本研究以倫敦國內外銀行為實證的對象。選取275家倫敦國內外的銀行為樣本，以1996年到2005年10年的分行數資料，採用Panel Data型態進行處理分析，以固定效果模式與隨機效果模式為估計方法。本文以Sang Rim Choi, Daekeum Park, and Adrian E. Tschoegl在1980到2000連續20年研究金融中心銀行進出的概念為主要架構，依據銀行本身的內在的變數、外部環境的變數，探討影響銀行分行數變動的主要原因，將實證的結果與過去文獻研究的結果互相印證，希望進一步提供相關銀行產業參考。 使用的變數分別為(1)銀行內部變數：總資產、ROA、自有資產率(2)外部環境變數：來源國及當地的GDP per capita和人口、兩國間的貿易流、文化因素以及城市之間的距離。實證結果如下： 本研究若是以英國境內的銀行到倫敦設立分行的情況來說，發現總資產及英國的GDP per capita對銀行設立分行呈現正向的關係，而自有資產率則是呈現負向的關係。若是以國外銀行至倫敦來設分行的情況來說，發現總資產、ROA和兩國間的貿易流呈現正向的關係，而當地的人口數與城市間的距離則呈現負向的關係。 / This study uses banks located in London as empirical objects. We picked 275 banks as empirical sample. The sampling period is from 1996 to 2005. We use data form is panel data and use fixed effect and random effect approach to verify. This study was based on the conception from Sang Rim Choi, Daekeum Park, and Adrian E. Tschoegl (1980 to 2000). To try find out the important factors that affect on variations of the branches in accordance with inner variables and outer variables. The empirical results can test traditional theory and provide the results to the managers of the banks. The independent variables are (1) inner variable: total asset、ROA、equity divided by total asset and (2) outer variables: foreign countries’ GDP per capita and population、UK’s GDP per capita and population、trade flows between foreign countries and UK、cultural factor and distant between cities and London. The empirical results are as follows: In local banks case, the result shows total asset and UK’ GDP per capita both have significantly positive effect on numbers of the branches. On the other hand, E/TA has significantly negative effect on numbers of the branches. In foreign banks case, the result shows total asset、ROA and trade flows all have significantly positive effect on numbers of the branches. On the other hand, UK’ population and distant both have significantly negative effect on numbers of the branches.

自1998年台灣期貨交易所推出第一檔期貨商品以來，期貨市場總成交量與交易之期貨種類均大幅成長，但期貨商家數卻不增反減，可見期貨交易量雖有逐年提昇的趨勢，但由於競爭激烈，造成部分規模不足或經營無效率的廠商，產生合併或退出市場的情況。期貨商面臨日漸蓬勃但同時競爭激烈的期貨市場，其經營效率如何，又有哪些因子會影響期貨商經營效率，是本文所關注的課題。本文以Battese & Coelli (1995)隨機性邊界混合無效率效果模型為基礎，建立超越對數型態的隨機成本邊界模型，根據台灣22家專營期貨商之橫斷面與時間序列混合資料，推估2002至2004年各專營期貨商之成本無效率值，並根據無效率效果模型，進一步探討營業據點數、網路下單比率、業務風險程度、業務集中度、廣告密集度及是否從事自營與顧問業務等廠商行為對成本無效率值之影響。結果發現，台灣專營期貨商之成本效率逐年提昇，但大部分的期貨商在資源運用上仍存有相當大的改善空間。營業據點數、網路下單比率、業務風險及廣告密集度對成本效率有正面影響；業務多樣化也有助於降低成本無效率；未從事自營業務之期貨商的成本效率較有從事自營業務者高；經營顧問業務與成本無效率呈負向關係，但不具有統計上的顯著性。

逆物流在過去一直不被受到重視，但是在最近不管是世界各國開始制定法規諸如WEEE、RoHS等以及消費者環保意識的抬頭，都不得不讓企業開始專注在逆物流供應鏈上面，由於逆物流的不確定因素及成本都遠比過去正物流來的複雜，因此，過去企業往往選擇外包給專業第三方逆物流業者來處理。 　　然而在過去文獻中指出，其實企業自行建立逆物流供應鏈擁有一些外包得不到的好處，因此，仍然有企業願意自行建立逆物流供應鏈，本研究的目的在於提出一個最佳化模式，此模式利用非線性規劃先將整個研究模式建立成數學模式，再利用隨機規劃方法來將回收量、回收品質及拆解數量這三項不確定因素考慮進去，接著透過情境的方式來表達未來各種可以能發生的情況，再透過非線性隨機規劃模式來去求得一個綜合各種情境的最佳回收處理分配，最後再利用一個手機品牌廠商來做為範例。

因應政府政策，軍人自101年起開始繳稅了，除了加薪3%及提高專業加給外，其它相關配套措施仍未審核通過，如此是否會影響職業軍人之「留任意願」；再次，自國防部實施精進案、精實案及精粹案以來，60萬大軍裁減至21萬5千人，部隊工作量並未因組織調整而相對減少，反而因為員額減少而使留任人員工作量變相增加。現今，軍人薪資所得課稅後，稅後所得是否對其原有的工作價值觀與生活品質產生影響，本文之目的在於藉由實證研究之數據顯示，提供決策部門關於課稅後軍人留任意願影響之參考。 本研究採問卷調查研究法，研究母群體為北部地區志願役校級軍官，以分層隨機抽樣之手法，發送330分問卷，有效問卷316份，再以SPSS for windows17.0版統計套裝軟體進行資料處理，分別進行敘述性統計及推論性統計分析。經研究數據結果發現，年齡不同與薪資不同之軍人，其在課稅後留任意願皆有顯著差異。本研究針對上述之研究發現，提出相關建議，首先是建議相關機關及單位能建立政策透明化窗口；其次是建議能精簡作業流程，以因應組織變革。至於對現役軍人之建議則是建議其能多加利用現行軍事教育體系之多元進修管道，培養自我歷練各級職務所需的智能；另可透過「簡易個人綜合所得申報試算軟體」及「個人綜合所得稅電子結算申報程式」相關程式，作為參考試算的工具。

自一九七七年Ainger,Lovell,and Schmidt 發表隨機性邊界生產函數估計方法一文以 後，這項方法便廣泛地應用於廠商生產技術效率的估計。然而， Ainger，et al的方 法係利用單一年度橫斷面資料，方法中有一些缺失，例如：技術無效率部份的統計分 配假設、技術無效率部份與生產投入可能存在某些相關，以及技術無效率可能會隨廠 商經營期間而變化。本文的目的，即嚐試利用橫斷面與時間數列混合資料來修正上述 缺點，分析對象為台灣地區的外人投資廠商，包含電子電器、基本金屬、橡塑膠製品 、化學等產業，時間由民國64年至71年共八年。 台灣地區自一九五二年引進直接外人投資，外資在我國的經濟發展過程扮演重要角色 。過去有關台灣地區外人投資的文獻甚多，然而有關外資廠商生產效率的研究卻不多 見，直至目前僅 Chen and Tang(1987)，劉錦添與蔡偉德(1989)兩篇，且均偏重於橫 斷面的分析。本文將利用近年來發展的Panel Data生產技術效率測定方法來進行，文 中主要參考Schmidt and Sickles(1984) 與Cornwell，Schmidt and Sickles (1988) 兩篇著作。在實證中，假設廠商生產函數為Cobb-Douglas函數，分別利用「固定效果 」(fixed effect)及「隨機效果」(random effect) 二種模型。固定效果模型認為廠 商生產技術效率差異為一固定係數，反映於迴歸式截距項的差異；而隨機效果模型假 設生產術效率項目為隨機變數，效率的差異反映於迴歸式中殘差項的差異。此外，由 於生產因素投入與效率可能存在相關，為得到具有一致性的估計值，本文將利用工具 變數方法來修正。最後，本文分析不同年度廠商效率之變化，並探討造成效率變化之 原因。

由於時代的急速變遷，人們所面臨的問題日趨複雜。在有限的人力與財力限制之下， 欲對目標母體（TARGET POPULATION ），作一詳細的調查與研究通 常是不可能的， 因此如何藉由抽樣方法從母體中抽取具有代表性的樣本是重要的。在抽樣調查的過程 中我們常常發現樣本回收率沒有原來預期的高，若我們只用回收的樣本去做資料分析 ，常常使我們做成的結果是偏誤（BIASED）。本文的目的即在針對此一問題，做一深 入的研究探討。 抽樣調查中無觀測值（NONOBSERVATION）通常有三種情況發生： （１）未包括的範圍（NONCOVERAGE ），（２）未回收（TOTAL NONRESPONSE ）（３ ）回答不完全（ITEM NONRESPONSE）。吾人針對回答不完全。使用插補法（IMPUTATI O ）予以研究，即是對於缺失資料的項目依據種插補法給定一些值，使回收的資料具 完整性，以利資料的分析利用。 在日常生活中經常會遇到斤欲研究變數Y 與其另一輔助變數X 有某種線性關係存在。 例如農作物產量與種植面積、家庭收入與家庭支出、１９８０年全市人口總數與１９ ７０年全市人口總數等。為方便研究起見，首先假設一簡單的線性迴歸模式： y I ＝ β × I＋εI εI ∼ i.i.d.Ｎ（O.σ□） 在上式中，若（XI，yI） i＝1，2，……n 為一完整的資料集，即n 個隨機樣本（X I，yI ）皆無缺失值，則β與σ□的最小平方估計式可以很快求出，現在假設y 值有 部份缺失值，則必須想辨法把缺失的 值補齊，才能進一步研究β與σ□的性質，本 文即針對下列六種插補法。（a ）平均插補法（MO）、（b ）隨機插補法（RO）、（ C ）分層平均 插補法（MC）、（d ）分層隨機插補法（RC）、（e ）簡單迴歸插補法（RG）及（f ）隨機迴歸插補法（RRS，RRN），根據所建立的模式，運用各種不同的插補法將缺失 值予以補齊後，對模式結果作理論的探討，並對各種插補法作綜合分析比較。 最後利用其理論結果，配合１９８６年美國零售交易普查資料作實證研究，並分析其 實結果。

連續時間計量方法在國外已廣泛被使用於經濟理論的實證上，而國內相關的研究猶付之如闕。本文首先簡述連續時聞計量方法的緣起及其優點；接著介紹其研究方法；最後以此法對耐久財需求、非自願儲蓄及匯率的決定三個主題進行研究。 　　本文第四章透過消費者耐久財的需求發現，以RMSE為準則時，連續模型所賦予的結構訊息是否優於離散模型，須視經濟現象本身的性質而定。 　　有關第五章台灣地區非自願儲蓄之研究，其結論可歸納為：即使考慮不同預期行為，Deaton (1977) 所宣稱的非自願儲蓄效果仍不顯著。但隨著產品行銷管道日漸流通等因素，此一效果亦值得有關當局注意。 　　第六章中筆者修改Frankel & Rodrignez (1982) 之模型，並利用逼近法進行估計。在完全預期的假設下，可以發現模型配適的匯率波動幅度遠大於實際匯率走向。而考慮政府干預後，模型配適情況良好。最後，就樣本後預測準則而言，本章所考慮之模型皆優於VARX(1,2)。

本研究包括3個研究議題。第1個議題旨為估算不同部門別（包括農業、工業、服務業與運輸業）的能源燃燒產生CO2排放之組成因素的貢獻量，係藉由拉氏指數法和算術平均迪氏指數法之加法型態，拆解5種不同的因素（包括：碳密集度、部門結構、能源密集度、人口及經濟規模等），觀察其對於CO2排放變動之影響。本文採用台灣1992-2008年的各部門別的資料作為分析的基礎，研究結果顯示，以上部門的經濟規模對於CO2排放的貢獻呈現巨幅的正向效果；人口因素則呈現微幅的正向或負向的影響；而碳密集度對於CO2排放減量有正面的影響，並發現此乃是構成改善能源結構並導致CO2排放減量的最重要因素；能源密集度因素的影響，除服務業以外，其餘部門均呈現負向影響，此一結果顯示，大部分部門要進一步改善其能源效率頗為困難，是以未來致力於減排的努力，應著重於使用乾淨能源，尤其是以再生能源作為替代能源 (Liaskas et al., 2000)；此外，值得注意的是，部門結構因素對於大部分的產業，如農業、工業和運輸業的CO2排放減量有正向的影響，據此可推論，我國的部門結構已漸趨向於低耗能產業（如服務業）發展。另外，本文採用近似不相關迴歸模型，探討各項政策工具（如環境稅、進口關稅）與經濟變數（如貿易條件及時間趨勢等）透過以上5種不同的組成因素，對於CO2排放變動的影響效果作一分析，其實證結果可供決策者制定減排政策的參考。 第2個議題係為建立節能減排的有效政策工具，須先詳實掌握各項政策工具對節能減排與經濟成長的影響，乃深入回顧相關文獻之理論與實證方法，據以建立適合台灣的3E聯立模型，並進行實證分析，藉以推估多項政策工具（如環境稅、關稅等及能源價格等）與經濟變數（如貿易條件、所得等）對於節能減排與GDP的影響。實證分析結果顯示，台灣之能源消費、CO2排放、及GDP對於各項政策工具與經濟變數之彈性不僅各異其趣，而且有些彈性並非固定不變，可隨時間經過動態調整。 第3個議題係利用台灣1992-2008年之農業、工業、服務業與運輸業等部門別的panel data，仿照Battese and Coelli (1995)提出之隨機邊界(Stochastic Frontier Analysis, SFA)模型，建構隨機生產邊界函數 (stochastic production frontier function)與隨機能源需求函數 (stochastic energy demand frontier function)，利用最大概似法估算出各部門的GDP與能源需求之隨機邊界與技術效率 (technical efficiency, TE)，並據此實證結果提出政策建議。 / The thesis includes 3 issues of research. The first research aims at identifying the factors that have influenced change in the level of various sectors (agriculture, industry, service and transport) CO2 emissions from energy use. By means of both Laspeyres index method and the arithmetic mean weight scheme expressed separately in the additive form, the observed changes are analyzed into five different factors: CO2 intensity, structural change, sectoral energy intensity, sectoral employing population and output level. The application study refer to 4 sectors of Taiwan between 1992 and 2008. The obtained decomposition results indicate that the examined sectors the value calculated for the output level effect present the highest value appearing positive contribution of CO2, and the contribution from population is slightly increased or decreased, while CO2 intensity has beneficially influenced the reduction of CO2 emissions, as well as the improvement of fuel mix found to be the most important factor that lead to the reduction of emissions. In most of the examined sectors for the energy intensity factor present positive effect on CO2 emissions, the only exception is service sector showing negative impact on CO2 emissions, which can be stated as Liaskas et al. (2000) that as further improvements in energy efficiency in most sectors become more difficult, efforts to reduce CO2 emissions will be predominantly directed towards the use of clean energy forms and especially towards the deployment of renewable energies. It also should be noted that structural change has positively influenced the abatement of CO2 emissions for the most sectors such as agriculture, industry and transport. We conclude it shifts towards less energy-intensive service sector, due to have negative influenced the observed decrease in CO2 emissions for higher energy use sectors (industry and transport) and agriculture,. In this article, we also use a seemingly unrelated regression to further investigate the policy tools how to change in CO2 emissions level by the five different factors. The results indicate that policymakers may reduce emissions considerably through various policy instruments. The second issue focuses on initiating effective policy to save energy and reduce emission, one needs to reasonably capture the potential impacts of various policy instruments on energy consumption, CO2 emission and economic growth, the second research, after extensively reviewing the literature, builds a locally ideal empirical model that facilitates the estimation of various policy elasticities. The empirical results indicate that policy elasticities may not only differ from one to the others, but also change dynamically, implying the 3E impacts of some policy instruments might be weakening over time. The main goal of the third article is to provide a detailed analysis of productivity and efficiency measurement for panel data on four different sectors from Taiwan over the period 1992-2008. We use a stochastic frontier model set by Battese and Coelli (1995) to build a stochastic production frontier function and a stochastic energy demand frontier function, which are estimated by maximum likelihood to obtain a stochastic frontier of GDP and energy demand, as well as technical efficiency. On this empirical results, we suggest that policymaker may simultaneously make top-down policies (green tax reform, increasing environmental tax etc.) and bottom-up policies (fuel price in line with prices of gas in global markets) to increase energy efficiency in different sectors.

本研究以修改傳統 模型為出發點，探討基金經理人所具備的動態行為特質。傳統模型重點主要放在經理人對於市場報酬率走勢的預期，並未考慮到其對市場未來波動性走勢的預期能力。因此本文認為有失偏頗。故研究方法即加入波動擇時能力特質進入模型，希望能強化傳統模型的擇時能力表現，以更完整地建立有關經理人擇時能力的資訊。 本研究採用三十支國內股票型共同基金為研究樣本。研究期間為2001//7/1~2005/6/30四年。利用日資料方法來補捉基金經理人每日動態特質，並且建立了隨機投資組合作為比較基準點，期望能更客觀的分析經理人是否具備優良從事交易策略的能力。 研究結果發現，研究樣本的基金經理人，以三因子或單因子模型分析，多數經理人具備波動擇時能力，但是報酬擇時能力並不顯著。這說明國內共同基金經理人在面對股市的未來報酬高度不確定性，會重視高波動所帶來的高風險。故會在未來走勢高波動時，適時的減少市場風險曝露及投資部位。 另外，研究結果也發現，當模型中異常報酬考慮到市場上波動時，基金經理人波動選股能力係數並不顯著，故無法說明其會隨著市場波動性改變，而運用選股能力強化績效，創造基金異常報酬。

我們從計算股價的相關矩陣，然後利用隨機矩陣定理的結果，了解到股票市場並非符合隨機過程的預測，進而得知股票對股票之間具有關聯性，然其長時距下股票價格對數報酬的變化會呈現隨機行走的模式，因此我們對其結果提出二種不同的耦合隨機行走模型，試圖闡釋股票市場間的關聯性可融合到耦合隨機行走模型之中，並藉由均方對數報酬(mean square log-return，MSLR)來探討此事情。 最後，為了瞭解關聯性的關係，並利用其來了解股票市場內部結構的特性，因此我們利用股價的相關矩陣來建構最小展開樹進行分析，發現當時間尺度越大其圖形越密集，中心幾乎為「GE」這家公司，因此其股票市場具有一定的判斷指標。 / By means of calculating the correlation matrix of the price of stock and using the results of random matrix theorems，we learned that the stock market does not match the prediction of stochastic processes and the stock-stock is correlated。However，stock’s price log-return changes under long time scale will appear random walk model. Therefore，we propose two kinds of the different coupled random walk model，that try to explain the correlation between the stock markets can be integrated into the coupled random walk model，and using the mean square log-return( MSLR) to investigate this issue。 Finally，to understand the relationship of correlation matrix and by using it to know the characteristics of the underlying structure of the stock market，we use the correlation matrix of the price to construct the minimum spanning tree for analysis。The results showed that when the time scale is greater, the graphics are more intensive，and the center is almost the same company，"GE"， indicating that the stock market has a certain judgment index。