English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 18278/19583 (93%)
造訪人次 : 2123251      線上人數 : 471
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://nhuir.nhu.edu.tw/handle/987654321/6457


    題名: 以會計資訊衡量企業信用風險:區別分析與類神經網路模型之比較與應用
    其他題名: Prediction of Corporate Credit Risk by Accounting Information-A Comparison of Multivariate Discriminate Analysis and Artificial Neural Network Model
    作者: 古永嘉;陳達新;陳維寧;楊延福
    關鍵詞: 企業信用風險
    逐步區別分析
    區別分析
    類神經網路
    日期: 2007-06-01
    上傳時間: 2010-12-21 16:38:32 (UTC+8)
    出版者: 南華大學企業管理系管理科學碩士班
    摘要: 我國隨著金融市場與金融機構的蓬勃發展,信用風險之管理問題愈加嚴重。如何對公司企業進行信用風險衡量,為目前大家所關心的焦點。有鑑於此,本研究以2001~2005年,台灣上市、櫃公司的83家違約公司為研究樣本,並採取總資產大小相對應的83家無違約公司為對照樣本,希望自發生違約時點前一年或更早,能夠預測出公司發生違約之可能性。本研究利用逐步區別分析及多變量區別分析建立信用違約預測模型。另外也比較區別分析及類神經網路所建構之企業信用風險預測模型,以檢定二者何者具較高之預測能力,藉以提供企業量化信用風險之依據,使債權人及投資者能瞭解企業涉險程度,作為有效的投資策略與風險管理的方法。經由實證結果,類神經網路模型無論在變數選取數目(選取5個變數),整體模型分類正確率(HR為98.59)、各年度之模型分類正確率(三年度之 HR 均為98.19%)及模型外部效度(HR為93.33%)等,皆優於以區別分析法所建立之危機預測模型,在兩相比較下,類神經網路模型是屬較佳的危機預測模型。
    關聯: 管理科學研究
    4卷1期
    顯示於類別:[本校期刊] 管理科學研究
    [企業管理學系(管理科學碩/博士班,非營利事業管理碩士班)] 管理科學研究

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    3092040103.pdf112KbAdobe PDF2230檢視/開啟
    index.html0KbHTML760檢視/開啟


    在NHUIR中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋