第一章：研究目的與參考文獻
上市公司董監事能夠影響公司經營方向，因此在董監事的選擇上，一直都是許多企業經營的重點，本次研究是針對上市公司董監事的社群性進行分析，作為另外一種觀察企業經營的元素。
本次研究是參考吳佳振在2010年的碩士論文《上市公司董事連結社會網絡因果分析》，主要的行動者會是董事會成員之間的連結，採用的UCINET 6的軟體進行分析，同時也加入資本進行分析，而我這次的研究主要專注在董監事之間的社群分析，與該論文方向有所出入。
第二章：資料處理
本次的研究的資料來自於政府公開資訊《董監事資料集》（圖1）與《上市公司基本資料》（圖2）。
（圖1：商工行政資料開放平台上之董監事資料集）
（圖2：政府資料開放平台之上市公司基本資料）
其中《董監事資料集》共計有資料約146萬7千餘筆資料，而《上市公司基本資料》中有951筆資料，除去境外公司後，約有880筆上市公司資料，接著透過上市公司資料列表，找出《董監事資料集》中的相關名單共7921筆董監事名單，並且除去法人公司名稱之後，得到7517筆資料。
在本次的研究中，使用公司統一編號作為公司ID，並且將公司ID設為source，董監事設定為target，而node部分參考老師台劇版的two mode設定方式，將公司的統一編號作為文章概念，type設定為post，將公司董監事名單當做是使用者，type設定為user，因此得到兩個檔案，edge檔案中有7517筆資料，node檔案中有7123筆資料。
將node與edge匯入至Gephi當中後，進行two-mode轉換成one-mode，因為是要研究董監事的社群分析，因此採用的是lefe matrix為useràpost，right matrix為postàuser之設定，並且移除nodes與edges，thershold設定為1次後，得到一個使用者的one-mode網路，nodes數量為6243，而edges數量為402。去除沒有連結的nodes後，得到圖3。
（圖3：董監事間的社群連結圖）
另外我也做了關於公司的社群分析，採用的剛好跟上述相反，efe matrix為postàuser，right matrix為useràpost之設定，並且移除nodes與edges，thershold設定為1次後，得到一個使用者的one-mode網路，nodes數量為880，而edges數量為221。去除沒有連結的nodes後，得到圖4。
（圖4：以公司為主題間的社群連結圖）
第三章：資料分析
在參考資料當中，該文獻採用中心性分析方法與密度分析，而在本次的研究當中，也會採用中心性分析法與密度法，除此之外，還會著重在其他的資料分析上，有連結的這些董監事之間的關聯性，也是在本次研究之列。
Density密度
在上市董監事之間的社群密度為0.007，這顯示了整體上市公司董監事之間的關連性相對低，也就是說，就目前的資料看來，上市公司董監事之間的連結並不高。
Average Degree平均相連程度
在上市公司之間的平均相連程度為0.129，代表大部分上市公司董監事並沒有太多的交集，但如果去除沒關連性的董事後，可以發現到node有332個，edge不變，仍為402的情況下，平均相連程度增加到2.422，但是就中心性來說，並沒有顯著的集中性。
Connected Component 相連成分
在Connected Component部分，彼此有關連的部份有86個，其中只少有兩個連結的Connected Component數量為50多個，而最大的Connected Component則有39個node。
（圖5：上市公司董監事相連成分分布圖）
Giant Component 最大成分
在最大成分中，可以看到以焦佑鈞、焦佑衡、苗豐強、陳瑞聰、是連結數最多的人，他們分別掌控著華新麗華集團、聯華神通集團與仁寶集團，在這個網絡當中，還有台泥的張安平、王道銀行的駱錦明、元大集團的馬維欣，這可能是在一般的關係網上無法觀察到的結果，可以透過這樣的分析看到彼此間的關係。
（圖6：上市公司董監事中最大的組成成分）
Average Path Length 平均路徑長度
Network Diameter 網路直徑
在本次的分析中，網絡直徑為8，平均路徑長度為2.782，這代表相連的董監事中，彼此間最長的距離大概就是隔了8個人，而在這個群體中，只要透過不到3個人，就可以找到想要找的人。
Average Clustering Coefficient 平均叢集係數
在Average Clustering Coefficient的部份為0.817，顯示有交集的董監事中，他們的交流性很高，這很有可能是因為交叉持股與家族企業所影響，以裕隆集團來看，他們股東的重疊性很高，而且彼此間的連結很強。
（圖7：裕隆集團的董監事分布）
Closeness Centrality接近中心性
Harmonic Closeness Centrality調和接近中心性
在接近中心性的部份，透過圖8與圖9可以發現到接近中心性的數值分布並不平均，代表這些上市公司董監事的中心性不高，但有將近160個node為1，這很有可能是這些連結度高的人，他的Component相對小，所以顯得中心性很高。
（圖8：接近中心性分布圖。）
（圖9：調和性接近中心性分布圖。）
Betweenness Centrality中介中心性
在這些有關連的董監事的中介中心性分析裡，可以看到他的值相對低，也就代表這些董監事的中介中心性並不高，彼此的連結度相對高。
（圖10：中介中心性的分布圖）
Eccentricity離心性
透過離心性與表格中的數字顯示，有160多個董監事離心性為1，我認為這代表這些聯繫的網絡相當小，所以離心性相對低，但是網絡大一點的董監事群，離心性相對高很多。
（圖11：董監事的離心性。）
社群偵測
透過modularity分析可以發現，這些董監事很分散，所以形成的小圈圈很多。
（圖12：上市公司董監事modularity分析）
（圖13：有相連性的上市公司董監事社群圖）
整體分析
在這次的董監事資料分析中，可以看到整體的上市公司董監事中心性分析並不好，在6243筆資料中，真正超過一次連結以上的董監事只有332位，顯示約只有5％（332/6243=0.0531）的董監事有社群連結，其他大部分都沒有關連性。
第四章：結論
上市公司董監事的關連性，在公司治理上很重要，如果上市公司董監事過於集中，代表這些集團交叉持股很嚴重，股權有可能集中在某些財閥手上，對於整體的經濟環境都會有所影響。以韓國為例，「依據市值排名前十的大企業中，最大股東與特殊關係人的平均持股率為30.41 ％」。因此，董監事分散對於市場來說，可以避免掉壟斷疑慮。
研究發現
透過這次的董監事社群分析，可以發現到一些有趣的董監事關連性。可以區分為幾個重要的董監事團體。
- 台南幫
- 遠東集團
- 台塑集團
- 裕隆集團
- 華新麗華-金仁寶-聯華神通的董監事連結
在這些集團中，最讓我訝異的是台南幫，台南幫橫跨紡織、建設、食品等知名公司，包括統一、太子建設、南紡、南帝都是台南幫的掌控，而當中連結度最高的並非統一集團的羅智先，而是相對沒有名氣的吳中和，擔任4間公司的董監事，連結度也是台南幫最高董事，但相關資料卻相當少。還有一些上市公司隱形的連結，像是華新麗華的焦家、金仁寶許家與聯華神通苗家在董監事的連結上有關係，這些是過去企業分析相對少見的關連性，或許會有一些有趣的故事，可以等待之後的發掘。另外一個有趣的觀察是：知名企業家郭台銘竟然沒有在這個關連性當中，這很有可能是郭台銘在鴻海集團之上市子公司並未擔任董事席次，而只有在鴻海精密擔任董事，所以沒有出現在本次的社群分析中。
研究侷限
本次的研究是透過個人董監事的社群分析，但其實有些董監事為法人代表，因此上市公司董監事背後的法人代表公司，其董監事結構也是需要被納入，但本次研究並沒有納入，可以在之後的研究中延伸探討。
參考文獻
吳佳振（2010）。上市公司董事連結社會網絡因果分析。輔仁大學管理學研究所
碩士論文，新北市。 取自https://hdl.handle.net/11296/kmbr4x
譚淑珍（2020）。東北亞｜韓國立新法嚴管財閥。工商時報。取自
林又旻的思創領域 