處理類別型的資料時，常由於變異數與平均數間具有函數關係，因此資料呈現出來的變異程度會比預期的變異程度來的大，這種現象就稱為資料具有額外變異。一般的分析方法是利用廣義線性模型先作估計，再對估計之標準誤做調整。本文中將探討處理額外變異的另外兩種方法—準概似估計和隨機效果模型，並分別利用紡織原料與毒物學研究之資料作為範例來比較此兩種方法與前者的異同。 / Overdispersion is a common phenomenon in practice when modelling categorical data, and the scaled Pearson chi-square is usually used to measure it. In this study, we examine two other methods—the quasi-likelihood and the random-effect models. In addition, two examples are provided for illustration.

過去台灣的地震保險一直受到忽略，因此缺乏完整的地震損失資料。本研究主要的目的是利用統計方法來模擬地震損失，估計地震損失所造成的直接損失金額，並且進一步討論如何控制地震超額損失保險的預期損失。 本研究推論災害性地震發生頻率是一個負二項分配﹔而損失幅度則利用所求出的房屋倒塌數模型，再假設每一棟倒塌房屋的個設價格作加總而得，因此模擬出地震損失，可以估計出預期地震損失，並且可以進一步建立地震損失機率分布情況。 對於控制地震超額損失保險的預期損失，本研究提出以理賠上限與理賠起始點兩種方式來作損失控制。實證結果發現，利用理賠上限作超額再保險會比較可以控制地震損失。同時也可以利用模擬出的結果來決定應該如何設立理賠上限與理賠起始點。 / The earthquake insurance in Taiwan is ignored for many years, so that the data of earthquake is lacked. This study applied the statistical methods to simulate the earthquake losses in Taiwan, and estimated the loss amount, and discussed how to control the expected loss of excess-of-loss insurance. The frequency of disaster earthquake is a negative binomial distribution. And the severity of each disaster earthquake is to sum up the assumed dollar amount of each damaged houses. Compounding the frequency of earthquake with the severity of earthquake, we can simulate the losses of earthquake. Hence the expected earthquake losses and the probability density function of earthquake losses are built. In order to control the expected loss of excess-of-loss reinsurance, this study compared the results of the trigger level and the capped level of the reinsurance claim, and concluded that the capped level is better than trigger level in controlling the expected loss of excess-of-loss insurance.

在最小平方估計中，當自變數間有共線性關係時，參數估計的變異變大，使得參數估計值不穩定。解決共線性對參數估計所造成影響的方法有很多，岭估計就是其中之一。在岭估計中，為了偵測出對岭估計有影響力的自變數，本文仿照Schall-Dunne的處理方式，推導出類似的Cook統計量及AP估計量，並且提出以Kullback-Leibler對稱散度來偵測對岭估計有影響力自變數。最後用"加拿大金融市場"與"員工對主管滿意度調查"的兩個實例，來說明本文所提出對岭估計有影響力自變數之偵測方法。

近幾年來，非線性時間數列分析有快速的發展。其中的門檻自迴歸模式(SETAR)，以具有許多線性ARIMA模式所不能配適的特性而受到重視。但是，自1978年Tong建立SETAR模式以來，門檻參數估計的問題一直是SETAR模式在發展應用上的一個瓶頸。本文將探討以實數編碼遺傳演算法，結合統計學上的模式選取準則，建構SETAR模式門檻與延遲參數估計程序的可行性。並從這個基礎上，進一步地研究較精確的門檻參數估計法。 / Non-linear time series analysis has rapidly developed in recent years. Self-exciting threshold autoregression(SETAR) model of non-linear time series models is attentive, because it has some characters which linear ARIMA model fail to fit. But, It has not yet been applied widely because the question of estimation of threshold parameter limits its development and application since Tong proposed SETAR model in 1978. In this paper, we will study the feasibility which constructs a procedure of estimation of SETAR's threshod and delay parameters with real-coded genetic algorithm and statistical criterion of model selection, and develop a more precise estimation of threshold parameter in the basis.

經濟理論明白揭示，在不確定下，金融性資產的選擇不僅要考慮其未來報 酬率的平均值，更需將風險程度納入決策過程中。而最佳風險測度為預測 誤差的變異數(Variance of Forec ast Error)。傳統實証方法均視變異 數為固定常數，實無法掌握變異數具有條件異質性的特點。為了到達此目 的，Engle(1982) 提出向量自迴歸條件異質變異數(ARCH)模型，此模型假 定條件變異數不再是固定常數而是過去干擾項平方的線型函數，為實証方 法上一項偉大的突破。在考慮多個變數的聯立動態體系中，由於跨方程式 間可以互相提供額外的訊息，往往可以增加估計的效率性，直覺上比單變 數的設定更能掌握資料的實際情形。故往後的學者便提出了多元自迴歸條 件異質變異數(Multivariate ARCH) 模型，此一模型亦有其缺點存在，因 其待估計參數過多，形成自由度嚴重減少，將導致估計值缺乏效率性。所 以如何利用可獲得的有限資料對模型進行更有效率的估計方式，此為研究 Multivaria te ARCH的重要課題。本文將對Multivariate ARCH做一系列 的介紹，並利用VAR 的貝氏方法對參數進行估計。而多元因素AR CH模型 也是探討的重點。

中國大陸自改革開放之後，其經濟成長之快速，使得全球眾多的學者投入中國大陸議題的研究。隨著世界的開發，有限的資源不斷被使用，造成資源愈來愈少，也由於資源的稀少性，因此市場經濟方為競爭的經濟。參與競爭必須首先具備競爭力，作為國民經濟重要組成單元的區域經濟，如何應對日趨激烈的競爭，如何培育構建、提升保持具有區域特色的競爭力，就成為迫在眉睫的問題 本研究之研究目的主要有以下幾點：第一，希望能藉由相關理論文獻，解釋財政地方分權對中國省、市之間競爭力是否會有所影響或是關聯，將以此為本研究之理論基礎，並且進行實證的檢驗；第二，將以1994年中國財政改革以後之財政相關資料，利用中國31個省、市的追蹤資料，資料蒐集期間涵蓋2000年至2008年，以各年各省、市的綜合競爭力作為衡量該省、市的競爭力指標，以期能夠了解各地區競爭力的影響情形； 第三，本研究建立一個二階段固定效果模型，來檢視中國31個省市財政分權對其綜合競爭力的影響，並將各省市的情形做歸納；第四，從實證模型中發現，財政地方分權與區域綜合競爭力間的關聯性為一非線性關係且具有U型曲線關係；最後，利用實證結果來提供具體的政策建議。

University of Macau / Faculty of Education

University of Macau / Faculty of Education

University of Macau / Faculty of Education

University of Macau / Faculty of Education