在現今低利率的時代，定存之利息所得已無法跟上通貨膨脹率的腳步，因而多元化的投資商品因應而生。在眾多投資管道中，又以共同基金最受投資人青睞，因其聚少成多且風險分散之特性，讓資金較少的投資人也能享受到投資組合所帶來的好處。此外，將資金交由專業經理人操作，可省下許多時間成本，因此，共同基金儼然成為市場上之熱門商品。
　　本研究將研究標的鎖定於股票型共同基金，並依據兩大主軸分別進行。第一，蒐集民國90年1月至92年12月共計36個月之基金資料，根據各項基金績效評比指標作分類動作，其中評比指標包含淨值、週轉率、夏普指標、貝他係數、崔納指標；第二，蒐集民國88年1月至92年12月共計60個月之基金報酬率資料，探討其與總體經濟指標間之關係，其中總經指標包括躉售物價指數、貨幣供給額之M1b及M2、景氣信號判斷分數、退票比率、利率、外匯淨值、進出口貿易差額，共計八項變數。
　　本研究分別利用統計方法及類神經網路方法進行分析，茲加以比較並求取最佳模式解。在分類部份，以正確分群率之高低來判斷模式好壞，結果以自我組織映射網路配合機率類神經網路之效果最佳；在預測部份，則以殘差值之大小做為判斷依據，結果以改良式倒傳遞網路效果最佳。因此推論本研究之資料型態，利用類神經網路配適模式能獲取比統計模式更好之結果。

　　In this low-interest era, interest incomes of deposit cannot catch up the inflation rate. Therefore, the diverse investment products start to be popular. Among all outlets for investment, mutual fund is one of investor’s　favorites. Due to its characteristic of accumulation and less risk, investors having less financial support also can get a chance to make the profit from investment portfolio. Moreover, authorizing a professional manager to handle their funds could save cost of time, so mutual fund gradually becomes a popular product in the commercial market.
　　The purpose of this research focuses on Equity Mutual Funds and includes two main directions. First of all, different funds are classified based on their performance. Data is collected from Jan. 2001 to Dec. 2003, and the evaluation index of Mutual Funds includes net asset value, turnover rate, Sharpe Index, Beta coefficient, and Treynor Index; Secondly, based on historical data of rate of return from Jan. 1999 to Dec. 2003, this research explores the relationship between ROR and the macroeconomic indicators including the wholesale price index, M1b and M2 of money supply, Prosperity Score, refunding rate, interest rate, net value of foreign exchange, and import and export balance of trade.
　　This research proceeds by using Statistical Methods and Artificial Neural Networks and compares to get the best result. For classification, judging model good or not by the rate of accurate classification, and matching up SOM and PNN as result get better effect. As for Forecasting, judging from Residual, the result of BPN is better than other models. In conclusion, we infer that Artificial Neural Networks could be more appropriate than statistical methods based on the data type of this research.

一、中文部分
【1】江淑琳與早安財經編輯室，看懂經濟指標，早安財經文化，2003
【2】李鳳美，基金流量與績效評估之實證研究─以國內開放型股票基金為例，輔仁大學管理學研究所，2000
【3】林為元，以類神經網路與區別模式研究證券風格之分類、辨識與投資績效，國立政治大學資訊管理學研究所，1998
【4】林傑賓、劉明德，SPSS10.0與統計模式建構，文魁資訊，2002
【5】吳梁傑，台灣地區共同基金績效之衡量─生產邊界法之應用，中國文化大學經濟學研究所，2003
【6】吳綉翎，以經濟附加價值（EVA）預測高科技公司之股價─類神經網路模式，國立高雄第一科技大學資訊管理研究所，2003
【7】吳憲忠，應用類神經網路於台灣證券風格分類之研究，大業大學資訊管理研究所，1999
【8】姜國偉，類神經網路與統計方法在分類問題的應用研究，國立交通大學工業工程與管理學系，2000
【9】陳順宇，多變量分析，華泰書局，2000
【10】陳順宇，迴歸分析，華泰書局，2000
【11】陳松男，現代投資學，新陸書局，1997
【12】張華城，應用類神經網路模式於產品造形特徵辨識之研究，國立成功大學工業設計學研究所，2000
【13】張斐章，張麗秋，及黃浩倫，類神經網路─理論與實務，東華書局，2003
【14】彭昭英，SAS與統計分析，儒林書局，2001
【15】湯健文，類神經網路於因果關係模型與時間數列模型之應用，中華大學土木工程學研究所，2002
【16】楊雅媛，迴歸分析與類神經網路預測能力之比較，國立政治大學統計學研究所，2002
【17】葉怡成，應用類神經網路，儒林書局，2003
【18】葉怡成，類神經網路模式─應用與實作，儒林書局，2003
【19】廖佳瑩，Answer Tree與傳統統計方法在區隔汽車市場之比較性研究，國立中正大學企業管理學研究所，2003
【20】蔡依玲，台灣股票市場報酬率之研究，國立成功大學統計學研究所，2001
【21】劉佳穎，國產汽車市場佔有率預測模型之研究，長庚大學企業管理學研究所，2003
【22】劉應興，應用線性迴歸模型，華泰書局，1997
【23】鄭淑娥，台灣開放型共同基金績效分類之研究，國立成功大學統計學研究所，2001
【24】謝劍平，現代投資學，智勝文化，2001
二、英文部分
【1】Bernard Angeniol, Gael De La Croix Vaubois and Jean-Yves Le Texier, “Self-Organizing Feature Maps and the Traveling Salesman Problem,” Neural Networks, Vol.1, 289-293, 1988.
【2】Ham and Kostanic, Principles of Neurocomputing for Science Engineering, McGraw-Hill: New York, 2001.
【3】Ippolito, “Efficiency with Costly Information – A Study of Mutual Fund Performance Quarterly,” Quarterly Journal of Economics, 104, 1-23, 1989.
【4】John Neter, Michael H. Kutner, Christopher J. Nachtsheim, William Wasserman, Applied Linear Regression Models, IRWIN, 1996.
【5】Nelson and Illingworth, A Aractical Guide to Neural Nets, Addison-Wesley Publishing Company, Woburn, MA, 1991.
【6】McMullen and Strong, “Selection of Mutual Funds Using Data Envelopment Analysis,” Journal of Business and Economic Studies, 4, 1-12, 1998.
【7】Kuo, Ho, and Hu, “Cluster Analysis in Industrial Market Segmentation through Artificial Neural Network,” Computers & Industrial Engineering, Vol.42, 391-399, 2002.
【8】Ferson and Warther, “Evaluating Fund Performance in a Dynamic Market,” Financial Analysts Journal, November/December, 20-27, 1996.
三、相關網站
【1】中華民國證券投資信託暨顧問商業同業公會：
http://www.sitca.org.tw/
【2】中央銀行「統計資料」：
http://www.cbc.gov.tw/economic/statistics/total_index.asp
【3】行政院經濟建設委員會：
http://www.cepd.gov.tw/
【4】行政院主計處統計局「整體統計資料庫」：
http://www.dgbasey.gov.tw/dgbas03/bs8/dbase/data.htm