樣本選取與資料來源

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第三章 研究方法

3.1.系統架構

本章將針對本研究之樣本資料來源、取得方式、資料欄位項目、定義及資料前處 理方式做明確的描述。資料探勘工具使用的是 Weka(Witten,I.,

Frank,E.,Hall,M.,& Pal,C.，2016)，原因是考量到 Weka 為 open source 的工 具，免費且取得容易，易於使用，功能完整並有許多擴充的套件，若有預算亦有 其他商業資料探勘軟體如 SAS²、RapidMiner³，可供選擇。在取得實驗資料後，

將所得到的資料使用 SFS 特徵選取方法來擷取影響填權息的關鍵特徵，再使用本 文定義好類別的測試資料與關鍵特徵，透過支持向量機(Support vector machine)、C4.5 決策樹(Decision tree)分類演算法，以 Weka 作為建模工具，

用各種參數組合學習出分類規則，進行預測模型的建立，最後分析比較不同類型 樣本、不同方法、不同參數之分類模型效能優劣。

3.2.樣本選取與資料來源

3.2.1.資料樣本

本文為考量樣本的有效性，以「台灣 50 指數」與「台灣中型 100 指數」之成分 股，作為研究樣本，「台灣 50 指數」係由臺灣證券交易所與英國富時指數有限公 司（FTSE）合作，挑選我國集中交易市場中市值前 50 大之上市公司之股票所編 製而成，約佔台灣加權股價指數 7 成市值。成分股的變動則是由市場專業人士組 成獨立的指數諮詢委員會來進行管理，委員會負責在每年一、四、七和十月進行

2 SAS (https://www.sas.com/zh_tw/home.html)

3 RapidMiner (https://rapidminer.com)

‧

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

經營管理效率。會計準則更換為國際會計準則後，財務比率因會計制度改變，在 計算上有前後差別，且在會計準則變更前台灣上市櫃公司之財務簡表是以母公司 為主編製，更換會計準則後則以合併報表為主來編列財務簡表，為避免財務指標 計算方式改變造成預測模型預測失準，研究樣本期間取自 2013 年至 2015 年之資 料。

本研究所使用的自變數包含「股利相關指標」與「財務相關指標」共 21 個，股 價資料以「日」為週期單位，而財務資料週期，則以「季」為單位。因台灣地區 所公開的上市公司財務資料，最短週期為季，並無法取得更短週期(如月、日) 資料，若使用年資料則會使樣本數過少，因此本研究財務資料單位都以「季」為 基本的資料週期。股價資料雖可以細分至分時資料，也就是每分鐘的個股股價，

但本研究目的為探討完全填權息的關鍵影響因素，完全填權息成功與否的時間期 限為三個月，以此論述，股價資料以「日」為週期單位較為妥適。整理後完整輸 入變數如表 3.3 所示，X1 至 X4 為 「股利相關指標」；X5 至 X21 為「財務 相關指標」。變數 X1 與 X4 的資料無疑慮一年度只有一個。X2、X3、X5 三項 資料會隨每日股價變化而不同，因此本研究定義，以該個股當年度除權息日前一 日收盤價為基準去計算。X6 至 X21的資料則因台灣股票市場除權息日期大都在 第三季，所以本研究定義，以該個股當年度第二季之財報資料為準。

‧

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

財經資料庫，若所需資料有不足之處，由原始資料推導而來。