統計上的資料，在許多是依性質加以分類，再計算出每一個類別的次數，在社會學 及醫學這種資料尤其多。列聯表就是將同一母體依不同性質分類，再計算各個類別 次數的表，一般而言，列聯表上的次數均大於零，如果發生次數為零的情況，一為 抽樣次數不夠，二為某些巢其次數先天為零，沒有發生的可能，後者，吾人稱之為 不完全列聯表，本文即探討如何估計不完全列聯表上非先天為零的次數，並據之以 作統計上的檢定。 全文分為六章： 第一章 簡介不完全列聯表。 第二章 敘述有關的基本定義及定理。 第三章 建立Log-Linear模式，討論模式和列聯表的關係，巢的次數估計及獨立性 檢定，在不完全列聯表的情況下，如何修改或補充模式。 第四章 討論何種情況下的不完全列聯表可用直接法來估計巢的次數。 第五章 三角形不完全列聯表中非先天為零的巢，其次數估計的方法及比較。 第六章 主軸為零的不完全列聯表，比較估計非先天為零的巢之次數的方法。

自1980年代以來，全球旅遊產業呈現穩定成長狀態，東北亞五經濟體國際旅遊產業亦蓬勃發展，但該地區不同經濟體國際旅遊競爭力的相對表現卻消長互見。在美國市場，台灣與韓國的美國訪客比例維持穩定，香港則逐年以些微比例下滑，日本在美國訪客市場也逐漸衰退，中國則是東北亞五經濟體唯一在美國訪客市場大幅成長的國家，從1981年到2003年成長了2.5倍。而日本市場，台灣的相對旅遊競爭力由1981年時的4國之首，歷經了23年社會經濟的轉變，已在日本市場明顯失去競爭力。而中國由於旅遊資源得天獨厚，加上一系列的主題式促銷活動，積極地分食亞洲的觀光市場，中國大陸已在2002成為亞洲第一大目的國。 本文首先依據消費理論，建立一包含國際旅遊的消費者決策模型；其次，依據此理論模型推導出國際旅遊相對競爭力的影響因素；然後，參考既有文獻，建立實證模型；最後，則利用1981-2003年東北亞 (台灣、香港、日本、韓國和中國) 五經濟體的美、日訪客人數資料，透過三階段最小平方法，分別探討各經濟體國際觀光競爭力的影響因素。結果發現：(一) 相對價格的影響將視消費者之旅遊目的及型態的不同而有差異；(二) 相對匯率的影響將視觀光旅遊支出是以當地貨幣或旅遊來源國貨幣計算而有所差異；(三) 供給面因素對於國際觀光市場的確具有決定性的影響，且對於不同的來源國及不同的目的國亦會產生不同的效果。依據上述實證結果發現，本文有四點政策性建議可提供參考：(一) 目的國為了有效提昇其國際旅遊競爭力，針對不同來源國的訪客，似乎應採取不同行銷或提昇策略；(二) 目的國在採取行銷策略以有效提昇其國際旅遊競爭力時，應將與鄰近經濟體的替代與互補關係及觀光政策納入考量；(三) 主管單位在規劃觀光政策措施時，應將政策效果期限納入考量；(四) 匯率調整未必是提昇國際旅遊競爭力的有效工具。

變數選取方法已經成為各領域在處理多維度資料的工具。Zhou與Hwang在2005年，為了改善James-Stein positive part估計量(JS+)只能在完全模型(full model)與原始模型(origin model)兩者去做挑選，建立了具有Minimax性質同時加上門檻值的估計量，即James-Stein with Threshoding positive part估計量(JSWT+)。由於JSWT+估計量具有門檻值，使得此估計量可以在完全模型與其線性子集下做變數選取。我們想進一步了解如果將JSWT+估計量應用於線性迴歸分析時，藉由JSWT+估計具有門檻值的性質去做變數選取的效果如何？本文目的即是利用JSWT+估計量具有門檻值的性質，建立JSWT+估計量應用於線性迴歸模型變數挑選的流程。建立模擬資料分析，以可同時做係數壓縮及變數選取的LASSO方法與我們所提出JSWT+變數選取的流程去比較係數路徑及變數選取時差異比較，最後將我們提出JSWT+變數選取的流程對實際資料攝護腺癌資料(Tibshirani，1996)做變數挑選。則當考慮解釋變數個數小於樣本個數情況下，JSWT+與LASSO在變數選取的比較結果顯示，JSWT+表現的比較好，且可直接得到估計量的理想參數。

本篇論文在panel data 的模型基礎下，將Hansen (1999)所提出的 panel threshold model與Arellano and Bond (1991)的panel dynamic model進行結合，成功推導出panel dynamic threshold model的模 型設定，本模型的特色在加入內生解釋變數落後項的動態解釋下， 進行門檻效果的檢定，以觀察實證資料是否存在顯著的門檻效果。 我們並進一步運用此panel dynamic threshold model 對於金融發 展與經濟成長間的互動關係進行實證分析，發現若不採用門檻變數 將實證資料進行區分，所獲得的實證結果將會受到金融發展程度較 高國家的資料所影響，而金融發展程度較低的國家資料卻因此喪失 其原本應具有的影響力。此外，若比較採用股市發展變數做為門檻 變數的實證結果和以銀行發展變數做為門檻變數的實證結果，則於 金融發展變數對於經濟成長影響的差異性上，以銀行發展變數做為 探討金融發展對於經濟成長影響性的門檻變數應是較為適合的選擇。 / The aim of this article is to investigate whether finance development has positive or negative relationship with the economic growth. We argue that the past studies do not reach consensus between finance development and the economic growth because the relationship may be indeed nonlinear. We plan to examine whether the effect of finance development on the growth depends on the threshold variable of bank development and stock market development. To examine this hypothesis, we develop a panel dynamic threshold model (PDTM) to test this hypothesis. The PDTM is a direct extension of the recent two research strands when using panel data. One is the dynamic panel model of Arellano and Bond (1991), who consider the lagged dependent variable into the panel data. The other is the non-dynamic panel threshold model of Hansen (1999), who takes threshold effect into the panel data model. Past studies, however, did not take dynamic and threshold into account simultaneously. Our PDTM thus incorporates the threshold into the dynamic panel data. Results demonstrate that the relationship between finance development and economic growth is nonlinear.

由於整體金融環境的改變，資金的放款與融貸業務日益蓬勃，信用風險造成的呆帳問題成為銀行所承擔最大的風險來源之一，巴塞爾資本適足協定要求各銀行對其債權訂定風險權數，本文提出的同質性估計法即為內建評等法的應用。 　　為探討投資組合在發生極大損失的尾端機率，我們從估計損失分配的尾巴衰退率著手，先以Glasserman於2004提出的同質法估計為基礎，並將獨特風險改變為t分配的假設下進行估計。此外，考慮到經濟現象的損失大多偏向厚尾分配，故導入Fréchet分配於獨特風險中，並藉以調整同質法進行估計。進一步我們使用蒙地卡羅模擬法來做為配適好壞比較的依據，模擬次數為100000次，以瞭解在常態分配、t分配及Fréchet分配的假設下尾端機率估計的優劣。 　　結果發現，不同的獨特風險分配假設下，並沒有一致最佳的估計方法，在各群體同質性很高的投資組合中，t分配的估計是較為準確的，而且對於假設獨特風險在Fréchet分配時，不管何種投資組合，t分配同質法都能表現得不錯，相形之下，常態分配同質法的估計往往過於高估損失機率。另外，在損失設定在很小的水準時，不管何種同質估計法對損失機率都不太能估計得很準確。

近年來大中華地區（台灣、中國大陸、香港與澳門）間之貿易往來日漸頻繁，促使了四個區域間之金融服務交流，在過去，四個區域的銀行發展差異很大，但隨著一連串的金融改革與開放，大中華地區之銀行經營規模成長快速且經營範疇更多元更廣泛。在金融發展快速開放的情況下，本文欲探討金融發展在大中華地區是否能夠促進經濟成長？金融發展對於經濟成長之關係一直以來是很重要之議題，但在過去文獻之實證結果卻無法得到一致的結論，本文利用銀行效率變數取代過去文獻使用之金融變數，希望透過銀行效率變數更正確的了解金融發展對於經濟成長之影響關係。 　　有鑑於此，本文利用1998年至2010年大中華地區82家銀行資料與大中華地區之總體經濟資料，欲了解在這十三年間，其銀行之成本效率與經濟成長之關係。實證結果發現：(1)大中華地區銀行效率在1998年至2010年間普遍提升，且四個地區之銀行效率的差異有逐漸收斂之勢。(2)銀行效率確實能夠帶動經濟成長，成為衡量金融效率的重要指標。(3)傳統過去文獻中之金融發展變數(數量變數)對於經濟成長之影響不顯著，甚至為負相關。在本研究，我們認為，金融發展對於經濟成長之影響不在於金融服務數量的多寡，而在於金融服務品質的優劣，銀行效率為一衡量金融效率的良好指標，相較於過去傳統之數量變數，更能夠正確的衡量金融服務之質量。

混合模式(mixture model) 參數的估計問題, 研究迄今已近一世紀, 自Pearson 提出 動差法來估計兩個混合常態模式的參數以來, 有許多學者繼續這個範疇的研究, 且相 繼提出他們的看法。而近半世紀以來, 混合常態分配被廣泛應用在許多其他學科的進 一步研究分析上, 因此, 它的參數估計式的意義就更顯得重要。 本文研究的重點在於兩個混合常態分配參數的估計, 試著應用Li(1988)所提出的一些 結果, 我們將原參數空間透過適當的轉換, 使之成為新參數空間。因為原參數空間有 識別性問題, 而我們希望能從參數估計值, 直接判斷其模式。經過適當轉換后的新參 數空間, 則無識別性的問題, 而且此新參數空間具B-可識別性, 則可避免Li(1988)文 章中指出Chiang等人的研究結果的現象。 本文將於第一章中介紹混合模式的定義以及使用的符號。於第二章中將許多前人精心 研究關於混合模式參數估計的方法, 作一簡要的回顧。第三章中介紹最近被提出的用 以改進MLE 法的金蟬法, 與有系統地改進原始估計值及改進估計式的變異數的一種關 於精深的再抽樣的技巧--拋磚引玉法。於第四章中對參數的可識別性下定義并介紹其 重要性及一些重要的定理。在第五章中將提出新參數空間法并導出此適當的轉換函數 。第六章中我們在眾多的參數估計法中, 挑出找MLE 之EM演算法, 最小CVM 法, 最小 Hellinger 距離估計法及金蟬法與拋磚引玉法, 分別依原參數空間與新參數空間作模 擬, 并比較其結果, 作一簡要的模擬分析。而本文的研究結果將在第七章, 中作詳細 的探討。

一般說來，我們所遇到的線性模式都是 Y＝Xβ＋ι Y 是一N ×１的向量，其元素為應變數的觀測值 X 是一N ×P 的矩陣，其中的元素為已知數 β是一P ×１的向量，其中的元素為母體的參數（parameters） ι是一N ×１的向量，其中的元素為隨機誤差（random errors） 我們可以用幾何求得參數的估計式 β＝（X′X）－X′Y 同理，我們可求得有關β的標準差，建立βi ′s 的信賴區間，及作各種有關的假設 檢定。一旦我們將模式改成 Ｙ＝Ｘα＋ＺU （ii） Y 是一N ×１的向量，其元素為應變數的觀測值 X 是一N ×P 的已知常數矩陣 Z 是N × 的已知常數矩陣 α是P ×１未知的參數向量（固定效應） Ｕ是γ×１的向量，其中包括隨機效應和隨機誤差兩項 因為（ii）式中的隨機向量Ｕ包括隨機效應和隨機誤差兩項，倘若我們把（ii）式中 兩部分予以分解，則（ii）式可以改寫如下： （圖表省略） 本文所討論的是運用已知的原理去估計β和Ｕ，其中將討論如何運用極限的原理去估 計β和Ｕ的向量

對於線性過歸模式之參數，一般均採最小平方估計量來估計。最小平方估計量，在適 當條件下有強一致性（Strong consistency），而本文所探討之主題，乃是針對本特 性探討其數歛速率。 本文共分五章，第一章為緒論，含研究動機、研究目的及本文結構，第二章摘介本文 所探討之模式與最小平方估計量之收歛性，第三章為引理，介紹本文所需要之預備知 識及本文所使用之方法，第四章為主要定理及證明，第五章結論。全文共計一冊，約 一萬餘字。

直交性（Orthogonality） 的存在簡化了變異數分析的過程；但是毀損資料（Spoilt data）的發生破壞了直交往，使得資料分析過程複雜化，且降低了實驗的有效性。 若有人可給予毀損資料一正確的估計值，則資料分析的問題可以被處理得相當完滿。 本文探討估計毀損資料的各種方法以及採用這些估計值做分析時所引發的一些問題， 例如平方和的虛增使得檢定的顯著性微增。另外也討論以電子計算機來處理估計毀損 資料時純計算的部份。最後將各種估計方法做一總結，並討論估計值的性質。