近年來，信用衍生性金融商品蓬勃發展，市場上陸續出現不同特色的信用擔保憑證。過去評價信用衍生性金融商品多採用Hull & White (2004)年所發表的因子相關結構型模型(factor copula approach)。由於因子相關模型在描述違約事件，可降低處理維度，使得計算更容易處理，更方便建立出損失分配，讓評價工作更順利進行。但是，降低維度的便利，卻犧牲了違約時點的動態描述，在因子模型中，我們無法掌握損失分配的期間結構，所以只能處理單一到期日的信用衍生性金融商品。 但市場上逐漸出現具有時間相關性的信用金融商品，例如：遠期生效型信用擔保憑證(Forward-starting CDO)、信用擔保憑證分券選擇權(Option on CDO tranches)、重設型信用擔保憑證等。其中遠期生效契約的特色在於，在生效日之前，標的資產若違約，並不構成損失的發生，只會將此商品從投資標的中剔除。故投資人在生效日之前，受到一層信用保護，所以相較於同天到期的信用擔保憑證，會使遠期契約的信用價差會比較低，可降低發行商的成本。在加上近年來，信用曲線出現越來越陡峭的情形，代表到期日相差越長，報酬差異越大，所以投資較長天期的商品，相對報酬提高較多。而次順位分券信用價差近年來下降許多，不少投資人為了達到報酬目標，轉而投資較長天期的信用投資產品。而且信用曲線過於陡峭，投資人預期未來違約環境會呈現平緩或變佳的趨勢，可以透過購買遠期契約，來獲得投資利潤。 由於我們不想放棄因子相關性結構模型在使用上簡便的優勢，所以試圖將跨期相關因子引入因子模型，將期間之間的相關性考慮進去，讓遠期生效信用擔保憑證的評價工作得以運行。除此之外，我們分析各分券對參數的敏感性，並加以探討其中的經濟意涵，最後以討論遠期信用擔保憑證避險的策略作結。

內生經濟成長認為政府支出結構與收入結構均會影響恆定狀態成長率之觀點和事實是否一致呢？許多先前相關之研究需被修正，因為這些研究在政府預算限制式的設定並不完全，導致實證之結果產生偏誤。本文除了將討論忽略這些偏誤所會導致之影響外，進一步將以One-Way與TwO-Way的固定效果與隨機效果模型來進行估計，並修正先前研究所發生之問題，然後找出強力的證據來支持Barro模型（1990）所做的預測。本文的樣本資料取自東亞經濟前瞻與亞洲開發銀行，以亞洲新、舊四小龍，加上申國，共九個國家的17年時間序列資料所形成的揉合資料（pooling data）為實證對象。分析結果發現在考慮異質性與同期相關性下，若採用似無相關迴歸技巧來對One-Way固定效果模型進行估計，則：（1）不論政府是以租稅收入或是非租稅收入作為融通財源，資本性支出的增加均會提高經濟成長率，經常性支出的增加則均會對經濟成長率造成負面影響；（2）在政府以租稅收入為融通來源下，非租稅收入增加將會降低經濟成長率；若政府以非租稅收入作為融通之財源，則此時租稅收入之增加將會降低經濟成長。 〔關鍵字〕資本支出、經常支出、同期相關性（Contemporaneous correlation）、異質性（HetereSkedaStiCity）、One-Way fixed（random）effect model、Two-way fixed（random）effect model、似無相關迴歸（Seemingly unrelated regression）

鑒於轉投資收益占公司收益比重日形增加，且紡織業為一成熟期產業 ，頻頻地從事於轉投資活動，遂引起本研究的研究動機。 本研究的目 的是希望能對紡織業上市公司轉投資活動作一全面瞭解，並試圖找出會系 統化地影響轉投資活動的一些公司特質。 本研究結果發現公司屬於第 一類上市公司或第二類上市公司、公司屬於前兩百大企業集團或不屬於集 團、公司負債比率的高低、總經理持股比率的高低、公司近年來本業是否 曾虧損，都是會系統化影響公司轉投資活動的因子。 另外，從事轉投 資的動機方面最主要是因本業衰退，再者是希望能進入高報酬行業；而轉 投資又分三大類：垂直整合型、相關多角化型、非相關多角化型，從事這 三類型的轉投資其在實務上的考量因素都大致與理論所言符合；而在垂直 整合型轉投資與相關多角化型轉投資上，公司傾向於持有較高的股份。在 非相關多角化上，多數的公司都想跨入營建業、投資業、證券業、商銀、 創業投資業、資訊電子業等。至於選擇轉投資的對象時，首重被投資公司 的產品的市場可行性分析與投資的回收期間，而在事後的績效評估上，則 重投資報酬率與被投資公司的成長潛力；又當被投資公司獲利情形大好或 大壞時，或被投資公司的股票將要上市或上櫃時，投資公司都可能突然大 幅的增加或減少持股。

題組題是依據所提供之新情境和資料作答的試題類型，它能測量到學生的理解、應用、分析或評鑑能力，一般來說，同一題組內各子題有某種程度的關聯性。由於題組題是近幾年國民中學基本學力測驗常見的試題類型，且目前各種鑑別度定義僅針對單一試題作鑑別度分析，若將其應用在分析題組型試題鑑別度時，除了無法計算題組本身的鑑別度之外，甚至會忽略題組內各子題之間的關聯性。此外，目前題組鑑別度的相關研究並不多，故本論文以複相關係數的觀點探討其鑑別度，提供新的研究方向。本文先分析獨立型試題鑑別度，並將其研究結果拓展至題組型試題。對於獨立型試題，本文驗證了以點二系列相關為定義的鑑別度是以相關係數為定義的鑑別度之特例。對於題組型試題，在蒐集測驗結果資料後，本文運用迴歸分析的技巧計算「題組本身」鑑別度，同時，為了探求在排除同一題組內前面各子題影響力後的子題鑑別度對於該題組鑑別度的貢獻程度，故本文提出「淨得分」與「淨鑑別度」的新概念，並發現題組鑑別度與各子題淨鑑別度之間有密切的關聯性；再者，本文亦提供了檢定各子題淨鑑別度是否顯著的統計方法。最後，以99年第一次國中基測英語科試題為例，利用本文研究結果計算其獨立型試題鑑別度以及題組試題之題組鑑別度、各子題鑑別度與各子題淨鑑別度，並與其它有關試題鑑別度的研究作比較與分析。 / For testlet, it is answered by the provided new situation and information, can measure the student’s understanding, application, analysis and judging ability. Generally speaking, a relation exists in each item within testlet. In the recent years, testlet is an usual type in the Basic Competence Test for Junior High School. Moreover, current all definitions of discrimination index are only focusing on the single item. When these definitions are applied to analyze the discrimination index of testlet directly, not only the discrimination index of testlet can not be calculated but the relation between items within testlet will be neglected. Furthermore, due to the lack of the discrimination index study on testlet, this thesis investigates the discrimination index of testlet by regression analysis with the view point of multiple correlation coefficient and provides a new direction for the following study. This thesis is investigating the discrimination index of independent items, and this result is applied to testlet. For individual items, this study proves that point-biserial correlation is a special case of correlation coefficient. For testlet, after data collection, this study calculates the discrimination index of testlet itself by regression analysis. In the meantime, for investigating the contribution of the discrimination index of testlet of item within testlet which is getting rid of the influence of the previous items in the same testlet, this study proposes a new concept of “net score” and “net discrimination”. First, this study finds the close relation between the discrimination index of testlet and item within testlet. Second, this study states how to find the “net” discrimination index of item within testlet is remarkable or not by statistics. Finally, this study takes the English test items of the First Basic Competence Test for Junior High School Students in 2010 as example to calculate their discrimination index of individual item, testlet, item with testlet, and the net discrimination index of item within testlet, separately, by the deduced formula. A comparison and analysis between this and related study also have been taken into process in this study.

近年來，由於人類對自然現象、社會現象或經濟現象的認知意識逐漸產生多元化的研判與詮釋，也因此致使人類思維數據化的概念已逐漸廣泛的被應用，對數據分析已從傳統以單一數值或平均值的分析作法，演變為考量多元化數值的分析作為。有鑑於此，在數據資料具備「模糊性」特質的現今，藉由模糊區間的演算方法，進一步探討之間的關係。 傳統的統計分析，對於兩變數間線性關係的強度判斷，一般是藉由皮爾森相關係數（Pearson’s Correlation Coefficient）的方法予以衡量，同時也可以經由係數的正、負符號判斷變數間的關係方向。然而，在現實生活中無論是環境資料或社會經濟資料等，均可能以模糊的資料型態被蒐集，如果當資料型態係屬於模糊性質時，將無法透過皮爾森相關係數的方法計算。 因此，本研究欲研擬一個較簡而易懂的方法，計算模糊區間資料的相關係數，據以呈現兩組模糊區間資料的相互影響程度。此外，若時間性之模糊區間資料被蒐集之際，我們亦提出利用中心點與長度之模糊自相關係數（ACF with the Fuzzy Data of Center and Length；簡稱CLACF）及模糊區間資料之自相關函數(ACF with Fuzzy Interval Data；簡稱FIACF)的方法，探討時間性模糊資料的自相關係數予以衡量。 / The classical Pearson’s correlation coefficient has been widely adopted in various fields of application. However, when the data are composed of fuzzy interval values, it is not feasible to use such a traditional approach to evaluate the correlation coefficient. In this study, we propose the specific calculation of fuzzy interval correlation coefficient with fuzzy interval data to measure the relationship between various stocks. In addition, in time series analysis, the auto-correlation function (ACF) can evaluate the effect of stationary for time series data. However, as the fuzzy interval data could be occurred, then the classical time series analysis will be not applied. In this paper, we proposed two approaches, ACF with the fuzzy data of center and length (CLACF) and ACF with fuzzy interval data (FIACF), to calculate the auto-correlation coefficient for fuzzy interval data, and use the scheme of Mote Carlo simulation to illustrate the effect of evaluation methods. Finally, we offer empirical study to indentify the performance of CLACF and FIACF which may measure the effect of lagged period of fuzzy interval data for daily price (low, high) of the Centralized Securities Trading Market and the result show that the effect of evaluation lagged period via CLACF and FIACF may response the effect more easily than classical evaluation of ACF for the close price of Centralized Securities Trading Market.

This paper emphasis on the importance of default correlation, and also illustrate how the concept is connected with the Basel Ⅱ framework’s intention. Moreover, the paper brought out the different methodologies used by practitioners to arrive at the default correlation calculation, namely, the dispute between asset correlation and equity correlation. Furthermore, based on the model proposed by Hamerle, Liebig, and Scheule (2004), a panel logit model is set up to capture the relationship between the default events and the risk components endured by the specific industry. The model is therefore used to test the applicability of such model using Taiwan’s banking industry data. The result is consistent with our expectation about including the macroeconomic variables which will help to explain the default events happened within the banking industry. But, to my surprise, the proposition about the contemporary systematic random risk effect seems to be insignificant and a fixed effect is suggested to be assumed instead.

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。

本篇論文指出風險基礎資本對於保險公司的清償能力，並不是一個有效的預測工具。其中一個無效的理由可能是對於各個風險之間的相關係數矩陣沒有做正確的假設，但這個說法從未被證實。因此，本篇論文藉由一個模擬的產物保險公司資料，透過不同的共變數調整後總和風險基礎資本(Total RBC)的相關係數矩陣假設來檢測不同的相關係數矩陣對於風險基礎資本預測產險公司清償能力的有效性為何。我們建構了一個模擬模型來比較相關係數的設定對於資本要求有效性的影響。模擬結果證實，相關係數的設定對於預測產險公司清償能力的有效性並無影響。可能的原因是在模擬的過程中，計算風險基礎資本的風險類別的數量不夠多，所以造成相關係數並沒有顯著的影響。因此，調整風險基礎資本中共變異數的計算公式並不會增加風險基礎資本預測的有效性。 / From past work, it is believed that RBC is ineffective in predicting solvency. One of the possible reasons for causing ineffectiveness may be the unrealistic assumption about correlations among risks, but it is not yet confirmed. Thus, in this paper we investigate how the correlation specification in obtaining Total RBC after covariance affects the effectiveness of RBC for property-casualty insurers. We conduct simulations to compare the effectiveness of capital requirements with assorted correlation specifications. Simulation results confirm that correlation specification has no influence on effectiveness. Our conjuncture is that the number of risk categories in RBC is probably not large enough for correlation to have significant impact. Therefore, modifying the covariance formula alone will not improve the effectiveness of RBC.

本研究者曾於創業競賽中完成一套企業計畫書。就企業計畫書本質而言，，正是用來表現創業者如何由一概念發想，並藉由適當的資源應用與網路關係建立並經營一企業。也因為參與競賽，發現其實台灣有許多的技術、知識，是還未受到重視及應用。基於以上理由，牽動了研究企業發展階段的動機，希望能夠試著找出一些企業發展之通則。也因此，本研究決定以規模較小的且應用大量知識為企業資源的公司，作為觀察的對象。 本研究根據利用企業發展的四階段，即原創階段、商品化階段、企業化階段、產業化階段，將企業發展劃分為四個時段，並利用吳思華所提出的範疇、資源、網路等三項企業發展策略構面，嘗試解答知識型企業在不同階段是否符合企業發展階段之模式？知識型企業在各期發展階段之關鍵任務為何？知識型企業如何運用策略由前一發展階段步向下一發展階段？等問題。 經由個案研究訪談，以及本研究之事後歸納分析，本研究得出以下之重要發現： 1.知識型企業發展的確符合本架構各階段進程 2.知識型企業各期發展階段之重要關鍵任務 ·原創階段為確定營運範疇及未來發展方向 ·商品化階段為結合多元知識研發兼具專業及品質的產品或服務、建構商品的獨特性、佈建出一套商品的研發程序及相關配套設備措施 ·企業化階段為建立品牌商譽與顧客互動關係、公司整體組織及員工制度、將不必要的生產相關工作外包 ·產業化階段為以充裕的公司資源擴大市場範疇、與外界合作，並藉由合作以整合公司資源 3.知識型企業邁向下一發展階段之重要策略考量 ·原創階段前累積足夠的專業知識，並熟悉市場 ·商品化階段前規劃合宜的架構(確立產品市場)、創辦人藉研發將知識從個人身上轉移到組織、制訂研發程序及累積公司無形資產 ·企業化階段前專注企業核心資源建立(其餘向外尋求合作)、提供標準及足量的商品及建立與顧客接觸管道、內部程序標準化、以制度及價值活動深植無形資產與組織能耐 ·產業化階段前則利用多餘的資源投入其他具有未來發展潛力的產品及市場中，並利用對外合作活動整合企業資源 4.整體而言，本研究以為知識型企業發展之有數項重要策略演變，在企業發展前期，公司是以有形資產及個人能力為主要企業資源，但隨產品研發之完成，公司制度之建立，則利用無形資產以及組織能力驅動企業持續發展，並創造出更多的有形資產及各專業能力，成為組織產生生生不息的成長來源。 關鍵字：知識型企業、企業發展階段、幼教相關企業

在行銷手法日益翻新的今天，各企業為了讓行銷活動可以獲得較大的迴響，因此國內外的企業開始採用一種新的行銷方式，也就是議題相關行銷。此種行銷活動的特點主要是，營利企業結合非營利組織來做推廣活動，包括共同合作、非營利組織授權給營利企業自由使用其名字或組織標誌、營利企業藉由產品銷售捐款給非營利組織..等，國內最有名的例子為花旗銀行的喜憨兒認同卡。本研究鑑於此領域的學術研究論文尚少，試圖以此種行銷活動為研究主題，探討和品牌權益之間的關係，以作為企業在執行議題相關行銷時的考量依據。本研究經由文獻探討以及個案訪談的結果，導出欲研究的變數，包括原品牌形象、非營利組織知名度、以及合作對象非營利組織的關連程度。 　　本研究所得的重要結論有以下幾點： 1. 不論原品牌形象佳或普通，議題相關行銷對品牌權益無顯著的影響；但執行議題相關行銷對企業善盡社會責任因素有顯著的提升效果。 2. 一般而言，合作對象非營利組織的知名度高低對品牌權益無顯著的影響效果，但就原品牌形象佳者來說，若執行關連程度高的議題相關行銷，合作對象知名度低的品牌權益是會顯著的高於知名度高者。 3. 不論原品牌形象佳或普通，合作對象關連的高低對品牌權益無顯著的影響效果。 目錄 第一章 緒論 1 第一節 研究背景 1 第二節 研究動機 2 第三節 研究問題與目的 3 第四節 研究範圍 4 第五節 研究流程 5 第二章 文獻探討 6 第一節 議題相關行銷 6 第二節 非營利組織 18 第三節 品牌權益 24 第四節 品牌形象 35 第三章 研究設計 38 第一節 研究架構 38 第二節 研究假設 40 第三節 變數的定義與衡量 41 第四節 實驗設計 43 第四章 研究結果 54 第一節 基本資料分析 54 第二節 變數操弄檢查 62 第三節 品牌權益因素分析 66 第四節 品牌權益之信度測量 68 第五節 執行議題相關行銷對品牌權益的影響 70 第六節 非營利組織知名度對品牌權益的影響效果 76 第七節 合作對象關連程度高低對品牌權益的影響效果 85 第五章 結論與建議 94 第一節 研究結論 94 第二節 研究建議 99 第三節 研究限制 101 第四節 後續研究建議 102 參考文獻 104 附錄 111 附錄一 國內企業推行議題相關行銷之案例 111 附錄二 個案 113 問卷 116 圖表目錄 表目錄 表2-1 議題相關行銷彙總表 11 表2-2 關於品牌權益的品牌知識建構之衡量方式 34 表3-1 實證研究之研究設計 44 表3-2 非營利組織類別與運動鞋關連程度分析 46 表3-3 非營利組織知名度分析 48 表3-4 品牌形象分析 50 表3-5 實驗設計之分組設計 51 表3-6 實驗組之問卷設計 52 表4-1 問卷回收表 55 表4-2 各實驗組別的樣本回收率 56 表4-3 樣本的性別分佈 56 表4-4 樣本的年齡分佈 57 表4-5 樣本的年級分佈 57 表4-6 樣本就讀學院之分佈 58 表4-7 樣本宗教信仰之分佈 58 表4-8 樣本過去一年的捐款經驗 59 表4-9 具捐款經驗者之捐款次數分佈 59 表4-10 具捐款經驗者之捐款次數分佈 60 表4-11 具捐款經驗者之捐款動機分析 60 表4-12 具捐款經驗者之捐款對象分析 61 表4-13 具捐款經驗者之捐款方式分析 61 表4-14 NIKE與CONVERSE品牌形象之變異數分析 63 表4-15 非營利組織類別和運動鞋關連程度之變異數分析 65 表4-16 品牌權益之因素分析 66 表4-17 品牌權益之信度分析 68 表4-18 NIKE執行議題相關行銷對品牌權益之變異數分析 71 表4-19 CONVERSE執行議題相關行銷後對品牌權益的變異數分析 73 表4-20 NIKE執行體育活動類之議題相關行銷，其非營利組織知名度之變異數分析 77 表4-21 NIKE執行學術研究類之議題相關行銷，非營利組織知名度之對品牌權益之變異數分析 79 表4-22 CONVERSE執行體育活動類之議題相關行銷，其非營利組織知名度對品牌權益之變異數分析 81 表4-23 CONVERSE執行學術研究類之議題相關行銷，非營利組織知名度對品牌權益之變異數分析 83 表4-24 NIKE執行非營利組織知名度高之議題相關行銷時，合作對象關連程度之變異數分析 86 表4-25 NIKE執行非營利組織知名度低之議題相關行銷時，合作對象關連程度之變異數分析 88 表4-26 CONVERSE執行非營利組織知名度高之議題相關行銷時，合作對象關連程度對品牌權益之變異數分析 90 表4-27 CONVERSE執行非營利組織知名度低之議題相關行銷時，合作對象關連程度對品牌權益之變異數分析 92 圖目錄 圖1-1研究流程圖 5 圖2-1 Kotler的組織分類圖 19 圖2-2 Henry之非營利組織分類 22 圖2-3 品牌權益構面圖 26 圖2-4 Keller品牌知識構面圖 29 圖2-5 品牌形象構面圖 37 圖3-1 研究架構圖 39