本文主旨在研究線性回歸模式中，若殘差之變異數並非一致時，如何作估計？同時如 何檢定母體是否具有不等變異性，其結構如下： 第一章：緒論。 第二章：估計之一般理論。第一節–基本定義。第二節－不偏性。第三節－一致性。 第四節－有效性。 第三章: 估計。第一節－迴歸係數之估計。第二節－殘差變異之估計。 第四章：檢定。第一節–巴萊特檢定。第二節–高、肯氏（GOLDFELD–QUANDT）檢定 。第三節–葛氏（GLEJSER ）檢定。 第五章：結論。

本研究嘗試探討股價指數期貨選擇權的資訊內涵，並與股價指數選擇權及歷史波動度的資訊內涵加以比較。我們的研究標的為2000年2月至2003年3月的S&P 500指數、指數選擇權及指數期貨選擇權，首先說明三個資料序列的敘述統計量，並使用單根檢定以確定資料序列為定態，符合迴歸分析的假設，再來探討原始隱含波動度的資訊內涵，然後嘗試以門檻自我迴歸模型修正隱含波動度，但檢定發現隱含波動度門檻效果並不存在，接下來以Christensen and Prabhala (1998)提出的工具變數修正隱含波動度，並探討修正後隱含波動度的資訊內涵，最後使用包含迴歸模型比較指數選擇權及指數期貨選擇權對指數的資訊內涵。得出結論如下： 1.指數選擇權與指數期貨選擇權隱含波動度均具有指數已實現波動度充分資訊，指數選擇權的資訊內涵較指數期貨選擇權為高。指數選擇權與指數期貨選擇權隱含波動度均無法作為已實現波動度的不偏估計量。歷史波動度沒有隱含波動度未包含的資訊。隱含波動度的衡量誤差並不存在。 2.指數選擇權與指數期貨選擇權隱含波動度門檻效果均不存在。前一期隱含波動度與當期隱含波動度並不顯著相關，歷史波動度與當期隱含波動度相關性較高，但使用上述兩種工具變數修正隱含波動度並不能增加對已實現波動度的解釋能力。 3.指數選擇權對指數的資訊較指數期貨選擇權為多，但指數選擇權與指數期貨選擇權隱含波動度均含有對方所缺乏的解釋能力，沒有一個隱含波動度完全包含另外一個隱含波動度的資訊。

本文探討退休金發展程度與投資策略對股票市場發展的影響，並同時採用「縱橫門檻迴歸模型」（panel threshold model, PTM）及結合縱橫門檻模型與穩健迴歸的「穩健縱橫門檻迴歸模型」（robust panel threshold model, ROPTM）來研究此一議題。我們用退休基金投資證券市場的金額佔總額的比例為分類標準，將樣本分為高投資比例與低投資比例兩部分。對部分OECD國家及台灣的panel data分析後之結果顯示：在股票市場方面，若基金採高投資比例之投資策略，則退休金發展或投資股市比例越高，越能促進股市發展；採低投資比例策略的基金，對股市發展的影響並不顯著。 / This paper analyzes the impact of pension fund investment on securities markets using a panel threshold model (PTM) and a robust panel threshold model (ROPTM) which combines a panel threshold model with a robust regression model. We use panel data for some OECD countries and Taiwan to test the validity of our propositions. The data is divided into low and high investment regions based on the value of securities as a percentage of total financial assets of the pension fund. Our results are the following. In the high stock investment region, pension funds have a positive impact on stock markets. Whereas, in the low stock investment region, the positive impact seems to disappear.

在我國正式加入WTO後，汽車產業面臨嚴重競爭，且相較於其他國家，台灣的汽車市場趨近於飽和現象，在供過於求情況下，製造與裝配過程附加價值低，附加價值存在於隨品牌所提供的產品服務。藉由商業智慧系統之建立，透過資料採礦、預測的功能，將不同消費習慣的客戶進行分類，達到準確的目標行銷。 　　本研究採用「決策樹C5.0」、「CART迴歸樹」與「羅吉斯迴歸」等方法建立模型於新車滿意度資料庫、車主購買滿意度資料庫及車主維修滿意度資料庫之資料。從三大資料庫中找出既有顧客群裡，較有可能會再次購買同品牌汽車的顧客特性，進一步整合行銷策略，提升顧客再次購買的機會。根據不同資料庫，本研究目的如下： 一、 分析於新車滿意度資料庫之資料，此資料包含2005年購買新車之車主資料，主要是建立客戶類型區隔模型及再購模型。 二、 分析於車主購買滿意度資料庫之資料，分別建立顧客是否會再次購買以及是否會向親朋好友推薦該品牌之模型。 三、 分析於車主維修滿意度資料庫之資料，分別建立顧客是否會再次購買、是否會推薦親朋好友以及是否會再次回廠維修之模型。

本研究以不動產估價技術規則第19條第7項與第20條之規定，引用相似無關迴歸模式、多變量迴歸模式與典型相關分析等計量模式，對金融機構所做的擔保品估價進行驗證、預測及控制分析。 擔保品估價中會產生兩價，即擔保品的評估市場價格與評估擔保值（價），大部分的人都認為兩價存在一個比率關係。傳統的迴歸分析估價模式係由一組價格影響因素影響一個不動產價格，上述情形是否可能由同一組價格影響因素影響兩個不動產價格？本研究實證結果顯示，在95％統計信賴水準下，有兩個不動產價格受同一組價格因素影響的結果。既然驗證存在同一組價格影響因素影響兩個不動產價格，是否有更具效率的計量估價模式呢？典型相關分析係透過兩組變項之相關關係建構計量模式，除可再度驗證同一組價格影響因素影響兩個不動產價格，並可如同因素分析或主成份分析的功能，對兩組變項各做變項縮減的工作，達到對變項去蕪存菁的效果。 / This thesis is based on Article 19 No 7 and Article 20 of the Real Estate Appraisal Regulation. Seemingly Unrelated Regression Model, Multivariate Regression Model and Econometric Model and so on econometric model are applied. In addition, collateral valuations done by financial institutions are verified, predicted and analyzed. In collateral valuations, there are two-value references: assessed market value and assessed accommodation value. Majority believe that there is a ratio between these two values. The traditional regression analysis of the valuation model is having one set of pricing factors to have impact on the real estate price. However, is it possible that one set of pricing factors will affect two real estate prices? The findings approve that, under statistical confidence level with 95%, more than two real estate prices can be influenced by one set of pricing factors. Further more, this thesis also examines if there are other econometric valuation models to be applied? The canonical correlation analysis is to build a calculation model to analyze correlation between two variables. Other than examining one set of pricing factors can influence two real estate prices, this analysis also provides a similar function of the factor analysis or principal analysis to reduce variables caused by two sets of variable.

本研究的目的為研究台灣省在1990年之15-17歲的在學率，在找出可能影響因素並蒐集好相關的資料後，我們將蒐集到的資料分成兩個部份，一個部份用來建造模型，而另一個部份則用來測試所建立出來的模型。主要的過程是：先利用簡單迴歸模型了解各個可能的因素對於15-17歲的在學率的影響程度，經過許多分析及了解後再對這些變數採取可能的變數轉換(variable transformations)，而後再利用三種常用的統計迴歸方法﹝包含有逐步迴歸(stepwise regression)方法、前進選擇(forward selection)方法以及後退消除(backward elimination)方法﹞去發展出一個適當的複迴歸模型(multiple regression model)。對於這個模型，以實際的台灣在學情況來看，我們看不出它有任何的不合理；同時也利用圖形及檢定去驗證模型的假設，其次還做有關迴歸參數的推論(inferences about regression parameters)。再其次，我們運用變異數分析的結果(analysis of variance results)以及新觀察值的預測情形(predictions of new observations)來評估模型的預測能力。最後並利用所得到的最適當的模型，對如何提昇15-17歲青少年的在學率給予適當的建議。 / The objective of this research is to study what factors may affect the schooling rates of 15-17 years old in Taiwan province in 1990. After finding out some possible factors and collecting those data regarding those factors, we separate the data (by stratified random sampling) into two sets. One set is used to construct the model, and the other set shall be used to test the model. The main process to build a regression model is as follows. First, we shall use simple linear regression models to help us to see if each factor may have relation with the schooling rates. With the analysis of residuals and so on, we then make appropriate transformations on each of these factors. Finally, we use three common statistical regression techniques (including stepwise regression, forward selection, and backward elimination methods) to develop a suitable multiple regression model. It seems that, by our understanding of schooling rates in Taiwan, this model is not unreasonable. In addition, we verify the assumptions of the model by graphical methods and statistical tests. We also do the inferences about regression parameters. Furthermore, ye use the results of the analysis of variance and predictions of new observations to evaluate the prediction ability of the model. Finally, we use the most appropriate multiple regression model to give some suggestions to improve (or keep) the schooling rates of 15-17 years old.

本文欲以平滑轉換自我迴歸模型(Smooth Transition Autoregressive Model，簡稱STAR模型)及時變平滑轉換自我迴歸模型(Time-varying Smooth Transition Autoregressive Model，簡稱TV-STAR模型)兩種非直線性模型為工具，剖析人民幣實質有效匯率之動態結構。 實證結果得知，在長期干預的情況下，人民幣實質有效匯率拒絕線性檢定且其為LSTAR模型，故可知人民幣實質有效匯率在轉換過程具有不對稱之特性；其次，利用“Specific-to-General-to-Specific”篩選過程得知，若是預測人民幣實質有效匯率，並不一定需要利用到比較複雜的TV-STAR模型；因為樣本外預測，短期間，一階自我迴歸模型的表現可能並不遜於複雜模型；長期而言，則似以STAR模型表現較佳。

本研究預測違約機率的方法為:Binary Regression Quantiles(二元分量迴歸)，此理論基礎與預測方式是使用美國學者Grigorios Kordas(2004)的方法，將分量迴歸運用在應變數為二元的屬質變數上之計量方法。 最小平方法是目前最常見到的迴歸分析，但在古典線性迴歸模型中，應變數的解釋是來自於自變數的相對應的平均變化，而忽略了不同規模與分配下應變數的邊際變化，本文試圖以此方法和以最大概似估計法所建構出的Logit模型做一比較，而研究資料為台灣於民國85年至93年曾被列為全額交割類股的上市公司。 本研究發現Kordas (2004)的方法，雖然能將分量迴歸應用在屬質二元變數上，但是在預測方面相較於傳統Logit方法卻沒有出現較佳的預測能力。 / The method implemented in PD calculation in this study is “Binary Regression Quantiles”. The foundation of the research and the way to forecast is according to the Ph.D Thesis of Grigorios Kordas(2004). He apply the binary variable for Quantile Regression. The Ordinary Least Square is the most common way to regression analysis, but in the classic linear regression the change of dependent variable comes from the independent variable averagely. It neglects the marginal change of the dependent variable according to different scale and distribution. We want to compare the Binary Regression Quantiles with the Logit Regression. Although we could apply the binary variable for Quantile Regression successfully, the outcome of the forecast is not as efficient as the Logit Regression.

自行車一詞儼然成為綠色環保的代名詞之一，台灣自行車業過去在國際間，被認定為品質粗糙的產品，在經過多年努力的情況下，台灣自行車業不斷的備受肯定，隨著近年全球暖化議題、全球性健康概念、油價飆漲、金融海嘯爆發等，諸多原因造成自行車從不被看好的代步工具，演變到現在成為休閒運動工具的轉變，其中；台灣自行車2008年的金融海嘯中，相較於其他傳統產業，不論是出口產值或是股價不降反漲，大舉逆勢成長，其中巨大(Giant)、美利達(Merida)、愛地雅(Ideal)，成車製造商，近年來分別占出口前三大。 所以本研究要探討，金融海嘯爆發的前後，對台灣自行車業帶來的影響，研究資料選定為2000年1月至2013年12月間的巨大股價(9921)、美利達股價(9914)、愛地雅股價(8933)、台灣股價加權指數(TWII)、原油價格、工業生產指數的月資料，共168筆。透過單根檢定檢測資料是否為定態，利用共整合檢定確定是否含有至少一組解，搭配向量誤差修正模型檢測變數間的長短其關係，在利用複迴歸模型檢測。 研究結果顯示，巨大、美利達、愛地雅和台灣加權股價指數具有顯著關係，由於台灣自行車屬於出口導向以及中高價位產品，故全球景氣對台灣自行車業深具影響。其中，巨大和美利達除了ODM外，亦有自有品牌在全球銷售，愛地雅定位專業ODM專業代工廠，前者發展不同市場。 / The word "bicycle" has become one of the pronouns of environmental protection. In the past, Taiwan bicycling industry was treated as low-quality products internationally. With long-time effort, Taiwan bicycling industry was highly appreciated. Recently, global warming issue, cosmopolitan health sense, dramatically increased oil price, the eruption of financial crisis, and many reasons lead the bicycles have not positively evaluated as means of transportation. Now, it becomes the outdoor recreation mean. Comparing Taiwan bicycling industry with other traditional industry, it doesn't fall down but highly increase no matter export value or stock price. The manufacturer of Giant, Merida, and Ideal are the top 3 of export recently. So this study want to explore the things happened before and after the outbreak of the financial crisis that affects bicycle industry in Taiwan, research data for selected between January 2000 and December 2013, relationship between the Giant(9921) shares, Merida (9914) shares, Ideal(8933) shares, TWII, the price of crude oil, industrial production index. Through the Unit Root Test to test whether the data is the steady state or not. By using cointegration test to make sure whether contains at least one group of solutions and vector error correction model to detect the length of the relationship between variables, and using the multiple regression model to test. Results of the research shows that Giant, Merida, Ideal has significant relationship with TWII, because Taiwan bicycle are export-oriented and high price products, so the global boom has profound influence to Taiwan bicycle industry, among them, the Giant and Merida except the ODM, have their own brands in global sales, Ideal professional locate, ODM professional contract, the former develops different markets. / 摘要 I Abstract II 謝辭 III 目錄 IV 圖目錄 VI 表目錄 VII 第一章　緒論 1 第一節　研究動機 1 第二節　研究目的 3 第三節　巨大機械工業股份有限公司簡介 4 第四節　美利達工業股份有限公司簡介 5 第五節　愛地雅工業股份有限公司簡介 6 第六節　研究架構 7 第二章　文獻回顧 9 第一節　國內相關文獻 9 第二節　國外相關文獻 11 第三節　國內外文獻一覽表 12 第三章　研究方法 20 第一節　單根檢定 20 第二節　共整合檢定 22 第三節　向量誤差修正模型(VECM) 24 第四節　迴歸分析 24 第四章　實證分析 26 第一節　資料來源與處理 26 第二節　敘述統計 31 第三節　單根檢定 32 第四節　共整合檢定 33 第五節　向量誤差修正模型(VECM) 33 第六節　複迴歸模型 35 第五章　結果分析與建議 38 第一節　結果分析 38 第二節　建議 39 參考文獻 40 附錄一　巨大工業股份有限公司沿革 43 附錄二　美利達股份有限公司沿革 47 附錄三　愛地雅股份有限公司沿革 57 圖目錄 圖1-6 研究架構 8 圖4-1-1 台灣自行車業總出口產值(百萬元，美金) 27 圖4-1-2 台灣股價大盤指數(TWII，當日收盤價) 27 圖4-1-3 巨大股價(9921，當日收盤價) 28 圖4-1-4 美利達股價(9914，當日收盤價) 28 圖4-1-5 愛地雅股價(8933，當日收盤價) 29 圖4-1-6 國際原油價格(西德州，美元) 29 圖4-1-7 台灣工業生產指數 30 表目錄 表1-3 巨大公司基本資料 4 表1-4 美利達公司基本資料 5 表1-5 愛地雅公司基本資料 6 表2-3 國內外相關文獻整理 12 表4-1 資料來源一覽表 26 表4-3-1 ADF 單根檢定 32 表4-3-2 單根檢定-一階差分 32 表4-4-1 共整合檢定 33 表4-5-1 Giant & Merida　向量誤差修正模型 34 表4-5-2 Giant & Ideal　向量誤差修正模型 34 表4-5-3 Merida & Ideal　向量誤差修正模型 34 表4-6-1 自行車產業與景氣循環對巨大股價之影響 37 表4-6-2 自行車產業與景氣循環對美利達股價之影響 37 表4-6-3 自行車產業與景氣循環對愛地雅股價之影響 37

近年臺北市政府試圖藉由興建品質良好的公共住宅，解決住宅價格高漲影響人民居住的問題，然附近居民往往認為公共住宅會造成周圍住宅生活環境品質低落及房價下跌，反對其於住家鄰近興建。過去國內缺乏以實證方式計算公共住宅對周圍住宅價格之影響，亦尚未針對新推出的公營出租住宅個案深入分析；而國外相關研究雖有利用量化實證公共住宅與周圍房價關係，然多針對個別公共住宅社區為研究對象，對不同類型公共住宅及其對不同高低房價住宅之影響與差異，缺乏更全面的探討分析，且亦未釐清住宅價格的空間自相關特性及公共住宅設立的不同階段等，對周圍房價影響效果的差異。 本文應用特徵價格理論傳統迴歸模型、空間迴歸模型及分量迴歸模型，以2012年7月至2015年9月之臺北市不動產實價登錄交易資料為對象，研究整建住宅、出售國宅、出租國宅、公營出租住宅等四類不同時期公共住宅，於100~300公尺不同影響範圍下，分別對周圍住宅價格的影響效果。另外並選取興隆公共住宅作為個案研究對象，以臺北市文山區不動產實價登錄交易資料為對象，應用差異中之差異法結合空間迴歸模型，分析興隆公共住宅的興建完工與住戶入住對於周圍住宅價格之外溢效果。實證結果顯示，附近有早期興建之整建住宅及出租國宅者，其住宅總價皆呈現顯著下跌現象，分別下跌約1.7%至8.9%及1.5%至7.7%；附近有出售國宅之住宅總價漲跌情形不顯著；而近期興建之公營出租住宅則造成周圍住宅價格顯著上漲約1.7%至7.7%；又前述影響程度皆隨影響範圍擴大而隨之減輕。進一步分析不同影響範圍下對周圍高低房價住宅的影響，公營出租住宅對周圍低價住宅正向提升效果為6.2%至7.1%，皆大於高價住宅之無顯著影響至3.2%。而興隆公共住宅的興建完工確實能使周圍住宅價格較外圍地區多提升約6.5%至15.8%，惟住戶入住興隆公共住宅則未具顯著正向的價格外溢效果。由新興辦的公營出租住宅對周圍房價造成正面影響的實證結果，應可釐清公共住宅外部性之正向效果，有助後續公共住宅的興建。 / In recent years, government has tried to build the public housing with high quality to solve the living problems caused by the soaring of the house price. However, residents beside the public housing often regard them as Nimbys that will detrimentally affect property values and oppose public housing to be built nearby. There were short of empirical studies that focus on the effects of public housing on nearby property, as well as the case study of social housing newly built in Taiwan. Besides, the empirical studies in foreign only select a specific public housing as their subject, which few of them analyze different effects caused by different types of public housing, ignore different effects on nearby property with different values, and have not clarify whether the spatial autocorrelation of property values as well as the construction and operation of the social housing leads to different results. This study analyzes the effect of social housing, resettled tenement, public housing for rent and for sale on nearby property values in different ranges separately by using hedonic price theory OLS, spatial and quantile regression as model, and selecting the sale price of real estate in Taipei City from July 2012 to September 2015 as sample. Besides, Xing-Long Social housing and sale prices of real estate in Wenshan district of Taipei City are also selected for case study applying Difference in Difference method with spatial regression, in order to analyze the nearby property values changes after the construction and the move in of the residents of Xing-Long social housing. The result shows that although resettled tenement and public housing for rent detrimentally affect the property values by 1.7% to 8.9% and 1.5% to 7.7% separately, public housing for sale does not affect the property values significantly, and social housing positively affects the property values by 1.7% to 7.7% on the contrary. In addition, these effects decline with distance from public housing. With regard to the impact on high and low priced property in different ranges, social housing has positive effect on low-priced property by 6.2% to 7.1% and no significant effect to 3.2% on high-priced property. The construction of Xing-Long social housing has positive spillover effect by 6.5% to 15.8%, however, the move in of the residents does not. Empirical results show that social housing newly built are able to enhance the property values nearby, which is contributed to the follow-up construction of the public housing.