指數基金的投資策略，已經被愈來愈多的投資者和投資機構所接受。在實務上，指數基金的建構方法大多都採取簡化的方法或是最佳化的方法，簡化的方法可以快速求得解答，但答案未必是最佳，而一般的最佳化方法又過於耗時；為了在效率和最佳化之間求得平衡，這篇論文中提出了目標規劃的模型以及一套有效率的演算法來計算實際的問題；本文還提出了一個新的測度方法，用來衡量指數追蹤的誤差，衡量的方法主要是依據指數的數值和所建構的投資組合其價值相差的絕對值。本文的實證分析採用了摩根台灣加權指數來測試所建構的模型和演算法，結果顯示所建構的投資組合能準確的追蹤指數，誤差不超過0.8%。 / Creating index-tracking stock baskets has been accepted by more and more investors or institutes as one part of a total investment strategy. In practice, the selection methods widely adopted are some simplified methods (e.g. stratification) combined with some criteria, and some optimization models to minimize the traditional tracking error. Simplified method facilitates for obtaining a feasible answer, optimal in no sense, while the optimization model usually requires larger computational efforts. For bridging the gap between having efficiency and seeking optimality, we propose a goal programming model and develop an efficient solution algorithm. We also suggest a new measure of tracking error basing on the absolute difference between the value of the benchmark and the index computed from the portfolio obtained from our model. Empirical analyses employ the Morgan Stanley Capital International (MSCI) Taiwan Index to assess the tracking efficacy of the model. Computational results show that the constructed portfolio can track the index with error less than 0.8%.

通常已建立的指數基金，經過一段時間後其追蹤指數的效能已經無法滿足初期建購時的要求，此時管理者便面臨指數基金投資組合的調整問題。本論文融合建構指數基金的方法及最小化交易成本的概念，提出一個新的混合整數線性規劃模型以調整指數基金投資組合。模型亦考慮實務中交易成本、最小交易單位及批量、固定交易費用比率、以及資產總類數等限制。因此，模型包含整數變數及二元變數，求解也較為困難許多。本論文以啟發式演算法增進求解的效率，並以台灣50指數的相關資料做為實證研究的對象。 / The efficiency of index-tracking in index fund, which has been built, has usually been incapable to meet the needs after a period of time. In this moment, the managers have to face with the problems of the adjusting for index fund portfolio. In this paper, we integrate the methods of constructing index fund and the concepts of minimum transaction cost with it, and propose a new mixed integer linear program model to adjust the index fund portfolio. Moreover, the model also considers some limitations, such as the transaction costs, minimum transaction units and lots, fixed proportional transaction rates, and cardinality constraint in practical operating. For this reason, a set of integer variables and binary variables are introduced. However, they increase the computational complexity in model solution. Due to the difficulty of the MILP problem, a heuristic algorithm has been developed for the solution. The computational results are presented by applying the model to the Taiwan 50 index.

本研究主要是探討台灣股票市場 79 至 81 年各分類指數的報酬率，以比 較各產業間報酬的多寡與風險的大小。並介紹投資組合的觀念以降低非系 統風險，而系統風險的部分可由單一指數模式估計。再以主成分分析法， 找出影響八個分類指數報酬率的主要成分，得到了第一個主成分做單一指 數模式的迴歸估計，以比較與加權指數為因變數的估計結果。最後探討這 三年來分類指數的報酬率，是否具有隨機性以及分類指數的行為。

本研究以Clark(1951)所提出的人口分布之負指數模型以及Newling(1969)所提出的人口分布之二次指數模型，結合GIS技術，也就是結合傳統2D概念的都會統計分析以及3D的地理空間系統，使傳統的都會統計迴歸分析模型得以藉由GIS技術進一步瞭解人口空間的分布，準確的掌握空間狀態。並在研究中對臺北都會區採用兩個不同的都會區劃定規則，分別為參照社會經濟面向的都會區劃定規則的定義一臺北都會區；以及參照人口密度劃定的定義二臺北都會區，兩個不同臺北都會區定義，對民國84年至98年臺北都會區做一探討與比較分析，以及對人口分布之負指數模型二次指數模型的估計結果做一比較。 研究結果顯示，定義一臺北都會區負指數模型估計出的市中心人口密度逐年上升，而定義二臺北都會區則呈現延續研究指出的民國70年後臺北都會區市中心人口密度開始逐年下降的趨勢(陳寬政，1981；陳寬政、林忠正，1984；陳寬政，1991)。人口密度梯度兩定義皆呈現逐年上升的趨勢，顯示臺北都會區人口密度大致呈現隨距離都市中心點的距離越遠而遞減的趨勢有逐年越亦。二次指數模型方面，定義二的C值，即二次指數模型用以衡量離市中心點密度斜率變化的指標，皆未達統計上的顯著水準，表示定義二的臺北都會區人口密度分布可能並非是Newling所假設的拋物線型態，而是較接近於Clark所假定的直線衰退型態。而兩定義的二次指數模型b值皆為負值時，顯示估計出的市中心點為人口密度最高點，臺北都會區尚無密度火山口之現象。但由b值這15年之成長趨勢推估，若未來b值成長趨勢沒有停頓或逐漸緩慢的現象發生，臺北都會區在未來可能會出現密度火山口之現象。何金銘(1991)驗證c值絕對值越小，則都市範圍越大，火山口越深陷。研究中兩定義臺北都會區c值絕對值皆非常小，且逐年下降，表示臺北都會區的範圍極廣，且逐年往外擴張，再次驗證人口郊區化現象。

利用系統性風險之系列商品來擴大投資組合之投資集合與避險為近來非常熱門的議題，本文除了將波動率指數納入投資組合之外，並額外加入信用風險指數，藉由各種績效指標來衡量系統性風險指數能為投資組合所帶來的綜合效益。根據效率前緣與績效指標的結果顯示，投資級信用風險指數可以有效提升投資組合的夏普值，但卻不會使投資組合之風險值提升太多。 本文利用向量自我迴歸模型分析信用風險指數與大盤之間的動態關係，同時還利用分量迴歸進一步分析在不同報酬率之下，信用風險指數與大盤之間的關聯性。發現當市場狀況越差時，波動率指數與投資級信用風險指數間的相互影響幅度會越大，且分量迴歸其估計係數在中高分量時，明顯高於最小平方回歸模型。 　　綜合來說，根據本文的實證結果與過去眾多學者所做之研究，系統性風險指數確實可增進投資組合的投資效率，擴大投資組合的夏普值。更重要的是，研究信用風險指數的論文相當稀少，本文可增加此系列商品的文獻。同時也可當作台灣推出信用風險指數來促進市場效率以及作為風險管理之工具時的參考。

本文主要針對金融海嘯前後，亞洲國家資本市場報酬動態相關性的變化進行研究，過去對國際資本市場變化研究，著重於股票市場的關係且多假設相關係數為固定。 本研究應用Cappiello, Engle and Sheppard（2006）提出的AG-DCC GARCH模型（Asymmetric Generalized Dynamic Conditional Correlation GARCH），探討亞洲國家股票與債券市場的動態相關性變化。除了股票市場間報酬相關性的變化之外，同時考量危機發生時可能有flight-to-quality效果，而將台灣、韓國日本之債券市場進行研究，並將資本市場面對正面與負面衝擊時，所可能產生之不同反應納入評估，並採用國際投資者常作為投資參考的MSCI指數與J.P.Morgan指數作為研究資料來源。 研究發現台灣、中國、韓國及日本的股票指數與台灣、韓國及日本的債券市場的相關係數會隨時間變動而變動，並進一步藉由AG-DCC GARCH發現各指數在金融海嘯前後的相關係數趨勢且市場間在金融海嘯後動態相關性有顯著的差異。 投資者進行國際投資組合配置或者投資標的選擇，應考量市場間的動態相關性改變所帶來的影響，並配合本身風險傾向找出最適當的避險方式，避免因忽略市場訊息可能產生的投資風險。對政府而言，制訂政策同時尚需考量國際資本移動產生的衝擊，以及其對政策實際執行的效果影響，進而制訂有效的政策。

投資者面對龐大的股票市場，希望選取少量的股票使如指數基金般達到追蹤市場的效果，傳統的作法是使用指數追蹤的技術，建立一組投資組合使得報酬率與市場報酬率的績效相同。本論文除了最小化指數追蹤的下方追蹤誤差，還加入beta值的限制式，利用不同的beta值建立一組與市場成長趨勢相當或可能超越市場績效的投資組合。論文中使用提出之模型針對不同範圍的beta值進行研究，分析比較標的指數與建立的投資組合之績效表現。最後以台灣股票市場作為實證研究對象，實證結果顯示本論文模型所建立之投資組合在三個月內與標的指數表現相當，並在三個月後超越標的指數。 關鍵字：beta值、指數追蹤、下方追蹤風險、指數基金

摘 要 貪污在道德上會被嚴格批判，但貪污有助經濟成長，還是有害經濟成長？如果兩者的關係存在，貪瀆行為究竟是如何影響一國的經濟發展？此外，經濟發展程度與台灣相同的國家，其貪瀆程度與經濟發展之關係又為何？ 經濟文獻上，有些文獻認為貪瀆行為有助經濟成長，有些文獻認為貪瀆行為不利經濟成長，呈現兩極的說法。本研究從理論模型的探討，亦不能斷言貪瀆行為對經濟發展究竟是具有外部利益或是外部成本。但是貪瀆行為會影響經濟成長，卻是不爭的事實。 本文以國際透明組織所調查的幾個國家資料，進行Panel及橫斷面實證分析得知：在低所得國家中，屬於高貪瀆程度者，其個人所得較中貪瀆程度者多0.31美元。然而，在中低所得國家中，被歸類在高貪瀆程度者，其個人所得會較中貪瀆程度者低。在中高所得國家 (台灣被歸類在此類中)，低貪瀆程度者，其個人所得較中貪瀆程度者少0.24美元。在高所得國家中，屬於低貪瀆程度者，其個人所得較中貪瀆程度者多0.06美元。

如何吸引外人直接投資（Foreign Direct Investment，以下簡稱FDI）一直是世界各國持續且既定的重點施政目標，因外資對解決資本缺乏及外匯短缺問題、技術及產品引進、創造貿易與就業機會、提振國內業者的投資意願與信心、促進經濟發展、加速金融與賦稅改革等方面均有顯著貢獻。 有鑑於此，本研究首次採用UNCTAD發展的外人直接投資績效指數（Inward FDI Performance Index,以下簡稱INDi），取代傳統以FDI做為衡量一國吸引外資能力的替代變數，另參考文獻歸納出吸引外資因素，輔以最小平方迴歸 (Original Least Square，OLS)、迴歸變異測量、殘差項序列自我相關及殘差項變異數不齊一存在的檢定與修正等步驟，對世界四十五國（另依開發程度區分為已開發國家及開發中國家）1999年至2001年之五大類（總體經濟環境、廠商成本、政府政策、勞動條件、基礎建設）共計11項變數進行實證分析，而獲致以下結論： （一）各模型具顯著解釋能力的變數各不同，故在選擇吸引FDI參考指標 時，應依研究對象類型的不同，選取適當變數分析以減少偏誤。 （二）各模型均不具顯著解釋能力的變數，有被投資國平均稅前所得稅率及勞動力品質，故此二變數是否適宜做為參考指標，仍有待商榷。 （三）各模型解釋變數實證結果對INDt的影響方向與原假設相同者，有被投資國開放程度、就業量、生活成本指數、政治安定度、勞動生產力、勞動力品質及交通網密度。 （四）各模型解釋變數實證結果對INDt的影響方向與原假設相反者，僅獎勵投資政策乙項。會產生此結論可能是因對抽樣國的獎勵外資政策程度評比標準無法一致且客觀所致。故吾人在參考該項變數時，對資料是否具一致性與客觀性應詳予注意。 （五）各模型均將工資率從解釋變數中剔除，此為本研究較為可惜與意外之處。 （六）在全球模型中顯著之變數是已開發國家與開發中國家各變數間互動折衷結果，如生活成本指數及獎勵投資政策。 （七）由前期外人直接投資績效指數（INDt-1）對各模型的影響，顯示出外資在決定「當期」投資區位時，會參考「過去」INDt，而不僅限於納入「當期」該國（區域）的經濟變數考量。 綜上所述，政府在規劃吸引外資政策及投資者在選擇最佳投資地點時，應依被投資國的開發程度，並參考INDt-1，來選取適當的指標以為決策參考。 而建議後續研究者可採追蹤資料的固定效果或隨機效果方式來處理跨區及時間序列資料問題，另可嘗試選取其他參考指標，並克服樣本資料之不足、不適當與有欠客觀的情況，善加利用外人直接投資績效指數為分析工具，則定能對吸引外資進入的決定因素作更精確的描述並符合世界現況。

經濟成長之主因來自於資本之累積，故投資決定了成長，然而由於大部分的開發中國家缺少國內儲蓄，而外人直接投資便可挹注國內儲蓄的不足，有利於國內資本的累積，對被投資國的經濟成長具有很大的效果。因此，外人直接投資（Foreign Direct Investment，以下簡稱FDI）是決定一國經濟成長及財富累積的重要因素之一，故FDI數字的變化關乎一國經濟未來的成長，所以世界各國無不卯足全力釋出各項租稅減免及奬勵措施來吸引外資進入，而有鑑於台灣這些年的經濟大幅衰退肇因為投資大幅度負成長，為有效恢復我國經濟成長的動能，如何吸引外人直接投資便成為本文所欲探討之重點。 因此，本研究首次採用UNCTAD發展的跨國性指數（Transnationality Index，以下簡稱TNI），取代傳統以FDI做為衡量一國吸引外資能力的替代變數，另參考文獻歸納出吸引外資因素，對世界四十六國（另依開發程度區分為已開發國家及開發中國家）之1999年及2002年的四大類（總體經濟環境、政府政策、勞動條件、基礎建設）共計12項變數進行實證分析，而獲致以下結論： 一、各模型中具顯著解釋能力的解釋變數大致不同，因此在選擇吸引外人直接投資的參考指標時，應依研究之區位類型或開發程度的不同，來選取適當的影響變數加以分析，以減少錯誤。 二、對各模型均不具顯著解釋能力的解釋變數，有被投資國的平均國民所得、勞動力、勞動力品質、鐵路及行動電話門號數於三模型中均不具解釋能力，故該變數是否適宜做為外資如何選擇被投資國的參考指標，仍有待後續研究者之驗證。 三、各模型解釋變數實證結果對跨國性指數（TNI）的影響方向皆與原假設相同者，有被投資國的開放程度、政治安定程度、平均國內稅率、生產力及交通網密度等。 四、各模型解釋變數實證結果對跨國性指數（TNI）的影響方向皆與原假設相反者，有市場規模及奬勵投資政策。會導致此結論，可能是替代變數的選取不具有代表性，或資料來源的選取不具一致性與客觀性所致。故對於日後的研究在參考該變數時，更應注意變數選取的適切性。 五、各模型均將工資率從解釋變數中剔除。 六、被投資國變數在已開發國家與開發中國家間實證結果不同者，有勞動力、勞動力品質、生活成本指數及行動電話門號數。 七、在全球模型中顯著之變數是已開發國家與開發中國家各變數間互動折衷結果，如生活成本指數。