GRNN財務危機預警模式之建立

本研究之 GRNN 財務危機預警模式之建立，是以試誤法來測試模式之正確預 警率。首先令財務危機公司在類神經網路中輸出表示為 1，財務健全公司在類神 經網路中輸出表示為 0，由於本研究認為以訓練樣本與測試樣本所得之模式正確 性同等重要，所以以訓練樣本及測試樣本所得模式之總和 MSE 值平均最小者為最 佳之模式。本研究利用類神經軟體 Neuroshell®2 構建財務危機預警模式，以獲 得在訓練樣本及測試樣本下模式之 MSE 值。

本研究之 GRNN 財務危機預警模式構建步驟如下：

（1）訓練樣本與測試樣本數

（i）選取訓練樣本

本研究所選取之訓練樣本數佔總樣本數之 80％，也就是訓練樣本數為 48 筆。

（ii）選取測試樣本

本研究所選取之測試樣本數佔總樣本數之 20％，也就是測試樣本數為 12 筆。

訓練樣本與測試樣本由 60 筆中隨機選取出不同的 10 組樣本。

（2）分別以訓練樣本及測試樣本建立 GRNN 財務危機預警模式

本研究以試誤法嘗試在四種平滑參數（σ）下，分別建立財務危機發生之 前四季的十組訓練樣本及測試樣本之 GRNN 財務危機預警模式，並計算十組樣本 下模式之平均 MSE 值，如表 4-3 至表 4-6 所示。

（i）財務危機發生前第一季

表 4-3 財務危機發生前一季之 GRNN 模式之平均 MSE 值

由表 4-3 可知當平滑參數為 0.5 時，危機發生前一季的訓練樣本和測試樣 本預警模式之平均 MSE 值最小，訓練樣本預警模式之正確預警率為 93.75％，測 試樣本預警模式之正確預警率為 100％，平均正確預警率為 96.875％。

（ii）財務危機發生前第二季

表 4-4 財務危機發生前二季之 GRNN 模式之平均 MSE 值

由表 4-4 可知當平滑參數為 0.75 時，危機發生前二季的訓練樣本和測試樣 本預警模式之平均 MSE 值最小，訓練樣本預警模式之正確預警率為 89.58％，測 試樣本預警模式之正確預警率為 91.67％，平均正確預警率為 90.625％。

1 0.75 0.5 0.25

平滑參數

（σ）

樣本別 平均 MSE

訓練 0.064 0.044 0.034(93.75%) 0.055 測試 0.052 0.034 0.026(100%) 0.063

1 0.75 0.5 0.25

平滑參數

（σ）

樣本別 平均 MSE

訓練 0.092 0.073(89.58%) 0.071 0.088 測試 0.05 0.062(91.67%) 0.082 0.084

（iii）財務危機發生前第三季

表 4-5 財務危機發生前三季之 GRNN 模式之平均 MSE 值

1 0.75 0.5 0.25

平滑參數

（σ）

樣本別 平均 MSE

訓練 0.124 0.086 0.102(85.42%) 0.121 測試 0.11 0.071 0.043(91.67%) 0.032

由表 4-5 可知當平滑參數為 0.5 時，危機發生前三季的訓練樣本和測試樣 本預警模式之平均 MSE 值最小，訓練樣本預警模式之正確預警率為 85.42％，測 試樣本預警模式之正確預警率為 91.67％，平均正確預警率為 88.545％。

（Ⅳ）財務危機發生前第四季

表 4-6 財務危機發生前四季之 GRNN 模式之平均 MSE 值

1 0.75 0.5 0.25

平滑參數

（σ）

樣本別 平均 MSE

訓練 0.147 0.127(79.17%) 0.187 0.246 測試 0.182 0.198(83.33%) 0.15 0.309

由表 4-6 可知當平滑參數為 0.75 時，危機發生前一季的訓練樣本和測試樣 本預警模式之平均 MSE 值最小，訓練樣本預警模式之正確預警率為 79.17％，測 試樣本預警模式之正確預警率為 83.33％，平均正確預警率為 81.25％。