本論文之研究目的是在探討今日電子、紡織、機械三種製造業所採用的製造策略類型 和其所表現的財務績效之間的關係，並深入研究其原因。 本論文所參考的文獻總共約有三十篇（含國內文獻和國外文獻），依其內容可以分為 三部份。第一部份探討各種製造策略的型態；第二部份探討各種製造策略型態和其績 效的關係；第三部份則探討目前我國電子、紡織、機械三種產業之現狀。 研究所使用的方法是先以問卷隨機抽樣調查上述三種產業的廠商，以得知他們在製造 方面的作法，所抽取的樣本計有電子業２１３家，回收３４家，機械３２０家，回收 ２８家，紡織３３０家，回收３６家。其次再使用集群分析法，將樣本以各項製造決 策為依據，區分為若干策略群。最後，將每一策略群視為某一母體的代表，以變異數 分析法，檢定各策略在各項財務績效上之表現有無顯著差異。所使用的套裝軟體有Ｓ ＰＳＳ＋（使用其中的集群分析法）和ＳＡＳ（使用其中的變異數分析法）。 所選用的自變數是各項製造策略變數，包括製程設備、產能、廠址、產品、垂直整合 、組織、供應商管理、存貨、員工領導與激勵、生產控制、品管、和生產主管角色。 自變數包括銷貨成長率、投資報酬率、利潤率、固定資產報酬率、產品品質。 根據回收樣本的資料顯示，以電子業為例，電子業皆製造策略大約可以分為四群（將 其命名為第一、第二、第三、第四策略群），這四種製造策略在銷貨額成長率和利潤 率這兩項財務績效上的表現有顯著的差異，在銷貨額成長率方面，第四群的表現最佳 ，第一群最差；在利潤率方面，則以第二群最佳，第一群最差。

本研究主要是以醫院門診服務品質為研究對象，目的在探討醫院與一般大眾在服務品 質認知上的差異。根據Parasuraman 、Zeithamal 及Berry 等所提的「服務品質模式 」，可知醫院對顧客感受的認知與顧客實際感受的服務品質之間是有差距存在的，為 了證實此差距的存在，必須先瞭解醫院門診顧客與院方在評估服務品質時所考慮的因 素及其重視程度。根據Donabedian等之架構，本文將整個醫院門診服務品質有關的屬 性分為結構、過程，以及結果三部份，利用問卷，分別對門診顧客和醫院有關工作人 員進行調查；再以因素分析縮減屬性的構面，找出較具代表性的屬性；以變異數分析 證實醫院與顧客認知間的差距，最後則比較對服務品質認知有顯著影響者。 研究結果顯示：醫院對顧客預期的認知與顧客實際所預期之間，顧客預期的服務品質 水準與實際感受到的之間確都有差距存在，而造成差距的主要原因是醫院所認為顧客 對各屬性的重視程度與實際情況有出入，凡醫院對服務品質較常衡量的，或相關服務 人員對院內改善服務品質活動較瞭解的，其差距會比較小。而顧客方面，凡對醫療有 關訊息較關心的，或去過愈多家醫院的，其預期的服務水準與實際感受之間的差距會 比較大。

本論文之研究目的，旨在探討國內會計師事務所之績效評估制度，並透過實證分析， 瞭解績效評估者之績效評估政策與評估品質，指出今後改進努力之方向。 本論文首先說明審計人員績效評估與其工作態度、查核品質之關係。 其次，則透過訪談方式，實際瞭解國內５家大型會計師事務所審計人員績效評估之方 法及其程序，並選出實證研究所需之四個自變數（績效評估因素）：專門學識、時間 預算之達成、工作積極性、與客戶溝通協調之能力。 在實證研究方面，則由國內各會計師事務所實際負責審計人員績效評估之人員中，選 取受試者，發出問卷，請其對各假設之審計人員進行整體績效評估。回卷經整理後， 首先利用變數分析，瞭解受試者對各項績效因素之重視程度，其次再藉由相關分析， 探討受試者之績效評估品質：穩定性、共識及自我洞察力。

會計資訊的主要目的，在於幫助使用者做決策。因此，如何使會計資訊為使用者所瞭 解而採用，一向是會計人員努力追求的目標。本研究的目的即在探討會計人員與使用 者對財務報表的內容是否有一致的認識，以瞭解財務報表是否達成有效的溝通，而能 發揮它的功效。 本研究於文獻探討中，介紹了溝通理論的基本觀念和會計的溝通模型，並彙述了有關 財務報表之可讀性、可瞭解性，以及會計人員與使用者對財務報表之共識等各方面的 實證研究。 本研究於實證方面，採取問卷調查方式，以會計師、銀行和投資公司為對象，抽樣徵 詢他們有關會計基本觀念，和會計處理方法例存貨、折舊、長期股權投資、租賃會計 和或有事項等之看法。問卷的計分方式採五點評量法，由很不同意到很同意，另外加 上一欄不熟悉項目。利用變異數分析的統計方法，分析會計師和銀行、會計師和投資 公司間是否有差異存在，以其結果推論財務報表是否達到溝通的目的，亦即會計人員 （會計師）與使用者（銀行和投資公司）對財務報表是否有一致的認識，並進一步探 討發生差異的可能原因。

直交性（Orthogonality） 的存在簡化了變異數分析的過程；但是毀損資料（Spoilt data）的發生破壞了直交往，使得資料分析過程複雜化，且降低了實驗的有效性。 若有人可給予毀損資料一正確的估計值，則資料分析的問題可以被處理得相當完滿。 本文探討估計毀損資料的各種方法以及採用這些估計值做分析時所引發的一些問題， 例如平方和的虛增使得檢定的顯著性微增。另外也討論以電子計算機來處理估計毀損 資料時純計算的部份。最後將各種估計方法做一總結，並討論估計值的性質。

基因晶片實驗包含了複雜的實驗步驟，在每個步驟都可能因為技術不佳或是人為疏失而產生系統誤差。而「正規化」（Normalization）是一個專業術語，指的就是將系統誤差自資料處理中移除的過程。由於正規化過程在基因晶片的資料處理上佔有非常重要的地位，所以新的正規化方法也不停的被提出。Kerr, Martin, 和Churchill（2000）提出了利用變異數分析模型（ANOVA model）來估計系統誤差的方法；Yang, Dudoit, Luu, and Speed（2001）提出了利用MA圖和Loess非線性函數來消除染劑差異的方法；Kerr, Afshari, Bennett, Bushel, Martinez, Walker, Churchill（2001）提出了結合先前的變異數分析模型和MA圖的新方法；Tsai, Hsueh, Chen（2002）提出了利用Loess非線性函數來估計變異數模型中晶片和基因間的交互作用以及染劑和基因間的交互作用的方法。有鑒於正規化方法眾多，但是每種方法的操作方式和使用上的優、缺點並沒有整合性的介紹和比較，本論文將詳細介紹上述正規化方法，並實際處理TCDD研究實驗的資料。接著利用模擬的資料來計算出三種正規化方法處理前、後的錯誤發現率（False Discovery Rate；FDR）和型二錯誤率（False Negative Rate；FNR）的變化情形，藉此比較三種正規化方法在使用上的優劣。 關鍵字：正規化（Normalization），變異數分析模型（ANOVA model），MA圖，Loess非線性函數，錯誤發現率（False Discovery Rate；FDR），型二錯誤率（False Negative Rate；FNR）

當研究者想要了解態度量表中不同組間之態度分數是否有所差異時，一個常見的分析方法為變異數分析。然而，變異數分析需要建立在資料服從常態分配之假設上，態度量表之資料類型卻很明顯地不符合此一假設。而非針對連續型資料所推導出來的 統計量，應該是較適合處理序列或是等距尺度等非常態資料之檢定方法。本研究主要之目的即為探討利用 統計量以及利用變異數分析兩者所作出之檢定結果差異為何。過去相關研究皆假設態度量表背後存在一連續潛在變數，本研究則直接由間斷型分配出發。在公式推導上，我們發現 統計量與變異數分析中之 統計量存在一對一對應之關係。雖然兩統計量近似之分配不同，但兩統計量所對應之p值卻始終非常接近。若以0.05為顯著水準， 統計量與 統計量之檢定結果幾乎完全相同。當需要檢定不同組間在多題上之看法是否具有差異時，我們比較了將屬於同一主題之各題分數加總，然後依照單變量變異數分析之方法進行檢定，以及多變量變異數分析法、羅吉斯迴歸分析法等三種方法。根據我們的模擬結果，若各組在各題之態度皆很類似，則利用ANOVA進行分析可以得到較低的型一誤差；若各組在各題之態度不太一致，且有左右偏分配互相抵銷的情形，則利用MANOVA或是羅吉斯迴歸分析法才能夠維持住很高的檢定力。 / In social science literature, we frequently found that ANOVA techniques were utilized to analyze Likert-type response data. However, one of the three basic assumptions behind ANOVA is that response variable is normally distributed, and Likert-type data apparently do not share this property. In this study, we compare the performance between statistic associated with ANOVA with Mantel- Haenszel statistic, a statistic aimed at handling categorical data. We found that statistic and statistic have one-to-one relationship. Although these two statistics can be approximated by distribution and Chi-square distribution respectively, their p values are quite close to each other. At the significant level of 0.05, and statistics almost have the same testing results. In addition to analyzing a single Likert-type response question, we would also like to analyze a set of Likert-type response questions that probably represent a specific concept. We propose two alternatives here. The first one is MANOVA, and the second one is logistic regression analysis. According to the simulation results, using the ANOVA approach is slightly better in terms of the type I error rate if the responses have similar structures among questions. On the other hand, using MANOVA or logistic regression analysis would maintain higher power whenever the responses have different structures among questions.

由於金融事件層出不窮，控管風險已成為銀行、證券、保險各種金融產業的重要課題。其中Value-at-Risk(VaR)模型為銀行與證券業最常用來衡量其市場風險的模型。VaR模型中的蒙地卡羅模擬法是將投資組合持有部位以適當的市場風險因子來表示，接著產生市場風險因子的各種情境，再結合評價公式以求得投資組合在某一段持有期間內、某一信心水準之下的最低價值，再將最低價值減去原來之價值，便為可能的最大損失(Jorion, 2007)。 / 使用蒙地卡羅模擬法產生市場風險因子的各種情境，必須先估計市場風險因子的共變異數矩陣，再藉此模擬出數千種市場風險因子情境。本研究便是將蒙地卡羅模擬法加入隨著時間改變之共變異數矩陣(time-varying covariance matrix)的概念並減少市場風險因子個數，利用蒙地卡羅模擬法配合Constant模型、UWMA模型、EWMA模型、Orthogonal EWMA模型、Orthogonal GARCH模型、PCA EWMA模型、PCA GARCH模型來產生市場風險因子未來的情境並比較各方法對長天期與短天期風險衡量之優劣。結果顯示PCA EWMA模型的效果最好，因此建議各大金融機構可採用PCA EWMA模型來控管其投資組合短天期與長天期的市場風險。

本文主要針對匯率連動權益指數年金（Quanto Equity-Indexed Annuities）做評價，首先，先介紹三種不同權益指數年金（Equity-Indexed Annuities，EIA），分別為點對點（Point-to-Point）、高水檔（High Water Mark）和年度重設（Annual Ratchet），而年度重設又可分為複利年度重設（Compound Annual Ratchet）和簡單年度重設（Simple Annual Ratchet）。接著，我們介紹了單資產Quanto模型和多資產Quanto模型，並推導出單資產Quanto EIA的封閉解。由於多資產Quanto EIA無封閉解，本研究運用蒙地卡羅法來評價商品價格，並利用變異數縮減方法，使其模擬速度增快。我們使用了控制變異法（Control Variates）和反向變異法（Antithetic Variates），發現兩者同時使用的變異數縮減效果最佳。最後，本文透過調整參與率、上限率、下限率、利率和匯率與連結標的的相關係數來觀察成本的變化，提供建議予商品發行商。

本文整理市場上已發行結構債的現金流量型式，且利用風險中立評價法推導多資產Quanto模型，並以蒙地卡羅模擬法模擬外幣計價的結構型商品的理論價格，除了計算使用Quanto模型所求得的理論價格外，本文也比較使用Quanto模型與沒有使用Quanto模型評價商品時理論價格的差異，此外也進行商品的利率敏感度分析和相關係數敏感度分析；其後找到有效的控制變數，利用變異數縮減技術克服蒙地卡羅模擬法收斂不易的缺點，增進模擬的效率與精準程度，最後並做變異數縮減的Rubust分析，討論在何種參數的設定下變異數縮減的效果會最好，及如何透過參數的選取，如參與率與保本率，設計商品與成本分析。