上市櫃公司的危機預警模型，可以提供股票市場的參與者預警資訊，
避免其蒙受資本損失。本研究利用了倒傳遞類神經網路建立了預警模型，
可用以預測企業股票被列為全額交割股的危機。主要獲得的分析結果有三 點：
第一，利用倒傳遞類神經網路可建立高正確率的預警模型，其前一年至前 三年模型的預測正確率分別為：84.85%、77.27%、及 75.76%。經由比較發 現，這些預測正確率也分別較對照的羅吉斯迴歸模型佳。
第二，利用倒傳遞類神經網路可建立低誤差均方根的預警模型，誤差均方 根方面則分別為：0.409671、0.425003、及 0.487909 經由比較發現，這些 預測正確率也分別較對照的羅吉斯迴歸模型小。
第三，由本研究所建立的類神經網路模型及羅吉斯迴歸模型可以發現，利 用愈遠期的數據來預測危機，其效果愈差。
在本研究選定的研究範圍之內，由分析結果可以得知所發展的危機預 警模型有不錯的辨識能力，而且相較於傳統上常使用的羅吉斯迴歸預警模 型，亦有較佳的效果。但是必須注意的是，倒傳遞類神經網路並不能進行 解釋變數的篩選，無法得到簡要的模型，而必須存在一龐大而複雜的模式。
但是羅吉斯迴歸模型則可以進行變數的篩選，如在本研究中供對照的羅吉 斯模型，其前一年模型可以簡化為兩個自變數，前二年為三個，而前三年 則為兩個。因此利用類神經網路所得到的預警模型，並不能指出那些是必 要的變數，而那些則不是。
.
5.2 建議
本研究在危機預警模型的建立過程中，設定了許多的研究限制及範 圍。這些限制有待更進一步的釋放，以求得更合理的研究結果。對於未來 可能更深入研究的建議，有以下兩個方向可以提及：
1.解釋變數的選取
迴歸模型常常存在著如何選取解釋變數的爭議，因為在選取上會有研 究者太過主觀的意見，導致遺漏一些必要的自變數或使用太多不必要的自 變數，除非搭配其他的統計方法，如因素分析法等，以挑選適當變數，否 則將形同黑箱作業。而在類神經網路模型中，更是存在著這種問題，在本 研究中變通的方式為採用文獻中分析顯著的財務比率變數，儘量蒐集以做 為自變數選取的依據。而為何不使用因素分析法先行篩選，以除去多餘的 變數，主要是在於類神經網路模型考慮了所有線性與非線性的關聯性，若 以一般統計方法求得顯著的變數，則極有可能去除了非線性關聯的變數。
此外，相同於統計模型，在類神經網路模型中亦很有可能遺漏了應該考慮 的變數。因此，在類神經網路模型中如何選取變數，必須做更深入的試驗。
2.研究對象的選擇
由於國內的上市櫃公司發生危機的可用樣本太少，如資料遺失或不足 等原因而被剔除，而在產業的分佈上亦不夠均勻，危機公司與正常公司的 配對難以嚴謹，以致本研究所建立的模型在預測效果上可能大打折扣，這 有賴未來資料的增加，以及可取得資料能有較高的完整性，才能有改善的 空間。此外，本研究中並沒有將證券金融業納入，主要是著眼於放入此產 業後，則必須將某些證券金融業沒有的財務比率去除，將可能導致整個模 型的解釋力不足。然而未來亦可以這類產業為研究對象，搭配適宜的財務 指標，如增加逾放比，並剔除存貨相關指標等。在資料的數量足夠後，即 可只針對證券金融業建立危機預警模型。當然其他的個別產業若有足夠的 數據，也將以之建立預警模型，可以比較是否個別產業的危機預警模型，
會比合併產業的預警模型，存在較佳的預測能力。
參考文獻
中文部分
1. 王宗興，「台灣新上市公司股票上市後存活分析」，國立中山大學財務管理學 系研究所，碩士論文，民國 90 年。
2. 白欽元，「國內中小企業財務危機預警模型之研究」，國立交通大學經營管理 研究所，碩士論文，民國 91 年。
3. 何太山，「運用區別分析建立商業放款信用評分制度」，政治大學企業管理 研究所，碩士論文，民國 66 年。
4. 金慧貞，「多變量 EWMA 財務危機預警模式之應用」，朝陽科技大學財務金融系 碩士班，碩士論文，民國 90 年。
5. 唐筱菁，「整合財務比率與智慧資本指標建構企業危機預警系統-MARS 與類神 經網路之應用」，輔仁大學金融研究所，碩士論文，民國 90 年。
6. 徐淑芳，「台灣上市公司財務危機預警 ─ 應用多變量 CUSUM 時間序列分 析」，國立東華大學企業管理學系，博士論文，民國 87 年。
7. 張正忠，「台灣上市公司財務危機預警模式之建立-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，民國 88 年。
8. 張隆鐘，「多變量 CUSUM 與狀態空間模式之應用－財務危機預警模式之建 立」，國立中興大學統計學研究所，碩士論文，民國 82 年。
9. 陳明賢，「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，民國 74 年。
10.陳渭淳，「上市公司失敗預測之實證研究」，國立台北大學企業管理學系，博 士論文，民國 89 年。
11.陳順宇，迴歸分析，第三版，華泰書局，民國 89 年。
12.楊浚泓，「考慮財務操作與合併報表後之財務危機預警模式」，國立中央大學 財務管理研究所，碩士論文，民國 90 年。
13.葉怡成，類神經網路模式應用與實作，儒林圖書公司，台北，民國 82 年。
14.葉怡成，應用類神經網路，儒林圖書公司，台北，民國 86 年。
15.靳蕃、範俊波、譚永東，神經網路與神經計算機原理．應用，儒林圖書公司，
台北，民國 81 年。
16.蔡龍學，「上市公司財務預警模式-加速失敗時間模型之應用」，淡江大學金融 研究所，碩士論文，民國 80 年。
17.盧炳勳、曹登發，類神經網路理論與應用，全華科技圖書公司，民 81 年。
英文部分
1. Altman, E. I., 1968, “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance, Vol. 23, No. 4, pp. 589-609.
2. Altman, E.I., Haldeman, R. G. and Narayanan, P., 1977, “Zeta Analysis, a New Model for Identifying Bankruptcy Risk of Corporation”, Journal of Banking and
Finance, Vol. 1, No. 1, pp.29-54.
3. Atiya, A.F., 2001, “Bankruptcy Prediction for Credit Risk Using Neural Networks:
A Survey and New Results”, IEEE Transactions on Neural Networks, Vol. 12, No.
4, pp. 929-935.
4. Beaver, W. H., 1966, “Financial Ratios as Predictors of Failure”, Journal of
Accounting Research Supplement, Vol. 4, pp. 71-111.
5. Beaver, W.H., 1968, “Market Price, Financial Ratio, and the Prediction of Failure”, Journal of Accounting Research, Autumn, pp. 179-192.
6. Blum, M., 1974, “Failing Company Discriminant Analysis”, Journal of
Accounting Research, Vol.12, No. 1, pp.1-25.
7. Deakin, E. B., 1972, “A Discriminant Analysis of Predictors of Business Failure”,
Journal of Accounting Research, Vol.10, No.1, pp.167-179.
8. Edmister, R. O., 1972, “An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction”, Journal of Financial and Quantitative Analysis, Vol.
7, No. 2, pp.1477-1493.
9. Gombola, M. J., Haskins, M. E., Ketz, J. E., and Williams, D. D., 1987, “Cash Flow in Bankruptcy Prediction”, Financial Management, Vol. 16, No. 4, pp.55-65.
10. Kaplan, R. and Urwitz, G.., 1979, “Statistical Models of Bond Ratings: A Methodological Inquiry”, Journal of Business, Vol. 52, pp. 231-262.
11. Lo, A.W., 1986, “Logit Versus Discriminant Analysis : A Specification Test and Application to Corporate Bankruptcies”, Journal of Econometrics, Vol. 31, No. 2, pp.151-178.
12. Ohlson, J.A., 1980, “Financial Ratios and the Probabilistic Prediction of Bankruptcy”, Journal of Accounting Research, Vol. 18, No. 1, pp. 109-131.
13. Salchenberger, L. M., Cinar, E. M., and Lash, N. A., 1992, “Neural Networks: A New Tool for Predicting Thrift Failures”, Decision Sciences, Vol. 23, pp. 899-916.
14. Tam, K. Y. and Kiang, M. Y., 1992, “Managerial Applications of Neural Networks:
The Case of Bank Failure Predictions”, Management Science, Vol.38, No.7, pp.
926-947.
15. Theodossiou, P., 1993, “Predicting Shifts in the Mean of a Multivariate Time
Series Process: An Application in Predicting Business Failures”, Journal of the
American Statistical Association, Vol. 88, No. 442, pp.441-449.
16. Theodossiou, P., Kahya, E., Saidi, R. and Philippatos, G., 1996, “Financial Distress and Corporate Acquisitions: Further Empirical Evidence”, Journal of
Business Finance and Accounting, Vol. 23, No. 5,6, pp. 699-719.
17. Theodossiou, P. and Kahya, E., 1999, “Predicting Corporate Financial Distress: A Time-Series CUSUM Methodology”, Review of Quantitative Finance and
Accounting, Vol.13, No. 4, pp.323-345.
18. Udo, G., 1993, “Neural Network Performance On the Bankruptcy Classification Problem”, Computers & Industrial Engineering, Vol. 25, No. 1-4, pp. 377-380.
附錄 一 危機與正常公司樣本配對表
危機公司名稱 危機年 正常公司名稱 1106 永康 1984 1104 環泥 1203 味王 2000 1217 愛之味
1206 台鳳 2000 1239 味丹 1209 益華 2000 1218 泰山 1212 中日 2003 1215 卜蜂 1221 久津 2003 1213 大飲 1222 源益 2000 1210 大成 1224 惠勝 2001 1220 台榮 1225 福懋油脂 2000 1219 福壽
1228 台芳 1999 1227 佳格 1407 華隆 2002 1440 南紡 1422 民興 2001 1451 年興 1424 新東 1982 1435 中福 1425 福昌 1997 1476 儒鴻 1429 新奇 1985 1417 嘉裕 1431 新燕 2001 1419 新紡 1438 裕豐 2001 1441 大東 1450 新藝 2002 1456 怡華 1458 嘉畜 2002 1459 聯發 1462 東雲 2001 1409 新纖 1601 台光 1999 1611 中電 1602 太電 2003 1605 華新 1613 台一 2002 1612 宏泰 1805 凱聚 2003 1806 冠軍 1807 羅馬 2002 1809 中釉 1808 國賓瓷 1999 1810 和成
1908 萬有 1998 1905 華紙 2003 同光 1993 2022 聚亨 2005 友力 1999 2033 佳大 2014 燁隆 2001 2023 燁輝 2016 名佳利 2001 2009 第一銅
2019 桂宏 2000 2015 豐興 2024 志聯 2001 2032 新鋼
危機公司名稱 危機年 正常公司名稱 2025 千興 2002 2034 允強 2101 南港 1995 2106 建大 2202 三富 1997 2206 三陽 2304 誠洲 2001 2305 全友 2309 國勝 1992 2312 金寶 2318 佳錄 2003 2365 昆盈 2326 亞瑟 2001 2366 亞旭 2342 茂矽 2003 5346 力晶 2348 力捷 2002 2361 鴻友 2350 環電 1999 2331 精英 2358 美格 2001 2354 華升 2506 太設 2003 2515 中工 2512 寶建 2002 2509 全坤 2517 長谷 2002 2530 華建 2518 長億 2002 2511 太子 2521 宏總 2003 2505 國揚 2522 啟阜 1999 2535 達欣工程
2525 寶祥 2002 2547 日勝生
2528 皇普 2003 2548 華固 2529 仁翔 2000 2527 宏璟 2537 春池 2002 2543 皇昌 2538 基泰 2002 2514 龍邦 2539 櫻建 2002 2546 根基 2540 林三號 2003 1614 三洋
2703 華國 2000 2706 第一店
2902 中信 2001 2904 匯僑 3053 鼎營 2003 3047 訊舟 4403 東榮工 2001 4413 赤崁
4801 景泰 2002 1802 台玻 5011 久陽 2002 5015 華祺工業
5307 耀文 2003 5318 佳鼎 5313 皇旗 2000 5386 青雲國際
5336 華特 2001 2441 超豐 5344 立衛 2002 2369 菱生 5347 世界先進 2003 3006 晶豪科
5348 系通 2001 5353 台林
危機公司名稱 危機年 正常公司名稱 5385 瑩寶 2002 3031 佰鴻 5502 龍田 2002 5514 三豐 5503 榮美開發 2001 5512 力麒
5504 信南 2001 5520 力泰 5505 和旺 2002 5508 永信建設
5529 訊嘉 2002 5534 長虹 5702 統合 2002 5703 亞都麗緻
5901 中友 2002 2905 三商行
8701 正豐 1996 1712 興農 8702 羽田 1996 2611 志信 8704 大業 1999 6178 振遠 8706 金緯 1999 4402 福大 8707 中精機 1999 4513 福裕
8709 峰安 1999 5006 高鋁 8711 大穎 1999 1711 永光 8712 國產車 1999 2204 中華
8715 中強 1999 2442 美齊 8716 尖美 2000 2520 冠德 8717 瑞圓 1999 2516 新建 8718 工礦 2000 1307 三芳 8719 宏福 1999 2523 德寶 8720 元富 2001 1603 華電 8722 尚德 2001 8905 裕國 8724 立大 1999 1235 興泰 8725 三采 2001 5533 皇鼎建設
8913 華夏租賃 2003 2373 震旦行
9903 光男 1994 9904 寶成 9906 興達 2001 9905 大華 9913 美式 1999 9935 慶豐富
9922 優美 2001 2374 佳能