5 模式之實證-高鐵案例分析
5.4 財務模擬分析結果與討論
3. DSCR、TIE、ROA、ROE 與股東權益出資比（
γ
）間之關係(1). 由圖 5-4 及 5-5 高鐵 BOT 專案 DSCR 及 TIE 財務特性為逐年向上趨勢，
故就融資者而言，高鐵案之償債能力會逐年增加。
0 4 8 12 16
YEAR 1.2
1.6 2 2.4 2.8
DSCR
圖 5-4 分年與計畫 DSCR 關係
0 4 8 12 16
YEAR 0
4 8 12 16 20
TIE
圖 5-5 分年與計畫 TIE 關係
(2). 由圖 5-6 及 5-7 高鐵 BOT 專案 ROA 及 ROE 財務特性為逐年向上趨勢，
故就股東而言，高鐵案之獲利能力會逐年增加。
0 10 20 30
YEAR 0.02
0.04 0.06 0.08 0.1 0.12 0.14
ROA
圖 5-6 分年與計畫 ROA 關係
0 10 20 30
YEAR 0
0.2 0.4 0.6 0.8
ROE
圖 5-7 分年與計畫 ROE 關係
(3). 由圖 5-8 及 5-9 高鐵 BOT 專案 DSCR 及 TIE 財務特性為逐年向上趨勢，
茲將興建期至營運期結束，NPV、IRR、SLR、DSCR、TIE、ROE、ROA 等 與股東權益出資比γ=0~100%間之關係繪製如圖 5-12~5-18 所示。由圖所 顯示之結果，可得以下幾點結論並分述如下說明：
(1). 由圖 5-12 發現當政府出資比（g）越大，專案之淨現值（NPV）值越 大；即二者之間呈正相關。
(2). 由圖 5-13 所顯示之結果為政府出資比（g）越大，專案之內部報酬率
（IRR）值越大；即二者之間呈正相關。IRR 與 SLR 斜率相近。
(3). 由圖 5-14~5-18 所顯示之結果為政府出資比（g）越大，專案之 SLR、
DSCR、TIE、ROE 值越大；其所代表之意義為對銀行團而言政府出資 比（g）越多，專案債務償還能力越高，銀行團所負擔風險越小。
0 0.2 0.4 0.6 0.8 1
g(%) -20000
0 20000 40000 60000
NPV
圖 5-12 政府出資比(g)與計畫 NPV 關 係
0 0.2 0.4 0.6 0.8 1
g(%) 0.1
0.12 0.14 0.16 0.18 0.2
IRR
圖5-13 政府出資比(g)與 IRR 關係
0 0.2 0.4 0.6 0.8 1
g(%) 0.56
0.58 0.6 0.62 0.64 0.66
SLR
圖 5-14 政府出資比(g)與計畫 SLR 關 係
0 0.2 0.4 0.6 0.8 1
g(%) 1.4
1.6 1.8 2 2.2 2.4
DSCR
圖 5-15 政府出資比(g)與計畫 DSCR 關
0 0.2 0.4 0.6 0.8 1 g(%)
1 1.5 2 2.5 3 3.5 4
TIE
圖5-16 政府出資比(g)與計畫 TIE 關係
0 0.2 0.4 0.6 0.8 1
g(%) 0.0669
0.067 0.0671 0.0672 0.0673
ROA
圖 5-17 政府出資比(g)與計畫 ROA 關係
0 0.2 0.4 0.6 0.8 1
g(%) 0.24
0.28 0.32 0.36 0.4 0.44
ROE
圖5-18 政府出資比(g)與計畫 ROE 關 係
5. 以 SLR、IRR 值為目標函數利用 LP 方程解最佳 g
從政府觀點以SLR 值為目標函數（SLR 值極大化），其餘條件為限制式，求取 政府最佳出資比gop。投資者觀點是以IRR 值為目標函數（IRR 值極大化），
其餘條件為限制式，求取政府最佳出資比gmax。依據圖5-19~5-23 回歸結果，
以線性規劃方程式(LINGO)求解結果如下(如表 5-13~5-16)：
(1). 各回歸線之 R2均大於0.94 以上，故能用直線回歸模擬。
(2). 只考慮計畫的觀點，即限制是僅包含 IRR 與 NPV 時，政府最佳出資比 為80%。
(3). 若增加考慮股東的觀點，即限制是包含 IRR、NPV、TIE、ROA、RIE 時，政府最佳出資比為30.26~31.15%。
(4). 由上述計算之結果可得之結論為：在一定之指標值下（SLR、IRR）並 能滿足政府最少出資之條件下，能讓政府與特許公司造成雙贏局面之 出資範圍為
γ
op=30.26%~γ
max=31.15%之間。Fit Results.
Fit 1: Linear
Equation Y = 53862.46519 * X - 4762.066723 Number of data points used = 11
Average X = 0.5 Average Y = 22169.2
Residual sum of squares = 1.89424E-021 Regression sum of squares = 3.19128E+009 Coef of determination, R-squared = 1
Residual mean square, sigma-hat-sq'd = 2.10472E-022
0 0.2 0.4 0.6 0.8 1
g(%) -20000
0 20000 40000 60000
NPA-R
圖 5-19 政府出資比(g)與計畫 NPV 回歸式與圖形
Fit Results Fit 1: Linear
Equation Y = 0.08195514696 * X + 0.1011481219 Number of data points used = 11
Average X = 0.5 Average Y = 0.142126
Residual sum of squares = 0.00013773 Regression sum of squares = 0.00738831 Coef of determination, R-squared = 0.9817
Residual mean square, sigma-hat-sq'd = 1.53033E-005
0 0.2 0.4 0.6 0.8 1
g(%) 0.1
0.12 0.14 0.16 0.18 0.2
IRR-R
圖 5-20 政府出資比(g)與計畫 IRR 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = 0.07333859408 * X + 0.5794077973 Number of data points used = 11
Average X = 0.5 Average Y = 0.616077
Residual sum of squares = 2.60396E-007 Regression sum of squares = 0.0059164 Coef of determination, R-squared = 0.999956 Residual mean square, sigma-hat-sq'd = 2.89329E-008
0 0.2 0.4 0.6 0.8 1
g(%) 0.56
0.58 0.6 0.62 0.64 0.66
SLR-R
圖 5-21 政府出資比(g)與計畫 SLR 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = 0.7555268505 * X + 1.510610075 Number of data points used = 11
Average X = 0.5 Average Y = 1.88837
Residual sum of squares = 0.00791555 Regression sum of squares = 0.627903 Coef of determination, R-squared = 0.987551 Residual mean square, sigma-hat-sq'd = 0.000879505
0 0.2 0.4 0.6 0.8 1
g(%) 1.4
1.6 1.8 2 2.2 2.4
DSCR-R
圖 5-22 政府出資比(g)與計畫 DSCR 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = 2.369278425 * X + 1.349259797 Number of data points used = 11
Average X = 0.5 Average Y = 2.5339
Residual sum of squares = 0.0778419 Regression sum of squares = 6.17483 Coef of determination, R-squared = 0.987551 Residual mean square, sigma-hat-sq'd = 0.0086491
0 0.2 0.4 0.6 0.8 1
g(%) 1
2 3 4
TIE-R
圖 5-23 政府出資比(g)與計畫 TIE 回歸式與圖形
最佳化的政府出資比之研究
表 5-13 最佳化的政府出資(最原始的限制條件)
目標函數IRR 目標函數SLR
限制式 限制式
NPV≧0 NPV≧0
SLR≧1.50 SLR≧1.50
IRR≧0.14. IRR≧0.14.
股東出資比為 g=80% 股東出資比為 g=80%
(原始條件加上ATIE限制條件)
目標函數IRR 目標函數SLR
限制式 限制式
NPV≧0 NPV≧0
SLR≧1.50 SLR≧1.50
IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50
股東出資比為 g=80% 股東出資比為 g=80%
(原始條件加上ATIE、AROA限制條件)
目標函數IRR 目標函數SLR
限制式 限制式
NPV≧0 NPV≧0
SLR≧1.50 SLR≧1.50
IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50
AROA≧0.10 AROA≧0.10
股東出資比為 g=30.26% 股東出資比為 g=31.15%
(原始條件加上ATIE、AROA、AROE限制條件)
目標函數IRR 目標函數SLR
限制式 限制式
NPV≧0 NPV≧0
SLR≧1.50 SLR≧1.50
IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50
AROA≧0.10 AROA≧0.10
AROE≧0.13 AROE≧0.13
股東出資比為 g=30.26% 股東出資比為 g=31.15%
6. NPV、IRR、DSCR 等獲利指標與股東權益出資比（γ）間之關係
茲將興建期至營運期結束，WACC、NPV、IRR、SLR、DSCR、TIE、ROE、
ROA 等與股東權益出資比γ=0~100%間之關係繪製如圖 5-24~5-31 所 示。由圖所顯示之結果，可得以下幾點結論並分述如下說明：
(1). 由圖 5-25 發現當股東權益出資比（γ）越大，專案之淨現值（NPV）
值越小；即二者之間呈線性反比。
(2). 由圖 5-26 所顯示之結果為股東權益出資比（γ）越大，專案之內部報 酬率（IRR）值越小；其所代表之意義為對投資者而言股東權益出資比
（γ）少，專案獲利指標IRR 值越高。
(3). 由圖 5-24、5-27、5-28、5-29 所顯示之結果為股東權益出資比（γ）
越大，專案之WACC、SLR、DSCR、TIE 值越大；其所代表之意義為對 銀行團而言股東權益出資比（γ）越多，專案債務償還能力越高，銀 行團所負擔風險越小。
(4). 由圖 5-30~5-31 發現當股東權益出資比（γ）越大，專案之 ROA 與 ROE 值越小；即二者之間呈線性反比。
0 0.2 0.4 0.6 0.8 1
r(%) 0.04
0.08 0.12 0.16 0.2
WACC
圖 5-24 股 東 出 資 比 (r) 與 計 畫 WACC 關係
0 0.2 0.4 0.6 0.8 1
r(%) 12000
16000 20000 24000 28000 32000
NPV
圖5-25 股東出資比(r)與計畫 NPV 關
0 0.2 0.4 0.6 0.8 1
7. 以 DSCR、IRR 值為目標函數利用 LP 方程解最佳股東出資比γ
從股東權益觀點以IRR 值為目標函數（IRR 值極大化），其餘條件為限制式，
求得股東權益最佳出資比
γ
op。融資者觀點是以 DSCR 值為目標函數（DSCR 值極大化），其餘條件為限制式，求股東權益最佳出資比γ
max。依據圖 5-32~5-38 回 歸 結 果 ， 以 線 性 規 劃 方 程 式(LINGO) 求 解 結 果 如 下 ( 如 表 5-17~5-20)：(1). 各回歸線之 R2均大於0.94 以上。
(2). 只考慮計畫的觀點，即限制是僅包含 IRR 與 NPV 時，股東最佳出資比 為23.22%~80%。
(3). 若增加考慮股東的觀點，即限制是包含 IRR、NPV、TIE、ROA、RIE 時，股東最佳出資比為20~23.22%。
(4). 由上述計算之結果可得之結論為：在一定之指標值下（IRR、DSCR）
並能滿足股東最少出資之條件下，能讓融資者與特許公司造成雙贏局 面之出資範圍為
γ
op=20%~γ
max=23.22%之間。(5). 若對銀行團而言專案除需考慮有最大化之 IRR 值外，貸款金額之多寡 亦為重要之考慮因素，其專案需過多之借貸對銀行團而言其信用違約 機率風險相對提高。如何在一定之獲利指標（IRR）下其平均債務償 還率DSCR 亦能達最大化，將其信用違約機率風險降至最低。
Fit Results, Fit 1: Linear
Equation Y = -15441.9505 * X + 28101.91321 Number of data points used = 11
Average X = 0.5 Average Y = 20380.9
Residual sum of squares = 3.64973E-021 Regression sum of squares = 2.62299E+008 Coef of determination, R-squared = 1
Residual mean square, sigma-hat-sq'd = 4.05525E-022
0 0.2 0.4 0.6 0.8 1
r(%) 12000
16000 20000 24000 28000 32000
NPV-R
圖 5-32 股東出資比(r)與計畫 NPV 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = -0.03731011035 * X + 0.1515054873 Number of data points used = 7
Average X = 0.5 Average Y = 0.13285
Residual sum of squares = 1.32715E-005 Regression sum of squares = 0.000389772 Coef of determination, R-squared = 0.967072 Residual mean square, sigma-hat-sq'd = 2.65429E-006
0.2 0.4 0.6 0.8
r(%) 0.12
0.125 0.13 0.135 0.14 0.145 0.15
IRR-R
圖 5-33 股東出資比(r)與計畫 IRR 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = 0.2528927954 * X + 0.5402869921 Number of data points used = 11
Average X = 0.5 Average Y = 0.666733
Residual sum of squares = 1.72522E-005 Regression sum of squares = 0.0703502 Coef of determination, R-squared = 0.999755 Residual mean square, sigma-hat-sq'd = 1.91691E-006
0 0.2 0.4 0.6 0.8 1
r(%) 0.5
0.6 0.7 0.8
SLR-R
圖 5-34 股東出資比(r)與計畫 SLR 回歸式與圖形
Fit Results, Fit 3: Linear
Equation Y = 6.016102493 * X - 0.1758553036 Number of data points used = 5
Average X = 0.5 Average Y = 2.8322
Residual sum of squares = 0.230629 Regression sum of squares = 3.61935 Coef of determination, R-squared = 0.940096 Residual mean square, sigma-hat-sq'd = 0.0768765
0.2 0.3 0.4 0.5 0.6 0.7
r(%) 1
2 3 4 5
DSCR-R
圖 5-35 股東出資比(r)與計畫 DSCR 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = 18.86606919 * X - 3.939375589 Number of data points used = 5
Average X = 0.5 Average Y = 5.49366
Residual sum of squares = 2.26802 Regression sum of squares = 35.5929 Coef of determination, R-squared = 0.940096 Residual mean square, sigma-hat-sq'd = 0.756007
0.2 0.3 0.4 0.5 0.6 0.7
r(%) 0
2 4 6 8 10 12
TIE-R
圖 5-36 股東出資比(r)與計畫 TIE 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = -0.001230286496 * X + 0.06746527545 Number of data points used = 11
Average X = 0.5 Average Y = 0.0668501
Residual sum of squares = 4.36522E-033 Regression sum of squares = 1.66497E-006 Coef of determination, R-squared = 1
Residual mean square, sigma-hat-sq'd = 4.85025E-034
0 0.2 0.4 0.6 0.8 1
r(%) 0.066
0.0664 0.0668 0.0672 0.0676
ROA-R
圖 5-37 股東出資比(r)與計畫 ROA 回歸式與圖形
Fit Results, Fit 1: Linear
Equation Y = -0.4559718406 * X + 0.4615551422 Number of data points used = 5
Average X = 0.5 Average Y = 0.233569
Residual sum of squares = 0.00132483 Regression sum of squares = 0.020791 Coef of determination, R-squared = 0.940096 Residual mean square, sigma-hat-sq'd = 0.00044161
0.2 0.3 0.4 0.5 0.6 0.7
r(%) 0.1
0.15 0.2 0.25 0.3 0.35
ROE-R
圖 5-38 股東出資比(r)與計畫 ROE 回歸式與圖形
最佳化的股東出資比之研究
表 5-14 最佳化的股東出資比(最原始的限制條件)
目標函數IRR 目標函數ADSCR
限制式 限制式
NPV≧0 NPV≧0 ADSCR≧1.50 ADSCR≧1.50
IRR≧0.14. IRR≧0.14.
股東出資比為 r=23.22% 股東出資比為 r=80%
(原始條件加上 ATIE 限制條件)
目標函數IRR 目標函數ADSCR
限制式 限制式
NPV≧0 NPV≧0 ADSCR≧1.50 ADSCR≧1.50 IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50
股東出資比為 r=23.22% 股東出資比為 r=80%
(原始條件加上 ATIE、AROA 限制條件)
目標函數IRR 目標函數ADSCR
限制式 限制式
NPV≧0 NPV≧0
ADSCR≧1.50 ADSCR≧1.50 IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50
AROA≧0.10 AROA≧0.10
股東出資比為 r=23.22% 股東出資比為 r=20%
(原始條件加上 ATIE、AROA、AROE 限制條件)
目標函數IRR 目標函數ADSCR
限制式 限制式
NPV≧0 NPV≧0
ADSCR≧1.50 ADSCR≧1.50 IRR≧0.14. IRR≧0.14.
ATIE≧1.50 ATIE≧1.50 AROA≧0.10 AROA≧0.10
AROE≧0.13 AROE≧0.13
股東出資比為 r=23.22% 股東出資比為 r=20%
-12%
2%
120%
21% 7% 18%
12% 0%
-2% -21% -7% -18%
0% 6%
-0.79%
-120%
0.79%
-150%
-100%
-50%
0%
50%
100%
150%
(A) (B) (C) (D) (E) (F) (G) (H) (I)
-10%
10%
5.4.2 財務風險分析
風險模擬步驟為將標準組利用層級分析法或專家訪談法尋找出影響專案評 估因子。其次利用敏感度分析分析專案評估因子，求出關鍵財務評估因子。本研 究先求得高鐵財務評估因子為 BC（基礎建設成本）、θK（物價膨脹率）、r（貸 款利率）、OM（營運維修成本）、Cp（興建期）、Op（營運期）、RN（償還期）、γ
（股東權益角度出資比）、政府出資比g、Td（資金到位遲延）、重置成本等項，
分別對每一個獨立的因子以增減±50%、進行敏感度分析，並針對其對應之七大 指標的變動率繪製成敏感度分析圖如圖5-39~45。觀察每一評估風險因子的對七 大指標(NPV、IRR、DSCR、TIE、SLR、ROA、ROE)的影響程度。分析之敏感度 成果圖所示如圖5-46~53。各關鍵風險因子對七大指標中的單一指標之風險分析 圖，結果如圖5-54~5-60。各單一關鍵風險因子對七大指標的風險分析圖，結果 如圖5-61~5-69。
由關鍵財務因子與六大指標之關係圖，可以整理得到以下幾點結論並分述 如下。
1. 營收及 BC（基礎建設成本）對於七大評估指標影響甚大，而以資本投資影響 最大。
2. 評估因子對於七大評估指標中 NPV 值之影響最為顯著。
3. 營收對於六大評估指標影響成正比；BC（基礎建設成本）對於六大評估指標 影響成反比。
4. 政府出資比與七大指標均呈正相關。
5. 股東出資比與 IRR、NPV、ROE、ROA 成負相關，與 TIE、DSCR、SLR 呈 正相關。
圖 5-39 不同風險因子變動±10%對 NPV 之影響
-3%
1% 0%
6%
2% 4%
3% 0%
-1%
-5% -2% -4%
0% 2%
-0.16%
-23%
0.16%
-30%
-25%
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
(A) (B) (C) (D) (E) (F) (G) (H) (I)
-10%
10%
-2% -4%
0% 0% 1% 3%
2% 5% 0%
0% 0%
-1% -3%
0%
14%
-0.13%
0.13%
-15%
-10%
-5%
0%
5%
10%
15%
20%
(A) (B) (C) (D) (E) (F) (G) (H) (I)
-10%
10%
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
圖 5-40 不同風險因子變動±10%對 IRR 之影響
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
圖 5-41 不同風險因子變動±10%對 DSCR 之影響
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
-1% -1%
-6%
1%
-1%
3%
0%
-12%
1% 1%
-6%
-1%
2%
-3%
0%
12%
2%
-15%
-10%
-5%
0%
5%
10%
15%
(A) (B) (C) (D) (E) (F) (G) (H) (I)
-10%
10%
-1% -1%
-6%
1%
-1%
3%
0%
-12%
1% 1%
-6%
-1%
2%
-3%
0%
12%
2%
-15%
-10%
-5%
0%
5%
10%
15%
(A) (B) (C) (D) (E) (F) (G) (H) (I)
-10%
10%
圖 5-42 不同風險因子變動±10%對 TIE 之影響
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
圖 5-43 不同風險因子變動±10%對 SLR 之影響
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
0% 0%
-12%
-3% -2%
-5%
-1%
0%
-2%
12%
3% 2%
5%
1% 0%
2%
-15%
-10%
-5%
0%
5%
10%
15%
NPV IRR DSCR TIE SLR ROA ROE
-10%
10%
圖 5-46 政府出資比±10%對獲利指標之影響
註: (A) 政府出資比、(B) 股本出資比、(C) 資本投資合計、(D) 通貨膨脹、(E) 利息費用、(F) 營運成本、(G) 重置成本、(H) 營運期。
2% 1%
NPV IRR DSCR TIE SLR ROA ROE
-10%
NPV IRR DSCR TIE SLR ROA ROE
-10%
NPV IRR DSCR TIE SLR ROA ROE -10%
NPV IRR DSCR TIE SLR ROA ROE
-10%
NPV IRR DSCR TIE SLR ROA ROE
-10%
10%
0.25%
0.03% 0.04%
0.23%
0.27%
-0.25%
-0.03% -0.04%
-0.23%
NPV IRR DSCR TIE SLR ROA ROE
-10%
-80%
NPV IRR DSCR TIE SLR ROA ROE
-10%
-0.4 0 0.4
-0.8 -0.4 0 0.4 0.8
IRRSLRROEROA percent IRRDSCRSLR percent
-0.4 0 0.4 0.8
Normal(20524.81, 160718)
Values x 10^-6
Values in Thousands
0.0 0.5 1.0 1.5 2.0 2.5 3.0
-400 -300 -200 -100 0 100 200 300 400 500
< 95.0% >
-294.5 335.5
圖5-72 NPV 的蒙地卡羅模擬結果
Normal(0.5010828, 8.967545)
Values x 10^-2
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
-25 -20 -15 -10 -5 0 5 10 15 20 25
<2.5% 95.0% >
-17.07 18.08
圖5-73 IRR 的蒙地卡羅模擬結果
Normal(2.134516, 1.505717)
0.00 0.05 0.10 0.15 0.20 0.25 0.30
-2 -1 0 1 2 3 4 5 6
< 95.0% >
-0.817 5.086
圖5-74 DSCR 的蒙地卡羅模擬結果
Normal(0.8247252, 1.154882)
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40
-3 -2 -1 0 1 2 3 4
<2.5% 95.0% >
-1.439 3.088 圖5-75 SLR 的蒙地卡羅模擬結果
Normal(3.609784, 5.130224)
Values x 10^-2
0 1 2 3 4 5 6 7 8 9
-10 -5 0 5 10 15 20
< 95.0% 2.5%>
-6.45 13.66
Normal(0.06986405, 0.06073556)
0 1 2 3 4 5 6 7
-0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25
< 95.0% 2.5%>
-0.0492 0.1889
圖5-76 ROA 的蒙地卡羅模擬結果
Normal(0.6680897, 4.764635)
Values x 10^-2
0 1 2 3 4 5 6 7 8 9
-15 -10 -5 0 5 10 15
<2.5% 95.0% >
-8.67 10.01
圖5-77 ROE 的蒙地卡羅模擬結果
圖5-78 ROE 的蒙地卡羅模擬結果
DRM 模擬第四步驟為利用蒙地卡羅法進行模擬分析，續以評估因子基本數據且
DRM 模擬第四步驟為利用蒙地卡羅法進行模擬分析，續以評估因子基本數據且