近年來金融性風暴頻傳，導致全球資金快速移動，許多國家的股匯市因此產生劇烈波動，台灣即是其中之一。有鑑於台灣股匯市的波動，部分投資者開始採用股價與匯率的相關性進行未來走勢預測，並建構策略進行交易，但中央銀行一再宣稱台灣股匯市間不存在實質的相關性，並提醒投資大眾不要因錯誤認真而遭逢重大損失，因此本研究的主要目的在於分析極端事件下台灣股匯市的關聯性。 本研究採用新的風險評估方法「CoVaR」進行分析，其定義為在其他市場發生特殊事件下目標市場的最大可能損失，而CoVaR與VaR的主要差別在於其考慮了其他市場的外溢效果，因此更能充分反映極端事件下的真實風險值。本文採用1993年至2011年的台灣加權股價指數和美元兌台幣匯率日資料，經由實證分析後主要有三大發現:一、美元匯率報酬臨界值與股價指數報酬率呈現負相關，股價指數報酬臨界值也與美元匯率報酬率呈現負相關；二、整體而言，股市多方比空方承受更多的風險，新台幣持有者比美元持有者承受更多的風險；三、股市對匯市的外溢效果較匯市對股市來的強烈。此外，台灣股匯市若採用新風險評估方法CoVaR進行風險值估算，將可以發現其較傳統VaR高出兩成至七成，由此可知台灣股匯市若處於極端事件下，將產生嚴重的風險外溢現象。

本文使用Qu(2008)以及Oka and Qu(2011)分量迴歸下結構性改變檢定分析20世紀與二次世界大戰戰後不同區域與國家之高所得份額趨勢變化。不同以往一般結構性改變檢定，加入分量迴歸的概念研究一國家之高所得份額趨勢改變是否來自中高分量。不同區域的實證扣除考慮多個分量下沒有偵測出結構性改變的區域外，有一半支持高所得份額趨勢改變來自中高分量；戰後不同國家扣除考慮多個分量下沒有偵測出結構性改變的國家外，除了美國其餘國家都支持高所得份額趨勢改變來自中高分量。

根據主計處2010年度家庭收支調查報告顯示，隨著國人平均壽命延長，衛生保健觀念增強，醫療保健支出比重增至14.4％。傳統的實證研究上，在研究兩變數乃至多變數之間的關係時，習慣以解釋變數來分析被解釋變數的行為，並且能進一步了解其間的因果關係。而本文以分量迴歸方法（Quantile regression）深入探討，試以解釋OLS迴歸方式所無法解釋的範圍。本研究資料來源為行政院主計處「家庭收支調查報告」1996、2001及2006年的資料，以家庭為基本單位，實證結果發現分量迴歸在某些場合中的確比OLS模型的解釋能力來得廣。而無論是OLS或是各分量在這三年間家庭可支配所得與醫療支出皆呈正顯著效果，1996年「人身意外災害醫療保險支出」在極端低分量支出呈負顯著效果，在研究醫療支出高的族群中，我們發現除了家庭可支配所得外，在觀察研究醫療支出高的族群時，家庭總人口數、6歲以下幼兒人口比例、65歲以上老年人口比例及都市化程度也是要考慮瞭解的部分，因此，影響醫療支出的決定因素除了經濟因素外，非經濟因數中家庭特質的表現影響亦深遠，本文以迴歸模型及分量迴歸模型分別求出其醫療所得彈性，不論在OLS模型下估計，還是分量迴歸模型，皆表示醫療用具設備及器材支出、住院診療及非受雇醫院醫護服務支出、醫療用品支出及健保就診消費支出為正常財，且為必需品。

本文探討如何將近似無關迴歸模型(SUR)與分量迴歸結合,聯合多條迴歸方程式,估計不同分量下自變數對應變數的影響效果。本文提出資料重排分量迴歸,以SUR模型的資料排列方式堆疊在一起,再以分量迴歸進行估計,估計方法容易理解,實際計算也較易操作,不僅可以考慮不同方程式間的同期相關性,也可觀察不同分量下的邊際效果,使估計結果更為準確,同時,本文以模擬方式比較分量迴歸、Zhao(2001)的加權分量迴歸、Jun and Pinkse(2009)的近似無關分量迴歸及資料重排分量迴歸等估計方法,結果顯示資料重排分量迴歸的估計式同時兼具準確性與精確性,為一良好的估計方法。接著,本文延伸Frankel and Poonawala(2010)的研究使用資料重排分量迴歸進行分析,實證結果顯示高階市場貨幣與新興市場貨幣以遠期溢酬作為未來即期匯率報酬的預測上都是偏誤的,且高階市場貨幣的偏誤大於新興市場貨幣,當匯率變化較大時,亦即高分量時,不論是高階市場或是新興市場匯率偏誤都會變小。

本研究預測違約機率的方法為:Binary Regression Quantiles(二元分量迴歸)，此理論基礎與預測方式是使用美國學者Grigorios Kordas(2004)的方法，將分量迴歸運用在應變數為二元的屬質變數上之計量方法。 最小平方法是目前最常見到的迴歸分析，但在古典線性迴歸模型中，應變數的解釋是來自於自變數的相對應的平均變化，而忽略了不同規模與分配下應變數的邊際變化，本文試圖以此方法和以最大概似估計法所建構出的Logit模型做一比較，而研究資料為台灣於民國85年至93年曾被列為全額交割類股的上市公司。 本研究發現Kordas (2004)的方法，雖然能將分量迴歸應用在屬質二元變數上，但是在預測方面相較於傳統Logit方法卻沒有出現較佳的預測能力。 / The method implemented in PD calculation in this study is “Binary Regression Quantiles”. The foundation of the research and the way to forecast is according to the Ph.D Thesis of Grigorios Kordas(2004). He apply the binary variable for Quantile Regression. The Ordinary Least Square is the most common way to regression analysis, but in the classic linear regression the change of dependent variable comes from the independent variable averagely. It neglects the marginal change of the dependent variable according to different scale and distribution. We want to compare the Binary Regression Quantiles with the Logit Regression. Although we could apply the binary variable for Quantile Regression successfully, the outcome of the forecast is not as efficient as the Logit Regression.

在信用風險的分析上，應變數就是發生與不發生，通常以1、0 來表示。若透過一般的最小平方法來處理，所求得的估計量雖滿足不偏性(Unbiased)，但存在幾個缺點，應變數並不滿足迴歸分析中常態分配的假設、殘差項存在變異數異質的問題。在模型的解釋能力方面，更存在著以下困擾 1.忽略了不同規模與分配下應變數的邊際變化。 2.極端值的情形下，參數的係數將會受到很大的影響。 本研究引進了分量迴歸(Quantiles Regression)的工具，最早由Koenker and Bassett(1978)所提出，能解決在使用最小平方法來處理時所出現的問題，以架構公司信用風險模型的評估，提出客觀的評估標準，並檢驗其用以風險控管的能力。 實證結果整理，各分量Binary Regression Quantiles的預測解釋能力和傳統的Logit模型仍存在一定的差距。

本文章使用 Koenker (2004) 的追蹤資料分量迴歸模型 來分析貿易開放性與通貨膨脹率之間的關係。此外，本文更考量匯率制度的影響以及探討不同型態的國家樣本間貿易開放性對通貨膨脹率的影響。 實證結果發現貿易開放性只對較高的通貨膨脹率呈現顯著負向關係，若加入匯率制度於模型後，貿易開放性仍只對較高的通貨膨脹率呈現顯著負向影響； 而 OECD ( Organization for Economic Cooperation and Development ) 國家的實證結果顯示貿易開放性與不同分量通貨膨脹率之間皆有顯著的負向關係；但嚴重負債國家在大部分的分量下並無顯著負向關係。

本文使用Koenker(2004)的追蹤資料分量迴歸方法分析貨幣政策當局採取官方宣告的(de jure)數量目標(Quantitative targets)與事實上的(de facto)數量目標對於通貨膨脹率之影響。我們分析50個國家在1960年到2007年間的追蹤資料。 實證結果發現數量目標對通貨膨脹的影響為負向，同時，通貨膨脹越高的國家，其負向效果影響也越大，通貨膨脹越低的國家，則其負向效果影響越小。此結果顯示貨幣政策當局想藉由採取數量目標來降低通貨膨脹率，若該國處於高通貨膨脹環境，則數量目標可以發揮較大的效果，反之，若該國處於適度通貨膨脹環境，則數量目標效果有限。

本論文以分量迴歸估計方法探討民主與經濟發展的關係, 在政治民主對經濟成長的影響上,使用全世界78國1960-2008年的年資料並以追蹤資料分量迴歸方法進行分析, 實證結果發現民主對經濟成長的影響具非線性的關係, 且在經濟成長率高時呈正U型的影響,而在低經濟成長時兩者呈倒U型關係。此結果顯示在經濟繁榮時民主透過競租行為影響經濟較為嚴重, 反之經濟蕭條時,再分配政策產生的負面效果較為明顯。另一方面,本文以動態追蹤資料分量迴歸分法分析民主政治對經濟波動的影響, 分析全世界82國在1960-2008年的追蹤資料,發現民主在經濟波動越劇烈時,穩定經濟的效果愈強且顯著, 而在經濟穩定時,則為不顯著的正向影響。實證結果支持Rodrik (1999a,2000b)的理論,在經濟波動越劇烈的國家, 民主政治越能透過政治和解來穩定經濟波動。

本研究欲以分量迴歸的方法估計出台灣上市櫃金融控股公司的VaR、CoVaR及其對台灣金融市場的風險溢出，做為總體審慎監理原則下具有抗景氣特色之風險衡量參考指標。我們亦透過金控公司間之CoVaR，觀察金控公司間風險交互影響程度，盼可提供各金控公司做為個體審慎監理原則下風險管理之參考指標。 本研究包含四大特色：一、運用前期市場資料可估計下期含有條件、共變、傳染、貢獻等特性之風險值，也就是CoVaR；二、透過各家金控對市場之∆CoVaR可觀察各金控公司系統風險貢獻程度差異；三、可觀察金控公司間相互交叉影響程度；四、運用金融機構特性預測未來系統風險。 本研究以信用利差、長短期利差、流動性利差、匯率變動、加權指數報酬、隱含波動度變動、金控股價報酬等市場資料，透過分量迴歸估計損失機率為1%及5%之台灣金融控股公司VaR及CoVaR，並計算市場風險溢出─∆CoVaR研究各金融機構對系統風險之邊際貢獻。且以槓桿比率、市值帳面比、相對規模及資產負債不對稱比例等金融機構特性相關變數預測未來∆CoVaR，做為總體審慎監理原則下之風險管理參考指標。 本研究結果發現對台灣金融市場系統風險溢出貢獻較大的為玉山金、中信金、台新金及國泰金；國票金、永豐金、第一金及元大金則為系統風險溢出貢獻較低者。預測結果部分發現損失機率為1%時，以預測未來兩季之∆CoVaR效果較佳，預測損失機率為5%時則以預測未來三季之∆CoVaR效果較佳，顯示資料對不同的尾端損失機率分配影響顯現時間也不相同。 / In this thesis, we intend to estimate Taiwanese financial holding company’s VaR, CoVaR and risk spillover to Taiwan financial market, and apply these to macroprudential risk management. In addition, we intend to develop crossover CoVaR between financial holding companies, offering risk management referral benchmark under microprudential principle to those companies. There are four features in this thesis. First, we use previous market data to estimate the conditional, comovement, contagion, and contributing VaR - CoVaR. Second, by ∆CoVaR of the institutions to the market, we can observe the holding companies’ systematic risk contribution. Third, we can observe the crossover effect of the holding companies. Last, we could use the characteristics of the institutions to predict future systematic risk. We particularly use credit spread, slope of yield curve, liquidity spread, change of exchange rate, return of market stock index, change of implied volatility and holding company’s stock price, by quantile regression, to predict the VaR and CoVaR of Taiwan’s holding companies when the probability to loss is 1% and 5%. Then we calculate market systematic risk spillover, ∆CoVaR, to observe the marginal systematic risk contribution of the institutions. Moreover, we use leverage, market-to-book ratio, relative size and maturity mismatch to predict forward ∆CoVaR, offering a reference to macroprudential risk management. Our empirical results show that in Taiwan financial market, the top four systematic risk contributors of holding companies are Esun Financial Holding, Chinatrust Financial Holding, Taishin Financial Holding and Cathay Financial Holding; the smallest ones are Waterland Financial Holding, Sino Financial Holding, First Financial Holding and Yuanta Financial Holding. We also find out that when loss probability is 1%, predicting ∆CoVaR after two seasons is better; when loss probability is 5%, predicting ∆CoVaR after three seasons is more significant. It shows that when the tail is different, the effect time is also different.