1.1 研究背景與動機
2007 年 1 月 4 日力霸(9801)與嘉食化(1207)兩家上市公司突然台灣證交所公布公司重 整重大訊息，此資訊經媒體快速傳播加上集團領導人不告而別，致引爆了多年未見的集團 財務危機風暴。不僅衝擊股市攀越 8000 點的多頭氣勢，更是摧毀力霸集團逾 48 年的生存 能力，及外部眾多股東的嚴重損失，包括旗下上市公司群，如中華銀行(2381)因爆發擠兌 而被政府接管，友聯產險(2816)與東森(2614)股價重創腰斬，力霸與嘉食化則因重整被打 入變更交易。原本經營績效不錯的衣蝶百貨也遭受波及，於 2008 年 5 月 29 日全省封館，
2008 年 6 月 4 日改掛「新光三越」招牌。力霸案更是創下了多項歷史紀錄(表 1-1)。
我們心理不禁要問：「企業舞弊掏空與財務危機是否可以預測？舞弊掏空與財務危機 爆發前是否有蛛絲馬跡可尋呢？」是類問題十分有趣，長久以來也受到重人關注。美國自 1960 年以來就有多位財經會計學者投入此領域研究，成果斐然。
企業面臨財務危機前，財務數據上都會透露許多徵兆，因此本研究希望能透過系統性 方法，從財務數據中找尋可能面臨財務危機企業，提供給投資人作為決策參考。
表 1-1 力霸集團起訴案創下司法史上八大紀錄表
破紀錄項目 內 容
起訴書頁次最厚 達 904 頁，比總統大選 319 槍擊案的 460 頁多一倍。
起訴被告最多 共 107 人
掏空及詐貸金額之最 掏空銀行 600 億、詐貸 131 億，共達 731 億。
境管人數之最 單一金融經濟弊案遭境管人員達 93 人。
羈押人數之最 共 11 名被告在押。
同一家族起訴之最 王又曾一家共 14 人。
被告求刑併罰之最 44 名被告共被求刑 468 年 4 個月併罰 54.2 億元。
動員偵查人數之最 動員 4292 人次傳喚或約談關係人 1105 人。
資料來源：2007 年 3 月 9 日工商時報。
1.2 研究目的
基於研究動機，本研究的目的可以歸納為下列幾點。
目的一：透過系統化方法提早發現財務危機公司，提醒投資大眾及時出脫手中持股，避免 日後嚴重虧損。
一般大眾因為資訊有限的關係，當所投資的公司爆發財務危機時，往往都是最後一個 知道，而遭受到重大虧損。因此，本研究期許能夠建立一預警模型，輸入公開資訊之後，
便可以提早發現危機公司，提早出脫手持股。
目的二：運用類神經網路之優點建立財務預警模型
由於數學與統計方法需要強調在某些假設成立之下才能使用，不過實務上有許多分析 資料無法符合假設前提，因此使用上有所限制。類神經網路方法並不需要有假設前提，其 使用限制較不受拘束，本研究也希望藉由類神經網路的優點，作為建構預測財務危機模型 的方法，提高預測正確率！
目的三：從危機公司危機前後的股價走勢，評估本研究模型是否有達到提早預警之效果？
比較正確預測率與危機公司危機前後的股價走勢，來檢驗本研究模型是否有達到提早 預警效果？並計算出型一誤差與型二誤差告訴投資者，可能存在的誤判風險。
1.3 研究架構與流程
本研究共分為五個章節，其內容分述如下：
第一章 緒論
主要說明研究動機、研究目的、研究架構與流程，以及研究範圍與限制。
第二章 文獻回顧
介紹以往學者所提出之財務預警模型，描繪出財務預警研究發展知識地圖，並且 整理出經常被使用的財務預測變數。
第三章 研究方法
說明如何建構本研究所提之電子業的財務預警模型。
第四章 實證研究
以台灣新報與公開資訊觀測站的資料進行本研究財務預警模型實證。
第五章 結論與建議
總結本研究結論，並對後續研究學者，提出相關建議。
本研究之研究流程如圖 1-1 所示：
圖 1-1 研究流程圖 研究動機、目的與限制
文獻探討與回顧
本研究方法介紹
實證研究與分析
結論與建議
1.4 研究範圍與限制
本研究選取樣本範圍是從 1998 年 1 月到 2008 年 6 月，在台灣證劵交易所上市(櫃)的 電子業公司。發生財務危機公司的定義為此期間內跳票擠兌、聲請重整等等公司（資料由 台灣經濟新報資料庫中所整理，如表 2-1 所示）。而以上市(櫃)電子公司為研究對象，主要 有四個原因：
(1) 不同的產業有其特殊經營環境，期預測產業財務危機的模式自然也不相同。例如：營 造業自有資金不高，常採用較高的財務槓桿營運，電子業強調資產的流動性、獲利性 等等。
(2) 上市(櫃)公司受到財政部證劵暨期貨管理委員會以及台灣證劵交易所的規範與監督，
其資訊較具公信力，且資訊必須公諸於大眾，蒐集較容易。
(3) 上市(櫃)公司除了在股市集資之外，向銀行借貸也較未上市公司容易，且股票還可進 行質押，故若發生危機，對投資人與債權人有較大影響。
(4) 電子業占台股集中市場成交比重達六成(表 1-2 與圖 1-2)，廣受法人機構與一般投資大 眾之青昧。
此外，本研究的限制有下列三點：
(1) 樣本限制：
本研究主要是以上市(櫃)電子業公司資料建立預測模型，未上市電子業公司基於財報公 信力不足，其適用性仍需進一步研究。
(2) 模型限制：
由於類神經網路模型是一種有隱藏層的網路架構，變數形同在一黑箱中作業，故使用 此模型作分析時，無法由分析結果得知自變數與因變數之間的正反向關係與影響程 度，此為類神經網路分析方法之缺點。
(3) 變數限制：
危機公司發生的原因涵括財務與非財務因素。非財務因素無法如財務因素，透過財務 報表上的相關因子轉化為財務比率，且各資料或資訊是單一獨立，無法如財務因素資 訊能夠環環相扣，轉化為比率進行解讀。因此，本研究僅依過去學者專家認為具有顯 著判別能力之財務變數納入研究模型中。
表 1-2 台灣集中市場類股成交比重 集 中 市 場
類股 成交比重 類股 成交比重 類股 成交比重 類股 成交比重 水泥(11) 1.85% 食品(12) 3.52% 塑膠(13) 2.51% 紡織(14) 1.29%
電機(15) 0.67% 電器(16) 0.39% 化工(17) 2.31% 玻陶(18) 0.21%
紙類(19) 0.13% 鋼鐵(20) 3.94% 橡膠(21) 1.12% 汽車(22) 0.43%
電子(23) 60.82% 營建(25) 3.78% 運輸(26) 3.98% 觀光(27) 0.13%
金融(28) 8.35% 百貨(29) 1.21% 其他(99) 0.94% . . 資料來源：Yahoo!奇摩股市，(2008/01/04)。
圖 1-2 台灣集中市場成交量圖