跳到主要內容

臺灣博碩士論文加值系統

(44.220.184.63) 您好!臺灣時間:2024/10/08 06:56
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:廖英廷
研究生(外文):Liao,Ying-Ting
論文名稱:結合統計迴歸及機器學習對台灣半導體產業之績效分析與模擬
論文名稱(外文):Combining Statistical Regression and Machine Learning to Simulate Corporate Performances of Taiwanese Semiconductor Industry
指導教授:王志軒王志軒引用關係
指導教授(外文):Wang,Chin-Hsuan
口試委員:王志軒陳穆臻邱裕鈞
口試委員(外文):Wang,Chin-HsuanChen, Mu-ChenChiou, Yu-Chiun
口試日期:2017-06-15
學位類別:碩士
校院名稱:國立交通大學
系所名稱:工業工程與管理系所
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:67
中文關鍵詞:半導體產業平衡計分卡機器學習資料探勘績效診斷
外文關鍵詞:Taiwanese semiconductor industrybalanced scorecardsdata-miningbusiness diagnosis
相關次數:
  • 被引用被引用:9
  • 點閱點閱:320
  • 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
台灣的半導體產業在全球排名數一數二,但近年來受到中國紅色供應鏈以及全球經濟發展趨緩的影響;因此台灣半導體產業不論是在上游的IC設計、中游的晶圓代工、下游的封裝測試,都正面臨巨大的轉變,而公司也想藉由企業績效診斷從激烈的市場中存活下來,且從中取得更多的獲利,現今不論從各產業的大公司都積極著墨商業智慧的領域,可知其中龐大的商機。本研究以平衡計分卡為架構來衡量台灣半導體產業在財務、學習與成長、顧客及內部流程構面的表現,在此四大構面之下總共高達25項的變數,因此找出會影響每股盈餘(EPS)及總資產報酬率(ROA)的關鍵變數為優先重要的課題。本研究結合統計迴歸與資料探勘的方法進行變數篩選,在迴歸的部分則採用複迴歸(MLR)、迴歸決策樹(CART)、多元適應性雲型迴歸(MARS)、隨機森林(RF)四種方法來預測非線性結構的資料。研究結果發現迴歸決策樹及隨機森林的表現最佳,故利用此兩最佳方法找出的重要變數交集挑選出對影響每股盈餘及總資產報酬率的重要指標前五名,最後再透過機器學習中支撐向量迴歸(SVR)來針對此五重要變數進行改善後的績效模擬,並提出公司績效管理的意涵。
Taiwanese semiconductor industry has occupied an important position in the world. Number of Taiwanese companies, however, is fewer and fewer because of rising of Chain. Meanwhile, many software vendors are spending their efforts on business intelligence to help firms keep more competitive and earn more profit. In order to help Taiwanese IC design industries find key performance indicators (KPIs). In other hand, large corporations would like to improve themselves for worldwide market as well.
This study uses the balanced scorecard (BSC) to set 25 predictors. In particular, a two-phase approach is adopted to conduct feature selection. In performance regression, Multiple Linear Regression (MLR), Multivariate Adaptive Regression Splines (MARS), Classification and Regression Tree (CART), and Random Forest (RF) are compared. Then uses the best performance regression which has the lowest Mean Squared Error (MSE). Furthermore, performance simulation is conducted by using Support Vector Regression (SVR), respectively.
目錄
摘要 I
Abstract II
謝誌 III
目錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1 研究背景 1
1.2 研究目的 3
1.3 產業現況 3
1.3.1 台灣半導體總產業 3
1.3.2 台灣半導體設計產業 5
1.3.3 台灣晶圓代工產業 8
1.3.4 台灣半導體封裝、測試產業 11
1.4 論文架構 15
第二章 文獻探討 16
2.1 商業智慧相關文獻 16
2.2 平衡計分卡相關文獻 19
2.3 企業績效診斷相關文獻 28
第三章 研究方法 29
3.1 變數選取與篩選 30
3.2 迴歸演算法 32
3.2.1 複迴歸 (MLR) 33
3.2.2 多元適應性雲形迴歸 (MARS) 35
3.2.3 分類與迴歸樹 (CART) 36
3.2.4 隨機森林 (RF) 39
3.2.5 支撐向量迴歸 (SVR) 42
第四章 研究結果與分析 47
4.1 初步資料分析 47
4.2 迴歸結果比較 51
4.3 最佳迴歸方法之關鍵變數選取 53
4.4 SVR情境模擬 56
第五章 結論與未來展望 58
5.1 研究結論 58
5.2 未來展望 61
參考文獻 62
英文文獻 62
中文文獻 66
英文文獻
Banker, R.D., Charnes, A, & Cooper, W.W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science 30(9), 1078-1092.
Breiman, L., Friedman, J.H., Olshen, R.A., & Stone, C.I. (1984). Classification and regression trees. Belmont, Calif: Wadsworth.
Carot, J.M., & Jabaloyes, J.M. (2010). Building internal business scenarios based on real data from a performance measurement system. Technological Forecasting & Social Change, 77(1), 50-62.
Charnes, A., Cooper,W.W., & Rhodes,E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429-444.
Chiu, Y. H., Wu, M. F., & Cheng, C. H. (2008). The influence of exchange rate gains or losses on the operational efficiency of the Taiwanese LED industry – an application of DBA, Journal of Statistics & Management Systems, 11 (4), 787-804.
Chen, T-y., & Chen L. (2007). DEA performance evaluation based on BSC indicators incorporated: the case of semiconductor industry. International Journal of Productivity and Performance Management, 56(4), 335–57.
Cortes, C. & Vapnik, V. (1995). Support-vector network. Machine Learning, 20, 273-297.
Fernandes, K. J., Raja, V., & Whalley, A. (2006). Lessons from implementing the balanced scorecard in a small and medium size manufacturing organization. Technovation, 26(5/6), 623-634.
Friedman, H. J. (1991). Multivariate Adaptive Regression Splines. The Annals of Statistics, 19(1), 1-67.
Liu, H.H., Chen, T.Y., Chiu, Y.H., & Kuo, F.H. (2013). A comparison of three-stage DEA and artificial neural network on the operational efficiency of semi-conductor firms in Taiwan. Modern Economy, 4(1), 20-31.
Hill, Charles W.L. & Jones, G.R. (1998), Strategic Management Theory: An Integrate Approach , (4th ed.). Boston: Houghton Mifflin.
Ho, C.T., & Zhu, D.S. (2004), Performance measurement of Taiwan’s commercial banks. International Journal of Productivity and Performance Management, 53(5), 425-34.
Ittner, C. D. & Larcker, D. F. (1998). Innovations in performance measurement: trends and research implications. Journal of Management Accounting Research, 10, 205-238.
Janeš, A. (2014). Empirical verification of the balanced scorecard. Industrial
Management & Data Systems, 114(2), 203-219.
Kaplan, R. S., & Norton, D. P. (1996a). The balanced scorecard—Measures that drive performance. Harvard Business Review, 70(1), 75-85.
Kaplan, R. S., & Norton, D. P. (1996b). The balanced scorecard: Translating strategy into action (1st ed.). Boston: Harvard Business School Press.
Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard—Measures that drive performance. Harvard Business Review, 70(1), 71-79.
Lee, A. H. I., Chen, W. C. & Chang, C. J. (2008). A fuzzy AHP and BSC approach for evaluating performance of IT department in the manufacturing industry in Taiwan, Expert Systems with Applications, 34(1), 96-107.
Liu, F.F., Wang, P. (2008). DEA Malmquist productivity measure: Taiwanese semiconductor companies. International Journal of Production Economics, 112(1), 367-379.
Lee, Z. Y., & Pai, C. C. (2011). Operation analysis and performance assessment for TFT-LCD manufacturers using improved DEA. Expert Systems with Applications, 38(4), 4014-4024.
Lu, W.M., & Hung, S.W. (2009). Evaluating profitability and marketability of Taiwan's IC fabless firms: an DEA approach. Journal of Scientific and Industrial Research, 68(10), 851-857.
Russell, S. J., & Peter, N. (1995). Artificial Intelligence: a modern approach (3rd ed.). New Jersey: Pearson.
Schwarz, Gideon, E. (1978). Estimating the dimension of a model, Annals of Statistics, 6 (2), 461-464.
Sun, C. C. (2014). Assessing the relative efficiency and productivity growth of the Taiwan LED industry: DEA and malmquist indices application, Mathematical Problems in Engineering, 2014, Article ID 816801, 13 pages.
Tsai, W.F., Chou, W.C., & Hsu, W. (2009). The sustainability balanced scorecard as a framework for selecting socially responsible investment: an effective MCDM model. Journal of the Operational Research Society, 60, 1-15.
Tsai, W.F., & Chou, W.C. (2009). Selecting management systems for sustainable development in SMEs: A novel hybrid model based on DEMATEL, ANP, and ZOGP. Expert Systems with Applications, 36, 1444-1458.
Turban, E., Aronson, J.E., Liang, T.P., & Sharda, R. (2007). Decision Support and Business Intelligence Systems, 8th, Pearson International, New Jersey, USA.
Turban, E., Sharda, R., Aronson, J.E., & King, D. (2008). Business Intelligence: A Managerial Approach, 1st, Pearson International, New Jersey, USA.
Vercellis, C. (2009), Business Intelligence: Data Mining and Optimization for Decision Making, Wiley, New York.
Wang, Y. G., Li, Y. M., Jan, C. L., & Chang, K.W. (2013). Evaluating Firm Performance with Balanced Scorecard and Data Envelopment Analysis, WSEAS Transactions on Business and Economics, 10(1), 24-39.
Wang, C.H., & Chien, Y.W. (2016). Combining balanced scorecard with data envelopment analysis to conduct performance diagnosis for Taiwanese LED manufacturers. International Journal of Production Research, 54(17), 5169-5181.
Yüksel, İ., & Dağdeviren, M. (2010). Using the fuzzy analytic network process (ANP) for balanced scorecard (BSC): A case study for a manufacturing firm. Expert Systems with Applications, 37(2), 1270-1278.
Yang, C.F. , Pai, C.C. , & Lee, Z.Y. (2012). Performance assessment of the top ten tft-lcd manufactures. International Journal of Electronic Business Management. 10(2), 85-100.

中文文獻
郭于賢(2006),「全球前十五大 IC 設計公司經營績效之研究---DEA 方法之應
用」,東吳大學商學院企業管理學系碩士班碩士論文。
陳永修(2009),「運用平衡計分卡於IC設計產業之策略管理個案分析-以IC設計
Wintek公司為例」,輔仁大學科技管理學程在職專班碩士論文。
陳澤義、陳啟斌(2006)。企業診斷與績效評估:平衡計分卡之運用(初版)。台
北:華泰。
章長原(2004),「全球半導體市場趨勢與台灣IC設計產業經營績效之關聯性研
究」,中原大學企業管理研究所碩士論文。
莊佳潔(2015),「結合決策樹與倒傳遞類神經網路預測台灣太陽能產業之企業績
效」,國立交通大學工業工程管理學系碩士班碩士論文。
傅坤泰(2002),「智慧資本於企業績效評估之應用---以IC設計產業為例」,輔仁
大學金融研究所碩士論文。
曾國勝(2013),「結合資料採礦技術與類神經網路預測台灣IC設計公司之企業績
效:以平衡計分卡為例」,國立交通大學工業工程管理學系碩士班碩士論
文。
劉怡君(2008),「IC設計業財務五力績效評估及股價預測模型之實證研究」,國立
台北大學企業管理學系碩士班碩士論文。
簡玉瑋(2015),「結合平衡計分卡與資料包絡分析法進行台灣發光二極體產業之
績效評估」,國立交通大學工業工程管理學系碩士班碩士論文。
簡育雅(2010),「應用結構-行為-績效模式探討台灣IC設計產業-以聯發科為個
案」,中華大學經營管理研究所碩士論文。
柯福富(2004),「以商業智慧系統建構企業營運關鍵績效指標之研究」,中原大學 企業管理研究所碩士論文。


蕭銘宏(2006),「平衡計分卡與商業智慧系統整合應用之研究-以資訊軟體公司 為例」,國立台灣大學資訊管理學研究所碩士論文。
彭凱祥(2011),「商業智慧在中小企業之應用:以P公司為例」,國立交通大管理學 院資訊管理學程碩士論文。
鍾宜庭(2011),「商業智慧在IC設計公司之應用與實作」,國立交通大管理學院 資訊管理學程碩士論文。
楊淵隆(2010),「我國署立醫院經營績效研究-平衡計分卡與資料包絡分析法之整 合」,佛光大學管理學所碩士論文。
黃柏勳(2010),「學校環境績效評估指標之建構與實證研究:以平衡計分卡為依 據」,國立高雄師範大學教育學系博士論文。
林毅志(2012),「地區醫院應用平衡計分卡導入心導管中心的模式探討」,國立台 灣大學會計與管理決策組碩士論文。
許恩得、吳顯忠、王存國(2011),「商業智慧系統導入與公司營運績效」,電子商 務學報;13卷4期,P895 – 918。
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊