以广义回归神经网络预测共同基金报酬

鉴于近年来许多相关文献成功地运用广义回归神经网络进行财经方面的预测,以及国内共同基金净值之预测与报酬率评估。通过搜集国内基金资料,以灰关联分析法进行各基金投资绩效分析,挑选投资绩效良好的共同基金作为投资标的;再以广义回归神经网络建立预测模型,与灰预测模型、多元回归模型进行预测能力及报酬率的比较分析。5种预测绩效评价指标、5组数据交互验证散布图及报酬率分析表明:广义回归神经网络在预测能力及预测报酬率上均有很好的表现。

应用逻辑回归进行企业经营效率之预测

企业经营效率不仅是管理者重视的问题,更是投资人作为投资依据的重要参考指标。一般而言,在进行企业经营效率分析时,大多实行企业财务预警的模式进行。本文提出另一种预测企业经营效率的方法,由公开的企业财务报表数据来分析企业的经营效率。本文首先搜集台湾上市上柜传统产业之287家私人企业财务比率数据及财务报表作为样本数据。而财务报表的资产总额以及员工人数视为投入项,每股营收视为产出项进行数据包络分析,计算出各企业的技术效率值,以此数据划分为经营效率良好及经营效率不良之企业。然后将数据分为训练数据及测试数据,以建构决策树分类预测模型,并与倒传递类神经网络及逻辑回归模型进行分类能力之比较。研究结果显示,逻辑回归模型之分类能力显著优于倒传递类神经网络及决策树模型。