本研究選取台灣加權股價指數、日經225股價指數、南韓綜合股價指數、新加坡海峽指數以及香港恆生指數，從1990年1月5日至2004年12月31日之指數收盤週資料，利用動態條件相關係數（DCC）模型來探討台灣、日本、南韓、新加坡以及香港股票市場間相關係數的動態過程。經由實證本研究歸納結論如下三點： 一、台灣、日本、南韓、新加坡以及香港五個國家股價指數兩兩間的相關係數是會波動的，如同指數在不同時點因事件發生的條件不同而波動一樣，相關係數亦會隨時間點事件發生的條件而改變，不若常數條件相關係數只為固定正值，且受選取時間區間的影響。 二、五個國家由於政經發展相似，且地理與文化背景亦相近，相關係數除台灣－日本、台灣－新加坡以及日本－香港在某些時點為負值外，其餘任何時點皆為正數，與直覺相符。此外，由圖形直觀之，我們發現新加坡－香港的連動程度最高，且除台灣－日本的走勢波動較大而不明顯外，其餘動態相關係數的走勢和緩，在某些時段下還有明顯的趨勢，因此若機構投資人在投資此一區域時，能考量此一趨勢的存在，將能更有效率的運用投資基金；而發行標的為此五個國家股價指數的衍生性金融商品時，發行機構將能更有效的規避風險。 三、現代投資學倡導投資組合管理，其中心理念是藉由資產間的負相關，使得投資報酬不會因非系統風險而降低，對個股而言，指數投資即為分散非系統風險的方法之一；然對區域而言，分散投資個別國家才能達到投資組合最佳化。我們以1997、1998年亞洲金融風暴一例觀察，雖然亞洲金融風暴對亞洲國家而言是全面的，為不可分散的系統風險之一，但由於亞洲各國發生金融危機的時間點不同，因此由圖形中我們可以看出，在亞洲金融風暴時，五個國家股價指數的動態相關係數反而迅速降低，因此投資此五個國家符合資產配置最佳。

近年來，中國的經濟表現受眾人稱羨之餘，實質固定匯率政策卻為人所詬病。然而，中國人民銀行於 2005 年 7 月 21 日公告一套以市場供需為基準的管理浮動匯率制度後，人民幣遂開始逐步升值並連帶地牽動亞洲其他國家幣值變化。為瞭解人民幣變動對亞洲四小龍國家幣值的外溢效果，本文利用動態條件相關係數模型，透過人民幣和亞洲四小龍貨幣的無本金交割遠期外匯分析相關係數。最後發現，人民幣和四小龍貨幣間存在不同程度的正相關，且此動態相關性自 2008 年起日與俱增。

過去實證研究顯示，匯率轉嫁程度並非一成不變，而是具有隨時間變動的特性。因此，有別於過去文獻大多採用滾動相關係數，本文則是使用Engle(2002)提出的動態條件相關係數模型，估計台灣於1982年至2014年間匯率變動與進口價格變動間的動態條件相關係數；並以其做為匯率轉嫁的代理變數，進而探討台灣匯率轉嫁的時間變動趨勢。我們的實證結果顯示，不論是用滾動相關係數還是動態條件相關係數，台灣的匯率轉嫁都明顯具有隨時間變動的特性。雖然5年期與10年期的滾動相關係數均在1997年前後分別呈現上升與下降的趨勢，動態條件相關係數則無類似的現象。然而，由於滾動相關係數容易受到滾動視窗樣本大小或滾動視窗有無包含極端值的影響，使得此方法較無法看出匯率轉嫁變動的準確時間點，而動態條件相關係數模型則可避免此問題。此外，本文實證發現，通膨環境與匯率波動是造成台灣匯率轉嫁隨時間變動的主要因子，對匯率轉嫁皆有顯著的正向影響。在排除1986年匯率轉嫁與進口滲透率呈現短暫負向關係的資料後，進口滲透率與匯率轉嫁的正向關係變為顯著，而進口滲透率也成為影響匯率轉嫁的原因之一。 / According to past empirical studies, it is believed that exchange rate pass -through (ERPT) has the time-varying nature. In this paper, we apply the Dynamic Conditional Correlation (DCC) model of Engle (2002), rather than the rolling correlation coefficient prevalently used by other studies, to analyze the time trend of ERPT for Taiwan. We estimate the dynamic condition correlation between the changes of exchange rate and the changes of import price using monthly data from 1982 to 2014 and use this correlation as a proxy for the degree of ERPT. Our empirical results show that ERPT for Taiwan, whether measured by the DCC or the rolling correlation coefficient, has a significant time- varying nature. In addition, both 5-year and 10-year window rolling correlation coefficient increase before 1997 and decline after 1997, which does not show in the DCC. However, the rolling correlation coefficient does not provide precise timings in the changes in ERPT, because of the dependence on the size of windows and whether or not outliers exist in the window. In contrast, the DCC does not have this kind of problem. Another important empirical result of this paper is that the inflation environment and the exchange rate volatility are main factors which explain the time-varying ERPT, and both of them have positive relation with ERPT. Moreover, the import penetration becomes positively significant after excluding data which shows temporary negative impact of the import penetration on ERPT in 1986.