本文探討匯率不確定性與台灣對中國大陸出口之關係，模型中參考Cushman (1986) 觀點加入第三國變數之效果。研究期間以1997年至2010年之季資料，同時考慮總合資料以及部門別資料，並以GARCH估計實質匯率波動性。第三國則利用出口近似度的計算選擇了前四大競爭國，分別為南韓，日本，馬來西亞及新加坡。此外，部門則以HS二碼分類選擇出口至中國大陸前四大之部門，包括機械與電子、精密儀器、橡膠與塑膠類產品及化學品。 本文檢定變數是否有單根。若有單根則進一步檢定這些變數是否存在共整合關係。在確定存在共整合關係後，利用完全修正最小平方法及誤差修正模型進行估計。本文實證結果顯示：匯率不確定性對出口量有負向之影響關係。就部門而言，本文探討的四個部門之結果也反映匯率不確定性對出口具有負向影響，但是以電子產品及塑膠橡膠類之影響最為顯著。 / This paper investigates the relationship between exchange rate volatility and Taiwan’s exports to Mainland China. In the empirical model, the third country effects suggested by Cushman (1986) are considered. GARCH model is employed to estimate real exchange rate volatility. Both aggregate and sectoral quarterly data covering 1997 to 2010 are used in our sample. The third countries are determined by export similarity. The top 4 countries with the highest degree of export similarity are chosen, including South Korea, Japan, Malaysia and Singapore. In addition, the top 4 Taiwan’s exporting sectors are examined respectively, including machinery and electronic equipment, precision equipment, rubber and plastics, chemicals industries. We first test for unit root of the variables used in the study, and then check the existence of co-integration between the variables with unit root. After confirming the existence of co-integration relationship, we use FMOLS (Fully Modified OLS) and VECM (Vector Error Correction Model) to estimate the coefficients. Our empirical results suggest that there is a significantly negative effect of exchange rate volatility on Taiwan’s total exports. They also indicate that there is a negative relationship between exchange rate volatility and Taiwan’s sectoral exports. Among the top 4 exporting sectors, exchange rate volatility tends to have higher impacts on the machinery and electronic industry as well as chemical industry.

本文主要在於希望經過研究後所整理出之結論與建議，可使有需要利用我國訴願制度以救濟其權利之人作為參考用。此外，對於即將修訂之訴願法 ，本文亦將對其修法之可能內容作一簡單的評析，並提出若干的建議，以作為有關機關修法時之參考。 本文係以我國訴願制度為主軸，其主要係著眼於訴願制度在我國自民國19年3月15日最初制定公布施行之訴願法，以及幾次的修正，各次修正的內容，特色與未來的發展性。對於現行訴願法，自民國87年修正公布並定自民國89年施行至今，已逾10年，若干理論趨勢與實務執行已有扞格之處，尤其實務在累積多年之運用上，發現待改善之處尚多，修法之必要更迫在眉睫，為此，本文乃針對此一議題，提出闡述,並對未來訴願法之修正草案,提出拙見。

政府制訂與規劃政策，需要未來人口數或人口結構的資訊，以期能針對國家需求對症下藥；預測未來人口總數及人口結構通稱為人口推估(Population Projection)，台灣的官方人口推估由行政院經濟建設委員會負責。人口推估通常使用人口變動要素合成法(The Cohort Component Method)，根據現有人口總數及結構，加上對未來生育(Fertility)、死亡(Death)、遷移(Migration)三要素的預期，推估出未來的人口數及其結構；除了參考歷史資料外，目前三要素大多參考專家意見(Expert opinion)決定變動範圍。 在三要素之中，生育和遷移由於變動趨勢較大，較不容易以歷史資料找出趨勢，過去大多倚賴專家意見進行生育和遷移的假設。但專家意見也有蒐集上的疑慮，例如意見沒有固定的形成格式，推估結果也難以機率角度詮釋發生可能性，亦即推估數值大多不隨時間波動。為了彌補專家意見的不足，近年不少國家的人口推估使用隨機方法(Stochastic Methods)，大致可分為三種：隨機推估法(Stochastic Forecast)、模擬情境法(Random Scenario Method)和推估誤差法(ex post Method)，這三種方法可組合使用，例如Lutz (1995)合併隨機推估和模擬情境，而郭孟坤與余清祥(2008)則是以隨機推估和推估誤差的組合來進行推估，使隨機方法更具有彈性，適用於不同情境的人口推估。 本文目的在於結合專家意見與隨機方法，希冀綜合兩者的優點，提出適用於台灣的人口推估方法。首先，本文提出將專家方法數量化的幾種作法，配合德菲法蒐集專家意見，先以電腦模擬找出較佳的數量化方法；接著再參考由歷史資料及隨機方法（區塊拔靴法）得出的推估結果，分別以主觀角度、貝氏分析(Bayesian Analysis)和貝氏可信度(Bayesian Credibility)的角度進行加權平均，結合專家意見及隨機方法的推估。

臺灣房市此波景氣繁榮時間之久，超越過去臺灣房市的歷史紀錄，在此期間，被視為象徵房市上、下游的建築貸款與購屋貸款餘額也多次創新高，近來中央銀行定期公布的購屋貸款、建築貸款餘額，常成為媒體財經新聞的焦點，一般大眾已習慣將房價高漲與購屋、建築貸款餘額創新高之訊息相互聯結。 本研究係探討房價與購屋貸款、建築貸款之關聯性，以臺灣2000年第一季至 2013年第四季之相關變數，共計56筆季資料，運用單根檢定、共整合檢定、誤差修正模型及Granger 因果關係檢定等實證方法，探討房價與購屋貸款、建築貸款之間的關聯性。共整合檢定結果發現，購屋貸款、房價、利率與國內生產毛額間存在二個共整合向量，變數之間具有長期均衡關係；另建築貸款、房價、利率以及國內生產毛額間存在一個共整合向量，變數之間亦具有長期均衡關係。由因果關係檢定得知，購屋貸款會Granger影響房價，房價與建築貸款之間的因果關係檢定結果並不顯著。 臺灣住宅政策長期以輔助人民購屋為主，政府常透過購屋貸款來達成政策目標，基於研究結果顯示購屋貸款與房價為正向關係，購屋貸款會Granger影響房價，故近來政府為抑制高房價實施打房措施時，可能要同時考慮到長期不斷地推出各種低利優惠貸款，對購屋貸款的推升作用，以及對房價的影響。另研究結果顯示建築貸款與房價的關係為負向，因果關係的檢定並不顯著，推測臺灣政府為防止建商囤地炒房，長期對建築貸款施以嚴格的管控措施具有一定的效果。

本研究以新台幣兌美元之匯率日資料作為主要研究標的，同時加入台灣加權股價指數及金融業隔夜拆借利率之日資料作為股價與利率之代理變數，利用Beveridge-Nelson分解趨勢的方法將變數資料拆解成趨勢項與循環項之時間序列資料，藉此捕捉匯率資料具有景氣循環的特性。在循環項的序列資料，以向量自我迴歸模型來分析並予以估計，趨勢項的部分，利用共整合檢定來探討趨勢項變數間長期的均衡關係，再以向量誤差修正模型予以估計，得到未來30天期之匯率走勢。接著，再以RMSE與MAE指標來衡量不同模型之匯率預測績效，以期能找出最適之匯率預測模型。 實證研究結果發現，將匯率資料先透過Beveridge-Nelson分解趨勢的方法予以拆解後，再利用時間序列模型進行分析及預測，時間序列模型的預測能力都比原始匯率利用時間序列模型進行預測或透過ARIMA模型進行預測還要來的好。因此，根據實證研究的結果，若企業與政府在進行匯率預測的分析時，能夠考慮先將匯率資料透過Beveridge-Nelson分解方法予以處理，便能更有效提升模型的預測能力，除了企業能夠降低避險成本來提高公司整體績效，對於國家而言，有效的掌握匯率的趨勢便能夠迅速且正確的制定政策，提升國家的經濟發展。

過去文獻研究對於各國的指數衍生性商品與現貨市場間之關係，多數專注在其交易成本、放空限制等因素對資訊傳遞與價格發現功能的影響；本研究以台指期貨與現貨價格間的共整合關係與領先落後關係為出發，加入以台指選擇權波動率指數的變動為投資人情緒指標，檢視在投資人情緒為恐慌及樂觀兩種極端情緒情形下，是否因情緒波動影響投資策略、進而對台指期貨與現貨的關係造成影響，並且在兩種極端的情緒下受到的影響是否對稱、與一般情形時的台指期貨與現貨間關係又是否一致。 研究方法以誤差修正模型為基礎，探討台指期貨與現貨價格間的共整合與價格發現功能，並且應用Tsay(1998)提出的非線性多變量門檻模型，以台指選擇權波動率指數的變動為門檻變數，依模型設定選擇最適的門檻值，將兩市場的價格資料依投資人情緒為恐慌、樂觀或無明顯差異作分類，在各個狀態下以誤差修正模型作迴歸，檢視投資人情緒對台指期貨與現貨價格間關係的影響。 實證結果顯示台指期貨與現貨價格間存在共整合關係，並且主要由台指現貨往長期均衡價格修正，台指期貨平均約領先現貨反應資訊達15~20分鐘，而現貨則無明顯領先期貨的情形；另一方面，在投資人情緒為恐慌或樂觀的極端情緒下，台指期貨與現貨間關係存在對稱性，台指期貨與現貨均會往長期均衡價格修正，當投資人有恐慌情緒，價格將往負向修正，當投資人有樂觀情緒時則往正向修正，若投資人在普通情緒下則不存在一致性的修正趨勢，由此可知市場對未來股市的預期影響投資人情緒，進而其投資操作策略發生變化，對台指期貨與現貨市場間的關係有顯著的影響。

本文主要是為了瞭解統計套利中的配對交易策略是否可運用於台灣股票市場，並驗證此策略在台灣股市之獲利性及可行性，統計套利的優點很多，可以降低投資風險及提高投資交易獲利的機會，是一個能獲取超額絕對報酬率的交易策略。本研究並不考慮兩檔配對股票的任何基本因素變化或事件因素導向所產生的套利機會，只使用統計模型且考慮如股票間投資報酬率之相關性係數等研究方法，並扣除交易成本。 在實證部份，台灣五十成分股之金融產業表現都能達到不錯的結果。電子產業部分，其長期來看是會回到均衡的，所以績效表現也都能如預期般有良好的表現。電信業三雄不管任兩組配對也都能獲得穩定之報酬。最後，傳產業中部分表現差強人意，未來或許可利用其他模型來找尋其適合配對之模型。

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第17130号 / 工博第3620号 / 新制||工||1549(附属図書館) / 29869 / 京都大学大学院工学研究科社会基盤工学専攻 / (主査）教授 松岡 俊文, 教授 小池 克明, 教授 清野 純史 / 学位規則第4条第1項該当

京都大学 / 新制・課程博士 / 博士(法学) / 甲第24863号 / 法博第296号 / 新制||法||179(附属図書館) / 京都大学大学院法学研究科法政理論専攻 / (主査)教授 塩見 淳, 教授 髙山 佳奈子, 教授 安田 拓人 / 学位規則第4条第1項該当 / Doctor of Laws / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(工学) / 甲第23879号 / 工博第4966号 / 新制||工||1776(附属図書館) / 京都大学大学院工学研究科機械理工学専攻 / (主査)教授 椹木 哲夫, 教授 松野 文俊, 教授 松原 厚 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM