本論文主要研究主題為股票市場流動性的共同影響因子，並檢定總體經濟變數是否能對股票市場整體流動性的變動提供解釋。 過去對於流動性相關主題的研究多半著重於個別股票流動性與其股價高低，股價變動程度以及公司個別事件如股票分割等對其股票流動性所造成的影響。而本文則是針對在台灣股票市場交易之個股為標的，探討總體經濟變數對股票市場整體流動性的影響。與過去文獻實證結果相同的是，台灣股票市場交易的不同個股之流動性的確存在共同的影響因子。而在流動性解釋因子的實證方面，結果顯示總體經濟變數中的匯率，工業生產指數，以及貨幣供給額之變動率皆對股票之流動性有正面的影響。而利率與通貨膨脹變動率則與股票流動性存在著負向的相關性。除此之外，本研究也發現以上各總體變數對股票流動性的影響力會隨景氣循環的不同階段而有所差異。 本論文之實證結果不但增進我們對股票市場整體流動性長期變化的了解，同時也更進一步建立起總體經濟與股票市場流動性之間的關聯。 / This study investigates the common factors of the stock market liquidity and examine whether the variations of liquidity can be explained by the general macroeconomic variables. In contrast with pervious research which focuses on the firm-specific determinants of liquidity, our study emphasizes the influence of a macro-perspective aspect on the market-wide liquidity. Consistent with what other studies documented in the U.S. security market, we first evidence commonality in liquidity in Taiwan stock market. We also find exchange rate, industrial production index, and money supply are positively correlated with stock liquidity while interest rate and inflation rate are negatively related to liquidity. Furthermore, we show that macroeconomic variables impose influences of different magnitudes on stock liquidity during different stages of business cycles though the empirical results are not statistically significant in our study. This research helps us learn more about the relationship between stock market liquidity and the macro economy and provides another prospect of how liquidity changes in the long run.

本研究利用ADF單根檢定以及新觀點的季節性單根檢定做為分析工具，去檢測期貨巿場與現貨巿場是否存在一長期均衡關係。研究對象共有十種，分別為：能源期貨－輕原油、煤油，外匯期貨－日圓、瑞士法郎（對美元），短期利率期貨－一個月期倫敦銀行拆款利率、90天期美國國庫券，公債期貨－2年的美國中期公債、15至30年的美國長期公債，S&P500指數期貨，金屬期貨－高等級銅期貨。 過去檢測長期均衡關係所使用的單根檢定觀點假設其他頻率的單根並不存在，因此當拒絕虛無假設時，我們無法確知拒絕的原因是資料真的沒有單根的存在，抑或是資料具有季節性現象，因此納入季節性考量的HEGY檢定法，將是比較一般化的檢定方法，而且因為HEGY能夠同時檢定季節性及某些非季節性單根的存在與否，而不必假設所有季節性頻率的單根皆同時存在，所以ADF單根檢定法可視為HEGY季節性單根檢定法之特例，因此一般來說，HEGY檢定法之檢定力較ADF單根檢定法為高。 而本文實證結果亦證明，ADF單根檢定法的確無法檢定出季節性單根的有無，當季節性因素存在時，使用ADF單根檢定將可能導致錯誤的推論。

充足與質優的原料為明膠產業最重要的關鍵成功因素。但鑒於國內豬皮無法充足供應的前提下，明膠產業只有以國內豬皮原料供應為主國外進口原料為輔的生產策略因應。然而動物性產品受限於動物疫情影響、宗教信仰、保鮮要求、倉儲運輸等限制，加上價格因素等並不容易購買。故在進口採購決策上要如何買的好(品質與價格) 更要買的巧(進廠時程)，實需要一套科學性的統計預測工具來協助管理與進口採購決策。 本文探討1999年1月至2006年9月間，台灣毛豬均衡交易量的影響因素，本研究具有下列特色：第一，基於豬隻均衡交易量及交易產地價格每月都在變動，為能擁有更多資訊使模型更具解釋能力及實務上時效性的考量，故本文首次使用「月資料」來驗證影響毛豬月均衡交易量的影響因素。第二，有鑒於季節性變數對台灣毛豬均衡交易量深具影響性，首次加入農曆「季節性變數」，包括農曆新年、清明節、端午節、中元節、中秋節，以及三個季節變數：二月、六月及十二月，做為影響毛豬月均衡交易量的影響因素。第三，本研究以毛豬產地價格(PH)、七公斤仔豬價格(PL)、前一個月毛豬均衡交易量(HOGKNt-1)、前五個月豬隻在養數量(HOGPKt-5)及前三個月每頭毛豬交易的平均重量來配置毛豬均衡交易量模型，所得模型之配置程度高達96.50%。最適配置模型如下： HOGKN =β0 + ( PH *β2) + ( PL *β3 ) + ( HOGKNt-1 *β4 ) + ( HOKGP *β5) + (HOGAW*β6 ) + ( D_NY *β7) + ( D_2 *β8 ) + ( D_6 *β9 ) + ( D_12 *β10 ) +ε 經由實證結果發現一月及十二月的季節變數對毛豬均衡交易量有正向顯著影響；二月及六月的季節性變數具負向顯著影響；而中元節及中秋節的影響並不顯著。 本研究同時發現台灣的毛豬產業已在1999年底結束口蹄疫的影響，已完全由此一疫情影響中回復。但是毛豬產業的產銷結構已因口蹄疫的影響及政府養豬政策的改變所引導，由過去大量外銷日本的產業政策改為目前以供應內銷市場為主的內需型產業。 至於因應自由貿易之需求，加入WTO後自2005年1月1日起全面開放豬肉及其相關製品市場以來，可能由於國人嗜食溫體豬肉之習慣及飲食習慣的改變，至今進口豬肉及內臟的數量在本研究並不具顯著影響。 本研究亦發現國內毛豬之交易價格經研究具有季節性影響與長期走高的趨勢，每年的三、四月份為豬隻交易價格最低的月份，七、八月則為交易行情最高的季節，這可能與台灣三、四月份氣候宜人豬隻成長快速，七、八月份氣候炎熱，豬隻成長減緩存活率下降有關。 此外毛豬交易的平均每頭豬的重量亦具有明顯的季節性影響且有長期走高的趨勢。這一有趣的現象可能係受到養豬政策與科技進步之影響，豬農戶數不斷減少，但單位養殖戶的養殖數不斷升高，豬農們對養豬投入更高的成本與研究，飼料換肉率不斷的提升所致。然而此一現象對養豬相關產業而言，應可進一步探究其源由，並從中找出與善用此一季節性影響利基之所在。

生育事件究竟是一種生物事件(biological events)或是社會事件(social events)，一直以來，引發學者不同面向之探討，然至今尚無定論。對於生育行為是否存在季節性之變化，過去的研究結果呈現不同之見解。本研究企圖釐清生育事件是否存在特定季節或其他之變化模式，特別利用台灣地區歷年(1906~2003)生育資料，經由統計運算與圖形之呈現，證實台灣地區生育事件之變遷模式，確實存在季節模式之變化。整體而言，生育事件的季節週期模式，呈現U型，以四月到七月為出生淡季、十月到隔年一月為出生高峰。但此一模式在「結婚事件的季節週期模式」維持穩定不變的前提下，一九七０年代開始慢慢逐漸式微，甚至到了九０年代二十一世紀初，生育事件的月份波動情形已轉為年終高峰之左傾模式。 綜合言之，促使台灣地區生育事件典型季節模式的解釋機制主要可以歸納為「農業週期」與「節慶」兩點。另外，對於導致整個二十世紀台灣地區生育事件季節性模式變遷的原因討論中，在「結婚事件的季節模式」穩定持續存在前提之下，意味著「結婚」與「生育」兩者間的傳統直接關係受到了其他變項的介入，亦或者在「結婚事件」與「生育事件」之上，存在著前置變項(antecedent variables)的影響。 隨著七０年代之後，台灣正式進入工業化開發中國家之列，經濟產業結構的轉變，亦可能是導致七０年代開始，台灣地區生育事件的季節週期逐漸脫離傳統U型模式的因素之一。 最後，對於改變近期台灣地區生育事件季節模式最重要也最關鍵的原因乃是，自一九六０年代開始迄今，在政府成功地推行多次家庭計畫下，子宮內避孕器裝置、口服避孕藥、保險套與男女性結紮等有效的人工避孕方法之誕生與普及化，徹底改變了國人傳統的生育態度與行為。同時，對於生育知識的瞭解，以及對於生育控制能力的增加，亦大幅度地降低了外在自然環境對於人們生育行為的干涉程度。因此，「家庭計畫」對於七０年代之後台灣地區生育事件季節模式的淡化與式微，占有擧足輕重之地位。

京都大学 / 新制・課程博士 / 博士(農学) / 甲第23959号 / 農博第2508号 / 新制||農||1092(附属図書館) / 学位論文||R4||N5394(農学部図書室) / 京都大学大学院農学研究科応用生物科学専攻 / (主査)教授 益田 玲爾, 教授 三田村 啓理, 准教授 甲斐 嘉晃 / 学位規則第4条第1項該当 / Doctor of Agricultural Science / Kyoto University / DGAM

本論文採用了由Box and Jenkins(1976)所提出的ARIMA模型，以及由BOX and Tiao(1975)所提出的Intervention Model，去配適台灣的失業率型態，以及比較其預測的結果。 結果顯示出台灣的失業率具有季節性的型態，亦即台灣的失業率並非僅僅受到月分之間的相關，年分之間也有所關連。是故，當本論文在預測失業率的水準時，也考慮到此一因素，加入季節性的ARIMA模型對台灣的失業率加以預測。另外，時間序列的資料常常受到外生因素的干擾。對於失業率來說，政策上的改變將會影響失業率本身的結構，因此利用介入模式預測失業率，可以得到一組較精確的預測值。介入模式的事件有以下五個，分別是解嚴、六年國建、台灣引進外勞、中共飛彈試射、新十大建設。前四個事件的確影響了失業率的結構，不過第五項，也就是新十大建設並沒有顯著影響失業率的結構。理由可能是新十大建設的內容並不能合宜的解決經濟上與社會上的問題，以及這些建設尚未完工，以致無法達到期預期的效果。 比較兩模型的預測結果時，採用了MPE、MSE、MAE、MAPE作為模型評估的準則，結果指出介入模式的預測結果比起季節性ARIMA的預測結果來的有效率。 / This article adopts the ARIMA model, which was first introduced by Box and Jenkins (1976), and the intervention model, which was developed by Box and Tiao (1975), to fit the time series data for the unemployment rate in Taiwan, and thus to compare the results of the forecasts. The results reveal that there is a seasonal effect in the data on the unemployment rate. This indicates that the unemployment rate figures are not only related from month to month but are also related from year to year. When forecasting the level of unemployment, we should examine not only the neighboring months but also the corresponding months in the previous year. Time series are frequently affected by certain external events. In the discussion on the unemployment rate, the policies implemented by the government as well as military threats indeed influence the structure of the series. By making a forecast using the intervention model, we can evaluate the effect of the external events which would give rise to more accurate forecasts. In this study, there were five interventions included in relation to the unemployment rate series, which were as follows. First, the lifting of Martial Law in February 1987. Second, the Six-year National Development Plan launched in June 1991. Third, the hiring of foreign labor in Taiwan, which took effect in October 1991. Fourth, the threats of missile tests from the PRC in Feb 1996. Fifth, the ten new construction programs launched in November 2003. The first four events were indeed found to give rise to a structural change in the unemployment rate series at the moment when they occurred. This result might also have implied that not all of the actual effect of expansionary policies could have exactly decreased the unemployment rate, and therefore have solved the economic and social problems simultaneously. When we refer to the comparison of the above two models, the ultimate choice of a model may depend on its goodness of fit, such as the residual mean square, AIC, or BIC. As the main purpose of this study is to forecast future values, the alternative criteria for model selection can be based on forecast errors. The comparison is based on statistics such as MPE, MSE, MAE and MAPE. The results indicate that the intervention model outperforms the seasonal ARIMA model.

為因應預測目的不同，有時需要各種預測水平{\rm (forecast horizon)} ，例如，月預測可供進料、生產、補貨及倉儲之參考，年預測則可作為產 能規畫、產品線規畫、投資決策等之準則。然而，預測結構卻會因水平的 不同而彼此相異，以致產生諸多預測值的矛盾。有鑑於此，本研究主要以 一簡單且具理論基礎的整合{\rm intergration)} 過程，解決預測值互相 矛盾的問題。由於年資料通常屬於連續性模式，月資料則多為季節性模式 ，兩者透過的轉移函數形態截然不同，而且在解釋變數的選取上更是迥異 ，因此，需要經由加權平均的整合，才能使月預測值的加總等於年預測值 。至於權數的決定則以離散程度為準則，由於年資料為月資料的加總，兩 者均值相差甚多，故以變異係數為測量離散情形的標準。本研究主要乃遵 循{\rm Box-Jenkins} 的模式建立法則，構建連續性轉移函數模式及季節 性、轉移函數模式，並加以整合調整。在實證分析中以台灣啤酒銷售量為 例說明預測流程，年銷量預測方面以國民所得為解釋變數; 月銷量預測方 面則以氣溫為解釋變數，最後以加權平均將兩者整合調整。

The trend seasonal demand pattern is encountered when both trend and seasonal influences are interactive. The problem of this research is to project the seasonal market sales using ice cream and fresh milk in Taiwan as examples. In order to improve the accuracy of forecast, two different methods are validated and the best forecasting method is selected based on the minimum Mean Square Error. In this study, we present two forecasting models used for evaluation to predict seasonal market sales of ice cream, fresh milk, and air conditioner in Taiwan. It includes Winters multiplicative seasonal trend model and the Decomposition method. Two different methods are validated and the best forecasting method is selected based on the minimum Mean Square Error. After the validation process, Winters multiplicative seasonal trend model is selected based on the minimum MSE, and the monthly sales forecast for the year of 2011 is conducted using the data(60 months). Number Cruncher Statistical System (NCSS) is used for analyzing the data which proves useful and powerful. In summary, the results demonstrate that Winters multiplicative seasonal trend model has the smallest mean square error in this case. Therefore, we conclude that both Winters multiplicative seasonal trend model and the Decomposition model are well fitted for forecasting the seasonal market sales. Yet, Winters multiplicative seasonal trend model is the better method to be used in this study since it generates the smallest mean square error (MSE) during the period of validation.

近年來，能源商品的價格隨著國際政治情勢、國際金融環境以及景氣循環的影響產生劇烈波動，基於避險的需求，衍生性商品交易量也逐漸增加。然而，在評價能源衍生性商品的過程中，即期價格動態模型的選擇對於訂價與避險的結果有著顯著的影響，如何選擇一個適當的動態模型以評價能源商品便成為本文研究的目標。在指數與股價選擇權的評價模型中，大多以Black and Scholes (1973)提出的選擇權評價模型作為基礎，但Black-Scholes模型是否適用於評價能源市場的選擇權價格卻是有待商榷。Schwartz (1997)提出以均數回歸模型 (Mean Reversion Model)描述能源即期價格，發現比Black-Scholes模型中所假設的即期價格動態模型更能描述能源市場即期價格的波動。本研究也考慮能源市場遇到重大事件而造成即期價格產生劇烈波動的情況，因此在模型中加入跳躍項以捕捉價格跳躍的現象。另外，能源商品的需求與季節變化有高度相關性，因此本文亦考量即期價格的變動會受到季節性的變動影響，在模型中加入季節性函數，以補捉季節性的價格變化。基於前述模型考量，本研究在各種描述能源商品即期價格特性的動態模型之下，推導各個模型的期貨選擇權定價公式，進一步測試各模型在金融風暴與非金融風暴期間的訂價誤差與避險誤差，以提供投資人或避險需求者於原油期貨選擇權模型選用上之參考。 / In recent years, the price of energy commodities has fluctuated with the international political situation and the international financial environment. For the sake of hedging demands, the trading volume of derivatives has been gradually increasing. In the process of valuation of energy derivatives, choices of the spot price dynamics model have a significant impact on pricing and hedging. Therefore, how to choose an appropriate dynamic model to evaluate the energy commodities has been main purpose of this study. Two main models are tested in this paper. One is the option pricing model supposed by Black and Scholes (1973), and another is the mean reversion model supposed by Schwartz (1997). This study also considered the volatility of the spot price in the energy market in case of major events, so the researcher adds the jump to explore the mean reversion model. In addition, the demand for energy commodities is highly correlated with seasonal variations. The vibration of spot price often affected by the seasonal variations is considered in the research. Therefore, the researchers also take the seasonal function into the research to capture the seasonal price changes. Based on considerations described above, the pricing formula for each model of futures option is evaluated in the research. The researcher further tests the pricing errors and hedging errors of each model during the financial crises and non-financial crises in order to provide the investors and hedging demanders with some suggestions about selecting oil futures option models.

本文的論述態度與研究範圍上，係以定期勞動契約為軸心，基於勞基法第九條乃是定期勞動契約的最根本的法源，所以本文擬從勞基法第九條定期契約的定義這個切入點著手，具備什麼樣的要素是屬於定期勞動契約，具備什麼樣的要素又是屬於不定期勞動契約，這個要素應該如何去作解釋；於定期勞動契約的定義之後，接著介紹目前定期勞動契約的類型，除了勞基法所規範的類型外，特別法上或實務上的類型亦在觀察之列。而區別定期勞動契約與不定期勞動契約的實益何在，法律關係之權利義務有何不同，本文也作一闡述，進而審視目前的實務操作的結果會是如何，到底合不合理，最後借鏡外國的立法例，為求配合現實的經濟環境，在立法論上或解釋論上來提出結論。 本論文摘要說明如下： 第一章為緒論，包括本論文之研究動機、研究目的及研究方法加以說明，藉以瞭解本論文題目的產生背景，並稍加說明各章節之內容。 第二章為我國勞動基準法上定期契約的定義，將從立法背景與理由切入，解析勞動基準法第九條，何謂「繼續性」，並舉出主管行政機關的判斷標準以及學說見解，來對定期契約的認定與種類作闡釋與論述。除此之外並對與定期勞動契約相關的議題：外籍勞工、國防役男、國會助理、公營移轉民營條例之定期人員、試用期等來作解析。 第三章為定期勞動契約的權利義務，從各個角度去剖析定期勞動契約雙方當事人的法律關係，包括法定更新、連續性定期契約、資遣、退休、年資累計等問題。 第四章為整理我國實務見解，在此章將對搜尋所得的有關定期契約判決作一分析整理，試圖勾勒出法院對於定期契約判斷標準的模式與界線。 第五章為介紹德國立法例，所謂他山之石，可以攻錯，德國關於定期勞動契約的制訂法演變共有三階段，而這其中的關鍵毋寧說是經濟因素的變遷，使得制訂法上因循變異，其日漸放寬定期勞動契約成立的限制，相較於我國，帶給我們何種啟示為探討，藉以提供我國法制比較之參考。 第六章為結論，本章將針對前面各章所得之結論，進行歸納與處理，總結本文所述，提出結論與建議。