English  |  正體中文  |  简体中文  |  Items with full text/Total items : 27228/39071
Visitors : 2408133      Online Users : 67
RC Version 4.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
Scope Adv. Search
LoginUploadHelpAboutAdminister

Please use this identifier to cite or link to this item: http://ntour.ntou.edu.tw:8080/ir/handle/987654321/45082

Title: 台灣漁會信用部金融預警系統之研究 — 類神經網路之應用
Authors: 吳明峰;劉祥熹;莊慶達
Contributors: 國立臺灣海洋大學:海洋事務與資源管理研究所
Keywords: 漁會信用部;預警系統;類神經網路
Date: 2003
Issue Date: 2017-12-28T01:29:38Z
Publisher: 臺灣省水產學會論文發表
Abstract: 摘要:基層金融機構的經營倘若出現危機,則將會引起連鎖的危機問題,所產生的損害遠大於一般企業的倒閉,所以在基層金融機構的營運,更需要有效的管理,以建構基層金融機構金融預警系統。確保金融檢查單位能夠及時發現問題機構,並採取相關的管理措施。以往財務危機預測在國內外的相關研究,大部分採用多變量統計方法來建立預測模式,近年來陸續有人提出將類神經網路應用於在財務領域,且以類神經網路來建立預測模式之相關研究顯示,結果均相較優於傳統的統計方法。有鑒於國內漁會信用部金融預警的相關研究並不多,因此引發本文對漁會信用部危機預警的研究動機,冀望本研究的提出,對於漁會信用部的管理者、會員及監理單位,提供作為決策的參考。主要研究結果如下:
本研究依據CAMELS指標,所建立之預警模式,依序比較各金融預警模式之估計樣本預測能力,實證結果顯示,以原始財務變數倒傳遞網路模式正確預測率(88.60%)為最佳模式,其他依序為因素分析後倒傳遞網路模式(87.97%)及Ordered Logit模式(87.34%)。另在保留樣本進行檢測之後,各預警模式正確預測能力,依為原始財務變數倒傳遞網路模式正確預測率(81.10%)為最佳模式,其他依序為因素分析後倒傳遞網路模式(77.85%)及Ordered Logit模式(75.9%)。
URI: http://ntour.ntou.edu.tw:8080/ir/handle/987654321/45082
Appears in Collections:[海洋事務與資源管理研究所] 演講及研討會

Files in This Item:

There are no files associated with this item.



All items in NTOUR are protected by copyright, with all rights reserved.

 


著作權政策宣告: 本網站之內容為國立臺灣海洋大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,請合理使用本網站之內容,以尊重著作權人之權益。
網站維護: 海大圖資處 圖書系統組
DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - Feedback