在無母數的迴歸當中，因為原始的函數類型未知，所以常用已知特定類型的函數來近似未知的函數，而spline函數也可以用來近似未知的函數，但是要估計spline函數就需要設定節點(knots)，越多的節點越能準確近似原始函數的內容，可是如果節點太多有較多的參數要估計, 就會變得比較不準確，所以選擇適合節點個數就變得很重要。 在本研究中，用交叉驗證的方式來尋找適合的節點個數， 考慮了幾種不同切割資料方式來決定訓練資料和測試資料, 並比較不同切割資料的方式下選擇節點的結果與函數估計的效果。 / In this thesis, I consider the problem of estimating an unknown regression function using spline approximation. Splines are piecewise polynomials jointed at knots. When using splines to approximate unknown functions, it is crucial to determine the number of knots and the knot locations. In this thesis, I determine the knot locations using least squares for given a given number of knots, and use cross-validation to find appropriate number of knots. I consider three methods to split the data into training data and testing data, and compare the estimation results.

本文採用1989年10月2日至2017年4月12日的台灣股市加權指數日資料，並分為漲跌幅限制為7%的區間一，以及放寬為10%的區間二。接著使用〔(最高價-最低價)/昨日收盤價〕以及〔(收盤價-開盤價)/昨日收盤價〕兩個不同變數來衡量台灣股市單日的波動與報酬，然後也運用了週轉率、成交金額、5日均值比三種方法來估算股市成交量。藉此探討台灣股市波動與成交量的關係。使用的方法是分量迴歸模型，更細部的研究股市上漲或下跌時，每個分量之下不同的價量關係。 實證結果顯示，台灣股市普遍存在「價漲量增」與「價跌量增」的現象，且在波動越大的時候也就是分量尾端的部分，其關係更加的明顯。另外，使用三種變數來衡量成交量，在區間二大致得出相同的結論，但是區間一因為週轉率與成交金額的歷史走勢具有差異，所以結果也不盡相同。但是使用週轉率在歷史樣本中更具有相同的比較基礎，因此得出的結論也較一致，所以認為台灣股市仍是以「價漲量增」與「價跌量增」為普遍現象。 / This paper used the Taiwan stock market index daily data from October 2, 1989 to April 12, 2017, which divided into a range of 7% of the price limit, and a range of 10%. There are two different variables to measure the volatility and return: [(the highest price - the lowest price) / yesterday's closing price] and [(closing price - opening price) / yesterday's closing price], and three different variables: turnover, dealing amount, 5-day average ratio to estimate the stock market volume. The method used is quantile regression model, and that allows us to observe different relationship between volatility and volume under every single quantile. Empirical results show that there are two phenomena exist in the stock market of Taiwan: "rising values increase in volume" and "falling values increase in volume." In addition, the use of three variables to measure the volume, in the interval 2 roughly come to the same conclusion, but in the interval 1 because the historical trend of turnover rate and dealing amount are different, so the results are not the same. But the use of turnover in the history sample has the same comparison basis, so the conclusions are more consistent, so that the Taiwan stock market is still the " rising values increase in volume " falling values increase in volume" as a common phenomenon.

由於財務報表舞弊往往足以震撼投資大眾，造成資本市場重大損失，各國監管單位無不盡力降低此事件之爆發，以維護資本市場秩序、保障投資人，是以本研究欲瞭解影響中國大陸上市公司舞弊之因素為何，以及如何建立舞弊預測模型提供財務報表使用者作為參考之用。本文利用2007年至2014年受懲罰之上市公司為研究對象，採Logistic迴歸進行實證分析，結果顯示裁決性收入與Z"-Score對於財務報表舞弊無顯著相關，相反的獨立董事比例、是否具ST壓力、存貨週轉率、應收帳款週轉率、主營業務利潤率與財務報表舞弊具顯著關係，另外利用迴歸結果中顯著變數建立財務報表舞弊模型，發現整體正確率為53.31％。 / Due to the severe impacts caused by fraudulent financial reporting, securities regulatory commissions in most countries put much emphasis on maintaining the order of the capital markets and protecting the investors’ interests. In order to realize the factors of financial statement fraud, especially for China listed companies, and build the detecting model for the financial statements users, I select some listed companies punished by the government during the period 2007-2014 as the samples in this dissertation. Then, I use logistic regression model to test which variables are significant to fraudulent financial reporting, and the results show that the discretionary revenue and Z"-Score do not have impact on it. On the contrary, the percentage of independent directors, pressure from avoiding being “ST”, inventory turnover, accounts receivable turnover, and percentage of income from main operation are significantly relevant to fraudulent financial reporting. Moreover, when including these significant variables in the detecting model, the accuracy of the model can up to 53.31 percent.

本文以臺灣八大類股指數結合分量迴歸模型進行價量關係研究。有別於過去文獻多使用大盤指數進行分析，本文將以產業類股指數作為研究目標。實證結果顯示 : 「價量背離」與「價量齊揚」的效果同時存在於臺灣股市各個類股的價量關係中，且後者的效果普遍高於前者；而在八個產業類股中，尤以金融業在兩側分量的效果大於其他產業。另外，在相同的交易機制下，並非所有產業的價量關係皆會受到漲跌幅限制的影響而改變。本文更進一步選用法人持股佔該類股市值比作為資訊不對稱之代理變數，結果發現資訊不對稱程度較高的產業，在價量齊揚時，法人持股比的係數為負，代表在市場出現正報酬時，會有抑制股價上揚的效果；反之，在負報酬時，會加深股價下挫的力道。 / This research examines the relation between stock return and trading volume of Taiwan’s eight industries using quantile regression model. Our empirical results show that, for most industry indices, both large positive returns and large negative returns are usually accompanied by a large trading volume, with the effect of large positive returns being stronger. Among all industries, the financial industry has the most significant effect in either situation. But for some industries, the price-volume relations change when returns approach the price limits. In addition, we also emphasize the impact of information asymmetry, using ownership share of institutional investors as the proxy variable. The results show that, in the situation of positive returns with large trading volume, the institutional trading variable will restrain stock price from continually rising. In contrast, in the situation of negative returns with large trading volume, the institutional effect will make the stock price overreact.

在產物保險的經營里有一項相當大的負債，稱之為賠款準備金(Loss Reserve)，該項 準備金之估提系由于產險公司于處理賠案時，限于技術上、時間上或手續上的關系， 使得一些賠案在會計年度終了時往往尚未結案，為了能真正反映產險公司的財務結構 及經營實況，不使應歸屬于本年度之賠款，成為以后年度的負擔，致影響其財務上的 健全性，而須確實提存之。 然陪款準備金之估列除涉及及精算上之技術層面外，尚受一些經濟上之外生變數如利 率、通貨膨脹率、匯率的影響，以及保險公司管理當局的經常態度而定。對于保險公 司的經營深表關心者除保險監理機關外，尚有保險公司的股東、稅務機關等，但因彼 此的職責及關切的利益不同，所以期望保險公司經營結果的態度亦就互異，而賠款準 備金因本身即具有估計的性質，自然就成為保險公司管理當局用來調節盈余的工具。 為此；本文即要選定一些外生變數及與產險業賠款準備提存有關的因素，以本國產險 業七十年度至七十七年度的財政部年度檢查報告作為資料分析的來源，利用多變量分 析方法中之回歸分析以檢定該等變數與賠款準備誤差形成間之關系，供保險監理機關 及產險業者參考。 研究結果發現，在GLM 模型中，除匯率一項因素外，其餘變數在90% 信賴區間下，均 具顯著水準。而在虛擬變數模型下的檢定結果則為在90% 信賴區間下，匯率及肯尼比 率不具顯著性，另利率因素接近顯著水準。但經F 檢定發現各產險公司對賠款準備提 存行為無顯著性的差別存在。最后藉著利用逐步回歸的方法，建立本研究之最佳回歸 模式。

吾人在抽樣調查訪問中, 經常會遇到資料缺失的情形。一般分析者常僅用有反應的部 分資料, 或使用各種不同的插補法先將資料補齊之后( 若資料分析者具有此統計專業 知識的話 )來進行分析, 因此可能造成使用相同的估計式(estimator) 卻獲得不一致 的結果。 在本文之中, 吾人討論: 當母體里的兩個變數, 具有簡單線性回歸之關系時, 其中一 個變數有缺失值, 并且資料的缺失是隨機散失的情形下, 今以七種不同之插補法( 平 均插補法(MO), 隨機插補法(RI), 分層平均插補法(MC), 分層隨機插補法(RC), 簡單 回歸插補法(RG), 隨機回歸插補法(RRS及RRN)) 將資料補齊后, 對於吾人所熟悉之一 些統計量( 例如:E(β ),E(β ),E(σ ),Var(β ),… 等),會有什么影響。同時也討 論了比較這些插補法之優劣的一些依據。最后我們利用其理論結果, 配合1986年美國 零售交易普查資料作實證分析, 并且以電腦來模擬資料缺失的情形, 使用插補法補齊 資料后予以分析研究, 比較其與理論結果之差異。 本文共分五部分, 其架構如下: 第一章 緒論, 說明研究動機與目的, 并回顧以往文獻在插補法之探討。 第二章 各種插補法及相關符號之簡介與定義。 第三章 各種插補方法之綜合比較。 第四章 實證分析。 第五章 緒論。

我國股票市場，向以規模太小（截至７７年四月底上市公司僅１４０餘家）而為人詬 病，如：太容易經由大戶的抄作，使散戶套牢而遭受損失，故擴大股票市場規模及增 加機構投資者比重，向為政府努力的目標。 ７２年財政部證卷管理委員會先後制定發佈了「證卷投資信託事業管理規則」及「證 卷投資信託基金管理辦法」期能以增加機構投資方式，避免股市過於投機，又使社會 游資有良孚出路，至７６年底國內共有四家證卷投資信託公司：國際、光華、建弘及 中華。每家公司分別掌管了兩個基金（國內及國外各一）。 本論文以此八個基金為研究對象，研究期間從７２．１０．２９∼７６．１２．２９ ．，以各基金與市場股票指數的週報酬率為比較基礎，先計算各基金的sharpe（１９ ６６），Treynor （１９６５），Jensen（１９６８）的指數，以排名先後，再以 Henriksson（１９８４）及Moses （１９８７）的迴歸模式來探討各基金的擇時效果 （selection and Timing）。 擇時效果乃Fama（１９７２）提出，利用資本市場線（ＳＭＬ）模式來惟算，簡而言 之，選擇效果乃評估基金選股的優勢，而時間效果則衡量基金報酬是否優於市場報酬 。 研究結果sharpe，Treynor 及Jensen指數，各國基金互有優劣，但以光華國外基金略 佳，至於選擇效果各基金皆無明顯表現，而時間效果則僅有光華國外基金略佳，其餘 基金時間效果皆低於市場報酬。 本研究因受限於各基金成立時間不一，且在研究期間並不長久下，所得出的績效排名 ，難免有失偏頗。唯提出基金績效的評估模式，以給欲購買「受益憑證」的投資大眾 ，有個參考！

一、研究目的 本研究目的在於（一）了解現有洗面皂市場中，各品牌被消費者認知的情形（二）區 分不同品牌偏好的消費者，並加以辨認，以作為廠商決定產品政策、廣告訊息及訴求 對象的參。 二、文獻 本研究所查考文獻的內容包括（一）市場區隔理論（二）生活型態理論（三）消費者 偏好╱選擇模式（四）推導產品空間圖的方法等。 三、研究方法 本研究採用問卷方式，對一般消費者進行調查。資料分析方法包括：描述統計、卡方 檢定、變異數分析、迴歸分析、因素分析、區別分析等。 四、研究內容 本研究的主要內容包括（一）檢定洗面皂產品的使用者與非使用者在生活型態、人口 統計變數上是否有顯著差異（二）推導產品空間圖，表現各品牌被認知的情形及不同 品牌偏好的消費者群體（三）檢定不同品牌偏好的消費者群體在生活型態、人口統計 變數、臉部皮膚特性、每日使用產品次數，選用產品評估準則重要性的看法上是否有 顯著差異。 五、研究發現 （一）洗面皂產品使用者與非使用者在人口統計變數上有顯著差異（二）本研究調查 的個別品牌中，資生堂為較多消費者喜歡，而蓓爾麗似應重新定位。就重要屬性的表 現而言，資生堂被認為清潔效果較佳，而白雪被認為較不刺激皮膚（三）不同品牌偏 好的消費者群體在前述若干變數上有顯著差異。

在我們建立迴歸模型時，必須針對研究的目的去探求與相依變數有關的自變數，而且 這些自變數應能合理的解釋相依變數，然而這些自變數的組合數一定很大；所以在一 般線性迴歸分析中，最重要也是最困難的問題是如何選取模式中的自變數，棄卻不太 重要的自變數，獲得最後的模型，以符合經濟原則。 而近年來非線性迴歸模型在各種領域裡廣泛地被使用，這些線性回歸模型之自變數的 選取較線性迴歸模型之自變數的選取困難，因其必須用反覆的技術來找最大概似估計 量，然後利用此最大概似估計量來做為選取自變數的基礎所以計算的成本較高。 本文將以處理相依變數為屬質變數的羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）為主要研究對象；首先導出此模型的CP統計量，以CP來作為選取自變數的準則；其 次介紹一種透過對數概似近似函數及一些資料的轉換，將羅吉斯迴歸模型之自變數選 擇問題變換成一般線性迴歸模型的自變數選擇問題；然後作一個模擬分析比較不經變 數變換與經變數變換的方法，所選出的自變數組合是否大致相同，若其差異不大，則 表示此種變數變換方法確時有效，往後遇到類似的非線性迴歸之自變數的選取都可轉 換成一般線性迴歸的問題來解決，可簡化許多計算過程，此亦為本文研究的目的。 本文結構：本文共分六章 第一章 緒論，說明井究動機與目的 第二章 建立羅吉斯迴歸模型（LOGISTIC REGRESSION MODEL ）及定義其殘差（ RESIDUAI） 第三章 探討非線性模型之自變數選擇方法及針對LOGISTIC REGRESSION 求其CP統計 量。 第四章 介紹一重經過變數變換的自變數選擇程序及其應用的原理。 第五章 模擬分析，比較第三章與第四章所述二種方法的差異。 第六章 結論。

共一冊，約四萬餘字分五章十三節 第一章：緒論 第一節：研究動機與目的 第二節：有關文獻探討 第二章：研究架構與方法 第一節：研究架構 第二節：研究設計 第三節：研究方法 第四節：研究限制 第三章：資本結構理論與決策分析 第一節：傳統資本結構理論 第二節：NI與NOI 資本結構理論 第三節：MM資本結構理論 第四章：實證研究 第一節：實證流程 第二節：資料特性與統計分析 第三節：因素分析與迴歸分析建立與檢定 第五章：結論：研究結果及其在財務管理上之涵義