本研究旨在探討波羅的海指數及散裝航運產業的股價之關係，利用馬可夫向量自我迴歸模型(MS-VAR)進行景氣循環轉折之預測，本研究所得到的最適預測模型為截距項、回歸項係數、共變異數皆隨狀態改變的MSIAH(2)-VAR(4)模型。而個股股價和波羅的海指數的最佳模型分別為:益航為MSIAH(2)-VAR(2)模型；新興為MSIAH(2)-VAR(3)模型；裕民為MSIAH(2)-VAR(8)模型；中航為MSIAH(2)-VAR(1)模型；東森為MSIAH(2)-VAR(2)模型；台航為MSIAH(2)-VAR(3)模型；四維航為MSIAH(2)-VAR(4)模型。以此最適模型為基礎，討論波羅的海指數和散裝航運股的Granger因果關係，發現若處於收縮狀態，波羅的海指數和加權指數互有Granger因果關係；如果處於擴張狀態，波羅的海指數和加權指數亦互有Granger因果關係。在收縮期波羅的海指數和益航股價互沒有Granger因果關係；而在擴張期時，波羅的海指數和益航股價互有Granger因果關係。在收縮期波羅的海指數對新興股價沒有Granger因果關係，而新興股價對波羅的海指數有Granger因果關係；而在擴張期時，波羅的海指數對新興股價沒有Granger因果關係，而新興股價對波羅的海指數有Granger因果關係。在收縮期波羅的海指數和裕民股價互有Granger因果關係；而在擴張期時，波羅的海指數和裕民股價互有Granger因果關係。在收縮期波羅的海指數對中航股價有Granger因果關係，而中航股價對波羅的海指數沒有Granger因果關係；而在擴張期時，波羅的海指數對中航股價沒有Granger因果關係，而中航股價對波羅的海指數有Granger因果關係。在收縮期波羅的海指數對東森股價沒有Granger因果關係，而東森股價對指波羅的海數有Granger因果關係；而在擴張期時，波羅的海指數對東森股價沒有Granger因果關係，而東森股價對波羅的海指數有Granger因果關係。在收縮期波羅的海指數對台航股價有Granger因果關係，而台航股價對波羅的海指數沒有Granger因果關係；而在擴張期時，波羅的海指數和台航股價互沒有Granger因果關係。在收縮期波羅的海指數對四維航股價有Granger因果關係，而四維航股價對波羅的海指數沒有Granger因果關係；而在擴張期時，波羅的海指數對四維航股價沒有Granger因果關係，而四維航股價對波羅的海指數有Granger因果關係。

This study investigated the relationship between BDI index and the price of shipping bulk shipping industry in the BDI index carriers with a comprehensive, Markov vector autoregression model (MS-VAR) to predict cyclical turning point, the optimal prediction model obtained in this study was cross-sectional items from the regression coefficient of variance withstate changes are MSIAH (2)-VAR (4) model.The stock price and the best model of the BDI index were:Yi Hang is MSIAH(2)-VAR(2) model；Xin Xing as MSIAH(2)-VAR(3) model；Yu Min for MSIAH(2) -VAR(8)model；Zhong Hang is MSIAH (2)-VAR(1) model；Dong Sen for MSIAH(2) -VAR(2) model；Tai Hang is MSIAH(2) -VAR(3) model；Si Wei Hang for MSIAH(2) -VAR(4)model.On the basis of those optimal models,this discuss Granger causality between BDI index and bulk shipping stocks. if contraction, the BDI index and weighted index have mutual causality;If the expanded state, the BDI index and the weighted index also have mutual Granger causality relations.If contraction,BDI index and the price of Yi Hang have no mutual Granger causality relations；If the expanded state,BDI index and the price of Yi Hang have mutual Granger causality relations.If contraction,BDI index is not causal relationship to the price of Xin Xing,Xin Xing is causal relationship to BDI index；If the expanded state,BDI index and the price of Xin Xing have mutual Granger causality relations. If contraction,BDI index and the price of Yu Min have mutual Granger causality relations；If the expanded state,BDI index and the price of Yu Min have mutual Granger causality relations.If contraction,BDI index is causal relationship to the price of Zhong Hang,the price of Zhong Hang is not causal relationship to BDI index；If the expanded state, BDI index is not causal relationship to the price of Zhong Hang,the price of Zhong Hang is causal relationship to BDI index.If contraction,BDI index is not causal relationship to the price of Dong Sen,the price of Dong Sen is causal relationship to BDI index；If the expanded state, BDI index is not causal relationship to the price of Dong Sen,the price of Dong Sen is causal relationship to BDI index. If contraction,BDI index is causal relationship to the price of Tai Hang,the price of Tai Hang is not causal relationship to BDI index；If the expanded state, BDI index and the price of Tai Hang have no mutual Granger causality relations.If contraction,BDI index is causal relationship to the price of Si Wei Hang,the price of Si Wei Hang is not causal relationship to BDI index；If the expanded state, BDI index is not causal relationship to the price of Si Wei Hang,the price of Si Wei Hang is causal relationship to BDI index.

論文內容目次
 表目錄錄…VIII
 圖目錄……XI
 第一章緒論	1
 第一節研究背景	1
 第二節研究動機	3
 第三節研究目的	4
 第二章文獻回顧	5
第一節波羅的海指數(BALTIC DRY INDEX，BDI)簡介	5
第二節馬可夫模型與景氣循環	7
 第三節各種領先落後關係	8
 第三章研究方法	10
 第一節單根檢定(UNIT ROOT TEST)	10
 第二節共整合檢定(CO-INTEGRATION)	12
 第三節GRANGER因果關係檢定	14
 第四節多變量馬可夫轉換模型	15
 第四章實證結果與分析	18
 第一節資料來源及處理方式	18
 第二節基本統計量分析	28
 第三節單根檢定結果與分析	32
 第四節向量自我迴歸模型	37
 第五節JOHNSEN共整合檢定	38
 第六節馬可夫向量轉換誤差修正模型分析	42
 第五章研究結論	88
 第一節結論	88
 第二節建議	92
 參考文獻	93
 中文文獻	93
 英文文獻	94


表目錄
【表4-1】國內航運上市公司股價相關係數分析表19
【表4-2】BDI 指數及加權指數之描述性統計量29
【表4-3】7 家個股股價之描述性統計量31
【表4-4】BDI 指數及加權指數單根檢定分析33
【表4-5】7 家個股單根檢定分析34
【表4-6】BDI 指數及加權指數一階差分之單根檢定分析35
【表4-7】7 家個股一階差分之單根檢定分析36
【表4-8】加權指數及7 家個股之最適落後期數38
【表4-9】軌跡檢定結果40
【表4-10】最大特性根檢定結果41
【表4-11】加權指數最適模型之適配度及統計量45
【表4-12】益航股價最適模型之適配度及統計量46
【表4-13】新興股價最適模型之適配度及統計量47
【表4-14】裕民股價最適模型之適配度及統計量48
【表4-15】中航股價最適模型之適配度及統計量49
【表4-16】東森股價最適模型之適配度及統計量50
【表4-17】台航股價最適模型之適配度及統計量51
【表4-18】四維航股價最適模型之適配度及統計量52
【表4-19】加權指數機率轉換矩陣結果53
【表4-20】益航股價機率轉換矩陣結果53
【表4-21】新興股價機率轉換矩陣結果54
【表4-22】裕民股價機率轉換矩陣結果54
【表4-23】中航股價機率轉換矩陣結果55
【表4-24】東森股價機率轉換矩陣結果55
【表4-25】台航股價機率轉換矩陣結果56
【表4-26】四維航股價機率轉換矩陣結果56
【表4-27】加權指數MSIAH(2)-VAR(4)模型係數分析結果58
【表4-28】加權指數與BDI 指數變異數結果59
【表4-29】益航股價MSIAH(2)-VAR(2)模型係數分析結果61
【表4-30】益航股價與BDI 指數變異數結果62
【表4-31】新興股價MSIAH(2)-VAR(3)模型係數分析結果64
【表4-32】新興股價與BDI 指數變異數結果65
【表4-33】裕民股價MSIAH(2)-VAR(8)模型係數分析結果67
【表4-34】裕民股價與BDI 指數變異數結果68
【表4-35】中航股價MSIAH(2)-VAR(1)模型係數分析結果69
【表4-36】中航股價與BDI 指數變異數結果70
【表4-37】東森股價MSIAH(2)-VAR(3)模型係數分析結果71
【表4-38】東森股價與BDI 指數變異數結果72
【表4-39】台航股價MSIAH(2)-VAR(3)模型係數分析結果74
【表4-40】台航股價與BDI 指數變異數結果75
【表4-41】四維航股價MSIAH(2)-VAR(4)模型係數分析結果77
【表4-42】四維航股價與BDI 指數變異數結果78
【表4-43】加權指數與BDI 指數之條件因果關係檢定結果79
【表4-44】益航股價與BDI 指數之條件因果關係檢定結果80
【表4-45】新興股價與BDI 指數之條件因果關係檢定結果81
【表4-46】裕民股價與BDI 指數之條件因果關係檢定結果82
【表4-47】中航股價與BDI 指數之條件因果關係檢定結果83
【表4-48】東森股價與BDI 指數之條件因果關係檢定結果84
【表4-49】台航股價與BDI 指數之條件因果關係檢定結果85
【表4-50】四維航股價與BDI 指數之條件因果關係檢定結果86


【圖1-1】BDI 指數趨勢圖3
【圖4-1】加權指數走勢圖20
【圖4-2】益航股價走勢圖21
【圖4-3】新興股價走勢圖22
【圖4-4】裕民股價走勢圖23
【圖4-5】中航股價走勢圖24
【圖4-6】東森股價走勢圖25
【圖4-6】東森股價走勢圖25
【圖4-7】台航股價走勢圖26
【圖4-8】四維航股價走勢圖27
【圖4-9】馬可夫轉換模型選擇流程圖43

第一節中文文獻
徐劍華，(1997)，「國際海運經濟新論」，北京：人民交通出版社。
林向愷、黃裕烈、管中閔，(1998)，「景氣循環轉折點認定與經濟成長率預測」，
經濟論文叢刊，第26期，頁431-457。
林修葳、饒秀華及黎明淵(1999)，「藉由馬克夫轉換模型解決風險值計測過程高峰、後尾與偏態問題—國內主要指數實證結果」，第一屆財務理論與實務暨同福基金會學術研討會。
鍾惠民、姜淑美、林容竹、黃達業(2002)，「市場變革與期貨現貨領先落後關係之研究：三種台指期貨之分析」，交通大學2002年財經情勢及衍生性產品研討會，新竹。
呂建徵，(2004)，股票市場與景氣循環之分析：馬可夫轉換向量誤差模型(MS-VECM)之應用，銘傳大學財務金融學系碩士論文。
許瑋民，(2004)，「跌破專家眼鏡的散裝航運業」，華控月刊，2004015期，頁32-37。
陳永順，(2005b)，「國際散裝乾貨船市場分析」，船舶與海運通訊，第18期，頁12-29。
陳肇安，(2005)，台灣運輸類股指數與BDI等國內相關指數連動性之探討，中山大學財務管理學系碩士在職專班論文。
9. 田宸瑄，(2007)，國際油價、股市與景氣循環之相關分析-馬可夫轉換向量誤差修正
模型的運用，世新大學財務金融學系碩士論文。
10. 何晉婷、梁慎剛(2009)，「中國沿海集裝箱運價指數及波羅的海運價指數的比較」，
水運管哩，第三十一卷，第八期。
11. 馬毓駿，林秋瑾，(2009)，「房地產景氣特性之再確認—多變量馬可夫轉換之應用」，
住宅學報，第18卷第1冊，頁23-37。

第二節英文文獻
Alphaliner(2007), “Containership charter rates vs. Bulk carrier charter rates,”Alphaliner-The Worldwide reference in Liner shipping.
Dickey,D.A., and Fuller,W.A. (1979), "Distribution of the Estimators for Autoregressive Time Series With a Unit Root.",  Journal of American Statistics Association,  Volume 74,  No 366,  pp.421-437.
Engle, Robert F., and Granger,C.W.J., (1987)“Co-integration and Error Correction:Representation, Estimation and Testing,” Econometrica 55 ,No.2, 251-276.
Goldfeld,andQuandt (1973), "A Markov Model for Switching Regressions."，Journal of Econometrics,  Volume 60,  No 1,pp.3-16.
Hamilton, J.D.(1989), "A New Approach to the Economic Analysis of Non-stationary Time Series and Business Cycles. ", Econometrica,Volume 57,pp.357-384.
Johansen,S. (1991), "Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Moedls.",  Econometrica,  Volume 59, pp.1551-1580.
Kavussanous,M.G. and Nomikos,N.K.(2003), “Price Discovery,Causality and Forecasting in the Freight Futures Market,”Review of Derivatives Research,Vol.6,No.3,pp.203-230.
Kavussanous,M.G. and Visvikis,I.D. and Alexakis,P.D.(2008), “The Lead-Lag Relationship Between Cash and Stock Index Futures in a New Market,” European Financial Management,Vol.14,No.5,pp.1007-1025. 
Korner,F.M.(2008),The Role of Shipping in Forecasting Economic Development,Diploma Thesis,The University of Mannheim.
Krolzig,H.M.(1997), Markov-switching vector autoregressions: modeling, statistical inference,and application to business cycle analysis, Berlin: Springer.
Pelagatti,M.(2001), "Gibbs sampling for a duration dependent Markov switching model with an application to the U.S. business cycle," Working Paper.
Quandt (1958), "The Estimation of the Parameter of a Linear Regression System Obeying Two Separate Regime.",  Journal of American Statistics Association, Volume 53,  No 284,  pp.335-346.
Raymond J. E. and R. W. Rich, (1997), “Oil and the Macroeconomy: A Markov Switching Approach.”   Journal of Money Credit, and Banking, Vol. 29(2),   pp.193-213
Said, S.E. and D.A. Dickey (1984), “Testing for unit roots in autoregressive-moving average models of unknown order,” Biometrika 71, 599-608.