近幾年來，眼鏡連鎖產業呈現飽和狀態，加上經濟不景氣對消費市場帶來負面的嚴重影響，導致消費者幾乎以價格作為唯一的考慮因素。以品牌來說，目前仍以寶島、得恩堂、宏恩、模範、大陸等眼鏡連鎖店位居領導地位，但是單店精品眼鏡，以及隨著量販店興起的眼鏡店，則是新型態的眼鏡業後起之秀。由於科技進步，眼鏡相關商品早已臻成熟階段。而且近年來國內近視的人越來越多，且年齡層亦有逐漸下降的趨勢。 本研究主要是在探討一般消費者對於眼鏡產品的消費習性，以及區分不同消費者對眼鏡產品的消費傾向。進一步以商業智慧的角度觀察眼鏡市場，故蒐集大量商業智慧和眼鏡產品的資料及文獻，然後藉由商業智慧的流程找出眼鏡市場上有價值的資訊。對未來眼鏡業之發展方向提供具體可行之建議。

自Horst (1941)提出suppressor變數一詞起，由於後續許多研究採用不盡相同思維之著眼點，也就衍生出許多不同定義的suppressor變數。Horst (1941)著重在判定係數的變化，Darlington (1968)、Conger (1974) 及 Cohen and Cohen (1975)則著重在迴歸係數的變化， Velicer (1978)則改用semipartial correlation coefficient來定義suppressor變數，再度將焦點轉回Horst (1941)的思維。Currie and Korabinski (1984)引進enhancement一詞，以便與suppression有所區分。 為了釐清這些紛擾的名詞定義，第二章、三章中，我們分別回顧enhancement與suppression兩現象。第四章中，我們針對enhancement、suppression兩種現象的關聯性，依據四種不同的面向進行比較。第五章，我們針對suppressor變數存在的情況下，藉由模擬實驗的方式，探討stepwise regression、forward selection、backward elimination三種變數選取方式的可能缺憾。第六章為總結。 / Since Horst (1941) introduced the term of suppressor variable, many different definitions of suppressor variables have appeared in literature. Originally, Horst (1941) based the definition on the coefficient of determination. Darlington (1968), Conger (1974) and Cohen and Cohen (1975) paid more attention on the regression coefficients instead. On the other hand, Velicer (1978) used semipartial correlation coefficient to define a suppressor variable, and directed the focus back to that of Horst (1941). In order to differentiate the two similarly related ideas, Currie and Korabinski (1984) proposed the term of enhancement to describe exclusively the situations reflected by the definition of Horst (1941) or Velicer (1978). In order to clarify the ambiguities resulting from various definitions of suppressor variable in literature, we first reviewed enhancement and suppression respectively in Chapters 2 and 3. In Chapter 4, we investigated their relationships from four different perspectives. In Chapter 5, we studied the possible drawbacks on using stepwise regression, forward selection, and backward elimination these three variable selection procedures on the presence of a suppressor variable. Conclusions are provided in Chapter 6.

以集群分析將台北市與新北市的中古房地資料分開討論做分群，使用變數行政區、臨街關係、用途類別、構造種類、土地使用分區、屋齡及單價協助分析，瞭解影響台北市與新北市中古房地價的主因，並可提供房屋仲介業者在推銷上之參考。 一、 台北市平均路寬以大安區最寬有27.08公尺，新北市以八里區與板橋區17.5公尺最寬。 二、 台北市平均屋齡以萬華區最高達32.83年，新北市以烏來區與坪林區37年最高。 三、 台北市平均移轉土地面積坪以士林區最高有10.27坪，新北市以石碇區58.37坪最高。 四、 台北市平均移轉房屋面積坪以內湖區36.8坪最高，新北市以坪林區最高63.26坪。 五、 台北市一坪平均價格以大安區54.01萬最高，新北市以永和23.95萬元最高。 六、 台北市與新北市各行政區之「土地使用分區」、「用途類別」、「臨街關係」皆有顯著差異。 七、 台北市房價分為三群，「高價位商業區之住宅大樓、公寓、辦公商業大樓」與「中價位住宅區之華廈、公寓、住宅大樓」以及「低價位住宅區之公寓」。 八、 新北市房價分為兩群「低價位住宅區之公寓、透天住宅」與「高價位住宅區、商業區、工業區之住宅大樓、公寓、華廈」。 九、 台北市地價分為兩群「高價位住宅區、商業區之不規則形裡地、臨街地」與「低價位住宅區、商業區之方形裡地、臨街地」。 十、 新北市地價分為兩群「低價位農牧、農業用地之不規則形裡地、臨街地、袋地」與「高價位住宅區之方形、不規則形裡地、臨街地」。

本研究個案公司所屬行業為IC設計，一般而言，IC設計公司致力於研發和設計，而將生產部份交由專業代工廠，個案公司卻在其經營狀況處於高峰之際，令人意外地宣佈準備自建晶圓廠，個案公司是在什麼動機考量下作出這決策？又在如此重大策略之後，真的可以解決個案公司的問題嗎？ 本研究係以個案公司為主要研究對象，敘述個案公司所屬的產業環境及其因應產業變遷、力求公司成長過程中在經營策略上的重大改變，闡述個案公司重大的轉變策略的背景因素，並試圖以財務分析的方法事先洞查該公司將來可能面臨的經營問題，再透過SWOT分析、五力分析來看個案公司經營策略轉變的優劣之處及其可能所帶出的經營結果。 透過本個案分析可以證明跨入非本業專精的經營或嘗試自行取代過去一直依賴的專業外包產能是冒了很大的風險，若無完整的配套策略及財務後盾，反而讓原本體質良好的企業陷入經營困境；最後本研究發現適當的製程外包除可減輕負債、設備折舊壓力，對企業本身的ROA、ROE也可維持較佳的表現；另外企業經營的優劣勝敗取決於是否聚焦在”賺最專業的本業”。 關鍵詞：IC設計、IDM、SWOT、五力分析 / This study analyzes an IC design firm’s decision on whether to build and own a fabrication plant (“fab”). In general, IC design firms outsource the production of chips to independent semiconductor foundries. The case company, however, decided to build its own fab during its peak years of operation. What motivated this business decision? Did the rare industry practice meet the firm’s needs? This case study describes the company’s complex industry environments, its business strategies as the firm was coping with industry trends and managing phenomenal growth, and essential background factors that had led to the “own-a-fab” decision. This study also conducts financial analysis in anticipation with the company’s operational challenges. It uses SWOT and Porter’s five forces analysis so as to delineate the benefits and costs of this major shift in business strategy as well as the business results. The study provides evidence that major risks are taken as firms try to divest into an unfamiliar business area (which in this case was outsourced to professional foundries). Without a well-conceived strategy with corresponding measures and sufficient financial backing, a fine company may run into business troubles. Moreover, this study finds that proper outsourcing of manufacturing processes reduces debt and equipments depreciation pressures while contributing to better ROA and ROE performances. The study concludes that successful businesses should try gain focus on it best, most-skillful expertise areas. Key Words：IC design,IDM,SWOT,Five Forces Model.

全球藥品市場持續成長，然而我們卻看到其成長腳步漸趨緩慢，其中的一個因素乃各家藥廠暢銷藥品（Blockbuster）陸續專利到期所致，因此本研究將專利藥到期視為一環境前提之改變，以司徒達賢(2005)的策略形態分析法，分析個案公司在專利藥品到期以前之策略形態及其組織結構之搭配，也就是瞭解其何以成功之策略以及背後之環境前提與條件前提，接著分析專利藥到期對於個案公司之衝擊與影響，最後探討個案公司採取怎樣的策略、背後之環境前提、如何調整組織結構及功能政策。

利用獨立成份分析的功能，解決求解投組分配的困難，再用LAVE,GARCH,跟RiskMetrics 三種不同的變異數方法去配適獨立成份的動態過程，並利用台股指數進行一天的風險值預期，共一千天，最後用回顧測試檢定模型的優劣 / The Value at Risk (VaR) measures the potential loss in value of risky asset or portfolio over a defined period for a given confidence interval. The traditional way needs to estimate corresponding distribution and process of portfolio, which is very difficult. Independent component analysis (ICA) is designed for detection of blind folded signals and retrieves out of a high-dimensional time series stochastically independent source components. We can use the property of independence to estimate distribution of portfolio easily. This paper uses three different volatility estimate methods in conjunction with independent component process to calculate value at risk.

鋼鐵產業因其基礎工業的特性，而成為衡量一國工業生產的指標，與衡量國力強弱的一種象徵。因此，各國政府或多或少都對國內鋼鐵產業採取保護政策，而對市場的供需平衡造成影響，使鋼品價位易起伏不定，增加鋼鐵業者經營的困難度。本論文希望能找出業內廠商之合理股價區間，提供投資大眾與後續研究者一些參考。 鋼鐵產業依照產品處於供應鏈之不同位置與產品特性，可細分為棒線盤元、板鋼、型鋼、冷熱軋鋼捲等子產業。為便於論文中之產業分析與企業策略之分析，同時考慮各子產業上市、櫃公司之數量、年度，以及公司資料的可得性，故選擇棒線盤元產業之廠商，分別為燁興、春雨、嘉益、佳大、三星等五家公司，作為本論文研究之對象。以個案公司2000年至2004年之財務資料，作為推估未來評價數據之依據。並以現金流量折現評價模式之銷售導向與盈餘導向兩種方式，對個案公司未來股價進行樂觀、最可能、悲觀等三種情境，進行評價分析，找出合理股價區間，再透過敏感性分析以及龍捲風圖，找出影響股價變動的關鍵因子。最後推算出當前股價背後隱含的銷售成長率、邊際利潤率、投資率以及盈餘成長率，與實際財務數據比較，以瞭解公司目前股價是否有被高估或低估的情形。 實證結果顯示，燁興、春雨、嘉益、佳大與三星等公司之合理股價區間分別為5.34~12.7元、10.83~17.15元、8.99~12.68元、5.01~13.52元、30.93~37.17元。敏感性分析顯示，五家個案公司影響股價變動之關鍵因子皆為邊際利潤率，當邊際利潤率變動1%，股價變動幅度從7%~37%不等，春雨之股價為最不易受影響者，而燁興的股價則為最敏感者。而由目前股價推算重要評價變數之數據，並與實際財務數據比較結果發現，除了燁興股價有被高估情形之外，春雨、嘉益與三星則是有被低估的情形。

傳統用變異數─共變異數法來衡量投資組合的風險，當投資組合的資產項目很多時，則影響此投資組合價值變動的因素來自不同的市場，而每個市場又可能不只包含一個影響因子，所以，影響這個投資組合變動的因子可能非常複雜。不僅如此，當投資組合的資產項目很多時，則此投資組合的共變異數矩陣會變的十分龐大，在計算此共變異數矩陣會產生一些問題，如共變異矩陣可能為負，以及線性重合的問題，因此本研究希望能應用主成份分析 (Principal Component Analysis)，解決上述的問題，提供一個快速又不失準確的方法，來衡量投資組合的風險。 本研究的實證結果發現，主成份分析法計算出來的風險值，在95%信心水準下，若移動窗口為60天，其穿透次數比簡單加權移動平均法多一次，與指數加權移動平均法有相同的預測能力，若移動窗口為250天，其穿透次數比簡單加權移動平均法多一次，比指數加權移動平均法多五次；在99%信心水準下，若移動窗口為60天，與簡單加權移動平均法和指數加權移動平均法有相同的預測能力，若移動窗口為250天，其穿透次數比簡單加權移動平均法多一次，比指數加權移動平均法多三次。由此可知，運用主成份分析法來計算投資組合的風險值，不僅可以解決共變異數矩陣過於龐大所帶來的問題，且在預測投資組合的風險值上，也有很好的結果。

壽險業的生產力來自於業務員，而教育訓練決定了業務員的品質，由此可知，教育訓練是壽險業相當重視的；要如何吸引更多的業務員，也是壽險業的重要課題，招募計劃與會後聯繫都需要有良好的規劃。而菁英計劃將招募與訓練結合，形成一完整之培訓計劃。 本研究針對個案公司參與菁英計劃同仁與非菁英計劃同仁，透過抽樣調查方式，以SPSS進行統計分析、次數分配、卡方檢定與迴歸分析來瞭解參與菁英計劃與否，在教育訓練成效與業績表現上是否有所差異。本研究發現在銷售商品比例上，菁英計劃同仁會以分紅保障商品與投資型等新興商品為主；非菁英同仁以A&H和附約商品為多。菁英同仁在進入市場之初，也會有較優秀的表現。

長久以來，大家都會習慣用一個社會的經濟程度來看這個地方人民的幸福或一個社會的進步程度，卻忽略了人民幸福與否，雖與經濟好壞有關，但應該還是有一些其他的東西，不應只有經濟這部分。OECD認為，幸福應從多元的角度去衡量，而不是只著重在單一方面的成長，所以，推出了「美好生活指數」，期望可以從不同方向來看一個地區的人民幸福感，經建會也因此推出了臺灣的美好生活指數。 在臺灣整體幸福感之外，應該也把這種計算方式往下拓展至各地區，本研究以OECD 的「美好生活指數」為主軸，希望可以由此來了解臺灣的美好生活地區。為了達到此一目的，除了計算各縣市的美好生活指數高低外，還以「美好生活指數」做為集群分群依據，從物質生活條件跟生活品質兩方面著手進行分群，最後以所有變數分群，並與所計算各縣市的美好生活指數的大小相互對照，期望藉由此分析結果探究台灣各縣市的大概狀況，期望在未來相關單位擬定計劃時能夠成為參考依據。 藉由計算各縣市的美好生活指數，發現有北高南低、西高東低的現象，也就是北部的美好生活指數大多高於南部，而西部地區的美好生活指數又大多高於東部地區；而在分群的部分，不論是在物質生活條件、生活品質部分，亦或是綜合分群，相鄰的縣市通常會被分在同一集群，代表鄰近地區縣市在各方面大多有相同的特性，因此被分在同一群，造成分群結果的群聚趨勢；而將綜合分群結果與所計算之各縣市美好生活指數做對照，發現各分群內的美好生活指數差異不大，且由於分群有群聚趨勢，最後美好生活指數的平均以北最大（6.62）；南次之（4.82）；東最小（4.2）。 臺灣的美好生活指數的群聚趨勢大多以地區來分別，所以政府在擬定政策時，應以地區的發展現況為主，擬訂不同的政策；而企業在規劃計畫時，也應對照各地區的不同特性，提出不同的對應計畫。