判别分析法与类神经网络在企业财务危机判断上的应用
摘要：近年来，由于整体经济环境的快速变迁，造成企业发生财务危机的可能性随之逐年增加，因此，建立一个有效的企业危机诊断模式，是当前学术界与经济界相当重要的课题之一。本研究利用整合判别分析与类神经网络的两个阶段建构模型方法，建构企业危机诊断分类模型。本研究经由理论与文献的探讨，建立了新的企业危机诊断模式，在经过实证的结果发现，经由判别分析方法针对所考量的衡量企业危机指标进行分析，得知企业经常失败的原因，除了受到传统财务构面指标的影响外亦受到智慧资本构面指标的影响。
关键词：企业危机 类神经网路 智慧资本 判别分析
一、绪论
近年来，企业经营环境随着资讯全球化时代的来临而有了重大的转变，在面对这样瞬息万变的情况下，企业本身已无法再使用传统的经营模式来处理其所面对的问题。而基本上，企业经营通常会受到外部环境、本身经营不善或错误经营策略的影响，而造成财务危机的发生与倒闭现象。是面对这样动态变化的企业环境下，企业危机预警制度的建立，就变得相当重要与紧迫。
为了解决现存类神经网络方法的缺点并增加企业危机诊断成功的精确度，本研究尝试提出——整合判别分析与类神经网路的两阶段模式建构程序，来进行企业危机诊断分类模式的建立。主要的研究目的是希望先经由传统的判别分析方法进行分析，再将其辨别之结果当作类神经网路的额外输入信息，以提供类神经网络个良好的起始点，再透过类神经网络的学习、辨识能力，来发展个更为快速、精确的企业诊断模式。
二、研究方法
本研究的目的是整合判别分析法与倒传递类神经网络，针对企业危机诊断分析建构预警模型。研究的进行程序是先针对资料进行判别分析，筛选出重要指标并得到初步判别结果，再将此判别结果并入倒传递类神经网络的输入层，作为额外的变数信息，最后再利用倒传递类神经网络修正判别数值，以求得较佳的.企业诊断结果。
1、判别分析
判别分析是种被广泛应用在各领域的传统统计方法，而判别分析的主要目的为：找出预测变数的线性组合，使其组间差异平方和相对于组内差异平方和(或总差异平方和)的比值为最大，而每个线性组合与先前已经获得的线性组合均不相关。其实施的程序在于先检定各组重心是否有差异再找出那些预测变数具有最大的区别能力，最后再根据新受测者预测变数的数值，将该受测者分派到其所应隶属的群体。
2、倒传递类神经网络
类神经网络的网络型态有许多不同的种类，其中倒传递类神经网络是目前应用最为广泛的模式之一。倒传递类神经网络隶属于监督式学习网络模式的种，其资料是以顺向的方式向前传递。
当建立网络模型时，对于相关参数的选择常有许多基本的原则需考量运用。例如在网络隐藏层方面，经验显示隐藏层在到二层时会有最好的效果，亦提出具有层隐藏层的神经网络模式就能达到解决问题时所需要的精确度。由于隐藏层的神经元数目会影响整个网络的学习能力，因此过多的神经元数目虽然可以达到较好的学习效果，但是在训练时却需要花费较多的时间，在使用上较不方便。
三、实证研究
1、研究设计
为实际探讨智慧资本指标对企业危机产生与否的影响，及验证论文中所提之整合判别分析与类神经网络两阶段建构模式方法的有效性，本研究以上市公司资料为实证研究的测试对象。原则上，我们将先使用判别分析进行企业危机的初步分类，并找出重要的影响指标：再将其诊断结果当作类神经网络的额外输入信息，以提供类神经网络个良好的起始原点，再透过类神经网络的学习与辨识能力，来发展个更为快速且精准的诊断模式。
2、买证结果
针对本研究样本资料，我们首先使用判别分析来进行诊断模式的建构，此外，为求建构模式的客观性及效度考量，本研究将70笔资料中的46笔作为模式建构之用，而剩下之24笔资料则保留为测试之用。
关于单纯使用类神经网络来建构企业诊断模式方面，在网络结构决定部分，通常一个适当且包含单隐藏层的类神经网络模式，可针对问题提供足够的精确度。因此，在本文所建构的类神经网络将只包含单隐藏层。在输入层神经元方面，我们将根据先前判别分析所求得的变数筛选结果，只单纯采用六个变数作为输入变数，而由于输入层中只有6个神经元，因此隐藏层中神经元的测试个数被设定为11、12、13、14与15五种组合;最后在网络的输出层部分则只包含1个神经元。
在整合判别分析与类神经网络模式的建构方面，由于整合模式必须加入判别分析的判别结果作为类神经网络输入层的额外信息，因此整合模式输八层将包含7个神经元进行测试：而隐藏层中神经元的数目则选择为13、14、15、16与17等五种组合：最后输出层部分则仍只包含1个神经元。
四、结论与建议
本研究利用整合判别分析与类神经网络的两阶段建构模式方法，建构企业危机诊断分类模型。主要的目的是希望先经由传统的判别分析方法进行资料的初步分析，再将其辨别的结果当作类神经网络的额外输八信息，以提供类神经网络个良好的起始原点，再透过类神经网络发展一个更为快速且精确的企业危机诊断模型。此外，在探讨企业危机的衡量指标上，本研究除了参考般传统财务性指标外，亦加入了智慧资本指标，希望藉由更完整多元的企业信息，来帮助投资人评估企业的真实价值，并做出正确的决策。
【判别分析法与类神经网络在企业财务危机判断上的应用】相关文章：
财务分析法在企业的实战应用09-05
忆阻器在神经网络中的应用10-26
人工神经网络在机械工程的应用论文08-13
层次分析法应用08-30
现金流与企业财务危机的关系08-30
数学分析法在工程制图中的应用09-09
浅论BP神经网络模型在中小企业融资征信评估中的应用09-11
企业如何预防财务危机08-25
论文：量本利分析法在医院经济管理中的应用09-03