證券市場和一般商品市場本質上有所不同; 一般商品市場的需求和供給者是截然劃分 的集團; 而證券市場是一個流通市場, 其參與者既是需求者亦是供給者, 以經濟學理 論來預測分析, 解釋證券市場行為是一種主流, 而價格和數量又是經濟學領域中最主 要兩個變數; 環視現代探討證券市場行為的文章, 大部份只偏重於價格或數量單方面 之探討; 或價格與數量間單方向因果關系的研究, 由這些研究所得結論來說明證券市 場價格和數量間關系顯然不夠, 例如在探討未來價格變動時除了前期價格因素外, 尚 有數量因素會影響未來價格因素的發展。 多元時間序列分析方法系直接使用多個變數數列資料間所顯示之自我相關特性及交叉 相關特性以設定出變數間可能存在的因果關系, 而且其具有以下之優點。(1) 序列與 序列之間可能存在領先、同時、及回饋等多種關系, 藉著MARMA 模型之設定即可顯示 多個序列間基本之動態關系。(2) 聯合多個數列來建立模型亦可利用其他數列所提供 情報提高預測之準確性。(3) 介之分析(Intervention Analysis) 或季節因素之調整 都可由MARMA 模型之建之得到更精確的結果。 本文即利用多元時間序列模式(Multiple Time Series Models簡稱MARMA)分析方法, 探討證券市場價格與數量同時對數量或同時對價格的影響。

本論文運用Box-Jenkins 隨機時間序列模式與Winters 趨勢季節平滑模式，進行廿一 縣市液化石油氣需求預測，依模式之配合度、穩定度及預測能力予以評估上述兩種模 式之優缺點，并探討各模式於運用時之限制，以供企業界與學者運用此兩種模式之參 考。 本論文共壹冊，約為五萬餘字，分為八章，茲分述如下： 第一章：闡述研究之動機目的與方法。第二章；介紹Box-Jenkins 模型之理論與建立 方法。第三章：介紹指數平滑法之發展、種類及模式之建立方法。第四章：探討良好 預測模式所應具備之條件，以為評估之標準。第五章：運用Box-Jenkins 模式進行液 化石油氣需求模式之進立與預測。第六章：運用Winters 趨勢季節平滑模式從事液化 石油氣需求預測。第七章：比較前述兩章預測之結果。第八章：結論與建議。

當我們利用Shewhart管制圖(Shewhart control chart)或累積和管制圖(Cumulative-sum chart. CUSUM chart)來偵測製程時,通常假設製品係獨立取自一個服從均數μ和標準差為σ的獨立常態分配的管制下進行。但是若產品特性值呈現自相關時,這類管制圖就可能發生誤導的結果。本文利用時間序列模式來解決具相關變數的管制圖問題。並考慮利用非線性時間序列模式及特別原因管制圖(special-cause control chart)來檢視台灣經濟景氣指標是否處於控制中的狀態。並討論特別原因管制圖的連串長度分佈(run length distribution)。在最後的實例分析中,介紹自動控制的觀念。 / Traditionally, in the quality control process, such as: Shewhart control chart or CUSUM chart, it is assumed that the observation process follows an i.i.d normal distribution. If the assumption for independence fails, that is when the process exhibits type of autocorrelation, we need to find a more reliable decision method. In this paper, we will apply the time series analysis and structure changed concept to slove the serial correlation problem. The idea of automatic control can be applied in the explanation of this nonlinear process. Finally, a time series about the monitoring indicators of Taiwan is discussed in detail as an example.

觀光事業素有無煙囪工業之稱，自政府於民國四十八年全力推動發展以來 ，來華觀光旅客人數即不斷地成長，此對促進國民外交與增加政府的外匯 收入上有莫大的幫助。觀光旅客人數的多寡，直接影響本地觀光業者與政 府相關單位對觀光業軟硬體設施的投資，像是觀光旅館的興建、導遊人員 的培訓以及整體策略的規劃。不當的評估或不正確的需求預測，都將導致 大量觀光資源的閒置或浪費。本研究計劃主要應用簡算法、時間趨勢模式 、時間序列模式、計量經濟模式，尋找並建立來華觀光旅客長短期需求預 測模式，並針對總體或各主要市場的需求，利用各種模式評估準則提出一 最佳預測模式，以供政府相關單位與觀光業者作為往後政策釐定以及投資 計劃擬定時的參考。

學界間廣泛地認為一般金融資產報酬具有的特性是:線型不可預測性,條件 異質變異數,非條件尖峰態 ... 等特性o 固然金融資產報酬具有線型不可 預測之特性,可是並不能否決其間可能有非線型依存關係的存在o目前大部 份經濟計量分析方法中的模式建構問題均是在假設模式的結構訊息已知的 條件下求解,然若真實體系的結構訊息未知或不明朗時,貿然地假設為某種 特定的模式結構,則可能又難於避免模式設定錯誤的困擾,因而對於真實體 系行為的描述亦將可能是誤導且不合理的,這意味著:除非該特定的模式結 構正是真實體系的表徵, 否則無論該特定模式的結構特性多完美,均難以 建構一令人信服的數理化模式來表徵真實體系之行為o 不幸地,此一問題 在高度非線型的動態隨機體系中尤其嚴重, 甚至是否存在一 ``真實'' 模式來據以表徵體系之行為,亦是相當值得懷疑, 故考慮一種無需特定結 構訊息假設的無母數方法或函數逼近法實屬必要o 類神經網路中的倒傳遞 網路模式即是符合此種特性的方法之一o然而學界間仍無法確定的是金融 資產報酬序列資料所產生的 ARCH 效果本身是否為真實序列資料產生機制 特性之顯現, 還是應歸咎於被忽略掉條件均數方面之非線性所衍生模式設 定錯誤情況下的代用模式, 並不得而知;另一方面, ARCH 模式的顯著成就 及其價值亦不能予以輕易地漠視, 因此, 試圖將 ARCH 模式所能提供的攸 關訊息納入倒傳遞網路模式的考量之中而形成倒傳遞網路-自迴歸條件異 質變異數 (BPN-ARCH) 模式以增進樣本外預測能力的精度便是本論文最 主要的嘗試重點與目的o