1. NCCU Academic Hub
  2. 學術產出
  3. College of Informatics
  4. Theses
  5. Item

學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

題名 社群網路分析應用於台灣企業集團控制型態與持股關係研究
Study of Social Network Analysis for corporate control types and holding relationship in Taiwan
作者 顧辰妘
Ku, Chen-Yun
貢獻者 劉吉軒
Liu, Jyi-Shane
顧辰妘
Ku, Chen-Yun
關鍵詞 社群網路分析
集團控制型態
台灣集團
持股關係
TEJ台灣經濟新報
中華徵信所企業公司
日期 2019
上傳時間 7-Aug-2019 17:07:57 (UTC+8)
摘要 現今是巨量資料的時代，不僅欲分析的目標資料量龐大，我們更渴望所獲得的分析結果不只是統計數據或是個體屬性的分析。社群網路分析方法能幫助我們更有效地處理分析巨量資料，並且不同於傳統的統計分析方法只關注個別研究對象的屬性外，更能關注個體間的關係、互動行為及群體分佈，可以從微觀的小群體、研究對象之間的互動，到大型群體探討群體之間的結構性，藉此挖掘出意想不到、有用的隱含資訊。本研究參考「TEJ台灣經濟新報」對台灣企業集團控制型態分類，應用社群網路分析不同種類的控制型態企業，依「中華徵信所企業公司」出版之「2017年台灣地區大型集團企業研究」一書中，針對台灣100大集團營收淨額排名之順序，依每一控制型態取其營收淨額排名前四名之集團做為研究對象，將集團持股關聯建立網路關係圖，分析集團持股關係，並以社群網路分析方法分析集團整體持股網路、K-Core核心網路、高持股比例控股網路架構，綜合研究分析結果顯示持股關係結構有不同特徵：單一家族控制型態有較多的核心持股重心也有較高核心聚合程度持股關係，核心企業與子企業間相互控股之影響力更為明顯；政府控制型態的企業持股網路重心比較偏向集中在單一核心企業，其核心企業持股數量遠超過其下子企業數量；共治型態的集團雖最終控制者及董事會成員組成，與單一家族控制型態集團不同，但在整體持股網路規模上相當；專業經理人控制型態的集團企業組成比較偏向單一或週邊相關的產業別，所形成的持股網路也相對單純及稀疏。另外，本研究亦從跨越控制型態來分析企業集團持股研究，找出不同類型之企業集團可能具有相同之控股結構，顯示企業集團控制型態可能變更的趨向。
參考文獻 [1] 王連成(2016)。社會網路分析應用於台灣企業持股關係研究。國立政治大學資訊科學系碩士論文。
[2] 田智安（2016)。應用社會網路分析在保險業RFM資料之研究。國立勤益科技大學資訊管理系研發科技與資訊管理碩士在職專班碩士論文。
[3] 吳佳振 (2010)。上市公司董事連結社會網絡因果分析。天主教輔仁大學管理學研究所碩士論文。
[4] 李佩璇 (2012)。在MANET中基於社群關係導向之傳輸機制研究。國立政治大學資訊科學系碩士論文。
[5] 李冠皓、黃培琳（2010）。公司治理模組解釋(四)集團控制型態─以上市櫃公司為例。貨幣觀測與信用評等，2010.05。
[6] 李冠皓（2007）。公司治理模組解釋(一)。TEJ信用風險評估專刊，2007.08。
[7] 李冠皓（2007）。公司治理模組解釋(二)。TEJ信用風險評估專刊，2007.08。
[8] 沈曜廷 (2012)。應用社會網路連結預測理論於政府官員職務繼任分析。國立政治大學資訊科學系碩士論文。
[9] 林大為(2014)。以社會網路分析為基礎之股市投資決策支援系統。中原大學資訊管理系碩士論文。
[10]張伸吉(2014)。社群網路上的城市情感聚合表現與觀察。國立政治大學資訊科學系碩士論文。
[11]張淳矞 (2009)。以動態網絡分析探討網路社群口碑與購買態度之關係：以批踢踢nb_shopping板為例。國立交通大學傳播研究所碩士論文。
[12]梁裕閔(2016)。政治職位從屬網絡分析應用於政府高階首長之權力位階探討。國立政治大學資訊科學系碩士論文。
[13]莊婉君 (2012)。事件導向動態社會網路分析應用於政治權力變化之觀察。國立政治大學資訊科學系碩士論文。
[14]楊哲軒(2008)。應用社會網路分析專利對經營績效的影響－以TFT－LCD產業為例。元智大學企業管理系碩士論文。
[15]廖益均（2017）。四種股權結構與公司治理及投資決策的關係。貨幣觀測與信用評等，123 2017.01。
[16]廖益均（2014）。親屬關係與集團控制型態─金仁寶集團、台南幫集團、華碩集團及中鋼集團之個案討論。貨幣觀測與信用評等，107 2014.05。
[17]廖益均（2014）。我國董事跨坐網路分析─透過數學方法建構集團、金脈到人脈錯綜複雜的關聯。貨幣觀測與信用評等，105 2014.01。
[18]盧能彬、黃士瑋、李珮琪（2010）。以K-核心分析探索部落格社群之變遷。圖書館學與資訊科學，36(1):52-66 2010.04。
[19]Duncan J. Watts (2003). Six Degrees: The Science of a Connected Age. New York: W. W. Norton & Company,Inc.
[20]Duncan J. Watts, Steven H. Strogatz (1998). Collective Dynamics of ‘Small-world’ Networks, Nature 393(6684): 440–442.Weatherford, M. S.
[21]Mathieu Jacomy, Tommaso Venturini, Sebastien Heymann, Mathieu Bastian.（2014）.ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software. PLOS ONE 9 (6). Public Library of Science: 1–12.
[22]Spiliopoulou Myra (2011), Evolution in Social Networks: A Survey Social Network Data Analytics. C.C.Aggarwal,Ed.,ed: Springer US, 2011.
[23]Stanley Wasserman, Katherine Faust (1994). Social Network Analysis. New York: Cambridge University Press.
[24]Yvonne Ho, Hongjen Chiu (2013), A Social network analysis of leading semiconductor companies’Knowledge flow network, Asia Pacific Journal of Management, vol.30, Issue 4, pp.1265-1283, December.
描述 碩士
國立政治大學
資訊科學系碩士在職專班
106971003
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0106971003
資料類型 thesis
dc.contributor.advisor 劉吉軒zh_TW
dc.contributor.advisor Liu, Jyi-Shaneen_US
dc.contributor.author (Authors) 顧辰妘zh_TW
dc.contributor.author (Authors) Ku, Chen-Yunen_US
dc.creator (作者) 顧辰妘zh_TW
dc.creator (作者) Ku, Chen-Yunen_US
dc.date (日期) 2019en_US
dc.date.accessioned 7-Aug-2019 17:07:57 (UTC+8)-
dc.date.available 7-Aug-2019 17:07:57 (UTC+8)-
dc.date.issued (上傳時間) 7-Aug-2019 17:07:57 (UTC+8)-
dc.identifier (Other Identifiers) G0106971003en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/125045-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 資訊科學系碩士在職專班zh_TW
dc.description (描述) 106971003zh_TW
dc.description.abstract (摘要) 現今是巨量資料的時代，不僅欲分析的目標資料量龐大，我們更渴望所獲得的分析結果不只是統計數據或是個體屬性的分析。社群網路分析方法能幫助我們更有效地處理分析巨量資料，並且不同於傳統的統計分析方法只關注個別研究對象的屬性外，更能關注個體間的關係、互動行為及群體分佈，可以從微觀的小群體、研究對象之間的互動，到大型群體探討群體之間的結構性，藉此挖掘出意想不到、有用的隱含資訊。本研究參考「TEJ台灣經濟新報」對台灣企業集團控制型態分類，應用社群網路分析不同種類的控制型態企業，依「中華徵信所企業公司」出版之「2017年台灣地區大型集團企業研究」一書中，針對台灣100大集團營收淨額排名之順序，依每一控制型態取其營收淨額排名前四名之集團做為研究對象，將集團持股關聯建立網路關係圖，分析集團持股關係，並以社群網路分析方法分析集團整體持股網路、K-Core核心網路、高持股比例控股網路架構，綜合研究分析結果顯示持股關係結構有不同特徵：單一家族控制型態有較多的核心持股重心也有較高核心聚合程度持股關係，核心企業與子企業間相互控股之影響力更為明顯；政府控制型態的企業持股網路重心比較偏向集中在單一核心企業，其核心企業持股數量遠超過其下子企業數量；共治型態的集團雖最終控制者及董事會成員組成，與單一家族控制型態集團不同，但在整體持股網路規模上相當；專業經理人控制型態的集團企業組成比較偏向單一或週邊相關的產業別，所形成的持股網路也相對單純及稀疏。另外，本研究亦從跨越控制型態來分析企業集團持股研究，找出不同類型之企業集團可能具有相同之控股結構，顯示企業集團控制型態可能變更的趨向。zh_TW
dc.description.tableofcontents 第一章 緒論 1
1.1 研究背景 1
1.2 研究目的與動機 2
1.3 研究資料 3
1.4 論文架構 4
第二章 文獻探討 6
2.1 社群網路分析理論概念 6
2.2 社群網路分析應用領域 10
2.3 台灣企業集團控制型態 11
2.4 小結 13
第三章 研究方法 14
3.1 企業持股網路模型及架構 14
3.2 企業持股網路指標定義與分析 15
3.3 企業集團分析與個體網路拓樸 17
第四章 研究結果與分析 21
4.1 台灣企業集團之持股網路分析 21
4.1.1 鴻海集團 21
4.1.2 台塑集團 25
4.1.3 潤泰集團 29
4.1.4 聯華神通集團 33
4.1.5 統一集團 37
4.1.6 和泰汽車集團 41
4.1.7 長春集團 45
4.1.8 三商集團 49
4.1.9 和碩集團 52
4.1.10 台積電 56
4.1.11 廣達集團 59
4.1.12 緯創集團 63
4.1.13 中國鋼鐵 66
4.1.14 中華電信 70
4.1.15 中華航空 74
4.1.16 臺灣金控 78
4.2 台灣企業集團K-Core核心網路分析 81
4.2.1 鴻海集團K-Core 82
4.2.2 台塑集團K-Core 84
4.2.3 潤泰集團K-Core 86
4.2.4 聯華神通K-Core 88
4.2.5 統一集團K-Core 91
4.2.6 和泰汽車K-Core 93
4.2.7 長春集團K-Core 95
4.2.8 三商集團K-Core 97
4.2.9 和碩集團K-Core 99
4.2.10 台積電集團K-Core 101
4.2.11 廣達集團K-Core 103
4.2.12 緯創集團K-Core 105
4.2.13 中國鋼鐵K-Core 107
4.2.14 中華電信K-Core 109
4.2.15 中華航空K-Core 111
4.2.16 台灣金控K-Core 113
4.3 台灣企業集團控制型態之持股網路比較 115
4.3.1 單一家族領導控制型態比較 116
4.3.2 共治控制型態比較 118
4.3.3 專業經理人控制型態比較 120
4.3.4 政府控制型態比較 122
4.3.5 高比例持股網路比較 123
第五章 研究結論與研究建議 131
5.1 研究結論 131
5.2 研究方法優點與限制 134
參考文獻 136		zh_TW
dc.format.extent 14191803 bytes-
dc.format.mimetype application/pdf-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0106971003en_US
dc.subject (關鍵詞) 社群網路分析zh_TW
dc.subject (關鍵詞) 集團控制型態zh_TW
dc.subject (關鍵詞) 台灣集團zh_TW
dc.subject (關鍵詞) 持股關係zh_TW
dc.subject (關鍵詞) TEJ台灣經濟新報zh_TW
dc.subject (關鍵詞) 中華徵信所企業公司zh_TW
dc.title (題名) 社群網路分析應用於台灣企業集團控制型態與持股關係研究zh_TW
dc.title (題名) Study of Social Network Analysis for corporate control types and holding relationship in Taiwanen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) [1] 王連成(2016)。社會網路分析應用於台灣企業持股關係研究。國立政治大學資訊科學系碩士論文。
[2] 田智安（2016)。應用社會網路分析在保險業RFM資料之研究。國立勤益科技大學資訊管理系研發科技與資訊管理碩士在職專班碩士論文。
[3] 吳佳振 (2010)。上市公司董事連結社會網絡因果分析。天主教輔仁大學管理學研究所碩士論文。
[4] 李佩璇 (2012)。在MANET中基於社群關係導向之傳輸機制研究。國立政治大學資訊科學系碩士論文。
[5] 李冠皓、黃培琳（2010）。公司治理模組解釋(四)集團控制型態─以上市櫃公司為例。貨幣觀測與信用評等，2010.05。
[6] 李冠皓（2007）。公司治理模組解釋(一)。TEJ信用風險評估專刊，2007.08。
[7] 李冠皓（2007）。公司治理模組解釋(二)。TEJ信用風險評估專刊，2007.08。
[8] 沈曜廷 (2012)。應用社會網路連結預測理論於政府官員職務繼任分析。國立政治大學資訊科學系碩士論文。
[9] 林大為(2014)。以社會網路分析為基礎之股市投資決策支援系統。中原大學資訊管理系碩士論文。
[10]張伸吉(2014)。社群網路上的城市情感聚合表現與觀察。國立政治大學資訊科學系碩士論文。
[11]張淳矞 (2009)。以動態網絡分析探討網路社群口碑與購買態度之關係：以批踢踢nb_shopping板為例。國立交通大學傳播研究所碩士論文。
[12]梁裕閔(2016)。政治職位從屬網絡分析應用於政府高階首長之權力位階探討。國立政治大學資訊科學系碩士論文。
[13]莊婉君 (2012)。事件導向動態社會網路分析應用於政治權力變化之觀察。國立政治大學資訊科學系碩士論文。
[14]楊哲軒(2008)。應用社會網路分析專利對經營績效的影響－以TFT－LCD產業為例。元智大學企業管理系碩士論文。
[15]廖益均（2017）。四種股權結構與公司治理及投資決策的關係。貨幣觀測與信用評等，123 2017.01。
[16]廖益均（2014）。親屬關係與集團控制型態─金仁寶集團、台南幫集團、華碩集團及中鋼集團之個案討論。貨幣觀測與信用評等，107 2014.05。
[17]廖益均（2014）。我國董事跨坐網路分析─透過數學方法建構集團、金脈到人脈錯綜複雜的關聯。貨幣觀測與信用評等，105 2014.01。
[18]盧能彬、黃士瑋、李珮琪（2010）。以K-核心分析探索部落格社群之變遷。圖書館學與資訊科學，36(1):52-66 2010.04。
[19]Duncan J. Watts (2003). Six Degrees: The Science of a Connected Age. New York: W. W. Norton & Company,Inc.
[20]Duncan J. Watts, Steven H. Strogatz (1998). Collective Dynamics of ‘Small-world’ Networks, Nature 393(6684): 440–442.Weatherford, M. S.
[21]Mathieu Jacomy, Tommaso Venturini, Sebastien Heymann, Mathieu Bastian.（2014）.ForceAtlas2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software. PLOS ONE 9 (6). Public Library of Science: 1–12.
[22]Spiliopoulou Myra (2011), Evolution in Social Networks: A Survey Social Network Data Analytics. C.C.Aggarwal,Ed.,ed: Springer US, 2011.
[23]Stanley Wasserman, Katherine Faust (1994). Social Network Analysis. New York: Cambridge University Press.
[24]Yvonne Ho, Hongjen Chiu (2013), A Social network analysis of leading semiconductor companies’Knowledge flow network, Asia Pacific Journal of Management, vol.30, Issue 4, pp.1265-1283, December.		zh_TW
dc.identifier.doi (DOI) 10.6814/NCCU201900609en_US