摘要 利率期間結構是指各種零息債券的殖利率與剩餘期間的對應關係，研究利率行為對資產管理及資產訂價都有非常重要的意義。在一般的資產訂價過程中，可以區分成兩股力量，一是”normal” diffusion，代表的是連續的新資訊導致資產的邊際改變。另一股力量則是”rare” jump，指的是少數的重要的資訊，是在間斷的時點釋放，造成一個超越邊際變動的影響。本論文探討的是，在政府貨幣政策所發出的跳動訊息下，對利率期間結構所產生的影響，並利用Duffie and Kan於1996年所提出的仿射利率期間結構(Affine term structure)，加入跳躍過程下，利用一般化動差法(GMM, Generalized Method of Moments)，估計模型的參數，進而預測未來利率的走勢。 在第一章中我們將說明整個利率期間結構理論的演進，從利率期間結構的三大理論：預期理論(the expectation hypothesis)、期間偏好理論(the preferred habitat theory)、市場區隔論(the segmented markets theory)，到近二十年來發展的連續隨機利率模型。 而第二章主要在介紹加入跳躍過程的仿射利率期間結構(Affine term structure)，並對政府貨幣政策的行為做一個模型設定，以便之後的參數估計。 在第三章我們可以知道詳細的一般化動差法(GMM, Generalized Method of Moments)估計方式，運用在本論文模型上的用法。第四章則真正利用由1994年(民83年)11月24日，至2001年2月1日，共1738筆央行重貼現率，及180天期CP2的日資料，來估計模型的參數。當模型參數得知後，代入求解出的零息債券方程式，來估計利率期間結構。

本文的研究目的在於探討百慕達利率交換選擇權以及CMS結構型債券的評價與分析。在利率風險管理的工具中，利率交換(IRS)可說是最重要的一項，由於利率交換契約提供了很有效率的資產負債管理方式，自1980年代出現利率交換以來，利率交換的交易量與日遽增。在國內利率市場發展上，本國證券商在86年核准證券自營商、承銷商得因業務需要，可以進行避險性的新台幣利率交換交易。主管機關已在90年10月開放證券商經營利率交換業務。91年6月財政部又開放證券商可進一步承作更多樣化的利率商品，包括利率選擇權、利率交換選擇權、遠期利率協定及上述商品之組合。故本文提出之百慕達式利率交換選擇權個案分析，期能探討利率交換選擇權的評價方式及其避險方式。 對於市場上的個體投資戶而言，要如何利用自身對利率走勢的判斷來獲取利潤? 除了衍生性利率商品的操作外，目前還可以投資利率連結型債券，本文以CBA發行之六年期固定期限交換利率連動債券為例，進行個案的評價與避險分析，期能提供券商在未來設計與發行此類型利率連動債券時的一個參考。

長久以來，台灣債券型基金一直存在收益率（Yield）與流動性（Liquidity）的迷思。在國際巿場上，收益率（Yield）與流動性（Liquidity）存在某著的扺換（Trade Off）關係，欲享有倩券型基金高收益，可能必須犧牲某種程度之流動性，反之亦然。而在台灣巿場上卻是硬將兩者置於同向，為達到此目的，透過作價讓淨值不跌，是其一之方法。而作價問題由來已久，其最主要的原因是缺乏殖利率曲線，也就是沒有一個公平巿價評價基礎。主管機關規劃以九十四年底為界限，自九十五起，所有的債券新投資必須採取公平巿價評價，但不溯及既往。但在解決最終問題的過渡期間，債券型基金所存在的問題是什麼呢？以50%持債投資組合觀之，20%的結構債，自九十三年九月以來，因六個月期LIBOR已上揚一三○個基本點，是問題的主要根源，也正因為如此，存在著所謂的流動性風險及利率風險。 基於上述，為研究近期以來債券型基金所面臨之流動性風險、利率風險、信用風險，以及投信業者對於債券型基金的風險控管如何具體落實，故為此篇研究報告並進行分析。 再者，對於債券型基金面臨可能買到地雷債、利率自谷底緩步走揚、債巿空頭來臨等巿場因素，主管機關、投信、投資人之於債券型基金，為一建議。

本文擬以Fleming(1962)模型作為本文的理論架構，並延續張文雅、溫學華與賴景昌(1994)對於不確定政策變動的研究，釋放完全預知的強烈假定，討論「利率調幅不確定」的貨幣政策，並加入「名目利率指標」設定。本文明確地指出在央行實施不確定性貨幣政策的期間，民眾修正預期利率的結果，將導致匯率和產出之預期動態調整路徑，與經濟體系真實動態路徑不會有完全重合的可能性。本文此一結論，與上述文獻認為預期與實際調整路徑完全重疊之論述，已明顯迥然不同。 在本文的推導與証明過程中，我們發現在理性預期下，央行的不確定性貨幣政策可能使民眾的預期匯率及預期產出，產生高估或低估的現象；此外，本文亦提出，當新的訊息進入情報集合時，民眾立即充分運用訊息，且修正先前的利率預期值，此時預期調整路徑可有「非水平」躍動方式。

本文主要以事件研究法驗證1994-2008年間，央行調整重貼現率對於市場長短期利率的影響。我們發現台灣利率市場面對央行調整重貼現率有顯著的反應，且利率市場的反應隨著期數的增加而逐漸減弱。並將央行調整重貼現率的影響分為事前的預期、宣告日當天及事後學習的效果。在短期利率方面，宣告日的效果最為明顯，對於長期利率則是延遲反應的學習效果比較顯著。 另外再將台灣利率市場分為於隨機調整、連續15次升息及15次降息三個時間區間，發現隨機調整的期間預期效果最強，有可能是於這段期間央行多採用技術性的調整，而連續15次降息的總效果最強，表示央行降息政策於這一段時間區間內最有效，連續15次升息的區間則是完全不顯著，於這段區間內，因市場資金寬鬆，央行升息並不能帶動市場利率提升。 最後將事件研究法的區間由宣告日前後七天擴大為前後十五天，檢驗是否有未捕捉到的效果，我們發現十四天的區間與三十天的區間效果並沒有差異，顯示台灣利率市場面對央行調整重貼現率的反應多在前後七天內就反應完成。若與其他研究比較，國外利率市場事前的預期效果較為顯著，國內則是事後學習效果較為顯著，未來可以此為研究方向，繼續深入探討在各國市場機制不同下，市場利率面對央行調整重貼現率的影響。

過去文獻在探究利率波動行為時多採用現貨市場利率做為研究對象，思及期貨市場交易成本較低且流動性也較高使其對新資訊的反應更為迅速下，本文改以短期利率期貨，三個月期歐洲美元定存利率期貨、三個月歐元存款利率期貨以及三十天期商業本票利率期貨的隱含利率作為樣本資料，進而探討美國、歐洲及台灣的利率波動行為。研究方法以Gray(1996)提出的一般化狀態轉換模型為基礎並加入可以反應不對稱性的Dispersion設定，此設定有二個優點，其一為當面臨極大衝擊時，可減少衝擊所造成的變異數持續性而產生波動度均數復歸的現象，此設計乃考量到樣本期間一半時期均處於高峰度狀態的情形不常見，當波動度處於高峰時，預期市場波動度會反轉成近似常態水準；其二為易於Student’s t分配之狀態轉換模型下自由度的參數化設定，使峰態可隨狀態轉換。另外亦加入槓桿效果設定來反應市場上正負消息對資產報酬波動度所造成的不對稱影響。 由AIC模型配適度選擇準則下，適合描述美國、歐洲以及台灣的利率模型分別為RS-GARCH-L-DF, RS-GJR-GARCH-L-DF與RS-GJR-GARCH模型，這三個模型在DM預測力檢定下亦顯示具較佳模型預測力，本文進一步透過此些模型來探測歷年來重大經濟事件與央行利率政策對利率波動度的影響與關聯性。 研究結果顯示美國、歐洲及台灣的利率波動行為均具有顯著的高低兩波動狀態，台灣與歐洲的利率處於高低波動期間的機率較平均，但台灣處於高波動度狀態的機率遠高於歐洲，相形之下，美國普遍處於低波動度狀態；三者的利率長期皆會回歸於某一均衡水準，且顯著存在波動度叢聚的現象，其中，台灣利率的波動最為劇烈，而美國與歐洲的利率行為則具有波動度長期會回歸某一均衡水準的現象。當利率水準較高時，可清楚窺知歐洲的利率波動度也會較大，此現象亦存在於美國的高波動時期，但不適用於台灣利率動態行為上的描述。

基於國內貸款市場的特性來看，國內金融機構所承作的不動產抵押貸款幾乎都是浮動利率抵押貸款，與美國以固定利率抵押貸款為主的貸款市場發展相當不同，未來台灣若欲發展不動產抵押貸款證券化，最先發展的商品應是符合國內抵押貸款屬性的調整利率傳遞證券，因此本文將針對調整利率傳遞證券做評價。同時，由於傳遞證券具有路徑相依的利率衍生性商品之性質，難以得到評價的封閉解，必須依賴數值方法來評價，評價方法不外乎採用利率樹或蒙地卡羅模擬法，本文將對此兩種評價方法做一深入的探討，同時有別於目前國內相關論文以Hull & White三元利率樹的評價方式，採用蒙地卡羅模擬法來評價，並進行敏感度分析，調整利率傳遞證券的評價結果如下： 1. 以台灣的貸款屬性來看，抵押貸款無每年利率上下限，雖有20％的最高利率上限但在目前低利率環境及低利率波動度的環境下，很難觸及此20％的最高利率上限，因此，期間利率上限價值很低，幾乎可視為一個純粹的浮動利率貸款。由於利率每年調整一次，現金流量則是按當時利率水準每月折現，故即使在貸款契約利率之利率加碼等於風險溢酬的情況下，傳遞證券的價格也不會等同於面值。 2. 利率波動度與調整利率傳遞證券價格之相關性不確定。 3. 調整利率傳遞證券價格與每年利率上限（annual cap）及期間利率上限（lifetime cap）有正相關。 4. 同時具有每年利率上限及下限的傳遞證券，價格會比只有每年利率上限的傳遞證券高。 5. 利率加碼越大，調整利率傳遞證券價格越高。 6. 提前清償速度與調整利率傳遞證券價格間的相關性，受到MBS折價或溢價的影響。

本文分別使用單因子無套利模型的 Hull and White 模型，以及二因子均衡模型的 Longstaff and Schwartz 模型來評價遠紡 66 期公司債甲乙兩券附有之利率上限。 研究結果額示：在 HW 模型部份，甲券估計出來的利率上限價值為 149.5088bp ；而乙券利率上限的價值則為 1.36E-07bp ，較甲券低。這可能是因為兩券指標利率性質不同的緣故，導致調整速度與波動性均不同。而乙券的利率上限履約利率訂得較高，造成未來利率觸及利率上限的機率不大，價值自然也較低。調整速度的變動並不會影響利率樹的垂直間距，若調整速度增加，甲券方面的利率上限價值並沒有一定的趨勢，乙券利率上限的價值則會逐漸下降。波動性的增加則使得利率樹的垂直間距與利率上限的價格均隨之上升，甲乙兩券都有相同的現象。對 HW 模型來說，若波動性太大，由於仍屬於常態分配，也可能導致利率成為負值。 在 LS 模型部份，估計出的遠紡 66 期甲券附有的利率上限價格為 110.8bp ，而乙券的利率上限價格為 Obp 。履約利率設定越高，導致利率上限價格越低。以甲券而言，當履約利率達到 8% 時，利率上限就失去其價值了。而乙券在契約訂定的履約利率(7.75%)時，其利率上限已毫無價值可言。此外，波動性越大，會導致利率上限的價值越高。甲券的實證結果，波動性與利率上限價格成正向閒係，而乙券部份，則由於履約利率過高，而定儲利率本身波動性並不大的影響，即使波動性改變，其利率上限仍是沒有價值。

近年來，由於Black-Scholes選擇權評價模式的發展，利用套利定價理論來研究利率期限結構和利率性或有請求權定價的文獻有增多的趨勢，而學者們建構利率期限結構模型的方法是由瞬間即時利率遵守某些隨機過程開始，然後推導出在風險中立的情況下，此一波動過程所演變而成的債券價格。例如Cox,Ingersoll and Ross(l985)發表的一般均衡模型，以及Longstaff and Schwartz(1992)根據Cox,Ingersoll and Ross(1985a,b)的單因子模型，再加上即期利率的變異性，而導出一雙因子模型。 在投資人決定購買何種到期期間的證券以及公司決定用長期債券或短期債券融資之前，都應先瞭解利率期限結構，並預測未來利率走勢。本研究擬針對一些著名的單因子動態利率模型以及Longstaff-Schwartz雙因子模型加以分析，並驗證在我國應用的可行性。 研究結果發現，單因子模型中以CIR SR及B-S模型的配適度較佳，顯示台灣利率走勢長期將會回歸到一平均利率，亦即國內的貨幣市場價格風險將得以降低。 近年來有許多學者另行引進許多變數於模型當中，以增加捕捉動態利率的能力，本研究藉著L-S模式，引入另一變數－短期利率的變異性，估計結果可知此變數亦會影響國內貨幣市場之利率結構，並證明了利率之變異性亦為或有請求權定價的重要考慮因素。

每年各國都有許多報章雜誌以不同的績效指標來進行企業排名，檢視企業前一年度的經營成果，並就排名結果解析未來產業趨勢。一般認為排行榜中的企業可代表標竿企業，同時排行榜符合統計概念中的樣本，加上排行榜為利用前一年已知的財務資料，為落後指標，應可代表整體產業的發展，故有不少研究是直接使用排行榜的企業作為研究對象，但少有直接就排行榜長期資料進行分析的研究。 　　而本研究旨在研究歷年排行榜的資料與產業變遷的關係，以及台灣產業的特性。研究範圍使用台灣經濟新報Top3000資料，研究1991~2008年製造業營收前五百大企業，並針對有企業家數有明顯變化，且為台灣重點發展之半導體、光電、紡織產業深入探討。 結果發現台灣前五百大企業的入榜變動率與美國前五百大企業的入榜變動率接近，每年約28家企業入榜；前一百大的入榜變動率16.59%比前五百大的入榜變動率5.53%還高出許多；半導體、光電、紡織產業的入榜變動率深受到總體環境變化影響。而我們也證實獲利率和入榜家數有正向的線性關係，表示當該產業的平均獲利率上升時，該產業的入榜家數也會增加。最後，在規模報酬的結果中看到，台灣製造業五百大企業和美國Fortune500大一樣呈現規模報酬遞減，也意味著大企業的生產效率不見得是最好，大不代表強，不代表有競爭力。在討論加入研發費用變數探討後，我們也看到研發費用變數對五百大企業的營收貢獻是正向顯著的，從係數的比重變化來看，資本密集的產業也逐漸的走向知識密集產業。 排行榜可說是個量化的產業史，也充份具備了資訊提供的價值。 / For every country, every year, there are lots of newspapers and magazines report the achievements of enterprises according to many different financial performance indicators, making a ranking by examining the operating results of the previous year and analysis future industry trends. The enterprises in the ranking generally considered to represent the benchmark enterprises, while the ranking conforms to the statistical concept sample. Owing to the ranking which uses the financial information known to the previous year, as lagging indicators, should be possible to represent overall industrial development. Therefore, many researches take the ranking directly for the object of study, but only few researches take the long-term ranking data as an analysis. 　　However, this research is for the purpose of studying the relationship between the long-term ranking data and the industrial vicissitude, as well as the characteristics of Taiwan industries. The study using the Taiwan Economy Journal Top3000 financial data, tries to study the top 500 enterprises of manufacturing industry from year 1991 to 2008, and aims to thoroughly discuss the semiconductor industry, the electro-optic industry, the textile industry which are the focus industries and their entrepreneur numbers has obvious change. The results show that the entry/exit change rate of Taiwan top 500 enterprise ranking is close to the change rate of U.S.A top500 enterprise ranking. The change rate shows that approximately 28 enterprises enter the top500 enterprises ranking every year. Besides, the change rate of top100 enterprises rank, 16.59%, is higher than the change rate of top500 enterprises rank 5.53%. The change rates of semiconductor, the electro-optic, the textile industry are deeply influenced by the overall environmental variation. Furthermore, we also confirm that the profit rate and the number of entry top500 ranking have the positive linear relationship. It means that when the industrial average profit rate rises, the entry number of this industry increases as well. Finally, we can find out the return on scale of the top 500 enterprises in Taiwan manufacturing industry, the same as American Fortune500, presents the decreasing returns on scale, which also means that production efficiency of large enterprises is not necessarily the best. Big corporate does not mean that they are stronger or more competitive. After adding the research & development expense variable into discussion, we also see the research & development expense variable for top500 enterprises’ revenue is a significant positive contribution. Looking from the change of coefficient proportion, the capital-intensive industries have gradually transformed into knowledge-intensive industries.. The ranking can be said a quantitative industrial history, but also fully equipped to provide the value of information. Key words: The ranking, the change rate, the profit rate, the return on scale