我國微電腦於民國六十九年（一九八０年）才有銷售記錄，目前市場潛力仍相當雄厚 ，本文即研究分析影響微電腦需求之主要因素，作為廠商業者釐訂經營方針及政府主 事機構制定資訊工業策略參考。 因微電腦於一九八一∼一九八五才有直接的資料來源，欲以五年的資料來求預測模型 ，並以作為預測基礎，理論上顯得非常薄弱，因微電腦為一新產品，故微電腦與非微 電腦預測模型可能非常類似，試行使用一九七一∼一九八五年十五年的非微電腦系統 裝置數量建立一非微電腦預測模型，再以此模型為基礎，配合微電腦資料，加以修正 尋求出合適的微電腦預測模型。 本文共分五章，分別為：第一章導論：說明研究動機目的、對象、架構，第二章：微 電腦之概述，說明微電腦之定義功能、分類與發展過程，第三章非微電腦系統裝置量 預測模型：說明如何建立非微電腦預測模型。第四章微電腦預測模型：說明如何建立 微電腦預測模型，第五章結論。

本論文內容共一冊，約四萬餘言，共分為五章。 第一章：緒論 由於未來至公元二○○○年經濟成長對電力需求的需要，以目前發電能量，可否配合 的評估，即電力長期負載預測，至為重要，故本文擬以統計的預測方法，根據自民國 五十八年一月至七十四年九月各產業別（分二十五類）月份電力售電量及住宅電燈售 電量時間數列資料，以二元變量時間數列模式，預測未來公元二○○○年各產業別用 電需求，並透過學者專家，大用電戶對能源使用替代性，未來產業結構性變化，技術 進步的先驗知識以問卷方式加以分析，以調適純由資料預測結果所無法反應的前述先 驗知識。 第二章：首先探討一元變量（UNIVARIATE）自我迴歸，移動平均整合模式（ARZ MA） 。第一節：（１）自我迴歸模式（AR）的自我相關函數（ACF ），相關函數（PACF） 。（２）移動平均模式（MA）的ACF 及PACF。（３）自我迴歸移動平均（ARMA）的AC F 及PACF。第二節：當隨機時間數列非平穩型如何經由差分（DIFFERENCING）轉換（ TRANSFORMATION），形成一般化的自我迴歸，移動平均整合模式。第三節：說明要設 計一預測體系，便是要建立一統計模式，建立過程是反覆試行的，其中包括利用 ACF 及PACF確認模式，其次用（１）最大概似估計法（MIE ）（２）有條件最少平方法（ ３）無條件最少平方法（４）非線性估計法。估計模式節參數，再其次是模式的偵測 檢查，最後利用此模式預測未來的觀察值。 第三章：轉換函數分析（TRANSFER FUNCTION ANALYSIS）簡介二變量（LIVARIATE ） 隨機過程。 第一節二變量AR（PROCESS ）設定、估計、預測、轉換函數模式的探討。第二節利用 交叉共變異，相關係數函數確認轉換模式，並作估計偵測，第三節：預測方法的介紹 。 第四章：討論台灣地區各產業別未來至公元二○○○年的展望及未來用電需求成長， 第一節各產業別解釋變數（生產指數GDP ），回顧與預測結果分析。第二節各產業別 未來用電需求預測結果分析，和台電所作長期負載預測報告作比較。第三節用電需求 預測文獻回顧。第五章：結論與建議，並附產業預測結果和成長趨勢圖、問卷表。

本論文其內容提要如次： 第一章緒論。首先說明引發本研究之動機以及所欲達成之目的。其次界定本研究之範 圍，闡述研究方法，說明本研究之資料來源，以及研究所受之限制。並對本論文之結 構作一概要性之陳述。 第二章運用資金之性質，論述運用資金，流動資產及流動負債之意義，全盤檢討現行 一般公認定義及其適用上所面臨之各項重大問題，從目標達成之觀點來探討資產負債 按現行標準歸類之缺失。 第三章運用資金在財務分析上之適用。敘述財務報表使用人應如何利用運用流動資產 與流動負債之相關資訊，分析企業之短期流動性，探討與運用資金相關之各項財務比 率之預測功能，俾從實證之層次，說明運用資金概念之有用性並不令人滿意。 第四章可能的變革途徑，探討歷來學者提出的改革方案，包括改變評價基礎，分類依 據。揭露現金流量資訊，財務狀況變動表限以現金基礎編製，即以現金流量列示。作 者並提出以現金預測做為企業之補充資訊（supplementary information ），並就其 可行性加以探討。 第五章結論與建議，係根據本研究發現作成結論及基於其結論所做之各項建議。

茲將各章要點扼要說明如下： 第一章 敘述研究的動機，目的及研究的範圍、方法，並提出一些研究上的限制和 假定。 第二章 介紹德爾菲預測法（Delphi Method ）的起源、哲學及實際的應用。 第三章 描述研究對象，包括過去的歷史背景，現況及未來趨向。並對本研究的重 點－－工具機工業，做一個探討，以為爾後討論的基礎。 第四章 紀錄德爾菲法實例進行的狀況，包括三個回合問卷詢問的過程，以及最後 的綜合分析結果。 第五章 檢討本研究進行中的各種缺失，並將前述所得結果，配合目前工具機工業 的發展狀況，提出研究者的建議。 #2810564 #2810564

第一章: 前言介紹本文之主要內容以及所用的觀念。 第二章: 說明線性分類程序之概觀。 第三章: 討論機率預測值與個體值的關係。 第四章: 明列分對個體比率的上下限期望值。 第五章: 提出二元變數之機率預測值未知時的處理模型。 第六章結論。

1997年亞洲發生金融風暴後，國內亦發生多起企業舞弊案件，再加上2001年底美國大型公司會計醜聞案，公司所揭露的資訊是否仍為投資人所相信，似乎存有許多問號，加強公司治理機制應是一個較佳的解決方案，也逐漸為世界各國所重視。本研究以董監事會特性做為衡量公司治理機制良窳的代理變數，探討其與財務預測準確性之關聯性為何。 本研究以曾發佈民國九十年及九十一年強制性財務預測之上市公司為樣本，實證結果發現，當公司控制股東佔全體董事席次之比例愈高、次大股東佔全體董事席次之比例愈低、次大股東佔全體監察人席次之比例愈低、董事及監察人異動之比例愈高、公司有參與管理的情形、公司沒有獨立監察人的存在以及總經理發生異動時，公司所發佈之財務預測愈不準確，且其更新幅度愈大。 / Since the Asia financial crisis in 1997, there were much fraudulence of the listed companies in Taiwan. Then in the United States, Enron and Xerox were suffered from scandals in 2001. Do investors still believe the information companies disclose? We never know. But one way to recover the belief of investors is to reinforce the corporate governance mechanism and many countries have placed importance on it. Using the characteristics of board of directors and supervisors as the proxy of corporate governance mechanism, this paper examines the relationship between the characteristics of board of directors and supervisors and the financial forecast accuracy. The research data are collected from listed companies that have released the financial forecast in 2001 and 2002. The empirical result suggests the larger proportion of board seats the controlling shareholders hold, the smaller proportion of board seats and supervisor seats the secondary major shareholders hold, the higher rate of changes of directors and supervisors, participation in management, no independent supervisor and the change of CEO would lead the financial forecast less accurate and the range of renewal larger.

面對市場未來趨勢的不確定性，投資者可以運用「投資組合保險」的概念，既能保障原本所投資的資產價值，又可以參與市場上漲時的獲利。本研究以類神經網路來研究證券市場的現象，一方面是已經有許多類神經網路在財務分析上的研究成果，另一方面是其具有學習以及預測的能力。 本研究首先探討投資組合保險策略，接著再比較投資組合保險策略在不同市況下的績效表現，隨後提出兩個階段的研究架構，經過設計與建置，以類神經網路模型進行對大盤未來漲跌型態的模擬預測，並利用預測的結果，輔助投資組合保險策略的決策，最後並將研究結果與大盤績效做綜合分析比較。 本研究的資料採取自台灣證券集中交易市場，期間為1991年1月3日至2002年12月31日，共3306個交易日，取大盤每日交易之歷史資料，經過處理後建立資料庫。類神經網路模型具有預測未來大盤漲跌區間的能力，在本研究所提出的漲跌區間劃分方式上，其預測正確率達到55%，預測的結果與實際漲跌完全相反的比例僅10%，其餘的35%為相鄰區間的預測誤差，其預測能力有助於投資組合保險策略的進行。 經過類神經網路模型輔助而進行的停損策略（SL），其年報酬率以及Sharpe Ratio，在大盤下跌的期間，兩個績效指標衡量結果皆為正值（21.125%＞0以及980.493＞0），充分發揮保險功能；而在大盤上漲的期間，兩個績效指標衡量結果皆優於大盤（46.544%＞17.137%以及393.808＞110.069）。 在年報酬率與Sharpe Ratio之間，本研究主張在探討投資組合保險時應著重風險的衡量，因此經過類神經網路模型輔助而進行的固定比例投資組合策略（CPPI），搭配槓桿乘數M值的調整，在大盤下跌的期間，其Sharpe Ratio依然可以維持正值，達到保險的效果，保護投資人的資產免於損失；而在大盤上漲的期間，其Sharpe Ratio更是高於大盤，可以享受資產價值提昇的獲利。 / Facing the uncertainty of the market trend, an investor can use the concept of “ Portfolio Insurance ” to protect the value of his portfolio in bear market and earn the benefit from bull market. There have been many researches about applying Neural Network in the financial analysis and Neural Network has the abilities to learn and forecast. This research evaluates the performances of the portfolio insurance strategies in different market trends. Then two-stage research structure has been designed and built. The first stage is forecasting the up-and-down trends of the equity market index by Neural network model. The second stage is using the forecasted results assisting the portfolio insurance decisions. Finally, the results of this research have been analyzed and compared with the benchmark. The Neural Network is able to forecast the future up-and-down trends. The accurate rate is 55%. During the bear market（2002）, the annual rate of return and Sharpe Ratio of the stop loss（SL） strategy which is assisted by NN are both positive（21.125%＞0 and 980.493＞0）. During the bull market（2001）, they both outperform the benchmark（46.544%＞17.137% and 393.808＞110.069）. The annual rate of return is more important than Sharpe Ratio because the risk measurement is an important factor in portfolio insurance strategy. Sharpe Ratios of the CPPI strategy which is assisted by NN outperform the benchmark in both above mentioned bear and bull market. In short, the SL and CPPI strategy assisted by NN not only protect the value of the portfolio from losing in bear market but also gain profit in bull market, so they are the ideal portfolio insurance strategies.

全球經濟景氣與企業經營環境快速且複雜的動態變化，讓企業家面臨更多嚴苛的挑戰。現實環境中，企業經營者雖知財務規劃的重要性，卻普遍缺乏簡便有效的財務規劃工具以及管理控制機制，造成企業的財務規劃品質普遍極為粗糙。為突破傳統財務規劃困難的窘境，本研究的目的本研究的主要課題，在探討以下問題: 一、 找出一套現金流量預測模型，以便即時動態報導公司的現金流量，允許所有作業單元的現金流入及現金流出量，按照其在時間軸上的時距先後、順序與空間軸上的距離、位置等因素分析他的分佈狀況，同時紀錄相關現金流量所對應的價值平台。 二、 此模型允許彙總某一時距中的總合現金流量，分析其尖峰值與時點。亦可鍵入視窗觀察某一價值驅動單元的現金流量，同時可針對視窗中的現金流量受定一套績效衡量方法，觀察將資源配置於該價值平台是否達到股東價值最大化。 三、 現金流量的預測，其現金流入量與流出量依其確定的程度可分為： 1、 十分確定如現金銀行存款 2、 可部份確定者如應付帳款，應收帳款金額已確定或者如估計帳款其時間及金額均還有修正空間。 3、 □確定的現金流量，仍可依其不確定的情形，來區分其確定的程度如此區分我們可隨時觀察公司總体及個別部門專案或任一價值平台的確定現金流量及不確定現金流量及其分布的時點。 四、 據此確定與不確定現金流量的分布量與時點，擬定對應方案。 有別於應用傳統的科學方法，本研究依據系統動力學的理論方法實際建立了「企業動態性的財務規劃模式」，本研究將現金流量預測之方法，納入了作業動因因子，與動態進展測度，改良了傳統現金流量預測在財務及管理應用的局限性，與廣泛的管理技術及公司評價技術，建立了溝通介面平台。這是本研究的具體貢獻，分述如下： 一、金流量預測的方法上，以作業項目為分析單位，使得每一筆支出與公司價值驅動因子的關系十分明確，使得以公司評價的各種績效評估方法輕而易舉可以采用，以作業動因項目分析、解決作業細節復雜。 二、在現金流量預測另一不易克服的難題，是未來現金支出流量與收入流量的不確定性，本研究采用動態復雜分析，認為一項作業在時間軸上，會因為前面不同時間區隔內由客觀環境帶動或決策者主觀決定驅動而影響了這一時間區隔及接續的相關時間區隔的作業動態。因此必須為編定動態進展字典，伴隨每項被預測的作業動因項目。如完全確定與完全不確定之間增加若干測度，以更精細的衡量，兩者之間具有意義區分。 三、經由作業動因項目伴隨動態進展字典的應用，對相互競爭資源的作業項目，采取實質選擇權模式分配現金流量資源，僅延遲其分配之決策點直到動態進展已到達成熟狀態，如此求取資源分配最佳化。 四、對於資產價值，采取未來所有可能的現金流入量的評價模式，提供了從個體（作業項目）到總體資產評價的操作介面，對於各項公司價值管理建立了一個有效的平台。

台灣房地產景氣動向季報的發佈不但為台灣房地產市場該季景氣狀況提供一客觀參考依據，且對未來房地產市場景氣走向進行預測分析，提供房地產景氣相關資訊予社會各界參考。在對未來房地產景氣進行預測方面，是採用領先指標作為一參考標的，雖然領先指標就其特性而言為一預測未來景氣動向的參考資訊，但卻無法明確指出其所預測的期間為多長，本研究所欲探討的部分即在於使用房地產景氣綜合指標之領先指標於預測房地產景氣上可以預測幾季之後的房地產景氣狀況，並探討房地產景氣預測的準確度。另外對廠商景氣預測的部分進行一致性的檢視，再從而比較廠商景氣認知與同時、領先指標之間的關係。希望藉此能釐清房地產景氣季報內的訊息內涵。 本研究透過因果關係檢定，找出領先指標領先同時指標三季的關係，確定可以透過領先指標來預測三季之後的景氣變化情形。再利用平均絕對百分比誤差分析使用領先指標作為預測工具的準確度，經過計算求得平均絕對百分比誤差為4.57%，可以看出使用領先指標作為預測工具相當合適。在廠商本身預測景氣動向上，本研究發現廠商預期符合調適預期理論，且對未來的預期有較為樂觀的趨勢；經過本研究統計整理發現廠商對房地產景氣變動的認知與同時指標的變動之間的一致性並不理想，此有可能是因為市場上各項房地產資訊充斥，廠商並不全然以同時指標的變動來判斷房地產景氣的變動。惟經過前後期的比較，可以發現一致性的上升與不一致性的下降，表示兩者之間認知的一致性有逐漸提升的趨勢。 / The atmosphere of the real estate industry in Taiwan was upswing gradually in the past few decades, and its market information was definitely occupied an significant role and many people started to put their focus on it. In fact, the industry forecast which can be found from those seasonal report was a prediction only that is not accurate, i.e. those projections were based on the current market information only. Therefore, how to interpret and digest the number from those reports is the crucial issue for the reader to think and to consider. This study is trying to find out the time-lags between leading index and coincident index and the accuracy of the cycle forecasting system. The Granger causality test is widely used to examine the time-lags between the leading index and the coincident index. From the result of this study, we can found that there has a 3-season time-gap embedded in, and this is an obvious difference indeed. In addition, the forecasted index of the leading indicator i.e. The MAPE is in 4.57% sharp. Thus, we dare to judge that the result of this study is absolutely accurate with 100% confidence.

本研究以民國75年到88年首度上市、櫃公司為研究樣本，探討它們上市後的首次融資行為。利用羅吉斯迴歸模型驗證抵換理論、資訊不對稱理論、代理理論如何影響樣本公司的對外融資選擇，因為研究樣本的管理者和投資人間的資訊不對稱情形比較嚴重，所以本研究預期樣本公司的首度融資選擇行為應該符合資訊不對稱理論。本研究分別控制產業別、市場景氣、融資年度別及債市活絡程度等因素，驗證5個假說中變數間的關係。但實證結果卻發現，資訊不對稱理論並非樣本公司融資選擇的主要影響因素，而抵換理論是樣本公司融資選擇的主要影響因素。本研究實證的第二部分係依據累積超常報酬率大於零的樣本，建構融資選擇預測模型，預測樣本外的融資選擇行為。 / This paper examined the financing behaviors of IPOs firms in Taiwan from 1986 to 2002 and predicted the financing choices of the sample companies. We want to test Pecking Order theory, trade-off theory, agency theory, other variables – age, firm size and intangible asset ratio, industry variable, and control variables- market variable, financing year variable and bond market. But the result don’t consist the theory. The trade-off theory mainly influenced the financing behavior of the sample. The second empirical model is to construct the prediction model of financing behavior.