隨著社會、經濟環境的變遷，使用者對資訊的需求日切，鑑於資訊的時效性，證管會在民國八十年度規定，公開發行公司應建立書面預算制度，按月編製現金、生產、銷售及資本預算，以為編製財務預測之參考。應證管會的要求，凡上市（櫃）公司募集與發行轉換公司債、現金增資，將申請上市（櫃）或公司自願，此四種情況，皆應附送財務預測報告（經會計師核閱）及有關文件。 　　本研究旨在分析目前國內上市公司，發佈經會計師核閱的財務預測，其對實際營業淨利及稅前淨利之準確性如何及何種因素影響其準確性。並分別以郵寄問卷調查方式蒐集資料，再以統計方法進行分析，了解財務預測資訊對我國機構投資者與企業財務主管的決策影響程度；會計師、證管會稽核人員及證券交易所上市部審查人員對財務預測實用性的看法。 　　分析結果顯示，目前所採行的預測制度，經會計師核閱，對決策有重要幫助，但由於許多外在環境影響及現行揭露預測規定，造成核閱者、編製者與閱表者皆不滿意現行之制度，且不確定（或不知道）企業公告的財務預測資訊有無其價值！

本研究以美國對六國匯率為研究對象，首先利用R/S分析判斷資料型態，確定資料的可預測性後，便著手建立非線性的匯率預測模型－「移動模型」。接著利用資料固定與資料滾動兩種預測方法，比較其中差異，進一步分析移動模型的預測能力。

本研究藉由探討公司盈餘的可預測性與財務分析師預測偏差性的關係，俾瞭解財務分析師獲取私有資訊的動機與預測偏差性的關係，本研究並擬進一步探討，當財務分析師預測資訊成為已公開資訊之時，市場上之投資者對於財務分析師此策略性的預測偏差性行為，是否具有辨識性，並能進一步的在股價中加以反應調整。經由實證結果，本研究獲致如下的結論: 1.財務分析師在短期的各年度預測值中，呈現不同程度的預測偏差性，但以整個樣本期間的長期平均而言，財務分析師並未呈顯著的預測偏差性。 2.公司盈餘可預測性愈低，財務分析師樂觀性預測偏差愈高。 3.公司規模愈大，財務分析師樂觀性預測偏差愈低。 4.公司產業別、內部持股比率、上市期間長短、市場風險與股票交易週轉率對於財務分析師預測偏差性不具有影響性。 5.就市場平均性而言，可完全反應調整財務分析師的預測偏差性。 6.市場上無法反應調整財務分析師對於低可預測性公司具較高程度的預測偏差性。

本論文的目的，在探討財務分析師盈餘預測修正的決策過程。因為財務分析師可以說是市場上的專業分析者，故其決策過程特別讓人感到興趣。藉著相關性的迴歸分析，將讓我們了解到分析師的盈餘預測修正可能受到修正前何種事件的影響。 　　本研究依據文獻探討及延伸發展出四個可能會影響分析師盈餘預測正修正方向及幅度的變數，分別是分析師預測修正期間（兩次預測的間隔期）的累積股票報酬率、未預期到的公司管理當局盈餘預測、未預期到的公司期中盈餘以及未預期到的公司期中銷貨。研究期間是從民國七十九年至八十二年，研究的對象則是「財訊」月刊內的研究分析人員（財務分析師）在月刊上所刊載的上市公司盈餘預測。 　　實證結果顯示，在對分析師預測修正的幅度上，以未預期的公司管理當局盈餘預測及未預期的公司期中盈餘兩者有影響力，且如假說預期般地與因變數呈現正相關。在對分析師預測修正的方向上，則四個自變數皆有影響能力，其中前三個自變數與分析師預測修正方向呈現正相關，但最後一個變數則與假說相反地呈現負相關。 　　本研究結果背後可能的原因探討如下：公司管理當局發佈的盈餘預測和公司期中盈餘兩者對分析師的盈餘預測修正方向與幅度上皆有正向影響力，可能意味著此二種資訊的品質具參考性，故才值得專業分析師的青睞。而分析師預測修正期間的累積股票報酬率只對盈餘預測修正方向上有正向的解釋力，暗示著分析師在預測修正時並未完全重視此項資訊。至於公司的未預期期中銷貨對分析師的盈餘預測修正方向上有負向的影響作用，則此異常現象留待後續研究者進一步的探討與測試。

本論文依據 Patton and Timmermann (2007) 之模型架構，透過最適預測檢定探討台灣主計總處公佈之經濟預測最適問題。研究結果發現，主計總處 GDP 之預測違反較多本文所假設的最適預測推論，因而 GDP 預測為非最適預測。主計總處 CPI 之預測在本文的最適預測推論架構下，雖相較於 GDP 預測符合較多推論，但仍然違反了其中一條最適推論，因而 CPI 預測仍為非最適預測。

本研究之目的在嘗試將神經網路模型應用於會計盈餘預測。盈餘預測資訊可用來評估公司之獲利能力及真正價值，若能找出相當準確的盈餘預測模型，將有助於管理當局及投資大眾從事各種投資及理財決策。過去許多研究試圖以各種計量方法來找出較準確的盈餘預測模型，然因種種模型及統計上之限制，都未能獲致良好的結果。 神輕網路(Neural Networks) 在人工智慧領域中相當熱門，一般認為最適合用來從事預測及分類的工作。自1982年以來，國外有關神經網路的研究相當多，也已成功地將神經網路應用於許多不同的領域，但在財務上應用的研究則不多。既然大多數的研究均認為神經網路模式優於傳統方法，而且會計上傳統以統計模式進行盈餘預測的研究都未能獲致良好的結果，為什麼不試著將神經網路應用於盈餘預測的研究上呢？因此，本論文以國內上市公司中水泥業的臺灣水泥股份有限公司，自民國六十五年第三季至民國八十一年第四季的季盈餘及年盈餘為資料，嘗試用神經網路來進行盈餘預測之研究。 首先以預測民國七十九年度四季的季盈餘，及民國八十年度的年盈餘為對象，對神經網路的各項參數及架構加以操弄，探討不同的網路參數及架構對盈餘預測準確性的影響，並找出神經網路在盈餘預測上的最佳參數及架構之設定。 其次將最佳神經網路模式的預測結果，與國內外經實證支持的年盈餘及季盈餘預測模式的預測結果相比較，探討神經網路在盈餘預測上的準確性是否優於傳統模式。最後，以預測民國八十年第一季至八十一年第四季的季盈餘，及民國八十一年度的年盈餘為對象，將神經網路的預測結果，與國內外經實證支持的年盈餘及季盈餘預測模式的預測結果相比較，探討所找出的最佳參數及架構是否仍優於傳統模式，以判斷所找出的最佳設定是否為通解。 經實證後可得出下列的暫時性結論： 一、影響盈餘預測準確性的神經網路參數與架構 1 就臺灣水泥股份有限公司的盈餘預測而言，學習率的大小對準確性的影響並不明顯。 2 就臺灣水泥股份有限公司的盈餘預測而言，收斂條件的大小對準確性有影響，較大的收斂條件可能會產生較佳的預測值。 3.就臺灣水泥股份有限公司的盈餘預測而言，三層架構的網路較二層架構的網路可產生較佳的預測值。 4.隱藏層內處理單元的數目，只要有輸入及輸出層處理單元數二者之和的一半，就可產生不錯的預測值。 二、神經網路模式的盈餘預測準確性優於傳統模式 就臺灣水泥股份有限公司的盈餘預測而言，神經網路模式的盈餘預測準確性優於傳統的年及季盈餘預測方法。 三、最佳模式的設計並不是通解值 就臺灣水泥股份有限公司的盈餘預測而言，所找出的最佳神經網路參數及架構設定並非通解值，而是特定解。

No description available.

一、研究目的 本文的主要目的仍是利用自我相關分析來配合假定由機遇程序所產生的數列，而後利用所配合的模式來求最佳的預測值。 二、研究方法 根據機遇程序的假設，時間數列如果在觀測值之間有相關的話，則可看成是機遇程序經由線性filter轉換的結果，根據此論點及對機遇程序的假定，而導出一些供配合時間數列的模式，然後利用統計學上之方法，來判定模式形態，估計模式係數及變方，而後再根據所配合的模式，根據最小均方誤之原則，導出最佳之預測值，並據而更進(updating)新的預測值。 三、內容 首先介紹時間數列一般可供配合的模式，並討論穩定性模式之性質，並進而擴充至非穩定性數列，而此最重要的是討論模式的自我相關函數及淨自我相關函數，以及這些函數與模式變動及行為之間的關係。 其次根據模式與自我相關函數及淨自我相關函數間的關係，來判定模式的形態，並且初步的估計模式係數，再則利用平方和函數，以所求的最小平方估計數(l.s.e.)來當其最概函數估計數(MLE)的近似值。 最後利用所估計的模式係數來求剩餘誤差，再求剩餘誤差的自我相關函數，而求此函數所構成的統計量Q，再利用Ⅹ2分布之性質來檢定模式的接受性，並且可利用此剩餘誤差的自我相關函數來做修正模式之依據。 當模式被接受之後，即可依此求最佳預測值，台灣香菸消費之預測數值即是根據這些時間數列模式預測的。而此種預測是種機率性的預測，所以也建立預測值的信賴區間。 四、結論 時間數列配合的目的是求預測值，而預測值一般對管埋上的用途仍在其可用為各種有關規劃之根據。因此配合時間數列只是一種手段，為要達到求預測值或控制用此目的之手段。

本文係討論財務分析在股票投資時的運用。財務分析的範圍極廣，可細分為投資分析、信用分析、經營分析等。本文採廣義觀點，認為對發行股票公開上市公司分析時，儘可取經營、徵信的立場一併考慮；同時，因須著重對末來的預測，整個分析過程，除了使用以往資料外，更須對末來加以評估，形成判斷，故整體說來，乃具預測導向（Forecast oryentation）。 預測的要素，不外情報的獲得，利用方法，據以分析，並形成判斷四項。本文在前三章中論及情報的搜集與應用，其中第三章係利用參加行政院國家科學委員會託會計研究所進行之「各項財務標準比率之研究」所得，並以水泥業之各項財務標準比率，輔以與臺灣水泥公司比較分析，作為運用標準比率評估個別公司的實例。第四章論及預測用的方法。第五章論及各項資料的分析。第六章論及預測的判斷因素。第七章結論，係針對當前環境所作的建議與意見。 筆者有幸參加前述國科會之研究計劃，其間蒙主持人高教授造都多所指導；論文撰寫期間，先後承林教授敦寧指導及吳教授承豪悉心披閱，多所匡正。師恩如山，謹誌不忘，以申謝忱於萬一。唯筆者才疏學淺，所述難免顧此失彼，錯誤遺漏之處，在所難免。尚祈祈有識者不吝指正是幸。

資料挖掘與關聯式分析在許多案例中都有成功的應用，而對於零售商來說，除了將關聯式分析的資訊應用在銷售策略上以獲得更好的利潤之外，若能在進行銷售預測時便考量此要素，也許能更有效的提升準確度；因此本研究提出考慮產品關聯性的銷售預測模型，除了希望能夠對預測有所幫助，此外也能瞭解產品關聯性對於銷售預測的影響程度。