隨著2006年新巴賽爾協定的施行，我國銀行如何在WTO開放金融服務業全球競爭的環境下生長茁壯，「信用評等」已逐漸成為銀行授信的重要依據，傳統依賴授信人員過去的經驗的授信決策者會因不同的授信人員而產生決策不一致的情況，而信用評等則可以保證相同標準，減少主觀的認定過程，降低信用風險。 台灣80年代至90年代的股市與房地產市場熱潮，不少建設公司爭先恐後的爭取上市上櫃，即使證券主管機關針對營建業設下了較高的門檻來進行把關，仍有建設公司費盡心思為了上市上櫃。有鑑於建築投資業風險高，根據新版巴賽爾資本協定與金管會的準則，建立一個信用評等機制，以利銀行推估風險成分中的違約機率。 本研究以台灣經濟新報資料庫的公開發型中小企業財務報表為實例，資料的觀察期間為1996至2005年。資料來源為授信案件以建築投資業為主，藉由企業財務報表簽證資料與總體金融指數，經誤差抽樣，以羅吉斯迴歸建立模型，模型驗證則依據金管會建議的七個方向執行。 研究結果顯示，經評估確立以1:2誤差抽樣比例下，建模的效果最佳，模型共選入四個財務報表變數和一個總體經濟指標，變數皆具有一定的解釋預測能力，檢定後發現，本研究建立之信用評分等級有符合等級內同質性的要求。在壓力測試下，結果顯示整體上是穩定的，只有借款比率會呈現較為敏感。信用轉移矩陣觀察前後兩年度間企業授信戶評等的變動情形，在實務上看來，房地產業相關行業容易受到政局影響，重大事件都會影響到此評等的轉移。

近年來，支持向量機(SVM, Support Vector Machine)及支持向量迴歸(SVR, Support Vector Regression)已被廣泛的應用在分類及預測上的問題，然而實務上常見資料過於龐大，而導致需要較長的計算時間及較高的計算成本。為了解決這樣的問題，Zhang等人（2006）及Chen, Wang與Cao（2008）發展兩種類型的資料縮減方法。前者為減少變數數量的遞迴支持向量機(RSVM, Recursive Support Vector Machine），藉由交叉驗證以及定義所謂的貢獻因子來找出重要的變數，而考慮僅利用重要的變數做分類。後者的方法稱為DSKR（Direct Sparse Kernel Regression），考慮在支持向量迴歸中，僅選取部份支持向量個數做預測，以達到資料縮減效果。本研究將遞迴支持向量機的方法延伸至支持向量迴歸上，此法稱為遞迴支持向量迴歸(RSVR, Recursive Support Vector Regression），藉由交叉驗證以及依據決策函數來定義各變數的貢獻因子，藉此選取出重要的變數，並且保留這些重要變數來做後續分析與預測。本研究將此方法應用於兩組實際的化學資料:Triazines及Pyrim，我們發現資料被大幅縮減，僅有六分之一至五分之一的變數被保留。而資料縮減後的預測效果，與利用整組原始資料來進行支持向量迴歸的結果相近，但較DSKR的結果差。 關鍵字：支持向量機，支持向量迴歸，資料縮減

本文以台灣期貨市場為研究目標，利用無母數計量模型-核迴歸(kernel regression)平滑每日結算價格，並建立一電腦化、自動化的系統來辨識各種技術型態的形成，包括頭肩頂、三角形、雙重底、…等十種，期望能去除人為主觀意識對型態辨識的影響，並檢定技術型態是否含有預測未來報酬的訊息性。 從實證結果中發現，出現次數最頻繁的技術型態並不一定具有訊息性，如頭肩頂與頭肩底；而在型態形成並辨認後兩周之內，矩形、倒矩形、雙重頂、雙重底等四種型態則持續顯著地具有訊息性。 另外，核迴歸中平滑因子越小會使型態出現次數越多；平滑因子越大則使型態出現次數越少，平滑程度的改變對頭肩頂及頭肩底型態的訊息顯著性有一定程度的影響，但是對矩形、倒矩形、雙重頂、雙重底等四種型態的訊息顯著性並無影響。 最後，技術型態的訊息顯著性並不會因為期貨商品的不同而有差異，技術型態在不同的期貨市場中仍會保有同樣特性；而個別期貨商品下的檢定結果都比全體期貨市場的結果來的差，此情況可能與樣本數較少的原因有關。

本研究探討中華職棒球員薪資的決定因素。我們整理出2002~2007年間六支球隊的戰績、觀眾人數、個別球員表現紀錄、勝利貢獻指數以及球員薪資資料，利用計量方法得出決定球員薪資的解釋變數是否具有顯著性。本文依照投打屬性將球員整理成三個組別來探討，分別為投打整合部份、打者部份以及投手部分。我們並且利用分量迴歸方法，得知位處不同薪資分量百分比之球員表現對於球員薪資影響程度的差異性。實證結果顯示球員表現與球員薪資確實具有關聯性，解釋能力(R^2)可高達80.93%。舉凡球員表現以及反應產業景氣的運動產業經常性薪資，都會影響球團與球員之間的簽定薪資；此外，個人獎項個數以及是否入選過中華代表隊對於低薪球員的薪資決定有較顯著的影響。

近年來，國際經濟發展相當快速，倫敦金屬交易所(LME)的銅價由2008年12月平均每噸3,071美元，上漲至2013年11月每噸7,066.4美元，成長了超過一倍以上，銅在工業上被廣泛應用，是不可或缺的重要原料，在西元1877年時，最早出現的銅期貨契約是在倫敦期貨交易所(LME)交易，銅也是LME最早進行交易的商品之一，LME其成交量也最大，成為國際貿易上交易熱絡的商品之一。 由於銅的生產集中於少數廠商，任何影響到主要產國或銅礦公司正常運作的消息，都可能使得銅價變動，而美國即是生產銅的重要國家之一。美國自2008年因次貸風暴引發金融危機，聯準會(Fed)便開始採取各種措施穩定金融秩序與提供市場流動性，其中最受關注的做法就是量化寬鬆(Quantity Easing; QE)的貨幣政策，而這項政策是否與銅價的變化具有關聯性，即是本研究的目的，而研究結果如下： 一、上海期貨交易所(SHFE)與倫敦金屬交易所(LME)公告之銅價皆會受前一期 數值影響； 二、趨勢調整後上海期貨交易所(SHFE)公告之銅價的指數平滑模型之預測力相 對較好； 三、在美國量化寬鬆貨幣政策第一輪及第二輪實施期間，釋出資金規模對銅價呈 正向關係； 四、在美國量化寬鬆貨幣政策第三輪實施期間，釋出資金規模對銅價呈負向影響 關係；

由於都市發展與產業發展具有相互影響之關係，不同之都市型態會吸引不同的產業，且不同的產業結構也將影響都市的發展，因此在探討經濟發展時，需要同時考慮都市與產業條件，以符合相互影響之關係。 早期台灣的製造業，或可稱為「勞力密集傳統產業」的潛力來自於低廉的勞動力，一旦優勢不再，廠商關廠、外移，對於都市發展的產業需求將有所衝擊，依據當地的產業發展條件，可能因此而沒落，或是轉型成不同的產業發展。此外，當政府有鑑於勞力密集產業的競爭力不再，提倡產業升級，發展技術密集的高科技產業，雖然能夠創造國家整體的經濟成長，但是也因其所需的高技術，並無法吸收原傳統產業過剩的勞力。再者，因早期產業政策、地方資源與歷史因素等有不同的產業發展型態，使各都市的產業發展條件與產業優勢不一，因此，新竹科學園區的成功，並無法完全的移植到全部的地方發展，在生產條件無法配合的情況下，不僅產業發展困難，更會影響都市的整體發展。因此在台灣經濟轉型時期，各都市應如何尋找自己優勢之產業，為本研究的重點。因此本研究將從都市的產業條件與發展優勢來分析，以做為都市發展其有利產業之依據，進而提升其生產效率，並促進都市發展。 在考量都市與產業交互關係屬於多投入與多產出的特性，將利用「資料包絡分析法」（Data Envelopment Analysis, DEA），依據生產要素與產出，來評估都市內產業發展的效率，期望得出都市內發展相對有效率的產業。 本研究共分為四大部分：第一部份從都市產業發展理論與相關文獻，以及生產理論與相關文獻的探討，選取衡量生產效率的相關變數，以作為實證的依據；第二部份為研究方法之設計，包括資料包絡分析法（DEA）之基本理論與應用模式內容與模型之建立；第三部份則依據研究目的所選取之模型變數，評估各都市之產業生產效率，以及利用DEA分析法所估計出之效率值，為被解釋變數，利用迴歸模型衡量外生變數對其的邊際效果；最後針對本研究進行之實證分析，作一綜合性的概述，配合都市產業發展提出建議。 根據實證結果與分析，歸納出本研究之結論如下： 一、依據都市產業效率評估分析，製造業中的傳統產業類、基礎（重化）工業類與技術密集產業類均普遍在北部區域的生產效率表現較理想，這與製造業現況中，北部區域的製造業員工數與產值均為全區域最高之情況顯示，北部區域不僅是產業的集中地區，其生產情況也較理想。誰然依據比較利益原則，產業集中於北部區域，對於台灣整體的產業發展有利，但卻不利於區域的發展，只會更加促使人口往北部區域的集中，長期將影響區域均衡與國家成長。 二、由都市規模因素普遍對產業生產效率，反映出大都市對於傳統產業的負面影響，但卻有利於基礎（重化）工業與技術密集產業的生產效率的結果，符合聚集經濟的相關文獻中對於近來的都市產業發展，有傳統產業朝向小都市而高科技產業卻朝向大都市發展的趨勢。 三、根據都市產業結構的多樣化對於產業生產的技術效率是呈現負面影響，與早期學者出台灣製造業呈現地方化經濟的情況相符合。 四、從產業專業化（集中度）能夠提升產業生產效率。符合MAR與Porter對都市產業的專業化將加速都市產業成長的預測，顯示產業生產應該要朝向較大規模與專業化發展。 因為各產業與各都市的發展條件不同，應有不同的產業政策，因此本文在瞭解都市特性對於都市產業發展效率所造成之影響，俾以藉此提供相關決策者在進行都市產業發展政策時的參考依據。

本文擬針對上市公司實行庫藏股的動機與成效作一深入的探討和分析，並從中找出影響其成效之因素。文中首先先以迴歸分析來測試剩餘資產假說、價值低估假說、最適槓桿率假說等是否成立，以了解在庫藏股制度剛開始實施的初期，影響公司宣告或購回庫藏股數量的原因為何。再者，我們用市場模式來求出公司購回股票是否能有超常報酬，且超常報酬在事件期分佈的情況為何，以做為實施庫藏股成效的依據。最後，則以超常報酬的迴歸模式來解釋影響公司購回庫藏股的超常報酬因素有哪些，並更進一步地指出哪一類公司較易產生超常報酬。以連結公司股票回購的動機，而對整體庫藏股實施初期的概況做一通盤而具體的了解。

在運用羅吉斯迴歸模式作資料分析時，若是違反了模式的假設，則所做出來的模式都會導致錯誤的統計推論。因此，模式的診斷常常被應用來發掘問題並判斷假設是否合理。本研究是將以往文獻中相關議題的討論做一個有系統的整理，俾便往後的研究者在作羅吉斯迴歸模式診斷時，能有一個可以依循的準則。此外，每種模式診斷的方法皆附上範例及分析過程以供參考。 / When the assumptions of logistic regression analysis are violated, any calculation of a logistic model may lead to invalid statistical inference. Diagnostics are frequently employed to explore problems and determine whether certain assumptions are reasonable. We survey relevant literatures on diagnostics and try to provide a guideline for detecting and correcting violations of logistic regression assumptions.

1997年爆發的亞洲金融危機起因之一為金融機構信用過度擴充，隨著企業紛紛倒閉，金融機構的逾放比迅速攀升，因此，提高放款的質與量，便成了目前各金融機構經營的首重目標。為降低逾放比率、提高放款量、爭取放款時效、減少審核時間，使用自動化的審核制度是有必要的，而客觀科學化的評分方法更能使徵信資料得到迅速的整理與分析，以利放款決策的有效釐定。 本研究以國內某金融機構為研究對象，採用Logistic Regression Model為信用評等模式，針對其目前所使用之個人擔保放款的信用評分表表列變數和表外變數，深入探討並從中找出影響授信成敗之顯著變數，建立最適之信用評等模式。

由於會計師簽發保留意見之背景及本質，使人們相信這些保留意見可以作為企業發生財務危機的警告訊號。本研究以民國70年至85年台灣的上市公司為樣本，定義財務危機公司為其股票被降為全額交割股的公司，探討編製基礎不一致、不確定事項及繼續經營此三類保留意見與企業發生財務危機之關聯性，也就是在研究此三類保留意見對企業財務危機之發生是否具有解釋能力。 本研究採用羅吉斯迴歸分析法建立三個單變量模式及二個多變量模式。三個單變量模式之測試結果指出編製基礎不一致、不確定事項及繼續經營此三類的保留意見，就個別而言，與企業財務危機的發生均具有關聯性，亦即其對財務危機的發生均具有解釋能力。第一個多變量模式，亦即以三種保留意見為自變數所建立的模式（即保留意見模式），其結果則指出編製基礎不一致、不確定事項及繼續經營之保留意見對企業財務危機的發生均具有增額解釋能力。第二個多變量模式，亦即以三種保留意見及六種財務比率為自變數所建立的模式（即保留意見+財務比率模式），其測試結果也指出編製基礎不一致、不確定事項及繼續經營之保留意見對企業財務危機的發生均具有增額解釋能力，且此模式之適合度優於只以財務比率為自變數所建立的模式。 本研究同時也以1:1、10:1、20:1、30:1、40:1及50:1之型一對型二錯誤成本比例來衡量各個模式的預測能力。此部份之研究結果指出，在所有的相對成本比例下，只考慮保留意見的模式是會使錯誤歸類成本最小之預測模式；而Naive模式，亦即將所有公司都預測為非財務危機公司之模式，在大部份的情形下，會發生最大的錯誤歸類總成本。