第四章 實證分析及結果
本章分三節，說明實證的結果。第一節說明本研究的問題一之相關實證設計 及其結果，即結合財務與公司治理構面變數的 BPN 財務預警模型，是否較僅考量 財務構面變數之模型有效。第二節說明問題二之實證結果，根據研究樣本在財務 危機發生前一季、前二季、前三季、前一年及前二年之資料，建立各該季之 BPN 財務預警模型，並比較其誤判率。第三節則將本研究建立之模型誤判率與其他研 究建立之模型做比較，以了解本研究建立之模型是否良好。
第一節 研究問題一
為了解在財務預警模型內加入公司治理變數是否能提升模型預測準確率，首 先進行二組財務預警模型的建構。第一組模型係使用全部樣本公司在研究期間內 之財務變數資料，建構財務危機預警模型，本研究稱其為「全部期間 F 模型」， 其輸入變數均為財務構面之變數，即第三章內提到的 X1-X6；第二組模型，則使 用全部樣本公司在研究期間內之財務變數及公司治理變數資料，即輸入變數為第 三章內提到的 X1-X10，所建構的模型，本研究稱其為「全部期間 FCG 模型」。 由於前述二模型使用全部樣本公司全部期間之資料，因此，二模型都各有 508 個樣本。惟「全部期間 F 模型」中 508 個樣本輸入之變數有 6 個，「全部期
錯誤率」。前述二種錯誤率，皆會影響模型準確率，前者會使人誤信即將發生財 務危機公司之體質正常，而做出錯誤決策；後者則使決策者對並不會發生財務危 機之公司，產生不必要的戒心。前者造成錯誤的決策，影響較為重大，後者的影 響較小，但也造成社會資源浪費。以本研究希望建立良好財務危機預警模型的觀 點而言，「危機公司分類錯誤率」是本研究較關注的。
茲將二模型之相關實證結果表列如下：
表 4-1 全部期間 F 模型及全部期間 FCG 模型之比較 比率
模型
誤判率(%) 危機公司分類 錯誤率(%)
正常公司分類 錯誤率(%) 全部期間 F 模型 17.8 33.9 1.69 全部期間 FCG 模型 15.25 27.12 3.39
由表 4-1 可以看出，加入公司治理變數後，財務預警模型之整體誤判率由 17.8%下降到 15.25%，顯示將公司治理變數納入財務預警模型中，可以提升模型 的整體預測能力。
加入公司治理變數後，雖然「正常公司分類錯誤率」由 1.69%小幅上升到 3.39%，顯示新的模型較容易將正常公司分類為危機公司，可能造成社會資源浪 費，但是我們較關注的「危機公司分類率」則由 33.9%下降到 27.12%，顯示加入 公司治理變數後，財務預警模型對危機公司的預測能力確實有大幅的提升。
第二節 研究問題二
本研究的第二個研究問題是，國內發生財務危機的公司大多是屬於急速失敗 公司或慢性失敗公司？由於前一組實證結果已經解答了本研究的第一個研究問 題，加入公司治理變數之財務預警模型預測能力較好，因此，本研究的第二組實 證中建立的五個模型，均採用財務變數加上公司治理變數建構。
本組實驗將建立五個模型，模型間最大的區別係樣本期間不同，第一個模型 使用公司財務危機發生前一季之資料，稱為「前一季 FCG 模型」；第二個模型使 用公司財務危機發生前一季之資料，稱為「前二季 FCG 模型」；第三個模型使用 公司財務危機發生前三季之資料，稱為「前三季 FCG 模型」；第四個模型使用公 司財務危機發生前一年之資料，稱為「前一年 FCG 模型」；第五個模型使用公司 財務危機發生前二年之資料，稱為「前二年 FCG 模型」。
由於本組實驗中的五個模型都僅使用一季的資料，因此每個模型僅有 46 個 樣本。如果以訓練樣本對驗證樣本係 4:1 的比例分配，每個模型的訓練樣本有 36 個樣本(18 家危機公司與 18 家正常公司)，驗證樣本則僅有 10 個(5 家危機公 司與 5 家危機公司)，由於訓練及驗證樣本過少，如仍採取循序選取方式決定訓 練樣本及驗證樣本，可能會使實證結果有所偏誤，因此本研究在建構每一季的 FCG 模型時，會以調換訓練樣本及驗證樣本的方式，各建立 5 個子模型，待求得 個別子模型的誤判率後，再以 5 個子模型個別誤判率的算數平均數，做為該季 FCG 模型的誤判率。
二 編號 1-5、11-23 編號 6-10 三 編號 1-10、16-23 編號 11-15 四 編號 1-15、21-23 編號 16-20 五 編號 3-20 編號 21-23、1-2
表 4-2 中訓練樣本及驗證樣本的編號採用表 3-2「全部 46 家樣本公司」之 編號，以子模型一為例，其訓練樣本即表 3-2 中編號 6 到 23 的危機公司及正常 公司，危機公司係羅馬等 18 家公司，正常公司則係冠軍等 18 家公司。子模型的 驗證樣本，係建台等 5 家危機公司及華固等 5 家正常公司。其它子模型之訓練及 驗證樣本分配亦依循相同法則為之。
茲將危機前一季、前二季、前三季、前一年及前二年 FCG 模型的子模型實證 結果分別彙總如表 4-3、4-4、4-5、4-6、4-7:
表 4-3 前一季 FCG 模型之子模型實證結果 比率
子模型編號
誤判率(%) 危機公司分類錯 誤率(%)
正常公司分類錯 誤率(%)
一 10 0 20
二 10 20 0
三 10 0 0
四 20 20 20
五 20 20 20
算術平均數 12 12 12
表 4-4 前二季 FCG 模型之子模型實證結果
比率 誤判率(%) 危機公司分類錯 正常公司分類錯
子模型編號 誤率(%) 誤率(%)
一 10 0 20
二 10 20 0
三 0 0 0
四 20 20 20
五 30 40 20
算術平均數 14 16 12
表 4-5 前三季 FCG 模型之子模型實證結果 比率
子模型編號
誤判率(%) 危機公司分類錯 誤率(%)
正常公司分類錯 誤率(%)
一 10 0 20
二 30 60 0
三 10 20 0
四 20 20 20
五 20 20 20
算術平均數 18 24 8
表 4-6 前一年 FCG 模型之子模型實證結果 比率
子模型編號
誤判率(%) 危機公司分類錯 誤率(%)
正常公司分類錯 誤率(%)
五 30 20 40
算術平均數 26 24 28
表 4-7 前二年 FCG 模型之子模型實證結果 比率
子模型編號
誤判率(%) 危機公司分類錯 誤率(%)
正常公司分類錯 誤率(%)
一 50 60 40
二 40 60 20
三 40 0 80
四 40 60 20
五 50 20 80
算術平均數 44 40 48
根據前述表 4-3、4-4、4-5、4-6 及 4-7，得出前一季、前二季、前三季、前一 年及前二年 FCG 模型之誤判率如表 4-8:
表 4-8 五組 FCG 模型誤判率比較 比率
模型
誤判率(%) 危機公司分類錯 誤率(%)
正常公司分類錯 誤率(%)
前一季 FCG 模型 12 12 12 前二季 FCG 模型 14 16 12 前三季 FCG 模型 18 24 8 前一年 FCG 模型 26 24 28 前二年 FCG 模型 44 40 48
由表 4-8 可以得知，使用財務危機發生前一季之資料，誤判率為 12%，亦即 其預測準確率達到 88%(100%-12%)，使用前二、三季之資料，誤判率分別為 14%、
18%，預測準確率分別達到 86%、82%，使用前一年、前二年的資料，誤判率分別 為 26%、44%，準確率分別為 74%、56%。顯示使用本研究建構之模型預測財務危 機，可以往後預測一年，預測準確率可達到 74%以上。
經由觀察表 4-8 的「危機公司分類錯誤率」，我們發現，如使用危機前一年 的資料，將危機公司錯誤分類為正常公司的比率為 26%，如使用危機前二年的資 料，發生該錯誤的機率就增加為 40%，僅一年的時間，該種錯誤的發生率即相差 14%(40%-26%)，顯示在危機發生前二年，樣本公司的危機特徵尚未顯現，一直到 了危機發生前一年，其危機特徵才顯現，根據上述實證結果，我們可以推論，樣 本公司中的危機公司應屬於急速失敗公司此一類型。
第三節 研究問題三
為了瞭解本研究建立之模型是否良好，在此將其與國內其他研究之模型做比 較。
由於國內其他研究除建立 BPN 模型，尚使用樣本資料建立 Logit 模型，為便 於比較，本研究亦使用樣本資料建立 Logit 模型。同時，國內其他研究在說明模 型成效時，均使用準確率，故本研究做以下比較時，亦以模型準確率與其他研究 比較。所謂的模型準確率，即 100%-模型誤判率，以我們建立的「前一季 FCG 模 型」為例，整體模型誤判率為 12%，則其準確率則為 88%。
茲將本研究建立之前一季、前二季、前三季、前一年及前二年 Logit 模型表列如 表 4-9：
表 4-9 Logit 模型 Logit 模型期間 準確率(%) 前一季 95.7
前二季 95
前三季 93.5
前一年 87
前二年 78.3
建立了前述 Logit 模型後，再進一步彙總表 4-8 與表 4-9 之內容，與國內其 他研究比較，並將比較結果表列如表 4-10 所示：
表 4-10 本研究與國內其他研究之準確率比較 期
間
蔡秋田(1995) 蘇文娟(1999) 本研究 自變
數
BPN 模 型
Logit 模型
自變 數
BPN 模 型
Logit 模型
自變 數
BPN 模型
Logit 模型 前
一 季
負債 比率 等 6 個財 務比 率
NA NA 負債 比 率、前
一年 會計 師變 動
83.33
％
88.89% 財務 及公 司治 理等 10 個 變數
88% 95.7%
前 一 年
82.74% 77.98% 77.78% 83.33% 74% 87%
前 二 年
71.73% 62.50% NA NA 56% 78.3%
由於國內其他研究的樣本期間不完全一致，為了詳細說明各樣本期間之比較 結果，我們將時間區分為危機前一季、前一年及前二年做比較：
表 4-11 前一季模型比較 期間 蘇文娟(1999) 本研究
BPN 模型 Logit 模型 BPN 模型 Logit 模型 前一季 83.33% 88.89% 88% 95.7%
表 4-12 前一年模型比較
期間 蔡秋田(1995) 蘇文娟(1999) 本研究 BPN 模型 Logit 模
型
BPN 模型 Logit 模 型
BPN 模型 Logit 模 型
BPN 模型 Logit 模型 BPN 模型 Logit 模型 前二年 71.73% 62.5% 56% 78.3%
經由表 4-11、4-12 及表 4-13，我們發現，在比較以危機前一季資料建構之 模型時，本研究之準確率較蘇文娟(1999)建立的模型好；惟比較使用危機前一年 資料建立之模型，本研究之準確率均較蔡秋田(1995)及蘇文娟(1999)建立的模型 不好；在比較使用危機前二年資料建立之模型時，本研究之準確率亦遜於蔡秋田 (1995)。
分析該比較結果，發現本研究建立之模型在危機前一季時優於其他研究，但 到了前一年、前二年時，其準確率就遜於其他研究建立之模型。本研究建立之模 型效果不彰的原因，可能係本研究使用逐步迴歸篩選財務比率變數時，將說明公 司資本結構的負債比率剔除，而此變數實際上係對公司財務危機有解釋力，因此 本研究建立之模型準確率較其他研究差。
需要特別說明的是，由於本研究與前述國內其他研究取樣的樣本期間及樣本 公司均不同，因此，前述比較結果僅係概略的比較。
