走在汽車革命的路上論文書籍站
國立政治大學 資訊管理學系 諶家蘭、林我聰所指導 賴士詮的 結合文字探勘與財務指標建置財務預警模型之研究 （2017），提出益航淨值關鍵因素是什麼，來自於文字探勘、情緒分析、財務預警、企業失敗。
結合文字探勘與財務指標建置財務預警模型之研究
為了解決益航淨值 的問題，作者賴士詮 這樣論述：
上市櫃公司若是發生財務問題，不僅會影響企業內部的員工與利益，更是會影響外部眾多投資者的利益，造成投資者重大的財物損失，更嚴重也會引起金融秩序的混亂造成金融危機，所以建立一個能提早預警公司之財務狀況的系統能提早察覺公司的財務惡化、發覺公司可能發生問題的癥兆，對投資人發出警訊是非常重要的，也對國際與國外的金融市場中，預防與降低其造成的傷害。現今的財務年報與財經新聞當中都是非結構化的文本資料，然而這些文本資料也蘊藏著許多有關於企業財務狀況的資訊，而這些公開的文本資料雖然豐富且完整，過往之研究卻較少探討財經新聞之文本資料是否會反映出公司內部的財務營運狀況，因此本研究也考慮到非結構化的文本資料做情緒分
析，根據過往一年的新聞評論來預警公司是否面臨著倒閉危機。本研究採用KNN、Naive Bayes、支援向量機(SVM)三種演算法對CMoney財經新聞進行情緒分析將新聞分類成正向與負向之情緒，並觀察其準確度比較三種演算法之好壞，而在財務比率指標的部分，本研究採用Altman(2000)之ZETA模型中的七大類財務比率指標。而建立財務預警模型的部分，本研究採用台灣證劵交易所所提供2015到2017年終止上市櫃及變更交易方法之公司的統計資料，並蒐集最近(2015至2017)的財務弊案之新聞公司，加入分析樣本(財務惡化之企業)之中，選擇共21家財務有問題的企業，並依規模選取42家財務狀況良好的企業進
行比較且訓練模型，並利用邏輯式回歸、隨機森林與隱藏馬可夫演算法建立模型並比較其準確度。本研究為預警台灣上市公司之財務狀況提供了一套完整的研究流程與方法，並結合文本情緒指標與財務指標的分析流程，可供未來之研究參考。