本文研究重點係母子公司合併時子公司少數股東權益保障的爭議問題，並嘗試從美國法之觀點檢討我國母子公司合併案例與相關之規範設計。 從美國德拉瓦州法院對於母子公司合併規範模式之演變，應可察覺一國法制總體面因素的變化，以及合併基礎法制變遷，對於母子公司合併規範設計之影響。總體面因素諸如當代公共政策的游移、投資人與市場周邊機制之成熟度、公司內部治理機制的健全、社會思潮的偏向等；合併基礎法制幾個重大變遷，包括可決合併門檻多數決原則之確立、簡易以及制式現金逐出合併之陸續完成立法等，在在都影響了法院對於母子公司合併之規範態度。法院的態度變化，也顯現在子公司少數股東所擁有之兩項救濟，亦即股份收買請求權以及違反受任人義務訴訟救濟，在近一世紀以來，其起初係平行發展、繼而相互競爭至目前走向調和之變遷過程。而在過程中，違反受任人義務的內涵與課責標準一直持續變化，連帶地也影響股份收買請求權理論基礎的汰換、調整與新生。 德拉瓦州法院對於母子公司合併的處理方式，是區分簡易合併與制式合併而適用不同的規範模式。制式合併係適用「財產法則」概念下之常規交易審查模式，違反常規交易標準即屬違反受任人義務；簡易合併則因為協商成本太高，所以適用「補償法則」，以股份收買請求權為唯一救濟。此項規範模式，很顯然地是一種妥協之處理方式。尤其股份收買請求權之相關配套設計，包括評價得否採計合併綜效、救濟成本之負擔方式以及程序障礙設計猶存諸多問題，採取「補償法則」背後的考量因素或許正是為便利母公司執行合併。 從美國德拉瓦州公司法母子公司合併規範設計之歷史演變，比較我國目前現階段的母子公司合併規範之設計，大體說來，由於我國公司法與企業併購法之規範設計不利於子公司與母公司進行協商、再加上董事以及控制股東（亦即母公司）對於子公司之股東並無直接負受任人義務，在子公司股東無法對於不公平的合併對價，直接請求董事或母公司負擔損害賠償責任的情況下，將很難期待子公司的董事會盡力為子公司少數股東，向母公司爭取公平的合併對價。 換言之，由於我國受任人義務體系之不完備，少數股東縱然認為合併對價涉及不公情事，似乎也祇能依照民法侵權行為之規定，向董事或母公司請求損害賠償。按照民法第一八四條之規定，其舉證責任門檻事實上即相當於美國法對於簡易合併場合之規範。亦即是說，我國法似乎並無特別針對母子公司合併此項具有利益衝突之重大交易，提出任何有別於常規交易之差異規範，此即導致子公司少數股東僅能按照一般侵權行為之規範，請求母公司或董事負擔損害賠償責任，這對於少數股東而言，自是甚為不利。 短期而言，從經濟政策上係鼓勵合併，抑或從我國公司內部治理機制以及市場機制尚未健全發展至足以提供子公司相當之協商力量以與母公司抗衡的角度，我國似乎都無法在仿效美國於制式合併場合，建立偏向「財產法則」概念下之「近似常規交易協商模式」。因此，現階段或應思考從改善我國股份收買請求權設計開始著手。對此，ALI Principles與RMBCA有關股份收買請求權設計之立法例，我國應擇其優而加以援用。 長期而言，按照我國現階段的規範趨勢，似乎係在仿效美國法制，逐漸朝向市場導向之公司治理機制（market-oriented style of corporate governance），因此持續開拓我國資本市場的深度與廣度，以及建立適合於我國公司生態的公司內部治理機制，都將是繼續努力的目標。倘若未來我國市場之周邊機制與公司內部治理機制皆能發揮適當的治理功能，前述偏重於「補償法則」概念下規範模式之股份收買請求權設計，即有必要加以調整，以避免美國現階段在現金逐出合併場合所發生之「規範重疊」（regulation overlap）問題。

廠商成長為產業經濟學的重要一環，廠商成長型式以隨機成長模型最常應用。Gibra- t (1931)更認為廠商成長與原來規模間毫無關係。過去在國外已有許多的文獻進行驗 證；然而國內只有陳肇男(1985)研究台灣地區電子業的成長狀況一篇，其研究結果並 不符合Gibrat法則的分配。 本研究係分別以國內僑外資廠商於民國64年、71年及75年的資料，以及國內500 大廠 商在67年和76年的資料，估計其成長型態。分別比較在不同的廠商規模衡量標準下， 就傳統的廠商成長模型、修正的Kumar 成長模型及Evans 成長模型的所得結果並檢定 其是否符合Gibrat法則，以往的國外實證研究大都忽略了 (1)退出廠商所造成樣本選 擇性問題，(2) 廠商成長本身存在序列相關的情況；(3) 廠商成長的函數型態問題。 針對樣本選擇性問題在迴歸項中加入前期項的規模變數來驗證，另外以 White(1980) 的方法來檢定廠商成長函數型態所造成殘差項變異數不均齊一問題。 實證結果可歸納以下三點： (1) 要修正后的 Wumar成長模型估計結果中，國內500 大廠商較能符合Gibrat法則分 配，而僑外資廠商則有大廠規模愈大成長愈高之趨勢；Evans 的成長模型估計結果則 是多數均能符合Gibrat法則分配，兩種模型估計結果不全相同。 (2) 國內僑外資廠商在三種不同廠商規模的估計結果符合Gibrat法則的比例占 2/3， 不一致者占 1/3；而 500大廠商的估計結果符合Gibrat法則的比例為 5/9，不符合者 占 4/9。 (3) 在Evans 成長模型中，只有 1/6符合Jovanovic (1982)的學習理論，其餘的 5/6 均不符合。可知在國內廠商樣本中，Jovanovic 的學習理論並不符合。

本論文共一冊，分八章八節。 內容：本論文所擬探討之對象為多變量統計分配函數模擬（Simulation）之最佳停止 法則問題（Optimal Stopping Rule Problem ），此類問題之目的在於如何利用盡量 小的樣本數之觀察值來求得未知母數（Unknoron Parameter）的信區間（域）（Co－ nfidence interval ）（Confidence Region），而此信賴區間（域）之寬度（Width ）及包含機率（Coverage Probability）均已事先指定。 以往研究對象多傴限於單變量統計分配函數，而多變量統計分配函數模擬之最佳停止 法則問題，仍尚在研究階段，因此本論文之重點乃在於探討如何求得滿足最佳停止法 則之最小樣本數。在此以多變量常態分配函數為重心，並進而嗜試推廣至其他多數量 統計分配函數。

現有文獻中，有關於最適外匯市場干預法則之探討，通常只考慮現貨外匯市場而不考 慮期貨外匯市場；而模型中納入期貨外匯市場者，卻又忽略了最適外匯市場干預法則 之探討，只偏執於投機彈性（期貨市場中，投機者對當期期貨匯率與下一期現貨匯率 之反應大小）對於國內、外各干擾項的隔絕效果之研究。 事實上，自浮動匯率制度普遍為各主要工業化國家採行以來，期貨外匯市場之考慮則 有其必要性。本文即係在一包括現貨與期貨外匯市場之總體隨機模型下，探討政府欲 達一定目標時之最適即期、遠期外匯市場干預政策。

本文嘗試以蘿莎．盧森堡與伯恩斯坦、考茨基和列寧等其他社會主義者的爭論為軸心，梳理出盧森堡的政治理論。並且企圖以「法則—行動」此一命題為導線，貫穿第二國際時代的馬克思主義所關注的各項議題。 本文採取康德—馬克思主義的立場，主張「資本主義必將崩潰、社會主義必然到來」的法則作為一種設想，以便批判當前的資本主義社會，並進行人與人之間聯合的行動。用盧森堡的話來說，就是將共產主義社會視為最終目的，用來指導當下運動的策略，法則與行動分別作為社會主義實現的客觀以及主觀因素，二者互為表裡、不可偏廢。 伯恩斯坦否定法則的效力，使運動本身成為目的，終究走上改良主義的歧途。考茨基和列寧雖然都強調革命，但是都認為應該在革命前建立強大的組織，忽略了組織其實是革命的產物。考茨基更盲目崇拜法則，以為通過資產階級民主可以直接達到社會主義，列寧重視人們有意識的行動，卻和考茨基同樣錯誤地將民主與專政視為對立的選項。 最後在結論中指出，即便過去在現實中出現的社會主義已經破產，盧森堡仍然留給人類偉大的遺產，她的政治理論是政治上的無秩序和經濟上的有秩序，這也就是民主社會主義的重要意涵：社會主義才使民主政治真正成為可能。

過去對於探勘常見項目集的研究僅限於找出資料庫中交易紀錄的子集合，在這篇論文中，我們提出一個新的探勘主題：常見超集合探勘。常見超集合意指它包含資料庫中各筆紀錄的筆數多於最小門檻值，而原本用來探勘常見子集合的演算法並無法直接套用，因此我們以補集合的角度，提出了三個快速的演算法來解決這個新的問題。首先為Apriori-C：此為使用先廣後深搜尋的演算法，並且以掃描資料庫的方式來決定具有相同長度之候選超集合的支持度，第二個方法是Eclat-C：此為採用先深後廣搜尋的演算法，並且搭配交集法來計算倏選超集合的支持度，最後是DCT：此方法可利用過去常見子集合探勘的演算法來進行探勘，如此可以省下開發新系統的成本。 常見超集合的探勘可以應用在電子化的遠距學習系統，生物資訊及工作排程的問題上。尤其在線上學習系統，我們可以利用常見超集合來代表一群學生的學習行為，並且藉以預測學生的學習成就，使得老師可以及時發現學生的學習迷失等行為；此外，透過常見超集合的探勘，我們也可以為學生推薦個人化的課程，以達到因材施教的教學目標。 在實驗的部份，我們比較了各演算法的效率，並且分別改變實驗資料庫的下列四種變因：1) 交易資料的筆數、2) 每筆交易資料的平均長度、3) 資料庫中項目的總數和4) 最小門檻值。在最後的分析當中，可以清楚地看出我們提出的各種方法皆十分有效率並且具有可延伸性。 / The algorithms for the discovery of frequent itemset have been investigated widely. These frequent itemsets are subsets of database. In this thesis, we propose a novel mining task: mining frequent superset from the database of itemsets that is useful in bioinformatics, E-learning systems, jobshop scheduling, and so on. A frequent superset means that the number of transactions contained in it is not less than minimum support threshold. Intuitively, according to the Apriori algorithm, the level-wise discovering starts from 1-itemset, 2-itemset, and so forth. However, such steps cannot utilize the property of Apriori to reduce search space, because if an itemset is not frequent, its superset maybe frequent. In order to solve this problem, we propose three methods. The first is the Apriori-based approach, called Apriori-C. The second is the Eclat-based approach, called Eclat-C, which is a depth-first approach. The last is the proposed data complement technique (DCT) that we utilize original frequent itemset mining approach to discover frequent superset. The experimental studies compare the performance of the proposed three methods by considering the effect of the number of transactions, the average length of transactions, the number of different items, and minimum support. The analysis shows that the proposed algorithms are time efficient and scalable.

以往投資人認為透過『附加保護層』的保護機制，損失不易流通至主擔保債權憑證，潛在損失較低；又因包含龐大之標的債權，投資人也認為該投資風險分散程度較高，風險暴露程度較低。然而，2007年7月發生次級房貸風暴，導致複合型保護層信用擔保債權憑證各分券投資人產生鉅額損失，方了解於保護層的面紗之下，隱含了不為人知的風險。 　　因此，本研究目的發展合成型複合型保護層信用擔保債權憑證之評價模型，以雙層信用擔保債權為例，『由下而上』依序建構標的債權群組，至主擔保債權憑證之總損失機率分配；並透過直觀的考慮所有損失的可能組合，使估計之合理信用價差更為精確，不僅解決以往評價雙層擔保債權憑證的維度限制，計算子分券數目為二以上的情形，更能將此模型推廣至所有複合型保護層信用擔保債權憑證之評價，適合實務應用。 　　除此之外，本研究亦希望透過實務界常用之風險衡量指標，揭開保護層之厚重面紗，探討複合型保護層信用擔保債權憑證所隱含之風險，提供投資人參考。透過與一般信用擔保債權憑證之風險特性，探討『附加保護層』機制是否真能提升風險分散程度，抑或反而有損失累積的效果。最後，本研究也藉由風險衡量指標，分析資產重疊程度由低至高時，對對雙層信用擔保債權憑證風險的影響，了解風險是否會隨其資產重疊度增加而增加。

本研究是王亦勤《台灣地區學術生產力研究-以12所頂尖大學為例》之後續研究，同樣以台灣教育部第一次補助五年五百億款項的頂尖大學計畫中，獲選之12所大學為研究對象，根據WOS系統收錄之期刊文獻，收集了大約13萬筆資料進行被引用次數分析研究。主要研究目的是期望透過各校被引用次數之分佈情形，對各校學術學術文獻影響力進行瞭解。研究方法是利用WOS系統收集各校學術文獻的資料，接著進行書目計量統計，分析各校及各系所的被引用次數，透過各系所文獻被引用的情形探討此12所大學在各領域的學術影響力。 本研究結果發現，各校被引用次數於各類組之分佈情形綜合來看以台大的表現最佳；各校被引用次數之歷年分佈並不一致，但由整體被引用次數分佈情況可發現，學術文獻要達到被引用的最高峰可能在5~10年左右，超過這段期間或時間距離太近的文獻被引用的情況較低；本研究利用普萊斯平方根定律及80/20法則，進行被引用次數與研究單位數之集中特性分析，所獲得之研究結果符合80/20法則的規律，接近普萊斯平方根定律的分佈特性；透過各校之H指數與各類組被引用次數之學校排名後發現，難以根據各校之H指數瞭解各校於不同領域之學術影響力，要對各校系所及各領域之H指數進行探討才能進行較客觀的比較研究，但由於WOS系統對於各研究單位名稱之著錄並不一致，難以獲得較精確之數據，因此本研究不以此方法對各校學術影響力進行綜合評比，僅就各校H指數與各校之被引用次數進行比較分析；本研究以被引用次數及文獻篇數進行相關性研究，發現文獻被引用次數與文獻篇數之間具有高度正相關的特性，因此推論各研究單位文獻發表篇數多能獲得較多被引用次數，但並不表示發表文獻愈多的單位被引用次數一定高於發表篇數較少的研究單位。 / This study is a continuing study fellow Wang Yi-Chin’s “A study of scholarly productivity in Taiwan: Bade on the Case of 12 Universities”. The studying units selected by this study are the same as Wang’s. Base on WOS database, this study collected one hundred thirty thousand data for research. The main purpose to research journal article’s cited times is for understanding the influence of Taiwan top 12 universities in scholar. This study discoveries several results as: National Taiwan University has the best cited references times; the cited references of 12 universities distribute differently in every year, but articles cited by five to ten years ago reached the top peak of overall cited times; this use “Price square root law” and “80/20 principle” to examine the cited times and the research units which has cited times. And the outcome of this study is approaching “Price square root law” but match with “80/20 principle”; by H-Index, this study prefers to infer it can’t be considered as a exact indicator for measuring the performance of research influence created by universities in different fields; account to this study, there is quite highly interrelationship between cited times of articles and the number of articles.

摘要 本文主要考慮群集樣本(clustered samples)的存活分析，而每一群集中又分為兩種組別(groups)。假定同群集同組別內的個體共享相同但不可觀測的隨機脆弱性(frailty)，因此面臨的是雙變量脆弱性變數的多變量存活資料。首先，驗證雙變量脆弱性對雙變量對數存活時間及雙變量存活時間之相關係數所造成的影響。接著，假定雙變量脆弱性服從雙變量對數常態分配，條件存活時間模式為韋伯迴歸模式，我們利用EM法則，推導出雙變量脆弱性之多變量存活模式中母數的估計方法。 關鍵詞：雙變量脆弱性，Weibull迴歸模式，對數常態分配，EM法則 / Abstract Consider survival analysis for clustered samples, where each cluster contains two groups. Assume that individuals within the same cluster and the same group share a common but unobservable random frailty. Hence, the focus of this work is on bivariate frailty model in analysis of multivariate survival data. First, we derive expressions for the correlation between the two survival times to show how the bivariate frailty affects these correlation coefficients. Then, the bivariate log-normal distribution is used to model the bivariate frailty. We modified EM algorithm to estimate the parameters for the Weibull regression model with bivariate log-normal frailty. Key words：bivariate frailty, Weibull regression model, log-normal distribution, EM algorithm.

Abstract The controversy about the monetary regime of the EC between the Britain and the other member countries made economists to study currency competition and currency substitution widely. This dissertation constructs a one-good, two-currency Brock model in discrete time. In the determinate model, we show the Gresham’s Law results as those in Weil’s. And we demonstrate the existence and uniqueness of a class of first-order Markov stationary sunspot equilibria. The existence of sunspot equilibria expresses another situation of currency competition that future situations may depend on the possibility of people’s expectations, not the growth rates of currencies and tries to provide another explain for the phenomena above.Britain and the other member countries made economists totudy currency competition and currency substitution widely .his dissertation constructs a one - good , two - currencyrock model in discrete time . In the determinate model , wehow the Gresham' s Law results as those in Weil's . And weemonstrate the existence and uniqueness of a class of firstorder Markov stationary sunpot equilibria . The existencef sunspot equilibria expresses another situation of currencyompetition that future situations may depend on the possibi-ity of people' s expectations , not the growth rates of cu -rencies and tries to provide another explain for the pheno -ena above .