摘要
基金投資績效常使用短期、中期、長期之投資報酬率來評比。資料包絡分析法(DEA)為一種評比多輸入、產出系統效率之客觀方法。本研究主要目的為結合資料包絡分析法與決策樹模型應用於基金選購決策。研究範疇為國外四大種類基金，樣本期間從2006年6月到2009年2月，基金績效指標之資料來源為富盈財務資料庫，基金的每日淨值則由台灣經濟新報資料庫取得。 研究之原始資料集包含9個績效指標以及延伸的16個相關指標共25個屬性當作投入項，另外使用5項計算報酬率當成產出項。研究之方法首先使用Frontier Analyst軟體執行DEA評估各基金之投資效率，將基金依其績效歸於「有效率」及「無效率」兩種類別，再以WEKA軟體建構決策樹模型。然後再利用Wrapper、主成分分析、共同因素選取等三種特徵選取方法，進行屬性之篩選，形成另外三種資料集分別建立決策樹模型。 研究分別在多頭情境與空頭情境建立上述四種決策樹模型，利用測試樣本比較各種決策樹準確率。此外為了評估DEA之模型效果，本研究也使用原始資料集不經過DEA模型而直接建立決策樹模型作為DEA模型效果評比之依據。實證結果顯示，在多頭與空頭兩種情境下，透過DEA評定決策模型的目標變數類別所建立之模型準確率較高。 特徵選取效果比較顯示，在多頭情境下使用全部屬性建立之模型其準確率最高，接近86%。若使用特徵選取建立模型時，三種特徵選取形成之決策樹模型其測試準確率都接近80%，主成分模型之準確率最高，共同因素選取模型為次高，兩者僅相差0.14%。在空頭情境下，共同因素選取法所建之模型有最高之準確率，但主成分模型之測試準確率表現卻是最差。綜合兩種情境之結果，在三種特徵選取方法中，以共同因素選取所建之模型其準確率最穩定。由於市場情境多樣化，建議每個情境都可以用DEA結合決策樹模型之方法來協助投資人進行決策。