由於目前的經濟體制是自負風險的，若是一個企業發生財務上的危機，將會影響到企業本身、員工、往來的廠商、股東、債權人、甚至是整個社會，因此若是可以事先偵測到財務可能發生的危機，對每個層面都是有益的。每一種模型的提供都是為了能避免遭受損失，甚至能提早發現可能出現的失敗。因此本論文主要是利用財務比率的資訊，去衡量企業的財務危機，而期望能達到一個預警的目的。 本論文以區別分析法、SVM(Support Vector Machine)、BSVR(Bayesian Support Vector Regression)做為研究的模型。以財務危機發生前一年的財務比率做為選取的變數，利用不同的選取方法，我們選取出4組變數。以發生財務危機前一年的20筆正常公司與20筆財務危機公司為訓練樣本，10筆正常公司與10筆危機公司為測試樣本。 得到的結論為: 分別比較4組變數在區別分析模型下的表現，可以看出4組變數在變異數相等的模型下，至少有3組變數的預測正確率是理想的。在SVM模型中，可以看到4組變數在經過尺度化和給定參數 =1， =1/40後，有3組的正確率都可以達到95%以上。在BSVR模型中，可以看到變數的選擇對模型的預測能力是很重要的。

本研究採用統計分析與資料採礦的方法搭配企業生命週期理論與企業財務資訊做為股票投資決策的準則。其步驟順序為先將公司分群，並且按照生命週期理論命名各群為成長、成熟、老年期；再對各群分別使用決策樹與區別分析找出優秀股票的特徵；最後，按照特徵挑選出未來的報酬率有機會表現優秀的股票。期望在此方法下取得比台灣加權指數更高的報酬率。 / This paper adopted multivariate analysis and data mining to choose stock as a member of portfolio with financial indicators. The first, the public companies are divided into three periods according to life cycle by clustering; then, the rules are founded by decision tree and discriminant analysis; and the stocks are chosen as a member of portfolio. The result is that we can get higher return than TSEC weighted non-financial index.

由於近年來汽機車的成長率大增，□=>許多重大營建工程陸續開工，導致 空氣污染日益嚴重，所以研究板橋地區一氧化氮濃度的預測模式。在本篇 論文中，我們首先應用集群分析將一氧化氮依濃度區分成數個集群，而後 運用區別分析診斷集群分析的結果是否合宜，最後找出集群內觀察值數目 最多的那個集群，然後將多變量時間序列中經過差分一次後的自我相關模 式應用在上面。目的是要尋求更精確的污染濃度預測值，以提供環保單位 一些訊息以作參考。

函數型資料分析為近年發展的統計方法。函數型資料是在一段特定時間上，我們只在離散的時間點上收集觀測值。例如:氣象觀測站所收集到的每月氣溫、雨量資料，即是一種常見的函數型資料。函數型資料主要有三種特色，共同趨勢性、觀測個體反應強度不同，觀測個體時間特色上的差異。本文研究主要是使用，Brumback與Lindstrom在2004所提出的自模型迴歸族(self-modeling)當作模型架構來處理函數型資料的趨勢性與個體反應強度。而為了處理函數型資料的時間差異性，我們在模型中加入時間轉換函數(time transformation function)，處理函數型資料的時間差異性步驟，這個過程稱為同步化。經過同步化的處理後，能幫助研究者更清楚資料的特性。模型中除了時間轉換函數的部份，其餘模型中的參數我們是利用馬可夫鏈蒙地卡羅法中的Gibbs Sampling來進行參數的抽樣，並以取出的抽樣值來估計參數。時間轉換函數的部份，我們使用概似懲罰函數(penalized likelihood function)來估計時間轉換函數的參數部份。由於函數型資料擁有趨勢性，我們預期不同類別的資料，會呈現不同的趨勢性，我們將利用此一特色當做分類上的標準。 關鍵詞:函數型資料分析、曲線同步化、曲線區別分析、馬可夫鏈蒙地卡羅法。 / Functional data are random curves observed in a period of time at discrete time points.They often exhibit a common shape, but with variations in amplitude and phase across curves.To estimate the common shape,some adjustment for synchronization is often made,which is also known as time warping or curve registration.In this thesis,splines are used to model the warping functions and the common shape. Certain parameters are allowed to be random.For the estimation of the random parameters,priors are proposed so that samples from the posteriors can be obtained using Markov chain Monte Carlo methods.For the estimation of non-random parameters, a penalized likelihood approach is used. It is found via simulation studies that for a set of random curves with a common shape,the estimated common shape function looks like the true function up to a location-scale transform,and the curve alignment based on estimated time warping functions looks reasonable.For two groups of random curves which differ in the group common shape functions,synchronization also improves the discrimination between groups in some cases. Key words: functional data analysis,curve registration,curve discrimination,markov chain monte carlo method.

各章內容如下： 第一章 緒 論 （一）闡述本研究的研究動機、目的及提出研究假設。 （二）重要名詞的操作定義。 第二章 文獻探討 （一）探討資優學童的行為特徵。 （二）探討資優兒童與普通兒童在家庭社經背景上的差異何在。 （三）探討資優兒童與普通兒童在父母管教態度上的差異何在。 第三章 方法與步驟 此章共分四節，敘述本研究樣本的選取過程，所使用的研究工具，並說明施測的實施 程序及提出分析資料所用的統計方法。 第四章 研究結果。 （一）智力、家庭社經背景、父母管教態度三者，以前二者便可預測兒童的圖形創造 力。 （二）智力、創造力、家庭社經背景、父母管教態度四者，以前三者即可預測兒童的 數學、自然成績。 （三）資優兒童的父母較普通兒童的父母重視兒童意見的發表，提供較多的百科全書 、期刊、報紙，兒童感覺受自父母的功課壓力也較小。 （四）利用區別分析求得類別函數係數（Classification Function Coefficients） 以預測樣本的類別。 （五）提出研究發現。 第五章 討論與建議 （一）將研究結果與研究假設予以對照討論。 （二）建議。

論文名稱：公司信用風險之衡量 校所組別：國立政治大學金融研究所 畢業時間：九十年度第二學期 提要別：碩士學位論文提要 研究生：林妙宜 指導教授：陳松男博士 論文提要及內容： 信用風險一直是整體金融環境非常重要的一環，銀行授信、商業交易、投資評估，都會對信用風險做仔細的研究與評估。本論文以台灣的公司為樣本，採用會計財務比率與股票價格，主要兩項反映公司體質的資訊，建構信用風險模型，期望能提供台灣公司信用風險衡量上，公正而有效的指標。 以財務比率為基礎的區別分析模型，選取變數為獲利能力指標的常續性EPS、現金流量指標的現金流量對負債、成長率指標的盈餘成長率、償債能力指標的負債比率，與經營能力指標的平均收帳天數，這五項財務比率涵蓋企業繼續經營與財務狀況的各個層面。區別分析模型在財務危機前一年可達正確分類率91．67%。 以股票市場價格為基礎的選擇權模型，可由每日之股票價格求算出預期違約機率，將市場對公司價值的衡量轉化為信用風險的程度，能即時掌握公司體質的變化，做出適當之因應。 關鍵字：信用風險、財務危機、會計資訊、財務比率、區別分析、股票價格、選擇權模型、預期違約機率 / Title of Thesis: Corporate Credit Risk Measurement Name of Institute: Graduate Institute of Money and Banking, NCCU Graduate Date: June, 2002 Name of Student: Lin, Miao-Yi Advisor: Dr. Chen, Son-Nan Abstract: Credit Risk has been the great concern in the financial market. Before the bank grants a loan or the company makes deals and investment, they first consider the credit risk of the conterparty. The empirical study tries to construct the credit risk models based on the public firms in Taiwan. Using financial ratios and stock prices, the two main sources of corporate financial information, we expect to provide a fair and efficient indicator to measure the corporate credit risk in Taiwan. In the discriminant analysis based on accounting data, the model chooses five financial ratios that cover the corporate operation and financial situation. They are earnings per share, operating cash flow to total debt, equity substantial growth rate, and average days to accounts receivable. The discrimanant analysis model can accurately classify 91.67% of the data as being default or solvency one year before the financial distress. In the option pricing model based on stock prices, the expected default probability can be solved by daily stock prices. In this model, how the market values the firm is turned into the level of credit risk, which can help us catch the changes of corporate soundness and make proper responses. Keywords: Credit Risk, Financial Distress, Accounting Data, Financial Ratio, Discrimanant Analysis, Stock Prices, Option Pricing Model, Expected Default Probability

信用評等制度在美國已有百年以上歷史，而我國自民國80幾年開始發展評等制度，截至目前，僅有中華信用評等公司與台灣經濟新報社兩家公司提供評等服務，而台灣經濟新報社更將金融保險業排除於評等對象之外。站在穩定市場競爭、保障消費者權益、配合監理需求，以及輔助專案投標等方面來看，市場上的確需要一套能反映產險業行業特性之評等模式。 本文以美國接受A.M.Best評等之產險公司為研究對象，運用三種統計方法：多元區別分析(Multiple Discriminant Analysis，MDA)、羅吉斯迴歸(Unordered Logistic Regression，ULR)、順序性羅吉斯迴歸(Ordered Logistic Regression，OLR)，來建構產險公司之信用評等模式。樣本選擇方面：估計樣本，選取美國1993年到1996年接受A.M.Best評等之產險公司327家；保留樣本，為1997年78筆資料。 而本文預定達成目標如下： 一、建立等級預測模型：參考Ederington(1985)所作債券等級預測模型，以獲利能力、槓桿、流動性、投資風險、準備金適足性五類指標共38個財務比率，透過三種統計模型，建構等級預測模型。 二、藉由等級預測之建立，尋找能有效區別產險公司評等等級之財務指標，並分析其影響程度。 三、力求模型公信力：無論變數選擇或權數決定，皆由統計軟體按照樣本特性選取產生，減少人為主觀判斷。 在決定研究對象之初，因考慮到國內產險公司接受評等之家數不多，且年數又太短，資料數量無法據以建立評等模式，因而決定以美國的產險公司為對象，再以台灣樣本作為保留樣本，預測之等級結果僅供參考之用。 / Three possible models of the P-L Insurers rating process are estimated and compared：1. Muitiple Discriminant Model, 2. Unordered Logistic Model, 3. Ordered Logistic Model. Each model is estimated for a sample of 327 American P-L insurance companies using the same 38 independent variables. The three estimated models are then employed to predict ratings for a holdout sample of 78 companies. The study analyzes 1993 through 1997 data for a sample of P-L insurers that acquired A.M.Best Financial strength ratings between December 31,1993, and December 31, 1997. Empirical evidence suggests that even when models with the same basic structure were compared, differences in estimation procedures resulted in quite different coefficient estimates and classifications. The muitiple discriminant model clearly outperformed the regression model, while the unordered logistic model was clearly superior to the ordered logistic model.