臺灣博碩士論文加值系統

在日漸自由化與全球化的投資市場中，投資人除了擁有更多機會去獲取更高的報酬外，也面臨更多的投資風險。因此，如何獲取報酬與風險的平衡，成為投資人所關心的課題之一。匯集眾多投資者之資金，並經由專業知識之基金經理人進行專業化管理的「共同基金」，除了彌補個別投資者在專業投資觀念的不足，亦可解決因資金不足而無法充分分散風險的限制。隨著投資信託公司家數日益增多，共同基金的種類與數量日益成長，導致投資人在挑選共同基金時面臨窘境，因此，藉由商業智慧(Business Intelligence)的輔助，協助挖掘出埋藏在數據資料背後的知識，將其轉化成為有助於投資者決策的有用知識，作為選擇共同基金的依據，並預測未來共同基金的報酬率。本文目的在建構基金績效分類模型與基金報酬率預測模型，分別利用卡方自動互動檢視法及基因演算法為分析工具，以提供投資人在選擇基金時之參考。
本研究結果可知，利用卡方自動互動檢視法建立的邏輯斯迴歸模型其正確預測力比由關聯分析所建立的邏輯斯迴歸模型佳，且經由基因演算法預測基金報酬率之預測能力較佳。因此，透過基金績效分類模型與基因演算法預測的基金報酬率有助於投資者決策，以降低投資風險，並求得較佳報酬。

In the globalizing investment market, investors not only own more chances to obtain high pays, but also face more investment risk. Consequently, a balance between higher pays and less risk is one of the important lessons that investors cared. Mutual found, which collects investor’s capitals and operates by professional managers can redeem the insufficient investment knowledge of individuals and disperse the investment risk. As time goes on, many kinds of fund type were generated in a great quantity such that investors are hard to choose when more and more investment trusts were established. Therefore, by the help of business intelligence, to dig the knowledge behind the database and turn into something useful for making decisions. Our purpose is to construct a classification model of the performance of the fund and a prediction model of return of the fund by the methods CHAID and genetic algorithm, respectively.
Our result shows that the predict ability of logistic model build by CHAID is better than correlation analysis. We can also have a good predict ability in returns by using genetic algorithm. Therefore, by using our classification model and genetic algorithm, investors can optimal payment and lower risk.

目 錄

中文摘要 I
英文摘要 II
表 次 IV
圖 次 V
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 5
第三節 研究流程 6
第二章 文獻探討 7
第一節 共同基金介紹 7
第二節 共同基金績效評估之相關文獻 10
第三節 基因演算法介紹 18
第四節 基因演算法應用於共同基金之相關文獻 21
第三章 研究方法 24
第一節 研究對象與期間 24
第二節 變數的選取與定義 26
第三節 研究架構 29
第四節 資料分析方法 30
第四章 資料分析 35
第一節 關聯分析 35
第二節 基金績效分類模型 38
第三節 基金報酬率預測模型 45
第五章 結論與建議 55
第一節 結論 55
第二節 建議 57
參考文獻 58
附錄 62

表 次

表1-1-1. 國內共同基金發展彙總表 2
表2-1-1. 開放式基金與封閉式基金的比較 8
表2-2-1. 績效模型與影響因子關係一覽表 15
表2-2-2. 基金特性與績效關係覽表 17
表2-4-1. 基因演算法應用於共同基金一覽表 23
表3-1-1. 基金名稱 25
表3-2-1. 基金規模分層 27
表4-1-1. Pearson相關係數表 36
表4-2-1. 關聯分析建立邏輯斯迴歸模型之參數估計表 39
表4-2-2. 關聯分析建立邏輯斯迴歸模型之正確預測百分比表 39
表4-2-3. 市場風險溢酬分層 40
表4-2-4. CHAID建立邏輯斯迴歸模型之參數估計表 41
表4-2-5. CHAID建立邏輯斯迴歸模型之正確預測百分比表 41
表4-2-6. 邏輯斯迴歸模型之正確預測率比較表 44
表4-3-1. 一因子模型之變異數分析表 48
表4-3-2. 一因子模型之參數估計表 48
表4-3-3. 二因子模型之變異數分析表 51
表4-3-4. 二因子模型之參數估計表 51
表4-3-5. 基因演算法之參數設定表 52
表4-3-6. 預測值之RMSE與MAE 54


圖 次

圖1-1-1. 1992-2005年國內共同基金規模 3
圖1-1-2. 2000-2005年國內股票型共同基金規模 3
圖1-3-1. 研究流程圖 6
圖2-3-1. 基因演算法之流程圖 20
圖3-3-1. 研究架構圖 29
圖3-4-1. 自動互動檢視法的決策流程圖 34
圖4-1-1. 基金淨值報酬與各因子之散佈圖 37
圖4-2-1. 市場風險溢酬之莖葉圖 42
圖4-2-2. 卡方自動互動檢視法分析流程圖 43
圖4-3-1. 一因子模型之散佈圖 46
圖4-3-2. 一因子模型之殘差圖 46
圖4-3-3. 一因子模型之標準化殘差直方圖 47
圖4-3-4. 一因子模型之常態機率圖 47
圖4-3-5. (Ri-Rf)與管理費之散佈圖 49
圖4-3-6. 二因子模型之殘差圖 49
圖4-3-7. 二因子模型之標準化殘差直方圖 50
圖4-3-8. 二因子模型之常態機率圖 50

參考文獻
一、中文部分
黃登源（1998），應用迴歸分析，華泰文化事業公司
王益民（1999），投資銀行實務基金與投資組合，五南文化廣場
林世峻（2000），影響台灣股票型基金績效之特性因素研究，淡江大學管理科學系碩士論文
陳安琳、洪嘉苓（2001），共同基金經理團隊屬性與基金績效之研究，證券市場發展季刊，第十三卷，第三期，第1-27頁
黃俊英（2002），多變量分析（第七版），華泰文化事業公司
張庭淵（2002），Steady Model和貝氏估計在臺灣開放型共同基金績效評估上之應用，淡江大學統計系應用統計碩士論文
廖含珮（2002），台灣共同基金績效之分析-資料包絡分析法之應用，中國文化大學經濟學研究所碩士論文
王蓉美（2003），臺灣共同基金績效之預測－遺傳演化類神經網路與統計方法之應用，東吳大學經濟系碩士論文
林永祥（2003），台灣共同基金市場報酬與流量之關係-基因演算法市場模擬之研究，雲林科技大學財務金融系碩士論文
謝明瑞（2003），談基金投資，財團法人國家政策基金會，財金（評）092-081號
鄭國龍（2003），因子與特徵模型在投資組合建構之應用，中央大學財務金融所碩士論文
陳敬瑜（2004），使用演化式演算法最佳化彈性製造系統之生產規劃，逢甲大學資訊工程所碩士論文
陳與泳（2004），組合式基金資金分配策略－蟻元合作系統與遺傳演算法之應用，國立台灣科技大學資訊管理系碩士論文
劉貴強（2004），遺傳演算法於組合型基金商品設計之研究，輔仁大學資訊管理學系碩士論文
黃綺年（2004），統計方法與類神經網路應用於國內開放式股票型基金投資績效分類及投資報酬率預測之研究，成功大學統計系碩士論文
陳隆麒（2004），當代財務管理，華泰文化事業股份有限公司
邱清顯（2004），共同基金績效評估方法之綜合評論，國立中山大學企管系博士候選人，遠東學報第二十一期
黃登源（2005），市場調查方法，台灣智慧科技與應用統計學會
林豐澤（2005），演化式計算上篇：演化式演算法的三種理論模式，智慧科技與應用統計學報，第三卷，第一期
日盛金控網站服務 http://www.jsun.com/pd024_qa.htm（2005.09.28）
中華民國證券投資信託暨顧問商業同業公會 http://www.sitca.org.tw/

二、英文部分
Bongle, J. C.（1998）, The implications of style analysis for mutual fund performance evaluation, Journal of Portfolio Management, Vol.24, pp.34-42.
Carhart, M. M.（1997）, On persistence in mutual fund performance, Journal of Finance, Vol.52, pp.57-82.
Volkman, D.A. and Wohar, M. E.（1995）, Determinants of Persistence in Relative Performance of Mutual Funds, Journal of Financial Research, Vol. XVII, No. 4, pp. 415-430.
Fama, E. F. and French, K. R.（1992）, The cross-section of expected stock returns, Journal of Finance, Vol.47, pp.427-465.
Fama, E. F. and French, K. R.（1993）, Common risk factors in the returns on stocks and bonds, Journal of Finance, Vol.33, pp.3-56.
Fama, E. F. and French, K. R.（1996）, Multifactor explanations of asset pricing anomalies, Journal of Finance, Vol.51, pp.55-84.
Fama, E. F. and French, K. R.（1998）, Value versus Growth: The International Evidence, Journal of Finance, Vol.53, pp.1975-1999.
Grinblatt, M. and Titman, S.（1994）, A Study of Monthly Mutual Fund Returns and Performance Evaluation Techniques, Journal of Financial and Quantitative Analysis, Vol.29, pp.419-444.
Indro, Daniel C., Christine X. J., Michael Y. H. and Wayne Y. L.（1999）, Mutual Fund Performance: Does Fund Sizes Matter?, Financial Analysis Journal, Vol. 55, pp.74-87.
Jensen, M.C.（1968）, The Performance of Mutual Funds in the Period 1945-1964, Journal of Finance, Vol. 23, No. 2, pp.389-416.
Zadeh, L.A.（1973）, Outline of a new approach to the analysis of complex systems and decision processes, IEEE Trans. System, Man, and Cybernetics, SMC-1, pp.28-44.
Markowitz. H.（1952）, Portfolio Selection, Journal of Finance, Vol.7. pp. 77-91.
Pedhazur, E. J.（1982）, Multiple regression in behavioral research: Explanation and prediction（2nd ed.）, New York: Holt, Rinehart and Winston.
Henriksson, R. D. and Merton, R. C.（1981）, On Market Timing and Investment Performance. II. Statistical Procedures for Evaluating Forecasting Skills, The Journal of Business, Vol. 54, No. 4, pp. 513-533.
Sharpe, W.F.（1966）, Mutual Fund Performance, Journal of Business, Vol. 39, No. 1, pp.119-138.
Treynor, J.L.（1965）, How to Rate Management of Investment Funds, Harvard Business Review, Vol. 43, No. 1, pp.63-75.
Treynor J.L. and Mazuy K.（1966）, Can Mutual Funds Outguess the Market? , Harvard Business Review, Vol.44, pp.131-136.