本研究探討在美發行存託憑證之外國公司（ADR公司）採用不同會計準則編製財務報表，對於分析師盈餘預測之影響；以及美國證券交易委員會(SEC)於2007年11月15日免除採用國際會計準則之ADR公司編製Form 20-F調節表規定，對於分析師盈餘預測之影響。針對主題一實證結果顯示，相較於外國公司所屬國家之會計準則，國際會計準則(IFRS)與美國一般公認會計原則(US GAAP)在提供資訊能力上較佳，有助於分析師之盈餘預測；然而進一步的實證則顯示IFRS與US GAAP間在提供資訊能力上並無明顯差異。此外，研究發現當外國公司之所屬國家為法制力較高的國家時，較有助於分析師之盈餘預測。針對主題二實證結果，本研究實證結果支持SEC對於免除採IFRS公司編製Form 20-F調節表的預期，並未發現任何證據顯示SEC免除ADR公司編製Form 20-F調節表，對於分析師進行盈餘預測時會有資訊遺失(information loss)的現象，本文實證結果亦顯示對於分析師而言IFRS與US GAAP所編製的財務報表可以提供類似的資訊。

經濟預測一直是學界所非常重視的問題，舉凡失業率、消費者物價指數、貨幣供給量等等，都存在著某種程度的預測力。而本篇研究所探討的預測指標為違約利差。這個指標自1983年被Bernanke所提出來後，諸多學者在此概念下對其定義做改造，像是商業本票與國庫券間的利率差、Baa評級債券與國庫券之利率差、高殖利率債券與國庫券之利率差都屬於違約利差的一種。而我們這篇使用twA評級六個月期債券與六個月期國庫券之利率差和六個月期商業本票與六個月期國庫券間利率差去預測經濟成長率，我們發現此預測力並不彰顯。探究其原因可能是twA評級六個月期債券與六個月期國庫券之利率差變數不只包含了與經濟活動有關的違約風險部分，還包含了流動性風險、預付風險、稅務貼水、營運系統性風險等等。而商業本票與國庫券間利率無預測力的原因可能是金融替代品的增加、投資者對市場感知不正確或國庫券供需量可能會因政策施行(非景氣相關之政策)而變動所造成。最後我們將所有台灣的預測變數的預測值做簡單平均，再算出平均平方誤差。我們發現預測能力相較於自我迴歸模型來得差，但這相比於其他單一變數預測式所估計出來的預測誤差來得穩定。本研究中未能像Stock and Watson般使用上百條式子再做加權，因此這可能會是加權平均在台灣市場的例子中，預測能力輸給自我迴歸模型的主因。

自民國87年起，台灣發生了一連串本土性金融風暴，許多上市公司發生財務危機，而民國89年至90年間，台灣整體經濟不景氣，許多傳統產業公司經營不善，而造成公司財務危機。本研究希望藉由財務性變數建立財務危機預警模式，建立傳統產業的財務危機預測模型。同時，更嘗試進一步透過個案資料的整理，以對於財務危機防治方式做一初步的瞭解及建議。 在文獻探討中，本研究首先就財務危機定義探討，並探討財務危機發生因素及財務危機發生之因應策略，接著將國內外學者對於財務危機所做的相關實證研究加以整理論述。 本研究以Logit分析法建立財務危機預測模型，實證結果發現在危機發生前一年預測率較佳，達到81.48％，但於危機發生前二年及前三年預測率較差，僅達到72.22％及68.52％。顯示越接近財務危機發生時點，以Logit分析法所建立之財務危機預測模型預測正確率將較為理想。 本研究對於財務危機個案防治方式分析，得到以下幾點結論：(1)公司財務危機診斷及防治時，必須考量產業特性與危機發生因素；(2)公司負責人與領導團隊的更換，在財務危機防治成效並無導致顯著的差異；(3)在財務危機防治時，聘請外部企管顧問公司監控公司內部營運流程及財務狀況，較能取得債權銀行及投資人的信任，以獲取較佳的談判條件；(4)公司法重整制度的設計並不符合危機公司的需求，應做進一步修法改進。

本研究主要在研究上市（櫃）公司上半年公告強制性財務預測的達成率與下半年盈餘管理之間的關係。當公司在上半年度公告的財務預測過份樂觀，公司在公告預測的下半年擬現金增資時，則公司會以盈餘管理的方式來令原始（上次更新）預測達到準確的目的。即探討公司上半年度財務預測達成率過高或過低之的情境下，公司是否從事盈餘管理活動以避免於下半年度更新財務預測。 本研究以盈餘達成率作為衡量篩選樣本的指標，以無母數統計MANN-WHITNEY U TEST與單因子變異數(1-WAY ANOVA)分析資料。 本研究的實證結果顯示： 一、上市（櫃）公司於上半年度未更新財務預測，其上半年財務預測達成率低者，公司有傾向以盈餘管理方式操縱應計項目以避免於下半年更新財務預測。 二、上市（櫃）公司於上半年度更新一次財務預測，其上半年財務預測達成率仍未達20﹪者，公司有傾向以盈餘管理方式操縱應計項目以避免於下半年更新財務預測，但幅度不是很顯著，可能盈餘管理並非管理當局達成財務預測的主要方式。 三、不論上市（櫃）公司於上半年度是否更新過財務預測，其上半年財務預測達成率低者，公司皆有傾向以盈餘管理方式操縱應計項目以避免於下半年更新財務預測。而上半年度未更新財務預測者又較上半年度更新一次財務預測者傾向以盈餘管理方式操縱應計項目以避免在下半年更新財務預測。

本研究主要由法規面引伸出研究之動機。在1.「公開發行公司財務預測公開體系實施要點」第十八點中規定，當編制財務預測所依據之關鍵因素或基本假設發生變動，致稅前損益金額變動百分之二十以上且影響金額達新台幣三千萬元及實收資本額之千分之五者，需更新財務預測。2.「發行人募集與發行有價證券處理準則」第十二條中規定，在申請年度（公開發行公司增資發行新股或募集發行公司債等）及前二年度因公開之財務預測經證期會糾正達兩次，或任一年度更正（新）財務預測超過二次者，必須採申請核准制（不適用申報生效制）。加上台灣證券市場之特徵為所有權與經營權未有效分離、散戶比重大、內線交易未有效規範，及實徵性會計理論中契約成本及監督成本之存在，推論出公司在現金增資前可能產生盈餘管理或操縱損益的動機來維持財務預測準確性，以順利通過現金增資案。亦即本研究之目的是為了驗證上市公司在現金增資前，發佈財務預測次數多寡是否會影響其是否從事盈餘管理，及進一步找出公司傾向以何種工具做為盈餘操縱之標的，並欲以驗證之結果提供投資大眾在閱讀上市公司財務預測資訊時參考的依據，以解決資本市場中存在之資訊不對稱的問題，並且希望可以提供主管單位在制訂法規時的依據。 本研究以DeAngelo模式及Friedlan模式對可裁決性應計項目做定義，並以一般變數變動率的計算方法對其他細項變數做定義，以進一步驗證現金增資前發佈不同財測次數之公司在可裁決性應計項目、與營業有關之應計項目、營業外損益項目、非常損益項目之變動上是否具有顯著的不同，以判別發佈財測與否與發佈財測次數多寡是否會影響公司作盈餘操縱，並且進一步判別其盈餘操縱之標的為何。 實證結果顯示，在可裁決性應計項目、營業外損益項目變動率方面，財測次數不同之公司之變動率的確顯著不同，且在「無財測之公司」及「有財測之公司」之間其越顯著，顯示公司的確有盈餘操縱之現象，且又以營業外損益項目中之處分固定投資損益項目為主。 另外，驗證結果顯示，欲現金增資之公司其較不會利用與營業有關之應計項目及非常損益項目做為盈餘管理的標的。 而由本研究實證之結果，上市公司現金增資前，財務預測次數越多之公司的確存在盈餘管理之動作，因此財務預測只是成為這些公司透過盈餘管理而維持的數字，失去主管機關立法的美意。因此財務預測資訊應以何種方式及由誰來提供，才能達到最佳之資訊揭露方式，值得深思及進一步研究。 目錄 第一章 緒論 5 第一節 研究動機與目的 5 第二節 研究問題 7 第三節 研究方式 8 第四節 研究架構 9 第二章 文獻探討 12 第一節 財務預測之相關文獻探討 13 第二節 盈餘管理之相關文獻探討 17 第三章 研究方法 24 第一節 名詞解釋與相關法令 24 第二節 觀念性架構 29 第三節 研究假說 31 第四節 變數定義與衡量 36 第五節 研究期間、樣本選取與資料收集 42 第六節 資料分析方法 45 第四章 實證結果與分析 49 第一節 驗證財務預測變動幅度與財務預測次數間之關連性 49 第二節 常態分配之檢定 51 第三節 可裁決性應計項目之實證 51 第四節 與營業有關之應計項目之實證 53 第五節 營業外損益項目之實證 56 第六節 非常項目之實證 59 第七節 實證結果彙總 59 第五章 結論與建議 72 第一節 結論 72 第二節 研究限制 73 第三節 後續研究建議 74 參考文獻 75

對於預測未來人口的死亡率，國外已有學者提出一些配適死亡率曲線的方法，但可以合適地配適台灣地區死亡率的方法則尚未有學者提出。且在所有的年齡層中，嬰幼兒及高齡人口死亡率的變化較不穩定，但高齡人口死亡率的變化對整個人口結構的影響較大，所以在本文中將只針對高齡人口的死亡率來做預測。 本篇文章利用：(1)SOA模型；(2)Lee-Carter模型；(3)Heligman-Pollard模型等三個國外常用的配適方法以及我們提出的一個新方法－「比值法」並利用迴歸分析及時間序列分析等統計方法來預測台灣地區的死亡率，再互相比較各個模型的預測誤差，以找出適合預測台灣地區高齡人口死亡率的模型。 / A few mathematical models used to fit mortality curve to project future mortality levels are proposed by demographer and statistician in recent years.However, the methods that can be used to appropriately fit the mortality curve in Taiwan have not been brought up yet. Among all other age groups, infants and elderly(60+) mortality change more dramatically than the other age group, as a result the latter has greater impact on the population structure for Taiwan. Hence, our projection focuses on the mortality of elderly population. This research utilizes the following three fitting methods to project future mortality levels in Taiwan: SOA model; Lee-Carter model; Heligman-Pollard model and the one we proposed namely the "ratio method", along with the regression and time series analyses in order to project the mortality in Taiwan area. Finally, a better projection model is found by comparing the predicted errors between these models.

期望波動度在投資組合的選擇、避險策略、資產管理，以及金融資產的評價上是關鍵性因素，因此，在波動度變化甚巨的金融市場中，找出具有良好預測波動度能力的模型，是絕對必要的。過去從事資產價格行為的相關研究都假設資產的價格過程是隨機的，且呈對數常態分配、變異數固定。然而實證結果一再顯示：變異數是隨時間而變動的（如 Mandelbrot(1963)、 Fama(1965)）。為預測波動度（或變異數），Eagle(1982)首先提出了 ARCH 模型，允許預期條件變異數作為過去殘差的函數，因此變異數能隨時間而改變。此後 Bollerslve(1986)提出 GARCH 模型，修正ARCH 模型線性遞減遞延結構，將過去的殘差及變異數同時納入條件變異數方程式中。 Nelson(1991)則提出 EGARCH 模型以改進 GARCH 模型的三大缺點，此模型對具有高度波動性的金融資產提供更成功的另一估計模式。除上列之 ARCH-type 模型外，Hull and White(1987)提出連續型隨機波動模型(continuous time stochastic volatility model)，用以評價股價選擇權，此模型不僅將過去的變異數納入條件變異數的方程式中，同時該條件變異數也會因隨機噪音(random noise)而變動。近年來，上述模型均被廣泛運用在模擬金融資產的波動性，均是相當實用的模型。 本文以隨機漫步(random walk)、GARCH(1,1)、EGARCH(1,1)及隨機波動模型(stochastic volatility)進行不同期間下，股價指數與外匯波動度之預測，並以實證結果判斷上述四種模型在預測外匯及股價指數波動度的能力表現。實證結果顯示：隨機波動模型不論在股價指數或外匯、長期或短期的波動度預測上，都是最佳的波動度預測模型，因此建議各大金融機構可採隨機波動模型預測金融資產未來的波動度。 / Volatility forecast is extremely important factor in portfolio chice, hedging strategies, asset management, asset pricing and option pricing. Identifying a good forecast model of volatility is absolutely necessary, especially for the highly volatile Taiwan stock marek. Due to increasing attention to the impact of marke risk on asset returns, academic researchers and practicians have developed ways to control risk and methodologies to forecast return volatility. Past researches on asset price behavior usually assumed that asset price behavior follows random walk, and its probability distribution is a log-normal distribution with a constant variance (or constant volatility). This assumption is in fact in violation of empirical evidence showing that volatility tends to vary over time (e.g., Mandelbrot﹝1963﹞ and Fama﹝1965﹞). To forecast volatility (or variance), Engle(1982) is the first scholar to propose a forecast model, now well-known as ARCH, whose conditional variance is a funtion of past squared returns residuals. Accordingly, the forecast variance(or volatility) varies over time. Bollerslev(1986) proposed a generalized model, called GARCH, which allows the current conditional variance depends not only on past squared residuals, but also on past conditional variances. However, Nelson(1991) has recently proposed a new model, called EGARCH, which attempts to remove the weakness of the GARCH model. The EGARCH model has been shown to be successful to forecast volatility and to describe successful stock price behavior. In addition, Hull and white(1987) employed a continuous-time stochastic volatility model to develop in option pricing model. Their stochastic volatility model not only admits the past variance, but also depends on random noise of volatility. The above-mentioned models have been widely implemented in practice to simulate and to forecast asset return volatility. This thesis investigates whether random walk, GARCH(1,1), EGARCH(1,1) and stochastic volatility model differ in their ability to predict the volatility of stock index and currency returns over short-term and long-term horizons. The results strongly support that the best volatility predictions are generated by the stochasic volatility model. Therefore, it is recommended that financial institutions may adopt stochastic volatility model to predict asset return volatility.

本研究之目的在探討討強制性財務預測下,公司管理當局對於不準確度程度過高之公司,其可能之修正行為, 準確度係預計值與實際值之間的差異從會計理論之觀點而言管理當局可用盈餘管理(隱含方式),或修正預測(外在方式)為之達到預測準確性之目的,本研究首先要了解之問題便是財務預測之更新與否與盈餘管理之間的關連,其次由於新上市公司於國內外實證研究中發現其於上市前後存有盈餘管理之現象故本研究推論由上市目的所編製之財務預測亦有較現金增資者有較樂觀之傾向存在另外在我國企業之歷史性財務報表之查核會計師通常亦為該公司之財務預測核閱會計師故本研究亦推論會計師之聲譽對於準確度有影響以上三項問題均以WILCOXONTEST 及T TEST 來回答另外本研究欲建立一可以解釋預測準確性之迴歸式而以預測更新與否,會計師聲譽,財務預測發布目的及盈餘管理幅度為自變數研究結果顯示管理當局傾向於以更新預測之方式達成其準確度之目的會計師聲譽並非決定準確度之決定性因素上市目的所發佈者較現金增資所發布者保守推論其可能之原因與承銷商之連坐記點有關故閱表者可從財務預測之更新與否及發布目的兩者綜合判斷財務預測之準確性

所謂神經網路，乃是對生物神經系統的模擬，而本文主要利用神經網路之逆傳遞模型 (Back - Propagation) ，來進行匯率的樣本外預測，再以時間數列ARIMA 的預測結果加以比較分析。 時間數列方法在分析上，有簡潔易懂、短期預測精確度高之優點。對於殘差值有一套完善的診斷模式，其預測之結果具有穩健性( Robustness )。但根據以往的文獻可知，時間數列 ARIMA 在匯率預測的效果不佳，乃是由於匯率的「非線性」行為所致，故引入「非線性」形態的神經網路，以期望有更好的表現。 由實證結果發現，就樣本外的表現而言，神經網路模型的表現並不亞於時間數列方法。可見考慮非線性的方式，有助於預測準確度的提高。

當面對總體蘊藏資訊量極為龐大，單筆資訊則較為零碎的資料來源時，社會網路分析同時兼具微觀及巨觀分析特點的方式，提供了一獨特的切入分析角度。目前在社會網路分析領域中，針對網路性質所發展的分析指標等相關理論，大多以1-mode網路為主要的探討模式，對於2-mode網路模式下的著墨則較為稀少。在本研究論文中，以政府人事異動資料庫為主要資料來源，建構出同時具有人物以及職務兩種不同類型節點的2-mode網路，並選擇以適用於2-mode網路模式下的連結預測理論為主要核心，建置出職務接替人選預測系統，其後透過配合不同的實驗模式設計進行接替人選的預測行動，希望能以此來探討單一職位對於其未來接替人選的考量上，受到其歷任人員職務歷程的影響程度。 實驗數據結果顯示，本研究所建置出的接替人選預測系統，對於不同的職務分類層級以及針對不同部門間的職務預測，均會產生不同的預測成效，而這些成果均可適切反映出因應於升遷法制規範或是部份部門於專業知識上的需求條件，因而使得其在對於職位接替人選的考量上，較易受到歷任人選於職務歷程方面的影響。 / When coping with the information source which can store quite high information load in total while one piece of that tends to be fragmentary, Social Network Analysis provides a unique viewpoint to contain analyzing characteristics from both of microcosmic and macrocosmic perspectives. To date, when it comes to theories related to analysis indicator established from different analyzing characteristics in the field of Social Network Analysis, effort is mainly made to explore 1-mode network. By contrast, little emphasis is put on 2-mode network. In this study, the database of government’s personnel change is adopted as the major information source. This study then establishes a 2-mode network with two different types of node, that is, personnel and position. Choosing Link Prediction Theory as the major core with its applicability of 2-mode network, the present study sets up a prediction system of position taking-over candidate. Then, in accordance with different designs of experimental model, the prediction is conducted in an attempt to investigate whether the consideration of future taking-over candidate for a certain position would be influenced by position courses of all past personnel in this position. According to the experimental data, the prediction system of position taking-over candidate established in this study shows different prediction efficiency when predicting different position layers and positions from different sectors. These results all appropriately reflect that the consideration of position taking-over candidate is more easily influenced by position courses of past personnel due to the rules of promotion and the conditions of professional knowledge in some sectors.