本研究之主要研究方向是利用2003-2008年上市櫃公司公開財務
資訊來建構危機預警模式。並對公司發生財務危機的可能性進行分
析預測，提供相關機構或投資人財務危機參考警訊。
在變數選取方面，過去國外學者如Altman(1968)利用財務結構
、經營能力與獲利能力三構面，所對映相關之財務比率做為危機預
警輸入變數。本研究則再增加現金流量與償債能力二構面之相關財
務變數來提升模型預警能力。並參考國內外學者，使用最能反映此
五項構面之變數，包括有”營運現金流量與負債總額比”、“速動比
率”、“負債比率”、”稅後純益率”、”存貨週轉率、應收款項週轉率
與總資產週轉率之乘積”做為財務變數之輸入資料。
本研究並加入非財務變數，做為提升危機預警區別率，並根據
Wilson andSharda(1994)之一比四配對方式，可以有效的使得整體
模式更符合欲估計之母體。
本研究對於財務危機公司的定義，係以財政部定義臺灣證券交
易所處理營運困難上市公司準則定義，變更交易方式而採暫停交易
或全額交割的上市公司作為研究樣本，而配對正常公司則選擇對映
問題公司，處於相同產業別或同一競爭者對手之公司為主。主要分
析工具則採用模糊邏輯理論（Fuzzy Logic），並使用T檢定來檢測
此預警模式之信度。研究結果發現，使用模糊邏輯分析所得到的風
險係數，用以規範財務危機公司僅有66.7%的區別率。然而對一些
問題公司但風險係數處在模糊區間者，本研究則利用1:4的配對方
式，並採用T檢定法來探查該公司的財務風險是否己顯著地不同於
同產業的公司。利用此一方法，其區別率可攀升至90.7%。且正常
公司的區別率也可保持96.8%

The major research direction of this study is an appplication of fuzzy theory in financial early warning model for Taiwan listed companies. This research would like to analyze and predict the possibility of occurring financial distress companies as well as provide the warning information to related organizations or investors.
In the aspect of variables selected, the scholar like Altman(1968) made used of these financial ratios which were adopted from three constructions including “financial
structure”,” business capacity” and “the profit ability” as input variables of warning model.
To raise the predictability of financial distress companies, we include two constructions “cashflow” and “liquidity” into this warning model. Then take five input variables which are the most representative of five constructions including “the operation cashflow to total
debt”,”Quick ratio”,“Debt ratio”,“Net income to sale”,“ The accumulation of multiplying
“accounts receivable turnover”,“Average inventory turnover”,“Total asset turnover” as the financial variables input data.
This research also includes non-finanical variables into the warning model to improve the model distinguishable ability, and the 1:4 pair way is also adopted according to Sharda(1994) studied.
The definition of distress companies is based on “Taiwan Stock Exchange Corporation Regulations Governing Trading of Stocks” The companies that encountered financial distress from 2005 to 2008 are selected as studied samples. The paired companies will be chosen those which are either competitors or producing similar production. The Fuzzy Logic will be taken as major analysis tool as well as T-tset to check the reliability of this warning model.
The research result indicates there is only 66.7% difference rate by using the risk coefficient which the fuzzy logic analysis obtains to distinguish the distress companies.
Therefore, those which the risk coefficient of companies stay within indefinite sector will be tested by 1:4 pair as well as T-test to improve this insufficience. By using this method, the difference rate could be improved up to 90.7% for distress companies and 96.8% for normal companies.

1. Altman, E.I., "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy," Journal of finance, September 1968, pp589-609.
2. Altman, E.I. and Robert A. Eisenbeis, “Financial Applications of Discriminant Analysis: A Clarification,” Journal of Financial and Quantitative Analysis,
March 1978, pp.158-195.
3. Agrawal, A. and G.N.Mandelker. 1987. Managerial Incentives and Corporate Investment and Financing Decisions, Journal of Finance (42), pp.823-837.
4. Alkhafaji, F. 1990. Restructuring American Corporations Cause, Effects, and Implications, Quorum Books (208).
5. Atiya, A.F. 2001. Bankruptcy Prediction for Credit Risk using Neural Networks:
A Survey and New Results: A Survey and New Results, IEEE transactions on neural networks (12).
6. Abid, F. and A.Zouari. 2002. Predicting Corporate Financial. Distress: A New Neural Network Approach, Journal of Accounting (June).
7. Bahnson, P. R. and J. W. Bartley, “The Sensitivity of Failure Prediction Models to Alternative Definitions of Failure,” Advances in Accounting, Vol. 10, 1992,
pp.255-278.
8. Beaver, W.H., "Financial Ratios as Predictors of Failure," Journal of Accounting Research, 1966, pp.71-111.
9. Beaver, W.H., "Alternative Accounting Measures As Predictors of Failure,"Accounting Review, January 1968, pp.113-122.
10. Blum, M., "Failure Company Discriminant Analysis,” Journal of Accounting Research, Spring 1974, pp.1-25.
11.Deakin, E. B., "A Discriminant Analysis of Predictors of Business Failure,"Journal of Accounting Research, Spring 1972, pp.167-179.
12.Frydman, H., E.I. Altman, and D. Kao, "Introducing Recursive Partitioning for Financial Classification: The Case of Financial Distress," Journal of Financial,
March 1985, pp.269-291.
13.Gessner, Guy, Wagner A. Kamakura, Naresh K. Malhotra, and Mark E.Zmijewski, “Estimating Models with Binary Dependent Variables: Some Theoretical and Empirical Observations,” Journal of Business Research, Vol. 16,
Jan 1988, pp.49-66.
14.Gooding, A. and T. O’malley, “Market Phase and Stationarity of Beta,” Journal of Financial and Quantitative Analysis, Vol.12, December 1977, pp.833-857.
15.Johnson, M., “The Effect of Recession on Ratio Analysis,” The Mid-Atlantic Journal of Business, March 1997, pp.19-35.
16. Koh, H. and S. Tan (1999),“A neural network approach to the prediction of going concern status,” Accounting and Business Research 21, 211-216.
17.Lev, B. and S. Thiagarajan, “Fundamental Information Analysis,” Journal of Accounting Research, 1993, pp.190-215.
18. Martin, D. (1977),”Early Warning of banking failure, ” Journal of Banking and Finance, pp.249-276.
19.Mensah, U. (1984). An Examination of the Stationarity of Multivariate BankruptcyPrediction Models : A Methodological Study. Journal of Accounting
Research (Spring) :pp.380-395.
20. Mckee, T.E. & Lensberg,T. (2001). Genetic Programming and Rough sets: A Hybrid Approach to Bankruptcy Classification. Journal of Operational
Research (138): pp.436-451.
21. Ohlson, J.A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research (Spring): 109-131.
22. Odom, M.D. & Sharda,R. (1990). A Neural Network Model forBankruptcy Prediction, Ieee Reaserch (12): pp.163-168.
23. Williamson, E.O. 1983. Credible Commitments:Using Hostages to Support Exchange, American Economic (73):pp.519-540.
24. Wruck, K. 1990. Financial Distress, Reorganization and Organizational Efficiency, Jouranl of Financial Economics (27):pp.419-444.
25. Wilson, R.L. and R.Sharda. 1994. Bankruptcy Prediction using Neural Networks, Decision Support Systems for North-Holland (11): pp.545-557.
26. Zmijewski, M. 1984. Methodological Issues Related to the Estimation of Financial Distress Prediction Models, Journal of Accounting Research (22):
pp.89-82.
27. Zahra, S.A. and J.A.Pearce II. 1989. Boards of Directors and Corporate Financial Performance: A Review and Integrative Model, Journal of Management
(15):pp.291-334.
1. 台灣經濟研究院，民國88年3月，我國企業爆發財務危機之成 因、影響及防範之研究，行政院經濟建設委員會。頁27-97。
2. 杜詩敏，民國92 年，不同之類神經網路應用於財務危機預測模型之比較，樹德科技大學金融保險研究所碩士論文。頁44-65。
3. 吳智鴻，民國92 年，結合基因演算法最佳化「支持向量機」參數-財務危機上之應用，台北大學企業管理研究所博士論文。頁31-55。
4. 吳雅娟，民國95年，「以模糊理論建構台灣上市櫃電子公司財務危機預警模型與實證」國立成功大學高階管理碩士在職專班碩士論文。頁27-64。
5. 林群凱，民國94年，「上市公司財務危機預警模式-以非財務資訊及不同預測模型建構」，國立成功大學會計學研究所碩士論文。頁29-33。
6. 林金賢、陳育成、劉沂佩＆鄭育書，民國93年，具學習性之模糊專家系統在財務危機預測上之應用。管理學報，21卷，3期。頁291-309。
7. 林文修，民國89年，演化式類神經網路為基底的企業危機診斷模型：智慧資本之應用。國立中央大學。頁55-68。
8. 洪啟智，民國87年，「集團企業財務危機之預警研究」，國立中央大學財務管理研究所碩士論文。頁33-48。
9. 施麗玉，民國91年，農會信用部財務危機預測模型之研究－模糊類神經網路系統之應用， 國立中興大學。頁21-59。
10.施淑萍，民國89年，「財務危機預警模型與財務危機企業財務特性之研究」東吳大學會計研究所碩士論文。頁13-65。
11.徐淑芳，民國88年。「台灣上市公司財務危機預警─ 應用多變量CUSUM時序列分析」，國立東華大學企業管理學系碩士論文。頁29-71。
12.陳隆麒，民國88年，當代財務管理，華泰文化事業公司。頁45-61。
13.陳惠玲，民國88年，台灣企業信用評等(TCRI)新版方法簡介，貨幣觀測與信用評等，第十六期。頁55-73。
14.陳明賢，民國75年，「財務危機預測之計量分析研究」，國立台灣大學商學研究所碩士論文。頁31-44。
15.陳肇榮，民國73年，財務危機之預測，華泰圖書文物公司。頁36-44。
16.陳肇榮，民國71年，運用財務比率預測企業財務危機之實證研究，國立政治大學博士論文。頁41-66。
17.陳麗芳，民國89年，財務艱困公司股票模糊多準則評選模式之研究－以台灣上市上櫃電子公司為例，義守大學。頁52-66。
18.黃焜煌＆卓統佑，民國87年，模糊邏輯在財務危機預測上之應用。朝陽學報，第三期，頁47-68。
19.黃振豐、呂紹強，民國89年11月，企業危機預警模式之研究—以財務及非財務因素構建，當代會計，第一卷，第一期，頁102-115。
20.許志鈞，民國91年，企業財務危機預警模式-基因演算法、倒傳遞網路與遞迴網路之應用，台北大學企業管理研究所碩士論文。頁25-41。
21.郭瓊宜，民國82 年，類神經網路在財務危機預警模式之應用，淡江大學管科學研究所碩士論文。頁55-67。
22.楊浚泓，民國90年，考慮財務操作與合併報表後之財務危機預警模式。國立中央大學，頁44-49。
23.潘玉葉，民國79年，「台灣股票上市公司財務危機預警分析」，淡江大學管理科學研究所博士論文。頁55-67。
24.鄭柏翊，民國89年，應用遺傳規劃於企業危機診斷模式之建構。國立台北科技大學，頁33-54。
25.賴以建，民國91年，基因演算法、類神經網路及決策樹於財務危機預警模式之應用研究，台北大學。頁77-82。
26.蘇文娟，民國89年，台灣上市企業財務危機預測之實證研究，國立東華大學國際經濟研究所碩士論文。頁31-77。