走在汽車革命的路上論文書籍站
國立政治大學 經營管理碩士學程(EMBA) 周冠男所指導 陳南榮的 臺灣上市金融股從眾行為之研究 （2019），提出南榮開發 股票關鍵因素是什麼，來自於從眾行為、金融股。
而第二篇論文國立交通大學 工業工程與管理系所 唐麗英、洪瑞雲所指導 彭紹華的 預測台灣太陽能發電系統之轉換率 （2017），提出因為有 再生能源、太陽能發電系統、預測模型、集群分析、逐步迴歸、自組性演算法、支持向量機的重點而找出了 南榮開發 股票的解答。
臺灣上市金融股從眾行為之研究
為了解決南榮開發 股票 的問題，作者陳南榮 這樣論述：
本研究以2017年11月至2019年10月的臺灣證券交易所公開發行上市之金融股作為研究對象，並對照分析2013年11月至2015年10月的金融股表現情形，以了解目前投資優質金融股的言論趨勢是否影響臺灣股票市場投資人，形成從眾行為之效應，若臺灣投資人跟隨此一社會潮流，是否能獲取股票較高的報酬。經由分析此一時期的大盤及金融股的成交量、成交值、殖利率、股價以及長期投資報酬率等因素，發現此一時期的投資人對於金融股存在一定程度的從眾行為，短期可有獲利，但金融股長期投資報酬率卻低於大盤，且股價的變異數相當大，故仍應回歸到基本面去合理看待資產配置方案。
預測台灣太陽能發電系統之轉換率
為了解決南榮開發 股票 的問題，作者彭紹華 這樣論述：
隨著科技與經濟的發展，能源的需求日益增加，各國政府也積極開發與推動風力、水力、太陽能等低汙染的再生能源(Renewable Energy)，以減低溫室氣體的產生。台灣雖然受到地理環境之限制，缺乏足夠的天然資源，但位於太陽輻射量充足的亞熱帶地區，擁有良好的日照環境，因此具備發展太陽能發電之重要基礎。由於太陽能能源具有無汙染、安全性高、永續存在等特性，故成為目前台灣發展替代能源的最佳選擇。目前文獻中多使用遺傳規劃法、時間序列、逐步迴歸法、倒傳遞類神經網路等方法來建構太陽能發電量預測模型，但這些方法建構的預測模型之準確率仍有改善的空間。此外，太陽能發電之設置及技術發展需要相當高的成本，且受到許多因
素(如：設置地區、系統品牌、氣候)影響。因此，本研究主要目的為探討影響太陽能發電量轉換率之關鍵因素，並且建構一個太陽能發電量轉換率預測模型。本研究先應用集群分析法將太陽能發電量轉換率分成四個子群，再利用逐步迴歸法找出影響各子群發電量轉換率之重要因素，並探討造成各子群發電量轉換率差異的關鍵因素，最後利用自組性演算法(GMDH)及支持向量機(SVM)建構太陽能發電量轉換率預測模型，以準確的預測太陽能發電量轉換率。本研究以台灣中南部五個地區之實際太陽能發電量資料為例，驗證本研究所提出之預測方法確實有效，本研究成果可用作未來廠商或政府設置太陽能發電廠之參考，以有效提升其太陽能發電量轉換率及降低設置成本
。