Page 41 - 科技與創新管理

個案分享:灰預測對科技業預測實務

灰色理論是由學者鄧聚龍 1982 年提出，灰色系統理論主要是針對事物的不
確定性、多變量輸入、離散化數據及數據不完整性做最有效的處理。「黑色」代
表資訊欠缺或較少，「白色」代表資訊完整或較多，而介於資訊欠缺與資訊完整

之中間區域，則以「灰色」來表示。將資訊不完全的系統稱為灰色系統。固資訊
不完全為灰色系統理論的基礎出發點，去探討出系統的本質，並補充系統的信
息，期盼能將系統的灰色狀態轉變成為白色狀態。許多產業在做灰色預測都會用
到此系統，如吳瑄娟 (2014)運用資料包絡分析法(DEA)與灰預測法 GM(1,1)模型，

探討台灣 15 家金融控股公司 2009 年至 2013 年五年間之經營績效，並進一步預
測各金融控股公司未來經營效率。Wang(2019)應用資料包絡（DEA）和灰色理論
GM(1,1)結合來評估 24 家越南資訊與通訊科技(ITC)公司在過去和未來的業績。
Wang(2016)透過結合 DEA 與灰預測進行全球汽車公司的策略聯盟績效評估，利

用灰預測進行未來績效預測，建立虛擬聯盟，提出目標公司之合適策略聯盟夥伴。

灰色預測 GM(1, 1)模型

本研究採用「灰色系統理論」之灰色預測 GM(1,1)模式進行研究，其主要特

色是將「隨機變量」視為一定範內變化的灰色量，並在眾多雜亂無章的原始數據
中，設法挖掘出隱藏於內的特徵，更進而探究出該數據的內在規律性，再經由適
當的數列轉化，轉化成為微分方程式，以建立灰色預測 GM(1,1)模式，進而探究
出預測結果。

基本數學模型則引用之灰預測 GM(1, 1)模式，分成六個步驟如下：

1.設立原始數據
將收集到資料建立成原始序列，如方程式(1)，
n 的值為找尋歷年來的資料得出。

(1)

17