No description available.

證券投資目前愈來愈受重視，雖然證券市場價格頗受當時供需關係的影響，但證券報 酬的高低主要仍是由系統性風險來決定，本研究目的在於驗證套利定價理論於台灣股 票市場是否能解釋股票報酬率，即檢定下列假設： 虛無假設(一)：無風險利率λ。等於零； 虛無假設(二)：系統性風險之風險貼水λi等於零； 虛無假設(三)：非系統性風險之風險貼水λstd 等於零； 虛無假設(四)：前期系統性風險之風險貼水等於零； 根據上述各虛無假設，採用最大概似因素分析及橫斷面複迴歸分析以達成研究目的。 研究結果顯示，個別證券方面，八個因素模型之截距項不顯著，無風險利率不存在， 只有一個共同因素，而非系統性風險在風險調整之後，仍對報酬率顯具影響，同時， 前期系統性風險並不具有定常性，故四項假設之檢定結果都拒絕套利定價理論。投資 組合方面，六組套利定價模型中，A 組沒有無風險利率，共同因素，非系統性風險也 不顯著；C 組之無風險利率存在，有一共同因素，非系統性風險不顯著；而B、D、E 及F 組之因素模型也不顯著；另外，A 組有三個前期系統性風險被定價，C 組僅有一 個被定價；故C 組支持單因素模型，而A 組則是一套利定價模型，總體來說，實證結 果並不支持套利定價理論。

一. 研究動機： 最近幾年，台灣股市在需求與供給互動之下，呈現一股狂熱現象，造成此現象一個不 可忽視的原因即為過多的游資追求有限籌碼，解決此一失衡狀態開放多元的投資管道 成為必然的越勢。以台灣地下金融市場的活絡及財政部目前正著手研擬的期貨市場開 放準則，都證實之民間與政府對多元投資管道需求迫切的認同。 二. 研究目的： 目的一、：介紹一種在國外行之有年的投資管道一選擇權市場，對國內大多數的投資 者而言，選擇權市場或許是一個陌生的名詞，但隨著國際金融市場的漸次轉移亞洲地 區，進而帶動台灣金融市場與國際金融的互動結果，將使選擇權市場對迫切需求投資 管道的我國提供另一項投資發展空間，即成為另一金融市場有利的投資交易避險工具 。 目的二、：修正 Black-Scholes實證模型，即外匯選擇權定價模型以估算此模型的準 確性。經由測試外匯選擇權模型之準確性後，我們可探討該模型在台灣使用之可行性 ，並希望對台灣未來成立之選擇權市場做一些政策上的建議。 三、資料來源： 本論文所需要的資料除利率及變異數外皆取自華街日報費城每日外匯收盤盤價，利率 取自“London Financal Times”， 而變異數的估算方法則使用Robert L.Welsh及D- avid M.Chen 於“Advances and Options Research” 一文中的隱含性變異數推估而 得。期限則從民國77年11月至78年10月，為日資料，共260 筆，所使用的外幣有英鎊 、馬克、瑞士法朗、日圓等四種。 四、實證方法： C=se N(d1)-xe N(d1- )d1= 理論模型–外匯選擇權的定價方程為： C： 權利金，S： 外匯價格，X： 執行價格，r.r ：本國及外國利率，G： 變異數， T： 到期日，N ()：機率密度函數。 Black-Scholes 模型主要應用於股票選擇權市場，股票為非孳息債券，而擁有外匯可 同時擁有國外的利息報酬，所以 B-S模型與外匯定價模型主要的差異為國外利率折現 部份。 本論文利用此外匯模型估算出模型價格，再與市場價格做比較，以測試模型的準確性 ，或在任何情況下模型可能高估或估市場價格。 五、實證預估結果： (1) 當美國利率高於國外利率時，美式買入選擇權不會提早執行其權利所以其價格與 歐式買入選擇權價格一致，所以利用此外匯模型因能準確估算其結果。當美國利率低 於國外種率時，美式買入選擇權不會提早執行其權利，所以其價格會高於歐式買入選 擇權，而此外匯模型將可能產生低估現象。從資料知除英鎊利率高於美元利率，餘皆 小於美元利率，所以可能發生英鎊低估現象。 (2) 利用此模型測試市場是否具效率，得相對於模型價格市場價格低估較現值有利的 選擇權，而高估較現值不利的選擇權。

以往財務理論在討論財務市場行為時，均是在完全市場( e market)的假 設上做分析。但是從現實的角度來看，由於時間 (time)與不確定(uncertainty) 等因素，導致市場往往是不完全的(incomplete)；亦即資產或證券的數目往往小 於未來各種可能發生的不確定狀態的數目。當各種不同狀態事件發生時,如果沒有足夠的 資產或證券工具來涵括(span)所有投資人所欲達成的跨時所得移轉，則有某些風 險因子不能以既有的財務工具來複製，此時投資人將無法完全地規避該項風險。 本文的分析方法屬於微分拓樸數學工具的應用。從基本可微分流行(differentiable manifold) 性質，我們可得到整體性的觀點，優於以往在歐氏空間，Hilbert 空 間等拓樸空間只考慮在局部的性質.首先由最基本平滑流形(smooth manifo-[念 切入，介紹平滑流形與歐氏空間的關係。再由市場均衡的定義找出均衡流形( equilibrium manifold)。結合Debreu(1970)與Balasko(1976,1988) 建立的正 規經濟，探討其性質.加入財務市場時，透過正規經濟的理論，證明不完全財物 市場均衡generic 存在性。最後，利用不完全財務市場均衡generic的存在性，證明單 一商品及多商品的資本資產定價(CAPM)；並且建立一以消費為基礎的資本資 產定價模式。

行動上網技術的成熟，為行動上網市場提供了良好的發展環境，吾人認為第三代行動通信業者的行動上網定價模式也扮演了關鍵的催化劑角色。 本研究主要是探討台灣第三代行動通信業者在訂定行動上網服務定價模式時，對於內、外部因素的考量，並進一步了解其現有定價模式與內、外部考量因素的關聯性，以期能為行動上網服務定價模式找到新的方向。 本研究之研究問題有三: 1. 影響3G營運商行動上網服務定價模式之主要因素為何? 2. 3G營運商在訂定行動上網服務定價模式的主要考量因素為何? 3. 3G營運商行動上網服務現有定價模式的訂定與考量因素的關聯性為何? 本研究透過深度訪談與相關的次級資料蒐集與彙整分析後，獲得以下六個結論。 1.用戶數成長、營收成長、網路建設成本還有手機補貼是影響電信公司行動上網服務定價模式的內部因素。 2.寡占市場結構與回應競爭者是影響電信公司行動上網服務定價模式的外部因素。 3.用戶數成長還有營收成長是所有電信公司訂定定價模式時的主要的考量因素。 4.為了回應競爭者並與市場競爭，所有電信公司都是以單一費率定價模式搭配手機補貼來行銷行動上網。 5.兩段式與預付型定價模式是為了要達到提高用戶數成長的公司目標。 6.產品組合定價模式是為了要達成提高非語音營收成長的公司目標。

本篇論文旨在分析神經網路學習績效，並提出一套學習演算法，結合倒傳遞網路(BP)與理解神經網路(RN)，命名為RNBP，這套學習演算法將與傳統的BP做比較，以兩個不同的財務金融領域的應用，一個是選擇權上Black-Scholes訂價模式的模擬，一個是金融交換上利率的預測。主要績效的評估準則是以學習的效率與模擬、預測的準確度為依據。 此外，本論文的另一個重點是提出一套對於神經網路系統進一步分析的方法與工具，敏感度分析(Sensitivity Analysis)與滯留區(Dead Region)分析，藉以瞭解神經網路系統是否具有效地良好學習或被一般化的能力，從神經網路的角度來說，這也是BP與RNBP的另一個績效比較標準。本研究的結果顯示RNBP在預測準確度上較BP為優良，但是在學習效率與預測能力的穩定性上並沒有呈現一致性的結論；此外，敏感度分析與滯留區分析的結果也幫助神經網路在應用領域上有更深入的瞭解。 在過去，神經網路的應用者往往忽略了進一步瞭解神經網路的重要性與可行性，本論文的貢獻在於藉由分析神經網路所學習的知識，幫助應用者進一步瞭解神經網路表達的訊息在應用領域上所隱含的實質意義。 / The study attempts to analyze the learning performance of neural networks in applications, and propose a new learning procedure for the layered feedforward neural network systems, named KNBP, which binds RN and BP learning algorithms. Two artificial neural networks, BP and KNBP, here are both applied to two financial fields, the simulation of Black-Scholes pricing model for the call options and the midrates forecasting in financial swaps. The explicit performance comparison between the two artificial neural network systems is mainly based on two criteria, which are learning efficiency and forecasting effectiveness. Then we propound a mathematical methodology of sensitivity analysis and the dead regions to deeply explore inside the network structures to see whether the models of ANNS are actually well trained or valid, and thus setup an alternative comparable criterion. The results from this study show that RNBP performs better than BP in forecasting effectiveness, but RNBP obtains neither a consistent learning efficiency in cases nor a stable forecasting ability. Furthermore, the sensitivity analysis and the dead region analysis provide a deeper view of the ANNs in the applied fields. In the past, most studies applying neural networks ignored the importance that it is feasible and advantageous to obtain more useful information via analyzing neural networks. The purpose of the research is to help further understanding to the information discovery resulted from neural networks in practical applications.