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

學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 運用XBRL通用連結與文字探勘技術於財報資訊與附註資訊之整合
Integration of Financial Statement Information and Footnote Information Using Generic Link and Text-mining Technology
作者 王譯萱
貢獻者 周濟群
王譯萱
關鍵詞 通用連結
文字探勘
財報資訊
附註資訊
文字性資訊
TFIDF
generic link
text-mining
financial statement information
footnote information
textual information
TFIDF
日期 2012
上傳時間 2-Sep-2013 15:27:57 (UTC+8)
摘要 藉由對財務和附註的文字性資訊進行分析，以協助使用者有效率地分類閱讀這些非結構化文字資訊。本研究針對2012年的美國上市半導體公司隨機抽樣40份，使用文字探勘中TFIDF技術分析附註文字性資訊，並結合財務資訊中的五大財務面向，利用SAX Parser將財務資訊和附註文字性資訊取出，實際在eclipse平台中以JAVA開發實作。希望能協助投資人有效降低投資風險，創造更大的利潤。本研究附註文字性資訊被分類的準確度可以達86%，並可有效地使用通用連結建立財務資訊以及附註文字性資訊之關聯性。投資人便可透過想了解的財務數字中，迅速找到相關的附註文字性資訊，藉以減少投資的風險，做出更即時且更正確的決策。
Analyzing financial information and textual information in footnote is able to help users categorize unstructured text information so that make it easy to read. This research randomly samples 40 companies from U.S. listed semiconductor firms in 2012. We use TFIDF to analyze textual information in footnote and combine it with 5 dimensions from financial information, using SAX Praser to abstract financial information and textual information in footnote. Finally apply it by JAVA under the eclispse platform in practical. Via this application, we try helping investors reduce the investing risks, and make more profits. According to this research, the accuracy of correct categorization of textual information in footnote reaches 86%, and generic link is able to effectively establish the relationship between financial information and textual information in footnote. Thus, investors can guickly find out related textual information in footnote from financial subjects they try to understand, so that investors can lower their risks and make faster and correcter decisions.
參考文獻 吳娟娟，2002，財務績效指標之重要性分析研究－以台灣化學工業上市公司為例，中原大學會計學系碩士論文。
呂國征，2007，應用財務比率分析海運業經營績效之研究，銘傳大學國際企業學系碩士在職專班碩士論文。
李昇暾，2011，決策支援與企業智慧系統第9版，華泰文化，頁273-275。
周淑芬，2009，應用財務比率評估鋼鐵業之獲利能力，國立高雄第一科技大學之碩士論文。
周濟群，2009，利用XBRL技術設計可剖析的開放式企業報告架構，東吳會計學報，第1卷第2期（5月）：1-35。
周濟群，2012，投資人應如何運用XBRL資訊服務，會計研究月刊，第323期（10月）：100-111。
周濟群，2012，投資人應如何運用XBRL資訊服務，會計研究月刊，第319期（6月）：86-96。
胡柏存，2010，公司財務危機預警模型之研究-以美國商業銀行為例，元智大學資訊管理學系碩士論文。
馬聖珉，2006，一個監督式學習與非監督式學習技術應用於多國語言文件探勘之比較研究，國立高雄應用科技大學電機工程系碩士班，頁8。
楊曜瑋，2007，利用文字探勘技術擷取出蛋白質間交互作用反應，國立成功大學資訊管理研究所碩士論文。
趙勃軒，2002，以財務比率分析區別台灣地區上市電子公司經營績效，大同大學事業經營研究所在職專班碩士論文。
劉仁嘉，2009，應用於文件分類的字建構是模糊特徵擷取法，國立中山大學電機工程學系，頁6。
謝百成，2008，我國上市公司電子股新產業分類財務比率之調查，國立中正大學會計與資訊科技研究所碩士論文。
謝松文，2009，以文字探勘技術萃取財務報告書之附註說明，國立中正大學會計與資訊科技研究所碩士論文。
譚大純、謝德鑫，2006。知識管理。台北市：滄海書局。
饒挺彰，2010，99年版《台灣地區主要行業財務比率刊冊》介紹，台北市：金融聯合徵信中心徵信部。 
龔碧雲，2007，運用財務比率評估企業經營績效-以台灣造紙產業為例，開南大學企業管理研究所碩士論文。
Alles, M., R. Debreceny and M. Piechocki. 2012. The evolution and future of XBRL research. Journal of International Journal of Accounting Information Systems 13(2)：83-90
Back, B., J. Toivonen, H. Vanharanta, A. Visa. 2001. Comparing numerical data and text information from annual reports using self-organizing maps. Accounting Information Systems：249-269.
Chou, C. C. 2012. The Integration of Financial and Non-Financial Information in Financial Reports. AAA 2012 annual conference. Washington, D.C..
Christopher D. Manning, and Hinrich Schütze. 1999. Foundations of statistical natural language processing. Massachusetts, M.A.:MIT Press
Clarke, G., and L.W. Murray. 2000. Investor relations: Perspections of the annual statement. Corporate Communications 5(3):144-151
Eccles, R., S. Mavrinac. 1995. Improving the corporate disclosure process. Sloan Management Review 36 (4): 11-25.
Frakes W. B. and Ricardo B.Y. 1992. Information Retrieval: Data Structures and Algorithms. New Jersey, NJ: Prentice-Hall.
Garshol, L. M. 2002. What are topic maps? Retrieved on Dec. 31, 2012 from http://www.xml.com/pub/a/2002/09/11/topicmaps.html.
Hodge, F., J. Kennedy, and L. Maines. 2004. Does information-search technology improve the transparency of financial reporting? The Accounting Review 79(3): 687-703.
Kloptchenko, A., B. Back, H. Vanharanta, T. Eklund, J. Karlsson, and A. Visa. 2002. Combining data and text mining techniques for analyzing financial report. Eighth Americas Conference on Information Systems 2002. Texas, T.X. : 20-28.
Logan, D., and R. Mogull. 2003. Sarbanes-Oxley: The role of technology. Gartner Research.
Penler, P., and M. Schnitzer. 2002. Web-enabled business reporting for the banking industry. White Paper, Ernst & Young LLP and Morgan Stanley Ernst & Young LLP and Morgan Stanley.
Salton, G. and C. Buckley. 1988. Term-weighting approaches in automatic text retrieval. Information Processing & Management 24(5): 513–523.
Salton, G. and M. J. McGill. 1983. Introduction modern Information retrival. New York: McGill.
Spark, J. K. 1972. A statistical interpretation of term specificity and its application in retrival. Journal of Documentation 28(January):11-21.
Tuominen, P. 1997. Investor relations: A Nordic school approach. Corporate Communications: An International Journal 2: 46-55.
Useem, M., CorporateLeadershiep in Globalizing Equity Market. Academy Management Executive 12(4)：pp.43-59, 1998.
Visa, A., J. Toivonen, P. Ruokonen, H. Vanharanta, and B. Back. 2000. Knowledge discovery from text documents based on paragraph maps. Proceedings of the 33rd Hawaii International Conference on System Sciences. Hawaii, H. I..
描述 碩士
國立政治大學
會計研究所
100353017
101
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0100353017
資料類型 thesis
dc.contributor.advisor 周濟群zh_TW
dc.contributor.author (Authors) 王譯萱zh_TW
dc.creator (作者) 王譯萱zh_TW
dc.date (日期) 2012en_US
dc.date.accessioned 2-Sep-2013 15:27:57 (UTC+8)-
dc.date.available 2-Sep-2013 15:27:57 (UTC+8)-
dc.date.issued (上傳時間) 2-Sep-2013 15:27:57 (UTC+8)-
dc.identifier (Other Identifiers) G0100353017en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/59248-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 會計研究所zh_TW
dc.description (描述) 100353017zh_TW
dc.description (描述) 101zh_TW
dc.description.abstract (摘要) 藉由對財務和附註的文字性資訊進行分析，以協助使用者有效率地分類閱讀這些非結構化文字資訊。本研究針對2012年的美國上市半導體公司隨機抽樣40份，使用文字探勘中TFIDF技術分析附註文字性資訊，並結合財務資訊中的五大財務面向，利用SAX Parser將財務資訊和附註文字性資訊取出，實際在eclipse平台中以JAVA開發實作。希望能協助投資人有效降低投資風險，創造更大的利潤。本研究附註文字性資訊被分類的準確度可以達86%，並可有效地使用通用連結建立財務資訊以及附註文字性資訊之關聯性。投資人便可透過想了解的財務數字中，迅速找到相關的附註文字性資訊，藉以減少投資的風險，做出更即時且更正確的決策。zh_TW
dc.description.abstract (摘要) Analyzing financial information and textual information in footnote is able to help users categorize unstructured text information so that make it easy to read. This research randomly samples 40 companies from U.S. listed semiconductor firms in 2012. We use TFIDF to analyze textual information in footnote and combine it with 5 dimensions from financial information, using SAX Praser to abstract financial information and textual information in footnote. Finally apply it by JAVA under the eclispse platform in practical. Via this application, we try helping investors reduce the investing risks, and make more profits. According to this research, the accuracy of correct categorization of textual information in footnote reaches 86%, and generic link is able to effectively establish the relationship between financial information and textual information in footnote. Thus, investors can guickly find out related textual information in footnote from financial subjects they try to understand, so that investors can lower their risks and make faster and correcter decisions.en_US
dc.description.tableofcontents 壹、 緒論 1
一、 研究背景 1
二、 研究動機 2
三、 研究目的 3
四、 論文架構 5
貳、 文獻探討及相關工具介紹 7
一、 監督式學習 7
二、 奇異值分解(Singular value decomposition,SVD) 7
三、 財務績效評估模式 8
四、 通用連結( generic link) 10
五、 文字探勘工具 13
六、 XBRL 16
七、 XLINK 19
參、 研究方法 21
一、 研究方法架構 21
二、 研究樣本 23
三、 財務資訊 24
四、 附註文字性資訊 26
五、 財務資訊與附註文字性資訊關聯之建立 29
肆、 實作結果與分析 34
一、 蒐集樣本資料 34
二、 財務資料 34
三、 附註文字性資訊 39
四、 財務資訊與附註文字性資訊關聯之建立 47
五、 情境應用範例 50
伍、 結論與建議 54
一、 研究結論 54
二、 研究限制 55
三、 研究建議 55
陸、 附錄 56
柒、 參考文獻 58		zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0100353017en_US
dc.subject (關鍵詞) 通用連結zh_TW
dc.subject (關鍵詞) 文字探勘zh_TW
dc.subject (關鍵詞) 財報資訊zh_TW
dc.subject (關鍵詞) 附註資訊zh_TW
dc.subject (關鍵詞) 文字性資訊zh_TW
dc.subject (關鍵詞) TFIDFzh_TW
dc.subject (關鍵詞) generic linken_US
dc.subject (關鍵詞) text-miningen_US
dc.subject (關鍵詞) financial statement informationen_US
dc.subject (關鍵詞) footnote informationen_US
dc.subject (關鍵詞) textual informationen_US
dc.subject (關鍵詞) TFIDFen_US
dc.title (題名) 運用XBRL通用連結與文字探勘技術於財報資訊與附註資訊之整合zh_TW
dc.title (題名) Integration of Financial Statement Information and Footnote Information Using Generic Link and Text-mining Technologyen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 吳娟娟，2002，財務績效指標之重要性分析研究－以台灣化學工業上市公司為例，中原大學會計學系碩士論文。
呂國征，2007，應用財務比率分析海運業經營績效之研究，銘傳大學國際企業學系碩士在職專班碩士論文。
李昇暾，2011，決策支援與企業智慧系統第9版，華泰文化，頁273-275。
周淑芬，2009，應用財務比率評估鋼鐵業之獲利能力，國立高雄第一科技大學之碩士論文。
周濟群，2009，利用XBRL技術設計可剖析的開放式企業報告架構，東吳會計學報，第1卷第2期（5月）：1-35。
周濟群，2012，投資人應如何運用XBRL資訊服務，會計研究月刊，第323期（10月）：100-111。
周濟群，2012，投資人應如何運用XBRL資訊服務，會計研究月刊，第319期（6月）：86-96。
胡柏存，2010，公司財務危機預警模型之研究-以美國商業銀行為例，元智大學資訊管理學系碩士論文。
馬聖珉，2006，一個監督式學習與非監督式學習技術應用於多國語言文件探勘之比較研究，國立高雄應用科技大學電機工程系碩士班，頁8。
楊曜瑋，2007，利用文字探勘技術擷取出蛋白質間交互作用反應，國立成功大學資訊管理研究所碩士論文。
趙勃軒，2002，以財務比率分析區別台灣地區上市電子公司經營績效，大同大學事業經營研究所在職專班碩士論文。
劉仁嘉，2009，應用於文件分類的字建構是模糊特徵擷取法，國立中山大學電機工程學系，頁6。
謝百成，2008，我國上市公司電子股新產業分類財務比率之調查，國立中正大學會計與資訊科技研究所碩士論文。
謝松文，2009，以文字探勘技術萃取財務報告書之附註說明，國立中正大學會計與資訊科技研究所碩士論文。
譚大純、謝德鑫，2006。知識管理。台北市：滄海書局。
饒挺彰，2010，99年版《台灣地區主要行業財務比率刊冊》介紹，台北市：金融聯合徵信中心徵信部。 
龔碧雲，2007，運用財務比率評估企業經營績效-以台灣造紙產業為例，開南大學企業管理研究所碩士論文。
Alles, M., R. Debreceny and M. Piechocki. 2012. The evolution and future of XBRL research. Journal of International Journal of Accounting Information Systems 13(2)：83-90
Back, B., J. Toivonen, H. Vanharanta, A. Visa. 2001. Comparing numerical data and text information from annual reports using self-organizing maps. Accounting Information Systems：249-269.
Chou, C. C. 2012. The Integration of Financial and Non-Financial Information in Financial Reports. AAA 2012 annual conference. Washington, D.C..
Christopher D. Manning, and Hinrich Schütze. 1999. Foundations of statistical natural language processing. Massachusetts, M.A.:MIT Press
Clarke, G., and L.W. Murray. 2000. Investor relations: Perspections of the annual statement. Corporate Communications 5(3):144-151
Eccles, R., S. Mavrinac. 1995. Improving the corporate disclosure process. Sloan Management Review 36 (4): 11-25.
Frakes W. B. and Ricardo B.Y. 1992. Information Retrieval: Data Structures and Algorithms. New Jersey, NJ: Prentice-Hall.
Garshol, L. M. 2002. What are topic maps? Retrieved on Dec. 31, 2012 from http://www.xml.com/pub/a/2002/09/11/topicmaps.html.
Hodge, F., J. Kennedy, and L. Maines. 2004. Does information-search technology improve the transparency of financial reporting? The Accounting Review 79(3): 687-703.
Kloptchenko, A., B. Back, H. Vanharanta, T. Eklund, J. Karlsson, and A. Visa. 2002. Combining data and text mining techniques for analyzing financial report. Eighth Americas Conference on Information Systems 2002. Texas, T.X. : 20-28.
Logan, D., and R. Mogull. 2003. Sarbanes-Oxley: The role of technology. Gartner Research.
Penler, P., and M. Schnitzer. 2002. Web-enabled business reporting for the banking industry. White Paper, Ernst & Young LLP and Morgan Stanley Ernst & Young LLP and Morgan Stanley.
Salton, G. and C. Buckley. 1988. Term-weighting approaches in automatic text retrieval. Information Processing & Management 24(5): 513–523.
Salton, G. and M. J. McGill. 1983. Introduction modern Information retrival. New York: McGill.
Spark, J. K. 1972. A statistical interpretation of term specificity and its application in retrival. Journal of Documentation 28(January):11-21.
Tuominen, P. 1997. Investor relations: A Nordic school approach. Corporate Communications: An International Journal 2: 46-55.
Useem, M., CorporateLeadershiep in Globalizing Equity Market. Academy Management Executive 12(4)：pp.43-59, 1998.
Visa, A., J. Toivonen, P. Ruokonen, H. Vanharanta, and B. Back. 2000. Knowledge discovery from text documents based on paragraph maps. Proceedings of the 33rd Hawaii International Conference on System Sciences. Hawaii, H. I..		zh_TW