我國基於市場國際化與金融自由化的潮流，自1983年起逐步開放海外資金投資國內股票市場，證期會自1990年12月28日起開放外國專業投資機構投資我國股市，並且自1996年3月1日起，開放境外華僑及外國人投資我國股市。 吸引外資至我國投資對我國的經濟發展是有相當的助益，而維持股市與匯市的穩定亦是相當重要的目標，外資投入我國股市的金額與比重，預計逐年攀升，其交易策略與交易行為造成我國股市何種的衝擊與影響，是否與我國景氣循環有相關，引起本研究的動機。 本研究期間為1995年8月1日至2003年4月30日之日資料，主要以VAR模型及GARCH模型分析外資、投信與自營商買賣超及其與股價指數日報酬率之關係，並且配合景氣循環指標判斷當繁榮或蕭條時，探討兩者之關聯性。本研究之結論如下： 1.外資在股票市場中扮演著領先者的角色，可能因為外資對於資訊的判斷與收集較國內法人精準且充足，所以國內法人有跟隨外資的現象。 2.前期外資買賣超對當期股票指數報酬率具有顯著的正向衝擊，可見外資進出股市的確具有資訊內涵，可作為投資時的參考指標。 3.在加入景氣循環變數進行討論時，可發現當景氣蕭條時外資買賣超對股市報酬率的衝擊比景氣繁榮時衝擊劇烈。 4.股票報酬率的波動性亦顯著受前期外資買賣超波動衝擊的影響，且為正向效果，但投信與自營商買賣超對股票報酬率波動的影響並不顯著。 5.不論景氣的好壞，外資買賣超的波動度會增加我國股市報酬率的波動，且為正向的影響，由此可推論外資的買賣超行為會對台灣股市的短期走勢有助長或助跌的效果，增加股市報酬率波動度。

臺灣股市在最近三年中, 股價已有數次暴漲暴跌的大波動, 致使投資人不知其內因而 無所措。大體而言, 股價之波動主要決定於供需之關系, 任何影響供需變化之因素皆 能影響股價之價位, 一般股票供需模型之論文, 通常將模型設定為均衡市場, 然而均 衡模型在理論上有一先決的基本條件, 即市場價格須充分發揮, 依市場供需情況自動 調整市場價格, 而國內股票市場過去因受5%漲跌停與今7%漲跌停的限制, 再加上市場 上資訊傳遞不足可能處於失衡狀態。因此本文將使用價格未能充分調整的失衡模型來 估計, 在估計過程中, 將會估計出一組統計量來判斷此聯立模型是否失衡。 本文以二段最小平方法來估計, 不僅在估計中考慮了相互決定的內生變數, 亦可避免 使用普通最小平方法估計時, 產生解釋變數與誤差項之間并非線性無關而產生估計偏 誤。由估計出來聯立模型系數, 經過公式運算, 以模擬的方式, 可以判斷出臺灣股票 市場是屬於均衡市場? 抑或為失衡市場? 文中共分六章, 第一章緒論, 將研究方法與內容作一簡介, 第二章為文獻回顧, 將國 內以往有關股市的論文, 作一回顧, 第三章為失衡模型, 將模型之發展與設立作一敘 述, 第四章為資料來源, 第五章為實證結果與分析, 第六章為結論。

無 / This paper investigates the long term performance of Taiwan stock market from 1967 to 2008. We obtain the total return of Taiwan Stock Exchange Capitalization Weighted Stock Index (“TAIEX”) by adjusting cash dividends. Prior to Dec 31st, 2008, the adjusted TAIEX (AdTAIEX) become 16,088.49 is 3.5 times than 4591.23, the TAIEX it reach. Based on annualized rate of return, AdTAIEX has 13.069% greater than 9.743% of TAIEX. Investors not only care about the rate of return of their portfolio, but the real purchasing power they have. Based on correction of inflation, AdTAIEX only has 8.25% annually, with 4.819% erosion by inflation. TAIEX only has 5.07% annually, with 4.673% erosion by inflation. Also, we create a timing strategy according to the varying of past variance that may help “buy and hold”strategy.

資料串流探勘是一個重要的研究領域，因為在現實中有許多重要的資料以串流的形式產生或被收集，金融市場的資料常常是一種資料串流，而通常這類型資料的本質是變動性大的。在這篇論文中我們運應了資料串流探勘的技術去預測台灣加權指數期貨的漲跌。對機器而言，預測期貨這種資料串流並不容易，而困難度跟概念飄移的種類與程度或頻率有關。概念飄移表示資料的潛在分布改變，這造成預測的準確率會急遽下降，因此我們專注在如何處理概念飄移。首先我們根據實驗的結果推測台灣加權指數期貨可能存在高頻率的概念飄移。另外實驗結果指出，使用偵測概念飄移的演算法可以大幅改善預測的準確率，甚至對於原本表現不好的演算法都能有顯著的改善。在這篇論文中我們亦整理出專門處理各類概念飄移的演算法。此外，我們提出了一個多分類器演算法，有助於偵測「重複發生」類別的概念飄移。該演算法相比改進之前，其最大的特色在於不需要使用者設定每個子分類器的樣本數，而該樣本數是影響演算法的關鍵之一。 / Data stream mining is an important research field, because data is usually generated and collected in a form of a stream in many cases in the real world. Financial market data is such an example. It is intrinsically dynamic and usually generated in a sequential manner. In this thesis, we apply data stream mining techniques to the prediction of Taiwan Stock Exchange Capitalization Weighted Stock Index Futures or TAIEX Futures. Our goal is to predict the rising or falling of the futures. The prediction is difficult and the difficulty is associated with concept drift, which indicates changes in the underlying data distribution. Therefore, we focus on concept drift handling. We first show that concept drift occurs frequently in the TAIEX Futures data by referring to the results from an empirical study. In addition, the results indicate that a concept drift detection method can improve the accuracy of the prediction even when it is used with a data stream mining algorithm that does not perform well. Next, we explore methods that can help us identify the types of concept drift. The experimental results indicate that sudden and reoccurring concept drift exist in the TAIEX Futures data. Moreover, we propose an ensemble based algorithm for reoccurring concept drift. The most characteristic feature of the proposed algorithm is that it can adaptively determine the chunk size, which is an important parameter for other concept drift handling algorithms.

摘要 2007年初美國發生次級房貸大量違約, 陸續有銀行倒閉, 進而撼 動整個美國與歐洲股市。一向與美國有密切貿易關係的台灣,在此事 件中到底受到多大的影響? 本文利用DCC模型探討次貸風暴前後,台 美股價間的關係是否有發生顯著的變化? 實證結果發現: 台灣與美國 的動態相關係數在次級房貸之後, 反而變小, 可見台灣的股市並未受 到很大的衝擊, 而亞洲地區的大多數國家也都與台灣相似,與美國的 動態相關係數變小,可見亞洲地區在次貸風暴中扮演著避風港的角色。

本文主要在探討在何種情況下(意即金融危機發生前後)會發生比較顯著的跨國從眾現象。本文採用2003年10月1日到2009年2月28日期間的台灣加權指數、台灣50、美國S&P 500和道瓊工業指數報酬率資料，並利用Hwang and Salmon (2004)測量從眾行為指標的方法，檢驗在此段期間下，台灣投資人行為是否有明顯跟隨美國投資人行為的現象。實證研究發現整體而言在此段期間下，台灣存在顯著的跨國從眾行為。細部以月為單位探討從眾行為顯著結果的變化，可以歸納出以下三個結論：一、從眾行為主要發生在經濟情況相對穩定的情況下，意即在金融危機日趨嚴重以前，測量從眾行為的指標反而比較顯著。例如在2007年和2008年時的經濟情況比在2003年、2004年和2005年時還要衰退，但測量到存在顯著跨國從眾行為的月數反而較少。二、持續存在顯著跨國從眾行為的最長期間為2005年3月到2006年1月，歷經11個月。三、最常被觀測到有顯著從眾行為現象的月份為1月、11月和12月。 / This paper mainly examines under what conditions herding behavior is likely to become more significant and obvious, in which I modify Hwang and Salmon (2004)’s methodology and use the returns data of Taiwan Weighted Index, Taiwan 50 stock Index, S&P 500 stock and Dow Jones Industry Index of the sample period of October 1, 2003 to February 28, 2009 to test if there is any multinational herding behavior. I find that Taiwan investors in this sample period follow (even imitate) the investment actions of American investors. In more details about the herding patterns, we have found three main phenomena. First, herding behavior mainly occurs significantly during relatively quiet period, say, before the financial crisis, rather than when the market is under stress. The economic situations in 2007 and 2008 are much worse than in 2003, 2004, and 2005, but numbers of months exhibiting significant herding in these bad situations are less. Second, the longest lasting time of herding is March 2005 to January 2006, which totally lasts for eleven months, and this period is before 2007 and 2008 in which the financial systems are destroyed badly. Third, herding always happens in January, November and December given the sample period.