在現代廣泛變動的經濟社會裡，任何一個經濟體系都需對未來的活動作一有系統有組織的規劃，包括國家政府的經濟政策，各種產業與個別廠商的經營決策，都需對未來的活動作一正確而完善的計畫。這種對未來的展望與規劃都基於過去的活動，事實，及經驗，利用過去所發生的現象來預定未來可能發生的情況。對過去所發生事實的瞭解，以致於對未來的預定，最簡單的方法，就是時間數列分析(Time Series Analysis)。傳統之時間數列分析建立在數列資料是由長期趨勢、季節變動、循環與偶發移動，四成分所組成的，企業經理人員與經濟學者應用時間數列分析的方法，瞭解過去之企業活動與經濟現象，以便對未來的活動作一適當的預測與控制。 本篇依據傳統之時間數列分析方法，從事有關經濟與企業活動的長期趨勢。季節變動、循環波動與偶發移動之測定與分析。為求使本篇臻於完善起見，首先於第二章就傳統時間數列之成分與特質加以闡述，並就時間數列本身作一隨機獨立之檢定與資料之數序相關(Serival Correlation)檢定。由於時間數列資料室隨著時間變數作一有順序之排列，不同於自母體隨意抽取之樣本，因而在尚未從事長期趨勢測定之前，受先需對原數列資料作一簡單之隨機獨立檢定與數序相關檢定。 長期趨勢成分在時間數列分析裡是最為重要的，不僅有助於一般經濟與企業活動的計畫，同時可幫助研究其他影響數列資料之變動。測定長期趨勢通常以趨勢方程式表示在適當選定趨勢模型時，為了配合數列之長期趨勢對於趨勢測定期與配合長期趨勢之趨勢模型選擇以及求算方法將於第三章作一詳盡的解說，並加以比較。 季節變動通常在月別、季別、週別或日別數列裡出現，主要由於季節變動是在一年內有規則之節奏移動，季節變動一般以指數形成表示。因此於第四章將對測定時間數列之季節指數方法與優劣加以分析？以求得合理而正確之季節變動效果。 循環波動與偶發移動成分在時間數列中是以殘值的方式來決定的，因此循環與偶發移動之測定值為估計值。循環波動估計乃在於瞭解經濟或企業活動之一般狀況，因此循環波動估計對企業管理相當重要。第五章就循環波動與偶發移動估計之方法加以比較，並對循環一偶發移動估計加以評論。 長期趨勢分析之直接實用價值在於長期預測，同時季節變動分析實用於短期預測，循環波動與偶發移動估計的分析，對於企業經理人員之預測價值雖然不確實，但是可瞭解經濟與企業活動之狀況。因此時間數列分析可應用於企業一般活動預測應用傳統之時間數列分析方法從事預測工作時，對於未來活動之預測是大約的估計，為求此估計值之偏估為極小企業經理人員或研究者，必須對長期趨勢測定，季節變動測定與循環一偶發移動估計作一合理而正確的分析，同時應充分瞭解時間數列分析的特質與方法，只能做為企業決策之參考，因此仍須不斷的分析一般企業環境因素，以便適應動態之經濟活動，亦即本篇主旨。

本研究利用市場分析師常使用的總體經濟指標和不動產產業指標來研究其與營建類股價的關聯性，探討分析師所利用的不動產各項指標是否具備代表性。同時，產學界亦存在一些不動產市場指標，本研究也將探討這些指標是否對於預測營建類指走勢有所幫助。 本研究以總體及產業觀點切入，利用VAR及誤差修正模型來探討總體環境及房地產市場和營建類指間的關聯性，並試圖從中找出影響營建類指的關鍵因子。就總體經濟指標來說，實證結果顯示貨幣供給額及利率都是營建類指的領先指標；但營建類指和大盤指數的關係相當薄弱，大盤指數的上漲無法帶動營建類指的上揚；就不動產產業指標來看，營建類指和產業指標間存在長期均衡關係，其中，營建類股價長期調整速度高於台北市房價的調整速度，而因果關係檢定結果顯示營造生產毛額年增率領先營建類指，而營建類指又領先房地產景氣綜合判斷分和建照執照申請面積，營建類指和台北市房價及營造業受雇員工人數具有反饋效果，此結果顯示營建類指在資訊的反應上並未全然領先，這與營建類指長期不受投資人青睞，致使其無法快速及完全的反應資訊有關。 在整體營建產業走弱的因素使然下，本研究建議營建類股票的投資人應注意政府對於房地產的產業政策，政府的政策做多除可有效提升房地產景氣外，更可拉抬營建類股票的股價，此外，預期貨幣供給額上升及市場利率走跌時對於營建類股價將產生正面的效果。

自從中國實施經濟改革之後，其經濟快速成長。從1978到2002年之間，中國的年平均成長率為8.07﹪。但同時期，中國的不平等卻顯示不同的變動趨勢。在1980年代，經濟改革似乎同時促進經濟成長與不平等程度的下降。然而1990年代之後，不平等卻呈現向上爬升的趨勢。本論文的研究目的，即是探討改革後，中國經濟成長與不平等間的因果關係。 根據之前的文獻，經濟成長和不平等之間可能相互影響，但影響方向卻不確定。本論文研究方法採用Granger因果檢定，估計成長與分配的因果關係以及影響方向。本研究採用Toda and Yamamoto (1995)所提出的向量自迴歸程序，對Granger因果模型進行卡方檢定的統計推論。Toda和Yamamoto證明，研究者能夠估計一個k+dmax階的向量自迴歸模型，其中dmax是時間數列變數最大整合階數，k為落差期數。然而，進行統計推論時，研究者只需利用卡方統計量檢驗前k階的迴歸係數是否顯著，而不需檢驗最後的dmax階迴歸係數。利用此研究方法，本論文發現以下結果：一、經濟成長會正面且顯著地影響不平等；二、不平等不會影響到經濟成長；三、實證結果是穩健的，其不因使用不同的所得不平等指數或落差期數而有所變化。 會產生第一種結果的主要原因，在於中央政府傾斜政策的實施。與先前文獻完全集中研究自由經濟或計畫經濟不同，中國經濟正處於轉型過程，可能是本研究不能發現所得不均等對經濟成長的主要因素。 本研究的政策意涵為，由於經濟持續增長，使得不均等的情況更加惡化。因此，中央政府應該取消向東部沿海傾斜的政策，並且增加對中西部地區進行投資的意願。但是，將資源投入在中西部，使得到的收益遠遠小於投入在東部者。因此為了促進持續經濟成長，不建議採取某些能迅速降低不平等的政策，例如財政移轉。 / Ever since economic reform has been carried out in China, its economic growth rate has been remarkable. Its annual growth rate of per capita GDP was about 8.07% for the period 1978-2002, but its income inequality level presented a different moving trend during this time. In the 1980s, it seemed that economic reform decreased this inequality successfully, but the situation of income distribution started to deteriorate beginning in 1990. The purpose of this study is to research if the relationship between economic growth and inequality exists in post-reform China. According to previous literature, economic growth and inequality can influence each other, but their influential directions are uncertain. This study adopts the Granger-causality test as a methodology to estimate their relationship and influential directions. This study tests Granger-Causality with the chi-square statistic, which was proposed by Toda and Yamamoto (1995). They wrote that researchers could estimate a (k+dmax)th-order VAR where dmax is the maximal order of integration. Only the first k coefficients have to be jointly tested with the chi-square statistic, and the last dmax coefficients are ignored. This study finds the following results: (i) growth positively influences inequality; (ii) inequality does not influence growth; and (iii) the results are sturdy no matter what inequality index or what lag lengths are used in the empirical test. The result (i) can be attributed to the biased central government policy. Differencing from previous studies, which focused on democratic or undemocratic economies, this study researches a transitional economy. It could be the reason why this study finds no evidence of the effect of inequality on growth. The policy implications of this study are that China’s government has to give up biased policies and increase the incentives of investing in inland regions. Besides, in order to promote sustainable economic growth, some policies like fiscal transfers, which can reduce inequality quickly, are not recommended.

房地產業在整個國民經濟體系中有舉足輕重的作用。伴隨著房地產業的飛速發展，房仲業也應運而生。而在目前的房地產市場上，一方面有為數眾多的房仲企業，其服務品質參差不齊，行業整體服務滿意度令人堪憂，另一方面在互聯網的浪潮下，各種新興模式的房仲企業層出不窮，著實令公眾難以甄別。因此，無論是整體性或區域性的房仲企業績效排名，對於消費者、房仲經紀人與資本市場都具有重要的參考意義，此外還可作為房仲企業之間相互比較的可靠依據，是一個值得深入探討的課題。 本研究將利用上海市房地產交易中心的交易資料，其中交易資料包含交易時間、交易次數、交易金額、房屋類型、房屋面積、交易區域等資料，透過RFM分析及平均數檢定等方法的應用，以2014年上海市房地產交易市場作為研究對象，首先對於上海市的房地產交易狀況進行概述，其次研究分析上海的房仲企業在不同交易區域與房屋類型上的表現，進而結合優質房仲企業的經營特點做出建議，其研究發現概述如下： 一、公寓的交易次數約有逾八成的比例； 二、上海市次級核心地區房屋交易占交易總量的50%； 三、上海市核心地區平均房屋交易單價較偏遠地區高出約1.8萬； 四、中原物業、我愛我家房屋、德佑房地產與太平洋房屋的經營績效最佳。

人口總數居全台之冠之新北市，2011至2015年轄內共發生610起火災案件，其中住宅火災案件計有292起，佔案件總數約48%，顯示住宅火災問題日顯重要，本研究以新北市2011~2015年的火災統計資料為研究樣本，從時間因素（涵蓋發生星期、發生季節以及發生時段）、建物特性（包括建物樓層、建物類別以及建物結構）與起火處所(包含臥室、客廳、廚房、神龕及其他)、起火原因中瞭解住宅火災案件資料的分佈狀況，並以卡方檢定獨立性檢定進行各變項間的關聯性分析，另透過訪談第一線救災指揮官，彙整實務意見，驗證統計分析結果，達成本研究欲暸解新北市近5年住宅火災案件資料分佈狀況及其時間因素、建物特性、起火處所相關情形之目的。 研究結果發現，2011~2015年新北市轄內住宅火災主要發生在冬季及夏季，5樓以下、鋼筋混凝土結構的集合住宅，更應加強上班日日間(6~18時)防火，住宅中臥室、客廳發生電氣設備引燃火災的高峰；進一步將住宅火災因素進行卡方獨立性檢定之關聯性分析，研究結果顯示時空因素與建築物因素之間具顯著關聯性：發生星期與建築物結構之間、發生晝夜時段與建築物樓層之間，表示鋼筋混凝土結構於上班日發生火災之比例較高、5樓以下的建築物，日間時段發生火災之比例較高，本文最後提出相應的實務建議。

本論文運用CUSUM、CUSUMSQ與虛擬變數探討台灣股票市場的結構性改變，與各種GARCH模型對台灣股票市場報酬加以解釋。實證結果如下： 1.CUSUM與CUSUMSQ檢定有相當大的差距，這在理論上是不合理的。 2.CUSUMSQ檢定出的結構改變虛擬變數有部份無法掌握。 3.EGARCH模型對金融股解釋力並無較佳，但在營建股上則得到較佳的估計，但與經濟直覺相異的地方在正面干擾對股市的影響較負面為大。 4.GARCH-in-mean模型在金融股上完全無法解釋，即風險與報酬的抵換關係，無法得到印證，但在營建股上以EGARCH為基礎的模型此點可得到印證。 5.以t分配為基礎GARCH模型在概度函數值與AIC、SBC上有較佳的解釋力，但在殘差的峰態檢定上則出現不一致。而此問題在雙變量GARCH模型上出現概度函數值與殘差峰態檢定出現相當大的不一致性。

價量關係研究於金融市場甚豐，然於台灣之住宅新推個案市場則相當匱乏，因此本研究關注台灣住宅新推個案市場之價量關係，考量住宅空間次市場差異，區分為內部關係─價量關係，以及外部關係─價／量波及效果。研究以全國及五大都會區為（台北市、台北縣、桃竹地區、台中都會區及南高都會區）為空間範圍；1996年第1季至2009第4季之可能成交價、成交量資料，運用時間序列分析方法，釐清住宅空間次市場內部之價量關係是否存在差異，以及次市場間成交價／量是否存在相互影響的效果，以提供預測市場價量趨勢之參考。 研究結果顯示台北市之成交量領先成交價3期，價量交互影響程度較其他地區大，可知台北市住宅市場之成交量變動在住宅市場趨勢預測中更為關鍵；南高都會區之價量存在共整合關係，表示價量調整具長期均衡，背離程度有限；台北縣、桃竹地區及台中都會之價量則無明顯領先落後關係，價量關係相對薄弱。波及效果之研究結果顯示成交價之波及效果主要由台北都會區擴散至其他都會區，影響方向為單向且範圍較大；成交量則以相對鄰近之都會區為影響範圍，影響主要為雙向，但範圍較小。本研究認為台灣住宅市場過度關注價格訊息，然而更應重視成交量變化的掌握，並關注住宅空間次市場基本結構之差異，避免使消息面造成的過度預期成為主導市場的力量。 / There are numerous researches in stock markets and finance, but few in Taiwan newly construction and pre-sale housing markets. Using the Cathay Real Estate Index Quarterly Reports for the period 1996-2009 and applying Granger causality test, the thesis examines price and volume relationship in five metropolises (Taipei City, Taipei County, Taoyuan-Hsinchu, Taichung Metropolis and Tainan-Kaohsiung) in Taiwan. And with the concern of the differences of housing submarkets, the price and volume relationship is classified as intra-relationship and inter-relationship. The former is price and volume relationship in a certain metropolis, the later is the ripple effects of housing price or trading volume between metropolises. The result of intra-relationship shows that housing price Granger-cause the trading volume in Taipei city. That is, volume provides useful information to predict future price. And there is a long-run relationship in Tainan-Kaohsiung metropolis. From the aspect of inter-relationship, housing price changes first in Taipei City and Taipei County; trading volumes have mutual ripple effect between two neighboring metropolises. The results of the research are useful for housing market participants: We should keep an eye on the changes of trading volume. Also the structure of the submarket is fundamental to form the investment strategies.

通貨膨脹持續性在總體經濟學中是一個相當重要的議題，特別是針對貨幣政策的研究。本文使用 Koenker and Xiao (2004, 2006) 的分量單根檢定以及分量自我迴歸模型，分析35個國家1958--2010年的通貨膨脹持續性。實證結果發現在這35個國家的通貨膨脹持續性估計值會隨著分量不同而不同，同時通貨膨脹持續性與通貨膨脹具有正向關係，這顯示通貨膨脹持續性具有不對稱性質。所有國家分量單根檢定的結果顯示通貨膨脹率在不同分量下具有定態與非定態性質。本文也將部分國家依地區與政策制度等特性區分成不同時期並進行討論，實證結果可以發現大部分國家的通貨膨脹持續性在現今已有下降的趨勢。

本研究選取發達成熟市場的美國以及金磚四國其中一份子的俄羅斯及巴西分別檢視股價報酬率與成交量之間的動態價量關係(Dynamic Price-Volume Relationships)，本研究採行Granger (1969)因果關係檢定、近似無關迴歸模型檢定的研究方法，進行兩大部份分析，第一、三國各自進行股價報酬率與成交量之間是否在不同資料型態設計中有相異的價量因果關係。第二、引進以美國次貸風暴發生時間點視為結構變動點，進行次貸風暴發生前後各國股市價量領先落後情形是否發生異動。本研究選以美國、巴西、俄羅斯，各自所代表的股價指數分別是，美國代表指數分別是標準普爾500指數(Standard and Poor’s 500 Index)、那斯達克綜合指數(Nasdaq Composite Index)、道瓊綜合平均指數(Dow Jones Composite Average Index)、巴西為巴西指數(Bovespa Index)、俄羅斯代表為俄羅斯交易系統指數(RTS Index)。 本研究有別於先前文獻具體研究價值之處，本研究發現美國股票市場的價量關係因應著每個不同股價指數的屬性有所呈現出不同的價量關係樣貌，並且透過資料型態設計的不同、結構變動點的納入與以國家為出發的角度，洞察出美國、巴西、俄羅斯的價量關係會根據經濟體成熟度、產業結構、金融市場開放程度等因素，探究出可能出現不同價量關係的狀況。 其實證結果指出，就美國三大指數而言，以採納的所有資料型態綜觀歸納出，美國三大指數具有量先價行的因果關係，且以S&P500、Nasdaq指數以及空頭資料型態的Dow Jones指數呈現出價先量行的關係存在。次貸風暴的發生，美國三大指數具有價先量行的因果關係。 巴西Bovespa指數在每日空頭、每週多頭資料型態具有價先量行的結果，而當次貸發生前後皆不具任何的因果關係。 俄羅斯RTS指數除了在空頭資料型態部分，其餘皆呈現價先量行的結果，而在多頭資料型態部份，呈現量先價行的結果。而當次貸發生後，皆喪失任何因果關係。

本文改良了Shafiee-Topal(2010)所提出之跳躍模型之波動率，並歸納成三種模型:改良跳躍模型、改良平滑跳躍模型以及最佳化跳躍模型，並運用時間序列模型探討樣本期間內黃金價格。第一部份比較三種跳躍模型與Shafiee-Topal模型在訓練集及測試集的預測結果，並預測2012年至2018年之黃金價格走勢。第二部份探討黃金價格、原油價格以及美元加權指數之間的互動關係，建立多變數模型以預測黃金價格之長期趨勢。 首先，本文檢驗黃金價格、原油價格及美元加權指數樣本之恆定性，經由ADF 單根檢定法發現序列具有單根，進而使用TSP(Trend Stationary Process)估計模型參數。其次，黃金價格、原油價格及美元加權指數經共整合檢定發現，各模型變數間均具有共整合關係，即變數間具有長期均衡關係。黃金價格與原油價格呈正向反應，而黃金價格和原油價格與美元加權指數呈負向反應，除了受自身的預測解釋能力外，亦可以做為觀察其他變數的未來走勢方向及影響大小預估。最後，探討黃金價格受波動率的影響情形，本文改良Shafiee-Topal模型之波動率，並比較四種模型對黃金價格趨勢預測之結果，發現改良平滑跳躍模型在實際黃金價格波動率大時，其趨勢預測結果會優於Shafiee-Topal模型。 / This research advanced the volatility component (λ) of the jump and dip model (Shafiee and Topal,2010) on gold prices from 1968 to 2012 and estimated the gold price for the next 6 years. Based on the trend stationary process, we defined the three components and derived three new models: Adjusted Jump and Dip Model, Adjusted Smooth Jump and Dip Model and Optimized Jump and Dip Model. First part of the thesis compared the performance in prediction of the training data and the testing data for three different models and the jump and dip model. Second part of the thesis investigated the relationship among the gold price, crude oil price, and trade weighted U.S. dollar index of the concepts The result illustrated the long term trend of gold price described by a multivariate predictive model. We found evidence that different levels of volatility affect the prediction of gold price, and the adjusted jump and dip Model performs best when the true volatility is relatively high.