本研究以新台幣兌美元之匯率日資料作為主要研究標的，同時加入台灣加權股價指數及金融業隔夜拆借利率之日資料作為股價與利率之代理變數，利用Beveridge-Nelson分解趨勢的方法將變數資料拆解成趨勢項與循環項之時間序列資料，藉此捕捉匯率資料具有景氣循環的特性。在循環項的序列資料，以向量自我迴歸模型來分析並予以估計，趨勢項的部分，利用共整合檢定來探討趨勢項變數間長期的均衡關係，再以向量誤差修正模型予以估計，得到未來30天期之匯率走勢。接著，再以RMSE與MAE指標來衡量不同模型之匯率預測績效，以期能找出最適之匯率預測模型。 實證研究結果發現，將匯率資料先透過Beveridge-Nelson分解趨勢的方法予以拆解後，再利用時間序列模型進行分析及預測，時間序列模型的預測能力都比原始匯率利用時間序列模型進行預測或透過ARIMA模型進行預測還要來的好。因此，根據實證研究的結果，若企業與政府在進行匯率預測的分析時，能夠考慮先將匯率資料透過Beveridge-Nelson分解方法予以處理，便能更有效提升模型的預測能力，除了企業能夠降低避險成本來提高公司整體績效，對於國家而言，有效的掌握匯率的趨勢便能夠迅速且正確的制定政策，提升國家的經濟發展。

過去文獻研究對於各國的指數衍生性商品與現貨市場間之關係，多數專注在其交易成本、放空限制等因素對資訊傳遞與價格發現功能的影響；本研究以台指期貨與現貨價格間的共整合關係與領先落後關係為出發，加入以台指選擇權波動率指數的變動為投資人情緒指標，檢視在投資人情緒為恐慌及樂觀兩種極端情緒情形下，是否因情緒波動影響投資策略、進而對台指期貨與現貨的關係造成影響，並且在兩種極端的情緒下受到的影響是否對稱、與一般情形時的台指期貨與現貨間關係又是否一致。 研究方法以誤差修正模型為基礎，探討台指期貨與現貨價格間的共整合與價格發現功能，並且應用Tsay(1998)提出的非線性多變量門檻模型，以台指選擇權波動率指數的變動為門檻變數，依模型設定選擇最適的門檻值，將兩市場的價格資料依投資人情緒為恐慌、樂觀或無明顯差異作分類，在各個狀態下以誤差修正模型作迴歸，檢視投資人情緒對台指期貨與現貨價格間關係的影響。 實證結果顯示台指期貨與現貨價格間存在共整合關係，並且主要由台指現貨往長期均衡價格修正，台指期貨平均約領先現貨反應資訊達15~20分鐘，而現貨則無明顯領先期貨的情形；另一方面，在投資人情緒為恐慌或樂觀的極端情緒下，台指期貨與現貨間關係存在對稱性，台指期貨與現貨均會往長期均衡價格修正，當投資人有恐慌情緒，價格將往負向修正，當投資人有樂觀情緒時則往正向修正，若投資人在普通情緒下則不存在一致性的修正趨勢，由此可知市場對未來股市的預期影響投資人情緒，進而其投資操作策略發生變化，對台指期貨與現貨市場間的關係有顯著的影響。

本文主要是為了瞭解統計套利中的配對交易策略是否可運用於台灣股票市場，並驗證此策略在台灣股市之獲利性及可行性，統計套利的優點很多，可以降低投資風險及提高投資交易獲利的機會，是一個能獲取超額絕對報酬率的交易策略。本研究並不考慮兩檔配對股票的任何基本因素變化或事件因素導向所產生的套利機會，只使用統計模型且考慮如股票間投資報酬率之相關性係數等研究方法，並扣除交易成本。 在實證部份，台灣五十成分股之金融產業表現都能達到不錯的結果。電子產業部分，其長期來看是會回到均衡的，所以績效表現也都能如預期般有良好的表現。電信業三雄不管任兩組配對也都能獲得穩定之報酬。最後，傳產業中部分表現差強人意，未來或許可利用其他模型來找尋其適合配對之模型。

本文的主要目的在於探討亞洲國家央行外匯存底的需求，研究的國家包括韓國、大陸、印度、新加坡、台灣與日本。透過使用1987年Engle-Granger的共整合分析法，我們發現這六國的外匯存底需求與其解釋變數具有共整合的現象。共整合現象的存在反映了這些國家的外匯存底需求存在長期的均衡關係。此外，為了進一步了解短期經濟的干擾如何影響外匯存底的需求，本文採用誤差修正模型做為分析工具，與過去文獻不同的是，本文的實證結果顯示本文所研究的六個國家之外匯存底顯著的受到貨幣成長率的影響，依據誤差修正模型的調整項亦可發現當外匯存底需求偏離長期均衡值時，此六國的調整速度相當慢，絕對值都在0.5以下，由於當一個經濟體系允許以緩慢的修正速度調整至長期均衡，必須擁有大量的外匯存底，由於本文所挑選的國家為全球著名的外匯存底持有國，其央行皆持有巨額的外匯存底，故本文的實證結果與理論假設一致。 / The primary purpose of this paper is to explore the demand characteristics for international reserves in some Asian countries including Korea, China, India, Singapore, Taiwan, and Japan. After applying the cointegration test of Engle-Granger (1987), we discover that the non-stationary macro time series of the group of the countries under study are cointegrated. Hence, international reserves in these Asian countries have displayed a long-run relationship with some determinants for the past several decades. Besides, we adopt an error correcting mechanism specification to investigate the short-run dynamic process of reserve holdings. Based on the error correction model (ECM), the rate of monetary growth is found to have a significant effect on reserve holdings in all of the six countries. In the end, the properties of the error correction terms among these countries are examined. We find that the absolute value of the error correction term is less than 0.5 in these economies. It implies that all of these six countries have very low adjustment speed of the demand for reserves. Owing to the huge stock of reserve holdings in this area, the results appear to be sensible.

股票市場乃屬長期資本市場，企業家透過「資本證券化」的方式向投資人募集資金，做為公司營運及擴充規模之用。是故股票市場繫乎一國的經濟發展，乃經濟發展之櫥窗。無論基於何種因素，股價確實會有漲跌互異的現象，但消息面、心理面或其他非經濟因素並不能完全的支配股價走勢，從長期而論，股價終究會回歸基本面，所謂基本面，就是經濟之榮枯，常以景氣的好壞來表現，景氣循環即為一種經濟波動的現象。是故，雖致使股價波動的因素繁多，然而由長期基本面的觀點來看，景氣循環是否為解釋台灣股價指數長期走勢的主要力量呢？此乃本文所欲探尋的答案。本文以經建會所公佈之景氣領先指標綜合指數及其組成要素分別代表景氣狀況，從理論與文獻上整理說明股價變動與景氣循環的關係，並陳述1990年代的台灣股價指數與景氣循環走勢之關係，最後利用由Johansen所發展非常適於經濟模型的估計與檢定的計量工具---共整合分析與向量誤差修正模型，企圖以變數間所具有的整合線性關係作為衡量長期的均衡關係，並以均方誤差(RMSE)與絕對平均百分比誤差(MAPE)評量預測績效。 本文最終實證所得之各項重要結論如下： 一、股價與領先指標綜合指數 短期上落後一期和落後四期的領先指標綜合指數變動率與股價報酬率具有顯著的正向關係，此外股價與領先指標綜合指數長期存在正向共整合方程式。 二、股價與貨幣供給M1b具正向關係 長期而言依據共整合檢定，兩者具有長期均衡關係，並在同期時具顯著正向關係；在短期方面，依誤差修正模型之t檢定當期股價報酬率與落後一期之貨幣供給變動率呈現顯著正相關。 三、股價與海關出口值、新接訂單指數 股價分別在長期與兩者具均衡關係，並在同期時具顯著正向關係，但在短期上並無明顯關係。 四、股價與躉售物價、製造業平均每人每月工時、台灣地區房屋建築申請面積並無明顯關係。 五、所有五個共整合模型之預期值，均顯示出在上升波段預期值低於股價實際值，而在下跌波段預期值高於股價，此明顯反應了台灣股市投資人較不重視基本面分析，而以短線操作為主，心理因素、炒作因素影響重大，所以經濟景氣時常一窩峰買進而高估股價，反之，則大量殺出而低估股價。 六、五項共整合模型預期績效之良劣順序為：1.領先指標綜合指數與股價之ECM；2.三領先變數綜合與股價之ECM；3.M1b與股價之ECM；4.製造業新接訂單與股價之ECM；5.海關出口值之ECM由上面之順序顯示考量較多經濟變數較能涵蓋實質經濟，也能獲致較佳之預期。 總合而言，本研究各項模型雖不盡如人意，但對於大盤走勢之預期有不錯之效果，若再加入國人之心理因素，於牛市中將預期值往上修正，而於熊市將預期值往下修正，本模型應可更貼近實際股市情況。

本研究分別利用傳統 OLS、誤差修正模型以及 Bivariate GARCH 模型研究以摩根台股指數期貨規避台灣股價指數的避險效果，現貨部分除了摩根台股指數現貨之外，亦考慮了台灣加權股價指數，目的在於瞭解摩根指數期貨的避險效果，並提出未來台灣加權股價指數上市後一套研究指數期約避險績效的研究架構。 本研究實證結果發現： (1)將台灣加權股價指數、摩根台股指數現貨以及摩根台股指數期貨的每日收盤價取對數值，並且依照避險期間分為三種情況，利用 ADF(Augmented Dicky and Fuller)進行單根檢定，結果顯示三個時間數列皆非定態(stationary)。 (2)時間數列取一階差分之後，視為指數的報酬率，同樣利用 ADF 進行單根檢定，結果顯示三個時間數列呈現定態(stationary)，亦即時間列服從 I (1)。此時，報酬的迴歸式存在具有實質意義。進行供整合檢定之結果顯示，無論是台灣加權指數與摩根台股指數期貨市場間，或是摩根台股指數之現貨與期貨市場間存在長期穩定之均衡關係。因此欲研究現貨與期貨市場的避險比率，應考慮誤差修正項。 (3)在加權股價指數與摩根指數期貨間避險效果方面： 1.在樣本內實證中，傳統 OLS 除了在避險期間為每日的情況之外，所造成投資組合變異數降低幅度較大，有較好的樣本內避險效果表現。 2.在樣本外實證中，傳統 OLS 無論在何避險期間，所造成投資組合變異數降低幅度較小，其避險效果皆較差。 3.避險誤差均方根比較方面，傳統 OLS 表現較差。 (4)在摩根台股指數現貨與摩根指數期貨間避險效果方面 1.在樣本內實證中，傳統 OLS 在各避險期間，所造成投資組合變異數降低幅度較大，有較好的樣本內避險效果表現。 2.在樣本內實證中，傳統 OLS 無論在何避險期間，其避險效果差皆較差。 3.避險誤差均方根比較方面，同樣以傳統 OLS 表現較差。 / Investors of Taiwan Stock Market have been long lack of hedging tools. SIMEX has provided a new merchant, MSCI Taiwan Index Future on January 9,1997. In addition, Taiwan Futures Exchange is going to run on July, 1998. Though investors are still not familiar with the new derivatives. Futures will be the new markets in Taiwan and it is the right time for us to analyze it. This research use different econometrics methods to check if it is a good hedge tool for the investors. The results are as followed. 1.The time series of MSCI Taiwan Index futures, MSCI Index Spots and Taiwan Weighted Index are not stationary. They are integrated of order 1. 2.There exist cointegrations between MSCI Taiwan Index futures and MSCI Index Spots, in addition to MSCI Taiwan Index futures and Taiwan Weighted Index. 3.OLS Regression, Error Correction Model and Bivariate GARCH Model are applied to find the optimal hedge retio. Among them, the hedge ratios of Bivariate GARCH Model are dynamic while the other two are constant. 4.According to the in-sample hedging effects results, the OLS are outstanding. The low variance of hedging portfolios and the reduction percentage compared to the no-hedged portfolios prove that. 5.Investors may care more about the out-sample results. From the table we know that Error Correction Model and Bivariate GARCH Model perform better than OLS, especially when the time period is longer. 6.When we check the RMSE, we get the same conclusion that OLS is the worst one among the three methods.

本研究計畫探討以RN神經網路模型預測國內債券價格的效度。目前一般用於財務預測的神經網路論著主要為BPN模型，惟BPN模型有其限制，所以本研究計畫將（1）分析比較統計計量模型，BPN神經網路，RN神經網路系統對國內公債價格之預測績效。（2）分析不同時期的預測能力，找出景氣和預測變數的關係，同時將比較各個時期統計計量模型和神經網路模型是否同時有效， 抑或有些有效， 有些無效，以探討各工具是否具有互補性或替代性。並探討預測績效是否受到背後經濟環境的影響。 我們研究對象為國內公債，其每日交易資料取樣時間自民國八十一年開始。影響債券價格的因素可拆解成實質利率，預期通貨膨脹率和風險貼水三層面，本研究總體變數之選取，亦循此三項範疇以求周延。 本研究之研究成果對理論及實務應用將有下列三項預期貢獻：（1）比較不同其常的債券在不同景氣狀況下，各不同預測模型的預測效度差異，探討各時期各工具之預測能力，可提供投資實務界對預測工具之選擇，應用與搭配。（2）對債券報酬率預測研究，分析總體變數，利率風險等變數對債券報酬率的影響，可進一步暸解影響債券價格的相關因素及程度。（3）以往神經網路應用在財務預測領域上， 皆以BPN 神經網路為主，此處引進RN神經網路，比較兩者的表現，可提供學術理論界之驗證。 / This research project empirically investigates the accuracy of Reasoning Neural Networks (RN) in forecasting Taiwan's bond prices. We explore (1) the relative predictive abilities of Vector Error Correction Model (VECM), which serve as a representative econometric model, Back Propagation Neural Networks (BPN), which is adopted by most current studies in the application of neural networks in finance, and RN, and (2) th3 potential variations in the three models' predictive power in different phases of economic cycle. Specifically, we aim to study if the three models substitute or complementone another. In addition, we explore the extent to which the relativepredictive abilities of the three models varies with underlying macroecomonic factors. The explanatory variables adopted in this study include all potential drives to (real) risk-free rate, expected inflation rate, and riskspremiums. In this study, we examine the government bond terms to maturity,coupon rate, and prices of government bonds during 1992-1995. This project would contribute to both academic and application researchin the following three aspects : (1) Few, if any , prior study explores whether and how various neuralnetworks and/or eco- nomic models perform under different macro-economicvariables. Our empirical results may indicate an appropriate model ( ormodels ) to improve forecasting of bond prices. (2) This study shows how RN, BPN, and VECM models perform in forecastinggovernment bonds yields to maturity. (3) The BPN model prevails in financial forecasting. Nevertheless, BPNis subject to a few short comings and may thus be a sub-optimal model. This study analyzes if RN is more cost-effective in forecasting bond prices than BPN.

本文利用晚近發展出來的單根檢定法以及共積檢定法，實証分析美、日兩國二次大戰以後企業購併與總體經濟變數間之關係。其實証方法與實証結果如下：運用ADF 檢定方法對購併、股價、國民生產毛額、利率，作單根檢定，發現美日兩國之購併、股價與國民生產毛額呈一階差分恆定狀態。 此外，本文應用Engle and Granger(1987) 的共積模型分析，將同樣為一 階差分恆定的變數做共積檢定，發現美日兩國之購併與股價、國民生產之間，皆具有長期共同移動的趨勢，因此可以建立一包含長、短期關係之誤差修正模型。本文之實証結果顯示：美國的企業購併與股價水準有正向且顯著之長期穩定關係，而與國民生產毛額則有負向且顯著的長期穩定關係；日本的企業購併與股價及國民生產毛額也有長期穩定之關係，惟影響方向與美國相反。另外，因果關係檢定結果顯示，美國之股價與利率對購併呈單向因果關係，而日本之股價與購併則呈雙向因果關係。由這些實証結果可知，購併風潮之形成，實肇因於總體經濟之波動，而不同國家之企業，由於法令規章、經濟結構、社會制度之不同，因而會有不同之反應。

本研究之樣本取自1991年7月1日至2010年3月之月資料，探討各總體經濟變數包括：利率、匯率(美元對新台幣)、M1B、出口、GDP、領先指標綜合指數與大陸及美國兩股市，對台股指數之影響。實證結果顯示，道瓊工業指數為影響台股加權指數最具代表性與領先的指標，大陸股市則非如一般所預期對台股指數變動有重要解釋能力。且道瓊工業指數、利率、M1b、GDP對台股具有領先的單向因果關係。 在衝擊反應函數及變異數分解中，除了道瓊工業指數為判斷台股指數變動最重要因素外，利率與貨幣供給則扮演著解釋台股變動另一重要的角色，利率調升對台股指數之影響為先正後負，當利率調升前，投資者會事先反應，但調升後便會開始調節，反而對台股造成負向影響；而GDP及出口在變異數分解中占台股變異數比例是相對次高的比重，說明台股的變動反應了經濟的基本面因素，台股的變動亦會受其影響，惟此二項變數屬於落後指標，只能用在事後分析。而(美元兌新台幣)匯率及領先指標綜合指數則對台股變動無顯著解釋能力。

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.