自從2005年7月21日中國人民銀行宣布大幅改革人民幣匯率形成機制後，中國境內人民幣即期匯率便開始大幅升值。為穩定其在改革起步階段的人民幣即期與遠期市場，國家外匯管理局遂在2006年10月20日發布通知，禁止境內機構參與海外人民幣NDF業務。另外，早在2005年人民幣匯率改革之前，中國人民銀行在2003年11月就已經在香港提供人民幣清算業務，逐漸形成「香港離岸人民幣即期匯率」(CNH)。因此本篇論文旨在探討境內外人民幣的互動關係，藉由不同政策發佈時點前後的比較，歸納出境內外人民幣即期與遠期匯率之間的相互影響關係與影響程度。 本篇論文選取時間分別為2006年6月7日至2007年3月20日及2009年3月2日至2013年3月29日兩段期間之境內外人民幣每日收盤匯率，研究方法以向量自我迴歸為主，搭配ADF單根檢定、Johansen共整合檢定、Granger因果關係檢定及衝擊反應分析等進行人民幣NDF和即期匯率互動關係的探討。 實證結果顯示：(一) NDF監管政策並沒有完全阻隔境內外之連結，反而在境外投資人對沖人民幣風險的超額需求下使一月期人民幣NDF與境內人民幣即期匯率(CNY)之關係更緊密。(二) 離岸人民幣即期匯率(CNH)逐漸接軌境內人民幣即期匯率(CNY)，且境內信息優勢仍然明顯。(三) CNH仍無法完全取代NDF的地位。 隨著人民幣國際化腳步不斷加速，未來可預期人民幣將成為亞太地區的主要領導貨幣，因而了解境內外人民幣的互動與中國官方的匯率政策之間的關係變顯得十分重要，希望藉由本篇論文的撰寫對後續的研究能有所幫助。

有鑑於美國次貸危機引發的金融風暴席捲全球，造成了大型金融機構倒閉、全球經濟衰退以及投資人的鉅額虧損，政府與投資人開始重視風險的控管，學術界及實務界也建構出各種能夠衡量金融風險的指標，期能達到防患未然的功效。本研究將Billio, Getmansky, Lo, and Pelizzon (2011)使用的主成分分析(Principal Components Analysis)與Granger因果關係檢定(Granger Causality Test)兩種統計方法應用至臺灣股市，證實臺灣各產業指數的連動性高，尤其在金融不穩定的情況下共動性會大增，使危機容易在體系內擴散。而在金融危機時期，食品工業和紡織纖維產業是其他產業最主要的影響者，金融保險業、觀光產業及貿易百貨業則最容易受到其他產業的影響。

金融情況指數(FCI)是欲融合影響實質經濟活動過程不同貨幣傳遞管道，描述實際金融市場情形，被定義為金融變數與經濟活動之間的關係，主要是描述一些金融變數如何影響經濟現有以及未來的經濟情況，觀察執政者是否能透過執行政策使經濟活動獲得改變，甚或是推斷未來經濟情勢的特性。 在之前國內建立的金融情況指數研究文章僅包括了利率、匯率與資產價格的貨幣傳遞過程，但信用傳遞過程對於現今總體經濟影響的重要性也不容小覷。本文即嘗試加入信用傳遞管道相關變數，依據Jan Hatzius et al.(2010)針對美國所建構的金融情況指數所選取的變數，依照台灣目前現有金融市場的變數或是具有相同概念之變數作為選取，透過主成分分析法挑選並建立五個小指標，再將小指標簡單平均，經過三次平滑樣條消除雜訊後建構出金融情況指數。 研究結果顯示，於2003年2月至2010年12月期間，金融情況指數確實對於景氣情況之預測具有一定的實質幫助。以同時指標綜合指數當作台灣當前景氣狀況，金融情況指數的預測能力平均為55.3%。使用向量自我迴歸模型可發現金融情況指數在5%顯著水準下，前8期大都對於當期同時指標綜合指數具有影響力，而應用Granger因果關係檢定結果，在5%顯著水準下，金融情況指數具有領先同時指標綜合指數之關係。

臺灣房市此波景氣繁榮時間之久，超越過去臺灣房市的歷史紀錄，在此期間，被視為象徵房市上、下游的建築貸款與購屋貸款餘額也多次創新高，近來中央銀行定期公布的購屋貸款、建築貸款餘額，常成為媒體財經新聞的焦點，一般大眾已習慣將房價高漲與購屋、建築貸款餘額創新高之訊息相互聯結。 本研究係探討房價與購屋貸款、建築貸款之關聯性，以臺灣2000年第一季至 2013年第四季之相關變數，共計56筆季資料，運用單根檢定、共整合檢定、誤差修正模型及Granger 因果關係檢定等實證方法，探討房價與購屋貸款、建築貸款之間的關聯性。共整合檢定結果發現，購屋貸款、房價、利率與國內生產毛額間存在二個共整合向量，變數之間具有長期均衡關係；另建築貸款、房價、利率以及國內生產毛額間存在一個共整合向量，變數之間亦具有長期均衡關係。由因果關係檢定得知，購屋貸款會Granger影響房價，房價與建築貸款之間的因果關係檢定結果並不顯著。 臺灣住宅政策長期以輔助人民購屋為主，政府常透過購屋貸款來達成政策目標，基於研究結果顯示購屋貸款與房價為正向關係，購屋貸款會Granger影響房價，故近來政府為抑制高房價實施打房措施時，可能要同時考慮到長期不斷地推出各種低利優惠貸款，對購屋貸款的推升作用，以及對房價的影響。另研究結果顯示建築貸款與房價的關係為負向，因果關係的檢定並不顯著，推測臺灣政府為防止建商囤地炒房，長期對建築貸款施以嚴格的管控措施具有一定的效果。

第一章 台灣與美國股市價量關係的分量迴歸分析 摘要 本文利用分量迴歸來觀察台灣和美國股市報酬率和成交量的價量關係。實證結果發現兩地股市的價量關係截然不同。台灣股市的報酬率與成交量之間具有正向關係，呈現「價量齊揚」和「價跌量縮」的現象，而前者效果通常較顯著；但報酬率接近最大漲幅限制時，報酬率與成交量之間並無顯著關係，報酬率接近最大跌幅限制時，「價跌量縮」的現象甚至更強。相對於台灣，美國股市的報酬率與成交量則出現「價量齊揚」與「價量背離」互相對稱的 “V” 字關係。就實證方法而言，傳統以 OLS 方法估計的迴歸模型並無法得到上述的實證結果。進一步的分析顯示，融券成數的高低以及平盤以下不得放空等規定都是造成台灣股市出現「價跌量縮」的可能原因。 第二章 股市價量關係的分量迴歸分析 (二) 摘要 本章利用分量迴歸觀察包括台灣在內的亞洲新興工業國家與成熟股市的價量關係。實證結果顯示，亞洲新興工業國家和日本股市「價量齊揚」的效果較強，其中香港、南韓和新加坡呈現較弱的「價量背離」現象，因此價量之間有不對稱的 “V” 字關係；而日本股市則呈現「價跌量縮」，與第一章分析的台灣股市價量關係相似。在成熟股市的價量關係中，英國金融時報指數、美國道瓊工業指數和德國股價指數皆呈現對稱的 “V” 字關係，與美國US指數的價量關係相似。亞洲地區的國家在1997下半年到1998上半年普遍經歷了一場金融風暴，本文進一步的分析發現在這場風暴期間，亞洲地區除了台灣以外，日本、香港、南韓與新加坡都出現較強的「價量齊揚」與「價量背離」，這種現象可能肇因於投資人認為風暴期間的股價報酬率風險較高，遂使得股價報酬率對成交量的反應較為敏銳。相對而言，歐美地區的國家，受到亞洲金融風暴的影響較小，所以整體的價量關係在亞洲金融風暴期間並無重大改變。本章的結果都是透過分量迴歸所獲得。 第三章 股市價量因果關係的分量迴歸分析 摘要 本文依據分量迴歸設計 Granger 因果關係的新檢驗方法，並依此方法來檢驗幾個股市價量之間的因果關係。本文分析的股市包括日本、英國與美國等世界前三大股市，以及合稱亞洲四小龍的台灣、香港、南韓與新加坡等新興工業國家或地區的股市。實證結果顯示：除了台灣股市以外，其他的股市皆呈現 “V” 字的跨期價量關係。其中英國、美國、香港和新加坡股市的跨期價量關係大體呈現正向「價量齊揚」與負向「價量背離」互相對稱的 “V” 字關係，而日本和南韓股市則是「價量齊揚」較強的不對稱 “V” 字關係。此一結果表示這些股市的價量之間都存在分配上的 Granger (1969) 因果關係。但若以均數迴歸來衡量跨期價量關係，則所有股市都呈現不顯著的跨期價量關係，也就是傳統文獻上所謂價量之間沒有 Granger 因果關係。本文所提出的 Granger 因果關係之分量迴歸分析，可以觀察到整個條件分配中各分量的因果關係，為分配上的 Granger 因果關係提供一個較完整的檢驗方法。 / We examine the relationship between the stock return and trading volume in the Taiwan and U.S. Stock Exchanges using quantile regression. The empirical results show that the return-volume relations in these two exchanges are quite different. For Taiwan data, there are significant positive return-volume relations across quantiles, showing that a large positive return is usually accompanied with a large trading volume and a large negative return with a small trading volume, yet the effect of former is stronger. However, such relations change when returns approach the price limits. We also find that for U.S. data, return-volume relations exhibit symmetric V-shapes across quantiles, showing that a large return (in either sign) is usually accompanied with a large trading volume. On the other hand, linear regressions estimated by the ordinary least square method are unable to reveal such patterns. Further investigation shows that various restrictions on short sales in the Taiwan Stock Exchange may explain the difference between the return-volume relations in Taiwan and U.S. data.

摘 要 本研究探討證交所實施盤中撮合取消兩檔限制、盤中瞬間價格穩定措施、收盤改採五分鐘集合競價、揭露未成交五檔的買賣委託價量等措施後，是否對期貨市場的績效指標，包括流動性、波動度與市場效率等產生變化，亦即考量台灣交易制度與市場結構與國外的差異性後，市場間是否存有外溢現象(spillovers)；此外，本研究亦檢視期貨對現貨的領先關係是否隨著現貨市場的交易限制減少及市場透明度增加而出現變化，本研究劃分研究期間為五個區段，分別是91年4月1日 ~ 91年6月30日、91年7月1日 ~ 91年7月26日、91年7月29日 ~ 91年9月30日、91年7月1日 ~ 91年9月30日與92年1月1日 ~ 92年4月09日，以探討這些新措施本研究的主要發現與研究結論如下： 1. 市場成交量與波動度均出現先增後減的現象，在假設總體經濟情勢無重大變化的前提下，現貨市場制度改革會對期貨市場造成影響，適度的透明度有助於提高市場一般流動性交易者的交易動機，但當市場的透明度提高到某一種程度時，反而會降低資訊內部人在公開市場的交易意願。 2. 傳統流動比率(ALR)與變異數比率在研究期間不存有顯著差異，顯示現貨市場的制度改革，並未對期貨市場的整體市場效率帶來改變。 3. 在領先落後關係上，期貨市場受現貨市場的影響力逐期減小，主要有以下可能解釋，分別是衝擊市場訊息屬於全面性(market wide)，台灣現貨市場有平盤以下不得放空的規定限制現貨市場對壞消息的反應能力、期貨市場自從開市以來就已有揭露最佳未成交五檔買賣價量資訊的措施、以及現貨市場後期由於缺乏這些資訊內部人的參與而使其對新資訊的反應仍然不如期貨市場快速。 4. 現貨市場受期貨市場的影響呈現先增後減，表示投資人在制度實施初期對新制度尚不熟悉，導致現貨市場出現短暫無效率的現象，但在2003年1月的揭示未成交最佳五檔買賣價量制度實施後，現貨市場變的更加透明化，使其對期貨市場前期新資訊的依賴程度已大幅減少。 5. 期交所於2002 / 07 / 29更改盤中之撮合方式，將由原本每十秒集合競價撮合一次之方式改為逐筆撮合，對期貨的市場市場並未造成顯著特殊的影響。 關鍵字：外溢效果、領先落後、交易制度改革、市場績效指標、VECM-GARCH、衝擊反應函數、Granger因果關係檢定、Johansen共整合 / Abstract The Taiwan Stock Exchange adopted four main trading mechanisms. (elimination of the two up/down tick, intra-day volatility interruption, 5-min closing call auction, and disclosure of the best five bid/ask price and volume) This paper investigates the spillover effects on TAIFEX after considering the special market microstructure and trading systems in Taiwan. The major findings are as follows: 1. Trading volume and return volatility increase first and then decrease, under the assumption that ‘ no significant macroeconomic changes ’, spillover effects exists.

金融部門與總體部門具有密不可分的關係，金融部門的活動關係著總體經濟的熱絡與衰退；總體經濟的變化也時常影響金融部門活動。而貨幣政策為中央銀行穩定經濟的重要工具，在達成最終經濟目標前，時常會先衝擊金融市場的活動，進而影響就業、物價及經濟成長等總體面的經濟結果。本研究在基於金融部門與總體部門有著錯綜複雜的影響關係上，探討台灣在加入WTO後面對外來總體面的干擾時，分析貨幣政策對金融市場的影響效果，以期能在政策的選擇上有較佳的參考依據。 本研究以2002年台灣加入WTO為比較基準年，使用1998至2006年資料，以VAR模型與Granger因果關係探討貨幣政策與政策目標、金融市場間之有效性。實證結果發現，在貨幣政策目標間的傳遞效果上，以重貼現率作為貨幣工具無法有效影響操作目標；以拆款利率作為操作目標，在受到外來干擾下影響中間目標上有較佳的效果。此外，在貨幣政策目標與金融市場間的影響效果上，以準備貨幣為操作目標較能在受到外來干擾下影響金融市場；以廣義貨幣供給量M2為中間目標較能在受到外來干擾下影響金融市場。

This paper follows Ghysels, Gourieroux, and Jasiak (1998), examines the causal relation between price and volume in Taiwan Futures Market. I use high frequency intraday data of Taiwan Stock Exchange Capitalization Weighted Stock Index in Taiwan Futures Exchange; and analyze the causality between returns and volume series, which are transformed into Markov chain, with Granger’s causal tests. I analyze the data with two different time category, trading time and calendar time. In our research we find out that Taiwan futures market has a bi-directional causality between price and volume in trading time analysis, as to the calendar time analysis, only price to volume unidirectional causality exists. Unlike the unidirectional causal relation that Ghysels, Gourieroux, and Jasiak (1998) observed in French security market.

本研究針對七個國家包括：美國、加拿大、英國、法國、日本、香港、與澳洲。檢驗各國主成分為REITs商品在內的不動產證券指數，對於該國的消費者物價指數與國際原油價格是否具有正向的通貨膨脹避險效果。並比較各國的普通股價指數對該國的消費者物價指數與國際原油價格的通貨膨脹避險效果。本研究首先檢驗各國不動產證券指數/普通股價指數之月增率與消費者物價指數/原油價格之月增率之間是否具有正相關性。並將消費者物價指數/國際原油價格之月增率以HP濾波分解成永久性部分與暫時性部分，以迴歸估計消費者物價指數/國際原油價格之月增率的永久性與暫時性部分對於不動產證券指數/普通股價指數之月增率是否有正向的解釋能力。並以Granger因果關係檢定通貨膨脹像消費者物價指數或原油價格的月增率是否會Granger影響不動產價格的月增率。最後在進行單根檢定確認各數列皆為I(1)數列之後，檢驗不動產證券指數/普通股價指數與消費者物價指數/國際原油價格是否存在共整合關係，亦即代表是否具有長期的均衡狀態。 結果發現，幾乎所有國家不動產證券指數的月增率不管是對物價指數的月增率或原油價格的月增率的相關係數大多為無相關，在美國、加拿大、與澳洲甚至有些微的負相關，沒有支持通貨膨脹避險的證據。而在迴歸分析的結果，在加拿大、英國、法國，與日本，物價指數月增率的永久性部分對不動產證券指數月增率有負向影響；在美國與香港則是物價指數月增率的暫時性部分對不動產證券指數月增率有負向影響。至於原油價格月增率的暫時性部分則在美國、法國、與澳洲找到對不動產證券指數存在負向影響的證據。其他國家則無法找到支持物價指數月增率或原油價格月增率的永久性或暫時性部分對不動產證券指數月增率具有正向影響。此外Grnager因果關係檢定中，只有美國的消費者物價指數月增率Granger影響不動產證券指數月增率。 而在假設無時間趨勢的共整合檢定之中，所有國家皆有顯著證據支持不動產證券指數與該國物價指數存在共整合關係，但若假設具有時間趨勢，只有加拿大，英國，日本與香港具顯著證據支持共整合關係的存在。而不動產證券指數與原油價格的共整合關係，不論有無時間趨勢，只有在加拿大、日本與澳洲這三個國家找到共整合關係存在的證據。 而普通股股價指數與消費者物價指數或原油價格實證結果顯示，相關係數檢定與不動產證券指數檢定結果相似，大多為無相關；只有美國、法國、與澳洲有些微負相關存在。迴歸分析中，物價指數月增率的永久性部分在加拿大、法國、與日本對普通股價指數月增率有負向影響；暫時性部分則在美國與澳洲對普通股價指數月增率有負向影響。原油價格月增率的暫時性部分在美國與法國對普通股股價指數存在負向影響的證據。而Grnager因果關係檢定中，在較多國家找到顯著證據支持原油價格月增率Granger影響不動產證券指數月增率。共整合檢定中，若不考慮時間趨勢，所有國家的股價指數均對物價指數存在共整合關係，但若考慮時間趨勢，則只有日本與香港有共整合現象；至於股價指數與原油價格的共整合檢定，不論有無時間趨勢，只有在日本、香港與澳洲找到些微共整合關係存在的證據。 整體而言，並無顯著證據存在支持不動產證券指數的報酬會隨著通貨膨脹的增加而增加；或是通貨膨脹的增加可以解釋不動產證券指數的報酬。然而不動產證券指數與消費者物價指數之間的確存在共整合關係，代表長期之下，兩者會往均衡方向調整，具有部分通貨膨脹避險能力。而普通股價指數與不動產證券指數的結果相同，但在檢設具有時間趨勢的共整合檢定上，不動產證券指數在四個國家存在共整合關係，普通股價指數則只有在兩個國家找到共整合存在的證據。不動產證券指數長期而言較普通股價指數具有較好的通貨膨脹避險效果。

本研究的目的是針對退休金的長期負債以資產負債管理的方式提出有效的投資避險策略建議。在過去，傳統精算的資產負債管理大多採用確定投資模型（Deterministic Model），即以過去的經驗設立「精算假設」，但是這樣的假設無法精確的呈現未來的趨勢，所以本文的第一部份，便是根據過去的台灣總體經濟資料，建構一個退休基金的隨機投資模型（Stochastic Investment Model）。首先，我們以ECM（Error Correlation Model）模式建構出第一個投資模型，之後在精簡參數的考量下，建構第二個以因果關係為基礎的Causality投資模型，再以模型配適能力與預測能力比較兩模型，結果顯示Causality投資模型優於ECM投資模型。 　　有了投資模型，我們設定不同的退休金負債形式，如固定成長型負債MF、隨通貨膨脹成長M^R負債及隨max{固定成長比例，通貨膨脹}而成長的退休金負債M^L，以靜態避險的方式去求得各資產的最適配適比例。從模擬的結果中發現隨著到期日的增長，投資在風險性高報酬率佳的投資標的物上的比例也越來越高。另外，隨著負債固定成長比例f的增加，其M^L負債之期初資產配置額便越接近M^F負債之期初資產配置額。整體而言，我們由模擬中可得出，使用投資組合的投資方式優於單一資產投資的結論。 / In this study, we investigate the hedging strategies for pension liabilities by using Asset-Liability Management method. In the past, the traditional actuarial valuation usually does not take account of market value for both assets and liabilities. Most of the traditional actuarial valuation adopted the Deterministic Model, that is, setting the assumptions based on the experiences. However, it can not exactly show the trend in the future. In part one of this study, we build a stochastic investment model for the pension funds based on Taiwan Market data. First, we apply the first model : ECM( Error Correlation Model ). And then, we apply the second model : Causality Model under considering parsimonious parameterization. Finally, we compare the results of ECM with Causality Model on fitting and forecasting efficiency, and we find that Causality Model is better than ECM. With the investment model, we set some formulas of pension liabilities calculated to obtain the best fit proportion of each valuation by the static hedging. This involves finding optimal static hedging strategies to minimize riskiness of the investment portfolio relative to the liability. Overall, from the simulation results, for static hedging in these kinds of liabilities, investing in all three assets is a better strategy than investing in a single asset class. This confirms that the more assets we use, the more effectively we can hedge.