本文以Nelson(1991)所提出之EGARCH模型進行實證分析，並擴充至三變量EGARCH，由三組平均數方程式及條件變異數方程式進行參數估計，並由此模型探討在網路泡沫化前後個別上、中、下游彼此相互間之互動關係，並藉以瞭解前後兩時期之差別及其背後所代表的產業意義。實證結果大意如下。
一、在網路泡沫化前期，半導體產業相互間之股價報酬，影響程度非常明顯，且從中可看出中游為股價領導廠商。但在波動外溢程度方面，除中游會受上游影響外，其他皆不明顯。訊息不對稱方面，僅上游較不顯著。
二、在網路泡沫化後期，股價報酬間僅剩中游為領導廠商。然波動外溢方面，彼此間影響劇烈，上中游為相互影響，而下游則是僅受到中游及自身影響。因此，亦可得知，中游為波動外溢之領導者。最後，各游均具有波動不對稱現象存在。
三、經前後期比較發現，中游不論在前後期均為領導廠商。在後期研究，各游間的波動外溢敏感度提升，代表各游若有訊息揭露容易影響到各自所屬下游產業，造成所屬下游波動度提高，原因在於半導體產業訊息已能被投資人分類解讀及外資近年在台股半導體投資比重提升，所做的研究分析數據容易被解釋為產業好壞指標，進而影響了自身產業及其下游產業。此外，不論是在前後期，均可發現壞消息所導致的波動程度遠大於好消息的影響。

By applying extended multivariate EGARCH model, we find the difference between pre- and post-crash of the bubble internet. In the pre-crash period, empirical estimation reveals the interactions of return among the upper、middle and lower stream of semiconductor, but volatility spillovers are insignificant. However, volatility spillovers are more significant in the post-crash. It means stock prices which were affected by information to be more sensitive than past. The reason may be due to the size of semiconductor industry is more and more integrity ; investors understand to distinguish the difference among the upper、middle and lower stream of semiconductor. Besides, industry reports become more important than past. 

  Compare pre- with post-crash era, middle is a leader semiconductor industry in two periods. It represents middle industry to be more important than upper and lower. Finally, the volatility transmission is asymmetric except for upper in the pre-crash era. The bad news always makes bigger volatility of stock prices than good news. Therefore, the investors should be more careful about the industry news when making investment decisions.

中文摘要	I
英文摘要	II
目錄	III
表目錄	V
圖目錄	VI
第一章	 緒論
第一節	研究背景與動機	1
第二節	研究目的	         7
第三節	研究架構	         8
第四節	研究流程	         9
第二章  文獻探討
    第一節  半導體研究分析相關文獻	         10
第二節	報酬、波動外溢效果相關文獻	         14
第三節	重大時間轉折點前後差異之相關文獻	19
第四節	綜合分析	                           23
第三章  研究方法
    第一節  資料選取與股價指數編制方式	24
第二節	單根檢定	                           27
第三節	異質性檢定	                  32
第四節	不對稱性檢定	                  33
    第五節  三變量EGARCH模型	         35
第四章  實證結果分析
    第一節  基本統計量	                  39
第二節	單根檢定	                           44
第三節	異質性檢定	                  48
第四節	三變量EGARCH模型實證	         50
    第五章  結論與建議
    第一節  結論	                           63
    第二節  建議	                           65
參考文獻  
一、	國內文獻	                           66
二、	國外文獻	                           67

                        圖目錄
                                                                                                               頁次
【圖1.1.1】IC生產流程圖	                           3
【圖1.1.2】1998-2006  IC產業產值圖	                  5
【圖1.1.3】 IC設計年成長率圖	                  5
【圖1.1.4】 IC製造年成長率圖	                  5
【圖1.1.5】 IC封裝年成長率	                           5
【圖1.1.6】 IC測試年成長率圖	                  6
【圖1.1.7】 IC產值年成長率圖 	                  6
【圖1.4.1】 研究流程圖	                           9
【圖4.1.1】IC設計股價走勢圖（1997年8月-2001年3月）	40
【圖4.1.2】IC製造股價走勢圖（1997年8月-2001年3月）	40
【圖4.1.3】IC封測股價走勢圖（1997年8月-2001年3月）	41
【圖4.1.4】IC設計日報酬率圖（1997年8月-2001年3月）	41
【圖4.1.5】IC製造日報酬率圖（1997年8月-2001年3月）	41
【圖4.1.6】IC封測日報酬率圖（1997年8月-2001年3月）	41
【圖4.1.7】IC設計股價走勢圖（2001年3月-2006年12月）	42
【圖4.1.8】IC製造股價走勢圖（2001年3月-2006年12月）	43
【圖4.1.9】IC封測股價走勢圖（2001年3月-2006年12月）	43
【圖4.1.10】IC設計日報酬率（2001年3月-2006年12月）	43
【圖4.1.11】IC製造日報酬率（2001年3月-2006年12月）	43
【圖4.1.12】IC封測日報酬率（2001年3月-2006年12月）	43

                       表目錄
                                                      頁次
【表1.1.1】1995-2006半導體產值表	                   4
【表3.2.1】KSS檢定t統計量臨界值..	                  31
【表4.1.1】上、中、下游網路泡沫化前日報酬率基本統計量	40
【表4.1.2】上、中、下游網路泡沫化後日報酬率基本統計量	42
【表4.2.1】上、中、下游網路泡沫化前股價指數單根檢定	45
【表4.2.2】上、中、下游網路泡沫化後股價指數單根檢定	46
【表4.2.3】網路泡沫化前日報酬率單根檢定	         47
【表4.2.4】網路泡沫化後日報酬率單根檢定	         48
【表4.3.1】網路泡沫化前日報酬率異質性檢定	         49
【表4.3.2】網路泡沫化後日報酬率異質性檢定	         49
【表4.4.1】EGARCH模型估計結果
（樣本期間：7/17/97-3/23/01；樣本數：978）	55
【表4.4.2】上、中、下游加權股價指數報酬率條件變異數不對稱檢定	56
【表4.4.3】條件變異數不對稱檢定表	56
【表4.4.4】EGARCH模型估計結果
（樣本期間：3/23/01-12/29/06；樣本數：1444）	61
【表4.4.5】上、中、下游加權股價指數報酬率條件變異數不對稱檢定	62
【表5.1.1】上、中、下游股價資訊傳遞之互動關係與影響方向	65

參考文獻
國內文獻
工研院經資中心作者群(2007)，1998-2007年半導體年鑑，工研院IEK 電子組。

古永嘉、洪雪卿、楊育軒、魏國棟（2006），「我國與美、日股市連動性之研究-運用三元EGARCH模型」，台灣經濟論衡，第四卷，第一期，頁1-26。

李文雄、陳志鈞與陳君達（2005），「亞洲主要股市報酬關聯性之研究-以日本股市歷史低點前後為例」，企業管理學報，第六十七期，頁1-30。

周佳穎（2001），企業評價模式在半導體產業之應用，東吳大學企業管理研究所碩士論文。

林基煌與徐政義（2004），「東亞地區新興市場匯率與股價指數之關係-金融風暴前後的實證分析」，中華管理學報，第五卷，第一期，頁23-39。

林秀璘（1998），亞洲金融危機期間國際股市互動之比較研究，台灣大學商學研究所碩士班論文。

胥愛琦與吳清豐（2003），「台灣股市報酬與匯率變動之波動性外溢效果-雙變量EGARCH模型的應用」，台灣金融財務季刊，第四卷，第三期，頁87-103。

翁唯峻（1999），半導體產業股價關聯暨泡沫檢定，東吳大學企業管理研究所碩士論文。

陳萱倫（2001），台灣、美國、日本半導體產業股價連動關係，成功大學企業管理研究所碩士論文。

陳仲仁（2001），半導體產業資訊與其股價關聯性之研究，淡江大學財務金融研究所碩士班論文。

許俊賢（2001），DRAM價格與DRAM個股股價關係之研究，台北大學企業管理研究所碩士班論文。

章長原（2004），IC設計與全球半導體關聯，中原大學企業管理研究所碩士班論文。

聶建中、林少斌、莊亨懋（2005），「台灣半導體指數上、中、下由產業股價指數之連動性探討」，台大管理論叢，第十五卷，第二期，頁25-42。

國外文獻
Akgiray, V. (1989),“Conditional heteroscedasticity in time series of stock returns: Evidence and forecasts,” Journal of Business, 62(1), 55-80. 

Arshanapalli, B., Doukas, J., and Lang, L. H. P. (1997),“Common volatility in the industrial structure of global capital markets,”Journal of International Money and Finance, 16(2), 189-209. 

Bollerslev, T. (1986),“Generalized autoregressive conditional heteroskedasticity,” Journal of Econometrics, 31(3), 307-327. 

Bollerslev, T. (1990),“Modelling the coherence in short-run nominal exchange rates: A multivariate generalized arch model,” Review of Economics and Statistics, 72(3), 498-505.

Booth, G. G., Martikainen, T., and Tse, Y. (1997),“Price and volatility spillovers in scandinavian stock markets,” Journal of Banking & Finance, 21(6), 811-823. 

Caporale, G. M., Pittis, N., and Spagnolo, N. (2006),“Volatility transmission and financial crises,”Journal of Economics and Finance, 30(3), 376-390. 

Engle, R. F. (1982),“Autoregressive conditional heteroscedasticity with estimates of the variance of united kingdom inflation,”Econometrica (Pre-1986), 50(4), 987-1008. 

Engle, R. F., and Ng, V. K. (1993),“Measuring and testing the impact of news on volatility,” Journal of Finance, 48(5), 1749-1778. 

Fung, H., Leung, W. K., and Xu, X. E. (2003),“Information flows between the U.S. and china commodity futures trading,”Review of Quantitative Finance and Accounting, 21(3), 267-285. 

Guirguis, H. S., Giannikos, C. I., and Garcia, L. G. (2007),“Price and volatility spillovers between large and small cities: A study of the spanish market,”Journal of Real Estate Portfolio Management, 13(4), 311-316. 

In, F. (2007),“Volatility spillovers across international swap markets: The US, japan, and the UK,”Journal of International Money and Finance, 26(3), 329-341. 

Kanas, A. (1998),“Volatility spillovers across equity markets: European evidence,”Applied Financial Economics, 8(3), 245-256. 

Kapetanios, G., Shin, Y., and Snell, A. (2003),“Testing for a unit root in the nonlinear STAR framework,”Journal of Econometrics, 112(2), 359-379. 

Koutmos, G., and Booth, G. G. (1995),“Asymmetric volatility transmission in international stock markets,”Journal of International Money and Finance, 14(6), 747-762. 

Liow, K. H., Ooi, J., and Gong, Y. (2005),“Cross-market dynamics in property stock markets: Some international evidence,”Journal of Property Investment & Finance, 23(1), 55-75. 

Michayluk, D., Wilson, P. J., and Zurbruegg, R. (2006),“Asymmetric volatility, correlation and returns dynamics between the U.S. and U.K. securitized real estate markets,” Real Estate Economics, 34(1), 109-131. 

Mishra, A. K., Swain, N., and Malhotra, D. K. (2007),“Volatility spillover between stock and foreign exchange markets: Indian evidence,”International Journal of Business, 12(3), 343-359. 

Nelson, C. R., and Plosser, C. I. (1982),“Trends and random walks in macroeconomic time series: Some evidence and implications,”Journal of Monetary Economics, 10(2), 139-162. 

Nelson, D. B. (1991),“Conditional heteroskedasticity in asset returns: A new approach,” Econometrica (1986-1998), 59(2), 347-370. 

Stevenson, S. (2002),“An examination of volatility spillovers in REIT returns,”Journal of Real Estate Portfolio Management, 8(3), 229-238. 

Tse, Y., Wu, C., & Young, A. (2003),“Asymmetric information transmission between a transition economy and the U.S. market: Evidence from the warsaw stock exchange,”Global Finance Journal, 14(3), 319-332. 

Worthington, A., & Higgs, H. (2004),“Transmission of equity returns and volatility in asian developed and emerging markets: A multivariate GARCH analysis,” International Journal of Finance & Economics, 9(1), 71-80. 

Wu, C., Li, J., & Zhang, W. (2005),“Intradaily periodicity and volatility spillovers between international stock index futures markets,”The Journal of Futures Markets, 25(6), 553-585.