股票這個價位要不要買論文書籍站
國立臺灣大學 環境與職業健康科學研究所 陳保中所指導 董家蓉的 一、對羥基苯甲酸酯與兒童神經發展之相關性二、對羥基苯甲酸酯與兒童甲狀腺荷爾蒙之相關性 （2020），提出KOLD stock關鍵因素是什麼，來自於對羥基苯甲酸酯、神經發育、兒童、K-CPT II、甲狀腺激素。
而第二篇論文國立中興大學 財務金融學系所 陳育成、林盈課所指導 林昱豪的 以SARD方法建構投資組合並探討其績效 （2019），提出因為有 指數股票型基金、乘數法、篩選變數、SARD的重點而找出了 KOLD stock的解答。
一、對羥基苯甲酸酯與兒童神經發展之相關性二、對羥基苯甲酸酯與兒童甲狀腺荷爾蒙之相關性
為了解決KOLD stock 的問題，作者董家蓉 這樣論述：
Part I研究背景：對羥基苯甲酸酯通常用作為防腐劑使用。過去研究針對產前暴露對羥基苯甲酸酯探討，其結果可能會影響胎兒的神經發育，導致胎兒發展受限。然而，可能地原因仍存在爭議。本研究目的是探討兒童暴露於對羥基苯甲酸酯與神經發育之間的關係。研究方法：研究人群選自台灣出生世代長期追蹤研究（Taiwan Birth Panel Study II，TBPS 2）。我們總共收集269名兒童的尿液，並分析四種對羥基苯甲酸酯，包括對羥基苯甲酸甲酯（Methyl paraben，MP），對羥基苯甲酸乙酯（Ethyl paraben，EP），對羥基苯甲酸丙酯（Propyl paraben，PP）和對羥基苯甲酸
丁酯（Butyl paraben，BP）。此外，我們使用克氏注意力持續度表測驗（Conners Kiddie Test II，K-CPT II）檢測兒童專注力狀況。研究結果：尿液中對羥基苯甲酸酯的濃度與和專注力測驗指標有關。我們發現尿液中MP濃度與注意力不足及過動症（Attention Deficit And Hyperkinetic Disorders，ADHD）傾向（Tendency）有關。校正後模型中的MP與ADHD Tendency的勝算比為1.17（95% CI：1.00至1.37）。結論：對羥基苯甲酸酯的暴露與兒童的神經發育有關。高濃度的MP可能具有較高的ADHD Tendency
風險，尤其在女孩中有顯著影響，可能的機制及因果關係值得近一步研究探討。Part II研究背景：對羥基苯甲酸酯（Parabens）常被添加於許多產品中，主要功能作為防腐劑使用。對羥基苯甲酸酯被歸類為內分泌干擾物質（Endocrine Disrupting Chemical，EDC）。本研究探討兒童暴露對羥基苯甲酸酯與甲狀腺激素的關係。研究方法：研究人群選自台灣出生世代長期追蹤研究（Taiwan Birth Panel Study II，TBPS 2）。研究人群中，納入334名6－8歲兒童量測血漿中的5種甲狀腺激素，包括三碘甲狀腺素（Triiodothyronine，T3）和甲狀腺素（Thyrox
ine，T4），甲狀腺刺激激素（Thyroid Stimulating Hormone，TSH），游離三碘甲狀腺素（Free Triiodothyronine，T3）和游離甲狀腺素（Free Thyroxine，FT4）。我們分析四種對羥基苯甲酸酯包括對羥基苯甲酸甲酯（Methyl paraben，MP），對羥基苯甲酸乙酯（Ethyl paraben，EP），對羥基苯甲酸丙酯（Propyl paraben，PP）和對羥基苯甲酸丁酯（Butyl paraben，BP）。研究結果：MP，EP，PP，BP的幾何平均濃度分別為409.77（SD = 2025.56），8.60（45.33），12.68
（110.88）pg / mL和0.82（1.89）pg / mL。經性別分層後，尿液中高暴露對羥基苯甲酸酯與低暴露組相比，T3和FT3顯著增加有關（β= 11.989 [95% CI = 4.08至19.9]），（β= 0.194 [95% CI = 0.05至0.34]）。結論：我們的研究發現，MP和BP的暴露與甲狀腺激素分泌有關，其中影響女孩TSH、FT3的結果最顯著。
以SARD方法建構投資組合並探討其績效
為了解決KOLD stock 的問題，作者林昱豪 這樣論述：
雞蛋不要放在同一個籃子，現代投資人在投資的同時，不只會考慮報酬，更會在意其投資之風險，而風險可分為系統風險與非系統風險，透過投資組合可以有效分散非系統風險，其金融商品如指數股票型基金(ETF)。 在公司的估值中，乘數法為分析師會使用的方法之一，其第一步驟為找尋可比公司，在傳統的學派中，將同產業之公司視為可比公司，此乃假設其盈利能力、成長、風險相似。但另一種學派則認為即使是同產業公司，其盈利能力、成長、風險不一定會相似，因為即使同產業，各公司之產品也不相同，所以該學派認為應該以公司之基本面去做篩選可比公司。 而以基本面去做篩選可比公司會遇到當篩選變數增加時，其可比公司之樣本數也會減少，導致
不能有過多的篩選變數，亦或是市場原本的公司樣本數就已不足，而Knudsen, Kold, Plenborg(2017)提出一種全新的方法，名為”sum of absolute rank differences” (SARD)，並根據公司之盈利能力、成長、風險等構面建立了五種篩選變數，分別為ROE、市值、淨資產除以稅前息前淨利、分析師預估之公司成長、稅前息前利潤率，而本文欲以其為出發點，將分析師預估之公司成長改為Tobin’s Q，並以此五種篩選變數建構出以台積電為標竿之投資組合，因為這五種篩選變數表示其公司之基本面較為相似，再以產業區別成兩種投資組合，SARD(全產業)、SARD(科技業)，與
加權指數、富邦台灣科技指數基金做績效之比較。研究結果顯示，單論累積報酬的話，此兩種投資組合皆優於加權指數但無法打敗富邦科技，在風險方面以年化標準差為績效，此兩種投資組合之風險皆大於加權指數但小於富邦科技，最後再綜合報酬與風險以夏普指數實證發現該兩種投資組合之績效表現皆優於加權指數與大盤，並且與大盤相比有異常報酬。