本文採用 Chib， Nardari， 與 Shephard(2006) 的多變量動態因子隨機波動模型(MSV)， 來探討美、日、台三國的資訊、電腦類股股價報酬率波動的共同行為。 我們將模型中的因子解釋為產業的前景或信心，並藉由模擬的方式描繪出其樣貌，進而希望了解產業景氣循環在股價的波動行為中扮演什麼角色。 研究財務市場間的關聯性一值是一項重要的課題，也發展出各種的模型來描述既有的現象。 MSV 模型將看不到的解釋變量數量化，並將變數的波動行為切割為可由因子所解釋與不能解釋的部分。 且藉由將觀察值的誤差項以及單一因子的波動行為設定為隨機波動，放寬共變數變異數矩陣為定值的假設，讓每一時點都能依時變動，在同類的模型中對資料的設定是較少的。 在實證分析中我們有幾點發現：1. 因子能夠解釋資產間的波動行為，其反映在扣除因子波動之後的自有波動，其波動水準值的降低。 2. 在股價波動劇烈期間，因子解釋能力提高。 3. 因子的解釋能力在不同的國家中差異幅度很大，日本有超過一半的波動可以為因子的波動所解釋，而因子在台灣股價的波動行為只有兩成左右的解釋能力。

設二個隨機變數X1 和X2，所可能的發生值分別為{1,…,I}和{1,…,J}。條件機率分配模型為二個I × J 的矩陣A 和B，分別代表在X2 給定的條件下X1的條件機率分配和在X1 給定的條件下X2的條件機率分配。若存在一個聯合機率分配，而且它的二個條件機率分配剛好就是A 和B，則稱A和B相容。我們透過圖形表示法，提出新的二個離散條件機率分配會相容的充分必要條件。另外，我們證明，二個相容的條件機率分配會有唯一的聯合機率分配的充分必要條件為:所對應的圖形是相連的。我們也討論馬可夫鏈與相容性的關係。 / For two discrete random variables X1 and X2 taking values in {1,…,I} and {1,…,J}, respectively, a putative conditional model for the joint distribution of X1 and X2 consists of two I × J matrices representing the conditional distributions of X1 given X2 and of X2 given X1. We say that two conditional distributions (matrices) A and B are compatible if there exists a joint distribution of X1 and X2 whose two conditional distributions are exactly A and B. We present new versions of necessary and sufficient conditions for compatibility of discrete conditional distributions via a graphical representation. Moreover, we show that there is a unique joint distribution for two given compatible conditional distributions if and only if the corresponding graph is connected. Markov chain characterizations are also presented.