(3.229.120.26) 您好!臺灣時間:2021/04/10 22:49
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:林彥君
研究生(外文):Yen-Chun Lin
論文名稱:大數據分類模型在企業價值影響因子與投資預測模型之應用
指導教授:謝邦昌謝邦昌引用關係廖佩珊廖佩珊引用關係
指導教授(外文):Shia, Ben-ChangLiao, Pei-San
口試委員:鄭宇庭楊志清
口試委員(外文):Cheng, Yu-TingYang, Chih-ching
口試日期:2018-06-12
學位類別:碩士
校院名稱:輔仁大學
系所名稱:統計資訊學系應用統計碩士班
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2018
畢業學年度:106
語文別:中文
論文頁數:85
中文關鍵詞:企業價值資料探勘二階段集群決策樹邏輯斯迴歸
外文關鍵詞:Firm ValueData miningDecision treeTwoStep Cluster AnalysisK-meansLogistic
相關次數:
  • 被引用被引用:2
  • 點閱點閱:133
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
隨著資料庫技術的成長以及投資企業觀點的改變,愈來愈多的領域採用資料採礦來探索隱藏在大量資料中的訊息,然而,在投資市場中,為了能夠獲取更好的投資報酬,不斷的在篩選與抉擇,因此為了能夠提供投資人對投資能更有效選擇有更多的了解與參考,將眾多的影響投資變數進行分析建模,期能提供投資人了解。
本研究利用資料探勘之技術,建立分群、分類規則、預測模型,探討企業價值與市場價值間之波動,找出企業價值之影響因子,並區分出企業價值基本素質較低之公司,提供投資人選股方向。本研究是以扣除金融業之台灣上市上櫃公司作為研究對象,主要探討企業價值與市場價值之關係,並建立規則將公司之基本素質分類。研究結果如下:
一、 二階段集群分析結果分出,穩定公司、風險公司、成長公司三種類型之公司群。
二、 決策樹分析結果,整體而言,利用現金流量比率、總資產報酬率與每股盈餘,能夠有效的分類出穩定公司及風險公司,作為判斷的依據。

三、 穩定公司的影響因子為總資產報酬率、負債比率與流動比率之交互作用、現金流量比率;風險公司的影響因子為現金流量比率、每股現金流量、總資產報酬成長率、每股盈餘與總資產報酬成長率之交互作用。
四、 依據研究結果顯示,穩定公司及風險公司之模型正確率皆達七成,表示本研究建立之模型的確能夠依據公司企業價值之影響變數作為公司市場價值變動之參考,有助於投資人選股方向,也是一值得參考之分析模型。

With the development of database technology and the change of enterprise's view, more and more fields use data mining to explore the information hidden in a large amount of data. However, in the investment market, for obtain better investment remuneration, constantly in the selection and screen. In order to provide investors with more effective investment options. We find the impact of investment variables analysis model to provide investors with understanding.
This research utilizes the data mining, cluster, classification, forecast model, probes into the fluctuation between enterprise value and market value. Finds out the influence factor and distinguishes the company with lower basic quality of enterprise value. To provides the direction of investment candidate stock. This study is based on Listed Companies in Taiwan, which deducts the financial industry. It mainly discusses the relationship between the value of the enterprise and the market value, and sets up the rules to classify the basic quality of the company.
The results of the study are as follows:
1. In the Two Step Cluster, results are divided into three types: stable company, risk company and growing company group.
2. The decision tree analysis results, in general, the use of cash flow rate, total asset return rate and earnings per share, can effectively classify the stable companies and risk companies.
3. The influence factors of the stable company is the total asset reward rate, the interaction of the debt ratio and the liquidity ratio, the cash flow ratio, and the impact factor of the risk company is the interaction of cash flow rate, cash flow per share, total asset reward growth rate, earnings per share and the growth rate of total asset reward.
4. According to the results of the study, the accuracy of the model of both stable and risk companies is up to 70%. It indicates that the model established in this study can be used as a reference for the company's market value. And change the selection of stock for investors.

第壹章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 3
第三節 研究流程 4
第貳章 文獻探討 5
第一節 價值投資 5
第二節 財務變數 7
第三節 指數平滑法 10
第四節 集群分析與決策樹 10
第五節 邏輯斯迴歸 11
第參章 研究方法 13
第一節 研究對象及範圍 13
第二節 研究架構 13
第三節 研究變數說明 15
第四節 分析方法 19
(一)指數平滑法 19
(二)集群分析 19
(三)決策樹 22
(四)邏輯斯迴歸 26
第肆章 實證分析 31
第一節 資料敘述統計 31
第二節 集群分析 35
第三節 決策樹 47
第四節 邏輯斯迴歸 52
第伍章 結論 75
第一節 結論 75
第二節 研究限制與建議 77
參考文獻 78
附錄 82
附錄一、F-Score策略投資組合總報酬 82
附錄二、決策樹 83


中文部分
江羿臻、林正昌(2014)。應用決策樹探討中學生學習成就的相關因素。國立臺灣師範大學教育心理與輔導學系教育心理學報,45卷,3期,p.303-327。
何緯婷(2013)。企業價值成長驅動因子對經濟附加價值影響之研究-以臺灣零售通路。國立交通大學管理學院財務金融學程碩士,新竹市。
吳佳欣(2009)。臺灣公司財務危機消除之因素探討-多元邏輯斯迴歸模型。國立臺北科技大學商業自動化與管理研究所,臺北市。
吳俊達(2012)。達成基金目標獲利的邏輯斯規模型探討。國立臺北大學統計學系研究所,臺北市。
林明瑨(2017)。以資料探勘分析影響公司獲利能力之財務指標-以上市電子零組件公司為例。東海大學資訊管理學系研究所,臺中市。
林師模、陳苑欽(2003)。多變量分析:管理上的應用。雙葉書廊。
胡崇銘(2000)。以主成分分析評估基金績效與風險。國立臺灣大學管理學院商學研究所,臺北市。
苗建華(2008)。價值投資:財務與公開資訊應用。國立中興大學財務金融系所,臺中市。
陳佑霖(2012)。黃金價格的分析與預測。中華大學應用統計系碩士班,新竹市。
陳冠儒(2010)。以階層式分群法及k-means分群法進行專利有效性。檢索分析:以 TFT-LCD 產業訴訟為例。臺北科技大學工業工程與管理所,臺北市。
曾憲雄(2005)。資料探勘。臺北市:旗標出版社。
湯琇琳(2008)。拆解盈餘預測獲利能力之研究-以臺灣上公司為例。中原大學會計研究所,桃園市。
黃元裕(2003)。價值投資法於臺灣股市之應用。國立交通大學管理學學程碩士班,新竹市。
葉泰均(2013)。運用類神經網路探討大腸異常之相關健檢項目與預測模型。朝陽科技大學工業工程管理系,臺中市。
廖介銘(2003)。決策樹應用於糖尿病之探勘。華梵大學資訊管理學系研究所,新北市。
趙雅容(2016)。以邏輯斯迴歸預測抗藥性金黃色葡萄球菌帶菌者與院內感染風險。國立高雄師範大學數學系研究所,高雄市。
劉麗蘭(2006)。以決策樹分析臺灣上市櫃紡織業公司的財務危機。逢甲大學經營管理碩士在職專班,臺中市。
潘秋梅(2007)。企業違約機率預測-使用邏輯斯迴歸模型。國立高雄應用科技大學金融資訊研究所,高雄市。
蔡興華(2004)。以類神經網路建構上市櫃公司危機預警模型之研究。國立交通大學高階主管管理學程碩士,新竹市。
鄧毓雯(2010)。臺灣股市價值投資之實證研究。國立臺北科技大學商業自動化與管理研究所,臺北市。
錢威任(2017)。結合二階段集群分析與決策樹演算法於海事鑑別模型。國立臺灣海洋大學運輸科學系研究所,基隆市。
謝邦昌(2001)。「Data Mining在企業上的應用」。成功大學資料採礦研討會。
謝邦昌(2001)。資料採礦入門及應用~從統計技術看資料採礦。臺北市:資商訊息顧問股份有限公司。
謝邦昌(2006)。顧客關係管理(Customer Relationship Management) &資料採礦(DataMining)。CDMS-Newsletter,第18期。
謝邦昌、鄭宇庭、蘇志雄、郭良芬(2007)。EXCEL在資料採礦上之應用。臺北縣新莊市:中華資料採礦協會。
謝邦昌、蘇志雄、鄭宇庭、葉劭緯(2005),資料採礦與商業智慧─SQL Server 2005,鼎茂圖書。
魏巧昀(2016)。利用smart beta策略與主成分分析建構臺灣股票廠資產配置。政治大學風險管理與保險研究所,新北市。
羅聖雅(2010)。應用分量迴歸模型於財務危機的探討。創新研發學刊。6卷,2期,p.24-38。

英文部分
Anderbeg, M.R. (1973). Cluster Analysis for Application. Academic Press, New York.
Berkson, J. (1944), Application of the Logistic Function to Bioassay, Journal of American Statistical Association, Vol.39, pp. 357-365.
Breiman, L., J. Friedman, R. Olshen, and C. Stone. (1984). Classification and regression trees. Wadsworth Books.
Cooper, M. J., H. Gulen and M. J. Schill. (2008). Asset growth and the cross-section of stock returns, Journal of Finance, 63(4), 1609-1651.
Fayyad, U. M., Piatesky-Shapiro, G. and Smyth, P. (1996). From Data Mining to Knowledge Discovery: An Overview. Advances in knowledge Discovery and Data Mining, MIT Press.
Hartigan, J.A. (1975). Algorithm CHAID. Clustering Algorithms. John Wiley and Sons, New York.
Joseph Piotroski (2000). Value investing: The Use of Historical Financial Statement Information to Separate Winners from Losers. Journal of Accounting Research, 38, 1- 41.
Ohlson, J. A. (1995). Earning, book value, and dividends in equity valuation. Contemporary Accounting Research 11(2), pp. 661-687.
Patricia M. Fairfield, Richard J. Sweeney, and Teri Lombardi Yohn. (1996). Accounting Classification and the Predictive Content of Earnings. The Accounting Review Vol. 71, No. 3 (Jul., 1996), pp. 337-355.
Quinlan, J.R. (1986). “Introduction of decision tree”, Machine Learning, vol(1), pp81-106.
Quinlan, J.R. (1993). C4.5: Programs for Machine Learning. New York: Morgan Kaufmann.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔