公司治理與盈余管理概論-資料下載頁
2025-02-26 15:45本頁面
【正文】 公司財(cái)務(wù)危機(jī)發(fā)生的機(jī)率愈高。 正向影響 (+) 在 1%水帄下顯著 三 加入盈余管理程度指標(biāo)建立財(cái)務(wù)危機(jī)預(yù)警模型較只用純會(huì)計(jì)信息變量所建立之模型在分類正確率為佳。 提高分類 正確率 前一年： %至 % 前二年： %至 % 前三年： %至 % 除前三年外，均提高分類 正確率 四 加入公司治理變量之財(cái)務(wù)危機(jī)預(yù)警模型較只用純會(huì)計(jì)信息變量所建立之模型在分類正確率為佳。 提高分類 正確率 前一年： %至 % 前二年： %至 % 前三年： %至 % 前一年至前三年均提高分類正確率 五 整合加入公司治理變量和盈余管理指針下之財(cái)務(wù)危機(jī)預(yù)警模型較只用純會(huì)計(jì)信息變量之模型為佳。 提高分類 正確率 前一年： %至 % 前二年： %至 % 前三年： %至 % 前一年至前三年均提高分類正確率 三、 Logistic回歸分析之分類正確率 2 ? (二 )全樣本下模型配適力之匯整 ? 1 KolmogorovSmirnov檢定 ? 此類驗(yàn)證指標(biāo)的理論基礎(chǔ)是透過無母數(shù)檢定方法，檢定兩個(gè)獨(dú)立樣本是否取自同一母體 (亦即有相同的比例結(jié)構(gòu) )，由模型所估計(jì)出來的結(jié)果，兩母體 (即發(fā)生財(cái)務(wù)危機(jī)公司與正常公司 )的累積機(jī)率分配是否相同。若模型估計(jì)出兩樣本母體一致，其累積頻率該彼此相當(dāng)接近，其差異則是隨機(jī)的。如果在某一階段累加相對(duì)次數(shù)差異太大，則表示兩組樣本有很大的可能性來自不同母體，即當(dāng)檢定統(tǒng)計(jì)量太大時(shí)，應(yīng)拒絕母體相同或一致的假設(shè)。本文中，若正常公司和違約公司累加相對(duì)次數(shù)差異太小，則表示此模型無明顯區(qū)分能力，無異于隨機(jī)的評(píng)估過程。 三、 Logistic回歸分析之分類正確率 3 ? 但是 KS檢定的統(tǒng)計(jì)量并無效力上的解釋，即最大差異量的大小不代表模型的優(yōu)劣，只能作為判斷是否拒絕虛無假設(shè)的依據(jù)。因此 KS檢定無法對(duì)模型做出何者較優(yōu)的結(jié)論。 Mays (2023)指出較低的 KS統(tǒng)計(jì)值并不代表模型相對(duì)較差，因此單純使用 KS最大差異量進(jìn)行模型驗(yàn)證，有可能產(chǎn)生偏誤。 三、 Logistic回歸分析之分類正確率 4 ? (Receiver Operating Characteristic Curve； ROC曲線 ) ? Mays (2023)指出一個(gè)好的財(cái)務(wù)危機(jī)預(yù)警模型主要特質(zhì)應(yīng)該盡可能達(dá)到高的預(yù)測正確率 (亦即型一誤差要愈小愈好 )，同時(shí)又盡可能具有最低的預(yù)測錯(cuò)誤率 (亦即型二誤差也要愈小愈好 )。在分析某一截?cái)帱c(diǎn)下之模型配適力，可分別計(jì)算出在某截?cái)帱c(diǎn)下預(yù)測正確率與預(yù)測錯(cuò)誤率，最后在一個(gè) X軸為預(yù)測錯(cuò)誤率， Y軸為預(yù)測正確率之二維空間中連接各個(gè)點(diǎn)，此條曲線即為 ROC曲線。 三、 Logistic回歸分析之分類正確率 5 ? 從 ROC當(dāng)中可以得到一個(gè)具體整體性經(jīng)濟(jì)意義的數(shù)值比率，這個(gè)比率由求算 ROC曲線以下的面積 而來，因此稱為「 曲線下區(qū)域 」 (area under curve；AUC)。 AUC值介于 0與 1之間，數(shù)值愈接近 1其正確率愈高。 AUC可解釋為在某一截?cái)帱c(diǎn)下，驗(yàn)證模型對(duì)區(qū)別正常公司和出現(xiàn)財(cái)務(wù)危機(jī)公司的帄均能力。當(dāng)AUC的區(qū)域?yàn)?，表示模型區(qū)別正常公司和出現(xiàn)財(cái)務(wù)危機(jī)公司采取隨機(jī)的過程，此時(shí)模型毫無區(qū)隔能力；當(dāng) AUC的區(qū)域?yàn)?1時(shí)，表示模型為最佳。 三、 Logistic回歸分析之分類正確率 6 ? 本研究針對(duì)全樣本，進(jìn)行財(cái)務(wù)危機(jī)預(yù)警模型的建置，藉以了解使用的樣本是否具有良好的模型配適力。若在全樣本下之模型配適力欠佳，代表樣本本身可能存在問題，并不具研究價(jià)值。由表 12實(shí)證結(jié)果顯示：七個(gè)模型全樣本的 AUC判斷準(zhǔn)則下， AUC介于 ，其中樣本配適力最好的模型為會(huì)計(jì)信息、公司治理、盈余管理 (Model 7)，其余依次為會(huì)計(jì)信息、公司治理 (Model 6)，公司治理、盈余管理 (Model 5)，公司治理 (Model 4)，會(huì)計(jì)信息、盈余管理 (Model 3)，會(huì)計(jì)信息 (Model 2)，配適能力最差的則是盈余管理 (Model 1)，由上述可知，本研究所使用的樣本具區(qū)別能力與研究價(jià)值。 表 12全樣本下模型配適力統(tǒng)計(jì)分析表 (財(cái)務(wù)危機(jī)前ㄧ年至前三年 ) 模型Model KS統(tǒng)計(jì)量 ROC曲線下面積 AUC 配適力排序 前ㄧ年 前二年 前三年 前ㄧ年 前二年 前三年 盈余管理 (Model 1) 7 會(huì)計(jì)信息 (Model 2) 6 會(huì)計(jì)信息、盈余管理(Model 3) 5 公司治理 (Model 4) 4 公司治理、盈余管理(Model 5) 3 會(huì)計(jì)信息、公司治理(Model 6) 2 會(huì)計(jì)信息、公司治理、盈余管理 (Model 7) 1 表 13財(cái)務(wù)危機(jī)預(yù)警模型分類正確率之匯整 1單位： % 模型 樣本分群 前一年 前二年 前三年 盈余管理 (Model 1) 正常公司 危機(jī)公司 整 體 Cox Snell R2 會(huì)計(jì)信息 (Model 2) 正常公司 危機(jī)公司 整 體 Cox Snell R2 會(huì)計(jì)信息、盈余管理 (Model 3) 正常公司 表 13財(cái)務(wù)危機(jī)預(yù)警模型分類正確率之匯整 2單位： % 會(huì)計(jì)信息、盈余管理 (Model 3) 正常公司 危機(jī)公司 整 體 Cox Snell R2 公司治理 (Model 4) 正常公司 危機(jī)公司 整 體 Cox Snell R2 表 13財(cái)務(wù)危機(jī)預(yù)警模型分類正確率之匯整 3單位：% 公司治理、盈余管理 (Model 5) 正常公司 危機(jī)公司 整 體 Cox Snell R2 會(huì)計(jì)信息、公司治理 (Model 6) 正常公司 危機(jī)公司 整 體 Cox Snell R2 會(huì)計(jì)信息、公司治理、盈余管理 (Model 7) 正常公司 危機(jī)公司 整 體 Cox Snell R2 *使用切割點(diǎn)為 (二 )模型分類正確率之匯整 本文之 Logistic回歸分析模型共七種：盈余管理(Model 1)、會(huì)計(jì)信息 (Model 2)、會(huì)計(jì)信息及盈余管理 (Model 3)、公司治理 (Model 4)、公司治理及盈余管理 (Model 5)、會(huì)計(jì)信息及公司治理(Model 6)、及會(huì)計(jì)信息、公司治理及盈余管理(Model 7)對(duì)財(cái)務(wù)危機(jī)公司及財(cái)務(wù)正常公司之分類正確率進(jìn)行歸納比較。 伍、結(jié)論 在財(cái)務(wù)危機(jī)公司分類正確率方面，本研究利用會(huì)計(jì)信息、公司治理變量和盈余管理指針分別建構(gòu)七種模型，其中以整合 會(huì)計(jì)信息、公司治理變量和盈余管理指針 所建構(gòu)之模型在財(cái)務(wù)危機(jī)公司分類正確率有最佳的預(yù)測能力，對(duì)財(cái)務(wù)危機(jī)公司之正確分類率分別為：發(fā)生 財(cái)務(wù)危機(jī)前一年為 %，前二年為%，前三年為 %，符合本研究假說五。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1