本研究目的在探討上市後業績與盈餘衰退之公司其強制性財務預測的準確性、修正頻率與時間特性等資訊特質是否與非衰退公司之間有顯著的不同。 本研究所選取之樣本期間自民國80年6月至民國85年底之新上市公司曾在上市當年度及上市後三年之內公告或更新財務預測與盈餘等相關資訊者，總計樣本共計152家，341個觀察值。研究方法以迴歸分析為主。而研究結果如下： 1、新上市公司於申報公告強制性財務預測時常有過度樂觀的情形出現，且此一情形頗為嚴重。 2、初次上市公司於編製強制性預測時過度樂觀者，其上市之後由於經營效率（資產週轉率）及經營效果（獲利率）的降低，致使部份盈餘與業績呈現出衰退的情況。 3、初次上市公司於編製強制性預測時樂觀程度愈大者，上市之後其財務預測的誤差值越大。 4、初次上市公司於編製強制性預測時樂觀程度愈大者，上市之後其財務預測值的誤差值越大，因而必需要更新預測一次以上。 5、強制性預測的樂觀程度越大者，上市之後其業績衰退的程度並不一定較大，因為盈餘與業績變數之中有部份於上市之後是呈現成長的情況。 6、強制性預測的樂觀程度較大，且上市之後其業績的衰退程度也較大的公司，其財務預測的更新頻率相對較高。 7、上市前後強制性預測過度樂觀且上市後業績衰退的公司，其修正財務預測的時間會刻意的延後，而大多集中在半年報公告前後、年底及年報公告之前，且有集中於第四季的情況。 / This study aims to examine the relationship between the revision of mandatory forecasts and the changes in operating performance. This study contends that the forecast revisions should significantly correlate with changes in operating performance. No such study has investigated this issue in the past literature; thus, this is an important issue. This study selects samples from the period between June 30, 1991 and December 31,1996. The empirical findings of this study can be summarized as follows: 1. The mandatory forecasts of IPO(lnitial Public Offering) companies are usually optimistic. 2. The volatility of operating performance comes from the declining of operating efficiency or effectiveness. 3. The more optimistic the IPO companies are the more percentage they need to revise the forecasts. 4. Some variables of operating performance grow up after IPO. 5. The more optimistic the forecasts are the higher the frequency of the revision of forecasts. 6. The revision of forecasts falls mostly on the mid year ,the year end and the fourth season of the year.

盈餘預測不僅是公司本身管理決策的重要依據，更是廣大投資人做投資決策時仰賴甚深之基本面分析工具。過去的研究試圖以各種時間序列之計量方法找出較準確的盈餘預測，而本研究引進一個新的預測工具--類神經網路系統，希望比較傳統的預測盈餘計量模式--帶趨勢隨機漫步，以及類神經網路系統--BP、RNBP 對盈餘預測之能力何者較優。 本研究希望探討下列幾個問題： 一、類神經網路系統與計量模型對盈餘的預測準確度何者較高？ 二、就類神經網路系統而言： (一)不同的類神經網路系統：BP、RNBP 對盈餘預測的能力是否有所差異？ (二)不同之輸入變數個數是否對類神經網路系統的預測能力有所影響？ (三)用單一公司做訓練範例與用類似之公司做訓練範例何者類神經網路可以學得較好？ 三、就產業之控制而言：對不同的產業做預測，其準確度是否不同？ 四、就橫斷面影響因素而言：增加了前一期之橫斷面資料--財務比率做類神經網路之輸入變數，預測之準確度是否會較原有的類神經網路、隨機漫步模式預測結果有顯著的提昇？ 本研究以國內上市公司中的年度盈餘為研究對象，將過去的資料給定類神經網路分析學習後預測盈餘，並與時間序列模式--帶趨勢隨機漫步之預測結果相比較。本研究選取水泥、電子二個產業作研究，年盈餘則採用每股盈餘與稅前盈餘兩種定義。類神經網路學習之資料包括前數期之盈餘以及前一期財務比率資料。研究期間自民國七十年至民國八十五年。 經由實證結果，本研究獲致如下之結論： 一、在類神經網路與時間序列計量模式之預測準確度比較方面，帶趨勢隨機漫步模式在預測水泥業的每股盈餘、稅前盈餘，以及電子業的每股盈餘時，預測均相當準確，類神經網路最多與之預測能力相當。但是預測電子業的稅前盈餘時，預測能力最佳之類神經網路會顯著優於帶趨勢隨機漫步，而預測能力最差之類神經網路則與帶趨勢隨機漫步無顯著差異。 二、在 BP 與 RNBP 類神經網路系統預測準確度比較方面，預測水泥業時，RNBP 之預測能力較佳，但預測電子業時，BP 之預測能力較佳。 三、預測電子業時，用前三年之盈餘作為輸入變數，可以得出較準確之預測值。預測水泥業時，則視採用之類神經網路系統決定應輸入之個數；如果採用 BP，則用前五年之盈餘作為輸入變數，可以得出較準確之預測值，如果採用 RNBP，則用前三年之盈餘作為輸入變數，可以得出較準確之預測值。 四、在訓練樣本是否應該用分類混合公司的探討方面，預測水泥業時，訓練樣本是否分類無顯著差異。預測電子業時，如果使用 BP，用分類混合樣本作訓練範例的預測效果顯著較好；如果使用 RNBP，使用單一公司作訓練範例時準確度較高。 五、在探討輸入變數增加橫斷面之影響方面，當類神經網路的輸入變數除了前三期盈餘，還增加了 12 項財務比率時，預測準確度並未增加，甚至有一組預測反而顯著較差。因此，預測盈餘時，只用前期盈餘作輸入變數即能得到良好之預測值，不必增加財務比率作為輸入變數。 / Earning forecasting is an important information used by corporation management and investors. Researches in the past tempt to forecast earnings more accurately with time series models. My research introduces a new tool--Artificial Neural Networks--to predict earnings, and will be compared with the traditional time series model--random walk. Through the empirical results, my research conclude that: ◆In forecasting the EPS and earnings before taxes of concrete industry and EPS of electric industry, random walk is better than artificial neural network. But in forecasting the earnings before taxes of electric industry, artificial neural network is better than random walk. ◆When forecasting earnings of concrete industry, RNBP is better than BP; while forecasting earnings of electric industry, BP is better than RNBP. ◆Using 3 inputs to forecast earnings of electric industry can have accurate result. When forecasting earnings of concrete industry, BP will perform better with 5 inputs and RNBP will perform better with 3 inputs. ◆When forecasting earnings of concrete industry, it makes no difference use pooling samples or not. When forecasting earnings of electric industry, BP will perform better with pooling samples and RNBP will perform better with single company sample. ◆It seems that using financial ratios as input will not contribute to earning forecasting.

本論文旨在探討管理當局之自願性盈餘預測事件對股價及交易量反應之影響，以瞭解預測資訊之品質與其資訊內涵間之關聯性。本研究選取國內之150家上市公司在民國75年至85年間的1035個首次自願性盈餘預測資料為樣本，根據相關之理論及實證文獻建立五項可能影響資訊內涵的因素－公司規模、盈餘預測精確度、盈餘變異性、預測揭露時點與未預期盈餘，以t檢定及多元迴歸分析方式檢視預測發布期間之資訊內涵假說。實證結果顯示： 一、公司規模與預測發布期間之異常價量反應成反比。 二、盈餘預測準確度與預測發布期間之異常價量反應成正比，與Kim及Verrecchia(1991)之理論分析結果相符。 三、盈餘變異性於國內並非預測發布期間之異常價量反應的良好解釋因素，研究假說未獲支持。此一現象可能係困盈餘變異性對市場反應之影響並非透過盈餘預測之精確度而是另有其他原因所致。 四、預測揭露時點之早晚與預測發布期間之異常價量反應成正比，顯示自願性盈餘預測之資訊內涵會受到該訊息之能否及時提供而影響，證明『時效性』為會計資訊之攸關品質特性。 五、未預期盈餘之絕對值與預測發布期間之異常價量反應成正比。 / This study investgates the effects of managers' voluntary earnings forecast quality on investors' trading behavior. The relationships between firm size, precision of forecast, stability of earnings, timing of disclosures, unexpected earnings and price and volume reactions are examined. Kim and Verrecchia(1991) modeled the price and volume reactions to the public announcement as a positive function of the information's precision. We test these predictions with a sample of 1035 managers' voluntary earnings forecasts for 1986-1996 annual earnings. T statistical test and regression analysis are applied to test the information content hypothesis. We obtain the following results: 1. Price and volume reactions are inversely related to firm size. 2. Price and volume reactions are increasing functions of the precision of management forecasts. These results are consistent with Kirn and Verrecchia's(1991) theoretical proposition. 3.The relationship between stability of earnings and price and volume reactions are not significant around the period of managers' voluntary earnings forecasts issued. 4.The eariler the timing of disclosures, the higher the price and volume reactions. Thus for information to be relevant, it must be presented on a timely basis. 5.Price and volume reactions are positively correlated with the absolute value of the unexpected earnings.

由於常可觀測到序列相關的匯率預測誤差，及加入落後變數於匯率計量模型之處理，故本文在匯率決定的模型加入學習的考量，嘗試以此解釋匯率預測誤差序列相關的現象。 文中以新台幣／美元匯率為研究標的，擇用民國八十年十一月遠期外匯市場再開放為學習事件，以貨幣學派的匯率決定模型，採貝氏理論為母數的更新，以具體化學習行為；並進一步討論能否以學習解釋新台幣／美元匯率預測誤差序列相關的現象。 由實証結果發現，遠匯市場再開放之學習於匯率預測誤差序列相關的解釋能力，除了受匯率預測模型是否已也含充分的落後期訊息外，對於不同的學習行為觀測期間，學習對匯率預測誤差的解釋能力也有相當不同的表現。

本研究主要在探討我國上市公司是否會利用自願性管理預測作為工具，俾進行股價操縱。由於我國財務預測體系中缺乏分析師的市場機制，管理當局在球員兼裁判的情況下，自願性預測的品質會不穩定，甚或會用它來操縱股價。其次我國股市中，散戶所佔比例甚高，散戶多為不知情的投資者，致會有追漲殺跌的現象，據此本研究亦擬探討自願性預測的公告，是否會產生股價過度反應的追漲殺跌現象。 本研究所獲得之實證結果如下： 一、自願性財務預測發佈前後，是否引起股價異常反應 1. 好消息在事件日之前便開始有顯著的正向反應，而且在事件日之後會產生負的異常報酬，但並非十分顯著。 2. 壞消息在事件日之前也會有顯著之異常反應，但該反應卻是正向的反應，負向反應要在事件日之後才會產生，且此負向反應也非十分顯著。 二、公司管理當局是否利用自願性預測操縱股價 按稅前淨利區分者，無論好壞消息，樂觀預測之股價反應皆顯著大於保守預測之股價反應，顯示公司管理當局有利用高估的預測數字，以達其操縱股價之目的。 三、自願性預測發佈前後之股價行為是否有過度反應現象 1. 在好消息且保守預測的情況下，不論是按稅前淨利區分或按營業收入區分者，均發現到股價有過度反應的現象。 2. 至於好消息且樂觀預測的情況下，則表現出強者恆強的姿態，股價非但無回檔現象，更繼續往上反應。 3. 按營業收入區分之壞消息且樂觀預測這組樣本，也反映出股價有過度反應的現象。 / This study aims to examine, whether the management would employ voluntary forecast as a tool to manipulate stock price. Especially, the voluntary forecast can be effective because the price would overreact to the announcement of a voluntary forecast. The observation of this study comes from two special characters of Taiwan stock market: (1) more than 90% of investors are considered to be noisy traders, and (2) the ownership structure is generally concentrated on one or few investors. The empirical findings of this study can be summarized as follows. 1. Market positively reacts to the announcement of a voluntary forecast prior to the announcement date no matter whether it is a good news or a bad news. 2. In contrast, market negatively reacts to the announcement of a voluntary forecast subsequent to the announcement date insignificantly. 3. The market reaction to an optimistic forecast is stronger than that to a conservative forecast. Thus, market will superficially react to an information rather than the economic substance of information. 4. Market does overreact to the announcement of a voluntary forecast. 5. Both earnings and sales can produce the identical results as described from above Item 1 to 4.

為使研究更加實務化、本土化，本論文結合專家訪談、個案分析與實證研究三種方式，探討經理人員盈餘預測揭露前，內部關係人股權異動之現象。 一、專家訪談 訪問與本研究主題相關的專家，包括主管機關、財務分析師與證券業者等各數人的意見，以瞭解實務界中，各方人士對國內「經理人員盈餘預測揭露前，門部關係人股權異動」實際情況的看法，以使實證研究所探討的問題、假說，更能與實務相結合。 二、內線交易個案分析 整理、分析國內所發生確定或疑似內線交易的十七個案例，藉由內線交易個案分析，對內部關係人利用私有資訊，進行股權異動之實際行徑有更深入的瞭解。在個案分析中所觀察到利用人頭戶買賣、未經申報即行轉讓、盈餘預測未即時更正等現象，更為實證研究的結果，提供合理的解釋基礎。 三、實證研究結果 實證研究乃以國內上市公司為研究對象，蒐集民國七十五年十一月至民國八十五年十二月的資料，測試結果發現： 1、公司內部關係人在經理人員盈餘預測消息揭露為好消息前，會有顯著異常增加持股之現象。 2、公司內部關係人在經理人員盈餘預測消息揭露為壞消息前，並沒有顯著異常轉讓持股之現象。 3、禁止內線交易法條實施後，盈餘預測揭露前公司內部關係人之股權異動程度有所減少。 4、公司內部關係人在經理人員盈餘預測揭露前的股權異動程度，與財務分析師的預測誤差值（經理人員預測值與財務分析師預測值之差）呈正相關。 5、經理人員盈餘預測揭露前，大公司的內部關係人比不公司的內部關係人有較高的股權異動程度。 6、經理人員盈餘預測揭露前，公司內部關係人股權異動申報股數，對財務分析師的預測修正值，並沒有顯著的影響。

本研究主要的目的在探討,新上市公司其業績持續度,財務預測,與損益操縱之間的關係.本研究推論新上市公司有強烈的經濟動機從事上市前的損益操縱,以迎合現行上市標準;另外,在國內股市客觀條件未成熟的環境下,本研究推論公司上市時所提供之強制性財務預測將會過度樂觀.求能順利通過上市審查;據此,最後本研究推論公司上市前後業績持續度與上市前後損益操縱及財務預測準確度具有一定的關係.實證結果顯示,就民國八十一年及民國八十二年間上市之公司而言,其上市前後之應計項目並無重大變動,可能係公司進行損益平穩化的結果,其上市時所提供之強制性財務預測亦未顯著樂觀,而以年度別,半年度別,及與同時期現金增資公司就業績持續度,淨應計項目,以及財務預測準確度作分析後發現,除民國八十一年上市者及新上市公司業績持續度不如現金增資者外,其餘各項,就整體而言,並無重大差異.然而在多元迴歸分析方面,則證實公司業績持續度與公司係上市或現金增資具有關係,並且與財務預測之高估或低估呈反向變動,但與上市或現金增資前之應計項目並無顯著關係.

會計資訊的最高品質即為「決策有用性」，以證券投資而言，投資人是否真能經由會計資訊之分析獲得超額報酬，乃為會計資訊的功能之一。由於國內先前研究對會計資訊是否可得到異常報酬之結論並不一致，且企業之風險因素則從未納入模式加以考量，究竟盈餘及非盈餘資訊是否具有資訊內涵，並可協助投資者衡量企業之風險，進而預測股票異常報酬？ 本研究以 Chung and Kim （1994）之模式，採用「風險」因素選取會計變數，並建立預測模型，計算投資績效。經以七十五年至八十四年之國內上市公司為樣本進行全部分析與產業別分析，結果發現： 1. 在全部分析中，買入並持有及賣出之投資決策，皆能得到正的異常報酬，顯示預測模型績效良好；在預測正確率方面，則以賣出決策較佳。 2. 在產業別分析中，食品製造業、紡織業、化學制品業、電力及電子機械業等四產業可得到異常報酬，而銀行業及紙業等二產業則異常報酬為負值，顯示產業別之預測結果相較於全部分析而言，模型適用性並不理想；在預測正確率方面，亦以賣出決策較佳。 3. 整體而言，運用財務比率分析以預測股票異常報酬之結論普遍可獲得支持，亦即台灣股市不具半強式之效率性，投資人可運用財務報表分析預測股票異常報酬，獲取超額收益。

匯率預測方法甚多，從簡易的方法論到神經網絡預測法，乃至於基因演算法、、無一不自成格局。然而，由於影響匯率變動的因素太多，精確的預測模型往往趕不上匯率的變動速度。一本交易員對匯率預測的快速趨勢要求，採用EViews直線迴歸分析，簡易的將數據整理後載入預測模型，實證匯率可以快速測得準確的趨勢，藉此以規避市場匯率風險。 文中並記述三次預測時所輸入的經濟數據的整理方式不同，卻不影響匯率趨勢預測的結果。 簡單快速的在眾多經濟數據中找出具影響力的因子並對匯率趨勢預測做出結果為市場所需；當匯率趨勢確立，則需借重市場技術分析對於支撐點及壓力點的共同看法以確立避險點。 此論文一本EMBA對理論及實務的並重，將線性迴歸理論配合Eviews模型的簡易運用，在變異詭譎的外匯市場中，快速探誘市場的方向。

針對大量資料進行分析，從中擷取知識能協助企業獲得競爭能力，其中資料採礦為值得探討與利用的工具。此時逢世界各國電業於近年致力於進行先進電錶基礎建設(AMI)，其將會產生詳細的用戶行為資訊，其資料量龐大，產生潛在分析機會。因此本文針對電業進行資料採礦實作研究與個案探討。 於近年電業因原物料漲價，形成經營虧損，而形成調整電價的訴求，針對電價的調整如何能適當的反應成本，並且能影響用戶行為，降低發電成本，為本文欲探討之議題。本文依資料採礦方法論，根據前述議題，訂定分析計畫，而後建模並驗證模型之準確性，得到可供企業應用於「訂價」與「推廣」之參考模型。