No description available.

No description available.

本論文共壹一冊，約四萬五千字，分七章。 提要： 考慮一工作站中有一組工作（Ji, i ＝１……Ｎ）需經由一部機器完成之排程問題。 假設每一工作Ji有已知之到期日Di，其過期之違約金計算可為任意函數，且由於技術 或工作性質等因素而使得工作之進行有一定之順序限制。對此模型最佳解之求得可結 合二元結構表示法及動態規劃法找出使總違約金為最少之工作順序。本文假設工作J 之完成日Ci，違約金Pi，而過期之違約金計算函數為Pi、MAX ｛Ci－Di０｝，而探討 如何結合二元結構表示法及動態規劃法，以較節省之電腦空間求得最佳解，及在允許 改變工作間飲優先順序後，如何迅速求得新解。此外將模型一般化，允許工作之完成 時間為多變量常態分配之隨機變數，並求得最佳解。

在機率論中，由於考慮因素的增加，因此往往有條件分配函數的存在（例如：身高 、年齡、體重等關係），我們假定當X=X 時 Y=Y(X) 之條件分配函數為H(y│x) 令 M(X)=E(y│x=x)=（ ∞ y dH(y│x) ，此時我們常稱M(x)為Y 在X 上之迴歸函 ）－∞ 數。 在一般迴歸分析常假設M(x)=β□＋β□ｘ 然後利用觀測值(ｘ□，ｙ□)，(ｘ□ ，ｙ□)，………，(ｘn ，ｙn )…… ，去推定β□及β□，例如最小平方法 ( ｎ Least Square) 就是以能使 Ｚ 〔Ｎi－（ｂo ＋ｂ1 ｘi）〕□為最小值時去推定 i＝1 β□及β□，並可進而推定M(x)之值。 為了不限制M(X)為X 之淺性函數，現在我們以另一觀點去探討迴歸問題，假設α為 任意洽定之實數且M(X)=α 有唯一之解ｘ＝θ，我們希望M(X)或Y(X)在滿足某些條 件下，能夠得到一隨機變數序列｛ｘn ｝，使得不管Ｘn 滿足何種分配函數，均能 有Ｘn 逼近到θ（雖然θ之值有時我們不容易求到）。 Robbins 與Monro 首先提出Y(X)受到限制時，關係式ｘn ＋１＝ｘn ＋ａn (ａ－ ｙn ) (３ａn )為一正數序列）可使ｘn 趨近於上式之根θ而Wolfouitz 與Kiefer ，將其擴展並討論在M(X)為極大時隨機逼近序列｛ｘn ｝之逼近情形，著者在文中 將改變其條件以討論其另一種逼近情形。 最後，我們討論多變量的逼近法則，即ｋ個隨機變數｛ｙ□｝，………，｛ｙk ｝ 分別為隨機變數ｘ□，……，ｘn 之函數，則在文中我們希望能尋出一個法則，利 用向量內積的方法，可同時逼近多個條件期望值Ｍ(i)（ｘ□，……，ｘn ）＝α1 之解，文中並同時討論Ｍ(i)（ｘ□，……，ｘn ） 為極大之情形。

在論文中我們以不可重複發生的事件為討論的對象，介紹離散時間存活模式的架構，並利用離散時間存活模式與連續時間存活模式、離散時間存活模式與多期二元反應變數模式的關係，找出在某些條件之下，模式之間相對應的情形。另外，針對資料的異質性或相關性的問題，我們在模式中加入隨機效應，以捕捉個人的特質，並彌補解釋變數的不足。同時，我們將說明如何運用最大邊際概似估計法估計模式中的參數。 / This thesis is mainly discussing non-repeatable events, describing the structure of Discrete-Time Survival model, and at the same time discovering the corresponding phenomenon among models under certain conditions by taking the knowledge from the relationship between Discrete-Time Survival model and Continuous-Time Survival model, as well as the relationship between Discrete-Time Survival model and Multiple-Period Dichotomous Response model. Moreover, random effects are added to the models in order to capture the individual characteristics and make up for the shortage of explanation variables for the assessment of heterogeneity and correlation. This thesis also explains how to estimate the parameters in the models by taking the approach of Maximum Marginal Likelihood Estimation.

本文研究目的是探討跨國機構投資者的持股比例和公司特性間的關係，藉由分析跨國機構投資者的持股偏好來推論影響國際權益投資分佈的原因。研究對象為我國投信發行之海外基金以及投資於我國集中市場的外資、我國投信及金融機構。研究期間為1996-2001年，利用隨機效果模型（Random Effect Model）實證結合橫斷面以及時間序列的追蹤資料(panel data)，以分析投資者所偏好的公司特性，進而推論投資者投資偏好本國市場的原因。 本研究首先探討跨國機構投資者的持股偏好，其次探討在本國市場的機構投資者的持股偏好，以分析投資者的持股比例和公司特性間的關係。經實證後結論如下： 一、我國機構投資者對外投資所偏好的公司特性為市值大、流動比率高、對外銷貨比率高、交易週轉率高的公司，證明了資訊不對稱以及交易成本是決定我國跨國機構投資者投資偏好的原因。 二、外資顯著偏好市值大、有發行過海外證券的我國上市公司，顯示外資明顯偏好資訊不對稱程度比較小的公司。 三、機構投資者－外資、我國投信、金融機構都顯著偏好市值規模大的我國上市公司，而以外資偏好的程度最大。顯示資訊不對稱問題同樣會影響投資者在本國證券市場的投資行為。

本文討論在抽樣調查中被視為隨機集合模型的樣本，並試著架構基於模糊統計邏輯的粗化數據(coarse data)之理論與特性。因為有些抽樣調查中的數據可以視為隨機集合模型所得出的新數據。如何應用數學分析方法，配合軟計算技術以達到有效之資料處理與統計分析就是本研究之重點。我們將隨機抽樣樣本當作隨機實驗所做出來的結果，而這個論點可以幫助我們分析粗化數據。在探索抽樣調查的隨機集合和分佈的時候，機率測度論提供了很多種非精確數據給予統計學推測結論(statistical inference)，我們推廣傳統理論，以模糊集合及隸屬度為基礎，作為集合元素運算之依據。 關鍵字：粗化數據、隨機集合、隸屬度函數 / In this paper we discuss the sample in the random set model for the sampling survey. Since the data from sampling survey can be treated as a new type of data from the random set model. How to apply the mathematical analyzing methods as well as soft computing techniques to reach an efficient propose is our main goal. We treat random sampling data as the result of random experimental design. And this concept will help us to analyze the coarse data. Finally, in investigating the random set and its distributions for the random sampling survey, traditional probability measure theory serves an important role in the statistical inference, while we use the membership function and fuzzy operations to extend traditional concept into a more general case. Keywords： Coarse data, Random set, Membership function

本研究以在紐約證券交易所掛牌上市的美國存託憑證(American Depository Receipts；ADR)為研究樣本，運用隨機折現因子(Stochastic Discount Factor；SDF)，檢測台灣、香港、大陸股市與美國股市間的整合程度與發展趨勢。實證研究顯示，在研究樣本期間內，香港股市與美國股市的整合程度最佳，整合程度僅受總體股市股重挫的影響，且整合程度穩定性較高；台灣股市與美國股市整合程度，則隨時間進展，有逐漸改善整合趨勢；相較與台灣香港，大陸股市與美國股市整合程度最差，顯示兩市場間尚未整合。 / This paper discusses the application of the stochastic discount factor model to analyze the financial market integration between Taiwan, Hong Kong, China and U.S. stock markets, and to find out their integration trends in the long term. It also discusses the stability of financial market integration by σ- convergence and factors that cause the difference in stochastic discount factors. The empirical results show that the financial market integration between Hong Kong and U.S. stock market is the best among the three, and the degree of integration is influenced mainly by macroeconomic shocks. On the other hand, the degree of integration between Taiwan and U.S. stock market deteriorate temporarily due to FX rate changes and the issue of new ADR, but it is getting better as time goes by. The integration between China and U.S. stock market is the worst among three, these two markets are basically not integrated yet.

在本論文中，我們參考國外隨機撥號的方法，作了三個階段的測試。第一個階段為後一碼隨機以及後四碼隨機的測試。第二階段為了研究局碼，有二分之一局碼的選取、四分之一局碼選取、後一碼隨機以及後四碼隨機四種抽樣方法。第三階段主要針對後四碼隨機的方法進行改良，產生後三碼隨機的方法。經過實際的測試比較，在局碼選取上二分之一局碼的選取可行，而在尾數的處理上，後三碼隨機的方法較佳。

近年來，由於Black-Scholes選擇權評價模式的發展，利用套利定價理論來研究利率期限結構和利率性或有請求權定價的文獻有增多的趨勢，而學者們建構利率期限結構模型的方法是由瞬間即時利率遵守某些隨機過程開始，然後推導出在風險中立的情況下，此一波動過程所演變而成的債券價格。例如Cox,Ingersoll and Ross(l985)發表的一般均衡模型，以及Longstaff and Schwartz(1992)根據Cox,Ingersoll and Ross(1985a,b)的單因子模型，再加上即期利率的變異性，而導出一雙因子模型。 在投資人決定購買何種到期期間的證券以及公司決定用長期債券或短期債券融資之前，都應先瞭解利率期限結構，並預測未來利率走勢。本研究擬針對一些著名的單因子動態利率模型以及Longstaff-Schwartz雙因子模型加以分析，並驗證在我國應用的可行性。 研究結果發現，單因子模型中以CIR SR及B-S模型的配適度較佳，顯示台灣利率走勢長期將會回歸到一平均利率，亦即國內的貨幣市場價格風險將得以降低。 近年來有許多學者另行引進許多變數於模型當中，以增加捕捉動態利率的能力，本研究藉著L-S模式，引入另一變數－短期利率的變異性，估計結果可知此變數亦會影響國內貨幣市場之利率結構，並證明了利率之變異性亦為或有請求權定價的重要考慮因素。