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。

本研究以1998年至2003年曾發生財務危機之上市櫃公司為研究樣本，採配對樣本研究設計，依McKeown et al. (1991)之樣本分類方法，將樣本公司區分為四類：(1)失敗/財務危機公司(FS)、(2)非失敗/財務危機公司(NFS)、(3)失敗/非財務危機公司(FNS)及(4)非失敗/非財務危機公司(NFNS)，探討不同分類下之公司其盈餘操縱行為是否存在差異。其次，針對台灣證券交易所及櫃檯買賣中心近期修訂之危機預警指標，分析其偵測財務危機之能力。最後則綜合證交所及櫃買中心之預警指標，並參考相關文獻指標及實務作法，建立財務危機預測模型。 實證結果顯示，除FNS公司與NFNS公司僅部分變數有差異外，其他各組樣本之間在各類盈餘操縱變數上都具有顯著差異，代表財務危機公司在發生危機之前，確實有操縱盈餘之行為。對投資人而言，這些存在顯著差異的變數可能代表曾被危機公司所操縱而在事前沒有顯現異常之會計科目。 針對證交所及櫃買中心之危機預警指標，實證結果顯示相較於正常公司，危機公司在稅後損益及稅前損益之表現上惡化的程度較嚴重，有較高的長期負債到期還款疑慮，在預付款項上有較異常的變動情形。不過，在現金及約當現金佔資本額比率上，危機公司並無較正常公司惡化之情形，顯示多數的危機公司在發生財務危機前，通常不會列示較高的現金餘額。另外，本研究所發展之其他預警指標發現，危機公司在發生危機之前，有較正常公司顯著不足支應下期日常營運支出之情形；危機公司董監事持股質押比例，以及控制股東之董監席次控制權與盈餘分配權之偏離程度，顯著高於正常公司，代表危機公司的內部治理環境較差。 本研究所建立之實證模型顯示，綜合考量證交所及櫃買中心指標後，各指標惡化程度越高、董監事質押比例越高、董監席次控制權與盈餘分配權偏離程度越大之公司，發生財務危機的機率越高。分析結果亦顯示，危機發生前流動性及償債能力越弱、營運報酬能力越差之公司，發生財務危機之可能性較高。 / This thesis focuses on a group of firms listed in Taiwan Securities Exchange (TSE) and Over the Counter (OTC) experienced financial distress over the period of 1998 to 2003, by applied to a control sample design approach. Based on the pre/after criteria employed in McKeown et al. (1991), this thesis classifies the sample into four subgroups: (1)failure/distress (FS), (2)nonfailure/distress (NFS), (3)failure/nondistress (FNS), and (4)nonfailure/nondistress(NFNS). This thesis first examines the difference in earnings manipulation behavior between the four subgroups. The detecting ability of the precaution indices recently amended by the TSE and OTC is also investigated. Finally, an empirical model is proposed by this research by inclusion of the precaution indices, governance structures and variables employed by the practice communities. The empirical findings indicate that with exception of FNS and NFNS firms, significant differences in all variables are found, representing that the distress firms manipulate earnings before the crisis taken place. The results may imply that these variables might be manipulated by distressed firms to cover the financial failing signals ex ante. For the precaution indices proposed by the TSE and OTC, the empirical findings indicate that compared to healthy firms, the distress firms are found to have worse after-tax/pretax earnings, higher doubt of repaying long-term debts, and unusual fluctuation in prepaid items. The results show that distressed firms have less cash before the occurrence of crisis. As to the indices proposed in this thesis, the analysis shows that distressed firms usually cannot generate adequate cash flow to pay the operation expenses necessary for the next year. It is also found that the distressed firms have higher pledge ratio of share held by the board members and larger deviation in control right from cash flow right. The empirical results of the proposed model show that firms with worse situation indicated by the indices suggested by TSE and OTC, higher share pledge ratio by the board member, larger deviation between control right and cash flow right, have higher probability of experiencing financial crisis. Firms are weak in liquidity, cash imbursement ability and operating return would have relatively higher possibility to face financial distress.

過去已有許多技術應用來建立預測財務危機的模型，如統計學的多變量分析或是類神經網路等分類技術。這些早期預測財務危機的模型大多以財務比率作為變數。然而歷經安隆（Enron）、世界通訊（WorldCom）等世紀騙局，顯示財務數字計算而成的財務比率有其天生的限制，無法在公司管理階層蓄意虛增盈餘時，及時給予警訊。因此，本論文初步探勘共同比分析、公司治理及傳統的Altman財務比率等研究方法，試圖突破財務比率在財務危機預測問題的限制，選出可能提高財務危機預測的特徵群。接著，我們進一步應用基因演算法篩選質性與非質性的特徵，期望藉由基因演算法裡子代獲得親代間最優基因的交配過程，可以讓子代的適應值最大化，找出最佳組合的特徵群，然後以此特徵群訓練支持向量機預測模型，以提高財務預測效果並降低公眾的損失。實驗結果顯示，共同比分析與公司治理等相關特徵確實能提升預測財務危機模型的預測效果，我們應當用基因演算法嘗試更多質性與非質性的特徵組合，及早預警財務危機公司以降低社會成本。