Reference: | 1. 史治平(1996),產險保險公司早期財務警告系統之探討,逢甲大學統計與經 算研究所碩士論文 2. 李玉蘭(1998),建立票券金融公司預警系統研究,輔仁大學金融研究所碩士 論文 3. 吳祁蔓(2001),金融預警系統之研究—以台灣地區銀行為例,東吳大學企業 管理研究所碩士論文 4. 林柏勳(1996),金融預警系統之動態模式:以綜合證券商為實證,東海大學 應用統計研究所碩士論文 5. 金慧貞(2002),多變量EWMA財務危機預警模式之應用,朝陽科技大學財務 金融所碩士論文 6. 林維義(2004),金融預警制度與金融控股公司之風險管理(上),信用資訊 7. 林震岩(2006),多變量分析SPSS的操作與應用,智勝出版社 8. 洪幸臨(1994),銀行經營績效評鑑模型之研究—以台灣本國銀行為例,淡江 大學管理科學研究所碩士論文 9. 馬中驍(1995),台灣地區壽險業清償能力預警模型-LOGIT與類神經網路之應 用,逢甲大學保險學研究所碩士論文 10. 張木根(1990),我國證券經紀商建立預警制度之研究,中興大學企業管理系 碩士論文 11. 陳清心(1992),金融預警系統簡介,今日合庫,18卷,6期,頁4-13 12. 陳聯一等九人(1996),建立金融預警系統之研究,存款保險叢書之四十三 13. 陳崇賢(1996),壽險公司清償能力之研究-遺傳進化之類神經網路的應用,台 灣大學財務金融研究所碩士論文 14. 許振明、劉完淳(2001),票券業經營績效評比,財團法人國家政策研究基金 會之國改研究報告 15. 許振明、劉完淳、謝淑齡,(2004),金融機構預警模型之研究,存款保險資 訊季刊第十七卷第二期,頁51-75 16. 黃達業(1998),台灣地區金融預警系統之研究,行政院國家科學委員會輔助 專題研究報告 17. 劉德明(1995),證券商之財務準則與預警制度之研究,行政院國家科學委員 會專題研究計劃成果報告 18. 劉明德(1996),證券商之預警制度與失敗預測,證券市場發展季刊,第八卷, 第三期,頁89-114 19. 劉明德(1999),論綜合證券商之預警制度與財務規模,證券櫃檯,第31期, 頁12-30 20. 簡松棋(2005),保險會計原理與實務 21. 羅依雯(2002),以動態財務分析預測我國產險業清償能力,逢甲大學保險學 研究所碩士論文 22. 顧石望(1997),金融預警制度之研究—本國一般銀行為例,政治大學企業管 理研究所碩士論文 1. Altman, E.I.(1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy,” Journal of Finance, 23(4), pp.578-609. 2. Altman, E. I. and Loris, B.(1976), “A Financila Early Warning System for Over-The-Counter Broker-Dealers,” The Journal of Finance, vol.31., no.4, pp.1201-1217. 3. Altman, E.I., Marco, G. and Varetto, F.(1994), ”Corporate distress diagnosis: Comparisons using linear discriminant analysis and neural networks,” Journal of Banking and Finance, vol.18, pp.505-529. 4. Carson, J. M. and Hoyt, R. E.(1995), “Life Insurer Financial Distress: Classification Models and Empirical Evidence,“ Journal of Risk and Insurance, vol.62, pp. 764-775. 5. Collins Robert A.(1980),”Empirical Comparison of Bankruptcy Prediction Model,” Financial Management, pp.52-57. 6. Collins, R.A. and Green R.D.(1982), ”Statistical Methods for Bankruptcy Forecasting,” Journal of Economics and Business, vol.34, no.4, pp.349-354. 7. Gentry, J.A., Whitford D.T. and P.Newbold(1988), ”Predicting Industrial Bond Ratings with a Probit Model and Fund Flow Components,” The Financial Review, vol.23, pp.269-86. 8. Korobow, L. and Stuhr, D. P.(1985), “Performance Measurement of Early Warning Models: Comment on West and Other Weakness/Failure Prediction Models,” Journal of Banking and Finance, vol.9, pp.267-273. 9. Lane, W.R., Looney, S. W. and Wansley, J.W.(1986), “An Application of the Cox Proportional Hazard Model to Bank Failure,” Journal of Banking and Finance, 10, pp.511-31. 10. Lo, A.W.,(1986), “Logit Versus Discriminant Analysis: A Specification Test and Application to Corporate Bankruptcies,” Journal of Econometrics, pp.151-178. 11. Matin, D.(1977),”Early Warning of Bank Failure”, The Journal of Banking and Finance, pp.249-276. 12. Odom, M.D. and Sharda, R.(1990), ”A Neural Network Model for Bankruptcy Prediction,” IEEE INNS IJCNN, vol.2, pp.163-168. 13. Pantalone C.C. and Platt M.B.(1987), ”Predicting commercial Bank Failure Since Deregulation”, New England Economic Review of Federal Reserve Bank of Boston. 14. Ran Bar-Niv(1983), “Insolvency Prediction for P-L Insurers: New Statistical Measures and the Effects of Alternative Accounting Practices,” Ph.D. dissertation, The Ohio State University, pp.160-167. 15. Rebel, A. C., Cornyn, B. G., and Gunther, J.W.(1995), “FIMS: A New Monitoring System for Banking Institutions,” Federal Reserve Bulletin. 16. Sinkey, J.F.(1975), ”A Multivariate Statistical Analysis of the Characteristics of Problem Banks,” Journal of Finance, vol.30, pp.21-36. 17. Sinkey, J.F.(1977), ”Identify Large Problem/Failed Banks: the Case of Franklin National Bank of New York,” Journal of Financial and Quantitative, pp.779-801. 18. West, R.C.(1985), ”A Factor-Analytic Approach to Bank Condition”, Journal of Banking and Finance, pp.253~266. 19. Zhang, G., Hu, M.Y., Patuwo, B.E. and Indro, D.C.(1999), ”Artificial Neural Networks in Bankruptcy Prediction: General Framework and Cross-Validation Analysis,” European Journal of Operational Research, vol.116, pp.16-32. |