本研究主要目的在於找出影響台灣航空及航運類股超額報酬的因素。樣本資料取自台灣經濟新報（TEJ），共計38間上市公司，研究期間為西元2000年第一季至西元2019年第四季，共計76季。本文將20多個財務報表變數視為自變數，並且為了探討股票報酬率與總體經濟的關係，加入了對數西德州油價、對數布蘭特油價、美國經濟政策不確定性指標、美國報紙文字爬蟲不確定性指標、對數美國S&P 500指數。利用R語言決策樹中CART演算法檢視影響台灣航空及航運類股報酬率的影響因子。結論如下：第一、週轉率對整體樣本的影響是最大的，其次為現金流量比率以及總負債/淨值；第二、總體經濟的波動對於航空及航運業的影響不顯著；第三、決策樹的分類越詳細，產生的階層數越多，所產生的超額報酬越小。

The main purpose of this research is to find out the factors that affect the excess returns of Taiwanese airline and marine shipping stocks. The data is taken from the Taiwan Economic Journal (TEJ). Thirty eight listed companies are included. The research period is from the first quarter of 2000 to the fourth quarter of 2019, a total of 76 observations per company. This article uses more than 20 financial statement variables as independent variables. In order to explore the relation between stock returns and the macro-economy, we include the log of West Texas oil price, the log of Brent oil price, U.S. Monthly Economic Policy Uncertainty (EPU) Index, the index of U.S. News Coverage about Policy-related Economic Uncertainty, and the log of S&P 500 index as additional explanatory variables. Decision tree is constructed using the R statistical software program. The conclusions are as follows. Turnover rate has the largest impact on excess return, followed by the cash flow ratio and debt-to-equity ratio. Second, macro-economic fluctuations have a little impact on the return of Taiwanese airline and marine shipping companies. Third, the more complex the classification of the decision tree, the smaller the excess return observed.

目錄
第一章 緒論	1
第一節 研究背景與動機	1
第二節 研究目的	12
第三節 研究架構	13
第四節 研究流程	14
第二章 文獻探討	15
第一節 資料探勘相關文獻	15
第二節　決策樹與迴歸樹運用之相關文獻	20
第三節 台灣股市超額報酬的相關文獻	22
第三章 研究方法	28
第一節　資料來源	32
第二節　迴歸樹模型	32
第三節　變數名稱及定義	33
第四章 實證結果	38
第一節　決策樹的建構	38
第二節  研究結果分析與建議	41
第五章　結論	43
第一節　結論	43
第二節　未來研究方向與建議	43
參考文獻	45

表目錄
表 1 臺灣地區國際商港貨物吞吐量及旅客人數	3
表 2 資料探勘分類技術與特色	18
表 3 決策樹演算法	21
表 4 變數名稱及定義	33
表 5 樣本敘述統計資料	37
表 6 交叉驗證CP值所對應之誤差	39

圖目錄
圖1兩岸貿易統計	3
圖2 台灣平均每人GDP 趨勢圖	4
圖3 來台旅客總人次趨勢圖	4
圖4 台灣出入境人數	5
圖5 學生赴主要國家留學人數	7
圖6 境外學生來台留學研習人數	7
圖7 美國原油月比較趨勢圖	9
圖8台灣歷年經濟成長率	9
圖9 台灣外銷訂單調查	11
圖10台灣外銷訂單商品	11
圖11 研究流程圖	14
圖12 資料探勘之步驟	16
圖13決策樹圖型結構	29
圖14建立分類模型之流程圖	31
圖15 決策樹模型適合度的空間	38
圖16 CART	39
圖17超額報酬率的決定因素	40

中文文獻:
1.	王家美(2009), “國際原油價格與總體經濟之間的關聯性”, 碩士論文, 逢甲大學，財務金融學系。
2.	王志成(2008), “台灣政治選舉事件對股價指數的影響”,碩士論文, 國立台中技術學院, 事業經營研究所。
3.	王韻婷(2012), “ECFA對台灣大陸進出口貿易之影響-以台灣塑橡膠機械產業為例”, 碩士論文, 國立成功大學經營管理研究所。
4.	甘堯昌(2007)，“以資料採礦技術探討影響個股績效之關鍵因素-以台灣上市個股為例”，碩士論文，大同大學，資訊經營學系研究所。
5.	田家任(2019), “中國共產黨全國代表大會對台灣股市的影響—以中國概念股為例”, 碩士論文，淡江大學，中國大陸研究所碩士班。
6.	田育任(2015) ,“兩岸重大經貿事件對台灣金融類股股價之影響”, 碩士論文，淡江大學財務金融學系。
7.	江建政(1998), “新上市股票承銷價故意低估與期初異常報酬之研究”, 碩士論文，朝陽大學，財務金融研究所。
8.	吳慶輝(2006), “資料探勘技術於營利事業所得稅逃漏稅選查之應用”, 碩士論文，國立中正大學，會計研究所。
9.	吳佳蓉(2014), “預定事件宣告對股票市場異常報酬之影響:以流動性及資訊不對稱之觀點”, 碩士論文, 淡江大學財務金融學系金融碩士班。
10.	吳奕慧(2018), “競拍新制對台灣上市櫃股票績效影響”,碩士論文，淡江大學，財務金融學系。 
11.	李致源(2016), “國際原油價格波動對台灣航空業股價之影響” 碩士論文, 淡江大學財務金融學系。
12.	金琳,(2011),“兩岸簽訂ECFA之經濟影響評估”,碩士論文,中原大學國際貿易研究所。
13.	林淑芬(2015), “計算機及資訊網路中心R軟體資料探勘實務(上)-分類模型”，計算機及資訊網路中心電子報，國立台灣大學。
14.	林淑菁(2004), “油價變動的波及效果：台灣產業關聯表的實證分析”, 碩士論文，世新大學，經濟學系。
15.	林惠英(2006), “應用資料探勘技術於營業稅逃漏稅選案之研究”,碩士論文，國立中正大學，會計研究所。
16.	周榮祥(2004) “以資料探勘技術分析股市個人投資績效之研究” 碩士論文, 世新大學資訊管理學系。
17.	張紹勳與林秀娟, “邏輯斯迴歸分析及離散選擇模型：應用SPSS”, 五南出版社，ISBN：9789577631251
18.	高文信(2019), “應用資料探勘於銀行顧客行銷分析”，碩士論文，淡江大學，企業管理研究所。
19.	翁慈宗,(2009), 專題報導 資訊科技與生活“資料探勘的發展與挑戰”,442 期
20.	張萬鈞(2008)，“以分類、迴歸、聚類、關聯四種資料探勘方法建立選股模型─台灣股市之實證研究”，碩士論文，中華大學，資訊管理研究所。
21.	張愷芬(2003)，“資料採礦－保險業商品市場分析”，碩士論文，淡江大學，資訊工程研究所。
22.	張琬喻與張凱雯(2011), “董事政治關聯及政治獻金影響企業價值嗎？”, 選舉研究, 18卷1期, p.139-174。
23.	張云濤、龔玲(2007), “資料探勘原理與技術”，五南圖書出版股份有限公司。
24.	連紘毅(2005), “石油價格與股價指數之關聯性研究”, 學生報告, 逢甲大學, 財務金融學系。
25.	葉叔真(2014), “波羅的海乾貨綜合運價指數、原油價格變動對台灣航運業績效之影響” 碩士論文, 南華大學財務金融學系財務管理碩士班。
26.	曾莛雅(2014), “非預定事件宣告對股票市場異常報酬之影響:以流動性及資訊不對稱之觀點”, 碩士論文, 淡江大學財務金融學系金融碩士班。
27.	楊琮琪(2001), “國內新上櫃公司異常報酬之實證研究”, 碩士論文, 朝陽科技大學, 財務金融系碩士班。
28.	黃旭淳,(2006), “國際原油價格對總體經濟變數之影響”, 碩士論文, 交通大學經營管理研究所。
29.	黃珮瑜(2018), “資料採礦在股票市場之預測-以先進國家為例”, 碩士論文, 東吳大學經濟學研究所。
30.	葉建良(2006), “利用 CART分類與迴歸樹建立消費者信用貸款違約風險評估模型之研究-以國內 A 銀行為例”，碩士論文，輔仁大學，應用統計研究所。
31.	楊錦洲與陳百盛(2005), 應用類神經網路於顧客群之分類分析, 管理與系統, 12卷3期,  p.43-65。
32.	潘慈暉(1994), “新上市股票異常報酬及其影響因素之實証研究”,碩士論文，國立台灣大學，商學系。
33.	劉麗蘭(2006), “以決策樹分析台灣上市櫃紡織業公司的財務危機”，碩士論文，逢甲大學，經營管理研究所。
34.	劉世莊(2008), “石油價格變動與總體經濟變數之關聯性分析-以美國和台灣為例”, 碩士論文，實踐大學，財務金融與保險研究所。
35.	蘇甲辛(2019), “應用決策樹預測傳統通路銷售潛力之研究-以雲嘉地區傳統菸酒零售通路為例”, 碩士論文，國立高雄科技大學，運籌管理研究所。
36.	顧廣平(2003), “台灣新上市股票短期與長期績效之探討”。證券市場發展季刊，第15卷第1期，p.1-40。
 
英文文獻:
1.	Beck, J.E., Mostow, J. (2008). “How who should practice: Using learning decomposition to evaluate the efficacy of different types of practice for different types of students”, Proceedings of the 9th International Conference on Intelligent Tutoring Systems, p.353-362.
2.	Michael J. Berry, Gordon Linoff. (1997). “Data Mining Techniques: For Marketing, Sales, and Customer Support”, John Wiley & Sons, Inc., USA.
3.	Ming-Syan Chen, Jiawei Han, P. S. Yu (1996), “Data mining: an overview from a database perspective”, in IEEE Transactions on Knowledge and Data Engineering, vol. 8, no. 6, pp. 866-883, doi: 10.1109/69.553155.
4.	Dursun Delen, Cemil Kuzey, Ali Uyar (2013) “Measuring firm performance using financial ratios: A decision tree approach”, Expert Systems with Applications 40(2013)3970-3983.
5.	David L. Olson, Dursun Delen, Yanyan Meng (2012), “Comparative analysis of data mining methods for bankruptcy prediction”, Decision Support System.52.464-473. 10.1013/j.dss.2011.10.007.
6.	Hal R. Varian (2014), “Big Data: New Tricks for Econometrics”, Journal of Economic Perspectives- Volume 28, Number2- Spring 2014- Pages3-28.
7.	Jiawei Han, Micheline Kamber(2006), “Data Mining: Concepts and Techniques. 2rd Editon”, Amsterdam: Elsevier/Morgan Kaufmann.
8.	Jiawei Han, Micheline Kamber, Jian Pei.(2011), “Data mining: Concepts and Techniques. 3rd Edition”, Morgan Kaufmann, Burlington.
9.	Jiawei Han, Micheline Kamber(2001), “Data Mining: Concepts and Techniques-Computer Science”, San Francisco: Morgan Kaufmann Publishers.
10.	Jonathan Brogaard, Andrew Detzel (2015), “The Asset-Pricing Implications of GovernmentEconomic Policy Uncertainty”, MANAGEMENT SCIENCE Vol. 61, pp.3–18.
11.	Scott R. Baker、Nicholas Bloom、Steven J. Davis “MEASURING ECONOMIC POLICY UNCERTAINTY”, The Quarterly Journal of Economics, Vol 131, Issue 4, November 2016, pp 1593–1636
12.	Lee, Tsung-Chen & Wu, Chia-Hsuan & Lee, Paul. (2011). “ Impacts of the ECFA on seaborne trade volume and policy development for shipping and port industry in Taiwan.”, Maritime Policy & Management. 38. 169-189. 10.1080/03088839.2011.556674. 
13.	Wikil Kwak, John J. Cheh, Yong Shi, Heeseok Lee(2004), “Multiple Criteria Linear Programming Data Mining Approach: An Application For Bankruptcy Prediction”, In: Shi Y., Xu W., Chen Z. (eds) Data Mining and Knowledge Management. CASDMKM 2004. Lecture Notes in Computer Science, vol 3327. pp 164-173, Springer, Berlin, Heidelberg.
14.	Wikil Kwak, John J. Cheh, Yong Shi(2006), “Firm Bankruptcy Prediction Using Multiple Criteria Linear Programming Data Mining Approach”, Advance in Investment Analysis and Portfolio Management, Volume2(2006), pp.27-49.
網路資源:
1.	台灣歷年經濟成長率(民89-民108)。台北市：中華民國統計資訊網。
2.	台灣外銷訂單金額及商品種類(民89-民108)。台北市：經濟部統計處
3.	台灣大百科全書（98年版）。台北市：文化部國家文化資料庫。
4.	臺灣地區國際商港貨物吞吐量及旅客人數(民99-民108)。台北市：台灣港務股份有限公司
5.	中華民國大陸委員會(民91-民108)【兩岸貿易統計資料】。台北市：文化部。
6.	台灣平均每人GDP(民89-民109)。台北市:行政院主計總處。
7.	來台旅客總人次(民99-民108) 。台北市：交通部觀光局，觀光統計資料庫
8.	台灣出入境人數(民89-民109)。台北市：交通部觀光局
9.	我國學生赴主要留學國家留學人數統計(民89-民107)。台北市：教育部國際兩岸教育司。
10.	大專院校境外學生來台留學研習人數統計(民99-民108)。台北市：教育部國際兩岸教育司。
11.	原油月比較趨勢圖。台北市：經濟部能源局。取自: https://www2.moeaboe.gov.tw/oil102/oil2017/newmain.asp 
12.	SARS事件對我國總體經濟之影響評估。台北市:中華經濟研究院。民92年5月，取自: http://ehumed.kmu.edu.tw/pdf/desaster-SARS-new4.pdf 
13.	桃園航空城計畫。桃園市:桃園市政府。取自: https://www.tycg.gov.tw/aerotropolis/home.jsp?id=7&parentpath=0,1 
14.	遠見雜誌整合傳播部企劃製作(2019)。機場經濟學 帶領台灣成為亞太區經貿樞紐。遠見雜誌。西元2019年11月07日，取自: https://www.gvm.com.tw/article/69276 
15.	台灣經濟新報(TEJ)，取自: https://www.tej.com.tw/