以序列採礦方法探討景氣指標與進出口值的關聯

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：29

、訪客IP：18.191.216.163

姓名

左家文(Chia-Wen Tso) 查詢紙本館藏

畢業系所

企業管理學系在職專班

論文名稱

以序列採礦方法探討景氣指標與進出口值的關聯
(Discovering the sequential associations between business indicators and customs export import indicators)

相關論文

★ 在社群網站上作互動推薦及研究使用者行為對其效果之影響	★ 以AHP法探討伺服器品牌大廠的供應商遴選指標的權重決定分析
★ 以AHP法探討智慧型手機產業營運中心區位選擇考量關鍵因素之研究	★ 太陽能光電產業經營績效評估－應用資料包絡分析法
★ 建構國家太陽能電池產業競爭力比較模式之研究	★ ERP專案成員組合對績效影響之研究
★ 推薦期刊文章至適合學科類別之研究	★ 品牌故事分析與比較-以古早味美食產業為例
★ 以方法目的鏈比較Starbucks與Cama吸引消費者購買因素	★ 探討創意店家創業價值之研究- 以赤峰街、民生社區為例
★ 以領先指標預測企業長短期借款變化之研究	★ 應用層級分析法遴選電競筆記型電腦鍵盤供應商之關鍵因子探討
★ 以互惠及利他行為探討信任關係對知識分享之影響	★ 結合人格特質與海報主色以類神經網路推薦電影之研究
★ 資料視覺化圖表與議題之關聯	★ 喪父對人格特質之轉變

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

全球金融海嘯後，社會大眾對於景氣的變動更加關注，皆希望能推估和預測景氣的走勢。然而，過去學者在探討景氣指標相關議題時，大多將各景氣構成項目拆開成一個個獨立項目，探討各個構成項目是否有其代表性，或者嘗試建構新的景氣指標構成項目。本研究則使用序列型樣探勘中的SPADE演算法，可以一次綜合多個指標，同時討論景氣領先指標、進出口值與景氣落後指標的先後關聯與趨勢。
研究結果針對海關出口值的部份，選出序列型樣共24項，包含的景氣指標可歸納整理成五個，分別為外銷訂單指數、製造業存貨率、工業及服務業經常性受僱員工人數、SEMI半導體接單出貨比、股價指數。針對機械及電機設備進口值的部份，選出序列型樣共3項，皆與金融業隔夜拆款利率有關。本研究篩選出有關聯的序列規則，亦針對各項序列規則做整理歸納，並與其他相關論文研究的結果以及國家發展委員會的編製進行比較，嘗試佐以理論和海運相關知識，給予序列規則一個合理解釋。

摘要(英)

After the global financial tsunami, the public is more concerned about the changes in the economy and willing to foresee economic trends. From past research, the business indicator was separated into component series to explore its correlations and individual representation, or trying to structure a new component series. In this study, we integrated multiple component series while discussing business indicators.
For the export, we selected a total of 24 sequential patterns categorized into five groups, relevant to the Index of export orders, Inventories to sales ratio for manufacturing, Regular employees on payrolls in industry & services, SEMI book-to-bill ratio, and TAIEX average closing price. For the import, we selected 3 sequential patterns related with Interbank overnight call-loan rate.
In this study, we discover the sequential associations between business indicators and customs export import indicators. The findings are summarized and compared with relevant research result and component indicators frame made by National development council. We also try to comment about it through theory and shipping industry knowledge.

關鍵字(中)

★ 序列型樣探勘
★ 景氣指標構成項目
★ 海關進出口值

關鍵字(英)

★ Sequential associations
★ Business indicators
★ Customs export import indicators

論文目次

中文摘要 II
Abstract III
目錄 V
圖目錄 VII
表目錄 VIII
第一章緒論 1
1-1研究背景與動機 1
1-2研究目的 2
1-3研究範圍 2
1-4論文架構 3
第二章文獻探討 5
2-1景氣的相關文獻探討 5
2-1-1景氣指標分析法 5
2-1-2檢驗景氣指標有效性的相關文獻 5
2-1-3運用景氣指標驗證特定變數相關性之研究 6
2-2資料探勘的文獻回顧 7
2-2-1關聯規則(Association Rules) 7
2-2-2序列型樣探勘方法 8
2-2-3序列型樣相關演算法 9
第三章研究方法 12
3-1研究架構 12
3-2序列型樣的時間限制 13
3-3 SPADE演算法 14
第四章驗證分析 16
4-1資料來源與資料整理 16
4-2參數選擇與設定 19
4-3驗證結果 20
第五章討論 24
5-1海關出口值與景氣指標構成項目之先後關係 24
5-2機械及電機設備進口值與景氣指標構成項目之先後關係 28
第六章結論與建議 30
6-1結論 30
6-2研究限制與後續建議 31
參考文獻 33
附錄一在R軟體的程式執行 36
附錄二 HS Code 分類表 39

參考文獻

一、中文部分
1. 利秀蘭、陳惠薇，「台灣景氣領先及同時指標之探討」，經濟研究，27-54，93.12。
2. 吳孔玲, 繆裕青, 蘇傑, & 張曉華. (2012). 序列模式挖掘研究.電腦系統應用, (6), 263-271。
3. 林大超，「台灣與美國兩地景氣循環指標關聯性之研究」，國立成功大學，碩士論文，民國92年。
4. 邱倩莉，「台灣電子類及金融類股價指數與總體經濟因素關係之研究」，國立臺灣大學，碩士論文，民國95年。
5. 金柏伶，「臺灣景氣指標宣告對貿易百貨類股價之影響」，國立臺北大學，碩士論文，民國101年。
6. 胡天佑，「台灣航運股股價與總體經濟的關聯性-類神經網路模型之應用」，國立臺北大學，碩士論文，民國100年。
7. 連鐛渠，「以分群為基礎之序列型樣研究」，屏東科技大學，碩士論文，民國97年。
8. 曾俊銘，「以序列探勘為基礎的適性化風格學習路徑之設計與實踐」，國立高雄應用科技大學，碩士論文，民國97年。
9. 綦茵蘋，「領先指標對景氣循環之驗證」，國立臺灣大學，碩士論文，民國96年。
10. 潘鵬升，「台灣領先指標組成之探討」，國立東華大學，碩士論文，民國100年。
11. 鄭洧奇，「以基因演算法探討GSP參數之研究」，國立中央大學，碩士論文，民國103年。
12. 國家發展委員會:景氣指標查詢系統。取自http://index.ndc.gov.tw/。
13. 國家發展委員會:景氣指標編製方法及資料來源。取自http://www.ndc.gov.tw/dn.aspx?uid=13405。
14. 財政部關務署:稅則稅率查詢系統。取自http://web.customs.gov.tw/Rateweb/search1.aspx。
15. 蔡瑞胸、吳中書、陳建福，「台灣出口訂單與出口關聯性之探討」，臺灣經濟預測與政策，129–158，2004。
16. 趙立珍，「外人直接投資對台灣失業率及出口的衝擊」，國立交通大學，碩士論文，民國96年。
17. 張橫閣，「一個資料庫多維度序列法則探勘方法」，朝陽科技大學，碩士論文，民國91年。
二、英文部分
18. Agrawal, R. and Srikant, R. ,“Fast Algorithm for Mining Association Rules ,” in Proc.20th VLDB conference ,Santiago, Chile, 1994
19. Buchta, C., Hahsler, M., 2010. "arulesSequences: Mining frequent sequences". R package version 0.1-11.http://CRAN.R-project.org/package=arulesSequences
20. Han, J., Kamber, M., & Pei, J. (2006).Data mining: concepts and techniques. Morgan kaufmann.
21. Li, K.-C., Chang, D.-J., Rouchka, E. C., Chen, Y. Y., 2007. "Biological sequence mining using plausible neural network and its application to exon/intron boundaries prediction". In: CIBCB. IEEE, pp. 165–169.
22. Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introductiond to Data Mining, Pearson Education Inc.,2006.
23. Peng, W.-C., Liao, Z.-X., 2009. "Mining sequential patterns across multiple sequence databases". Data Knowl. Eng. 68 (10), 1014–1033.
24. Telecom Paper, January 2009. "Google query volume".
25. Wesley C. Mitchell and Arthur F. Burns(1946)，Measuring Business Cycles, National Bureau of Economic Research, New York.
26. Zaki, M. J., 2001. "Spade: An efficient algorithm for mining frequent sequences". In: Machine Learning. Vol. 42. pp. 31–60.

指導教授

許秉瑜(Ping-Yu Hsu)

審核日期

2014-7-28

推文