Win Shares 原本是用在計算 MLB 選手價值的, 當套用到中華職棒的選手時, 自然要考慮是否應該進行調整. 有些問題是在計算過程中就很明顯的, 像是某些攻守數據的缺乏. 某些跟歷史背景有關, 例如職棒八年的簽賭案和台灣大聯盟的成立. 有些是整個聯盟制度的問題. 茲將一些可能會影響到 WS 系統套來中華職棒可行性的因素分述如下:

1. 數據的缺乏

這方面主要指的是守備數據. 所謂的守備數據, 並不是只有每個選手的守備機會, 刺殺,
助殺等數字, 而是這些數據還要進一步地依第一該選手在一個球季所有守過的位置將這些
數據分開列. 比如說 2003 年的彭政閔, 雖然主要守的是右外野, 但也守了七場一壘, 而
守一壘與守外野的守備價值並不相同, 若是合在一起看, 就會造成混淆. 除了守備之外,
WS 在計算打擊價值的時候, 並不採用嚴重受到其他隊友實力影響的打點數, 取而代之的,
是得點圈有人打擊率, 以及壘上有人的全壘打數. 這兩項數據目前也付之闕如.

2. 賽程密度

這項因素主要影響的是投手與打者的 WS 分配, 賽程密度愈低, 王牌投手的重要性就愈高.
畢竟先發投手不像先發打者一樣可以場場上, 賽程密度高一點的話, 打者出場機會就多,
但是投手出場機會並不會差太多. 這點也充分的反映在計算結果上, 歷年 WS MVP 前三名
中, 出現投手的機率, 顯然 CPBL 高出 MLB 一大截. 在分配投打守三分面價值的時候, 我
仍採用 Bill James 所建議的投手佔 35.1%, 打擊佔 48%, 守備佔 16.9%. 所以雖然投手
總價值佔的比例一樣, 可是比賽密度低, 固定先發的投手少, 所以平均每個投手分到的就
多了. 因此, 雖然 CPBL 與 MLB 兩聯盟賽程密度相差甚多, 可是算出來的結果看起來倒也
合理.

3. 各隊戰力穩定度

這一點指的是各隊的得分失分能力, 有沒有充分地反映在該球隊的勝負紀錄上. 如果某一
年出現某一隊特別會贏(不是指這隊特別強, 而是指這隊贏的數量比得失分反映出來的多),
而另一隊特別不會贏(同前), 那麼身處兩隊成績差不多的選手, 得到的 WS 數會因為這兩
隊的贏球能力的有所差別. 一個簡單的例子是職棒四年的陳義信與職棒十三年的宋肇基.
比較一下這兩隊的得失分與勝負數 (注意! 在這裡和局一律算成半勝) :

四年兄弟: 得分 397, 失分 369, 53勝37負
十三年中信: 得分 463, 失分 429, 46.5勝43.5負

這兩支球隊得失分的比例幾乎一樣, 可是兄弟卻在90場比賽中多贏了七場半. 在得失分能
力差不多的情況下, 影響總勝負數的因素有很多, 像是教練能力, 球員在關鍵時刻的戰術
執行能力. 當然, 運氣也是重要的關鍵之一. 而 WS 系統將所有的勝負結果反應在球員身
上, 因為就這兩支球隊來說, 數據相近的球員若在兄弟隊可獲得的 WS 數大約是在中信隊
的 53/46.5 倍. 現在回來看看陳義信與宋肇基的紀錄

陳: 258.1局, 66失分, 55責失, 20勝7負, ERA=1.92, WS=29, 聯盟ERA=3.43
宋: 206.2局, 62失分, 49責失, 16勝8負, ERA=2.13, WS=17, 聯盟ERA=3.88

當然, 如果光看個人數據, 陳還是比宋好上一截. 多了50局以上的投球局數, 更是兩人最
大的差距. 不過陳那年的聯盟防禦率低了 0.45, 也就是說, 我們要看的不是 ERA 1.92跟
2.13來比較, 而是在整體環境3.43下投出1.92跟整體環境3.88之下投出2.13來比較. 那麼
相對來說, 宋的防禦率就比較低一些了. 當然, 這還不足以彌補兩人投球局數的差距, 但
是至少這樣看起來兩人的數據並沒有差那麼多. 可是結果顯示出的是 10 分 WS 的差距.