本研究採用美國國家不動產經紀人協會（National Association of Realtors；NAR）編制的房屋購買力指數（Housing Affordability Index，簡稱HAI）來衡量近年來台灣地區房屋購買力變化的情況。 實證結果顯示，在各縣市中，92年度桃園區之民眾的HAI指數可望突破1，為各區購屋能力首先達到標準的縣市。但預期未來房地產回溫以及房貸利率在93年初觸底回升之後，各區將面臨到購屋能力惡化的情形。此外，在所得差距持續拉大的情況下，位於不同所得級距之民眾購屋能力的差距已拉大為四至六倍之間，其中又以高雄區與台南區貧富之間的購屋力指數差距最大。 在敏感性分析分析方面，房貸利率與房價的變動和HAI指數是呈反向變動的關係，而所得則與HAI呈正向變動，與過去各實證結果一致。而在三個變數之中，房價的下降與所得的增加，對HAI指數的提昇最為明顯。但近年來因為利率變動的幅度遠超過於房價與所得變動的幅度，因此近幾年HAI指數的提昇，主要是反映房貸利率的下降。 此外，本研究透過Logit模型來研究家戶特徵對於購屋能力的影響為何。實證結果方面，若以總括來看或分區討論之結果有相當大之差異，例如在本研究中，除就業人口數、經濟戶長性別、教育程度與從業身分以外，其餘變數像是層別、家庭組織型態、經濟戶長婚姻狀態以及所從事之行業，台灣區實證結果與各區有相當大的出入。 在各區呈現顯著正向關係的變數有戶內人口數（新竹區除外）、就業人口數、經濟戶長年齡（除新竹區、台中區近年與台南區89年以前之外）、教育程度、經濟戶長是否為雇主。值得注意的是，經濟戶長為雇主此一變數之係數在85年或86年有大幅下降的情況(台南區除外)，近年則因利率不斷調降而使雇主與非雇主間的購屋能力差距下降。 而大致呈現不顯著的變數有層別（鄉村相較於城鎮）、家庭組織型態、經濟戶長性別、經濟戶長已婚與否、經濟戶長行業（除台北市與高雄區無業之經濟戶長）。其中在家庭組織型態方面，各區近年來有單親家庭或單人家庭之購屋能力較普通家庭差的現象產生。 其餘變數則因地區的不同而有不同的實證結果。在都市化層別方面，新竹區、台中區、台南區居住在城市的家戶相較於居住在城鎮的家戶，其較有能力負擔該區中價位的房子，而台北縣、桃園區、高雄區則無差別；居住在城鎮或鄉村之家戶，除以台灣區來觀察有差別以外，各區皆家戶購屋能力皆無顯著之差別。 台北市、台北縣、高雄區有自用住宅之家戶較無自用住宅之家戶有能力負擔該區中價位之房子；桃園區、新竹區、台中區為不顯著之正相關；台南區歷年則呈現負的不顯著，有可能暗示台南區家戶即使擁有自用住宅，也面臨著房貸本息負擔過重之問題。

由於我國經濟結構仍以出口導向為主，同時因屬於淺碟型市場，易受國際情勢影響而大幅波動，因此我國央行的外匯政策向來具備濃厚的干預色彩。在亞洲金融風暴發生期間，我國股匯市因受到市場不正常預期心理影響而重挫，央行為維持外匯市場穩定，不斷地再三公開宣示捍衛新台幣匯率的決心，顯見央行對於匯率走勢的看法相當值得重視。本文以外匯市場變化對於央行進場干預之可能性的影響做為研究主題，採用Logit模型並以1997年1月6日至2009年6月8日之日資料進行實證分析。本文研究結論簡述如下： 1.當匯率變動量變動一單位時，央行阻升可能性的增加幅度會較央行阻貶可能性的增加幅度為高，表示相較於新台幣貶值，央行對於新台幣走升的反應會更為敏感；此外整體而言，關於央行阻升的報導數遠較阻貶的報導數為多，推論此與相較於新台幣走升，央行似乎更偏好於讓新台幣匯率貶值有關。 2.當外匯市場波動度上升時，央行進場干預的可能性確實會上升，且當此情形維持得愈久，央行阻升可能性的增加幅度也會愈高，可見央行干預確實具有穩定匯率短期波動的特色。 3.當新台幣升 (貶) 值幅度大於韓元、日圓時，央行阻升 (貶) 的可能性會上升，但當新台幣升 (貶) 值幅度仍小於韓元、日圓時，央行的反應並不如升 (貶) 值幅度已大於韓元、日圓時敏感，可見南韓、日本匯率的走勢與變動確實會影響我國央行的干預政策。 4.實質有效匯率與出口成長率皆會影響央行進場干預的可能性。 關鍵字：匯率干預、口頭干預、中央銀行、Logit模型

線上音樂在歐美國家的發展已逐漸進入成熟期，不論廠商家數與市佔率皆顯著成長，而台灣尚在起步階段。本研究擬對此新興市場消費者的接受意願與廠商的最適定價進行研究。 以巢式logit模型對線上音樂接受意願分析的結果，發現每月對音樂產品的花費愈高會增加單曲服務的接受意願；屬於只對主打歌有付費意願的消費者，他們比其他消費者更不可能購買線上音樂中的單曲服務；線上音樂服務的種類優勢愈強也會增加付費意願。 在線上音樂廠商定價策略上，藉搭售音樂周邊產品維持營收的廠商，才能忍受單曲微薄的利潤；而以銷售線上音樂為主要營收廠商，在發展混合套裝組合策略時，應著重套裝組合策略，藉規模經濟以達到較高的利潤。

企業營運之成敗，長期資金能否順利取得是一關鍵因素，許多上市公司更跨出台灣市場至國外發行海外存託憑證(DR)或海外可轉換公司債(ECB)，以滿足企業長期資金需求。近年來可轉換公司債成為頗受上市公司與投資人青睞的籌資與投資工具，發行的種類與數量年年增加，發行可轉換公司債公司往往具有某些財務特徵，本研究以多項Logit模型為研究方法，採用代表財務結構、償債能力、、、等八大類共十八項主要財務比率為解釋變數，研究期間為2000年至2004年間，探討發行國內可轉換公司債、海外可轉換公司債與未以可轉換公司債進行籌資之公司的財務特徵，實證分析結果如下： 1､2000年至2004年上市電子公司，超過三分之二之電子公司採用可轉換公司債進行籌資，可見可轉換公司債受青睞之程度，因電子業是高成長及高風險的公司，此印證了Jensen & Meckling(1976)，Brennan & Schwartz(1988)之風險綜效，主張高成長及高風險的公司傾向採用可轉換公司債進行籌資。 2､上市電子公司發行國內或海外可轉換公司債之主要財務特徵為代表經營能力的總資產週轉次數與獲利能力之每股盈餘。 3､未以可轉換公司債進行籌資之上市電子公司之主要財務特徵為股東權益報酬率。 4､發行海外可轉換公司債之上市電子公司之主要財務特徵，如長期負債占資產比率，現金再投資比率與營業額等，驗證了Jeff Madura之低融資成本假說。 5､槓桿度與R&D費用率非影響上市電子公司發行可轉換公司債之財務特徵。

本研究預測匯率危機的方法主要是用二元分量迴歸(Binary Regression Quantiles)，此理論基礎與預測方式是使用美國學者Kords (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。在匯率危機計量模型中，最常使用的模型是Logit模型和Probit模型所做的分析，因此本÷究除了使用二元分量模型外，將在套入Logit模型和Probit模型，並將這三種模型加以比較，且探討匯率危機發生的原因並建立預警變數。而研究資料為十七個發展中的國家，研究時間為1981~2004年。 本研究發現由Logit模型和Probit模型中，兩模型的所預測匯率危機指標大都一致，包括有進口比例、GDP成長率、銀行外債/GDP。而且發現由二元分量回歸模型中，匯率危機預警指標有出口/GDP、貿易條件、海外直接投資/GDP、國際熱錢流入/GDP、銀行存款、GDP成長率、貪污指數，短期外債/全部外債。

在信用風險的分析上，應變數就是發生與不發生，通常以1、0 來表示。若透過一般的最小平方法來處理，所求得的估計量雖滿足不偏性(Unbiased)，但存在幾個缺點，應變數並不滿足迴歸分析中常態分配的假設、殘差項存在變異數異質的問題。在模型的解釋能力方面，更存在著以下困擾 1.忽略了不同規模與分配下應變數的邊際變化。 2.極端值的情形下，參數的係數將會受到很大的影響。 本研究引進了分量迴歸(Quantiles Regression)的工具，最早由Koenker and Bassett(1978)所提出，能解決在使用最小平方法來處理時所出現的問題，以架構公司信用風險模型的評估，提出客觀的評估標準，並檢驗其用以風險控管的能力。 實證結果整理，各分量Binary Regression Quantiles的預測解釋能力和傳統的Logit模型仍存在一定的差距。

臺灣原住民是這塊土地上重要的大自然文化資產之一；他們縱橫在這個島嶼的山林與海洋間千百年，生活智慧是採取與山林、海洋、大自然互動和諧的自然演替，各族群發展出自己的「原生知識」、獵場及祖靈。原住民沒有文字記載，千百年來當地族群不斷口語相傳，傳遞著各部族的生活智慧與傳承，因而孕育出各族群繽紛多彩俱獨特性的原住民文化。 自17世紀後的臺灣經歷西、荷、明鄭、滿清、日據、國民政府等四百多年不同政權的移轉統治，就不斷受到外族武力、政治、社會、經濟、文化等政策性的壓迫，代表當地族群生活智慧的原生知識被視為無商業價值而棄置；各級政府在推動政策時並未對其文化的差異性而有特殊考量，輔導其達到自主發展的目標，致使他們無法融入主流文化，造成所有原住民族不但在傳統與現代銜接上出現結構上的問題，加上原住民對金錢的儲蓄投資觀念薄弱，他們都成為經濟弱勢族群。 原住民家庭經濟狀況低落為長期以來存在的問題， 本研究旨在探討原住民投資收益佔經濟戶長收入的比例。除應用行政院原民會95年臺灣原住民經濟狀況調查報告之數據資料作實證分析外，亦蒐集國內外文獻、論文資料予以分析，藉以由原住民投資與儲蓄之狀況，瞭解臺灣原住民所得偏低，投資與儲蓄的習慣尚待建立，是否就是其成為經濟弱勢的主因，並期待透過本研究找出原住民投資的決定因素，藉以找出解決方案，作為政府擬定原住民政策時的參考，以幫助原住民走出貧窮及悲情。 經本研究之主要發現：解釋變數儲蓄、性別、婚姻狀況、教育程度、年齡、每月租金、房貸、各項消費信貸、個人所得及家庭所得等，經以probit與logit之模型作迴歸分析的結果，都是具有影響力。以研究結果對政府部門的建議為，一要提升原住民教育程度；二為提高勞保就保率與降低職災；三為加強宣導戒除菸酒及檳榔習慣；四為原住民應有儲蓄及投資習慣；五為原住民本身也應走出悲情，不再藉酒澆愁，重新展現他們應有的自信與能力之優越感。

近年來台灣地區製造業廠商工廠停工家數極速增加，已有步入西方先進國家產業衰退之現象，探究影響工廠停工之因素相當多，本研究以台灣地區製造業廠商為研究對象，分析影響工廠停工之屬性及其空間分佈。首先，本研究整理相關理論及文獻，再者分析台灣地區已辦竣工廠登記廠商之基本屬性，以此為基礎設計Logit模型進行測試，同時因產業所屬產業生命週期階段之不同，影響其工廠停工之屬性及空間分佈理論上亦相異，故本研究採用二項主要判別指標及一項參考指標，進行產業所屬生命週期之劃分，再以不同產業生命週期廠商為樣本分別進行模型測試。本研究試圖找出影響台灣地區製造業廠商工廠停工屬性及其空間分佈。獲致結論如下： 　　一、在屬性方面，「廠商年齡」變數在所有模型測試結果皆得到顯著負向結果；「工廠登記年代」變數與「廠商年齡」變數得到相同之結果；「工廠廠房總面積」變數僅在多位置廠商工廠停工模型測試中得到顯著結果，其影響為負向，意即，對於多位置廠商而言，其工廠廠房總面積愈大者，停工機率愈低。以上所得結論皆與理論相符。 　　二、在空間分佈方面，對於全體製造業廠商而言，「都會區」、「都市計畫工業區」、以及「編定工業區」三項變數對工廠停工之影響皆為正向顯著，影響程度由高至低依序為：「都會區」、「編定工業區」、「都市計畫工業區」。對多位置廠商而言，「都會區」以及「編定工業區」二項變數對停工之影響皆為正向顯著，而影響程度「編定工業區」高於「都會區」。對於產業生命週期各階段廠商而言，「都會區」及「編定工業區」變數影響最大者皆為成長期產業，「都市計畫工業區」變數影響最大者為成熟期產業。對於電子產業生命週期各階段廠商而言，有顯著結果之「都會區」及「編定工業區」二項變數，影響最大者皆為電子產業成長期廠商。

國內發行REITs已逾一段時間，但卻缺乏發行後實際投資需求研究，然而為了促進REITs產業的穩定發展，有必要了解投資人的投資意願及考量因素為何，故本文延續翁偉翔、張金鶚、陳明吉(2003)之潛在需求研究，再次利用問卷調查方式，並建立二項式Logit模型進行實證，研究投資人對REITs的投資意願及投資考量因素。 實證結果發現，發行REITs後，一般投資者對REITs的相關資訊愈充分，且認為「分散風險」愈重要，及投資人屬性中投資金額愈大，投資工具數愈多，及投資經驗年期愈長，購買REITs機率愈大；法人投資者則認為「流動性」愈重要，及資金規模愈大與投資工具數愈多者，購買REITs機率愈大。在預期未來購買REITs與否，一般投資者預期未來對房地產景氣預期愈樂觀時，愈肯定REITs「小額投資不動產」特性，且具有投資REITs經驗的投資人，預期未來購買REITs機率愈高，但投資經驗年期愈長的投資人，則預期未來購買REITs機率愈低；法人投資者預期未來購買REITs與否，則將「分散風險」與「流動性」兩者皆視為主要投資考量因素。

景氣循環的擴張、收縮期的認定，以及轉折點的預測，向來是經濟學家、政府機構、企業及一般大眾所關注的焦點。越能掌握經濟發展的狀況，而適切的提早做出反應，越能充分利用經濟情勢的不同，以達成獲利的目標，或是減少企業的虧損。 本文即嘗試以票券、債券、股票、外匯及金融機構等金融變數，透過Kaminsky, Lizondo and Reinhart (1998)用以建構銀行危機預警綜合指標之訊號法（Signal Extraction Approach），以及可以解釋logit模型係數之發生比率（odds ratio），分別結合二元 logit 模型，建構預測景氣循環轉折點之金融綜合指標。 研究結果顯示，於1990年1月至2009年6月期間，金融指標對景氣循環轉折點的確有預測能力，且不論是預測景氣谷底或是高峰，表現最優良之綜合指標正確率皆高達九成以上，且不論是預測景氣之高峰或谷底，以發生比率建構之二元logit模型都有最好的預測能力。 / To confirm the expansion and contraction of business cycle, and to forecast the turning point, has always been economists, government institutions, enterprises and the public cared about. The more control on the state of economic development and take advantage of the different economic situation, the more they could response appropriately, and furthermore this could maximize their profit or reduce business losses. This article attempts to use financial variables, such as the indicators about bills, bonds, equities, foreign exchange, financial institutions, and use signal approach which was created by Kaminsky, Lizondo and Reinhart in 1998 to construct a composite index warning the banking crisis early. I also try to use odds ratio combine with binary logit model in order to predict business cycle turning point. The results show that in January 1990 to June 2009, the financial indicators of business cycle turning points does have predictive power, and the accurate prediction of the index over ninety percent. The result also show that the best performance of the model is combination of odds ratio and binary logit method.