本篇主要為原物料指數與總體經濟物價間動態關聯性的研究。由於近年來糧食價格高漲，本研究選取CRB現貨指數（Commodity Research Bureau）、CCI期貨指數（Continuous Commodity Index），與CRB農產品指數為原物料指數以觀察原物料價格對總體面物價影響的程度；研究期間為2001年10月至2011年3月；總經物價指標選擇生產者物價指數（PPI）、消費者物價指數（CPI）、再加上國內生產毛額（GDP）；選取的國家為美國、臺灣與中國。本研究以Johansen共整合、向量自我迴歸模型、向量誤差修正模型、Granger因果關係檢定及衝擊反應分析等方法，探討三項原物料指數與總體經濟指標的互動關係。 研究結果顯示，原物料指數與總體指標之間的長期均衡關係不明顯。因果檢定顯示，CCI指數在因果檢定上領先CRB指數與CRB農產品指數；除了美國的GDP之外，CCI指數也領先各項總體經濟指標，但不論是CRB現貨指數或CRB農產品指數，對總經物價指標的領先-落後關係都不明顯，表示在CCI指數為較佳的預測指標。由衝擊反應分析的結果顯示，除了有共整合關係的變數間相互影響為長期性之外，受影響的物價指標僅在短期內會受到原物料價格變動的影響：總體物價指標面對原物料價格波動的反應約3期之後反應便逐漸消失，顯示原物料價格與總體物價指數之間的短期失衡期間並不長。 / This paper investigates the relationship between the commodity indexes and macroeconomic price indexes. Due to the sharp increase of food price in recent years, we add CRB index (Commodity Research Bureau), CCI index (Continuous Commodity Index), and CRB foodstuffs index in the research to see the magnitude of commodity price indexes to macroeconomic price indexes. This paper selects United State, Taiwan and China as samples and manages to find out the relationship of commodity indexes and macroeconomic price indexes by applying monthly data from October 2001 to March 2011. Macroeconomic price indexes are PPI (Producer Price Index), CPI( Consumer Price Index) and plus GDP Index. This paper tries to get the answer by applying Johansen Cointegration Test, Vector Autoregression Model(VAR), Vector Error Correction Model (VECM), Granger causality test and Impulse Response Analysis. The result does not show obvious long-term relationship between commodity price indexes and macroeconomic price indexes; and Granger causality test exhibits that CCI index takes the lead in the change of time. But we do not get consistent result between CRB index, CRB foodstuffs index and macroeconomic price indexes in Granger causality test which means commodity spot indexes do not necessarily lead in the change of time. This result implies that CCI index a better indicator in forecasting. According to Impulse Response Analysis, macroeconomic price indexes are influenced by commodity index only in a short period of time and this result tells us that the disequilibrium between commodity indexes and macroeconomic price indexes will not last long.

本研究係探討匯率與總體經濟之關聯性，以中國大陸1996第一季至 2013年第一季之總體經濟變數，共計樣本數為69筆季資料。先以1996第一季至 2013年第一季全期數據進行實證分析。再以2005年7月為分界點，分為1996年第一季至2005年第二季及2005年第三季至2013年第一季數據分別進行實證分析。 本論文就REER、GDP、CPI、M2、UNEMP、CHIBOR、FDI、OPEN等總體經濟變數，以單根檢定及建構向量自我迴歸模型進行實證分析，並以Granger因果關係檢定、衝擊反應分析及預測誤差變異數分解，以了解匯率與總體經濟相互間之關係。 實證結果發現，中國大陸匯率與總體經濟間的關係自2005年7月21日匯率改革後逐漸增強，但整體言之匯率與總體經濟間之傳導能力仍然不大，人民幣匯率的變動主要受其自身影響較多，受總體經濟變數的相互影響較小，顯示其外匯市場的開放程度與一個真正開放的經濟體還是有些許差距。 / This research examines the correlation between foreign exchange rates and macroeconomics by using the data of economic variables of China from the 1st quarter of 1996 to the 1st quarter of 2013. The sample contains 69 quarterly data during the entire period, while the reform of Chinese exchange rate on 21st July 2005 is a crucial division. In order to find the correlation between foreign exchange rates and macroeconomics, the research examines the economic variables such as REER, GDP, CPI, M2, UNEMP, CHIBOR, FDI, and OPEN by using unit root test, vector autoregression model, Granger causality test, impulse response function and variance decomposition impulse response function. The result of the tests indicates that after the reform of Chinese exchange rate on 21st July 2005, the correlation between exchange rates and macroeconomics has been enhanced, but the connection is not prominent. In other words, the fluctuation of Renminbi is mainly affected by the nation’s policy instead of its macroeconomic factors. Hence, the openness of the Chinese foreign exchange market is still distant from a real open economy.

本篇探討在2010年4月16日滬深300股指期貨正式上市到2012年9月18日止的連續近月每日收盤日資料，進行區域內金融期貨市場連動關係的研究，試圖發現兩岸三地之股價指數期貨市場在亞太地區的金融主導地位，以作為國內外投資者在區域內的投資決策參考。 實證結果顯示，從共整合及向量誤差修正模型檢定發現，兩岸三地股指期貨具有長期均衡及短期的互動關係，因此可以視此三地為單一區域市場。在Granger因果檢定上，台股指數期貨雖無法預測恆生指數期貨，但仍明顯領先滬深300股指期貨且程度大於恆生指數期貨，或可推測兩岸因ECFA的簽訂使實體經濟的關聯性更為緊密，至於恆生指數期貨大多以金融、地產股為其主要成分，與大陸主要以實體經濟為主的金融市場，其Granger預測滬深300股指期貨的能力因此相對較弱。另由衝擊反應檢定得知恆生指數期貨為一獨立的市場，不受台灣及大陸指數期貨市場衝擊的影響；滬深300指數期貨因大陸金融市場逐漸開放，也會受到香港及台灣金融期貨市場之衝擊而產生影響；至於台股指數期貨則在兩岸三地，最易受到其他市場影響。最後由預測變異數分解檢定發現，台股指數期貨及滬深300股指期貨的波動皆易受到恆生股價指數期貨變異的影響，而恆生指數期貨在兩岸三地間之解釋能力最強，於兩岸三地間具金融主導地位。至於台股指數期貨對大陸金融期貨的影響也有突出的表現，因此若政府有心推展亞太金融中心之營運，勢必得加強區域間整合的力度，提出有利吸引外資之最政策，以增加台灣股市於國際間之競爭力。 / This study conducts analysis of regional linkage between financial futures market by examining consecutive daily closing information from April 16, 2010 (the official list date of CSI 300 index futures) to September 18, 2012. This study tries to find the financial dominance of these index futures market in the Asia Pacific region and hopefully it may be used as an investment decision reference for domestic and foreign investors. The empirical results show that from the total integration and vector error correction model tests and three places all indicate long-run equilibrium stock index futures and short-term interaction. Therefore, these three places can be viewed as a single regional market. In the Granger causality test on the TAIEX futures and Hang Seng Index futures, in spite of TAIEX futures can’t predict Hang Seng Index futures, it is significantly ahead of the CSI 300 index futures. TAIEX futures on the CSI 300 index futures even more impact than the Hang Seng Index Futures. It can explain that the ECFA has been signed and results show closely-related economy. Since the Hang Seng Index futures are mainly from financial and real estate stocks while the mainland-based financial market is mainly from the real economy, Granger predicts ability of CSI 300 index futures is relatively weak. Another test on the impulse response shows that (1) Hang Seng Index Futures is an independent market and is not affected by shocks from Taiwan and the mainland index futures markets, (2) CSI 300 index futures is affected by shocks from Hong Kong and Taiwan because of the gradually open financial markets, and (3) TAIEX futures can be seen as a potential Taiwanese dish economy because it is most vulnerable to other market influences among the three places. To sum up, the forecast variance decomposition tests show that TAIEX futures and the CSI 300 stock index futures are vulnerable to fluctuations in the Hang Seng index futures. In order words, the Hang Seng Index futures have the strongest explanatory power among the three places and shows financial dominance. The TAIEX futures also show its significant impact on the mainland China financial futures index. If the Government decides to promote the operation of the Asia-Pacific financial center and to increase competitiveness of Taiwan stock market, it will inevitably have to strengthen inter-regional integration efforts and make the most favorable policies to attract foreign investment.

外人直接投資（foreign direct investment, FDI）在經濟理論中是相當熱門的議題，它代表了讓地主國（host country）國資本累積、技術進步在短時間內快速增加的可能，因此許多國家往往會採取某些吸引外資的政策，再搭配國內制度或是貿易政策的改變，以追求經濟成長。然而，外來直接投資對地主國可能產生的所得重分配的影響，本文即是對此做一深入探討，並以台灣製造業資料來研究外來直接投資是否會擴大工資不均等的情形。 研究期間從1981～2004年共24年，依產業特性將製造業分為十大類，分別採取兩種不同的迴歸模型，包括自我迴歸落遲分配模型（auto regressive distributed lag model, ARDL model）與縱橫資料（panel data）迴歸模型等。實證模型上由生產理論出發，選擇作為解釋工資不均等的變數包括外人直接投資比例、出口比例、進口比例及產出成長率等四個變數。由實證結果得到以下結論： （1）就個別產業來看，FDI對台灣製造業工資不均等的影響並不一致，反應出產業特性不同，FDI所扮演的角色也不盡相同。其中FDI會惡化皮革與毛皮製造業的工資不均等情形，減輕橡膠及塑膠製品製造業與非金屬製品製造業的工資不均等情形，對其他製造業則是無明顯影響。 （2）就整體製造業的情形來看， FDI對工資的不均等的淨效果為正，但效果不大；出口、產出成長率有輕微使工資不均等擴大的情形，而進口則是可輕微縮減工資不均等的狀況。 （3）若是將十大製造業依產品特性區分為「民生」、「化學」、「機械」電子等三大工業，則可以發現FDI對民生工業有明顯擴大工資不均等的情形，在其他兩大工業則是無顯著影響。

本研究以日本央行干預日圓匯率對新台幣匯率的波及效果為研究主題，選擇樣本期間為1999年1月5日至2003年12月31日之日資料做實證分析。本研究選擇日本央行干預外滙的貨幣數量、新台幣與日圓間前一日及前二日的匯率變動率、日本國定假日及日本重大經濟政策訊息為自變數，分析對因變數，也就是新台幣與日圓間匯率變動率有何影響。我們分別採用最小平方法(OLS)迴歸分析與一般化自我迴歸條件異質變異數GARCH(1,1)模型來進行分析，並發現GARCH(1,1)模型在估計上優於最小平方法(OLS) 迴歸分析；另外我們的結果也證實日本央行干預日圓與美元間匯率，在日圓外匯市場大量購買外匯，確實會對新台幣與日圓間匯率變動率造成影響，亦其的確對新台幣與日圓間匯率變動程度有波及效果。 一直以來，國內有關央行干預行為的文獻中，大多探討台灣中央銀行的干預行為，對新台幣與美元間匯率變動的影響，較少有文獻在討論當日本央行透過干預日圓外匯市場，意圖使日圓相對於美元貶值時，新台幣與日圓間匯率的變動程度會因此受到波及。而本文實證研究發現，日本央行在干預日圓匯率時，的確會對新台幣與日圓間的匯率變動率造成影響，也就是說，日本中央銀行干預日圓匯率對新台幣匯率的波及效果是存在的，這對未來在估計新台幣與日圓間匯率變動時，將更能精確的估計新台幣與日圓間匯率變動的程度。 關鍵詞:匯率干預(exchange rate intervention)、日本央行(Japan Central Bank)、 最小平方法(OLS)、一般化自我迴歸條件異質變異數(GARCH)

自行車一詞儼然成為綠色環保的代名詞之一，台灣自行車業過去在國際間，被認定為品質粗糙的產品，在經過多年努力的情況下，台灣自行車業不斷的備受肯定，隨著近年全球暖化議題、全球性健康概念、油價飆漲、金融海嘯爆發等，諸多原因造成自行車從不被看好的代步工具，演變到現在成為休閒運動工具的轉變，其中；台灣自行車2008年的金融海嘯中，相較於其他傳統產業，不論是出口產值或是股價不降反漲，大舉逆勢成長，其中巨大(Giant)、美利達(Merida)、愛地雅(Ideal)，成車製造商，近年來分別占出口前三大。 所以本研究要探討，金融海嘯爆發的前後，對台灣自行車業帶來的影響，研究資料選定為2000年1月至2013年12月間的巨大股價(9921)、美利達股價(9914)、愛地雅股價(8933)、台灣股價加權指數(TWII)、原油價格、工業生產指數的月資料，共168筆。透過單根檢定檢測資料是否為定態，利用共整合檢定確定是否含有至少一組解，搭配向量誤差修正模型檢測變數間的長短其關係，在利用複迴歸模型檢測。 研究結果顯示，巨大、美利達、愛地雅和台灣加權股價指數具有顯著關係，由於台灣自行車屬於出口導向以及中高價位產品，故全球景氣對台灣自行車業深具影響。其中，巨大和美利達除了ODM外，亦有自有品牌在全球銷售，愛地雅定位專業ODM專業代工廠，前者發展不同市場。 / The word "bicycle" has become one of the pronouns of environmental protection. In the past, Taiwan bicycling industry was treated as low-quality products internationally. With long-time effort, Taiwan bicycling industry was highly appreciated. Recently, global warming issue, cosmopolitan health sense, dramatically increased oil price, the eruption of financial crisis, and many reasons lead the bicycles have not positively evaluated as means of transportation. Now, it becomes the outdoor recreation mean. Comparing Taiwan bicycling industry with other traditional industry, it doesn't fall down but highly increase no matter export value or stock price. The manufacturer of Giant, Merida, and Ideal are the top 3 of export recently. So this study want to explore the things happened before and after the outbreak of the financial crisis that affects bicycle industry in Taiwan, research data for selected between January 2000 and December 2013, relationship between the Giant(9921) shares, Merida (9914) shares, Ideal(8933) shares, TWII, the price of crude oil, industrial production index. Through the Unit Root Test to test whether the data is the steady state or not. By using cointegration test to make sure whether contains at least one group of solutions and vector error correction model to detect the length of the relationship between variables, and using the multiple regression model to test. Results of the research shows that Giant, Merida, Ideal has significant relationship with TWII, because Taiwan bicycle are export-oriented and high price products, so the global boom has profound influence to Taiwan bicycle industry, among them, the Giant and Merida except the ODM, have their own brands in global sales, Ideal professional locate, ODM professional contract, the former develops different markets. / 摘要 I Abstract II 謝辭 III 目錄 IV 圖目錄 VI 表目錄 VII 第一章　緒論 1 第一節　研究動機 1 第二節　研究目的 3 第三節　巨大機械工業股份有限公司簡介 4 第四節　美利達工業股份有限公司簡介 5 第五節　愛地雅工業股份有限公司簡介 6 第六節　研究架構 7 第二章　文獻回顧 9 第一節　國內相關文獻 9 第二節　國外相關文獻 11 第三節　國內外文獻一覽表 12 第三章　研究方法 20 第一節　單根檢定 20 第二節　共整合檢定 22 第三節　向量誤差修正模型(VECM) 24 第四節　迴歸分析 24 第四章　實證分析 26 第一節　資料來源與處理 26 第二節　敘述統計 31 第三節　單根檢定 32 第四節　共整合檢定 33 第五節　向量誤差修正模型(VECM) 33 第六節　複迴歸模型 35 第五章　結果分析與建議 38 第一節　結果分析 38 第二節　建議 39 參考文獻 40 附錄一　巨大工業股份有限公司沿革 43 附錄二　美利達股份有限公司沿革 47 附錄三　愛地雅股份有限公司沿革 57 圖目錄 圖1-6 研究架構 8 圖4-1-1 台灣自行車業總出口產值(百萬元，美金) 27 圖4-1-2 台灣股價大盤指數(TWII，當日收盤價) 27 圖4-1-3 巨大股價(9921，當日收盤價) 28 圖4-1-4 美利達股價(9914，當日收盤價) 28 圖4-1-5 愛地雅股價(8933，當日收盤價) 29 圖4-1-6 國際原油價格(西德州，美元) 29 圖4-1-7 台灣工業生產指數 30 表目錄 表1-3 巨大公司基本資料 4 表1-4 美利達公司基本資料 5 表1-5 愛地雅公司基本資料 6 表2-3 國內外相關文獻整理 12 表4-1 資料來源一覽表 26 表4-3-1 ADF 單根檢定 32 表4-3-2 單根檢定-一階差分 32 表4-4-1 共整合檢定 33 表4-5-1 Giant & Merida　向量誤差修正模型 34 表4-5-2 Giant & Ideal　向量誤差修正模型 34 表4-5-3 Merida & Ideal　向量誤差修正模型 34 表4-6-1 自行車產業與景氣循環對巨大股價之影響 37 表4-6-2 自行車產業與景氣循環對美利達股價之影響 37 表4-6-3 自行車產業與景氣循環對愛地雅股價之影響 37

本文使用Pesaran,Schuermann and Weiner(2004)提出的全球化向量自我迴歸模型(Global Vector Autoregression Model, GVAR)對房地產市場進行分析。 我們考慮 1994Q1 至 2011Q2 的資料，納入美國、中國、日本及台灣，每個國家各七個變數及一個國際外生變數，使用衝擊反應函數去衡量總體經濟變數與房市之間的連動性，以及房地產市場在國際之間的外溢效果。 本文針對美國實質房價衝擊、美國實質產出衝擊及台灣實質產出衝擊做探討，所得到的實證結果主要可歸納為三點:首先是美國房市下跌會傳遞至其它經濟面，如實質產出、通膨率、利率市場，影響會在第四季時恢復平穩，但多存在著長期影響。其二為當美國景氣衰退時，美國利率市場的反應較為迅速，中國、日本及台灣平均會落後一到兩季才會反應，且美國利率的反應幅度會較大。最後一點為跨國之間的房地產市場雖然沒有顯著的直接連動關係，但是會透過不同管道間接影響他國的經濟市場，其中一個管道可能是經由財富效果傳導至實質經濟面，造成消費需求上的衝擊，進而影響兩國的貿易平衡，另一方面則可能會影響各國央行的貨幣政策，透過金融管道對跨國間的投資產生影響。 關鍵詞:全球化向量自我迴歸模型、共整合、誤差修正模型、房地產市場、財富效果。

傳統財務理論中均假設市場為效率市場，然而不動產市場並非效率市場，投資者對於市場資訊之反應並非完全理性。若投資者忽視自身擁有之資訊，選擇追隨其他人的投資決策，將使投資人間存在相互牽制之行為，因而產生行為財務學中之「從眾行為」，其決策結果將無法完全反應市場資訊，並造成投資人集體買進、賣出之行為，使市場價格與交易量存在不正常之波動。由於台灣不動產市場長期以來存在有價格漲幅波動超越合理範圍之現象，因此本研究探討台灣不動產市場是否存有從眾行為，使得投資人具有非理性的投資傾向。 有鑑於過去關於從眾行為之研究仍以股票市場中報酬率或交易量驗證為主，對於台灣運用交易量進行不動產市場之從眾行為驗證則付之闕如，而從眾行為對於不動產市場之影響，首先將反映於交易量之波動，因此本研究運用自我迴歸分配落遲模型對於台灣不動產市場是否存在從眾行為進行驗證，並比較不動產報酬率波動不同之交易市場，其從眾行為存在情形之異同。 模型結果顯示台灣三大都會區（臺北市、臺中市與高雄市）與臺北市分區（分為市中心、郊區與郊外）中，僅臺北市整體與臺北市分區之住宅市場明顯存在從眾行為現象。結果顯示當該住宅市場存在從眾行為時，當期交易量將受到當期持有成本與前期市場報酬率之影響。此外，交易量除受從眾行為之影響外，尚受到經濟成長率、營建類股股價指數、物價指數租金年增率、營造工程物價指數等之正向影響，而購屋貸款利率與通貨膨脹則和交易量呈反向變動現象。 本研究以探討從眾行為、交易量與總體經濟因素之關連性，進一步釐清影響住宅市場交易量波動之因素，使購屋者於決策時參考前期市場交易情形能更加理性，避免盲目跟隨下的從眾行為產生。 / Base on the Efficient Market Hypothesis, the traditional financial theory assumes the market is efficient. However, the real estate market is not. For this reason, investors could not react to market information entirely. If investors ignore their own information, they may choose to follow other peoples’ investment decisions. Therefore, this situation will lead to herding behavior of behavioral finance that may cause price volatility and unusual transactions. On account of the real estate market exists unreasonable price fluctuations for a long time in Taiwan, this thesis examines whether the herding behavior exists in Taiwan real estate market or not. Although many researchers study the herding behavior in the stock market by using the transactions and the returns on investment, few attempts have been made to discuss the herding behavior in Taiwan housing market by using the housing transactions. Hence, this study examines the herding behavior in Taiwan housing market by establishing the Auto-regressive Distributed Lag (ARDL) model with housing transaction data. Results found the herding behavior of real estate market do exist in the whole Taipei city and the three region of Taipei city (downtown, suburb and outskirt). And it shows the transactions in the housing market with herding behavior may be affected by user cost of housing and pre-market returns. Furthermore, the study finds some macroeconomic factors affecting the housing transactions positivity, such as economic growth rate, construction stocks index, consumer price index of house renting and consumer price index of construction engineering. On the contrary, loan interest rate of housing and consumer price index has negative influence. To conclude, this study aims to examine the influential factors on the volatility of housing transactions though clarifying the relationship between the herding behavior, the transactions in housing market and the macroeconomic factors. It may help investors follow other peoples’ investment decisions more reasonable, and avoid blind herding behavior in real estate markets.

本研究採用門檻迴歸模型 (Threshold Autoregression Model)，試圖找出董監事等內部人之申報轉讓比率、持股比率及質押比率等門檻值，進而分析門檻值以內及以外，指標對於代理變數：融資成長率、營收成長率以及本益比與加權指數報酬率的影響程度與方向。本研究實證結果發現： 一、在申報轉讓比率方面： 當申報轉讓比率低於門檻值，存在所謂的群聚效果。當申報轉讓比率高於門檻值時，市場動能與加權指數報酬率無顯著關係，投資人於此階段進行投資決策時應該要謹慎小心。 二、在持股比率方面： 在持股比率低於門檻值時，加權指數報酬率對於前期營收成長率表現的修正幅度較大，意謂著董監事等內部人根據其對未來營收資訊掌握的優勢，反應其對營收資訊的真實性，而藉由持股轉讓的行為，使加權指數大幅度的修正。 三、在質押比率方面： 不管高於或低於門檻值，均無法利用董監事等內部人質押比率為門檻變數來分析本益比效果對加權指數報酬率的影響。造成其檢定失效的原因，可能是樣本小且模型受到極端值的影響所造成。

銅價在近年來不斷的創下歷史新高，由於台灣蓬勃的電子、半導體、工具機產業皆需要銅，因此銅進口量位居全球第五(ICSG,2009)，使得台灣企業的生產成本受國際銅價的波動影響甚鉅，全球有70%的銅價是按照英國倫敦金屬交易所(London Metal Exchange, LME)的牌價進行貿易，因此本研究欲建置預測模式以預測銅價未來趨勢。 　　本研究之資料來源為2003年1月2日至2011年7月14日的LME三月期銅價，並依文獻探討選取LME的銅庫存、三月期鋁價、三月期鉛價、三月期鎳價、三月期鋅價、三月期錫價，以及金價、銀價、石油價格、美國生產者物價指數、美國消費者物價指數、聯邦資金利率作為影響因素的分析資料。時間序列分析、類神經網路已被廣泛的用於預測股市及期貨，本研究先藉由向量自我迴歸模型篩選出有影響力的變數，同時建置GARCH時間序列預測模型與具有遞迴的Elman類神經網路預測模型，再整合兩者建置GARCH-Elman類神經網路預測模型。 本研究之向量自我迴歸模型顯示銅價與金、鋁、銅庫存前第1期；自身前第2期；鎳、錫前第3期；鋅前第4期的變動有負向的影響；受到石油前第2期的變動有正向的影響，這其中以銅的自我解釋變異最高，銅庫存最低，推測其影響已有效率地反映到銅價上。也驗證預測模型必須考量總體經濟變數，且變數先經向量自我迴歸模型的篩選能因減少雜訊而提升類神經網路的預測能力。依此建置的GARCH模型有33.81%的累積報酬率、Elman類神經網路38.11%、整合兩者的GARCH-Elman類神經網路56.46%，皆優於實際銅價指數的累積報酬率。對銅有需求的企業者，能更為準確的預測漲跌趨勢，依此判斷如何跟原物料供應商簽訂合約的價格與期間，使其免於價格趨勢的誤判而提高生產成本，並提出五點建議供未來研究者參考。 / The recent copper price in London Metal Exchange (LME) has breaking the historical high. Taiwan’s booming electronics, semiconductor and machine tool industry causing copper import volume ranked fifth in the world (ICSG, 2009). Because of 70% of copper worldwide trade in accordance with the price of the London Metal Exchange, this study using time series and neural networks to build the LME copper price forecast model. 　　This study considering copper, copper stocks, aluminum, lead, nickel, zinc, tin, gold, silver, oil ,federal funds rate, CPI and PPI during the period of 2003/1/2 to 2011/7/14. Time series model and neural networks have been widely used for forecasting the stock market and futures. In this study, using Vector Autoregressive (VAR) model screened influential variables, building GARCH model and Elman neural network to forecast the LME copper price; and further, integrating this two models to build GARCH-Elman neural network prediction model. 　　This study’s VAR models show that the copper has negative effect with gold, aluminum, copper stocks, nickel, tin, zinc and itself. And has positive impact with oil prices. The highest of explained variance is copper. Copper stocks are lowest, speculating that its impact has been efficiently reflecting on the price of copper. Verifying the prediction model must consider the macroeconomics variables. Using VAR model screened influential variables can reduce noise to enhance the predictive ability of the neural network. This study’s GARCH model has 33.81% of the cumulative rate of return, Elman neural network has 38.11% and the GARCH-Elman neural network has 56.46%. All of them are better than the actual price of copper.