本研究運用一般國外文章中，對價值型與成長型股票的分類因素，把國內的股票分成價值型與成長型股票，研究那些分類因素對上述兩組報酬率具有明確的區分效果，並利用區別分析，針對報酬率具有明確的區分效果者加以分析，以瞭解除了分類因素之外，是否還有其它影響報酬率的因素存在，並研究區別分析後，若依據各股票所得的區別分數，將價值型與成長型股票重新分組，是否能使這兩組股票的報酬率更能被區別。本文亦將針對股票的規模(SIZE)大小是否會影響其報酬率加以驗証。 主要實証結果摘要如下： 1.以P/B、P/S、SIZE當成分類因素時，若持有期間三年，則各組的平均報酬率明顯受因素值大小所影響，但值得注意的是SIZE值的大小則對報酬率的影響並不具有一致性。 2.當分類因素為(P/B,P/E)、(P/B,P/C)、(P/B,P/S)、(P/E,P/S)與(P/C,P/S)時，若持有期間三年，則價值型股票平均報酬率明顯優於成長型股票平均報酬率。 3.不管分類因素是為單因素的P/B與P/S，或是二因素的(P/B,P/E)、(P/B,P/C)、(P/B,P/S)、(P/E,P/S)與(P/C,P/S)，若特有期間可達三年，則價值型股票具有打敗不含金融指數的一致性。 4.利用區別分數將價值型與成長型股票重新分組，以單因素的P/B與二因素的(P/B,P/S)具有更佳的區分效果。 5.將區別因素簡化，與原來未簡化時差異並不大，顯示區別因素具穩定性。

隨著近年來股市的蓬勃發展，各種投資策略亦隨之孕育而生，投資策略不外乎消息面、基本面與技術面的研究，其中技術面分析最常應用於短期投資策略。在技術分析的領域中，反向投資策略與動量投資策略，是近年來普遍被應用的投資策略，這兩種恰好相反的投資策略，在不同的市場、不同的投資時間點與投資期間，各具有其存在的價值。 本研究參考Moskowitze & Grinblatt(1999)所提出的產業動量投資策略，配合著國內投資人喜愛短線操作的習性，以傳統動量投資策略為基礎，加入產業類股的考量，分別設計出短期各種投資策略，探討在民國84年初至88年底間，這些投資策略的可行性，並根據實證結果，提出投資策略建議。 本研究實證結果發現： 1. 台灣股票市場在短期，產業動量投資策略優於個股動量投資策略，顯示在短期產業動量效果存在，這項結果和許多國外實證結果相同。 2. 台灣股票市場在極短期，產業動量投資策略並無法獲利，而個股動量投資策略則能獲得明顯報酬。 3. 將大盤漲跌納入權變因素所形成的混合投資策略，在短期並無法提高個股或產業動量投資策略的獲利，但在極短期，個股或產業混合投資策略皆能提高獲利。 4. 若將目前台灣股市中股票交易的相關投資成本納入考量，在本研究所提出投資策略中，在短期，產業動量投資策略仍可獲得異常利潤，在極短期，則沒有投資策略仍有獲利的現象。顯示過於短期的投資策略，會因頻繁的買賣動作，伴隨著過高的交易成本，最後侵蝕原本投資策略的獲利。

本論文運用CUSUM、CUSUMSQ與虛擬變數探討台灣股票市場的結構性改變，與各種GARCH模型對台灣股票市場報酬加以解釋。實證結果如下： 1.CUSUM與CUSUMSQ檢定有相當大的差距，這在理論上是不合理的。 2.CUSUMSQ檢定出的結構改變虛擬變數有部份無法掌握。 3.EGARCH模型對金融股解釋力並無較佳，但在營建股上則得到較佳的估計，但與經濟直覺相異的地方在正面干擾對股市的影響較負面為大。 4.GARCH-in-mean模型在金融股上完全無法解釋，即風險與報酬的抵換關係，無法得到印證，但在營建股上以EGARCH為基礎的模型此點可得到印證。 5.以t分配為基礎GARCH模型在概度函數值與AIC、SBC上有較佳的解釋力，但在殘差的峰態檢定上則出現不一致。而此問題在雙變量GARCH模型上出現概度函數值與殘差峰態檢定出現相當大的不一致性。

金融資產報酬的波動一直都是財務市場熱衷研究的主題, 由於真正報酬的波動無法確知, 造成無法判斷何者為衡量報酬波動最佳的模型, 進而導致預測未來報酬的風險增加。因此, 本文利用靴帶抽樣法(Bootstrap)反覆抽樣的估計方式, 建立報酬與報酬波動的預測區間來衡量由估計模型參數產生的不確定性, 希望能藉此更瞭解資產報酬的變化以降低投資風險。鑒於目前衡量報酬波動的模型眾多, 文中將採用文獻上普遍最能掌握金融資產報酬波動現象的GARCH模型, 作為衡量報酬波動的方法, 再以靴帶抽樣方法估計其報酬與報酬波動的預測區間, 透過有限樣本的模擬將估計模型參數不確定性的靴帶抽樣方法與其他方法比較, 證明靴帶抽樣法最能適當的捕捉報酬波動真實的情況。最後, 由台灣上市股票市場中選取四支不同類股的各股以日報酬進行實證研究, 結果顯示各股的日報酬都具有波動變異的現象, 進一步估計樣本外不同範圍的波動預測區間, 發現利用估計模型參數不確定性的靴帶抽樣方法可以適當地涵蓋波動的變化。

在國內外實證文獻中，已有許多學者研究市場過度反應的現象，但由採取的研究方法不盡相同，故結論也有所差異．本研究是希望能對台灣股市的個別股票報酬率作一較完整的檢視，先瞭解股票報酬率前後期的相關情形，試圖找出一些一致性，再提出股市交易的策略，並比較策略的獲利性。 將樣本分成對稱與不對稱的形成期及檢定期，採Spearman等級相關係數法先對台灣股市同一股票的報酬率在不同期間（形成期及檢定期）的表現是否有相關作一檢視，接著檢定此相關係數時間序列是否具有隨機的特質，而後將證券交易稅及手續費納入考慮後，比較三種投資策略－買入持有輸家、中間、贏家的獲利性、風險及績效表現。 本文的實證結果：由單位風險報酬率來看，投資股市應以買入有長期的策略才會有較好的績效表現，而買入持有短期的績效是最差的。以不同的樣本期間討論台灣股市是否有價格反彈，結果並不相同。在1980年-1998年的Spearman等級相關係數多為正值，表示市場在288天以下多沒有價格反彈，且以連檢定的結果多為顯著，以Jensen α檢定之，贏家投資策略能獲得超額報酬。在1990年-1998年不論是重覆取樣、未重覆取樣，Spearman等級相關係數，多為負值，表示市場應存有價格反彈的現象，且以連檢定的結果多為顯著，但以Jensen α檢定之，輸家卻無法獲得超額報酬。可能是因為考慮了交易稅與手續費，而影響了投資策略的獲利性。 / There have been many articles discussing overreaction. Because of the difference of methods and samples, the conclusions are different. This thesis tries to make a more complete examination of Taiwan Stock Market. We divide sample period to be formation period and test period which are symmetric and asymmetric. Besides that, we adopt overlapping and nonoverlapping sampling. The sample period is 1980 January 1 to 1998 January 22. Three investment strategies are buying and holding loser portfolio、middle portfolio and winner portfolio. We use Spearman rank correlation to discuss whether the return of Taiwan Stock Market has correlation between formation period and test period. Then we adopt one of nonparameter statitics analysis－run test to examine whether the time series of Spearman rank correlation is a random walk. Following are our summaries： 1.The longer period we hold the stock,the better return we acquire. 2.In the first sample (1980 Jan 1 to 1998 Jan 22), Spearman rank correlation. is almost positive, and the hypothesis of run test is significant. We imply buying and holding the winner portfolio is the best strategy. We can prove this by using Jense α. In this case, buying and holding winner can get excess return. 3.In the second sample(1990 Nov 1 to 1998 Jan 22), Spearman rank correlaion is almost negative, and the hypothesis of run test is signficant. We imply buying and holding the loser portfolio is the best strategy. But we can not prove the by using Jense α. As we can not acqure excess return by buying and holding loser portfolio.