本研究探討國際投資人是否能夠藉由總體經濟指標、泰勒法則、以及匯率資料，捕捉無拋補利率平價假說的成立時間，以及判斷市場多空轉換的時間點，做好相對應的利差交易投資策略來獲得持續的超額報酬。利用時序變動型馬可夫轉換模型，分析2002年9月到2013年9月，共133個月之匯率資料，將樣本區間內的超額報酬資料根據資料特性利用模型分為兩個情境，再加入總體經濟指標變數、泰勒法則、以及匯率資料分析比較情境轉換因子對利差交易之超額報酬的關係。 經過實際驗證後的結果，發現泰勒法則雖然在文獻中扮演捕捉總體市場趨勢的變數，但在本研究之實證結果中，與利差交易之超額報酬的關係並不明顯，推測泰勒法則的合成過程可能隱瞞或消弭原始資料之資料特性。此外，觀察樣本區間內實證測試結果，發現實質匯率之資料，在景氣繁榮的金融穩定期時，能夠扮演預警的角色，因為根據二情境時序變動型馬可夫轉換模型之情境轉移機率矩陣估計的估計結果，發現實質匯率在多頭市場的情況下對於情境轉換有顯著的影響力，因此國際投資人能夠將實質匯率作為捕捉市場反轉與否的信號，建構相對應之投資策略，將情境因子列為考量，藉由預測下一期之情境使得投資人對於投資產生擇時機會，不論是發現市場將從多頭轉空，提早出場、或是預期市場會從空頭轉多，開始布局，都有助於增加利差交易之超額報酬。

過去對於台灣股市價量非線性關係的研究，都只停留在檢定出兩者之間存在雙向的非線性因果關係，本文則進一步嘗試以Filardo（1994）提出的變動切換機率馬可夫轉換模型（Time-Varying Transition Probability Markov-switching Model，TVTP）配適台灣的單一市場價量以及跨市場價價、量量、價量雙向互動之非線性結構。實證結果顯示，不論是上市或上櫃市場，以同市場成交金額為訊息變數所配適出的指數報酬模型，以及以另一市場的成交金額為訊息變數所配適出的成交金額模型，都具有相對較佳的解釋力。此外，我們也得到台灣股市的價量互動關係普遍存在同市場和跨市場的價領先量情形，也就是台灣投資人有明顯的追漲殺跌現象。

經由研究一個輸入序列的轉換模式來關注結構性變化之偵測與處理。 / Time series data are often subject to uncontrolled or unexpected interventions, from which various types of outlying observations or structure changes are produced. In this article, we focus on detecting and treating structure change events in multiple time series by studying transfer function models with one input series. Monte Carlo simulations will be used to study the performance of the proposed procedures.

我國金融業歷經國內外多次金融風暴，風暴後的金融重建工作往往耗費極大的人力與社會資源，我們若能早日建構金融預警系統，藉由相關指標的變動趨勢來評估整體金融體質脆弱程度，期望建構出的金融預警系統可以在危機發生前發出警訊，使決策者得以及時採取適當防範措施，及早發現問題並提出因應對策，將可有效降低金融危機發生的機率或減輕其所造成的影響。 本研究歸納國際上對於金融危機及預警系統之重要研究後，選擇馬可夫轉換過程為主要理論基礎，考量台灣本身的特殊性，在變數選擇上，本研究共選擇三大類共22個解釋變數，分別為(1)總體經濟指標變數(2)資本帳指標變數(3)金融部門穩健度指標變數，輔以主成份分析法找出台灣金融市場特有指標變數後，利用兩個主成份因子套入馬可夫轉換過程，即可獲得每一個時間點下的危機推論機率。 本研究發生危機的推論機率結果和「台灣金融服務業聯合總會委託計畫-台灣金融危機領先指標之研究」比較，發現其預測能力準確程度頗為優異，在臨界機率為10%下，可以預測到全部的危機發生，唯領先期間略有差異。此外，使用者可以自行選擇不同的臨界機率，以反映對危機的趨避程度，也提供系統使用者操作上的彈性。

景氣循環一直是許多經濟學者企圖釐清的現象，長久以來各國採用各種貨幣與財政政策，試圖迴避景氣衰退，對於景氣循環轉折點的認定或預測並沒有單一解答，適逢近年來油價與金價一路飆漲，可能影響到景氣波動。因此本文探討杜拜原油價格是否與景氣波動有關，而國際黃金現貨成長率如何受到景氣波動影響，以Hamilton(1989)提出的馬可夫轉換模型，將兩資料區分為高與低成長狀態，對照國發會所公布的景氣收縮與擴張期間，發現原油價格在景氣收縮轉為擴張後會呈現高成長狀態，而黃金並無明顯現象，考慮到兩資料可能有結構改變情形，以Andrews(1993)提出的Quandt-Andrew結構改變檢定，找出結構改變轉折點，發現兩資料各有一個結構改變時點，相較於捕捉數個轉折點的馬可夫轉換模型，前者表現較為遜色，最後將資料以此結構改變時點分割並配飾分期馬可夫轉換模型，發現分期後的結果與一般的馬可夫轉換模型差異不大，而原油與黃金價格容易受到突發事件影響，故不適合用在認定景氣循環的轉折點。

本研究為討探投資人是否可透過捕捉無拋補的利率平價說的成立期間以及預測其反轉時機，建構對應的投資策略以獲得顯著且持續的超額報酬，故採用情境轉換模型，以馬可夫鏈描述情境轉換行為，分析1999年至2012年的七個已開發經濟體的外匯資料，透過將樣本期間區分為三種情境，根據各情境特性決定相對應之最適資產配置，並以預期情境轉換機率決定投資組合調整時機，模擬投資人在現有可得資訊下所做的投資決策以檢定此投資策略是否能提升利差交易者的投資績效。 根據樣本外實證測試結果，考慮情境因子的模擬投資策略之報酬在99%的信賴水準下顯著優於買進持有利差交易策略，且可有效降低風險，在無拋補的利率平價說成立的景氣低迷時期投資策略表現尤佳，顯示納入情境因子的考量有助提升資產配置效率，藉由預期下一期的情境可使進行利差交易的投資人具備擇時機會，幫助預測未來景氣走勢並於空頭市場時承擔較低的風險並獲得相對優異的風險調整後報酬。

本篇論文主要在外匯市場建立市場投資組合、利差交易投資組合與動能交易投資組合，探討透過不同情境適當改變投資組合比重配置，是否能夠顯著提升交易策略的報酬表現。 以1999年1月至2015年10月為樣本期間，根據28個國家外匯市場資料建構市場投資組合、利差交易投資組合與動能交易投資組合等，之後根據三種投資組合報酬情況透過馬可夫情境轉換模型區分成三種情境。按三種情境的各種投資組合超額報酬表現，再利用馬可維茲的平均數-變異數投資組合模型配置各情境下各項交易的比重，再依據計算出的預期情境與相對應比重進行投資。其結果顯示在樣本期間內，本篇論文的交易策略相較於外匯市場投資組合、利差交易投資組合與動能交易組合有較佳的投資表現。 在樣本外測試部分，採用自2012年中開始的連續情境二資料進行分析。報酬方面，在其他交易型態呈現負報酬較多情況下，就本文交易策略而言，投資者隨時根據其各種交易平均報酬與共變異數進行交易比重配置，適時放空交易策略或投資無風險資產，產生正報酬。但從標準差可以推斷投資者面對未來的不確定，在整個樣本外期間歷時的34個月當中標準差亦無法有效降低，說明了投資者面對下一期總體環境的高不確定性。 / In this thesis, we mainly investigate whether it could improve the performance of currency portfolio by adjusting weights among carry trade, momentum and market return in foreign exchange market under different kinds of regimes. Based on a sample of 28 market currencies, we form three kinds of transactions in our portfolio, including carry trade, momentum, and market return. Under Markov switching model, we divide the sample period into three regimes, and then determine weights among carry trade, momentum and market return by parameters of each re-gime using Markowitz mean-variance analysis. Finally, we invest different weights among three transactions according to each expected regime. We find the result that although the return of the strategy is just a little higher than the carry trade, the risk is much lower compared to other transactions. In our out-of-sample testing, we analyze the performance by using the data of the regime two which begins September, 2012. With the respect to the return, most of other risky transactions have negative return, but we get positive return by adjusting the long position and short position according to the result of the mean-variance anal-ysis. However, we can not effectively reduce risk by using the strategy, and in the meantime it can explain the high uncertainty investors face toward the next period.

本論文主要包含二個主題，分別檢視公司治理對企業基本財務資訊與股票報酬關係的影響，以及公司治理對企業投資機會與股利政策關係的影響。首先，在探討公司治理是否影響基本財務資訊中，我們資料為台灣上市的 183 家製造業公司。當使用傳統線性模型時，我們發現存貨、銷貨毛利、備抵壞帳費用以及負債比率變化率的係數，出現符合預期的負向符號。但是研發費、管銷費用與員工生產力比率的係數，卻出現違反直覺的正向符號。而每股盈餘變化率、應收帳款、有效稅率以及會計師意見，則是對股票報酬沒有任何顯著的效果。然而，我們使用 Hu and Schiantarelli (1998) 內生性轉換模型(endogenous switching model, ESM) 的方法，而將樣本區分為好的公司治理與不好的公司治理二個區域時，實證結果發現先前違反直覺的係數，已轉變成與我們的預期相符合。 在探討公司治理是否影響企業投資機會與股利政策關係，我們資料為台灣上市的 268 家製造業公司，並參考La Porta et al. (2000) 所提出的「結果模型假說」 (outcome model hypotheses) 以及「替代模型假說」(substitution model hypotheses) 兩個假設。前者強調在好的公司治理區域時，投資機會與股利政策為負向的關係，而後者則是強調在不好的公司治理區域，投資機會與股利政策為正向的關係。為了探討這個議題，我們分別使用兩個轉換模型區分樣本：分別為Hansen (1999) 縱橫門檻模型 (panel threshold model) 以及Hu and Schiantarelli (1998) 內生性轉換模型。最後，經由不同公司治理變數的實證結果比較，發現在好公司治理區域時，高投資機會的公司可能會支付較少的股利政策，相反地，在不好的公司治理區域，股利政策則不受到公司治理的影響。因此本研究結果支持「結果模型假說」，而不是「替代模型假說」的假設。

雖然技術分析的爭議非常的多，在市場上卻仍然被廣泛應用，原因即是因為容易被理解且方便應用，不過當馬可夫轉換模型出現時，技術分析便面臨的挑戰。馬可夫轉換模型又稱為隨機分段趨勢模型(stochastic segmented trend model)，預測方法也類似於技術分析，利用一段期間內的趨勢來判斷未來走勢。 本研究利用馬可夫轉換模型以及技術分析中相當受歡迎的移動平均轉換法相互作比較，研究標的則選擇國內的兩種期貨：臺股期貨與黃金期貨和國外的五種商品期貨：紐約黃金、布蘭特原油、芝加哥小麥、玉米和大豆共七種期貨，相互比較後，我們發現馬可夫轉換模型在樣本內的獲利績效比均線轉換法的績效要來得好，其中平滑推論又比濾嘴推論的績效好。 另外，馬可夫轉換模型在樣本外的績效並不亮眼，原因可能是估計參數的不穩定性過高，不過在臺灣黃金期貨的部分，樣本外表現也是非常的亮眼。

由於隱含波動度具有前瞻性的特質，以往有許多學者探討隱含波動度與標的股價指數間的關聯性，但多利用線性模型。而本研究與其他文獻不同之處在於，本文利用馬可夫轉換模型分析隱含波動度VIX和VXN(VIX為S&P500指數的隱含波動度，而VXN為Nasdaq-100指數的隱含波動度)，馬可夫轉換模型為非線性模型，可捕捉不同區間轉換與不規則跳動，隱含波動度在特殊金融事件發生時會突然竄高，馬可夫轉換模型相對於一般線性模型更可捕捉此跳動，並將隱含波動度分為兩個區間。 　　經由多變量迴歸分析後，本研究也發現隱含波動度的變動以及技術指標的趨勢（偏離五天移動平均值）皆會影響標的股價指數的報酬，但隱含波動度變動對於股價指數報酬的影響高於技術指標，且不同區間存在不同現象。 / Implied volatility indices are forward-looking, and lots of researches discuss the relationship between the implied volatility and underlying stock market returns. Dif-ferent from other studies, we use Marcov switching model to examine the implied volatility indices: S&P 500 volatility index (VIX) and NASDAQ-100 volatility index (VXN), then we separately exploit the different regime behavior about the relationship between implied volatility change, technical indicators and stock market returns. As a result, S&P 500 index and NASDAQ-100 index respond in opposite direc-tions to positive and negative S&P 500 volatility index (VIX) and NASDAQ volatility index (VXN) changes, where technical indicators do not have that much influence on stock market returns. In addition, the impact of implied volatility change, technical indicators to stock market returns indeed depend on different regimes.