第一節 研究背景與動機
美國在2007 年開端了金融海嘯至今，而這場金融海嘯中失利的機構不乏歷史悠久、
信評機構給予高評價之企業。在全球經濟面臨衰退與各國知名金融機構，例如雷曼兄 弟、AIG 等，相繼因次級貸款而爆發財務危機下，各國為了避免企業違約倒閉的情形再 發生，相繼訂定風險管理的要求，例如新巴塞爾協定的風險管理要求，甚至建構出各種 精心設計的危機風險管理模型。
臺灣在2007 年與 2008 年間，共有 28 家上市公司面臨下市。而國內企業中也驚傳 擁有 45 年歷史的老牌上市公司歌林因為出貨給美商 SBC 的應收帳款 59.4 億元無法收 回，導致連續跳票，截至2008 年 8 月底，已負債新台幣 154.64 億元，爆發嚴重財務風 險；歌林除聲請重整外，也於97 年 9 月 11 日正式下市。對於上市公司的財務問題頻傳，
發生財務風險的公司絕對不是突然發生的，事前必有其徵兆，於是建立財務風險的預警 模式，並且試圖從財務比率中找出財務風險變化的徵兆，更進一步找出導致企業財務風 險最主要的主因為何，如此一來即可觀察其比率來預測危機且提早做出準備，這將是保 障投資大眾的最佳方法。
一般投資大眾最常利用迴歸分析來建立模型，但是迴歸分析卻有一項嚴重的缺點，
就是模型中不同尺度的變數，彼此之間是無可加性的，例如以金額為單位的會計科目或 以百分比為單位的財務比率等，若貿然將其代入迴歸模型，其相加後的數值是毫無意義 的，也無法合理解釋其數值。若想要利用迴歸模型檢測出財務風險的預測，則需解決上 述變數無可加性的問題，這將是未來極需改進的方向。
第二節 研究目的
臺灣在2007 年 7 月，證券交易所建立了「財務重點專區」，這是根據證券交易所 的綜合考量，認為「該公司最近期財務報告顯示其流動性不佳，有短期償債能力疑慮且 營運無顯著改善情事」的上市公司，以九項指標當作預警投資人的警訊，但是證券交易 所的訊息來源並非投資大眾容易取得，於是如果能從容易取得的資料中，建立出預測能 力佳且可快速察覺危機發生的模型，將是投資人最需要且必要的一種工具與方法。
本研究利用多變量區別分析、多變量迴歸分析與Logit 分析來建立模型，運用公司 財務相關資料中，較容易取得的部分財務資料，並計算相關財務比例，再利用EXCEL 試算表加以分析，用以預測股票上市公司發生財務危機的可能性。但是這些模型都犯了 變數是否具有可加性與求出的係數無法解釋的窘境，所以該如何準確測知該公司是否有 財務危機的潛在因子，將是本研究所要探討的方向。
一般相關的文獻大都在探討不同衡量方式之預測能力的比較，但本研究是針對長短 期變數的不同來比較，由於每個財務比率的尺度各不相同，原始財務比率資料變數只能 做為辨識與分類，將其相加並無任何邏輯上的意義，所以期望變數的意義都能一致，讓 其值越大就表示風險越大，故本研究將財務比率的原始資料轉化成標準化之風險分數，
再加上前後期的變動率，去觀察數值變大或變小影響財務危機因子的多寡。
綜合上述，本論文的目的為：
(一) 建立原始財務比率轉化為標準化風險分數的模式，以提升各模型的準確性。
(二) 以多變量區別分析、多變量迴歸分析與 Logit 分析建立出更能合理解釋且精準 的財務危機預測模型。
(三) 找出各種產業對長期性財務比率與短期性財務比率的合適性。
第三節 研究內容
本研究之樣本為臺灣上市公司區分各產業資料，期間為2000 年第一季至 2008 年第 三季。總共九年，三十五季資料。包括各會計科目與財務比率之數值，而其數值為臺灣 經濟新報(TEJ)資料庫中可取得為主。本研究利用多變量區別分析(Multiple Discriminate Analysis，MDA)、多變量迴歸分析(Multiple Regression Analysis，MRA)與 Logit 分析分 別建立短期與長期模型，運用公司財務相關資料中，較容易取得的部分財務比率資料，
再利用 EXCEL 試算表加以建立模型，以預測短期與長期上市公司發生財務風險的可能 性，並比較三者對於短期性與長期性模型建立的適合度。
第四節 研究步驟
圖1.1 本研究之流程步驟 收集各產業公司財務比率資料
長期性財務比率變數 短期性財務比率變數
初步遴選變數-相關性與方向性
轉化為標準化後的風險分數
多變量迴歸模型分析 Logit 分析 多變量區別模型分析
內部效度之驗證
事後資料之驗證
模型分析與結論
不同產業比較 長短期財務比率比較 不同模型比較