No description available.

政府將金融中心列為亞太營運六大中心之一，由此可知，金融服務業在未來台灣經濟發展的重要性將逐漸增加，而且不論國內外，金融服務業皆有集團化的趨勢，因此，本研究希望能夠透過實務上的觀察，詳實記錄下金融服務業相關多角化的成長過程，藉以瞭解資源累積的循環過程及多角化成長歷程會遭遇的困難，希望能對集團的成長過程能有較細緻的解釋，並對金融服務業的未來成長提供一個參考。 　　本研究從哈佛大學企業史教授Chandler所著的“Scale and Scope”中的觀念出發，透過文獻的探討，加入交易成本及資源基礎的觀點，以核心資源為中心概念，觀察企業的成長歷程中核心資源的累積及移轉的狀況。 　　本研究的主要發現如下： 　　一、金融服務業可以人才招募及訓練、日常營運累積、高階人際網路及合作關係等方式累積資源，以達規模經濟。 　　二、根據核心資源的相似性，可將金融服務業區分為保險事業群、證券事業群及商業銀行等三群。 　　三、金融服務業間可移轉的資源具有兩種特質：高外溢效果及高交易成本。 　　四、資源外溢效果及交易成本的高低決定潛在範疇經濟利益大小，而組織協調能力及專業能力的高低，則決定企業所能實現潛在經濟利益的大小。 　　五、金融集團可以透過組織及管理設計，克服相關多角化的困難，實現範疇經濟。 　　觀察結果顯示核心資源的特性、組織協調能力及專業能力都會影響企業相關多角化所能實現範疇經濟的程度，值得有心進行相關多角化的企業作為參考。

本研究資料取自教育部ＥＰＳ資料庫，研究期間為民國７６年一月到８４年一月之分類股價指數，共二千二百九十四筆資料。結果發現台灣證券交易所之分類股價指每日報酬率的行為，顯著拒絕iid之虛無假設，顯示台灣股票市埸有強烈的非線性現象，拒絕原因不是來自不穩定性、也非市場為一混沌系統。本研究利用自我相關函數圖形觀察分類股價指數每日收盤價，發現每筆資料皆呈現緩慢下降的情形，因此將資料取自然對數及一階差分作資料轉換，將符合穩定性的要求。實驗結果可歸納出以下的結論：(1)國內分類股價指數每日報酬率配適AR(3)模型，利用Ljung-Box Q統計量檢定除了金融、食品及加權三筆資料不甚理想外，其它資料均可除去自我相關性。(2)以BDS統計量的結果顯示，股價報酬率均拒絕iid的假設，亦即市埸報酬不具有隨機的形態，其中以水泥類最為強烈。(3)雖然原始資與經亂數編排後的相關維度，已有所不同，但所有原始資料的相關維度均不呈現收斂的現象，顯示市場不具有碎形結構。(4)close returns檢定方法檢定結果顯示，股票市埸不具有混沌現象。

隨著典型相關分析應用的日益廣泛，線性典型相關分析並不足以描述兩個主題事務間確實的關連及與其個別相關事務的互動關係，為了更適切地解釋資料數據背後所表達的現象，近來不斷地有關於非線性典型相關分析的理論發表，本文利用1992年Sheng所發表的非線性典型相關分析的理論，將之應用在對臺灣地區民國八十二年的前二十五名最有聲望的企業的資料分析上，並比較應用線性典型相關分析與非線性典型相關分析做資料分析的結果。

在統計學上，我們常使用皮爾森相關係數(Pearson’s Correlation Coefficient)來表達兩變數間線性關係的強度，同時也表達出關係之方向。傳統之相關係數所處理的資料都是明確的實數值，但是當資料是模糊數時，並不適合使用傳統的方法來計算模糊相關係數。而本研究探討區間模糊樣本資料值求得模糊相關係數，首先將區間型模糊資料分為離散型和連續型，提出區間模糊相關係數定義，並提出廣義誤差公式，將相關係數作合理的調整，使所求的出相關係數更加精確。在第三章我們以影響數學成就評量的因素，作實證研究分析，得出合理的分析。而此相關係數定義和廣義誤差公式也能應用在兩資料值為實數或其中一筆資料值為實數的情況，可以解釋更多在實務上所發生的相關現象。 / In the statistic research, we usually express the magnitude of linear relation between two variables by means of Pearson’s Correlation Coefficient, which is also used to convey the direction of such relation. Traditionally, correlation coefficient deals with data which consist of specific real numbers. But when the data are composed of fuzzy numbers, it is not feasible to use this traditional approach to figure out the fuzzy correlation coefficient. The present study investigates the fuzzy samples of interval data to find out the fuzzy correlation coefficient. First, we categorize the fuzzy interval data into two types: discrete and continuous. Second, we define fuzzy correlation with interval data and propose broad formulas of error in order to adjust the coefficient more reasonably and deal with it more accurately. In Chapter Three, we conduct empirical research by the factor which affects the evaluation of mathematical achievement to acquire reasonable analysis. By doing so, broad definition of coefficient and formulas of error can also be applied to the conditions of either both values of the data are real number or one value of the data is real number, and can explain more related practical phenomenon.

兩變數之間是否相關，以及相關的程度與方向是統計研究學者所關注的一項課題。傳統上使用皮爾森相關係數(Pearson’s Correlation Coefficient)來表達兩實數變數間線性關係的強度與方向。然而，對於反映人類思維不確定性的模糊資料而言，傳統的相關分析方法卻有不足與不適用之缺失。 　　本論文的主要目的在於尋求一個合理、適用的區間模糊資料相關係數，提供研究者簡單且容易計算的模糊相關係數求法，用以了解區間模糊資料間的相關程度。接著利用轉換離散型模糊數成為區間模糊數的方式，處理離散型模糊資料間的相關係數。最後，以國中數學教學現場所調查的資料做實例應用。 / In statistical studies, the correlation between two variables and its strength and direction are always concerned. Traditionally, the Pearson’s Correlation Coefficient is used to convey the linear relationship between two variables. However, the traditional correlation analysis is not applicable to the fuzzy data which are able to reflect more appropriately the uncertainty of human thinking. 　　The main purpose of the study is to find a reasonable and usable correlation coefficient of interval fuzzy data which provides researchers a simple and easy way to calculate and find the fuzzy correlation coefficient. Meanwhile, it can help us understand the correlation of interval fuzzy data. Moreover, we use the process of transforming discrete fuzzy number into the interval fuzzy number to deal with the correlation coefficient of discrete fuzzy data. Finally, we utilize the data from mathematics teaching in junior high school for application.

Hamilton (1989)發展出馬可夫轉換模型，假設模型母體參數會隨某一無法觀察得到的狀態變數變動而改變，並用馬可夫鏈的機制來掌控狀態間切換，可適當掌握金融與經濟變數所面臨的結構改變，因此是一個十分重要的財務模型。Schwert (1989)觀察股價波動狀況，發現經濟衰退期的股價波動比經濟擴張期大，因此認為Hamilton (1989)所提出的馬可夫轉換模型亦可應用於股票市場。然而，發現當市場上有重大訊息來臨時，大部分標的資產報酬率會產生跳躍現象，因此汪昱頡 (2008)提出跳躍風險下馬可夫轉換模型，以改善馬可夫模型所無法反映之股價不正常跳躍現象。在探討股價指數報酬率之敘述統計量與動態圖後，本文認為跳躍幅度也會受狀態影響，因此進一步拓展周家伃 (2010)跳躍獨立風險下狀態轉換模型，期望對股市報酬率動態過程提供更佳的分析。實證部分使用1999到2010年的國際股價指數之S&P500、道瓊工業指數與日經225三檔作為研究資料，來說明股價指數具有狀態轉換及跳躍的現象，並利用EM(Expectation Maximization)演算法來估計模型的參數，以SEM(Supplemented Expectation Maximization )演算法估計參數的標準差，且使用概似比(Likelihood ratio)檢定結果顯示跳躍相關風險下狀態轉換模型比跳躍獨立風險下狀態轉換模型更適合描述股價指數報酬率。最後，驗證跳躍相關風險下狀態轉換模型能捕捉其報酬率不對稱、高狹峰與波動聚集之特性。 / Hamilton (1989) proposed Markov switching models to suppose the model parameters change with unobserved state variables which control the switch between states by Markov chain. It can be appropriate to grasp the financial and economic variables which facing structural changes, so it’s a very important financial model. Schwert (1989) observed stock prices, and discovered that the volatilities of recession are higher than the volatilities of expansion. Hence, Schwert (1989) suggested to apply the Markov switching models to stock market. However, most of underlying asset return have jump phenomenon when abnormal events occur to financial market. Wong (2008) proposed Markov switching models with jump risks to improve Markov switching models which can not capture the jump risk of asset price. According to stock index return’s descriptive statistics and dynamic graph, we argue that states will impact jump sizes. In this paper, we extend the regime-switching model with independent jump risks (Chou, 2010) to provide better analysis for the dynamic of return. This paper use stock indices of the study period from 1999 to 2010 to estimate the parameters of the model and variance of parameter estimators by Expectation-Maximization (EM) algorithm and SEM(Supplemented Expectation Maximization ) , respectively. And use the likelihood ratio statistics to test which model is appropriate.Finally, the empirical results show that regime-switching model with jump sizes dependency risk can capture leptokurtic feature of the asset return distribution and volatility clustering phenomenon.

本文主要針對金融海嘯前後，亞洲國家資本市場報酬動態相關性的變化進行研究，過去對國際資本市場變化研究，著重於股票市場的關係且多假設相關係數為固定。 本研究應用Cappiello, Engle and Sheppard（2006）提出的AG-DCC GARCH模型（Asymmetric Generalized Dynamic Conditional Correlation GARCH），探討亞洲國家股票與債券市場的動態相關性變化。除了股票市場間報酬相關性的變化之外，同時考量危機發生時可能有flight-to-quality效果，而將台灣、韓國日本之債券市場進行研究，並將資本市場面對正面與負面衝擊時，所可能產生之不同反應納入評估，並採用國際投資者常作為投資參考的MSCI指數與J.P.Morgan指數作為研究資料來源。 研究發現台灣、中國、韓國及日本的股票指數與台灣、韓國及日本的債券市場的相關係數會隨時間變動而變動，並進一步藉由AG-DCC GARCH發現各指數在金融海嘯前後的相關係數趨勢且市場間在金融海嘯後動態相關性有顯著的差異。 投資者進行國際投資組合配置或者投資標的選擇，應考量市場間的動態相關性改變所帶來的影響，並配合本身風險傾向找出最適當的避險方式，避免因忽略市場訊息可能產生的投資風險。對政府而言，制訂政策同時尚需考量國際資本移動產生的衝擊，以及其對政策實際執行的效果影響，進而制訂有效的政策。

本研究以統包工程產業工程師為研究對象，探討人格特質對組織承諾之關係，並針對研究結果提出建議，作為統包工程公司在人力資源運用與管理的參考。本研究採用問卷調查法，共發出420份問卷，回收314份，有效問卷314份，將回收之問卷資料採用描述性統計、獨立樣本t檢定、單因子變異數分析、Tukey事後比較、Pearson積差相關及多元迴歸分析等方法檢定後，研究結果發現： 1.不同個人背景變項(服務年資、現任職務、婚姻狀況、工作月薪)的統包工程產業工程師在組織承諾上具有顯著差異。 2.統包工程產業工程師的人格特質與組織承諾具有顯著正相關。 3.統包工程產業工程師的人格特質對組織承諾具有預測力。

配合十二年國教的上路，教育部近年來廣推社區高中，目的是希望透過社區高中的發展，學生能夠就讀所在地附近的社區高中。其中部分因素是可以漸少通勤時間的浪費，避免因通勤時間過長而影響學生學習力及學習表現。本論文目的是欲了解通勤時間過長對學生的學習是否有影響？影響層面如何？本論文，應用模糊理論的概念，以模糊問卷為工具，調查某高中高一學生，將模糊問卷調查值反模糊化，透過模糊相關係數的方式，探討分析「通勤時間的長短」對於「學生學習狀態及學習表現」的相關，最後，採用無母數檢定「長通勤時間與短通勤時間的學生」在「學習狀態及學習表現」是否有顯著差異。 研究結果：一、通勤時間長短對於學生第一節上課精神、上課專注度及學生成績表現呈低度相關。二、檢定結果，長通勤時間學生與短通勤時間學生在學習專注度、上課精神狀態及學習成績表現並無顯著差異。