財務困難預測模式中分割點之探討-以台灣上市公司為例

Abstract

有關企業失敗，財務困難之預測，前人研究不在少數。其中，或有著重於 探討某些變數是否具區別能力，或有著重於各種統計方法之比較。然而， 各種方法之運用，無非是想要建立一個最佳的預警系統，來幫助社會大眾 預測企業財務危機，以避免企業發生倒閉，而造成社會無法估計的損失。 本研究，即欲利用羅吉特迴歸建立區別模型，希望透過分割點問題之研究 ，而提高模型之預測能力。在羅吉特迴歸模型中，分割點的決定，一直是 一個很棘手的問題，根據以往的經驗，我們常以下列這三種情況，來決定 分割點： 1.以樣本比率決定分割點。 2.以錯誤分割率總和最小者 ，為分割點。 3.以母體分配的機率與錯誤歸類成本，來決定分割點。本 研究係在錯誤歸類成本相同之假設下，試圖尋找以樣本比率所得的分割點 和真正去找出錯誤歸類總和為最低的分割點，是否一致。 結果發現， 以一般樣本比率所決定的分割點，其錯誤分割率總和並不是絕對最低，這 也就是說，以往我們常用的方法－以樣本比率來決定分割點，有時並不是 最佳的分割點。雖然利用樣本比率來決定分割點，並不能保證其錯誤分割 率總和為最小，但其犯型Ⅰ錯誤與型Ⅱ錯誤的機率較平均。這也是為什麼 我們長久以來，一直以此方法來決定羅吉特迴歸模型分割點之最大原因。