5. 歸納結果與規則解讀
5.2 金融業的歸納規則解讀
規則 1：{< O1,0>< O3,0>}^{< P1,0>< P3,0>< P4,0>< P5,0>< P7,1>} 30.56%
轉換成較易解讀的規則
規則 1：{< O1,L>< O3,L>}^{< P1,L>< P3,L>< P4,L>< P5,L>< P7,H>} 30.56%
規則 1 的解讀為：在當季的股價漲幅排名在前 50%的企業裡，有 30.56%的企業 在經營能力方面是固定資產週轉率與總資產週轉率在和同期的同業間相較之下是呈 現較差的狀況，而獲利能力上則是在純益率、總資產報酬率、股東權益報酬率、每股 盈餘和同期的同業間相較之下是呈現較差的狀況，而在本益比方面則是偏高的
6. 結論與建議
本章是針對前述的演算結果加以分析，並針對本研究所探討的研究問題提出研究 結論，而在研究過程中所發生的問題與限制，也將紀錄在本章節之中，最後則是針對 本研究不足之處提出可以延伸發展的方向。
6.1 研究結論
在這個小節中將討論股價呈現漲勢的企業在經營能力指標與獲利能力指標上的 表現，在這邊將從三個角度切入分析研究的結論，分別是從縱向的單一指標的角度切 入與橫向的複數指標的角度切入以及從 SAOI 歸納後的角度切入。在經營能力與獲利 能力的資料轉換成二進制值之後，1 代表企業在這個指標上表現的比同業好，0 代表 比現的比同業差，因此從縱向的角度來看，只需要統計各個指標中 1 的個數就可以知 道在股價呈現漲勢時，有多少的企業在這些指標項目的表現上與同期的同業相比屬於 表現較好的；以橫向的角度來看，只要統計每一筆資料中 1 的個數，就可以知道企業 在一特定時段內有多少項指標是屬於表現的比同業好。
6.1.1 經營能力的特徵分析
從圖 6-1 的單項指標表現的統計結果中可以看出金融業在三項指標中在單項指標 上表現較好的資料數量所佔的百分比是相當接近的，分別為 25.93%、28.70%、
27.78%，而紡織纖維業則是 13.29%、36.99%、42.20%，在這邊可以看到紡織纖維業 與金融業中股價呈現漲勢的企業在單項的指標上至少都有過半表現是屬於較差，其中 紡織纖維業的結果與蔡源泰(2009)的研究結論相符，蔡源泰在其研究中指出紡織纖維 業會在業績增長時，為了提高產能而在生產技術與生產設備投入更多的資金進行升級 或設備維護、更新，這樣的投資行為會導致固定資產週轉率與總資產周轉率都降低，
而金融業的結果則是缺乏相關文獻來解釋為何會出現這樣的現象。
在圖 6-2 的多項指標表現的統計結果中可以發現到不論是紡織纖維業還是金融業 的資料都顯示即使是股價上漲的企業在與同期的同業相比較時，在經營能力上三項指 標的表現大多數都不是落在較好的範圍，即是將指標轉換成二進制值後會等於 000 的狀況，紡織纖維業有 49.71%、金融業有 71.3%是都屬於落在較差的範圍之內。而 三項指標都落在表現較好範圍內的資料，即是指標轉換為二進值數量後會等於 111
東權益週轉率和總資產周轉率的同時表現較好、即轉換為二進制值是 011 的資料量佔 21.3%，而金融業只有 1.8%。
經 SAOI 演算歸納後，在這邊只解讀經營能力的主要歸納結果，詳細的資料可以 參考表 4-8 與表 4-10 的內容。紡織纖維業在經營能力的共通特徵主要是 0x0、占 54.91%
與 0x1、占 31.79%，0x0 的解讀為「固定資產週轉率及總資產週轉率的表現與同期的 同業相比較是較差的」，0x1 的解讀為「與同期的同業相比較，在固定資產週轉率的 表現上是屬於較差的，但在總資產週轉率的表現上則是較好的。」。金融業在經營能 力的共通特徵主要是 0x0、占 72.22%與 x11、占 27.78%，0x0 的解讀為「固定資產週 轉率及總資產週轉率的表現與同期的同業相比較是較差的」，x11 的解讀為股東權益 報酬率和總資產週轉率的表現與同期同業相較是比較好的」。
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
35.00%
40.00%
45.00%
固定資產週轉率
股東權益週轉率
總資產週轉率
紡織纖維業 金融業
圖 6-1、經營能力屬性中單一指標表現較好的資料數量所占資料總量的百分比 資料來源：本研究整理
圖 6-2、在經營能力上擁有表現較好的指標數量的資料所占資料總量的百分比
0x0x0x1 的解讀則是「在純益率、總資產報酬率和每股盈餘與同期的同業相比較是屬 於表現較差的，在本益比方面則是比同業高。」；金融業在獲利能力的共通特徵主要 為 0x000x1、占 33.33%，0x000x1 的解讀為「在純益率、總資產報酬率、股東權益報 酬率和每股盈餘與同期的同業相比較是屬於表現較差的，在本益比方面則是比同業
在本研究的結果中，上述的兩個產業在財務績效指標上的好壞，並非全部都不能 夠反應對股價的漲跌之上，學者 Rappaport(1986)認為企業在財務績效指標表現良好不 代表股東的價值提升，此一論點與本研究中金融業在經營能力與獲利能力上的表現好 壞不一定會反應在股價上相呼應，但本研究中的紡織纖維業在營業能力與獲利能力上 的表現好壞在一定程度上確實會反應在股價上。
6.2 研究貢獻
透過實作驗證的結果，本研究主的要貢獻有以下三點
第一點，透過 SAOI 演算法可以用一個具有標準化流程的方式去篩選出有那些財 務績效指標需要特別優先觀察。
第二點，本研究的結果發現在特定的產業內仍可透過同業間在經營能力與獲利能 上的表現好壞來做為投資時的參考方向。
第三點，在本研究所使用的演算方法在其化簡過程中不再必使用類卡諾圖的圖示 方式進行歸納，因此可以不再受限於類卡諾圖最多僅能容納六個變數的限制，在使用 變數不受到限制的情況下，對於歸納後的結果可以呈現出更多、更詳解的資訊。
6.3 管理意涵
本節係針對 SAOI 演算法歸納的結果提出管理意涵，建議內容如下：
在紡織纖維業的歸納規則中，歸納程度最高的三條規則經相加後逹到 53.76%，
因此可以看出此次的歸納結果可整理出一定的觀察原則出來，若想從這些紡織纖維股 呈現漲勢的資料中找出最啟始的共通特徵進行觀察時，可依照下列的順序開始進行：
在檢驗紡織纖維業的財務績效指標時，應(1)優先觀察經營能力上有關固定資產週轉 率與總資產週轉率及獲利能力上的總資產報酬率和每股盈餘，接著則是(2)觀察獲利 能力上的純益率和本益比的表現，最後則是(3)觀察獲利能力上的營業利益率和股東 權益報酬率。
在金融業經化簡歸納所得的規則中，因為缺乏第二條代表性夠高的規則可以參 考，因此在指標的觀察選擇順序便無法如紡織纖維業的訂出順序，僅能建議直接使用 規則 1 中所出現的指標進行觀察。
6.4 研究限制
關於研究上的限制主要可以分為下面四點：
一、此次選擇的資料是以紡織纖維業與金融業為主，在結論中所提出財務績效指標 特徵與觀察順序也僅適用於這兩個產業。
二、收集資料的時間點上正好是股市整體處於上漲的時候，即使是相同的產業，若 使用股市處在下跌時的資料進行演算很有可能會得到完全不同的結果。
三、經過篩選過後的資料數量太少，使得部份的歸納結果並不如預期，在單一屬性 中使用的類別變數數量越多時，所需要的資料筆數也要越多，SAOI 演算法所 適用的資料至少需要(單一屬性的類別變數數量)2 * 2 筆才能得到較好的結果。
四、在 SAOI 演算中所定義的二進制值轉換規則是建立於資料與資料之間在做縱向 比較時有共通的時間單位(報表期間)做為基礎，資料與資料之間缺乏此一共通 的時間單位時，則有必要再重新設計新的二進制值轉換機制。
6.5 建議
本研究是將不同年份的資料放在一起進行演算，在演算上並沒有考慮到時間先後 的問題，若在資料數量充足的情況下，應能執行同樣產業在相同的篩選條件下進行不 同時間的財務績效指標特徵的比較。
此次的研究結果是以呈現出己經發生的事實做為研究目的，若能結合其他的資料 探勘演算法，例如關聯法則或類神經網路，利用 SAOI 所挖掘出來企業的財務績效指 標特徵用於選擇股票時的方向。
參考文獻
中文文獻
1. 吳道凱(2000)，國內銀行業經營績效之評估與選股策略的探討，國立台灣大學國 際企業管理所碩士論文。
2. 國立中央大學管理學院 ERP 中心，商業智慧 Business Intelligence，滄海書局，
台中，2010
3. 陳杏如(1998)，應用財務比率分析臺灣造紙業獲利能力之研究，國立台灣大學森 林學研究所碩士論文。
4. 陳俊銘(2003)，全球銀行業財務危機與風險管理之研究—以 Panel Data 模型為實 證，中原大學碩士論文。
5. 曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯，資料探勘 Data Mining，旗標出版 社，台北，2005。
6. 黃書猛、鍾震耀、許秉瑜、林建欣、Bayarmaa Dashnyam（2010），改良屬性導向 歸納法(AOI)挖掘多值(Multi-Values)屬性資料演算法之研究，電子商務學報，12 卷 2 期，251-266。
7. 黃書猛、鍾震耀、許秉瑜、林建欣、葉貞吟（2011），以一種語法方式的屬性導 向歸納演算法挖掘多值屬性資料之研究，2011 年國際 ERP 學術及實務研討會。
8. 黃德舜(1998)，企業財務分析-企業價值的創造與評估，華泰文化事業公司，台北。
9. 詹國華(2006)，臺灣金融控股公司財務績效評估之研究—資料包絡法之應用，朝 陽科技大學財務金融系碩士論文。
10. 蔡源泰(2009)，企業財務風險與效率之研究－以台灣上市紡織業為例，國立高雄 第一科技大學風險管理與保險系碩士論文
11. 盧洲成(2002)，資料採礦在生物醫學資訊之應用，淡江大學統計研究所碩士論文。
英文文獻
1. Alan B. Marcovitz (2005), Introduction to Logic Design, McGraw Hill, New York.
1. Alan B. Marcovitz (2005), Introduction to Logic Design, McGraw Hill, New York.