本論文主要在探討以移動平均法則為基礎的簡單技術分析指標，以及時間序列模型在台灣股票市場是否具有獲利能力，研究期間為1987/01/01-2006/12/31共20年的樣本期間。我們發現只有使用(1,50,0)和(1,50,0.01) 這兩個移動平均交易法則時才有顯著的報酬；並以AR(1)-GARCH(1,1)-M作為時間序列的預測模型。研究發現在股價上漲的時候，技術分析指標的確有較好的預測能力；而在股價下跌時，利用時間序列模型有較佳的獲利能力。因為技術分析指標與時間序列模型分別捕捉到不同的資訊，將兩預測工具結合在一起應該可以得到一個更好的組合預測指標。本文的實證研究發現此一組合預測指標，不管是在多頭或空頭期間時，都可以比使用單一分析工具獲得更高報酬。

大多數國家的中央銀行均以「穩定物價，控制通貨膨脹」視為貨幣政策的主要目標，因此本研究以 Stock and Watson (1999) 為基本架構，運用2000年1月至2015年12月台灣失業率與其他經濟指標之 Phillips 曲線模型，以遞迴迴歸 (recursive regression) 的方式進行模擬樣本外預測1個月與12個月核心消費者物價指數通貨膨脹率及消費者物價指數通貨膨脹率，及檢驗模型結構穩定性，並利用組合預測方式，進行模型預測績效比較。 其實證結果顯示：核心消費者物價指數年增率模型的預測績效優於消費者物價指數模型的預測績效，而比較失業率及其他經濟指標之 Phillips 曲線各個單一模型，在模擬樣本外預測1個月核心消費者物價指數年增率之預測績效，為營造工程物價指數 (cci) 表現最好，再者發現預測12個月核心消費者物價指數之 Rel. RMSFE 比預測1個月核心消費者物價指數之 Rel. RMSFE 來的小，另外Diebold-Mariano 檢定對於核心消費者物價指數 (cpix) 和消費者物價指數 (cpix) 做為通貨膨脹率之組合預測模型樣本外預測1個月通貨膨脹率之預測績效皆沒有改善效果，反而是部分組合預測模型在樣本外預測12個月通貨膨脹率之預測績效具有改善效果，皆顯示長期預測12個月比短期預測1個月之各個經濟變數的組合預測模型預測績效有明顯的改善，可能係在檢定預測12個月核心消費者物價指數 (cpix) 之 Phillips 曲線模型具有結構性改變影響所致。

本文主要以時間序列為基礎，透過一般化自我相關條件異質變異模型、介入分析、誤差修正、多元轉換函數及組合預測等方法，來建立台灣加權股價指數的預測模型。 從預測精確度之結果顯示，多元轉換函數納入介入分析模型為單一預測模式的最佳預測模型，且其預測績效具有穩定性，而透過最小誤差迴歸組合預測模型可以再改善預測模型在MSPE、RMSPE、MAPE及Theil’s U等量的預測績效。 從多元轉換函數納入介入分析模型中發現，台灣加權股價指數會受到美國道瓊工業指數、台幣兌美元之匯率及消費者物價指數等經濟變數所影響。由於股票市場是重要景氣領先指標，因而當台灣或美國股票市場發生重大事件時，將會對台灣經濟發展產生衝擊，而從本文研究發現，政府可藉由短期政策的施行，產生另一股力量來平衡股市的波動，進而穩定台灣整體經濟發展。 / This research introduces GARCH, ECM, transfer function, and combined forecasting model to predict the changes of TAIEX, and to evaluate the forecasting performance of different models. The results show that the intervention analysis integrated into transfer function yields an accurate prediction model, and the forecasting performance is stable. According to the weighted average of forecasts by minimizing regression error, the resulting forecasting performance such as MSPE, RMSPE, MAPE and Theil’s U will be improved. The intervention analysis integrated into transfer function model shows that the TAIEX is affected by external factors, INDU, exchange rate, and consumer price index. The stock market is one of the major leading indictor, when the Taiwan or U.S. stock market had been impacted, and then Taiwan’s economic development will also be fluctuated. This paper shows that short-term implementation of policies could result in another force to balance the fluctuations in the stock market, and to stabilize the economic development in Taiwan.

本文使用具有事前訊息的領先指標與期間利差作為預測變數,根據不同利差與落後期選擇的 Probit 模型,利用遞迴的方式預測景氣轉折點發生機率,並進一步將個別預測結果進行組合,試圖找出能降低不確定性且優於個別預測結果的方法。實證結果發現,使用 Diebold and Mariano 檢定的預測包容法為其中最優的組合方法,無論是轉折點訊號或預測誤差都能優於半數以上的個別預測。此外,本文亦估計即期景氣轉折點的發生機率,根據模型的估計結果推斷,自 2012 年 2 月至 2015 年 3 月為止,景氣仍處於擴張階段。