在信用風險的分析上，應變數就是發生與不發生，通常以1、0 來表示。若透過一般的最小平方法來處理，所求得的估計量雖滿足不偏性(Unbiased)，但存在幾個缺點，應變數並不滿足迴歸分析中常態分配的假設、殘差項存在變異數異質的問題。在模型的解釋能力方面，更存在著以下困擾 1.忽略了不同規模與分配下應變數的邊際變化。 2.極端值的情形下，參數的係數將會受到很大的影響。 本研究引進了分量迴歸(Quantiles Regression)的工具，最早由Koenker and Bassett(1978)所提出，能解決在使用最小平方法來處理時所出現的問題，以架構公司信用風險模型的評估，提出客觀的評估標準，並檢驗其用以風險控管的能力。 實證結果整理，各分量Binary Regression Quantiles的預測解釋能力和傳統的Logit模型仍存在一定的差距。

變數選取方法已經成為各領域在處理多維度資料的工具。Zhou與Hwang在2005年，為了改善James-Stein positive part估計量(JS+)只能在完全模型(full model)與原始模型(origin model)兩者去做挑選，建立了具有Minimax性質同時加上門檻值的估計量，即James-Stein with Threshoding positive part估計量(JSWT+)。由於JSWT+估計量具有門檻值，使得此估計量可以在完全模型與其線性子集下做變數選取。我們想進一步了解如果將JSWT+估計量應用於線性迴歸分析時，藉由JSWT+估計具有門檻值的性質去做變數選取的效果如何？本文目的即是利用JSWT+估計量具有門檻值的性質，建立JSWT+估計量應用於線性迴歸模型變數挑選的流程。建立模擬資料分析，以可同時做係數壓縮及變數選取的LASSO方法與我們所提出JSWT+變數選取的流程去比較係數路徑及變數選取時差異比較，最後將我們提出JSWT+變數選取的流程對實際資料攝護腺癌資料(Tibshirani，1996)做變數挑選。則當考慮解釋變數個數小於樣本個數情況下，JSWT+與LASSO在變數選取的比較結果顯示，JSWT+表現的比較好，且可直接得到估計量的理想參數。

交通運輸與都市發展關係相當密切，透過交通運輸系統連結不同的都市土地使用型態，以滿足民眾生活所需。然而在過去的規劃模式中，大多以土地使用吸引力推估交通運輸之建設方式，卻未針對使用交通運輸系統所衍生之需求，進行土地使用供給之調整與規劃。因而本研究以台北市捷運系統為研究標的，嘗試以使用者的角度，了解其需求與捷運車站周邊土地使用供給的互動情況，繼而針對捷運車站周邊土地之規劃給予政策性建議。 為達到上述之目標，首先透過調查捷運系統乘客的旅次目的及可接受步行距離範圍，以釐清捷運車站周邊土地使用型態與旅次分布的關係，並且整理分析不同旅次目的之分布情況及平均步行距離，並透過對於捷運乘客的旅運行為調查，瞭解不同旅次目的的需求差異，分析影響其使用捷運系統之因素，與社經背景之互動關係，據以提出捷運車站周邊土地使用規劃相關政策建議。經由研究探討發現以下結果： 1.經由問卷之迴歸分析，發現旅次分布情形與周邊土地使用形態相關，土地使用強度越高則旅次分布越密集；此外旅次目的與土地使用種類有所差異，亦即在單一土地使用分區中，可能包含不同的旅次目的、不同的活動型態。 2.針對不同旅次目的之實際步行距離進行調查結果顯示，平均而言各旅次可接受步行範圍皆大於其實際步行範圍，不同旅次目的的接受程度亦有差異。於模型檢定中，將不同旅次目的綜合比較，以上班旅次較為聚集於捷運車站周邊。 3. 不同旅次目的之下，乘客的旅運行為及其所重視之影響因素有所差異，故若要以提升大眾運輸搭乘率為目標，則應針對不同的旅運目的提供相關配套措施及軟硬體設施之提供。 根據研究分析之結果，以及對於捷運車站周邊之現況觀察，發現台北市捷運車站周邊土地使用仍有需要改進加強之部分，為達到土地有效利用，提升大眾捷運系統之使用率，以TOD發展為目標，本研究就TOD之場站規劃理念提出相關政策與配套措施，包括檢討台北市土地使用管制與開發等相關法令規範、優先推動捷運車站周邊土地更新計畫、建立捷運車站周邊土地通盤檢討機制、推動捷運連結路網系統之協調機制、抑制私人交通工具持有率及鼓勵搭乘大眾運輸系統。

有鑑於公司治理優劣對於公司財務狀況影響之議題逐漸受到重視，因此本文首先由20個公司治理篩選對於危機具有鑑別能力之因子，由於公司治理提供財務報表之額外資訊，首先利用邏輯思迴歸進行傳統財務模型危機機率的估計，並利用線性加入公司治理因子、加入公司治理交乘項將原始模型延伸分別進行模型之危機機率估計，並以巴塞爾協定所提供之模型驗證方法進行樣本外資料評估模型鑑別危機與否能力；使用方法包括K-S檢定、ROC曲線、CAP曲線以及其相對應的值化方法包含AUC值以及Gini係數。結果加入利用公司治理資訊之延伸模型在各種驗證方法中皆強於原始財務模型，可提供公司治理對於企業危機預警之預測進行參考。

我國於1991年開放新銀行成立，新舊銀行基於規模經濟之考量，紛紛拓展營業據點，使銀行分支機構家數快速增加，惟主要產品同質性高且容易複製，無法以差異化吸引客戶，價格遂成為主要競爭工具，致資產品質下降，經營績效不佳；此外，部分銀行之公司治理發生問題，甚至發生掏空情形，於是，近年來經營不善之問題銀行陸續出現，由於問題與非問題銀行之經營績效存在顯著差異，問題銀行之存在提高整體金融市場系統性風險，因此，瞭解問題與非問題銀行效率之差異為何？及影響其經營績效之因素有那些？值得進一步探究。本文依據2000~2006年42家本國銀行269個樣本資料，第一階段利用資料包絡分析法評估問題與非問題銀行之技術效率值，第二階段利用Tobit迴歸模型探討可能導致問題與非問題銀行經營效率差異之因素。技術效率評估結果顯示：(一)非問題銀行之技術效率、純粹技術效率相對優於問題銀行。(二)非問題銀行受純粹技術無效率之影響較大；問題銀行則受規模無效率之影響較大，且大部分處於遞增規模階段。(三)已被接管且遭拍賣之問題銀行在越接近接管之前，技術效率值逐年降低，在被接管年度效率值降至最低；曾遭監管且已解除監管而目前仍正常經營之銀行，各年度之技術效率較非問題銀行為差。迴歸實證結果顯示：(一)資本適足率、放款收益率、資產總額對問題與非問題銀行之技術效率皆具正向影響關係。(二)關係人授信比例對問題與非問題銀行之技術效率皆具負向影響關係。(三)非問題銀行之淨值報酬率與技術效率間具正向影響關係。(四)非問題銀行中以官股銀行技術效率表現較佳。(五)存放款利差、轉投資占淨值比例對問題銀行之技術效率具負向影響關係。

本研究進行不同類型減資之實證研究，分別是依據公司法的彌補虧損減資及現金減資，與依據證交法的庫藏股減資，利用事件研究法及多元迴歸分析，探討國內上市櫃公司實行不同類型的減資方式時，其宣告效果的比較，以及影響宣告效果的因素有哪些。研究樣本為民國91年1月至97年3月底間，台灣的上市櫃公司宣告實行減資者。本研究之實證結果如下：1.公司宣告庫藏股減資及現金減資在事件日當天具有顯著的正向宣告效果；而公司宣告彌補虧損減資在事件日當天具有顯著的負向宣告效果。2.公司宣告庫藏股減資與彌補虧損減資、宣告現金減資與彌補虧損減資之間的累積異常報酬率有著顯著差異。3.以多元迴歸分別探究哪些因素影響了宣告減資的累積異常報酬率，結果發現在庫藏股減資部分，淨值市價比、內部人持股比、及預定減資比例，顯著地影響累積異常報酬率；彌補虧損減資部分，淨值市價比、獲利能力與減資比例等變數會影響累積異常報酬率；現金減資部分，本研究選取的每股盈餘、獲利能力、現金流量允當比率及減資比例等解釋變數，無法顯著地影響累積異常報酬率。

本研究以羅吉斯迴歸模型探討影響上市櫃公司選擇公開募集或私募之因素。 實證結果發現採私募或現金增資的決策，和下列因素有關：(1)資訊不對稱程度愈高之公司愈傾向以私募發行新股，且上櫃公司較上市公司更傾向以私募發行新股；(2) 資訊透明度越低的公司，資金成本越高，籌資也較困難，會傾向以私募方式發行新股；(3) 投資機會愈多的公司，因為控制權考量，會選擇公開募集資金；(4) 當景氣愈好，公司愈傾向以公開募集發行新股，且上市公司較上櫃公司更易傾向以現金增資方式發行新股。 / This study applies logit model to examine the determinants of choice of private placements/seasoned equity offerings. The results indicate that firms being severe in information asymmetry tend to choose private placements. Contrast to listed firms, OTC firms prefer private placements to seasoned equity offerings. Firms with lower information transparency pay higher costs in seasoned equity offerings and therefore tend to choose private placements. Firms being abundant in investment opportunities prefer to choose seasoned equity offerings because of control considerations. In bull markets, more firms choose seasoned equity offerings other than private placements while listed firms have stronger tendency to choose seasoned equity offerings than OTC firms.

由於隨著產品生命週期不斷的縮短，利用CPFR可幫助企業降低存貨管理的成本與提昇效率，然而有良好的銷售預測對降低存貨成本是極為重要的。因此，為了讓銷售預測更為準確，一個良好的例外管理機制，可以幫助企業有效率地辨識及處理銷售預測例外品項，對於銷售預測是有所幫助的。因此，本研究希望發展一個例外管理的風險評估模型，能夠讓企業在進行CPFR時銷售預測的例外管理活動時能夠了解組織需要承擔的風險來源有哪些，透過風險評估模型的計算可以事前估計因例外管理活動失效而造成銷售預測錯誤的機率有多高，進而作為企業進行例外管理活動之參考。本研究利用文獻探討及個案訪談從例外管理活動中篩選風險因子，並運用因素分析法及羅吉斯迴歸模型構建本研究之風險評估模型，以實際預測資料驗證本研究模型之正確性。

本研究主要是探討兩個區間型模糊數之間的直線對應關係。主要的方式是以最小平方估計法(least squares estimation)分別求出區間型模糊數上、下界所對應的迴歸方程式，以該迴歸方程式所求得的上、下界，做為所估計區間型模糊數的上、下界。 單就所蒐集到的上界或下界資料而言，它們是一組明確的資料，並不模糊。研究中所探討的區間型模糊數是由一組明確的上、下界值所構成的。考慮所估計的上、下界值需具有較小的誤差才能增加所構成區間型模糊數的代表性，使用最小平方估計法並以傳統的迴歸方式來求得上、下界迴歸直線，應該是減少估計的上、下界值誤差較佳的方式。 然而以最小平方估計法所估計的上、下界值是相對於資料算術平均數誤差最小。如果所蒐集到的數據愈分散，則算術平均數的代表性將愈低，連帶影響所估計區間型模糊數的準確性。這是使用最小平方估計法做為研究工具的隱憂。 解釋係數是最常被用來判別迴歸模型優劣的參考數值。有鑑於區間型模糊數的模糊特性，傳統迴歸分析的解釋係數並不適用於模糊線性迴歸關係。本研究提出模糊覆蓋率的概念，來判別兩個區間型模糊數之間線型迴歸關係的優劣。最後以中華民國80年到96年間製造業平均月工時對應平均月薪資為例，說明模糊覆蓋率在實務上的應用。 / The aim of this paper is to discuss the linear correspondance between two interval fuzzy random variables. We construct the regression equations of the upper and lower bounds of some interval fuzzy random variables, respectively, by the least squares. The upper and lower bounds of the estimated interval fuzzy random variables are derived by the regression equations of upper and lower bounds, respectively. The collected upper and lower bounds are all crisp data, not fuzzy ones. In this paper, the interval fuzzy random variables discussed are constructed by crisp upper and lower bounds. In order to increase the reprsentative of the interval fuzzy random variables, we need to minimize the errors of the estimated upper and lower bounds. Applying the least squares along with the conventional regression analysis to construct regression lines of upper and lower bounds, respectively, should be the better way to minimize the errors of the estimated upper and lower bounds. However, the errors of the upper and lower bounds estimated by the least squares are the least according to the arithmetic mean value. The more discrete the data we collected , the less representative of the arithmetic mean value is. That will also affect the accuracy of the estimated interval fuzzy random variables. This is what we are worried while we take the least squares as an tool to analyse the interval fuzzy random variables. The coefficient of determination is a reference value which is mostly often used to distinguish the accuracy of the conventional regression model. In the view of the characteristics of fuzzy regression model, the conventional coefficient of determination cannot properly explain the fuzzy linear regression model. In this paper, we propose the fuzzy coverage rate to distinguish the accuracy of the fuzzy linear regression model between two interval fuzzy random variables. Finally, we give an example about the mean monthly working-hour and the mean monthly salary of the manufacturing industry in Taiwan from 1991 to 2007, demonstrating the application of the fuzzy coverage rate in reality.

為探討台灣有線電視收視戶對「分級付費制度」之接受意願，本文參考相關文獻，建立台灣有線電視收視戶對「分級付費制度」接受意願的邏輯式模型（logit model），並採用中央通訊社於2000年8月針對台灣有線電視收視戶進行電話訪查之調查資料進行實證分析，先以圖表進行交叉分析，再進行邏輯式迴歸分析，探討消費者人口統計變數（如性別、教育程度等）、收視行為資料（如每日收看有線電視時數、最常收看頻道數等）對「分級付費制度」接受意願之影響程度。依實證結果，男性、教育程度較高、年齡較大、每日收看有線電視時數較低、收看頻道數目較少及目前繳交有線電視費用較高之收視戶，較有意願接受「分級付費制度」。 / To analyze Taiwan cable TV viewers’ willingness to accept the tiering system, this study first attempts to build a theoretical model of cable TV viewers’ willingness to accept the tiering system based on prior related researches. Secondly, this study applies the logit model to estimate cable TV viewers’ willingness to accept the tiering system based on Central News Agency (CNA) 2000 survey data of cable TV viewers. The empirical results show that male viewers are more willing to accept the tiering system than female. Besides, age, education and current monthly cable TV fee have significantly positive impact on cable TV viewers’ willingness to accept the tiering system while daily watching hours and the number of channels viewed have significantly negative impacts.