簡易檢索 / 詳目顯示
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。
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、關聯式記憶、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、二類上市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輸入結點；以每股盈餘成長率作為網路之輸出結點；以整體市場為學習範例，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。以整體市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：9-9-1。
本研究根據前述方法所進行的研究中，獲得了以下結論：
一、以整體市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、在整體市場、紡織類股以及電子類股之測試結果方面，以電子業之模式區別能力及預測能力最好，其次為紡織業。顯示以單一產業為樣本之模式學習效果優於整體市場。
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並進行投資決策，獲得了以下結論：
一、以整體市場、紡織類、電子類為投資對象均獲了超額報酬，在觀察期間內分別獲得了38.51%、34.62%以及56.89%的超額報酬率。其中以電子類股之表現最為突出。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，投資組合之超額報酬率較小，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。推論其原因在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。
關鍵字：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
第一章 緒論-----1
第一節 研究動機-----1
第二節 研究目的-----2
第三節 研究對象及範圍-----3
第四節 研究內容-----3
第五節 本研究章節架構-----4
第二章 文獻探討-----6
第一節 盈餘品質-----6
第二節 盈餘品質與股價報酬-----10
第三節 益本比與股價報酬之關係-----11
第四節 類神經網路在財務預測上的應用-----15
第三章 研究設計-----22
第一節 研究樣本-----22
第二節 盈餘品質類神經網路預測模式-----25
第三節 模式預測效果驗證-----37
第四節 研究程序架構-----46
第五節 研究限制-----47
第四章 研究結果-----50
第一節 盈餘品質類神經網路模式預測結果分析-----50
第二節 產業投資策略及績效分析-----55
第三節 盈餘品質模式之資訊價值-----68
第五章 結論與建議-----72
第一節 研究結論與建議-----72
第二節 未來研究方向-----74
參考文獻-----76
中文部份-----76
英文部份-----78
圖2-1 盈餘品質資訊與公司未來盈餘預測關聯性架構圖-----7
圖2-2 盈餘品質資訊與股價報酬率關聯圖-----11
圖2-3 以益本比配合盈餘形成投資策略-----14
圖2-4 倒傳遞網路圖形-----17
圖3-1 所有範例數值標準化轉換圖-----32
圖3-2 輸入結點：盈餘品質指標訓練及測試樣本示意-----33
圖3-3 輸出結點：次底每股盈餘成長率之訓練及測試樣本示意-----33
圖3-4 網路模式之轉換函數－雙曲正切函數-----36
圖3-5 投資策略示意圖-----42
圖3-6 研究程序架構圖-----47
圖4-1 買進投資決策流程圖-----57
圖4-2 賣出獲利之投資決策流程圖-----57
圖4-3 整體市場投資組合績效-----57
圖4-4 紡織類股投資組合績效-----61
圖4-5 電子類股投資組合績效-----63
圖4-6 投資組合報酬率與整體市場報酬率比較-----66
圖4-7 以大盤指數為基準之之投資組合每月超額報酬率與整體市場報酬率比較-----66
圖4-8 以大盤為基準之投資組合累計超額報酬率比較-----67
圖4-9 大盤、紡織、電子類股指數報酬率比較-----67
圖4-10 電子業及紡織業投資組合之每月超額報酬率比較-----71
圖4-11 電子業及紡織業投資組合之累計超額報酬率（以類股指數為計）比較-----71
表2-1 Lev and Thiagarajan盈餘品質指標及定義-----9
表2-2 類神經網路在財務預測上之相關文獻-----21
表3-1 個別產業資料筆數分佈情形-----24
表3-2 輸入變數之定義-----29
表3-3 預測模式目標輸出值之涵義-----30
表3-4 盈餘品質預測模式各項參數設定-----37
表3-5 超額報酬投資組合形成模式-----42
表4-1 網路模式區別能力測試結果-----51
表4-2 網路模式預測能力測試結果-----52
表4-3 網路模式整體區別能力與預測率之比較-----53
表4-4 個別產業與整體產業區別能力之比較-----54
表4-5 個別產業與整體產業預測能力之比較-----54
表4-6 整體市場投資組合績效-----58
表4-7 紡織類股投資組合投資績效表-----61
表4-8 電子類股投資組合投資績效表-----63
表4-9 個別產業投資組合報酬與整體市場報酬率比較-----65
表4-10 個別產業投資組合報酬率比較-----70
(限達賢圖書館四樓資訊教室A單機使用)