自民國87年起，台灣發生了一連串本土性金融風暴，許多上市公司發生財務危機，而民國89年至90年間，台灣整體經濟不景氣，許多傳統產業公司經營不善，而造成公司財務危機。本研究希望藉由財務性變數建立財務危機預警模式，建立傳統產業的財務危機預測模型。同時，更嘗試進一步透過個案資料的整理，以對於財務危機防治方式做一初步的瞭解及建議。 在文獻探討中，本研究首先就財務危機定義探討，並探討財務危機發生因素及財務危機發生之因應策略，接著將國內外學者對於財務危機所做的相關實證研究加以整理論述。 本研究以Logit分析法建立財務危機預測模型，實證結果發現在危機發生前一年預測率較佳，達到81.48％，但於危機發生前二年及前三年預測率較差，僅達到72.22％及68.52％。顯示越接近財務危機發生時點，以Logit分析法所建立之財務危機預測模型預測正確率將較為理想。 本研究對於財務危機個案防治方式分析，得到以下幾點結論：(1)公司財務危機診斷及防治時，必須考量產業特性與危機發生因素；(2)公司負責人與領導團隊的更換，在財務危機防治成效並無導致顯著的差異；(3)在財務危機防治時，聘請外部企管顧問公司監控公司內部營運流程及財務狀況，較能取得債權銀行及投資人的信任，以獲取較佳的談判條件；(4)公司法重整制度的設計並不符合危機公司的需求，應做進一步修法改進。

由於目前的經濟體制是自負風險的，若是一個企業發生財務上的危機，將會影響到企業本身、員工、往來的廠商、股東、債權人、甚至是整個社會，因此若是可以事先偵測到財務可能發生的危機，對每個層面都是有益的。每一種模型的提供都是為了能避免遭受損失，甚至能提早發現可能出現的失敗。因此本論文主要是利用財務比率的資訊，去衡量企業的財務危機，而期望能達到一個預警的目的。 本論文以區別分析法、SVM(Support Vector Machine)、BSVR(Bayesian Support Vector Regression)做為研究的模型。以財務危機發生前一年的財務比率做為選取的變數，利用不同的選取方法，我們選取出4組變數。以發生財務危機前一年的20筆正常公司與20筆財務危機公司為訓練樣本，10筆正常公司與10筆危機公司為測試樣本。 得到的結論為: 分別比較4組變數在區別分析模型下的表現，可以看出4組變數在變異數相等的模型下，至少有3組變數的預測正確率是理想的。在SVM模型中，可以看到4組變數在經過尺度化和給定參數 =1， =1/40後，有3組的正確率都可以達到95%以上。在BSVR模型中，可以看到變數的選擇對模型的預測能力是很重要的。

由於財務報表資訊易遭管理當局操縱，因此財務預警模型若僅考慮財務比率變數，即有其限制。本研究因此結合財務比率變數與公司治理變數，以期建構更良好的財務預警模型。此外，本研究使用倒傳遞網路為工具，以避免前述限制，並預期結果顯示綜合採用財務比率及公司治理二類變數，在預測期間短時，所建立的財務預警模型，其錯誤率的確較低。本研究同時發現，樣本公司中的危機公司大多屬於「急速失敗公司」。 / Early warning models used to predict financial distresses of corporations confront with limitation, when the model specification consider only financial ratios based on financial statements, because of the possibility of manipulated financial statements. This study intends to construct a early warning model with not only financial ratio variables, but also corporate governance variables. The corporate governance variables may affect the corporation with financial distresses dramatically. This study constructs a new early warning model, considering the two kinds of variables, both financial ratio and corporate governance, and improves the predictability of sample firms of the one-quarter period. The study shows that Back Propagation Neural Network model can learn from the data of failed corporations and a matched group of survivor firms and hence predict the financial distresses. The study also finds the sample failed corporations are more likely to be “acute failure” ones. Keyword: BPN, Corporate Governance, Financial Distresses.

公司應當為誰所有？又應該為誰而治？巨型企業之存亡不僅僅關乎股東之利益，員工失業、上下游產業訂單減少、債權人呆帳無法收回等等，影響擴及整個社會經濟，使得各國學者無不致力於發展完善的公司治理制度。中國大陸政府於2001年開始，將公司治理列為國民經濟及社會發展之重要改革方向，然而實施多年來，卻始終因國有股一股獨大、一股獨尊而流於「徒有其形而無其神」之弊。本研究將站在公司治理的角度，加入股東行動主義變數，探討中國大陸企業發生財務危機之原因。 本文以被特殊處理及企業信用風險評等較差之上市公司分別作為中國大陸及臺灣模型建構之依變數，探討流通股比率、董監持股比率、獨立董事規模、董監事及高階經理人報酬、年度股東大會出席人數、年度股東大會出席股份率，作為分析中國大陸公司治理特性與企業失敗之關聯性研究；此外監察人內部化、董監持股比率、董監持股質押比率、獨立董事規模、董監事報酬及總經理與財務主管異動次數，則作為研究臺灣公司治理特性與企業財務危機之關係性分析。 本研究發現，配對樣本之下，中國大陸公司治理變數之董監及高階管理人員酬勞佔稅前淨利、獨立董事規模、流通股比率、年度股東大會出席人數、股東大會出席比率，與企業失敗呈顯著負向關係；臺灣公司治理變數之董監持股比率、董監酬勞佔公司稅前淨利，與企業失敗呈顯著負向關係，董監事持股質押比率與公司財務危機呈顯著正相關。另外，非配對樣本之迴歸結果與配樣樣本差異不大，於中國大陸模型中，非配對樣本顯示，企業失敗與董監及高階管理人員酬勞佔稅無顯著關聯，然而與董監持股比率呈顯著負相關；於臺灣模型中，非配對樣本顯示，董監事酬勞佔稅前淨利比率與企業失敗無顯著關聯，然而財務主管之異動次數與企業失敗卻呈一般顯著之正相關，較配對樣本之顯著水準為高。 關鍵字：公司治理、財務危機、股東行動主義

近年來，國內陸續有許多上市、上櫃公司在經營上出了問題產生財務危機，進而影響股市發展、金融市場秩序和社會安定，究其原因，除部分公司或受景氣及產業等因素影響，導致經營不善，屬自然競爭者外，不乏許多因為負責人涉嫌利用職務之便，以各種不當的財務操作，掏空公司資產，導致企業發生經營危機之情事。 　進一步觀察這些因人謀不臧而產生經營問題的企業，其中多數屬於集團企業，如1998年的廣三集團、宏福集團、新巨群集團，2004年的博達公司、訊碟公司和2007年爆發財務危機的力霸集團。為何集團企業容易因為負責人或經營團隊的道德問題，擴大成為企業問題、金融問題，甚至是社會問題呢？主要係因集團企業經營規模較大，一直以來是金融機構競相爭取為授信貸放的對象，又因為集團企業資本結構複雜，資金移轉容易，因此一旦經營者道德產生瑕疵，企業的資產極易被掏空，金融機構必然會受到牽連，再者，如果金融機構的高階主管和企業經營者相互結合，如中興銀行負責人王玉雲、總經理王宣仁和台鳳集團負責人黃宗宏互相掛勾;尤有甚者，如力霸集團王又曾，直接進入金融產業，將銀行及票券公司當作私人金庫，終將導致金融機構產生資金流動性不足的情形，造成投資大眾及存款戶權益受到損害。 　當前銀行對於集團企業的授信管理存在著若干缺失，因此會產生問題集團企業已發出警訊，可是銀行仍舊給予貸款之情事，這主要是因為銀行從業人員缺乏行業風險的敏感度，且盲目相信企業大就是美，又缺乏貸放後的監督與管理所致，因此讓人謀不臧的集團企業只要運用財務操作手法，就可輕而易舉的從銀行貸款取得資金，這種現象不只造成銀行損失，金融秩序和社會安全受到考驗，整體經濟也可能受到嚴重損害。

1998下半年，上市公司的交叉持股行為引發台灣自發的金融危機。知名企業接連跳票，資本市場發生違約交割，一時之間，股市投資人售出地雷公司股票唯恐不及，金融機構因握有地雷公司債權而損失慘重。 交叉持股所引發的公司財務危機迥異於過往。危機爆發之前，公司營運狀況與一般公司無異，唯公司的業外投資活動異常活躍，特別是權益證券的投資。具決策經營權的大股東熱衷於運用高財務槓桿進行交叉持股，並且隱藏資金用途，傳統的財務分析方式與財務危機警示指標因而失效。債權人、投資人因而措手不及，蒙受重大損失。 本研究主要在研究上市公司交叉持股行為之特性。先探討交叉持股的行為特質及經濟意涵；再由上市公司的財務報表資料，篩選出代表交叉持股公司與非交叉持股公司母體的樣本，以實證的方式驗證兩組公司的財務性質。除了可以更加確定交叉持股公司的財務性質以作為財務分析的依據之外，對於有意針對這一類財務危機發展警示制度的研究當具有其參考價值。

財務危機預警模式的建立一直是國內外財金學者所感興趣的課題，從早期單純的財務比率判定到統計方法的使用，至近幾年來非統計式的類神經網路之偵測分類，其模式的演變無不在增加危機預警的能力。一方面能正確的分類失敗企業與健全企業的財務結構，一方面能早期偵測出失敗企業體質的徵兆。而本研究所建模型為擷取統計方法在分類能力上的表現與類神經網路優於統計方法上的預測能力，所結合而成的一種含有類神經網路架構的動態化財務危機預警模式。以台灣股票上市公司民國七十一年以後打入全額交割股的企業為失敗企業，並在相同期間之相同產業內，挑選規模相近之正常企業為配對之健全企業。為了方便網路的學習，我們將樣本區分為以民國七十四年以前打入全額交割股的配對企業為供網路訓練之前期樣本，以及民國七十五年以後打入全額交割股的配對企業為建立財務危機預警模式之後期樣本。其實證結果有幾項結論： 　　1.經由後期樣本所推估的多變量CUSUM模式(4.1)中，我們發現固定資產／總資產比率對模式的分類結果較不敏感，而每股盈餘／每股市價比率對模式的分類結果最為敏感，且敏感度將近固定資產／總資產比率的十倍。 　　2.倒傳遞類神經網路在預測各期財務比率的誤差均方根為0.051，而多變量CUSUM模式的正確分類率為71.43%，且百分之八十的失敗企業在其危機發生（打入全額交割股）時的前六季左右，動態化多變量CUSUM模式即可偵測出徵兆。 　　3.一般而言，失敗企業的固定資產／總資產比率與存貨／營業收入比率較健全企業來得高；而失敗企業的營運資本／總資產比率，營業利益／總資產比率及每股盈餘／每股市價比率則低於健全企業，尤其在危機發生時前六季左右，更是急速下降。因此，失敗企業的流動性普遍不足，存貨積壓的結果，造成營運資金週轉不靈，而走向營運困難的窘境。

本研究以中國大陸上市企業為研究對象，選取2009年至2010年發生財務危機之51家公司其發生危機時點前半年、前一年、前兩年之財務比率季資料，另以產業類別、規模大小一比一選取正常公司進行配對，首先進行敘述統計分析與逐步迴歸分析，接下來以Logistic迴歸分析與倒傳遞類神經網路模型建構財務危機預警模型，最後以測試樣本驗證模型之正確判別率。實證結果顯示，由Logistic迴歸分析建構之財務危機預警模型於財務危機前半年、前一年、前兩年之正確判別率分別為0.9000、0.8333、0.8000；由倒傳遞類神經網路模型建構之財務危機前半年、前一年、前兩年之正確判別率分別為0.9333、0.9000、0.8000，顯示兩模型於短期內均能有效對財務危機達到預警效果，但兩模型之預警能力均隨著危機發生時點越遠而降低。整體來說倒傳遞類神經網路模型有較佳的預警能力。

本研究將財務危機分為『經營不善型財務危機』以及『舞弊型財務危機』兩種類型，運用離散時間涉險方法，探討何種公司治理與財務資訊最有可能發生舞弊型的財務危機。同時本研究也探討財務危機對負債比率的敏感性如何受到公司治理中介變數的影響。 實證結果發現當公司治理機制情形不好，但財務報表資訊良好時，發生舞弊型財務危機的可能性將大於經營不善型的財務危機。而財務危機對負債比率的敏感度會受到公司治理中介變數的影響。 / With financial distress being classified as operating-failure financial distress and fraud financial distress, this study employs discrete-time survival model to characterize the fraud financial distress by corporate governance and financial performance. It also investigates the moderate effect of corporate governance on the sensitivity of financial distress to debt ratio. The empirical results indicate that companies with weak corporate governance and good financial performance are more likely to encounter fraud financial distress than operating-failure financial distress. In addition, corporate governance positively moderates the sensitivity of financial distress to debt ratio.

本研究主要是選取在亞洲金融風暴期間，在台灣上市公司發生財務危機的30家公司，搭配30家同產業相近資產的正常公司，依發生財務危機的原因將其分類為四個樣本，分別為（1）本業不佳（2）過度投資（3）子公司護盤（4）經營層掏空資產；分析以分類樣本建立的財務危機預警模型，在正確區別力與成本的表現上是否較於未分類的財務危機預警模型來的好，實證結果顯示，以分類樣本建立的預警模型，其正確區別力較未分類預警模型來的高，而成本較未分類樣本來的低，因此，以分類樣本建構預警模型有其正面的意義，投資及融資機構可依分類樣本建構財務危機預警模型，以做為投資及融資的依據；同時，將各分類樣本分別做財務危機公司與正常公司的單變量Ｆ檢定，發現在各分類中Ｆ值皆為顯著的財務比率有四(1)現金流量允當比率、(2)業外收支率、(3)每股盈餘及(4)借款依存度。