本研究利用市場分析師常使用的總體經濟指標和不動產產業指標來研究其與營建類股價的關聯性，探討分析師所利用的不動產各項指標是否具備代表性。同時，產學界亦存在一些不動產市場指標，本研究也將探討這些指標是否對於預測營建類指走勢有所幫助。 本研究以總體及產業觀點切入，利用VAR及誤差修正模型來探討總體環境及房地產市場和營建類指間的關聯性，並試圖從中找出影響營建類指的關鍵因子。就總體經濟指標來說，實證結果顯示貨幣供給額及利率都是營建類指的領先指標；但營建類指和大盤指數的關係相當薄弱，大盤指數的上漲無法帶動營建類指的上揚；就不動產產業指標來看，營建類指和產業指標間存在長期均衡關係，其中，營建類股價長期調整速度高於台北市房價的調整速度，而因果關係檢定結果顯示營造生產毛額年增率領先營建類指，而營建類指又領先房地產景氣綜合判斷分和建照執照申請面積，營建類指和台北市房價及營造業受雇員工人數具有反饋效果，此結果顯示營建類指在資訊的反應上並未全然領先，這與營建類指長期不受投資人青睞，致使其無法快速及完全的反應資訊有關。 在整體營建產業走弱的因素使然下，本研究建議營建類股票的投資人應注意政府對於房地產的產業政策，政府的政策做多除可有效提升房地產景氣外，更可拉抬營建類股票的股價，此外，預期貨幣供給額上升及市場利率走跌時對於營建類股價將產生正面的效果。

本文旨在檢視股東會年報之資訊揭露是否具有預測價值，分別以年報資訊數量及品質二者與分析師盈餘預測誤差及分歧程度之關係探討之。研究結果顯示，年報揭露之資訊數量與資訊品質愈高，分析師盈餘預測誤差愈低，足見我國年報內容有助於提升分析師預測準確度。就年報揭露程度與分析師盈餘預測分歧程度之關聯性而言，本研究發現，年報資訊揭露數量愈多，分析師預測分歧性愈低；然本研究並未能證實，年報資訊揭露品質與分析師預測分歧性具有顯著的反向關係。換言之，資訊數量與預測分歧性具有較強的負向關聯性，而資訊品質則否。前述研究結果顯示，公司增加年報揭露項目，有助於提升各分析師對未來盈餘預測的共識，然經考量揭露內容的品質之後，其對預測分歧性的影響則較不明顯。推論原因，可能係年報揭露內容不足，使得分析師進行預測時尚須蒐集額外資訊以為彌補，以致降低年報揭露對預測分歧性的影響。

隨著台灣股票市場的自由化與國際化，信用交易與外資在台股的交易比重不斷的增加。本文旨在探討股價指數、信用交易指標之融資餘額與外資之關連性，利用Johansen共整合向量分析與誤差修正模型，以日資料進行實證分析研究，樣本期間為1998年1月2日起自2003年6月30日止，共1419個樣本觀測值。本研究結果如下：一、第t期的融資餘額與第t-2期的股價指數共整合程度最高，顯示股價指數領先融資餘額兩期，為其領先指標。二、同期的股價指數與外資持股共整合程度最高，且股價指數會受到前一期外資持股變量的影響，顯示外資在市場上的動作的確會造成其他投資人的跟進。三、同期的融資餘額與外資持股共整合程度最高，顯示兩者呈現同方向的變動，且外資持股會受到融資餘額前一期變量的影響，且方向相反。 / This paper examines the relationship between stock index, balance of margin trading, and stock holding of foreign investors. Using daily data from January 2 1998 through June 30 2003 we investigate the interactions among the three variables through Johansen cointegration analysis and error correction model. It is found that (1) balance of margin trading of time t and stock index of time t-2 have the highest level of cointegration, which means stock index leads the balance of margin trading for two days. (2) stock index and stock holding of foreign investors of the same time t have the highest level of cointegration, and stock index of time t is affected by the stock holding of foreign investors of time t-1. (3) balance of margin trading and stock holding of the same time t have the highest level of cointegration, and the stock holding of foreign investors at time t is adversely influenced by balance of margin trading of time t-1.

The asymptotic expression for the mean-squared prediction error is discussed for the near-unit-root models. We find the mean-squared prediction error based on the ordinary least square estimator is smaller than the one using pretest estimating under some certain conditions.

本研究主要是針對財務分析師盈餘預測行為作相關方面的探討，以相對盈餘誤差、分析師反應過度與不足及因素探討等作研究。研究的方向如下： 一、將探討民國八十一年到民國八十八年財務分析師的預測行為與趨勢，藉以瞭解分析師是否普遍持有樂觀的態度或是保守態度，以及這些現象是否存在趨勢。 　二、研究分析師預測行為，是否存在過度反應或反應不足的現象，期以另一個角度研究財務分析師的行為，以藉此支持上述的研究發現。 　三、最後，將研究影響財務分析師的盈餘預測行為之因素，利用過去文獻研究分析師準確性之因素，與導入新變數，探討分析師的行為是否受到個體與總體的變數影響。

隨著經濟不斷的發展，企業間的競爭也愈趨激烈，因此在以利潤最大、付出成本最小的前提下，一些可能造成成本增加的因素就不能不重視。在量測產品的特性所使用的量測機器，可能因為量測設備的不精確造成誤差，進而影響測量產品品質特性的實際值。是以量測儀器測量產品特性時的誤差對於管制圖的設計參數的影響及使用管制圖監控製程的能力是我們所關切的課題。 本文探討量測誤差對 — 管制圖的效應。運用George Tagaras非對稱管制圖的概念，及同時考慮Taguchi的損失函數和測量誤差下，以更新理論方法建立 — 管制圖，並推導出目標函數，再透過最佳化的技巧以決定 — 管制圖的最佳經濟設計參數值。另外討論管制圖在統計層面的表現，並與經濟設計的結果作比較。 在資料分析方面，本研究考慮32組製程和成本參數組合，透過最佳化技巧找出 — 經濟及經濟統計管制圖之最小單位時間平均成本及最佳設計參數組合。再利用敏感度分析，觀察量測誤差對設計參數的影響，另外得知重要的製程和成本參數為何。這些可作為製程工程師決策參考之用。

建立追蹤成長目標線的投資組合可以建構成混合整數非線性數學規劃模型，本論文針對數學規劃模型內幾個影響追蹤目標線效果的因素加以研究，透過調整目標線成長率、內樣本觀測長度及時間參數來進行探討。考慮實務上的限制，在建立追蹤成長目標線的投資組合模型中加入交易成本及放空股票限制。最後，以台灣股票市場作為實證研究對象加以分析。實證結果顯示報酬率在20%以下、內樣本長度在30週左右追蹤誤差達到最小，此外，沒有明顯的證據顯示加入時間參數能使建立的投資組合有較小的追蹤誤差。

政府支出與國民所得的關係一直是學者們所關切的問題，因為政府支出是否能促進經濟成長，亦或隨著經濟成長政府規模不斷的擴大，其中的關係一直沒有一定的定論。1930年代的經濟大蕭條，「凱因斯革命」企圖以增加政府支出來挽救景氣，認為透過財政政策的介入能影響有效需求，進而對抗景氣循環維持經濟的穩定；而在研究政府支出成長時，1877年德國財政學者Adolph Wagner所提出政府活動遞增法則(Law of Increasing State Activity )是最常被用來解釋公共部門的成長，所謂的華格納法則是指 「政府部門的活動其重要性會隨著經濟發展或是所得的增加而提高其重要性」。 故本文的主要目的除了參考Islam(2001)的模型，研究政府支出與國民所得的因果關係外，本文將政府總支出分成政府消費支出、投資支出、移轉性支出，檢定不同性質的政府支出指標是否符合華格納法則。近年來政府規模逐年下降，因此不同時期經濟發展階段對於華格納法則可能有著不同的詮釋，故本文不同於以往的文章皆以某一段期間來研究華格納法則，而將時間序列的資料區分為民國五十六年第一季至八十四年第四季的資料，以及民國八十五年第一季至民國九十二年第四季的資料來分別驗證台灣地區華格納法則是否仍成立，所用的方法以Johansen的最大概似法，檢定政府支出與國民所得的長期均衡關係並驗證政府支出相對規模的所得彈性是否大於零；若變數間存在共整合關係，則以誤差修正模型來檢定政府支出與國民所得因果關係。 而在研究政府支出成長時，公共支出所購買的財貨勞務的內容可能不同於國民所得，政府支出的物價水準與一般消費的物價水準可能有所不同，因此以相同的物價水準來平減名目政府支出以及國民所得，可能無法得知明確的實質的政府相對規模，故本文的另一個主要目的在於以實質政府相對規模與名目政府相對規模兩種不同形式，研究實質政府相對規模的成長趨勢是否與名目的政府相對規模的成長趨勢是否有所不同。 研究結果發現，在第一階段樣本期間，不論以名目政府相對規模或實質政府相對規模作為政府規模指標下，華格納法則在台灣地區中皆不成立；在第二階段樣本期間，除了實質政府移轉性支出外，其餘的名目或實質政府相對規模作為政府規模指標下，華格納法則在台灣地區中是不成立的。故華格納法則在台灣地區是否成立，與不同的政府支出類型、名目或實質變數和本文所區分的時期有關。

本文探討槓桿型/反向型ETF之追蹤誤差是否會因為追縱標的屬於不同產業而有差異。為此先將46檔具有顯著追蹤誤差之槓桿型/反向型ETF樣本分為七類不同的產業，並設定產業作虛擬變數放入多元迴歸模型中，結果為當追蹤指數屬於建築業、零售業及服務業之槓桿型/反向型ETF傾向得到較大的追蹤誤差，而追蹤指數屬於礦產業、製造業、水電業及金融業者，其追蹤誤差較小。追蹤誤差大之產業，其指數波動度也較大，推測指數波動度可能是造成特定產業追蹤績效不佳的原因。另外在本研究中也發現，追蹤礦產業、建築業及製造業指數之槓桿型/反向型ETF，其槓桿型績效優於反向型績效；而追蹤水電業、零售業、金融業及服務業指數之槓桿型/反向型ETF則是反向型績效優於槓桿型績效。其原因推測與ETF存在年限、ETF發行公司和指數成分股個數有關。 / This paper discusses whether the tracking error of leveraged/inverse ETF varies by industry of underlying indexes. We take 46 leveraged/inverse ETFs with significant tracking error into the samples, divide them into 7 different industries and set those industries as dummy variables in multiple regression models. The outcome shows that the tracking error tends to be larger if the underlying index of leveraged/inverse ETF belongs to construction, retails or service industries; otherwise, the tracking error tends to be smaller if it tracks the index from mining, manufacturing, utility or finance industries. The larger tracking errors may result from more volatile indexes of those industries. Besides, we also find that leveraged ETFs outperform the inverse ones if the index belongs to mining, construction or manufacturing industry; on the other hand, inverse ETFs outperform leveraged ones when the index comes from utility, retails, finance or service industry. The possible reasons may be the different characteristics of ETFs, such as the length of ETF’s existence, ETF’s issuer and the number of constituents in underlying index.

本研究針對臺灣摩根指數的成分股進行分析，研究樣本期間從2008年至2010年，合計三個年度，正好歷經景氣的一個多空循環週期。本研究利用技術指標作為判讀多空的工具，技術指標包含價與量的技術分析工具，價格的技術指標有趨勢指標MA、擺盪指標KD與MACD，量的技術指標則是OBV。並利用優化的方式挑選出合適的參數值。本研究的風險控管則是控管個股的偏離程度，當允許的偏離程度愈大，模型便愈能區別出強勢股與弱勢股，風險的衡量指標則是採用年化追蹤誤差值來衡量，本研究設定的限制條件為最大累積年化追蹤誤差值不得超越6%。 實證結果發現，當模組的模型年化追蹤誤差值設定愈大，個股的偏離程度就愈大，模組的報酬表現就愈佳，但同樣的風險也愈大，即年化追蹤誤差值愈大。當模型年化追蹤誤差值設定在24%，並搭配MA、MACD與OBV三個技術指標得到的績效最佳，同時亦能夠將風險控制在設定的6%水準之下。 / This study analyzed the component stocks in MSCI Taiwan Index. The analyzed data from 2008 to 2010 was exactly an economic cycle. The study was based on technical analysis, including price and volume to judge that the price was bullish or bearish. The price technical analysis included Moving Average (MA), Stochastic Line (KD) and Moving Average Convergence and Divergence (MACD). The volume technical analysis was On Balance Volume (OBV). The study used the method of optimization to choose the best parameter of each technical analysis. The risk control was to limit the bias of each stock. When the bias of each stock was larger, the model could easily distinguish the stock was bullish or bearish. The risk indicator was annual tracking error limited to 6% in the study. The empirical results showed that the larger the model annual tracking error set, the large bias the stock show, and the outperformance of the return. But with the performance of the return larger, the risk of tracking error was also getting larger. When the model annual tracking error set to 24%, and utilized MA, MACD and OBV would get the best performance and the risk of annual tracking error was under 6%.