自1970年之後，國際觀光業在東南亞地區呈現蓬勃發展的趨勢，自1973年後，全球觀光業仍呈現穩定成長狀態；然而，事實上，東南亞七經濟體各自國際觀光競爭力卻開始呈現消長互現的情形，有些經濟體國際觀光競爭力呈現持續成長的現象，部份經濟體卻呈現逐漸衰退的趨勢，若進一步以台灣觀光客首要來源國(美國與日本)及澳洲三大來源國市場做分析，台灣在三大市場國際觀光競爭力表現持續走下坡；印尼、及泰國在美、日市場國際觀光競爭力表現呈穩定成長；香港、新加坡在澳洲市場國際觀光競爭力日益加強，但在美國及日本市場國際觀光競爭力卻日漸衰退，其餘國家國際觀光競爭力則上下起伏不定。本文首先根據消費理論，建立一包含國際觀光的消費者決策模型；其次，依據此理論模型推導出國際觀光相對競爭力的因果關係式；然後，參考既有文獻，建立實證模型；最後，則利用1973-2000年東南亞七經濟體資料，透過三階段最小平方法，分別探討各經濟體國際觀光競爭力的影響因素。結果發現：(一) 相對價格的影響將視旅遊目的及型態的不同而有差異；(二) 匯率的影響將視觀光旅遊支出是以當地貨幣計算或旅遊來源國貨幣計算而有差異；（三）供給面因素對於國際觀光市場的確具有決定性的影響。且對於不同的來源國及不同的目的國亦將產生不同的效果。依據上述實證結果，有四點政策性建議可提供做為參考：（一）目的國為了有效提昇其國際觀光競爭力，針對不同的來源國觀光客，似乎應採不同行銷或提昇策略。（二）目的國在採取行銷策略以有效提昇其國際觀光競爭力時，應將與鄰近經濟體的替代或互補關係及其觀光政策納入考量。（三）主管單位在規劃觀光政策措施時，應將政策效果期限納入考量。（四）匯率調整未必是提昇國際觀光競爭力的有效工具。

共同基金是由投資信託公司向大眾募集資金，再轉投資到股票、債券、不動產等標的上，最後再分配投資收益的的一種工具。從自有共同基金開始至今已超越百年，而台灣地區方面，目前也是全民理財不可或缺的一項標的。 共同基金雖號稱是懶人投資，不用花費大量心思。但實際上，天下沒有白吃的午餐，投資人仍需投注精力了解趨勢，並從中挑選適當的標的。但儘管有許多理財專家提出經驗談，就一般投資大眾而言，如何挑選共同基金仍是具有挑戰性的工作。  為協助投資人以現有資訊，找出適當的投資標的，因此利用投信公會公布的資料，將基金依照Jensen值進行區分為大於零及小於零兩個群組，再以最小平方法探討兩個群組中，影響各種類型基金績效持續性的因素，以期能利用簡單的資訊，找出值得長期投資的標的。

根據聯合國貿易暨發展會議（UNCTAD）的世界投資報告(WIR,2008)，全世界的外國直接投資流入量自2004年開始連續四年持續成長，2007年達到18,330億美元。台灣2007年的FDI流入在東亞、南亞及東南亞開發中經濟體位居第七；台灣2007年的FDI流出在東亞、南亞及東南亞開發中經濟體位居第六，相對於FDI在全球及台灣的表現，台灣在簽署租稅協定這條路上就顯得辛苦許多。最近的文獻有開始探討租稅協定對於FDI的影響，理論上都給予租稅協定正面的評價，不過在實證上很少證據顯示租稅協定與FDI的正向關係。本文是要探討雙邊租稅協定對於外人對台直接投資與台灣對外直接投資的影響，期間為1980年到2007年，實證結果顯示，雙邊租稅協定對於台灣與協約國之間的FDI流入沒有增加效果，代表租稅協定對於台灣與協約國，消除重複課稅與逃漏稅的功能才是最重要的。

本研究主要從代理理論及資訊不對稱的觀點，探討兩大議題，第一部份，探討企業為了控制代理問題，必須採行些控制工具，本研究主要針對其中三項工具一負債政策、管理者持股、機構法人持股，研究這些工具在使用上，是否有關係存在？並且探討公司特性對於前兩大政策一負債政策、管理者持股有何影響？第二部份，則探討這些工具的使用以及研發管理費用的高低，是否會影響公司的經營績效？ 　　研究期間自民國79年至民國83年，選定樣本共122家，樣本又分為全體樣本、高科技樣本、非高科技樣本三種分別探討。針對第一部份的研究議題，採行三階段小平方法來進行聯立模型的實證，在第二部份則採多元迴歸方法，探討控制工具與經營績效的關係。重要實證結果彙總如下： 　　（一）就全體樣本而言 　　1.管理者持股與負債政策並沒有直接的關連。 　　2.機構法人持股的多寡，對負債政策及管理者持股兩者皆有顯著影響。機構法人持股對負債政策有顯著負的影響，機構法人持股與管理者持股比率間，則有顯著的正相關，且管理者持股的決定，深受機構持股多寡的影響。 　　3.公司特性中，只有獲利變動率對負債比率的影響最顯著；其餘的公司特性，則對負債政策的影響皆不顯著。 　　4.就經營績效的部份而言，不論是以ROA或以EPS來衡量，負債比率及研發廣告費用比率，皆與經營績效呈顯著負相關。則此兩項比率可視為經營績效的優劣指標。 　　（二）就高科技樣本而言 　　1.管理者持股與負債政策並沒有直接的關連。 　　2.機構法人持股對負債政策的制訂，並無顯著影響，但機構持股的多寡，則對管理者持股有顯著正的影響。 　　3.公司特性上，只有獲利變動率，對負債政策有顯著負的影響。另外，股票報酬變動率則與管理者持股有顯著負相關。 　　4.在經營績效部份，對於高科技樣本而言，不論是以ROA或以EPS來衡量，負債比率及研發廣告費用比率，皆與經營績效呈顯著負相關，故此兩項比率可視為經營績效的優劣指標。 　　（三）就非高科技樣本而言 　　1.管理者持股與負債政策並沒有直接的關連。 　　2.機構法人持股對負債政策的制訂，並無顯著影響。但機構持股的多寡，則對管理者持股卻有顯著正的影響。 　　3.在公司特性上，對於非高科技公司而言，所有的公司特性對於負債政策的制訂，皆無顯著影響力。只有股票報酬變動率與管理者持股有顯著負相關。 　　4.在經營績效部份，對於非高科技樣本而言，不論是以ROA或以EPS來衡量，負債比率及研發廣告費用比率，皆與經營績效呈顯著負相關。管理者持股則只對EPS有顯著的負影響。

全球興起一陣風潮，開始重視企業之社會責任，要求企業負起應擔負之責任，國際上也愈來愈多組織制定相關原則及規範希望企業能自發性遵守相關規範。許多企業社會責任(Corporate Social Responsibility, CSR)評等機構相繼產生，投資市場上也出現了社會責任型投資，在在都讓公司注意到除了賺取利潤以外的部分，如勞資關係、環境保護、價值鏈關係等。因而參考國際上主要的標準及規範，重新設計一套獨立評等內容，以瞭解國內獨立機構評選方法之合理性。 / 此外，過去許多文獻探討企業社會責任與財務績效間之關聯，未能獲得一致的結論。本研究主要目的在探討樣本CSR評等結果與財務績效間之影響為何，並利用變異數分析、多元迴歸分析、聯立方程式進行實證分析。 / 在企業社會責任評等部分，實證結果顯示產業類別之不同為影響社會責任實踐之重要因素。 / 當企業之社會責任實踐情況愈好時，未反映於財務績效上，研究結果與抵換假說、私有成本理論、管理計謀理論相一致，當管理階層將資源用於社會責任上，忽略其中之機會成本，犧牲對企業本身或對社會更有利的行為(Firedman 1970)。從另一角度來看，當公司之財務績效愈亮眼時，社會績效未有相同的結果，實證結果與Vance(1975)、Aupperle, Carroll, and Hatfield(1985)一致，當企業之社會績效較好時，未有較佳的獲利性。

全球金融海嘯，讓投資人對衍生性商品避之惟恐不及。本文針對目前市面上相當普遍的商品進行評價，並對商品本身的特色、條款與風險，作逐項分析，希望可以讓投資人在進行投資決策前，能獲得更完整的資訊。本文使用目前廣為實務界接受的BGM模型，文中詳細介紹參數校準之方法，並針對評價結果作分析與探討，最後討論投資人與發行商之風險與報酬。本文建議投資人在投資前必須考量到潛在的風險，評估自身風險承擔能力，不能只是被前幾期的高票息吸引，而草率地投入資金購買結構商品。

本研究資料期間自2004年1月2日至2005年12月13日止，擷取政府債券期貨收盤價及10年期最具流動性之政府債券收盤價資料進行整理，2004年1月2日~2005年6月30日為樣本內期間，2005年7月1日~2005年12月13日為樣本外期間。以簡單避險法、最小平方法（價格）模型、最小平方法（報酬）模型及GARCH 模型之避險比率，應用於樣本外期間的避險。實證結果如下：避險績效方面，日資料無論何種模型均未降低其報酬率之波動度，週資料而言各模型均可降低原公債現貨之報酬波動度，其中以OLS（return）較佳，但避險成效不彰。日資料避險比率最小為OLS（報酬）模型，週資料避險比率最小為OLS（價格）模型。就報酬而言，無論日資料及週資料，各種避險模型所作之避險，均降低其報酬率，換言之，未作避險動作之報酬率最佳。 / The main purpose of this paper is to examine the hedging effectiveness of the Taiwan government bond futures under several hedging models. These models are Naive, OLS-reward, OLS-level and GARCH. The daily data is from January 2004 to December 2005. The in-sample data is from January 2, 2004 to June 30,2005. The out-of-sample one is from July 1, 2005 to December 13,2005. The hedging porformance is measured by the decreasing degree of portfolio variance.The empirical results show as follows:1. OLS（return）model has the better hedge performance from weekly data. 2.The smallest hedge ratio is OLS（reward）from daily data, and it’s OLS（level）from weekly data. 3.The reward is highest without hedge

傳統的迴歸是假設觀測值的不確定性來自於隨機，模糊迴歸則是假設不確定性來自多重隸屬現象。一般的模糊迴歸採用樣本模糊數 來對模糊迴歸參數進行估計，其中 為觀測模糊數， 依舊為實數值。我們認為 的假設不能真實地表達出樣本所蘊含的資訊，本研究將假設 也為模糊數，如此一來對樣本的解釋方式將更為貼近現實，且估計的過程則採用通用的最小平方估計，保留迴歸原始精神但是在模糊數上則有更深入的探究。迴歸常用來建構經濟和財務的模型，而此種模型經常帶有模糊的特質，例如景氣循環、不規則趨勢等。在本文中也會舉出例子來輔助說明此研究的實用性。 關鍵字：模糊迴歸參數區間估計、最小平方法、區間模糊數距離

本研究欲觀察人口老化與所得分配之關係，檢視人口老化對於所得分配之影響，而文中主要分別從「內政部統計年報」、「家庭收支調查表」、「人力統計資源年報」以及各縣市統計要覽獲得各種解釋變數，建立出台灣1998年至2005年總計8年台灣各縣市之資料，並且以各縣市之吉尼係數為被解釋變數，採用最小平方法之方式藉此觀察台灣各縣市所得分配與人口老化之關係。 根據實證結果發現，人口老化與所得分配為顯著並且呈現正相關，亦即當人口老化更加嚴重時，將會導致較大的吉尼係數，造成所得不均之惡化。 其他解釋變數為顯著者分別有：平均每人可支配所得、平均每人可支配所得平方項、婦女勞動參與率以及各區域變數，且除了平均每人可支配所得平方項為負相關外，其餘皆與吉尼係數為正相關，其中所得方面之變數顯示出台灣中存在著Kuznets曲線；婦女勞動參與率的擴張則會導致所得分配更加惡化；中部、南部以及東部地區相對於北部區域來說其所得分配之狀況皆較不平均。而其他解釋變數如社會福利變數、教育變數以及工業變數所得之結果皆不顯著，顯示上述三個變數對台灣各縣市所得分配之影響在本研究中無法確定。 / This research discusses the relationship between aging population and income distribution, and examines how the aging population affects income distribution. The independent variables were acquired from the Statistical Yearbook of the Interior, The Survey of Family Income and Expenditure, the Statistical Yearbook of Labor Force and the Statistical Yearbook from each twenty-three counties and cities in Taiwan to construct a data set from 1998 to 2005. Using the ordinary least squares method and choosing the gini coefficient as a dependent variable to observe the relationship between income distribution and aging population. According to the result of the empirical study, we discover that the effect of aging population is significant and has a positive relationship with income distribution. Income inequality is worse when the aging population increases. Other significant independent variables are disposable income per person, the square of disposable income per person, female labor participation rate and the regional dummy variables. Besides the square of disposable income per person, all variables have a positive relationship with the gini coefficient. In addition, the variable of income shows that Kuznets curve appears in Taiwan. The expansion of the female labor participation will cause the income distribution to change into inequality. Also the north region has the worst income distribution in Taiwan. The results of the social welfare variable, the education variable and the industry variable are insignificant so that in this article we can not observe how the three variables effect the income distribution in Taiwan.

本篇文章之主要目的是將Efron於1979年所提出之拔靴法(Bootstrap method)應用在非常態ARMA(p,q)模式上。我們考慮的結構包括AR(1)，AR(2)，MA(1)，MA(2)，ARMA(1,1)，而考慮的非常態干擾分配則包括對數常態分配，均勻分配，迦瑪分配以及指數分配，對每一個模式，所設定之參數值組合涵蓋了使模式平穩及/或可逆之參數組合中的重要區域。我們比較傳統的最小平方法與利用500個拔靴重複子(Bootstrap repetitions)的拔靴法在參數估計上的差異。進一步我們也以MAE及MAPE等準則比較了這兩種估計模式在預測上的優劣。模擬結果顯示，在參數估計方面，當所設定的參數範圍接近非平穩或非可逆條件時，拔靴法所獲得的參數估計值表現會較佳。然而在預測效益方面，利用往前一期預測法，並配合拔靴法重新改造的數列，在具有非常態干擾項AR(1)，AR(2)以及ARMA(1,1)模式的預測效益上的確有較佳的效果。 關鍵詞：拔靴法，非常態ARMA(p,q) ，最小平方法 / In this thesis, the Bootstrap technique proposed by Efron in 1979 is applied to parameter estimation and forecasting of non-normal ARMA(p,q) time series models. A simulation study is conducted where artificial time series are generated from various ARMA structures with different non-normal noise distributions. The ARMA structures considered in the simulation are AR(1), AR(2), MA(1), MA(2) and ARMA(1,1), while the non-normal noise distributions include Log-normal, Uniform, Gamma, and Exponential distributions. For each structure, the parameter values used cover important regions of the stationary and/or invertible parameter space . The conventional least-square estimators of the parameters are compared with the corresponding non-parametric Bootstrap estimator, obtained by using 500 Bootstrap repetitions for each series. Furthermore, forecasts based on these estimated model are also compared by using such criteria as MAE and MAPE . KEY WORDS bootstrap; non-normal ARMA(p,q); least-square