通知補行辦 理公開程序者。
5. 因前項第五款規定列為變更交易方法有價證券後，經法院撤銷假處 分裁定，致使公司董事或監察人三分之一以上可行使董事或監察人 職權。
6. 前項第六款規定列為變更交易方法有價證券後，經撤回重整之聲請 者。但其變更原有交易方法之執行期間仍不得短於三個月。
7. 因前項第七款規定列為變更交易方法有價證券後，已補正改善者。
8. 因前項第八款規定列為變更交易方法有價證券後，經公司償還債務 或與債權人達成和解協議者。
9. 因前項第九款規定列為變更交易方法有價證券後之次一營業日起，
經上市公司於三個月內完成下列任一補正程序，並出示直接或間接 源自票據交換所之註記證明，且於恢復前並未再有新增退票紀錄 者。但上市公司如係採「以實際清償票款之方式消滅票據債務」辦 理補正，需另檢附本公司所規定之覆核表格，並送經會計師、律師 簽核認證後，併同其他相關書件資料，送交本公司核備：
(1) 以實際清償票款之方式消滅票據債務。
(2) 將票款存入辦理退票之金融業者，申請列收「其他應付款」帳 備付。
(3) 退票後重行提示，於支票存款帳戶或其他應付款帳戶內付訖。
10. 因前項第十款規定列為變更交易方法有價證券後之次一營業日起，
經上市公司於三個月內，予以補正或改善者。
11. 因前項第十一、十二款規定列為變更交易方法有價證券後三個月