ITGI提出Val IT框架協助企業在進行IT投資組合決策時有很好的依循。本研究引用之模型是基於Val IT為核心架構所構建，以個案研究透過專家問卷並以層級分析法計算專案之策略目標對應及風險指標對應，由模糊實質選擇權計算專案選擇權價值，最後匯總數據推導出最佳投資組合。
在十一項備選IT專案中，由模型建議之投資專案有六項，與個案公司決議結果做比較，差異有K6生產管理系統第二階段功能強化作業一項，模型建議為K10文管系統建置。對差異項加以訪談分析，發現原因在於決策者考量組織負荷能力與既有專案存在的包袱下所做的主觀決策，以致捨棄了策略目標對應度與財務價值較佳的專案而改選其它專案。透過個案研究證實以Val IT建構的模型在實務上可做為重要參考依據。

The IT Governance Institute (ITGI) initiative the Val IT framework provides guidance and process for assists the enterprise when making the IT investment portfolio decision. Model of the this research quotation is the core construction constructs based on Val IT, Through the expert questionnaire by the case study and use the AHP (Analytical Hierarchy Process) computation IT projects strategic alignment and risk indicators, by the FROV (Fuzzy Real Options Valuation) computation IT projects real options value, finally combine the data to infer the best investment portfolio.
Portfolio of six of the eleven IT projects proposed by the model, compare with the case company resolution result, the difference has one item. The difference item to the analysis of the interviews discovers that the reason is that decision makers consider the subjective decisions made under the restrictions caused by the organization load capacity and existing projects, verified through case studies, the use of Val IT to construct models of practice implementation can be used as important reference.

論文提要內容：	I
ABSTRACT: 	III
第一章  緒論	1
第一節  研究背景與動機	1
第二節  研究目的	4
第二章  文獻探討	5
第一節  投資組合	5
第二節  IT投資決策	8
第三節  層級分析法	12
第四節  VAL IT治理框架	14
第三章  研究方法	19
第一節  研究架構	19
第二節  研究流程	21
第三節  研究設計	24
第四章  資料分析與結果	41
第一節  研究樣本	41
第二節  求解組合權衡最佳投資組合(階段三)	42
第五章  討論	70
第一節  不同目標函數結果比較	70
第二節  模型建議投資組合與決策比較	73
第三節  變數設定	74
第四節  實務應用	77
第六章  結論	79
第一節  研究結論	79
第二節  研究貢獻	80
第三節  研究限制	81
第四節  未來研究方向	82
參考文獻	83
附錄	88

 
表目次

表3-1　本文引用模型與VAL IT治理框架指導原則對應	20
表3-2　策略目標關鍵成功因素	28
表3-3　重要性尺度分數量表	29
表3-4　關鍵成功因素之策略目標對應量表	30
表3-5　IT專案分類	30
表3-6　備選IT投資專案	31
表3-7　關鍵成功因素與IT專案重要性對應量表	32
表3-8　IT專案投資決策過程之決策活動與內容	34
表3-9　K公司IT專案投資決策過程決策權分配矩陣	35
表3-10　投資財務期望收益與成本	32
表3-11　專案關連成本(共同成本)	33
表3-12　IT專案投資在組織風險因素上的比較量表	35
表3-13　IT專案投資在VPN及大陸據點頻寬升級風險因素上的比較量表	36
表3-14　本研究使用之分析法說明	40
表4-1　權重化超級矩陣之IT專案策略目標對應度	43
表4-2　極限化超級矩陣之IT專案策略目標對應度	45
表4-3　IT專案策略目標對應度	45
表4-4　IT專案策略目標對應一致性檢驗	47
表4-5　IT專案效益成熟期	48
表4-6　IT投資專案模糊選擇權價值	51
表4-7　IT專案風險權重	53
表4-8　IT專案風險因素一致性檢驗	54
表4-9　最大策略目標對應度下多目標線性規劃表	60
表4-10　最大策略目標對應度下多目標線性規劃計算結果	61
表4-11  最大財務收益下多目標線性規劃表	63
表4-12  最大財務收益下多目標線性規劃計算結果	64
表4-13  組合權衡後之多目標線性規劃表	69
表4-14  組合權衡後之多目標線性規劃計算結果	69
表5-1  不同目標函數多目標線性規劃計算結果比較表	70
表5-2  模型求解與個案公司決議比較	73
表5-3  模型求解與個案公司決議差異訪談	73
表5-4  研究結果與參數調整比較表	75

 
圖目次

圖2-1　 COBIT與VAL IT發展關連圖	17
圖3-1　基於組合權衡四階段IT專案投資決策模型	19
圖3-2　求解流程	22
圖3-3　K公司價值鏈	25
圖3-4　IT專案策略目標對應AHP評估框架	33
圖3-5　IT專案投資風險評估框架	38
圖4-1　最大策略目標對應度下多目標線性規劃參數設定	60
圖4-2  最大財務收益下多目標線性規劃參數設定	63
圖4-3  組合權衡後之多目標線性規劃參數設定	68

一、中文文獻
1.	IT Home online (2011)，2011 IT投資總覽。http://www.ithome. com.tw/itadm/article.php?c=65457&s=2
2.	王仲麟 (2008) 。Excel2007商業實戰︰單變量求解、方案與規劃求解。北京︰科海電子。
3.	王蓮芬 (2001) 。網路分析法(ANP)的理論與算法。系統工程理論與實踐，3，44-50。
4.	李柏年 (2007) 。模糊數學及其應用(初版)。合肥︰合肥工業大學出版社。
5.	徐玖平、李軍 (2005) 。多目標決策的理論與方法(初版)。北京︰清華大學出版社。
6.	徐村和 (1998) 。模糊德菲層級分析法。模糊系統學刊，4(1)，59-72。
7.	徐燕娟 (2007)。以AHP 法探討供應商遴選關鍵決定因素權重之研究-以筆記型電腦週邊配件為例。國立中央大學企業管理研究所碩士論文。
8.	夏志杰 (2008)。基於組合權衡的IT專案投資決策模型及方法研究。同濟大學經濟與管理學院博士論文。
9.	黃啟誠 (2005)。科技研發專案的模糊網絡決策分析。國立中山大學公共事務管理研究所博士論文。
10.	陳虹遐 (2004)。應用分析網路程序法於液晶電視之生態效益評估。國立成功大學工業設計研究所碩士論文。
11.	張魁峯 (2009)。Super Decisions軟體操作手冊-以ANP突破AHP的研究限制(一版)。台北市︰鼎茂圖書。
12.褚志鵬 (2009)。Analytic Hierarchy Process Theory層級分析法(AHP)理論與實作。國立東華大學企業管理學系講義。
13.	衛萬里 (2007)。應用分析網路程序法選擇最佳產品設計方案之決策分析模式。國立臺灣科技大學設計研究所博士論文。
14.	謝潮儀 (1983)。德爾斐(Delphi)專家學者問卷法之應用－以台北都會區為例。法商學報，19，109-132。
二、英文文獻
15.	Bellman, R. E., & Zadeh, L. A. (1970). Decision-Making in a fuzzy environment. Management Science, 17(4), 141-164.
16.	Bettis, R. A., & Hitt, M. A. (1995). The new competitive landscape. Strategic Management Journal, 16,7-19.
17.	Bitran, G. R. (1980). Linear multiple objective problems with interval coefficients. Management Science, 26(7), 694-706.
18.	Black, F., & Scholes, M. (1973). The pricing of options & corporate liabilities. Journal of Political Economy, 81(3), 637-654.
19.	Boehm, B. (1989). Software risk management. NY: IEEE Computer Society Press.
20.	Carlsson, C., & Fuller, R. (2003). A fuzzy approach to real option valuation. Fuzzy Sets and Systems, 139, 297-312.
21.	Clemons, E. K. (1991). Evaluation of strategic investment in information techonology. Communication of then ACM, 34(1), 22-36.
22.	COBIT (2000). Governance, Control and Audit for Information and Related Technolog (3rd ed.). Control Objectives.
23.	Deise, M. V., Nowjkow, C., King, P., & Weight A. (2000). Executive’s Guide to E-Business:From tactics to strategy. NY: Wiley & Sons.
24.	Dos Santos, B. L. (1994). Justifying investment in new information systems. Journal of Management Information Systems, 7(4), 71-89.
25.	Hannan, E. L. (1981). Linear programming with multiple fuzzy goals. Fuzzy Sets and Systems, 6(3), 235-248.
26.	ITGI (2008). Enterprise Value: Governance of IT investments. The Val IT Framework 2.0. 

27.	Keil, M., Cule, P. E., Lyytinen K., & Schmidt R. C. (1998). A framework for identifying software project risk. Communication of the ACM, 41(11), 76-83.
28.	Kuchta, D. (2000). Fuzzy capital budgeting. Fuzzy Sets and Systems, 111, 367-385.
29.	Kumar, R. L. (1996). A note on project risk and option values of investments in information technologies. Journal of Management Information System, 13(1), 187-193.
30.	Lintner, J. (1965). The Valuation of risky assets and the selection of risky investments in stock portfolio and capital budgets. Review of Economics and Statistics, 47(1), 13-37.
31.	Markowitz, H. M. (1952). Portfolio selection. The Journal of Finance, 7(1), 71-91.
32.	McGrath, R. G. (1997). A real options logic for initiating technology positioning investments. Academy of Management Review, 22(4), 974-996.
33.	Mossin, J. (1966). Equilibrium in a capital asset market. Econometrica, 34(4), 768-783.
34.	Myers, S. C. (1977). Determination of corporate borrowing. Journal of financial Economics, 5, 147-175.
35.	Ross, S. (1976). The arbitrage theory of capital asset pricing. Journal of Economic Theory, 13, 341-360.
36.	Saaty, R. W. (2003). Decision making in complex environments. Super Decisions.
37.	Saaty, T. L. (1980). The analytic hierarchy process. NY: McGraw-Hill.
38.	Saaty, T. L. (1996). Decision making with dependence and feedback－ The analytic network process. Pittsburgh, Pennsylvania: RWS Publication.
39.	Saaty, T. L., & Takizawa, M. (1986). Dependence and independence: From linear hierarchies to nonlinear networks. European Journal of Operational Research, 26, 229-237.
40.	Sharp, W. F. (1963). A simplified model for portfolio analysis. Management Science, 9(2), 277-293.
41.	Sharp, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. Journal of Finance, 19(3), 425-442.
42.	Tobin, J. (1958). Liquidity preference as behavior toward risk. Review of Economic Studies,67, 65-86.
43.	Trigeorigis, L., & Mason, S. P. (1987). Valuing managerial flexibility. Midland Corporate Finance Journal, 5(1), 14-21.
44.	Trigeorigis, L. (1996). Real option: Managerial flexibility and strategy in resource allocation. Cambridge Massachusetts: MIT Press.
45.	Wang, H. F., & Wang, M. L. (1997). A fuzzy multiobjective linear programming. Fuzzy Sets and Systems, 86, 61-72.
46.	Wang, J., & Hwang W. L. (2007). A fuzzy set approach for R&D portfolio selection using a real options valuation model. Omega, 35, 247-257.
47.	Weill, P., & Broadbent, M. (1998). Leveraging the new infrastructure: How market leaders capitalize on information technology. Cambridge, MA: Harvard Business School Press.
48.	Willcocks, L., & Graeser, V. (2001). Delivering IT and e-business value. Oxford: Butterworth and Heineman.
49.	Zadeh L. A. (1965). Fuzzy sets. Information and Control, 8, 338-353.