由於死亡率曲線與殖利率曲線同樣可用水平(level)、斜率(slope) 、曲度(curvature)來描述，且兩者之參數皆為受到時間因素影響之動態因子，故本研究應用Nelson-Siegel(1987)系列之動態利率期間結構模型，如Diebold and Li (2006)的三因子模型，針對日本1947至2006年死亡率進行配適，再以自我相關模型檢視因子的趨勢變化進而預測；結果發現本研究所使用模型在配適死亡率曲線上效果良好，而高齡人口死亡率預測上較幼年、青少年人口精確，以日本資料而言Svensson四因子模型相較於Lee-Carter模型預測能力佳，但在年輕人口死亡率中則不然。 / The main purpose of this study is tempting to extend existing model in interest model context to mortality modeling. Since the mortality curve has resemblance of interest rate yield curve. Both of them can be describe by level, slope, and curvature terms. Also, the parameters of two curves are the function of time. We apply the Nelson and Siegel family yield rate models such like Diebold and Li (2006) model to fit and forecast the mortality term structure. By using the Japanese mortality data within 1947 to 2006, we find out that the fitting of these models are precise, especially when age dimension being truncated to age 20-103. The forecasting performances comparing with the benchmark Lee-Cater model is better in elder age but worse in younger age.

時間數列分析自一九七０年Box-Jenkins 發展出自我迴歸移動平均整合模式（簡稱Ａ ＲＩＭＡ（ｐ，ｄ，ｑ））建立法後，便更普遍地應用於經濟、企管、工程及物理等 相關領域上。但利用Box-Jenkins 的鑑定方法一般只對ＭＡ或ＡＲ模型有效，而對混 合的ＡＲＭＡ模型則不適用。其後陸續有統計學者提出不同的鑑定方法，但都無法有 效地決定Ｐ、ｄ、ｑ階數。 直至一九八四年以後，Tsay和Tiao兩位學者才又提出了一套有效的鑑定法則，利用擴 展的樣本自我相關函數（Extended Sample Autocorrelation Function）或正規分析 （Canonical Analysis）求出的最小正規相關係數（The Smallest Canonical Corr- elation ）做為鑑定ｐ、ｄ、ｑ的準則。這兩種方法的優點皆為可直接處理平穩或非 平穩型時間數列，而不用事先決定差分的階數，而且對混合ＡＲＩＭＡ模型亦有效。 對於有異常點（Outlier ）存在的時間數列，其可能由於某些外在的介入因素所引起 ，而ＡＲＩＭＡ模型對資料的配適是不足夠的。因此該如何發現異常點的存在及加入 合理的介入模式亦構成了模型鑑定的問題。本文除對Tsay和Tiao的方法做一說明外， 亦利用其鑑定方法對存在有異常點的時間數列做一分析，並由實證研究探討其對季節 模型的鑑定效果。

有鑑於資產報酬常具有自我相關的特性，本文探討當標的資產報酬服從一階移動平均過程之選擇權（MA(1)-type option）評價。研究結果顯示，除了總變異因子（total volatility input）不同外，MA(1)-type option 的評價公式與 Black and Scholes 模型極為相似。而根據數值分析的結果，即使資產報酬間自我相關的程度薄弱，由一階移動平均過程產生之自我相關仍會對選擇權價值造成顯著影韾。 / This paper derives the closed-form formula for a European option on an asset with returns following a continuous-time type of first-order moving average process, which is named as an MA(1)-type option. The pricing formula of these options is similar to that of Black and Scholes except for the total volitility input. Specifically, the total volatility input of MA(1)-type options is the conditional standard deviation of continuous-compounded returns over the option's remaining life, whereas the total volatility input of Black and Scholes is indeed the diffusion coefficient of a geometric Brownian motion times the square root of an option's time to maturity. Based on the result of numerical analyses, the impact of autocorrelation induced by the MA(1)-type process is significant to option values even when the autocorrelation between asset returns is weak.

We investigate the spillover of industry effect in Taiwan stock market. Using a generalized vector autoregressive where forecast-error variance decompositions are invariant to variable ordering, we objectively propose measures of both total and directional spillovers on return and volatility daily data. In full-sample analysis, there is a heavy spillover effect in the interaction between stock market and industries. The stock market acts as a receiver from the information diffused from the industries, but the industries could not be confirmed as spillover outputer or inputer. The rolling-sample findings also pinpoint the high spillovers during the financial events. Finally, conducting the robustness test, we divide the sample periods into subperiods and switch the daily data toward weekly and monthly data, then obtaining the consistent results with prior inference.

大眾捷運系統帶來之快捷與便利，使其成為許多都會區民眾依賴之交通工具。捷運系統對鄰近不動產交通可及性提升，所伴隨之便利性將透過資本化效果反映於其價格之上，帶動周邊不動產價格上漲，過去不論國內外關於捷運對周邊房價影響之研究，實證結果亦多支持捷運對於房價有正面影響，且該影響隨著與捷運車站距離增加而遞減。捷運房價效果的區位差異與類型差異過去雖已有研究論及，但對捷運房價效果差異與其變化趨勢未能有明確細緻描述。此外，該等研究均忽略空間相關因素，將影響其估計結果。 　　本文使用國內某金融機構2007、2008年間台北都會區內台北捷運初期路網沿線車站周邊住宅為實證對象，應用空間迴歸模型檢視捷運系統對鄰近住宅價格之影響效果。實證結果顯示，就整體樣本而言捷運對房價確有正向影響但並不如想像之大，且該影響隨區位與類型之不同確有差異。 / Many previous studies have showed that metro system has a positive impact on the property values due to its accessibility benefits and the effect should decline as distance increases. While the pattern of the change and its difference between stations located in different locations has yet not been fully discussed, most of the studies failed to allow for spatial autocorrelation over space. This research uses spatial econometrics to estimate a residential housing model that considers spatial autocorrelation. The empirical results show the difference in the price effect of metro stations between urban and suburban areas does exist. The effect tends to get stronger in certain area, the closer the property lies within to the suburban area the greater the effect is. Also, we find price gaps between different metro station categories. Generally, underground stations and transfer stations have greater positive effect on residential property values.

本文主要在探討如何建立適當的時間數列模式，以應用於預測及控制上。第一章，緒 論。第二章，討論各種型態的時間數列隨機模式，並研究自我相關函數與偏自我相關 函數的性質。第三章，主要在研究單變量時間數列模式建立的方法與步驟及其在預測 上的應用分析，並以建立「台電公司家庭用電量」時間數列模式為例配合說明。第四 章，研究具有動態反應的轉換函數模式及其模式建立的方法與在預測上的應用分析。 第五章，討論含有虛擬變數的動態調停模式，並配合實例說明如何應用動態調停模式 以解決經濟與環境問題。第六章，結論，說明時間數列模式在建立方法上有那些限制 ，以及在應用分析上有那些優缺點；並就「台電家庭用電量」建立時間數列模式俾供 台電在業務企劃上參考或應用。

犯罪行為受到警力或法律執行的影響，會移動到鄰近警力較差地區。正如 Gylys所說：考量一個地區警力的多寡，將受到其他鄰近區域警力的影響 很大。Mehay亦認為：從實際經驗上來看，對於移動性的犯罪(如搶劫、縱 火、偷竊等)，外部支配型式力量(如警力)的適當增加，將迫使其外溢( spillovers)至鄰近區域。利用空間統計的自我迴歸模式，我們可以更了 解移動性犯罪受到相連區域自我相關的影響。即使相關性不高，在作了差 分之後，其主成分分析最大負載變數項，變化相當大。所以資料裡，如果 有區域自我相關的情形，就應該謹慎處裡。

本文旨在以貝氏分析法來探討誤差項具有自我相關的迴歸模型。全文一冊約三萬兩仟 字，共分為六章，十二節。內容如下： 第一章 緒論：說明迴歸模型，自我相關誤差的意義，及貝氏分析法之理論體系。 第二章 誤差項具有一階自我相關的簡單迴歸模型：分析以傳統抽樣理論法及貝氏分 析法對模型作分析並比較其結果。 第三章 多元迴歸模型：以貝氏法分析自我相關誤差之多元迴歸模型。 第四章 事前分配及其他假設的考慮。 第五章 我國民間消費與個人可支用所得迴歸模型的分析。 第六章 結論。

以機率或頻率方式呈現訊息對風險知覺評估的影響，過去的研究有不一致的結果，原因可能來自於判斷事件與受試者的自我相關程度不同，而引發捷思或系統性的訊息處理歷程。實驗一發現當事件的自我相關程度高，受試者會採用系統性的認知處理，而事件的自我相關程度低時，受試者會採用捷思性的認知處理。實驗二詢問受試者認為以機率或頻率方式呈現訊息何者較清楚明確，結果發現有77.5％的受試者認為以頻率方式呈現訊息較以機率方式呈現訊息清楚明確。實驗三操弄「事件自我相關程度」與「機率或頻率方式呈現訊息」，結果發現當事件為高自我相關時，機率或頻率方式呈現訊息在風險知覺的判斷上沒有差異；而當事件為低自我相關時，則頻率方式呈現訊息的「風險知覺」與「事件聯想負向詞數量」均大於機率方式呈現訊息。另外，當事件為低自我相關時，訊息明確度與事件聯想負向詞數量對風險知覺有顯著的預測力。以上的結果支持不同事件自我相關程度會引發捷思或系統性訊息處理，而頻率方式呈現訊息較機率方式呈現訊息清楚明確的原因，與Slovic等人(2000)提出頻率較具體，容易想像的推論符合，但不支持Gigerenzer和Edwards (2003)認為機率的參照類別不清楚的假設。此外，自我相關程度與可得性捷思為影響頻率或機率方式呈現訊息對風險知覺判斷結果不一致的重要變項。

本研究主要是探討選擇權成交量與期貨價格變動之關係，檢定Schlag and Stoll (2005) 的三個假說：完全效率市場假說（perfect market hypothesis）、資訊假說（information hypothesis）及流動性假說（liquidity hypothesis）。採用2005年一整年期貨與選擇權之日內資料，將同一日內樣本資料區分成盤前、盤中與盤後三個交易時段，另外亦將同一週內區分成不同交易日（週一至週五），藉由一般化自我相關條件異質變異模型(GARCH)，得出下列三個實證結果： / 1. 日內未區分交易時段下，拒絕完全效率市場假說及資訊假說，淨買權或是正向選擇權成交量對於期貨價格有正向之影響，淨賣權或是負向選擇權成交量對於期貨價格則有負向之影響，且選擇權成交量對於期貨價格變動之同步價格效果在接下來的六分鐘內反轉。無法拒絕流動性假說。 / 2. 日內區分交易時段、但週內不區分不同交易日下，無論盤前、盤中及盤後，皆拒絕完全效率市場假說及資訊假說，而不拒絕流動性假說。 / 3. 日內區分交易時段、且週內區分不同交易日下，週內各交易日盤前與盤中時段，皆拒絕完全效率市場及資訊假說，而無法拒絕流動性假說；而週內盤後時段結果則相對複雜，值得進一步討論。