在本篇論文中，我們主要是探討有邊界值的二次微分一積分方程式的解的存在性及唯 一性的問題。在LAKSHRNIKANTHAN 和KHAVANIN的“二次微分一積分方程式及單調法“ （THE METHOD OF MIXED MONOTONY AND SECOND ORDER INTEGRO-DIFFERENTIAL SYSTE M, ANAL.２８（１９８８），１９９－２０６）中，他們利用到混合單調法的技巧： 將不具有任何單調性質的函數擴充到一混合單調函數（亦即此函數對某些變數是單調 非遞減，而對另外某些變數是單調非遞增），然後利用其上解及下解（UPPER, LOWER SOLUTION）來生成兩個單調數列，而此二單調數列具有同時均勻的收斂到原方程式的 解的性質，而完成其存在性，其唯一性則是利用最大原則法（MAXIMUM PRINCIPLE ） ，而完成了他們對二次微分一積分方程式的解的探討。 在上述中，我們認為作者給予擴充函數的性質太強了，故我們對條件放寬，允許它不 是混合單調函數，而另外給了較弱的限制條件，此時我們與證明方法有了改變，我們 用到了SCHAUDER的定點定理（FIXED POINT THEOREM ）：若Ｔ是一區間映到相同區間 的緊緻運算子（COMPACT OPERATOR），則存在一點Ｘ使得Ｔ（Ｘ）＝Ｘ。於是解便可 得到，其唯一性亦是利用最大原則法得到。 最後，我們必須確定我們所使用的擴充函數確實存在，所以我們給了一個關於擴充函 數存在的充分條件來保證它的確存在，而不只是一種理想函數而已。到此，再加上一 些數值結果，我們就完成了整篇的論文。

本文從貝氏統計理論以及時間數列分析法探討動態線性理性預期模型。並用之以國內 的消費、所得以及其他經濟變動數的理性預期因素。 第一章：緒言：研究動機、研究目的、研究方法及資料來源。 第二章：理性預期之假設的含意及其應用。 第三章：數種理性預期模型之建立。 第四章：理性預期模型的統計特性：認定、估定及假設檢定。 第五章：理性預期與移動平均的預測比較。 第六章：理性預期之實證研究─台灣之經濟模型。 第七章：結論與建議。

第一章：緒論；第一節為研究動機與目的，二節為研究方法與限制，第三節為論文結 構。 第二章：人力資源規劃對當今會計師事務所之重要性；第一節今日會計師事務所之規 模，第二節為會計師業務之多樣化，第三節為審計準則之限制，第四節為人力資源規 劃模式之應用，第五節為管理科學之興起，第六節為本章結論。 第三章：會計師事務所的人力資源規劃──以線性規劃模式分析；第一節為線性規劃 模式之功能，第二節為運用線性規劃模式以探討會計師事務所人力資源規劃所必須要 考慮的因素，第三節為模式中各符號的說明，第四節為線性規劃模式的建立及說明， 第五節為模式中無形利益的再探討，第六節為實例說明。 第四章：會計師事務所的人力資源規劃──以目標規劃模式分析；第一節為目標規劃 分析法之研究，第二節為會計師事務所目標規劃模式之資料，第三節為目標規模式之 建立，第四節為模式之解答。 第五章：會計師事務所的職員績效評估；第一節為會計師事務所人事管理控制，第二 節為學習理論之 。第三節為職員之績效評估，第四節為本章結論。 第六章：結論與建議。

本篇論文主旨在研討如何將梯度之觀念應用於線性規劃問題，以及所發展出來之解題 方法，內容約三萬字，計一冊，分章，各章名稱及概要如下： 第一章－－梯度：介紹梯度之定義以及幾何意義。 第二章－－以梯度求起算解：將梯度之觀念導入線性規劃問題，並發展以梯度觀念求 得起解之方法。 第三章－－求最佳解：介紹如何用克利斯－－克洛斯法將起算解轉換成最佳解。 第四章－－與單體法之比較：比較此法與單體法之優劣差異。 第五章－－專論二個變數之問題：討論此法在只有二個變數之線性規劃問題時，如何 更能發揮特點。 第六章－－電腦程式：介紹此法之電腦程式及例題。

第一章 導論。說明論文的研究目的，研究方法範圍限制及論文架構。 第二章 介紹整體生產規劃的基本觀念以及它與企業內其他管理決策的關係。 第三章 探討整體生產規劃的四個模式；線性規劃，線性決策規則，管理係數法和參 數生產規劃。最後總結說明為何使用搜索法。 第四章 介紹搜索法的基本觀念，程式系統，以及搜索副程式的流程與邏輯。最後總 結搜索法的優缺點。 第五章 介紹本篇論文的實證工廠，產品特性，產業趨勢，組織結構，作業流程。 第六章 由實證資料推導出工廠的成本函數。成本包括了正常工資，加班成本，存貨 成本和僱用成本。 第七章 先以搜索法求出整體生產規劃決策和工廠實際決策比較，再預測今年的銷售 量，求出搜索法的決策。 第八章 結論與建議。

傳統的迴歸係數估計式為最小二乘法估計式，受自變數間共線性的影響很大。當自變 數間之共線性影響愈大時，則自變數與因變數間之關係愈趨於不穩定，且最小二乘法 估計式之變異數增大，致使模型喪失所應具備的解釋能力。因此荷肯（Hoerl, Kenn- ard ）二氏於一九七○年提出脊估計式，以改善最小二乘法估計式受共線性影響的缺 點。脊估計式與最小二乘法估計式的最大不同，在於脊估計式中多了一個大於零的常 數。 第一章為緒論。 第二章說明共線性產生的原因及其影響，進而推演出脊估計式的理論基礎及其幾何意 義；包括脊估計式的偏誤、期望值、變異數、均方誤差及脊估計式與最小二乘法估計 式的關係。 第三章脊估計式與其他估計式的比較，包括最小二乘法估計式、主成分估計式、等比 例縮小估計式，均以均方誤差作為其比較的標準。 第四章討論各種k 值的決定方法及其模擬結果。包括脊軌法，荷肯二氏反覆計算法， 直接脊估計式法，McDonald & Galarneau脊估計式法。 第五章綜合以上各章的結果，並就個人的觀點，比較第四章中各種k 值的決定法。

本文提出一個新的混合整數線性規劃模型建立投資組合。這個模型所採用的風險函數為最大損失的絕對值，而不是一般常用的損失變異數。在給定的報酬水準下，模型尋找在觀測期間中最小的最大損失的投資組合，即為大中取小的原則。模型也同時考慮實務上常遇見之情況，如：交易成本、最小交易單位、固定交易費用比率、資產總類數等限制。因此，模型內需使用整數變數及二元變數，導致模型的計算求解過程變得比不含整數變數及二元變數的模型困難許多。我們以固定整數變數的啟發式演算法增進求解的效率，並以台灣股票市場的資料做為實證計算的對象。 / A new mixed integer linear program (MILP) for selecting portfolio based on historical return is proposed. This model uses the downside risk rather than the variance as a risk measure. The portfolio is chosen that minimizes the maximum downside risk over all past observation periods to reach a given return level. That is a mini-max principle. The model incorporates the practical characteristics such as transaction costs, minimum transaction units, fixed proportional transaction rates, and cardinality constraint. For this reason a set of integer variables and binary variables are introduced. The introduction, however, increases the computational complexity in model solution. Due to the difficulty of the MILP problem, a heuristic algorithm has been developed for the solution. The computational results are presented by applying the model to the Taiwan stock market.

本論文共分三章，全數圍繞在消費尤拉方程式中，消費成長的高階動差在理論與實證上的重要性。分別說明如下： 本論文第一章討論消費高階動差在實證估計消費結構性參數之重要性。消費尤拉方程式是消費者極大化問題的一階條件，而自Hall (1978)起，估計消費結構參數如跨期替代彈性時，也多是利用這個尤拉方程式所隱涵的消費動態關係，進行估計。但是由於消費資料存在嚴重的衡量誤差問題，實證上多將尤拉方程式進行對數線性化，或是二階線性化後進行估計。 然而前述一、二階線性化，固然處理了資料的衡量誤差問題，卻也造成了參數估計上的近似誤差(approximation bias)。其原因來自於線性化過程中所忽略的高階動差實為內生，而與迴歸式中的二階動差相關。這使得即便用工具變數進行估計，仍然無法產生具有一致性的估計結果。這當中的原因在於足以解釋二階動差，卻又與殘差項中的高階動差直交的良好(valid)的工具變數無法取得。 我們認為在資料普遍存在衡量誤差的情況下，線性化估計尤拉方程式不失為一可行又易於操作的方法。於是我們嘗試在線性化的尤拉方程式中，將高階動差引入，並檢視這種高階近似是否能有效降低近似誤差。我們的模擬結果首先證實，過去二階近似尤拉方程式的估計，確實存在嚴重近似誤差。利用工具變數雖然可以少部份降低該誤差，但由於高階動差的內生性質，誤差仍然顯著。我們也發現，將高階動差引入模型，確實可以大幅降低近似誤差，但是在偏誤降低的同時，參數估計效率卻也隨之降低。 高階動差的引入，除了降低近似偏誤外，卻也必須付出估計效率降低的代價。我們因此並不建議無限制地放入高階動差。則近似階次選取，乃為攸關估計績效的重要因素。本章的第二部份，即著眼於該最適近似階次選取。我們首先定義使參數估計均方誤(mean squared error, MSE)為最小的近似階次，為最適近似階次。我們發現，該最適階次與樣本大小、效用函數的彎曲程度都有直接的關係。 然而在實際進行估計時，由於參數真值無法得知，MSE準則自然無法作為階次選取之依據。我們於是利用目前在模型與階次選取上經常被使用的一些準則進行階次選取，並比較這些不同準則下參數估計的MSE。我們發現利用這些準則，確實可以使高階近似尤拉方程式得到MSE遠低於目前被普遍採用的二階近似的估計結果，而為估計消費結構參數時更佳的選擇。 本論文第二章延續前一章的模擬結果，嘗試利用消費高階動差間的非線性關係，進一步改善高階近似消費尤拉方程式的估計表現。由第一章的研究結果，我們發現高階近似估計確有助大幅降低近似誤差，但這其中可能產生的估計效率喪失，卻是輕乎不得的。這個效率喪失，很大一部份來自於我們所使用的工具變數，雖然可以有效掌握消費成長二階動差的變動，但是當這同一組工具變數被用來解釋如偏態與峰態等這些更高階動差時，預測力卻大幅滑落。這使待得當我們將這些配適度偏低的配適後高階動差，放到迴歸式中進行估計時，所能提供的額外情報也就相當有限。而所造成的共線性問題，也自然使得估計效率大幅惡化。 於是在其他合格的工具變數相對有限的情況下，我們利用高階動差間所存在的均衡關係，將原來的工具變數進行非線性轉換，以求得對高階動差的較佳配適。由於消費動差間之關係，尚未見諸相關文獻。於是我們首先透過數值分析，進一步釐清消費高階動差間之關係。這其中尤為重要的是由消費二階動差所衡量的消費風險，與更高階動差間之關係。因為這些關係將為我們轉換工具變數之依據。 我們發現與二階動差相一致地，消費者對這些高階動差之預期，都隨其財富水準的提高而減少。這隱涵消費風險與更高階動差間之正向關係。更進一步檢視消費風險與高階動差間之關係也發現，二者間確實存在非線性之正向關係。而這也解釋了何以前一章線性的工具變數，雖可適切捕捉消費風險，但對高階動差的解釋力卻異常薄弱。 利用這些非線性關係，我們將原始的工具變數進行非線性轉換後，用以配適更高階動差。透過模擬分析，我們證實了這些非線性工具變數，確實大幅改善高階近似尤拉方程式的估計表現。除了仍保有與線性工具變數般的一些特性，諸如隨樣本的增加，最適近似階次也隨之增加之外，相較於線性工具變數，非線性工具變數可以在較低的近似階次下，就使得估計偏誤大幅下降。在近似階次愈高估計效率愈低的情況下，這自然大幅度地提高了估計效率。比較兩種工具變數估計結構數參數所產生的MSE也證實，非線性工具變數確實有遠低於原始線性工具變數的MSE表現。 然而我們同時也發現，利用非線性工具變數估計，若未適當選擇近似階次，效率喪失的速度，可能更甚於線性工具變數時。這凸顯了選擇近似階次的重要性。於是我們同樣檢視了前述階次選擇準則在目前非線性工具變數環境下的適用性。而總結第一、二章的研究結果，我們凸顯了高階動差的重要性，確實助益重要消費結構參數估計。而利用過去尚未被討論過的高階動差間非線性關係，更可大幅度改善估計績效。 本論文的最後一章，則旨在理論上建立高階動差的重要性。我們在二次式的效用函數(quadratic utility function)設定下，推導借貸限制下的最適消費決策。二次式的效用函數，由於其邊際價值函數(marginal value function)為一線性函數，因此所隱涵的消費決策，具有確定相等(certainty equivalence)的特性。這表示消費者只關心未來的期望消費水準，二階以上的更高階動差，都不影響其消費決策。然而這種確定相等的特性，將因為借貸限制的存在而不復存在，而高階動差的重要性也就因此凸顯。 我們證明，確定相等特性的喪失，其背後的理論原因在於，借貸限制的存在，使得二次式效用函數的邊際價值函數，產生凸性。消費者因而因應未來的不確定性，進行預防性儲蓄。透過分析解的求得，我們也得以進一步分析更高階動差的對消費決策的理論性質。同時我們也引申理論推導的實證意涵，其中較重要者諸如未受限消費者因預防性儲蓄行為所引發的消費過度敏感性現象，實證上樣本分割法的選取，以及高階動差的引入模型。 / The theme of this thesis seeks to explore the importance of higher-order moments in the consumption Euler equation, both theoretically and empirically. Applying log-linearized versions of Euler equations has been a dominant approach to obtaining sensible analytical solutions, and a popular choice of model specifications for estimation. The literature however by now has been no lack of conflicting empirical results that are attributed to the use of the specific version of Euler equations. Important yet natural questions whether the higher-order moments can be safely ignored, or whether higher-order approximations offer explanations to the stylized facts remain unanswered. Such inquires as in the thesis thus can improve our understanding toward consumer behaviors over prior studies based on the linear approximation. 1. What Do We Gain from Estimating Euler Equations with Higher-Order Approximations? Despite the importance of estimating structural parameters governing consumption dynamics, such as the elasticity of intertemporal substitution, empirical attempts to unveil these parameters using a log-linearized version of the Euler equation have produced many puzzling results. Some studies show that the approximation bias may well constitute a compelling explanation. Even so, the approximation technique continues to be useful and convenient in estimation of the parameters, because noisy consumption data renders a full-fledged GMM estimation unreliable. Motivated by its potential success in reducing the bias, we investigate the economic significance and empirical relevance of higher-order approximations to the Euler equation with simulation methodology. The higher-order approximations suggest a linear relationship between expected consumption growth and its higher-order moments. Our simulation results clearly reveal that the approximation bias can be significantly reduced when the higher-order moments are introduced into estimation, but at the cost of efficiency loss. It therefore documents a clear tradeoff between approximation bias reduction and efficiency loss in the consumption growth regression when higher-order approximations to the Euler equation is considered. A question of immediate practical interest arises ``How many higher-order terms are needed?'' The second part of our Monte-Carlo studies then deals with this issue. We judge whether a particular consumption moment should be included in the regression by the criterion of mean squared errors (MSE) that accounts for a trade-off between estimation bias and efficiency loss. The included moments leading to smaller MSE are regarded as ones to be needed. We also investigate the usefulness of the model and/or moment selection criteria in providing guidance in selecting the approximation order. We find that improvements over the second-order approximated Euler equation can always be achieved simply by allowing for the higher-order moments in the consumption regression, with the approximation order selected by these criteria. 2. Uncovering Preference Parameters with the Utilization of Relations between Higher-Order Consumption Moments Our previous attempt to deliver more desirable estimation performance with higher-order approximations to the consumption Euler equation reveals that the approximation bias can be significantly reduced when the higher-order moments are introduced into estimation, but at the cost of efficiency loss. The latter results from the difficulty in identifying independent variation in the higher-order moments by sets of linear instruments used to identify that in variability in consumption growth, mainly consisting of individual-specific characteristics. Thus, one major challenge in the study is how to obtain quality instruments that are capable of doing so. With the numerical analysis technique, we first establish the nonlinear equilibrium relation between consumption risk and higher-order consumption moments. This nonlinear relation is then utilized to form quality instruments that can better capture variations in higher-order moments. A novelty of this chapter lies in adopting a set of nonlinear instruments that is to cope with this issue. They are very simple moment transformations of the characteristic-related instruments, thereby easy to obtain in practice. As expected, our simulations demonstrate that for a comparable amount of the bias corrected, applying the nonlinear instruments does entail an inclusion of fewer higher-order moments in estimation. A smaller simulated MSE that reveals the improvement over our previous estimation results can thus be achieved.\ 3. Precautionary Saving and Consumption with Borrowing Constraint This last chapter offers a theoretical underpinning for the importance of the higher-order moments in a simple environment where economic agents have a quadratic-utility preference. The resulting Euler equation gives rise to a linear policy function in essence, or a random-walk consumption rule. The twist in our theory comes from a presence of borrowing constraint facing consumers. The analysis shows that the presence of the constraint induces precautionary motives for saving as responses from consumers to income uncertainties, even there has been no such motives inherent in consumers' preference. The corresponding value function now displays a convexity property that is virtually only associated with more general preferences than a quadratic utility. The analytical framework allows us to be able to characterize saving behaviors that are of precautionary motives, and their responses to changes in different moments of income process. As empirical implications, our analysis shed new light on the causes of excess sensitivity, the consequences of sample splitting between the rich and the poor, as well as the relevance of the higher-order moments to consumption dynamics, specifically skewness and kurtosis.

投資者面對到期日相同的一序列不同履約價格的選擇權時，應如何建立最佳的組合交易策略，這個問題雖已有許多標準的交易公式可依循，但這些標準的交易策略無法全面涵蓋複雜多變的組合策略。本論文提出整數線性規劃模型用來建立選擇權的最佳交易策略。模型針對到期日相同的買權、賣權如何買賣的組合，建立最佳交易策略。若我們預期在到期日時，標的股價將會落在某一範圍內，則我們可修改原來的規劃模型配合此項預期，以尋求最佳的交易策略。最後，我們以Ericsson的選擇權為例，驗証本模型的效能。 / The problem of how to construct the optimal combination trading strategy for investors when they face a series of options of different exercise prices on the same maturity date can be solved by many standard trading rules. Yet these standard trading rules cannot completely cover the complex and highly changeable combination strategy. This thesis proposes an integer linear programming (ILP) model to construct the optimal trading strategy for option portfolio selection. This model focuses on constructing the optimal strategy for an option portfolio of call- and put-options on the same maturity date. Given the investor's belief of the stock price, we also provide an extended ILP model to include this belief. Finally, an empirical study will be presented by using the ILP model applied to the Ericsson's call and put options.

在全球化的環境下推出新產品，企業除了面臨隨著產品生命週期改變的顧客需求以及成本上的不確定因素外，同時還必須考量全球營運帶來的種種挑戰。 許多供應鏈管理數量模式相關文獻針對全球運籌、新產品供應鏈等議題多有所探討，利用數量模式的計算以反應真實世界中的種種不確定性，讓管理者在供應鏈策略規劃時有所依據，但卻少有同時探討全球運籌以及新產品供應鏈的相關文獻。學者Butler, Ammons, and Sokol認為過去新產品供應鏈模式忽略了新產品將有可能無法存活下來的情形，因此發展一套新產品供應鏈模式，使新產品供應鏈能夠順利從上市成長到成熟階段，並利用此模式決定新設施、新機器購入的時機。 本研究延伸Butler等人之新產品供應鏈模式，考量更完整之全球運籌相關議題，透過混合整數線性規劃描述新產品發展時全球運籌配置問題，並利用情境為基礎的穩健最佳化以取得低風險的供應鏈配置，此外加入可靠度的影響，以彌補供應鏈規劃與實際操作的差距，並加入缺貨之懲罰成本，最後以範例資料進行計算與分析此數量模式，經由模式計算結果發現本研究規劃之結果，相較於原Butler等人之模式有較低的缺貨的發生可能性，且所求得之配置整體可靠度皆有所提升。 本研究所提出之規劃與分析方法可提供決策者在進行新產品全球佈局規劃時，能當作其新產品運籌配置之決策參考。 / When putting out new products under the environment of globalization, enterprise not only faces the uncertain factors in the demand of the customers and the costs that change with product life cycles, but considers all sorts of challenges which come with global operation. Many researches into supply chain quantitative model that probe into global logistics and the new product supply chain employ the quantitative model to reflect all sorts of uncertainty in the real world. They provide managers with the basis for the supply chain strategy and management. But few researches discuss about the global logistics and the new product supply chain simultaneously. Bulter, Ammons, and Sokol argue that the model of new product supply chain of the past neglects the condition which new products may not survive. Thus they developed a new product supply chain model to enable new products to launch the market and grow to maturity as well as decide when to purchase new supply chain facilities and equipments. This research which extends the new product supply chain model of Bulter et al. considers issues on global logistics from a more integrated view. First of all, it solves the global logistic settings problem in new product development by means of mixed-integer linear programming. Secondly, it uses the scenario-based robust optimization to lower the risk in the supply chain design. Then it adds the reliability calculation to make up for the gap between the plan and the real operation. At last it calculates and analyzes the quantitative model on the basis of the case data. This research establishes a methodology for decision makers to apply to plan and analyzing their new product supply chain when they make the global arrangement of new products.