於都市計畫中，容積率的訂定或容積移入區的劃定及其上限規範，其擬訂過程所需考慮的因素以及訂定方式，似乎未有明確客觀標準或指導規範；且甚少將不動產市場需求層面納入考量，而影響土地使用的經濟效率。因此，本研究目的為探討區位可及性（規劃供給面）與區位的市場需求兩者對於容積率訂定之理論關係，並提供一套容積率「分派」之方法。研究方法包括特徵價格模式與模擬分析，實證案例為2001年台北市的住宅交易資料，其來源包含台北市稅捐資料與不動產交易資料庫。模擬分析結果顯示出模擬範圍內住宅使用之預測容積率的空間分佈，可據以作為容積率訂定的標準；而預測容積與法定容積的差異於空間上的分佈情形，可分析可能作為容積移入區的劃定區位，以促進土地容積更有效率的配置。

本研究使用系統模擬方式，模擬廠商間的交易情況，透過三項實驗設計與分析，找出對企業貢獻最大的廠商，實驗結果顯示PRM確實能為企業提升服務水準，帶來更多的收益並減少損失。 本研究之系統採用三層式架構進行設計，將系統分為展式層(Presentation Layer)、商業邏輯層(Business Logic Layer)和資料存取層(Data Access Layer)，各層之設計參考GoF的設計樣式(Design Pattern)，展示層使用MVC(Model-View-Controller)模式、商業邏輯層使用外觀 (Façade) 模式、資料存取層使用工廠(Factory)模式，降低系統間各模組的耦合性，並提高程式的可維護性。 關鍵字：系統模擬、電子化採購、夥伴關係管理

產業組織理論中，企業的結合行為，可能產生嚴重的反競爭效果，故在反壟斷法規有關於結合的反競爭分析中，結合模擬（Merger Simulation）是結合審查過程中常用的工具，作為評估結合適當性的經濟證據。而模擬的方法，是利用結合前的資料，預測結合後的經濟後果，但結果是否失真，還需運用事後實際市場資料，回顧模擬預測的結果，而這長期效果之評估，將有助於增加判決的品質。本研究將以結合模擬的回顧分析方向出發，以中國汽車市場為例，分析以實際資料衡量的結合效果是否與模擬預測有異。 模擬預測之結合效果，本文以Hu, Lu, and Zhu（2013）之結論為主要參考：結合行為會使得結合企業的產品價格提升，增強結合廠商的市場能力。實際資料衡量的結合效果，本研究以 2009 年 1 月至 2011 年 11 月中國汽車 295 個車款的混合資料，運用自然實驗（Natural Experiment）法的差異中之差異法 （Difference in Difference，DID）分析 2009 年 11 月中國三家汽車公司發生結合對價格的影響效果。然而，由於結合模擬諸多的假設上以及未考量企業結合後的綜效，例如靜態模型估計設定、成本協同（Cost Synergy）效應、產品進行重新定位（Reposition）等，導致結合模擬預測結果與實際資料估計出之實證結果並不完全相符。

近幾年來，全球經濟處於結構性的轉變，投資人已經很難從定存或股票中獲利。在利率出現持續走低的情況下，促使傳統固定收益工具的報酬率太低，因此固定收益工具對投資人的吸引力也就大為降低。在這種情況下，各式結構型債券（Structure Notes）便開始蓬勃發展，使得原本從公司債及定期儲蓄存款流失的資金迅速回流，更加吸引部分原本未參與債券商品的投資者之目光，均將結構型債券視為低利率時代的最佳投資工具。 　　由於現在國內發行商都可以自行設計連動式債券並發行，因此，如何設計出吸引投資人的商品，在這個競爭激烈的市場中脫穎而出，便是發行商最關注的焦點。大部分連動式債券所連動的選擇權是屬於傳統的選擇權，由於傳統的選擇權可能會因為波動度過大而使其價值較高，進而降低連動債券的保息率或參與率； 新奇選擇權的出現使得連動式債券的設計出現了更多的變化，而且由於新奇選擇權有許多不同的特性，因此能夠比傳統的選擇權更加滿足投資人的需求。所以本論文針對目前市場上搭配新奇選擇權的連動債券進行分析，讓投資人更能瞭解此種連動債券的報酬與風險，避免投資人因不瞭解此種連動債券的特性而遭受到損失；也讓發行商能夠瞭解此種連動債券的條款設計，如何針對投資人的需求，設計出吸引投資者前來投資的新金融商品，並從中獲取合理利潤，以及分析發行商發行連動式債券時會面臨到的風險以及可行的避險方式，確保發行商的獲利。 　　結構型債券的發行商在設計結構型商品時，不但要顧慮到產品是否能夠吸引投資者的目光，最主要的仍是要考慮到發行該產品可獲得的利潤與後續的避險方式與可行性。

隨著債券市場愈趨成熟，如何管理債券投資部位的風險成為一項重要的課題。而風險衡量的工具很多，除了存續期間(duration)之外，較常被使用的方法有風險值(VAR；RiskMetrics , 1995)、主要利率存續期間(key rate duration；Ho , 1992)、主成份分析，本論文則是嘗試利用風險值的概念來衡量債券投資部位的風險，並比較了Golub&Tilman(1997)與網狀蒙地卡羅模擬法這兩個模型在使用上的優劣。

群體運動在現今的電玩、動畫或電影中，有十分重要的應用；透過群體性的運動，可以表現出故事背景設定的張力。在群體運動的模擬中，除了個體本身的運動行為模擬外，重要的是如何呈現出群體運動的整體效果。過去文獻中多數的群體運動模擬系統，要能在群體運動中呈現出特定形狀的效果，多需花費大量的時間反覆調整個體的模擬結果；個體本身的運動行為模型，則多採用虛擬力場的方式，被動的影響個體的運動，較缺乏直觀設定行為模型的方式。本論文的目標是建立一套人群模擬系統，此系統包括兩個部份：第一個部份是使用者可根據個人偏好設定群體運動理想中的外觀形狀，使此系統在模擬前能根據所輸入的環境資訊，利用運動計畫的方式，自動產生形體形變的路徑，以做為維持群體外形的參考目標。第二部份則是改進人群模擬時個體與群體的行為模型。我們利用模糊數學的特性，來表示行為模型以語意表達時的不確定性，使個體的行為能表現出貼近使用者所需求的結果。我們提出了三種類型的模糊行為模型與對應的原生動作，用以表現個體與群體的運動行為。根據我們實做出來的系統及實驗顯示，透過這樣的系統，我們可以利用程序化的方式為電腦動畫師產生具有特定群體外觀的群體模擬，減少其在製作相關動畫所需要的時間與技術成本，同時也提供了直觀的方式建立人群的行為模型，增加行為的豐富性。 / The effects of crowd behavior are becoming indispensable in computer games and computer animation. In crowd simulation, beside the issue of simulating the motion for individual agents, the more important one is how to simulate a specific behavior of a crowd based on the motion of individuals. In order for a crowd to conform to a specific shape, most simulation systems reported in the literature require the users to spend a great amount of time in tuning the behavior parameters of each individual, governed by virtual forces computed according to inter-agent relations. In this thesis, we aim to build a system of crowd simulation consisting two parts: a path planner for a flexible shape and a motion controller with fuzzy logic. The path planner can search for a feasible path for a region of flexible shape allowing the user to set his preference on the shape of the crowd. The local motion controller for each agent is based on fuzzy logic rules that can be used to present the uncertainty of linguistic behavior models. We have proposed three types of fuzzy behavior models and their corresponding primitive actions. Our experiments show that, with this simulation system, we allow a computer animator to use an intuitive way to create specific appearance and richer.

本研究共有三個目的。第一個目的為了解2004年「台灣322事件」的來龍去脈，並推測當時投資人對於市場的看法。第二個研究目的，則是了解選擇權市場對於此類事件的反應情形，以作為投資人日後投資策略應用的參考。第三個研究目的，即是探討2004年3月23日當天，台指買權與台指賣權價格變動方向相對應台灣加權量股價指數變動方向兩者間的關係，實際觀察到的互動與理論提出的關係不相符背後可能的原因。 而所謂的「台灣322事件」是指2004年3月22日當天台灣加權量股價指數下跌了6.67%，同時台指選擇權市場方面，四月份到期各履約價格的買權價格都下跌，四月份到期各履約價格的賣權價格都上漲，呈現大起大落的現象。 至於3月23日當天所觀察到台指選擇權價格變動和理論不合的背後原因，本研究推測為投資人提高對台股指數未來的預期報酬率，故利用蒙地卡羅模擬法，模擬出3月22日及3月23日對應台股指數在依據理論模型下應有的價格，也模擬出投資人預期報酬率提高後3月23日會產生的價格。在整體市場投資人期望報酬率改變為65.13%下，比較模擬結果顯示，3月23日各履約價台指買權合約的價格的確都比3月22日的價格來得高，且各履約價台指賣權合約的價格也都比3月22日的價格還要低，這樣的結果和實際在3月23日當天所觀察到的結果相去不遠。

本文結合動態財務分析（Dynamic Financial Analysis, DFA）與演化策略演算法(Evolution Strategy, ES)找尋產險公司最佳的投資比率。本文模擬產險公司的25年的營運情形，將各資產價格變化以隨機模型建構的概念帶入，加入損失分配並考慮多重期間的資產配置比率重分配(re-allocation)等條件，在建立目標方程式後，運用演化策略演算法求得最佳的資產配置比率。 / In the research, the tools we take are the dynamic financial analysis( DFA ) system and the evolution strategy algorithm( ES ), which can be used to find the best investment ratio for insurance companies. The whole content of this article demonstrates the condition of property-casualty insurance companies in the 25 years. It takes place of the change of prices in every item of the asset by some kind of stochastic models, then, takes notice of the distribution of loss and re-allocation, sets a objective function for the goal to find the best ratio of the asset allocation by ES.

我國自1990年實施金融自由化以來，「銀行過多」(over-banking) 現象逐漸浮現，銀行業的過度競爭與1997年發生的亞洲金融風暴，促使政府推動金融改革政策，試圖藉銀行間的合併提高銀行業者的競爭力與經營績效，提升國際競爭力並邁向國際化。過去已有相當多文獻從事銀行業競爭程度的研究，大致分成結構法與非結構法兩類，其中不乏以非結構法之PR (Panzer and Rosse, 1987) 檢定法，對包括台灣在內的銀行業競爭程度進行探討，但較少以事前模擬的方式，分析銀行間相互合併後對市場競爭程度的影響。本研究針對我國1997-2009年銀行業資料，運用PR檢定法模擬合併前後銀行業的市場競爭程度，附帶分析其對規模、範疇經濟與技術效率之影響。發現當合併的家數愈多，銀行壟斷力及技術效率分數皆會愈高；銀行的合併對規模經濟的增加則有其極限，每兩家合併的情況下最具規模經濟，但隨合併的家數增加時規模經濟有降低之傾向；不論合併的家數為何，範疇經濟皆存在。

本論文主要將Blandchard(1981)及朱美麗、曹添旺(1986)之論文加以拓展為民眾在有 政策預期的情況下，擴張性貨幣政策的采行對股價及匯率等有關的經濟變數的影響效 果。本文主要可分為五章，分別敘述如下： 第一章為序論，主要說明本文的特色與主旨。 第二章為模型分析，主要區分為兩節：第一節為模型分析所須的假定及理論模型的設 定；第二節為模型的解。主要分為長期均衡、動態調整路徑及向穩定均衡收斂的馬鞍 路徑等三個部分。 第三章為政府采行突發性貨幣干擾的影響效果分析。主要可分為三節加以說明：第一 節為長期效果分析；第二節為調整路徑；第三節為圖形說明。 第四章為本文重心所在。主要探討民眾在事先得知政府將于未來采行擴張性的貨幣政 策時，主要經濟變數如匯率及股價的調整路徑。主要分四節加以說明，第一節為調整 路徑；第二節為衝擊效果及動態調整路徑分析；第三節為電腦模擬分析；第四節為經 濟意義的解釋與說明。 第五章為結論。 #50002769 #50002769