觀光產業的發展良窳，對於地方的基礎與公共建設、人文與自然景觀、國家形象等均隱藏著關鍵性的影響。亦因如此，我國於近年來，除積極推動國人觀光政策，例如實施週休二日，同時也積極從事相關觀光產業發展的政策實施，例如部分國家免簽證、開放大陸旅客來臺觀光等，其主要目的在於推廣國家知名度與強化國家建設。 　 然而，在推動觀光產業發展的同時，旅館業隨之所受到影響應是最為明顯之一。然又鑑於，觀光旅館平均房價與住用率的成長與否是反應其經營管理的良窳。因此，本研究擬針對國內觀光旅館的平均房價與住用率的預測，進行探討，藉以瞭解國內觀光旅館平均房價與住用率的自我影響關係及其預測模型的建構。其研究結果顯示，在趨勢分析的部分，臺北地區國際觀光旅館近五年的住用率均超過七成，甚至在近二年的住用率亦高達七成五，而高雄地區國際觀光旅館近五年的住用率也有近七成；在預測模型的建立部分，國際或一般觀光旅館的平均房價會受前一期的影響、國際或一般觀光旅館的住用率會受前一期或前兩期的影響、指數平滑法的預測能力較佳。 【關鍵字】 時間數列分析、指數平滑法、住用率、平均房價

近年來，預測技術的創新與改進愈來愈受到重視。對於預測效率評估的要求也愈來愈高。尤其在經濟建設、人口政策、經營規畫、管理控制等問題上，預測更是決策過程中不可或缺的重要資訊。目前有關模糊時間數列分析與預測效率評估並不多見。主要是模糊殘差值的測量相當困難。有鑑於此，本文提出以模糊距離來進行效率評估。並且從不同的角度來探討預測的準確度。實證研究顯示，藉由中心點與區間長度的整合測度，可以得到一個合理的評估結果。這對於財務金融的模糊數據分析與未來市場的走勢將深具意義。

本研究使用含外生多變數為門檻值之TAR模型，分析並預測103年到105年的台股指數。建構多變量之門檻自迴歸模式較傳統以時變或自變數自動控制值更能反映出時間數列結構改變的過程與趨勢。這對於模式分析與預測有更優的解釋能力。且含外生多變數為門檻值之多變量門檻模式的可適用範圍很廣，尤其是當時間數列中的結構改變的現象，來自於外在多個變數衝擊，或非線性現象。此時加入多個外生變數作為考量，更能精準分析資料和做預測。我們以台股指數為例，實證結果顯示，我們所提出之模型，較傳統預測方法有更高之準確度。 / In this research, we use exogenous multi-variables as threshold values to construct a threshold autoregressive model in order to analysis and forecast TAIEX index between 103 years and 105 years. Constructing the threshold autoregressive model with multi-variables is better to reflect the process and trend of the change in time series structure than traditional model. This provides the better explanatory ability for model analysis and forecast. Also, the threshold autoregressive model with multi-variables containing exogenous multi-variables can apply more range, especially, as the structure change in time series due to the exogenous multi-variables shock. Through adding more exogenous variables, one can analyze data and forecast accurately. In this paper, the empirical results of TAIEX index shows that the threshold autoregressive model with multi-variables containing exogenous multi-variables is more precise than the traditional way.

本論文共壹冊，約八萬字，分五章十四小節。 本研究主要在採討我國貨幣市場上各類工具其報酬率能否隨通貨膨脹率的上升而上揚 ，從而檢定出它們對抗通貨膨脹的效果。所討論的對象為國庫券（九十天、一八二天 ）、商業本票（三十天、九十天、一八０天、三六０天）、可轉讓定期存單（九十天 、大於九十天），期間自民國六十五年五月至七十五年十一月。研究方法採用時間數 列模式及利率模式，將通貨膨脹率分為預期通貨膨脹率及非預期通貨膨脹率，分別進 行檢定。結果發現：各類工具均只能部份有效地對抗預期通貨膨脹及非預期通貨膨脹 。

近來外匯存底過多問題暄囂塵上，引起多方討論，究竟外匯準備應該多少﹖台灣外匯 準備需求函數有何特性﹖而在外匯管理制度上，與各國比較，台灣的外匯管理制度是 否過於嚴苛，以致使過多外匯無宣洩之道﹖其他順差國家為解決外匯累積問題，在外 匯管理制度上如何改革﹖本文便就這些問題加以探討。 第一章緒論，闡明研究動機與目的、研究方法與範圍，第二章就國內外有關外匯準備 需求實證文獻，做一系統性探討，分為三方面：比率法、隨機模型及迴歸分析。第三 章為台灣實證，以時間數列迴歸分析台灣之外匯準備需求函數，做長短期及結構變動 分析。第四章乃為制度探討，比較各國外匯管理制度，第五章為結論。

本文計分六章，計一冊： 第一章：緒論，說明研究動機及本文結構，分二節，一為引言，二為本文結構。 第二章：秩串之定義與應用，介紹秩串型態及其應用的方向。分二節，一為秩串的定 義，二為秩串的應用。 第三章：靜態及獨立之隨機過程下秩串的分配和參數，討論秩串長度及秩串個數之理 論分配及大樣本時的漸近分配，以解決樣本數多時之機率計算過程。分四節，一、秩 串長度之分配與母數；二、二元秩串個數之分配與母數；三、多元秩串個數之分配與 母體；四、秩串個數之極限分配。 第四章：靜態的線性相依自我迴歸過程下秩串之分配和參數，討論馬可夫鏈及二階線 性相依過程下之分配型態。分二節，一為秩串長度之分配與母數；二為秩串個數之分 配與母數。 第五章：秩串於全體金融機構之資本過程的應用。分二節，一為資料來源與說明；二 為實證分析。 第六章：結論。

本論文主要以馬可夫鏈鎖理論，由總體時間數列資料估計轉移機率矩陣，以預測市 場佔有率之分配。而以台灣水泥市場為對象，作實際之研究。 第一章 為緒論，論述撰寫本論文之動機、主要內容、以及研究方法和限制。 第二章 對馬可夫鏈鎖理論作一簡要說明，並介紹本研究所用方法之主要內容。 第三章 中對台灣水泥市場作一概略介紹，包含其發展沿革及現況。 第四章 說明馬可夫鏈鎖理論如何應用於實際情況－－水泥市場之例子；並完成主 要的計算工作。 第五章 對計算結果作一分析，並提出若干建議。 第六章 為結論，說明本法在運用上的困難及優缺點。 #2810590 #2810590

本文主要研究間斷時間系統中時間數列分析在控制上之應用。全文共分五章: 第一章 簡述時間數列應用之範圍, 研究之限制及方法。 第二章 探討動態隨機模式之結構, 分轉換函數及時間數列二部分, 並研究其性質。 第三章 藉各種控制方法如前饋控制, 回饋控制未知因素之干擾, 並研究在各種情況 如抽樣間隔, 附加干擾因素等之控制效果。 第四章 建立並分析動態隨機模式, 所選用之資料可分為開環資料與閉環資料二類 , 並加以比較。 第五章 結論。

轉折點與趨勢的研究在時間數列分析、經濟與財務領域裡一直是重要的研究主題。隨著所欲研究的物件之結構複雜性日益增加,再加上人類的知識語言因人類本身的主觀意識、不同時間、環境的變遷與研判事件的角度等條件下，可能使得所蒐集到的時間數列資料具某種程度的模糊性。為此,Zadeh[1965]提出了模糊理論,專門解決這一類的問題。在討論時間數列分析中的轉折點與趨勢問題時，常常會遇到時間數列的轉折過程緩慢且不明顯的情況。因此傳統的轉折點研究方法在這種情形下便顯得不足。對此，許多學者提出了轉折區間的概念。然而轉折區間的概念仍然存在一個潛在的困擾：在一個小的時間區間下，一個被認定的轉折區間可能在時間區間拉得很長的情況下，被視為是一個不重要的擾動或雜訊。本文嘗試藉由模糊統計量，提出一個轉折區間與趨勢的偵測方法。與其他轉折區間偵測法不同的是我們所提的方法能藉由控制參數，偵測到合乎使用者需求的轉折區間，進而找到一個趨勢的起點與終點。藉此避免把雜訊當成轉折區間或把轉折區間當成雜訊的困擾。因為使用了模糊統計量,同時也解決了資料的模糊性問題。 / Because the structural change of a time series from one pattern to another may not switch at once but rather experience a period of adjustment time, conventional change points detection may be inappropriate to apply under this circumstance. Furthermore, changes in time series often occur gradually so that there is a certain amount of fuzziness in the change point. For this, many research have focused on the theory of change periods detection for a better model to fit. However, a change period in some small observation time interval may seem a neglectable noise in a larger observation time interval. In this paper, we propose an approach to detect trends and change periods with fuzzy statistics through using partial cumulative sum. By controlling the parameters, we can filter the noises and find out suitable change periods. With the change periods, we can further find the trends in a time series. Finally, some simulated data and empirical examples are studied to test our approach. Simulation and empirical results show that the performance of our approach is satisfactorily successful.

點預測為目前使用最多之預測陳述,其效率評估亦多以最小平方和誤差(minimum of sum of square errors)為主。每日或月的經濟或財金指標預測是點預測最常見的例子。但是隨著區間時間數列真正需求與軟計算(soft computing)科技的發展,區間計算與預測愈來愈受重視。本文提出幾種區間時間數列預測的方法,並研究其效率評估。在第三章,我們定義區間誤差和,並將其對應到實數值,以便用傳統的方法計算。最後我們以影響經濟作物的天氣預測,作實證研究分析。考慮在無參數條件下,幾種預測方法作效率評估與準確性探討。天氣預測是區間預測的例子,建立合適的的區間預測方法與效率評估,對各研究領域將會有莫大的幫助。 / Currently, the most use of forecasts is the point forecasting, whose efficiency evaluations are major in the least squares and error (minimum of sum of square errors). The common examples of the point forecasting are daily or monthly economy index or financial estimation. But along with the real demand of interval time series and the development of soft computation (soft computing), the interval computation and the forecasting are more and more important. This article provides some interval time series forecasting methods, and studies the efficiency evaluation. In chapter 3, we define sum errors of interval and correspond them to the real numbers, so as to compute with traditional way. Finally, we decide to use the weather forecasting which can affect the cash crop to be the empirical study analysis. Consider some forecasting methods under the non-parameter condition to be the efficiency evaluations and the accurate discussion. The weather forecasting is an example of interval forecasting. It will be more helpful of each research area if we establish the appropriate interval forecasting method and the efficiency evaluation.