在資料變數間的邊際分配不再是常態，變數間的相依性不只是線性關係時，將考慮直接對資料配適關聯結構。爲了瞭解一個二元的關聯結構的配適是否適當，則以卡方適合度檢定的方式來檢驗。首先以蒙地卡羅法做模擬，觀察此方法的以最小卡方估計值的參數估計、顯著水準和檢定力等，藉此瞭解以卡方適合度檢定法檢定後所做的結論是否能相信。最後以台灣股票市場中電子類股、電機機械類股、汽車類股和其他類股這四種類股兩兩間的日內資料分別半點資料、整點資料和兩點資料對Gauss 關聯結構、t 關聯結構、Clayton 關聯結構、Frank 關聯結構和Gumbel 關聯結構等五種關聯結構模型以卡方適合度檢定法檢驗其配適的狀況，最後在這五種單一參數關聯結構的配適中，以t 關聯結構自由度在3和4時表現最好。

隨著關聯結構方法在1999年開始被應用在財務資料上，對金融市場風險的衡量，可說是一大改革。Dobric & Schmid (2005) Communications in Statistics: Simulation and Computation, 34,pp.1053-1068，提出利用卡方檢定來檢驗二維資料間關聯結構，本文延伸其方法探討卡方檢定應用於三維關聯結構之表現。 　首先本文在模擬研究部份，考慮邊際分配未知的情況下，用卡方適合度檢定來檢驗以蒙地卡羅模擬方法模擬Normal關聯結構、t關聯結構、Clayton關聯結構、Frank關聯結構以及Gumbel關聯結構等五種關聯結構。得知隨著切割數的增加，參數估計越來越不精確；而在理論上檢定統計量當樣本夠大時會近似卡方分配，故檢定統計量平均數(變異數)應近似其卡方分配自由度(2*自由度)，但隨著切割數增加，表現越不理想；至於檢定力部份，在討論不同情形之下都有不錯的表現。 　再之採用台灣股票集中市場中水泥類、食品類、造紙類、橡膠類、運輸類五類股族群，對其日內時間四種頻率：1/9天、1/6天、1/3天、1天的股價報酬率，進行五種關聯結構配適，找出最能夠描述股價日內資料分佈的關聯結構，實證得知上述四種頻率的股價報酬率，皆呈現t關聯結構其自由度為4之配置為最合適。

隨著全球金融市場的整體化，配適財務資料的模型是依個相當有價值的研究。因此當關連結構方法應用在財務資料上，對金融市場風險的衡量，可說是一大改革。Dobric & Schmid (2005) Communications in Statistics: Simulation and Computation, 34,pp.1053-1068，提出利用卡方檢定來檢驗二維資料間關聯結構，本文延伸其方法探討卡方檢定應用於三維關聯結構之表現。 首先本文在模擬研究部份，考慮邊際分配未知的情況下，用卡方適合度檢定來檢驗以蒙地卡羅模擬方法模擬Normal關聯結構、t關聯結構、Clayton關聯結構、Frank關聯結構以及Gumbel關聯結構等五種關聯結構。得知隨著切割數的增加，參數估計越來越不精確；而樣本大小的設定也影響著切割數，隨著樣本數的減少會使得參數估計和檢定力較不能掌握。 實證方面採用台灣股票集中市場中五大類股：電機(機械)類、電器(電纜)類、鋼鐵類、汽車類、電子類，對其日內時間四種頻率：1/9天、1/6天、1/3天、的股價報酬率，配適五種不同的關聯結構，找出最能夠描述股價日內資料分佈的關聯結構，實證得知上述四種頻率的股價報酬率，皆呈現t關聯結構其自由度為4之配置為最合適。

本文以日內資料研究台灣證券交易所於2005年3月1日實施股價升降單位新制後，市場交易因子與股價報酬波動率的變化；延伸討論市場參與者對新訊息之反應，進而評估實施股價升降單位新制之成效。本文首先比較四種常用來衡量報酬波動率的方法，並從中挑選出最穩健的測度方式；接著藉此分析股價日報酬波動率與市場交易因子之間的關係；最後，由於日內股價報酬波動的軌跡呈現U型曲線，為突顯波動較劇烈之時段股價報酬波動率是否亦隨股價升降單位縮小而趨緩，故著眼交易日開盤後一小時及收盤前一小時，再次檢驗上述關係。實證結果支持股價升降單位縮小使實現波動率大幅降低且交易筆數密切影響股價報酬波動率，且不論在日資料與日內資料都呈現相似結論；並發現愈接近開、收盤的時間點，股價報酬波動率降低比例亦愈大，顯示升降單位新制達成政策目的。 / In this study, we address the impact of the tick size reduction on the Taiwan Stock Exchange on March 1, 2005. We propose to investigate the variations of trading activities and return volatility, discuss investors' behaviors to the new information and evaluate the tick size reduction by analyzing intraday data. First, we select the most robust volatility measure for our study from four commonly used ones. Second, we examine the relationship between daily return volatility and trading activities. Eventually, due to the commonly observed U-shaped pattern of intraday return volatility, we re-examine the intraday relation between return volatility and trading activities. Our empirical results based on the robust realized volatility confirm that both daily and intraday return volatility decline significantly after the tick size reduction, and number of trades is a prominent trading factor in explaining realized volatility. More interestingly, we observe that the percentage decrease in realized volatility is most pronounced for trading sessions near the beginning or the ending of each trading day. Overall, our empirical findings support the arguments for tick size reduction intended by policymakers.

本篇論文的目的在驗證台股期貨報酬率與其波動度之間的相對應關係是由槓桿效果或是波動度回饋效果之因果關係所驅動，並且分別以日資料以及高頻率日內資料進行實證。實證結果發現在高頻率日內資料的應用下，能夠比日資料揭露出更詳細的波動度資訊，將報酬率與波動度間的對應關係描繪得更加明瞭。且在大多數資料期間內，同期下，台股期貨報酬率與其波動度之間會呈現負相關性，而負相關的程度會隨著報酬率遞延期數越長而逐漸遞減，因此可以發現報酬率與其波動度間呈現一個經由報酬率進而影響波動度的對應關係，與槓桿效果的因果關係雷同。最後，本文亦採用了常見的波動度預測模型，歷史模擬法、GARCH(1,1)模型、EGARCH(1,1)模型以及GJR-GARCH(1,1)模型，觀察這些波動度模型所預測出之波動度是否含有上述驗證的資訊意涵，並比較各波動度模型的預測能力，結果發現GJR-GARCH模型於樣本外期間所預測之波動度，其與報酬率之間不但具有槓桿效果的因果關係，且預測能力亦於四個波動度模型中表現最佳。

本研究主要是探討選擇權成交量與期貨價格變動之關係，檢定Schlag and Stoll (2005) 的三個假說：完全效率市場假說（perfect market hypothesis）、資訊假說（information hypothesis）及流動性假說（liquidity hypothesis）。採用2005年一整年期貨與選擇權之日內資料，將同一日內樣本資料區分成盤前、盤中與盤後三個交易時段，另外亦將同一週內區分成不同交易日（週一至週五），藉由一般化自我相關條件異質變異模型(GARCH)，得出下列三個實證結果： / 1. 日內未區分交易時段下，拒絕完全效率市場假說及資訊假說，淨買權或是正向選擇權成交量對於期貨價格有正向之影響，淨賣權或是負向選擇權成交量對於期貨價格則有負向之影響，且選擇權成交量對於期貨價格變動之同步價格效果在接下來的六分鐘內反轉。無法拒絕流動性假說。 / 2. 日內區分交易時段、但週內不區分不同交易日下，無論盤前、盤中及盤後，皆拒絕完全效率市場假說及資訊假說，而不拒絕流動性假說。 / 3. 日內區分交易時段、且週內區分不同交易日下，週內各交易日盤前與盤中時段，皆拒絕完全效率市場及資訊假說，而無法拒絕流動性假說；而週內盤後時段結果則相對複雜，值得進一步討論。

本篇論文基於市場上所存在的一些交易機制，探討漲跌停前後之股價行為。因為證券市場上存在一些交易規則，例如漲跌停限制、買賣價差、最小升降單位限制、競價制度等，這些交易規則，具有法定的效力，理所當然地會影響投資人的行為。這種以各種交易機制的存在，探討價格形成的過程，就是市場微結構理論之研究範疇。 本篇引用Hausman, Lo, and MacKinlay (1992)所建立之Ordered Probit模型來分析漲跌停前後之股價行為，以個股逐筆交易的價格變動為因變數，而建立因變數為間斷型之分析模型，並以等待撮合時間、交易量、落後期交易價格、買賣價差等經濟變數，來探討個股逐筆交易價格變動的成因。在此同時，鑑於以往研究多假定價量關係為線性，本研究引入非線性的概念，檢定價量之間是否存有非線線性之關係；最後，為使模型更具解釋力，我們引入異質性變異數。 第一章 緒論……………………………………………………………..1 第一節 研究動機……………………………………………..1 第二節 研究目的……………………………………………..7 第三節 研究範圍與限制……………………………………..7 第四節 研究架構與內容……………………………………..8 第二章 文獻回顧……………………………………………………….10 第一節 非同時交易………………………………………….10 第二節 最小升降單位……………………………………….11 第三節 買賣價差…………………………………………….14 第四節 漲跌停限制………………………………………….15 第五節 重要模型回顧…………………………………….…18 2.5.1 Chou(1996)……………………………………..18 2.5.2 Hausman, Lo, and MacKinlay(1992)…………..20 第三章 實證模型設定………………………………………………….25 第一節 資料來源…………………………………………….25 第二節 樣本選取…………………………………………….25 第三節 模型設定…………………………………………….26 3.3.1 價格的變動區間……………………………….26 3.3.2 解釋變數……………………………………….29 3.3.3 條件變異數的型式…………………………….32 3.3.4 價格與成交量之間非線性關係的檢定……….32 第四節 資料處理…………………………………………….33 第四章 實證分析……………………………………………………….36 第一節 模型基本統計分析………………………………….36 第二節 價量非線性關係的檢定…………………………….39 第三節 Ordered Probit模型實證分析……………………….40 第五章 結論與建議……………………………………………………..48 第一節 結論…………………………………………………..48 第二節 建議…………………………………………………..49 參考文獻…………………………………………………………………..50 / This thesis is an application of the market microstructure theory’. In light of some trading mechanisms in our stock market, such as price limit, bid-asked spread, tick size, and auction system, those trading rules would influence the behavior of investors. We want to study the process and outcomes of stock price under those explicit trading rules. We use the Ordered Probit model (Hausman, Lo, and MacKinlay, 1992) to investigate the stock behaviors when it hits price limits. We also use price change as the discrete dependent variable, and time elapsed, trading volume, lag price changes, bid-asked spread as explanatory variables. In order to make the model more explainable, heterogeneity is applied. Moreover, we also want to find out if there is any nonlinear relationship between price change and trading volume.

關聯結構(Copula)這個字最早由Sklar(1959)以法文所提出，在邊際分配未知的假設下，透過關聯結構的特性，可以容易的建立聯合機率分配，所以關聯結構的觀念廣泛應用在財務領域中。對於資料在配適關聯結構的同時，要如何知道哪種關聯結構函數是最符合資料型態的分配呢?為解決這個問題，本文中參考Dobric and Schmid (2005)所提出的方法--卡方適合度檢定，來看資料配適關聯結構函數是否配適的恰當。所以本文的研究重點就是在利用卡方適合度檢定來探討各類股間日報酬率資料配適關聯結構的情形。在5種不同關聯結構(Normal關聯結構、t關聯結構、Clayton 關聯結構、Frank關聯結構、Gumbel關聯結構)，利用蒙地卡羅模擬方法，來做關聯結構在卡方適合度檢定之模擬，以及檢定力曲線。在檢定統計量、參數估計、顯著水準的估計都還不錯，只有當切割數越大時參數估計會和設定值差異較大。從檢定力曲線可看出這些檢定的檢定力都很好，代表有足夠能力能去辨別出分配的差異性。實證的部份，從台灣上市公司選取4個內需概念股報酬率的日內資料。結果可看出在Normal、Clayton、Frank、Gumbel這4個關聯結構，是不適合用來描述實際報酬的日資料。而當t關聯結構自由度較小時來描述資料型態是表現的不錯。