财务管理资料探勘在财务领域的运用-以债券型基金之绩效评估为例

资料探勘在财务领域的运用-以债券型基金之绩效评估为例

2简报大纲组员简介研究目的研究架构研究方法与实证研究-BPN与MARS研究结论3组员简介松山家商夜间部教学组组长教务行政工作游世文(MI0951049)连展科技信息科技部副理集团Softwareteam管理与

项目开发：

含SAP,BW,SEM,BPM(J2EE)陈圣儒(MI0961007)连展科技信息科技部

电子流程开发课课长电子流程开发项目管理叶士宗(MI0961004)阳明大学

教务处项目助理教务处信息化业务陈思雅(MI0952011)4研究目的研究目的将数据探勘工具运用于财务领域应用数据采勘工具：倒传递类神经网络(BPN)

多元适应性云形回归(MARS)分析债券型基金经理人的择时能力探讨两DATAMINING工具在分类问题的精确度5研究架构研究动机与目的文献与研究方法介绍基金分群分类结果比较与分析结论MARS分类模式BPN分类模式

6资料探勘（DataMining）：从数据库或大量数据存储器中，挖掘有用信息的过程。过程包含以下步骤：数据选取（DataSelection）资料整理（Cleaning）数据扩充（Enrichment）数据编码（Coding）资料探勘（DataMining）探勘报告（Reporting）研究方法－资料探勘7资料探勘应用模式分类问题（Classification）：依数据特定属性判别其归类趋势分析（TrendAnalysis）：利用现有数值预测一个连续变量的

未来值分群模式（Clustering）：依资料特性的相关性予以分组关联分析（Associations）：找出在群组中同时出现的事件顺序型样（SequentialAnalysis）：找出事件「先后」发生的顺序

分类问题的应用工具传统统计方法：如罗吉斯回归、鉴别分析人工智能：如类神经网络无母数统计：如多元适应性云形回归研究方法－资料探勘8资料探勘资料探勘与传统统计分析之比较数据探勘在分析前不需对资料提出假设在探勘过程中发掘出数据存在的可能讯息能更真实地反映出数据的隐藏特性研究方法－资料探勘9研究方法－基金选股暨择时能力选股能力暨择时能力理论模型选股能力：经理人对个别证券价格的预测能力择时能力：经理人对整个市场波动的预测能力张瑞芬(2002)模型定义：检测能力判断：当、两个系数中任一系数显

着，即认定该基金具有择时能力。ititititiitXvXvYea+++=--1,1,,,tiv,1,-tiv10实证研究－样本数据简介研究期间为︰1999年7月至2001年6月变数︰11个，包括：

月资料：基金成立长短

季资料：赎回金额、申购金额、申购周转率、基金规模、

赎回周转率、买断债券比率、基金净值、

债券附买回投资比率、存放金融机构比率、

申购金额与赎回金额差值样本基金数︰34支基金训练资料：27支基金

测试资料：7支基金11实证研究－择时能力分析择时能力检测模型根据1999年7月至2001年6月，共24个月之月资料，检定vi,t

、vi,t-1是否显著为正，显著水平为0.05。当二系数中任一系数为正，即判定此基金具有择时能力检测结果：15支具备择时能力，19支不具备tYtiv,iatiX,ie：第t期之大华债券价格指数：第i支基金之价格指数：第t期第i支基金之债券买断比率：第t期第i支基金之冲击反应权数：第i支基金之干扰项ititititiitXvXvYea+++=--1,1,,,12简报大纲组员简介研究目的研究架构研究方法与实证研究-BPN与MARS研究结论13类神经网络（ArtificialNeuralNetworks

）概念一种包含软件与硬件的运算系统，使用相连的人工神经元来模仿生物神经网络的信息处理能力，架构如同大脑神经组织神经元细胞由树状突(Dendrites)与轴突(Axon)(神经突)组成树突接受其他神经元发出之讯息，将讯息传入细胞本体处理后，再经由轴突传达到另一个细胞的树突优点具高速计算能力、高容量记忆能力、学习能力及高容错能力对于非线性数据型态的问题处理有不错的表现研究方法－类神经网络14接收器输出器两神经元的联结机制CPU类神经原理－人类神经元结构15类神经原理-神经元架构X1w1

X2w2

YX3w3

输入值权重加总转换函数输出转换函数非线性，为兼具正、负向收敛的S型函数即输入值无限大时，输出值为1，反之为011IjOje-=+qåå+=ijiijjOwIq16倒传递类神经网络架构与学习(1)目标：透过权数的修正，以达到数据变量的正确分类。步骤：1.由随机数取得原始权数 2.将每个输入变量乘上权数后加总

3.透过转换函数求得输出值

4.计算输出值与实际真值误差error

5.反向计算隐藏层神经元误差并修正所有权数17倒传递类神经网络架构与学习(2)1.输出值与实际结果的误差Errj=Oj(1-Oj)(Tj-Oj)2.将误差以权值分配给隐藏层Errj=Oj(1-Oj)(Σk

Errkwjk)3.修正权重Wij=wij+(1)ErrjOI((1)为学习率)18倒传递类神经网络实例(1)X1 测试样本为(1,0,1)W14输出目标值1W15

W24W46X2W25W56W34

X3W35

输入层隐藏层输出层1231245619倒传递类神经网络实例(2)输入值

依随机数求得各神经元权数神经元常数x1x2x3w14w15w24w25w34w35w46w56θ4θ5θ61010.2-0.30.40.1-0.50.2-0.3-0.2-0.40.20.1神经元总输入讯号(Ij)输出讯号(Oj)４(1*0.2)+(0*0.4)+(1*-0.5)-0.4=-0.71/(1+e0.7)=0.332５(1*-0.3)+(0*0.1)+(1*0.2)+0.2=0.11/(1+e-0.1)=0.525６(0.332*-0.3)+(0.525*-0.2)+0.1=-0.1051/(1+e0.105)=0.474å+=ijiijjOwIqOj=1/(1+e-Ij)20倒传递类神经网络实例(2)Errj=Oj(1-Oj)(Tj-Oj)神经元Tj与实际值Tj比较公式610.474*(1–0.474)(1–0.474)=0.131150.13110.525*(1-0.525)(0.1311)(–0.2)=-0.006540.13110.332*(1–0.332)(0.1311)(-0.3)=-0.0087Errj=Oj(1-Oj)(Errkwjk)kå权数常数初值学习率与修正公式修正结果w46-0.3Learningrate(L)=0.9

wij=wij+(L)ErrjOi

θj=θj+(L)Errj-0.3+(0.9)(0.1311)(0.332)=-0.261w56-0.2-0.2+(0.9)(0.1311)(0.525)=-0.138w140.2

0.2+(0.9)(-0.0087)(1)=0.192w15-0.3-0.3+(0.9)(-0.0065)(1)=-0.306w240.4

0.4+(0.9)(-0.0087)(0)=0.4w250.1

0.1+(0.9)(-0.0065)(0)=0.1w34-0.5-0.5+(0.9)(-0.0087)(1)=-0.508w350.2

0.2+(0.9)(-0.0065)(1)=0.194θ4-0.4

0.1+(0.9)(0.1311)=-0.261θ50.2

0.2+(0.9)(-0.0065)=0.194θ60.1-0.4+(0.9)(-0.0087)=-0.408类神经网络（续）运算流程收集资料21选择预测变数决定网路参数及结构预测变输数入与网目路标

值

计算并调整键结权重计算误差值符合终止条件否是预测研究方法－类神经网络22实证研究－类神经网络数据分析倒传递类神经网络架构隐藏层数目：单一隐藏层输入层神经元数目：n（即预测变量个数）隐藏层神经元数目：

依根均方误差(RMSE)为判断标准，

采用2n-2、2n-1、2n、2n+1、2n+2

等五种情形进行比较分析选择输入变量：各变量之前8季季资料(结果)包含81个输入变量，以0.005、0.01、0.03、0.07的学习率各变量之前4季季资料(结果)包含41个输入变量，以0.001、0.005、0.01、0.02的学习率 23实证研究－类神经网络数据分析隐藏层数目学习率训练资料RMSE测试资料RMSE1600.0050.0575850.6255470.010.0329740.640410.030.0149910.6442440.070.0089260.6505931610.0050.0584850.6218870.010.0329280.6348510.030.015240.6711250.070.6666670.6546541620.0050.0581030.6245460.010.0331940.64450.030.0152240.6317690.070.6666670.6546541630.0050.0577940.6209720.010.0329060.6584230.030.0152090.6675240.070.6666670.6546541640.0050.0576190.6228580.010.0330850.6381950.030.0152380.6800710.070.6666670.654654最终网络模式24实证研究－类神经网络数据分析返回判别后群体原始群体具择时能力不具择时能力具择时能力1(33.3%)2(66.67%)不具择时能力1(50%)3(50%)整体正确判别率57.14%(4/7)输入各变量前8季季资料之BPN判别结果25实证研究－类神经网络数据分析隐藏层数目学习率训练期RMSE测试期RMSE800.0010.3775800.5961260.0050.2290740.5963030.010.1418970.5224270.020.0587250.516837810.0010.3731190.5945320.0050.2306290.5971570.010.1295650.5098010.020.0579070.506462820.0010.3781610.5874690.0050.2295650.5897200.010.1444140.5362350.020.0555130.509543830.0010.3648130.5821430.0050.2277470.05883590.010.1385010.5247270.020.0593200.509218840.0010.3670640.5923840.0050.2299890.5888290.010.1342660.5229850.020.0541840.505954最终网络模式26实证研究－类神经网络数据分析判别后群体原始群体具择时能力不具择时能力具择时能力2(66.67%)1(33.33%)不具择时能力1(25%)3(75%)整体正确判别率71.42%(5/7)输入各变量前4季季资料之BPN判别结果27MARS（Friedman,1991）概念：利用数段线性方程式间的节点趋近非线性

模型，一种有弹性的高维度问题分析工具应用：经济、化学、医学、工程计算等专业领域优点：运算时间短、自动筛选变量，可迅速建立

分类模型通用模型研究方法－多元适应性云形回归åÕ---×+=Mmkkkmmkvkmmmtxsaaxf11),(0)]([)(ˆ+28寻找最佳模型两阶段第一阶段：前推式(Forward)算法

依数据本身参数的关系，产生解释方程式(BasicFunction,BF)的个数（新的主要影响因子、折点、或交互作用），让MARS模型成长，直到找到一个非常大的模型为止第二阶段：后推式(Backword)算法：

修剪不适用之BF，利用GCV准则删除贡献度小的BF[]221M)(1)(ˆ1)(úûùêëé--=å=NMCxfyNMGCVNiii研究方法－MARSMARS-非线性模型图2930以单变数为例，若MARS的预测模型为：y=3+0.75．Max(0,x-15)+0.15．Max(0,15-x)研究方法－MARSMARS—ForwardStepwise31MARS运算流程MARS—BackwardsStepwise3233MARS相关论文研究国

外论文研究作者/年代应用领域DeVeaux,Gordon,Comiso＆Bacherer(1993)地球科学FriedmanandRoosen(1995)医学Bose(1996)数据探勘技术比较Nguyen-Cong,Dang＆Rode(1996)遗传学之基因工程Griffin,Fisher,Friedman＆Ryan(1997)矿石区分DeGooijer,RayandKrager(1998)汇率预测研究方法－MARS34MARS相关论文研究国

内论文研究作者/年代应用领域陈慧滢(民83)进口车、国产车需求预测许峻源(民90)信用卡客户申请分析傅坤泰(民90)评估企业绩效蔡宛纯(民90)信用卡客户申请分析颜毓静(民91)股票型基金之绩效评估黄明辉(民91)债券型基金之绩效评估刘瑞鑫(民91)台股指数报酬率预测唐筱菁(民91)企业财务危机预测叶素美(民91)汇率预测陈怡萍(民91)IC产业经营绩效黄正凤(民91)医学研究方法－MARS35MARS相关论文研究国

内论文研究作者/年代应用领域连惟谦(民92)顾客流失与顾客价值之研究林展平(民92)游泳会员流失分析陈姗霓(民92)房贷信用评等模式之建构陈怡妃(民92)健康俱乐部会员保留分析陈静怡(民92)失业率预测黄立维(民92)数据探勘技术比较林正刚(民93)非营利组织顾客流失率分析范鸿晸(民94)财务危机之预警唐培文(民94)台股期指与基金价格预测蔡宛纯(民94)渐进式信用评分模式谢弘一(民94)乳癌病患存活能力分析研究方法－MARSMARS运算流程收集资料36选择预测变数产生可能的BF建过构度最配大适的模型修剪MARS模型计算误差值符合终止条件否是预测研究方法－MARS37实证研究－MARSMARS选择输入变量：各变量之前8季季资料(结果)各变量之前4季季资料(结果)

38实证研究－MARS输入各变量前8季季资料之MARS变量筛选结果较具贡献性的输入变量：由11个筛选为4个Func.Std.Dev.-GCVNo.ofBFVariable10.4690.6322赎回金额20.3220.3792附买回投资比率30.1910.1991买断债券比率40.2330.2312赎回金额50.2500.2491申购金额39实证研究－MARS返回判别后群体原始群体具择时能力不具择时能力具择时能力2(66.7%)1(33.3%)不具择时能力1(25%)3(75%)整体正确判别率71.42%(5/7)输入各变量前8季季资料之MARS判别结果40实证研究－MARS输入各变量前4季季资料之MARS变量筛选结果较具贡献性的输入变量：由11个筛选为4个Func.Std.Dev.-GCVNo.ofBFVariable10.7140.4361买断债券比率20.4300.4172附买回投资比率30.1620.2281申购与赎回金额差值40.1770.2511成立时间长短50.4250.2781买断债券比率41实证研究－MARS判别后群体原始群体具择时能力不具择时能力具择时能力3(100%)0(0%)不具择时能力0(0%)4(100%)整体正确判别率100%(7/7)输入各变量前4季季资料之MARS判别结果42实证研究－综合比较各判别模式鉴别结果综合比较表判别模式BPNMARS8季变量数据4季变量数据8季变量数据4季变量数据鉴别结果57.14%(4/7)71.42%(5/7)71.42%(5/7)100%(7/7)运算时间1分52秒27秒5秒4秒43研究结论研究结论在债券基金择时能力的判别上，MARS具有较佳的判别能力，且所需的运算时间较短。透过MARS的变量筛选功能，了解到影响债券型基金择时能力的重要因素有：买断债券比率附买回债券投资比率申购与回金额差值基金成立时间长短44MARS实证研究-房贷信用评等陈姗霓(民92)房贷信用评等模式之建构研究结论影响房贷用评等变量有18个1.性别2.年龄3.婚姻4.教育程度5.职业6.服务年资7.月收入8.月付金额占总收入比例9.贷款成数10.保证人人数11.借保人关系12.有无优惠贷款13.是否自住14.贷款型态15.总贷款金额16.贷款房屋屋龄17.借保人信用状况18.房屋型态45MARS实证研究-房贷信用评等MARS模式之显着变量及基本方程式变量名称重要程度基本方程式月付金额占总收入比例100.00%BF1=max(0,月付金额占总收入之比例-5.000)保证人人数96.35%BF3=max(0,1.000–保证人人数)BF6=max(0,保证人人数-2.000)贷款成数71.51%BF12=max(0,贷款成数-72.000)借保人之信用状况68.09%BF8=(借保人之信用状况=0)贷款形态54.57%BF10=(贷款形态=0OR贷款形态=3)MARS鉴别方程式：Y=0.015+0.004*BF1+0.259*BF3+0.790*BF6-0.187*BF8+0.094*BF10+0.011*BF1246MARS实证研究-房贷信用评等月付金额占总收入比例：

BF1=max(0,月付金额占总收入之比例–5%)当月付金额占总收入比例达5％以上时，显示该借款申请者之信用状况较差。保证人人数：

BF3=max(0,1–保证人人数)BF6=max(0,保证人人数-2)保证人之人数为一人或两人时，其违约风险较低，若无保证人或保证人达三人以上时，则有较高的违约风险。47MARS实证研究-房贷信用评等贷款成数：BF12=max(0,贷款成数-72)贷款成数低于72%时，显示借款申请者的信用状况较好，若贷款成数高于72%，则贷款成数越高越可能发生违约状况借保人之信用状况：BF8=(借保人之信用状况=0)若借保人的信用状况良好，将对借款人的信用评等有正向帮助。贷款形态：BF10=(贷款形态=0OR贷款形态=3)新购屋及他行增贷的贷款户较容易被区隔至违约的类别中48BPN&MARS在其他论文之成效比较(1)判别模式BPNMARS8季变量数据4季变量数据8季变量数据4季变量数据鉴别结果57.14%(4/7)71.42%(5/7)71.42%(5/7)100%(7/7)运算时间1分52秒27秒5秒4秒黄明辉(民90)

资料探勘在财务领域的运用-以债券型基金之绩效评估为例49陈麒文(民91)

健康休闲俱乐部顾客流失分析模式之研究模