臺灣博碩士論文加值系統

本研究探討台灣與其主要的貿易夥伴股市之動態連結，選取台灣、中國、日本、美國、香港、韓國、新加坡、德國及馬來西亞股價指數做為研究對象，研究期間為2002年9月1日至2009年8月31日。運用單根檢定、共整合檢定、向量誤差修正模型、衝擊反應分析及預測誤差變異數分解來探討各國股市的互動關係。實證結果如下：（1）單根檢定結果顯示，各國股價指數皆非定態序列，但經一階差分後則成為定態，各國股價指數皆為一階整合的非定態變數。（2）共整合檢定結果顯示，台灣與新加坡股價指數存在一個長期均衡關係；若同時加入全部國家之九國組合，亦存在一個長期均衡關係。（3）向量誤差修正模型分析顯示，美國股市對於各國股市仍具有一定影響力，日本股市在亞洲市場仍具有一定影響力。（4）衝擊反應分析顯示，各國股市的變動對於自身股市均會產生較大的衝擊效果，尤其於第一期產生最大的影響，並逐漸收斂至零，而累積效果上各國間皆為正向的影響，可見各國股市間有同向變動的趨勢。（5）預測誤差變異數分解顯示，各國股市發生變異時可被其自身解釋的能力為最高。

This study investigates the process of the dynamic linkages between the stock market price indices of Taiwan and its major trading partners. The stock indices of the China, Japan, American, Hong Kong, Korea, Singapore, Germany and Malaysia are collected and used. The data covers the time period from September 1, 2002 to August 31, 2009. The unit root test, the co-integration test, the vector error correction model, the impulse response and the variance decomposition are used to identify the volatility of each of the stock indices and factors influencing these indices. The empirical results as following：（1）According to unit root test, after first differences, the original variable series all became stationary. but volume of trade at level are non-stationary and integrating of order 1.（2）According to cointegration test, exist long-term equilibrium relationships between Taiwan and Singapore’s stock indices. Also, exist long-term equilibrium relationships among Taiwan and all the other countries’s stock indices.（3）Vector error correction model results indicate that American still have significant effects on other countries, and Japan still have significant effects in the Asian.（4）Impulse response function indicates that changing one standard deviation of each variable has the largest impulse at the first period, and then gradually decreases to zero. Accumulative effects of each market are positive.（5）According to the analysis of variance decomposition, each variable has greatest interpretative ability for itself.

摘要Ⅰ
AbstractⅡ
誌謝Ⅲ
目錄Ⅳ
表目錄Ⅴ
圖目錄Ⅵ
第一章緒論 1
第一節研究背景與動機 1
第二節研究目的 2
第三節研究架構 3
第四節研究流程 4
第二章文獻探討 5
第三章研究方法 11
第一節資料來源與處理 11
第二節單根檢定 13
第三節共整合檢定 16
第四節向量自我迴歸模型與誤差修正模型 19
第五節衝擊反應分析 21
第六節預測誤差變異數分解 23
第四章實證結果與分析 24
第一節敘述統計分析 24
第二節相關性分析 28
第三節單根檢定 30
第四節共整合檢定 32
第五節向量誤差修正模型 35
第六節衝擊反應分析 46
第七節預測誤差變異數分解 57
第五章結論與建議 68
第一節結論 68
第二節建議 72
參考文獻 73

表目錄
表1-1 台灣進出口貿易國家（地區）排名 2
表3-1 台灣與其主要的貿易夥伴股價指數及變數名稱 12
表4-1 台灣與其主要的貿易夥伴股價指數報酬率敘述統計量 24
表4-2 台灣與其主要的貿易夥伴股價指數相關係數 29
表4-3 台灣與其主要的貿易夥伴股價指數ADF檢定結果 31
表4-4 台灣與其主要的貿易夥伴股價指數共整合檢定結果 34
表4-5 台灣與其主要的貿易夥伴股價指數向量誤差修正模型之AIC值 35
表4-6 台灣與其主要貿易夥伴股價指數誤差修正項估計結果 36
表4-7 台灣股價指數向量誤差修正模型估計結果 37
表4-8 中國股價指數向量誤差修正模型估計結果 38
表4-9 日本股價指數向量誤差修正模型估計結果 39
表4-10 美國股價指數向量誤差修正模型估計結果 40
表4-11 香港股價指數向量誤差修正模型估計結果 41
表4-12 韓國股價指數向量誤差修正模型估計結果 42
表4-13 新加坡股價指數向量誤差修正模型估計結果 43
表4-14 德國股價指數向量誤差修正模型估計結果 44
表4-15 馬來西亞股價指數向量誤差修正模型估計結果 45
表4-16 台灣股價指數報酬率衝擊反應分析結果 47
表4-17 中國股價指數報酬率衝擊反應分析結果 48
表4-18 日本股價指數報酬率衝擊反應分析結果 49
表4-19 美國股價指數報酬率衝擊反應分析結果 50
表4-20 香港股價指數報酬率衝擊反應分析結果 51
表4-21 韓國股價指數報酬率衝擊反應分析結果 52
表4-22 新加坡股價指數報酬率衝擊反應分析結果 53
表4-23 德國股價指數報酬率衝擊反應分析結果 54
表4-24 馬來西亞股價指數報酬率衝擊反應分析結果 55
表4-25 台灣股價指數報酬率預測誤差變異數分解結果 58
表4-26 中國股價指數報酬率預測誤差變異數分解結果 59
表4-27 日本股價指數報酬率預測誤差變異數分解結果 60
表4-28 美國股價指數報酬率預測誤差變異數分解結果 61
表4-29 香港股價指數報酬率預測誤差變異數分解結果 62
表4-30 韓國股價指數報酬率預測誤差變異數分解結果 63
表4-31 新加坡股價指數報酬率預測誤差變異數分解結果 64
表4-32 德國股價指數報酬率預測誤差變異數分解結果 65
表4-33 馬來西亞股價指數報酬率預測誤差變異數分解結果 66

圖目錄
圖1-1 研究流程 4
圖4-1 台灣、中國、日本股價指數與股價指數報酬率時間趨勢圖 25
圖4-2 美國、香港、韓國股價指數與股價指數報酬率時間趨勢圖 26
圖4-3 新加坡、德國、馬來西亞股價指數與股價指數報酬率時間趨勢圖 27

1﹒宋嘉凌，2006，台灣股市與主要國際股市之相關性研究，臺灣大學國際企業學研究所碩士論文。
2﹒唐惠燕，2004，拉丁美洲與亞洲四小龍股價指數連動關係之研究，國立高雄第一科技大學財務管理所碩士論文。
3﹒陳仕偉、林惠如，2006，“區隔市場或整合市場？亞洲股市與美國及日本股市的實證研究”，東海大學金融風險管理季刊，2卷，4期，頁19-47。
4﹒陳鳳琴、黃光中，2008，“臺灣與貿易夥伴－香港及東協五國－股市互動性之研究”，開南大學管理實務與理論研究學刊，2卷，1期，頁87-113。
5﹒張哲銘，2008，美國、亞洲四小龍與金磚四國股市關聯性之研究，世新大學管理學院財務金融學系碩士論文。
6﹒張簡士煌，2005，台灣股市與國際股市關聯性之研究，朝陽科技大學企業管理系碩士班碩士論文。
7﹒楊奕農，2009，時間序列分析-經濟與財務上之應用，二版，雙葉書廊。
8﹒謝朝光，2001，台灣與亞太各國股市間關連性與動態相關係數之研究，國立台北大學企業管理學系碩士論文。
9﹒Cheng, H. and Glascock, J.L. (2005), “Dynamic linkages between the greater China economic area stock markets – Mainland China , Hong Kong , and Taiwan”, Review of Quantitative Finance and Accounting, Vol. 24, No. 4, pp. 343-357.
10﹒Chowdhury, A.R. (1994), “Stock market interdependencies: Evidence from the Asian NIEs”, Journal of Macroeconomics, Vol. 16, No. 4, pp. 629-651.
11﹒Dickey, D.A. and Fuller, W.A. (1979), “Distribution of the estimators for autoregressive time series with a unit root”, Journal of the American Statistical Association, Vol. 74, No. 366, pp. 427-431.
12﹒Engle, R.F. and Granger, C.W.J. (1987), “Cointegration and error correction: representation, estimation and testing”, Econometrica, Vol. 55, No. 2, pp. 251-276.
13﹒Gregory, A.W. and Hansen, B.E. (1996), “Residual-based tests for cointegration in models with regime shifts”, Journal of Econometrics, Vol. 70, No. 1, pp. 99-126.
14﹒Granger, C.W.J. and Newbold, P. (1974), “Spurious Regressions in Econometrics”, Journal of Econometrics, Vol. 2, No. 2, pp.111-120.
15﹒Hamao, Y., Masulis, R.W. and Ng, V. (1990), “Correlation in price changes and volatility across international stock markets”, Review of Financial Studies, Vol. 3, No. 2, pp. 281-307.
16﹒Johansen, S.（1988）,“Statistical analysis of cointegration vectors”, Journal of Economic Dynamics and Control, Vol. 12, No. 2-3, pp. 231–254.
17﹒Narayan, P., Smyth, R. and Nandha, M. (2004), “Interdependence and dynamic linkages between the emerging stock markets of South Asia”, Accounting and Finance, Vol. 44, No. 3, pp. 419-439.
18﹒Valadkhani, A. and Chancharat, S. (2008), “Dynamic linkages between Thai and international stock markets”, Journal of Economic Studies, Vol. 35, No. 5, pp. 425-441.
19﹒Worthington, A.C., Katsuura, M. and Higgs, H. (2003), “Financial integration in European equity markets: The final stage of Economic and Monetary Union (EMU) and its impact on capital markets”, Economia, Vol. 54, No. 1, pp. 79-99.