| Abstract: | 近年來,有關公司財務結構與經營績效的研究,財務比率分析一直是最常用的工具。因財務比率的通用性,使得財務報表的內外部使用者如管理當局,債權人和權益投資人在進行其財務決策時,能夠獲得顯著的效用,而其研究方法可分為單變量分析及多變量分析。Altman〔1968〕利用多變量區別分析建立區分數模式之後,將多變量區別分析用以進行公司經營績效的研究乃大為盛行。唯這些研究所建立的區別分析模式之正確區別率,往往隨距離失敗事件日期愈遠而愈趨下降,效果並不佳。而非財務性資料的加入是否會影響預測的能力,國內外的文獻均少提及。 本研究將在傳算器(Transputer)所組成之微平行電腦並行系統上,以範例學習演算法建構預測企業經營績效之系統,藉以輔助財務報表使用者評估企業績效。本研究將以上市公司為研究對象。抽取十個年度的財務與非財務性資料為樣本,並作為系統學習所需之範例;同時探討影響企業經營績效好壞之關鍵因素,以作為系統學習所需之線索;然後經由範例學習演算法導出判斷企業經營績效良好與否的法則,以建構預測企業經營績效之系統。 根據研究結果顯示:範例學習法所建之區別模式,其區別能力可達80%左右,而預測能力可達60%以上。遠較以傳統統計方法Logit模式之區別與預測能力(約為70%與40%)為佳。同時,研究亦發現資料樣本愈多,所使用之線索愈多,所建模式之預測能力愈好。此外,不論採何種模式,EPS、總資產報酬率以及股東權益報酬率等,均係預測未來EPS增減趨勢的重要線索。最後,我們也提出一些未來研究之課題,期能進一步探討預測結果所蘊涵的資訊價值;亦即根據預測結果,在資本市場上實證,是否能提高投資效益,獲取超常報酬。 |
