整合倒傳遞類神經網路與多元鑑別分析 於企業危機診斷之研究— 考量智慧資本與博達公司事件 指導老師：謝文魁老師 組員：劉宴茹 朱冠穎 王思涵 張婉瑜 莊珺甯

第一章 緒論 第二章 文獻探討 第三章 企業財務危機實例分析-博達公司 第四章 研究方法 第五章 實證結果分析 第六章 結論與建議 第一章　緒論 第二章　文獻探討 第三章　企業財務危機實例分析-博達公司 第四章　研究方法 第五章　實證結果分析 第六章　結論與建議

第一章 緒論 研究背景 1997年金融風暴襲捲全球 1998年下半年發生一連串企業財務危機案件 第一章　緒論 研究背景 1997年金融風暴襲捲全球 1998年下半年發生一連串企業財務危機案件 2004年爆發財務危機的公司（博達、訊碟與皇統） 這些事件不是塞貨給海外子公司或人頭客戶，就是挪移資金到海外 為使企業的管理者能及早發現風險警訊來防止危機的產生或繼續惡化，因此企業危機診斷模式顯得格外重要

　研究動機 傳統產業要維持競爭力，不再只是依賴製造量產的技術，而必須重視智慧資本的價值，強化組織知識的成長與累積。因此，對企業價值的評估方式，就不再是傳統財務比率所能完全涵蓋，納入智慧資本指標於相關分析中，是必須且刻不容緩的工作

智慧資本的重要性 1989年-國泰人壽（目前已轉換為國泰金控） 由於電子產業逐漸成為台灣產業主流，然而1995年以後-華碩電腦、廣達電腦、禾伸堂、威盛到聯發科、大立光電都曾是股王俱樂部的一員 全球原物料的上漲，能源供需失衡及油價飆漲 2005年-生產太陽能電池的茂迪以每股成交價489.5取代聯發科成為新科股王

研究目的為以下兩議題之研究： 1、在使用相同的分析工具時，加入智慧資本相關指標是否比單純利用財務比率指標更能偵測企業危機的發生。 2、整合倒傳遞類神經網路及多元鑑別分析於兩階段分類模式是否有優於單一工具之分析結果。

第二章　文獻探討 智慧資本議題研究 　美國微軟公司的成功，宣告了知識經濟時代的來臨，產業經營方式產生變革，智慧資本的重要性已凌駕傳統的廠房、機器、存貨等固定資產，而傳統產業欲維持競爭力的同時，不可忽略智慧知識在企業內所扮演的角色。  

智慧資本之定義 市場價值 財務資本 智慧資本 結構資本 人力資本 顧客資本 組織資本 流程資本 創新資本

　財務危機預警模型 　　 自從Beaver（1966）提出單變量統計分析法作為企業財務危機預警之研究開始，掀起近三十幾年來未曾間斷的研究熱潮。隨著統計方法的發展及人工智慧工具的精進，預測企業失敗的模型與方法也持續的發展。 如近年則有簡德年(2001)等學者更加入了其他的研究變數，以增進模型之預測準確能力。

第三章 企業財務危機實例分析 ---博達科技公司 第三章　企業財務危機實例分析 　　　　 ---博達科技公司 　　 近年來台灣證券市場之規模成長快速，在過程中時有所聞企業發生財務危機。自民國八十七年下半年起，多家上市上櫃或公開發行公司陸續發生財務危機，包括：新巨群集團、東隆五金、順大裕、國揚實業、宏福集團、博達科技、訊碟等，雖然發生財務危機企業所經營之業務不盡相同，但為何遭受到重大損失的都是個體的散戶呢？是否能在企業危機爆發前就從財務報表看出端倪。  

博達案發後經過檢調四個月來會同行政院金管會、財政部證期會、證交所不眠不休的努力下，終於摸清楚葉素菲等人的運作手法： 跨國 製造假交易 出售假債權 以交叉掏空方式蠶食鯨吞公司資產，堪稱是現代五鬼搬運的經典之作。

博達財務危機之始末 88 年12 月18 日 上市日期 資金募集情況 募集資金原因 89年現增 43.2億元 興建廠方購買 設備 90年現增 16.25億元 轉投資尚達 90年CB 35億元 償還銀行借款 92年ECB 16.95億元 海外購料 合計 111.04億元 1. 自89 年起陸續新增五大客戶，涉嫌虛增營收及獲利。 2. 應收帳款涉嫌虛偽出售或收現→美化獲利能力及財務狀況

涉嫌以公司資金不當為他人擔保 或透過非常規交易套取公司資金。 博達為某外國公司的銀行借款擔保，該外國公司取得資金用以認購博達公司發行的ECB，並轉換為股票全數已於市場賣出，博達則承受擔保債務 博達以其銀行存款為某外國公司融資擔保，因該外國公司欠款，博達銀行存款則遭止扣 博達疑以虛增應收帳款出售海外金融機構，疑因應收帳款無法收現，金融機構終止存款合約 博達與海外銀行簽訂存款合約，並授權購買金融商品契約，該金融商品契約疑為安排的交易而未具價值 合計1.8 億美元 1. 涉將公司資金移轉外國公司認購海外可轉債，再轉換成股票賣出套取資金 2. 涉嫌以實施庫藏股及外國戶頭買賣股票，製造活絡假象，使海外可轉債認購人可以較高價格賣出股票 3. 涉嫌利用戶頭買賣股票，製造活絡假象，利發行GDP 4. 內部人涉嫌在公司公告重大資訊前先賣出股票

1. 涉虛飾財務報表，違反證券交易法第171條、第174條及商業會計法第71條規定 2. 涉隱匿對他人保證等交易，違反證券交易法第171條及第174條規定 3. 發行公司債資金用途與申請不一致，違反公司法第259條規定 4. 涉背信不當財務操作造成公司損失，違反刑法第342條規定 1. 涉及直接或間接影響公司股價之操縱行為，涉嫌違反證券交易法第155條規定 2. 涉及內線交易，涉嫌違反證券7 交易法第15條之1規定資金募集情況募集資金原因

博達財務危機之經營管理面分析 　　　博達事件無異於凸顯選股的重要性，其實除了經濟景氣、產業展望、公司業績外，還有許多投資人平時也許沒時間留意、卻相當重要的訊息。提出七大指標以供投資人做為選股時的參考

指標一：上市櫃公司刊登更換會計師的公告。 指標二：更換財務長頻率過高。 指標三：應收項目中有過多的關係人交易。 指標四：員工配股比例過高。 指標五：交叉持股和業外投資過多造成資金 運用變得異常複雜。 指標六：董監事持股比率過低或是股權質押 過高的上市櫃公司 指標七：不斷增資。

　第四章　研究方法 研究設計 企業危機預警模式 企業危機 診斷結果 財務資本 鑑別分析 鑑別分析 + 類神經網路 智慧資本

認定上市公司變更交易方式為全額交割股或停止買賣，以及終止其買賣時，均列為失敗公司 研究期間、研究樣本及資料來源 　研究主題 研究主題操作型定義 認定上市公司變更交易方式為全額交割股或停止買賣，以及終止其買賣時，均列為失敗公司 研究期間、研究樣本及資料來源 研究期間：民國91年至94年間 研究樣本：選取25家危機公司和50家正常公司， 共75家樣本公司為研究對象 資料來源：台灣證券交易所網站、公開說明書 、 情報贏家資料庫…等 研究變數介紹

研究變數 指標類別 衡量指標 財務指標 營運獲利分析 營業利益率 營業毛利率 業外收支率 財務結構分析 負債比率 利息保障倍數 速動比率 營運資金比率 長期資金適合率 經營效能分析 存貨週轉率 應收帳款週轉率

研究變數 指標類別 衡量指標 智慧資本指標 結構資本 簽證會計師更換次數 財務預測更新次數 用人費用率 創新資本 研發投入 流程資本 組織年齡 管理費用

　分析工具介紹 多元鑑別分析 多元鑑別分析是一種被廣泛應用在各領域的傳統統計方法，而多元鑑別分析的主要目的為：找出預測變數的線性組合，使其組間差異平方和相對於組內差異平方和（或總差異平方和）之比值為最大，而每一個線性組合與先前已經獲得的線性組合均不相關。 倒傳遞類神經網路 類神經網路的網路型態有許多不同的種類，其中倒傳遞類神經網路是目前應用最為廣泛的模式之一。倒傳遞類神經網路乃隸屬於監督式學習網路模式的一種，其資料是以順向之方式向前傳遞。一般而言，倒傳遞類神經網路之結構包含三層：輸入層、隱藏層及輸出層。

第五章　實證結果分析 本研究為整合財務指標與智慧資本指標建構而成之企業財務危機預警模型，利用鑑別分析及類神經網路進行資料分析。兩研究議題分別分析實證結果，一、為智慧資本對企業危機影響之實證分析，以驗證研究議題一：加入智慧資本相關變數是否有助於提升對企業危機發生之預測能力；二、為兩種模型設計之實證結果比較，以驗證研究議題二：兩階段的模型設計是否優於單一分析工具之運用；最後為本研究實證部分之結果彙整。

鑑別分析變數篩選結果 模型一：財務指標 模型二：財務指標 +智慧資本指標 重要變數名稱 長期資金適合率前五季 營業毛利率前三季   　　由於在本研究實證範例當中，實證資料影響因素眾多，為取得較精簡的輸入變數，本研究使用逐步鑑別功能來進行鑑別分析，並且依據各變數之STRUCTURE MATRIX(結構矩陣)作為刪減變數的準則與方法；依據本論文所挑選之企業衡量指標，經過逐鑑別分析運算後，所篩選出之重要變數如下表： ： 鑑別分析變數篩選結果 模型一：財務指標 模型二：財務指標 +智慧資本指標 重要變數名稱 長期資金適合率前五季 營業毛利率前三季 營業毛利率前四季 營業毛利率前六季 管理費用前一年

模型一之鑑別結果 鑑別分析結果(財務指標) 實際企業 類別 樣本數目 判別結果(家數/百分比) 正確率 整體 危機企業 正常企業 25 24 (96%) 1 (4%) 96% 50 2 48

模型二之鑑別結果 鑑別分析結果(財務指標+智慧資本指標) 實際企業 類別 樣本數目 判別結果(家數/百分比) 正確率 整體 危機企業 正常企業 25 (100%) (0%) 100% 98% 50 2 (4%) 48 (96%) 96%

模型三之鑑別結果 整合模式鑑別結果(財務指標) 樣本數目 家數/ 正確率 錯誤率 總體 訓練期 75 72 (96%) 3 (4%) 96% 98% 確認期 25 (100%) (0%) 100%

整合模式鑑別結果(財務指標+智慧資本指標) 模型四之鑑別結果 整合模式鑑別結果(財務指標+智慧資本指標) 樣本數目 家數/ 正確率 錯誤率 總體 訓練期 75 73 (97.33%) 2 (2.67%) 97.33% 98.665% 確認期 25 (100%) (0%) 100%

研究結果彙整 分析模型 分析方法 整體正確判別率 模型一 鑑別分析(財) 96% 模型二 鑑別分析(財+智) 98% 模型三 整合模式(財) 模型四 整合模式(財+智) 98.665%

第六章 結論與建議 研究議題一：加入智慧資本指標是否更能偵測企業危機之發生 第六章　結論與建議 研究議題一：加入智慧資本指標是否更能偵測企業危機之發生 模型一鑑別結果部分，僅含財務比率指標，正確率為96%，而模型二則為加入智慧資本，整體正確率提升為98%。 然而模型三以類神經網路為分析工具，僅含財務比率指標，整體正確率為98%，而模型四也是以類神經網路為分析工具，加入智慧資本，整體正確率提升為98.665%。  

研究議題二：多元鑑別分析與倒傳遞類神經網路的模型設計是否優於單一工具之運用 在財務比率指標模型中，鑑別模式預測結果之整體分類正確率為96%，而兩階段的整合模式整體正確率提升為98%。 在加入智慧資本指標的模型中，鑑別模式預測結果之整體分類正確率為98%，而兩階段的整合模式整體正確率提升為98.665%。

由模型一、模型二所篩選出的顯著變數來探討博達公司重要指標 1.長期資金適合率： 博達公司在87年度至89年度長期資金佔固定資產的比率約為150%，90年度提高為250%，成長約67%，91年度更是成長至316%，博達如此大幅度的漲幅，足以讓投資大眾判斷博達的財報是否有疑似作假的跡象。

2.營業毛利率： 博達公司從86年以前未超過15%，至87年則升至22%。 3.管理費用： 博達公司在87年的管理費用為58%，而每年的成長率卻高的驚人到91年度成長率為88%，博達如此大幅度的漲幅，足以讓投資大眾判斷博達的財報是否有疑似作假的跡象。由此証實，鑑別分析所篩選出的重要變數，對於危機企業的偵測有一定的影嚮力。

謝謝 簡報完畢 謝謝大家指教