跳到主要內容

臺灣博碩士論文加值系統

(44.211.26.178) 您好!臺灣時間:2024/06/16 01:30
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:沈淳惠
論文名稱:盈餘品質指標資訊價值之研究-類神經網路之研究途徑
指導教授:楊建民楊建民引用關係
學位類別:碩士
校院名稱:國立政治大學
系所名稱:資訊管理研究所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:80
中文關鍵詞:盈餘品質類神經網路盈餘品質預測模式投資組合投資策略累計超額報酬
相關次數:
  • 被引用被引用:4
  • 點閱點閱:263
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
  盈餘是公司過去經營績效良窳之最終表現,而盈餘數值高低與公司股價報酬謝有密不可分的關係。然則,盈餘是企業營運的一連串會計處理結果,不同的會計原則及假設會影響會計處理的結果,使得當期及未來盈餘數值均會受到影響,因此在評估或預測企業的盈餘時,應對盈餘本身之品質加以探討,亦即,如何確認財務報表中那些是攸關盈餘品質優劣的資訊,透視盈餘本身的真正內涵以輔助投資人形成最佳投資策略,十分值得我們進一步研究究。
  近年來由於人工智慧之類神經網路快速地發展,加上類神經網路具備了平行分散式處理、關式記憶、自範例中學習等類似人類非線性思考的能力,在財務系統的應用上,學者所建構的類神經網路都比統計方法獲得了更好的結果。
  有鑑於此,本研究即依據上述概念,以民國七十九年至八十四年共計五個年度財務報表資訊,以第一、二類上巿公司一共十三個產業為研究樣本,建構了盈餘品質類神經網路預測模式,找出盈餘品質資訊內涵與盈餘成長率之關聯性。並以模式預測結果形成投資組合並據以作為投資策略操作。
  在網路模式建構階段,本研究採取了過去學者所採用的盈餘品質指標作為網路之入結點;以每股盈餘成長率作為網路之輸出點:以整體巿場為學習範例,進行隱藏層結點個數之操弄,以找出學習效果較佳之網路模式,並以此網路模式作為後續研究採用之依據。以整體巿場為樣本所進行的網路測試過程中,本研究所找出之較佳網路模式為:99-1。
  本研究根據前述方法所進行的研究中,獲得了以下結論:
  一、以整體巿場為樣本所進行的測試中發現,模式之區別能力大致介於六成至七成之間。而預測能力大約是在五成至六成之間。
  二、在整體巿場、紡織類股以及電子類股之汕試結果方面,以電子業之模式區別能力及預測能力最好,其次為紡織業。顯業以單一產業為樣本之模式學習效果優於整體巿場。
  三、在網路穩定性方面,則以紡織業組之穩定性較高,但與其它兩組之差異性並不明顯。
  其次本研究以事件研究法進行投資策略分析,以模式之預測結果,輔以益本比評價法形成投資組合進行投資決策,獲得了以下結論:
  一、以整體巿場、紡織類、電子類為投資對象均獲了超類報酬,在觀察期間內分別獲得了38.51%、34.62%及56.89%的超額報酬率。其中以電子類股之表現為突出。顯示本研究對於如電子業較重視研究發、資本密集之產業盈餘品質萃取能力較佳。
  二、在觀察期間內,投資組合與類股報酬率表現均呈現正向相關,在類股指數上漲月份中,投資組珨之超客報酬較小,然而在類股指數下跌月份投資組合會出現較大幅的超額報酬。推論其原因於本研究是以盈餘品質為基礎,而此類盈餘品具成長性且一致性、穩定性較高之公司較具抗跌性及長期持有之價值。
  三、本研究驗證了盈餘品質網路模式能有效擷取財務報表盈餘資訊內涵,以之形成投資策略能獲取超額報酬。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊