本研究運用三種不同的擇時與選股能力模型研究三檔成立超過十年且規模超過百億的股票型基金，以及一檔規模超過百億的指數型基金，來探討基金經理人績效；並利用Copula函數配適共同基金與股票市場之間的關聯性結構，以透過最佳配適的Copula函數求出兩市場間的條件蔓延機率以解釋兩市場間的關係。實證結果獲得以下幾點結論：
一、針對成立超過十年且基金規模超過百億以上的（主動式）股票型基金和（被動式）指數型基金，進行投資策略不同之基金擇時能力與擇股能力的比較。實證結果發現馬拉松基金確實績效較佳。
二、針對兩種類型不同，但是投資標的皆為台灣股票市場的基金，研究兩種類型基金與台灣股票市場之間的關聯性。發現二者確實存在動態相關性，但其相關程度會隨時間而改變。
三、藉由蔓延機率對極端事件的評估，可提供投資人中長期投資與避險的參考。

The study applies different timing and selective ability model to evaluate the performance of fund manager via stock fund and index fund which fund size beyond billion dollars and has established for 10 years or more. On the other hand, the study applies Copula functions to find the best dependence of mutual fund and stock market through the optimization of Copula functions that could calculate the contagion probabilities and their correlation of the two markets. The empirical results are as following:
First, compare timing ability and selective ability with different fund which used  different investing strategy based on fund size beyond billions dollars and has established for 10 years or more. The result exhibits Marathon fund can outperform other funds.
Second, research the relation between Taiwan stock market and different fund’s style based on investing object both are Taiwan stock market. The result appears the dynamic relationship exist exactly, but the degree of correlation are time varying.
Third, the study provide investors with recommendations for long-term investment and hedging by estimate extreme events through contagion probabilities.

目 錄
第一章　緒論	
　　第一節　研究動機與背景 1
　　第二節　研究目的 3
　　第三節　研究架構與流程 4
第二章　理論與文獻回顧	
　　第一節　台灣共同基金市場介紹 6
　　第二節　共同基金績效評估與相關文獻 13
　　第三節　共同基金與股票市場關聯性與相關文獻 19
　　第四節　Copula相關文獻 23
第三章　研究方法	
　　第一節　研究流程與假說 28
　　第二節　變數定義 30
　　第三節　基金擇時能力與選股能力模型 31
　　第四節　單根檢定 34
　　第五節　ARCH效果檢定 36
　　第六節　GARCH模型 37
　　第七節　Copula定義與相關理論 39
　　第八節　Copula蔓延機率 45
第四章　實證結果與分析	
　　第一節　研究資料與來源 47
　　第二節　敘述統計分析 49
　　第三節　基金擇時能力與選股能力 53
　　第四節　單根檢定與ARCH效果檢定 60
　　第五節　GARCH模型參數估計 62
　　第六節　Copula參數估計與配適 64
　　第七節　Copula蔓延機率 68
第五章　結論與建議	
　　第一節　結論 71
　　第二節　建議 72
參考文獻	
　　一、中文文獻 73
　　二、英文文獻 75
附錄一：股票型基金與指數型基金一覽表 79
附錄二：全國35家投信公司一覽表 83

表　目　錄
表  1 台灣基金公司的發展 8
表  2 台灣投信投顧產業結構 9
表  3 台灣共同基金發展概況 10
表  4 Copula函數及其相關係數 45
表  5 報酬率極端衝擊定義 46
表  6 研究標的資料簡介 48
表  7 敘述統計量 50
表  8 基金擇時能力與選股能力比較－Treynor and Mazuy（1966）模型 54
表  9 基金擇時能力與選股能力比較－Henriksson and Merton（1981）模型 56
表 10 基金擇時能力與選股能力比較－Chang and Lewellen（1984）模型 58
表 11 單根檢定 61
表 12 ARCH效果檢定（EGARCH模型配適前） 61
表 13 EGARCH模型參數估計結果 62
表 14 ARCH效果檢定（EGARCH模型配適後） 63
表 15 Copula參數估計與Kendall’s tau相關係數 65
表 16 極端事件門檻值估計結果 70
表 17 極端事件蔓延條件機率估計值 70
表 18 極端事件蔓延條件機率的變動值 70

圖　目　錄
圖  1 研究架構圖 5
圖  2 台灣投信公司家數（1990年至2011年） 8
圖  3 台灣投信投顧產業結構圖 9
圖  4 台灣共同基金結構圖 11
圖  5 台灣共同基金個數與規模變動趨勢 11
圖  6 基金績效評估指標 15
圖  7 研究方法流程圖 29
圖  8 基金淨值與台灣加權股價指數時間序列圖 51
圖  9 報酬率時間序列圖 52
圖 10 報酬率次數分配圖 52
圖 11 報酬率QQ圖 52
圖 12 基金淨值報酬率與市場報酬率散佈圖 63
圖 13 Copula機率密度圖（一） 66
圖 14 Copula機率密度圖（二） 67

一、中文文獻
1.王卲儒，（2007），證券市場與共同基金市場間之績效與流量關聯性探討，樹德科技大學金融保險系碩士論文。
2.王冠尊，(2011)，台灣股價指數與總體經濟關聯性結構之研究-Copula模型之應用，淡江大學財務金融學系碩士班碩士論文。
3.李宗龍，（2001），開放式股票型共同基金報酬率與大盤加權指數報酬率波動關聯性之實證研究，國立台北大學企業管理學研究所碩士論文。
4.李沃牆、黃佳慧，（2010），「應用Copula函數於組合型認購權證評價」，淡江人文社會學刊，第43期，頁49-80。
5.邱清顯，（2004），「共同基金績效評估方法之綜合評論」，遠東學報，第21期，頁543-554。
6.林勝宏，（2004），國際股市關聯性結構之研究－Copula模型之應用，國立台灣科技大學資訊管理學系碩士論文。
7.姚雅玢，（1999），「GARCH效果下基金市場經理人擇時能力研究」，產業金融季刊，第105期，頁1-40。
8.徐清俊、陳欣怡，（2003），「股票型基金績效之研究－考量GARCH效果」，遠東學報，第20卷第4期，頁701-720。
9.陳登源、巫慧源、黃建勝，(2007)，「基金管理」，台北市：雙葉書廊。
10.陳詩佳，(2011)，應用Copula-ARMAX-EGARCH模型探討大中華地區不動產與總體經濟間的傳染效應，淡江大學財務金融學系碩士班碩士論文。
11.陳欣怡，（2004），台灣股票型共同基金波動擇時能力之研究，南華大學財務管理研究所碩士論文。
12.張志揚，（2008），台灣股票型共同基金淨值與加權股價指數之關聯性分析，國立台北大學經濟學系研究所碩士論文。
13.楊奕農，（2009），「時間序列分析：經濟與財務上之應用」，台北市：雙葉書廊出版。
14.賴奕豪、江福松、林煌傑，（2010），「極端報酬下亞洲股市之蔓延效果：應用Copula分析法」，經濟與管理論叢，第6卷第2期，頁247-270。
15.戴錦周、林孟樺，（2007），「投信與基金績效之研究」，台灣金融財務季刊，第8輯第3期，頁65-91。
二、英文文獻
1.Bailey, W. and J. Lim, (1992), “Evaluaing the Diversification Benefits of the new Country Funds,” Journal of Portfolio Management, Vol.18, No.3, pp.74-80.
2.Ben-Zion, U., J. Choi, and S. Hauser, (1996), “The Price Linkages Between Country Funds and National Stock Markets: Evidence From Co-integration and Causality Tests of Germany, Japan, and UK Funds,” Journal of Business Finance and Accounting, Vol.23, No.7, pp.1005-1017.
3.Bekaert, G. and M. Urias, (1996), “Diversification, Integration, and Emerging Market Closed-End Funds,” The Journal of Finance, Vol.51, No.3, pp.835-839.
4.Bollerslev, T., (1986), “Gerneralized Autogressive Conditional 
Heteroskedasticity,” Journal of Econometrics, Vol.31, pp307-321.
5.Christos, A., N. Nikitas, P. Theopfano, and P. Sunil, (2005), “The dynamics Between Stock Returns and Mutual Fund Flows: Empirical Evidence Form the Greek Markets,” International Review of Financial Analysis, Vol.14, No.5, pp.559-569.
6.Chang, E. C. and Lewellen, W. G., (1984), “Market Timing and Mututal Fund Investment Performance,” Journal of Business, Vol.57, pp.22-57.
7.Costinot, A., T. Roncalli, and J. Teiletche, (2000), “Revising the Dependence Between Financial Markets with Copulas,” Pairs Credit Lyonnais Working Paper.
8.Dickey, D. A., and, W. A. Fuller, (1979). “Distribution of the Estimates for Autoregressive Time Series with Unit Root,” Journal of the American Statistical Association, Vol.74, No.366, pp.427-431.
9.Evangelos, B. and J. Marek, (2011), “Short-term Persistence in Mutual Fund Market Timing and Stock Selection Abilities,” Annuals of Finance, Vol.7, No.2, pp.221-246.
10.Engle, R. F., (1982), “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation,” Econometrica, Vol.50, pp.987-1008.
11.Franklin, R. E. and Z. Xin, (1998). “Mutual Funds and Stock and Bond Market Stability,” Journal of Financial Services Research, Vol.13, No.3, pp.257-282.
12.Harry, M., S. Matthew, and Z. Hong, (2008), “Estimating the Dynamics of Mutual Fund Alphas and Betas,” The Review of Financial Studies, Vol.25, No.1, pp.233-264.
13.Henriksson, R. D. and Merton, R. C., (1981), “On Market Timing and Investment Performance,” Journal of Business, Vol.54, pp.513-533.
14.Jondeau, E. and M. Rockinger, (2006), “The Copula-GARCH Model for Conditional Dependencies: An International Stock Market Application,” Journal of International Money and Finance, Vol.25, No.5, pp.827-853.
15.Manju, C., (2011), “Do Indian Mutual Fund Managers Select the Stock and Time the Market Correctly,” IVP Journal of Applied Finance, Vol.17, No.2, pp.77-86.
16.Michael, A., and Y. A. Chun, (1998), “Has There Been a Fundamental Change in the Stock Market?” Journal of Investing, Vol.7, No.1, pp.71-76.
17.Nelson, D. B., (1991), “Conditonal Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, Vol.59, No.2, pp.347-370.
18.Phillips, P. C. B., and P. Perron, (1988), “Testing for a Unit Root in Time Series Regression,” Biometrika, Vol.75, No.2, pp.335-346.
19.Rich, F. and M. Stuart, (2005), “Actuve International Mutual Fund Management: Can Managers Beat the Index?” Managerial Finance, Vol.37, No.1, pp.41-51.
20.Rong, N. and T. Stefan, (2010). “Returns of REITs and Stock Markets,” Journal of Property Investment and Finance, Vol.28, No.1, pp.34-57.
21.Rodriguez, J. C., (2007), “Measure Financial Contagion a Copula Approach,” Journal of Empirical of Finance, Vol.14, No.3, pp.401-423.
22.Treynor, J. L. and Mazuy, K. K., (1966), “Can Mutual Fund Outguess the Market,” Harvard Review, July-August, pp.131-135.
23.Warther, V. A. (1995), “Aggregate Mutual Fund Flows and Security Returns”, Journal of Financial Economics, Vol.39, No.2, pp.209-235.
24.Wang, K., Y. H. Chen, and S. W. Huang, (2011), “The Dynamic Dependence Between the Chinese Market and Other International Stock Markets: A Time-varying Copula Approach,” International Review of Economics and Finance, Vol.20, No.4, pp.654-664.
25.Yue, P. and N. W. Lon, (2012), “Analysing Financial Contagion and Asymmetric Market Dependence with Volatility indices via Copulas,” Annuals of Finance, Vol.8, No.1, pp.49-74.
26.Zakri Y, B. and J. Vahan, (1997), “A Reexamination of the Market-timing and Security-selection Performance of Mutual Funds,” Financail Analysis Journal, Vol.53, No.3, pp.24-30