台灣期貨交易所自1997年成立以來，指數型商品成交量、未平倉量日漸增加，參與者也日趨多元，2008年甚至已超過以法人為主要交易對象的新加坡交易所（SGX）MSCI台指期貨，可見主管機關對期貨市場深化的努力已受到國外投資機構的認同。而台灣證券交易所自2003年成功推出台灣第一支交易所交易基金（ETF）--台灣卓越50基金之後，於2004年推出另一檔以中型企業為標的的部分集合指數基金—台灣中型100，以呈現台灣證券市場具成長潛力的中型企業績效，並供投資人參與。

    過去文獻多數在探討同一標的指數現貨、期貨、ETF間，或台灣加權指數現貨、期貨與台灣50 ETF間的關係，且多數著重於價格發現研究。由於台灣中型100 ETF交易量尚較清淡，故本研究嘗試加入台灣中型100現貨指數，以2003/05/02-2008/04/30之日資料，探討「台灣加權指數現貨與台指期貨」及「台灣加權指數現貨與台灣中型100指數」及「台指期貨與台灣中型100指數」價格之因果關係及領先與落後關係，利用共整合檢定、向量誤差修正模型（VECM）和Granger因果關係了解其價格之因果關係及長、短期領先--落後關係。此外，透過衝擊反應函數與變異數分解，發現其資訊傳遞的方式。

    研究發現，（1）Granger因果關係檢定方面，台灣加權指數對資訊的反應優於台灣中型100指數及台指期貨，而台灣中型100指數與台指期貨互為領先，在期貨交易量與流動性已大幅提升之際，仍無法明確發揮其效率市場對於標的現貨的價格發現功能。（2）向量誤差修正模型上，此三種指數皆會受其自身前1-2期影響，證明了時間序列資料波動叢聚性、不對稱性現象的存在。在短期的價格領先—落後情況來看，台灣加權指數約領先台指期貨2期，台灣加權指數與台灣中型100指數、台指期貨與台灣中型100指數間，皆無絕對領先情況。就價格發現能力而言，期貨指數在此並未充分展現出槓桿假說、交易成本假說、交易限制假說、市場資訊假說、、、等之優勢，很容易就會因套利空間存在以及流動性充足，而將價格拉回到合理的價位。（3）預測誤差變異數分解與衝擊反應分析方面，台灣加權指數對其他變數的誤差變異數皆有近九成的解釋能力，表示加權指數的衝擊是誤差修正系統中預測變異數的主要來源，而中型100指數變動的衝擊對系統中的變數影響較大，這與台灣中型100指數成分股之股本不似大型股龐大且又不失流通性，因而短時間內對於資訊的反應會比大型股靈活有關。

Since the establishment of the Taiwan Futures Exchange in 1997, the volume and the open interest of the index futures have increased dramatically, and the participants of the market have also diversified. In 2008, Taiwan Futures Exchange has surpassed Singapore Exchange(SGX) which main players are international financial institutions, and the effort of the authority in internationalization has earned the recognition of foreign investment institutions. After Taiwan Futures Exchange has successfully established the first ETF, the TWSC Taiwan 50 index, in 2003, another ETF, the TWSC Taiwan Mid-Cap 100 index was also established to demonstrate the achievement of the mid-cap corporations in Taiwan, aiming to provide the investor an valuable reference.

  Most study in the pass were emphasized in the relationship between the index, future index and the ETF, or the relationship between Taiwan Stock Exchange Capitalization Weighted Index(TAIEX), index futures and TWSC Taiwan 50 index ETF, which most were emphasized on the price discovery of these product. Due to the reason that the volume of the TWSC Taiwan Mid-Cap 100 index futures was still insignificant, the cash price of the TWSC Taiwan Mid-Cap 100 index was incorporated in this study, date ranging from 2nd May 2003 to 30th April 2008. In this study, we should discuss the price movement relationship of “TAIEX and Taiwan Index Futures”, “TAIEX and TWSC Taiwan Mid-Cap 100 index” and “Taiwan Index Futures and TWSC Taiwan Mid-Cap 100 index”. By using various methods such as Cointegration Test, Vector Error Correction Model(VECM) and Granger Causality, the relationship between each price movements are examinated. Furthermore, by analyzing impulse response function and variance decomposition, the way in which information is conducted is understood.

  It is found in this study, (1)Granger Causality Test, TAIEX has a better response to information than TWSC Taiwan Mid-Cap 100 index. The effectiveness responses of TWSC Taiwan Mid-Cap 100 index and Taiwan Index Futures to the information are less conclusive. As the volume and the liquidity of Taiwan Index Futures increases, it is still uncertain that these indices are performing as effective as the discovery of prices in the market. (2)In the model of Vector Error Correction Model, these three indices were affected by previous 1-2 period of time, indicating data in time series are clustered and asymmetrical. In a shorter time frame, TAIEX is leading Taiwan index futures by 2 periods. No significant result are found comparing TAIEX and TWSC Taiwan Mid-Cap 100 index, and of Taiwan index futures and TWSC Taiwan Mid_Cap 100 index. As for price discovery, the Taiwan index futures did not fully demonstrate the advantages of leverage hypothesis,
transaction cost hypothesis, trading limitation hypothesis, market information hypothesis, etc. Price are quickly stabilized in a reasonable manner due to arbitrage and liquidity of the market. (3)On predicting impulse response function and variance decomposition, TAIEX is able to explain 90% of the variables, indicating the effect of TAIEX is the primary source in predicting error correction system. The movement of TWSC Taiwan Mid-Cap 100 index have a larger impact on the variables in the system. The underlying companies of TWSC Taiwan Mid-Cap 100 index has smaller capital as well as the liquidity needed, therefore, their prices are able to response to the information much quicker than those with lager capitals in a shorter period of time.

第一章	緒論
   第一節 研究背景……………………………………………   1
   第二節	 研究動機……………………………………………   4
   第三節 研究目的……………………………………………   5
   第四節 研究架構……………………………………………   8
第二章	相關理論與文獻探討
   第一節 台灣中型100指數編製方法 ………………………  10
   第二節 價格發現理論………………………………………  13
   第三節 文獻回顧……………………………………………  20
第三章	研究方法
   第一節	 實證資料分析………………………………………  30
   第二節 單根檢定……………………………………………  30
   第三節 共整合關係檢定……………………………………  34
   第四節 向量自我迴歸模型…………………………………  40
   第五節 向量誤差修正模型…………………………………  41
   第六節 GRANGER因果關係 …………………………………  43
   第七節 預測誤差變異數分解與衝擊反應分析……………  46
第四章	實證結果分析
   第一節	 資料說明……………………………………………  50
   第二節 價格走勢……………………………………………  51
   第三節 基本統計分析………………………………………  55
   第四節 單根檢定分析………………………………………  58
   第五節 共整合分析…………………………………………  60
   第六節	 Granger因果關係…………………………………   62
   第七節	 誤差修正模型………………………………………  64
   第八節 預測誤差變異數分解與衝擊反應分析……………  74
   第九節	 實證結論彙整………………………………………  82
第五章  結論與建議
   第一節 結論…………………………………………………  83
   第二節 後續研究建議………………………………………  88

圖目錄
圖 1-1  台指期貨交易量變化
圖 1-2  研究流程圖
圖 2-1  台灣中型100指數成份股分類
圖 4-1  台灣加權指數走勢圖
圖 4-2  台指期貨數走勢圖
圖 4-3  台灣中型100指數走勢圖
圖 4-4  台灣加權指數、台指期貨與台灣中型100指數走勢比較
圖 4-5  台灣加權指數報酬率走勢圖
圖 4-6  台指期貨報酬率走勢圖
圖 4-7  台灣中型100指數報酬率走勢圖
圖 4-8  台灣中型100指數為首位之衝擊反應圖
圖 4-9  加權指數為首位之衝擊反應圖
圖 4-10  台指期貨為首位之衝擊反應圖

表目錄
表 1-1  台股相關指數期貨契約比較表
表 2-1  公眾流通量級距
表 2-2  台灣中型100指數權重前10名個股
表 4-1  台灣加權指數、台指期貨與台灣中型100指數敘述統計量
表 4-2  台灣加權指數、台指期貨與台灣中型100指數相關係數比較
表 4-3  台灣加權指數、台指期貨與台灣中型100指數報酬率敘述統
        計量
表 4-4  台灣加權指數、台指期貨與台灣中型100指數報酬率相關係
        數比較
表 4-5  單根ADF檢定比較表
表 4-6  單根PP檢定比較表
表 4-7  台灣加權指數與台指期貨共整合檢定
表 4-8  台灣加權指數與台灣中型100指數共整合檢定
表 4-9  台指期貨與台灣中型100指數共整合檢定
表 4-10 台灣加權指數與台灣中型100指數之因果關係檢定
表 4-11 台灣加權指數與台指期貨之因果關係檢定
表 4-12 台指期貨與台灣中型100指數之因果關係檢定
表 4-13 台灣加權指數與台指期貨誤差修正模型結果
表 4-14 台灣加權指數與台灣中型100指數誤差修正模型結果
表 4-15 台指期貨與台灣中型100指數誤差修正模型結果
表 4-16 台灣中型100指數於首位之變異數分解表
表 4-17 加權指數於首位之變異數分解表
表 4-18 台指期貨於首位之變異數分解表
表 4-19 台灣中型100指數、加權指數、台指期貨位於首位之平均衝
        擊反應
表 4-20 實證結論彙整

附錄
附錄一  台灣中型100指數於首位之變異數分解表（明細）
附錄二  加權指數於首位之變異數分解表（明細）    
附錄三  台指期貨位於首位之變異數分解表（明細）
附錄四  台灣中型100指數於首位之衝擊反應分析明細
附錄五  加權指數於首位之衝擊反應分析明細
附錄六  台指期貨於首位之衝擊反應分析明細

一、中文部份
1.李柏勳(民95)，「在不同時間趨勢下台股指數現貨與台股指數期貨
  領先落後關係之探討」，南華大學財務管理研究所碩士論文。
2.何怡滿與康信鴻，2001 年3 月，「以GARCH 模型探討SIMEX 摩根
  臺股指數期貨、TAIFEX 臺股指數期貨與TSE 臺指現貨之領先/落後
  關係」，中華管理評論，第四卷第二期，pp.1-12.
3.吳智良(民95)，「電子類股及金融類股現貨及期貨市場效率性分
  析」，國立台灣大學經濟學研究所碩士論文。
4.周雨田、李志宏、巫春洲(民91)，「台灣期貨對現貨市場的資訊傳
  遞效果分析」財務金融學刊，第十卷第二期，1-22頁。
5.洪惠娟(民92)，「S＆P500指數、期貨與 ETF價格發現之研究」，
  私立淡江大學財務金融研究所碩士論文。
6.徐菽銘 (民 87)，「SIMEX台股指數期貨上市對現貨波動性之影
  響」，國立台灣大學國際企業研究所碩士論文。
7.唐婉崴（2003），「指數現貨、指數期貨與指數股票型基金價格發
  現能 力之探討-NASDAQ 100 指數商品為例」，淡江大學財務金融
  研究所碩士論文。
8.張君賢(民95)，「台灣金融市場之套利可行性分析-以台股指數、
  期貨與選擇權為例」，長庚大學企業管理研究所碩士論文。
9.孫嘉明(民93)，「台指50ETF發行對台指期現貨市場關聯性與波動
  效果之研究－多變量VEC-GJR GARCH模型之應用」，國立台北大學 
  合作經濟研究所碩士論文。
10.張瓊嬌、古永嘉(2003) ,「台灣股價指數期貨與現貨市場資訊傳
   遞及價格波動性之研究－雙元EGARCH-X模式與介入模式之應用」,
   管理評論, 22卷1期 ,53-74。
11.陳育仁(民95)，「臺指現貨、臺指期貨與摩臺指期貨價格關聯性
   之研究－門檻模型之應用」，南華大學財務管理研究所碩士論
   文。
12.陳怡伶(民92)，「台灣50 ETF與台灣加權股價指數現貨與台指期
   貨間的價格關聯性研究」，成功大學企業管理研究所碩士論文。
13.陳龍志(民94)，「台灣50指數、期貨與ETF價格發現功能之比
   較」，南華企業財務管理研究所碩士論文。
14.陳宜廷（2004），「時間不可逆性的經濟計量研究」，中央研究
   院2004年年輕學者研究著作獎研究成果簡介
15.楊奕農(2005),時間序列分析 : 經濟與財務上之應用,雙葉書廊,
16.錢怡成(民91)，股價指數期貨與現貨價格關聯性之研究」，南華
   企業財務管理研究所碩士論文。
17.萬幸真(民91)，「現貨市場交易制度改革對期貨市場外溢效果之
   研究-以TAIFEX為例」，政治大學財務管理研究所碩士論文。
18.蔡垂君，李存修 (2003/9)。台灣股價指數與指數期貨跨市場價量
   訊息傳遞關係之實證研究-價格發現與價量關係。 中華管理評
   論，第6卷，第5期，頁63-79。 
19.廖崇豪 (民 83)，「期貨與現貨價格之關聯性分析與研究-以芝加
   哥玉米及股價指數期貨市場為例」，國立中興大學經濟學研究所
   碩士論文。
20.謝文良(民91)，「價格發現、資訊傳遞與市場整合－台股期貨市
   場之研究」財務金融學刊，第十卷第三期，1-31頁。
21.魏伶如(民94)，「門檻向量誤差修正模型在金融市場之運用」，
   國立交通大學管理科學研究所博士論文。
22.羅新錡(民96)，「期貨交易稅的調降與價格發現之實證研究－以
   台指期貨與新加坡摩台指期貨為例」，淡江大學財務金融研究所
   碩士論文。

二、英文部分
1.Bollerslev, T. (1986). Generalized Autoregressive 
  Conditional Heteroskcedasticity, Journal of Econometrics, 
  31, 307-327.
2.Chan, K. (1992)“An Analysis of the Lead-Lag Relationship 
  between the Cash Market and Stock Index Futures Markets,”
  Review of Financial Studies, Vol. 5, No.
3.Chu Q. C., W. G. Hsieh and Y. Tse(1999), “Price 
  Discovery on the S&P 500 Index Markets: An Analysis of 
  Spot Index, Index Futures and SPDRs,” International 
  Review of Financial-Analysis, Vol.8, pp.21-34. 
4.Chiang R. and W. Fong(2001), “Relative informational 
  efficiency of Cash, Futures and Options Markets: The Case 
  of an Emerging Market,” Journal of Banking & Finance, 
  Vol.25, pp.355-375. 
5.Campbell, J. and L. Hentschell(1992), “No News is Good 
  News: An Asymmetric Models of Changing Volatility in 
  Stock Returns,” Journal of Financial Economics, 31, 281-
  318.
6.Cornell, B. and French, K. R. (1983a). The Pricing of 
  Stock Index Futures, Journal of Futures Markets, 3, 1, 1-
  14.
7.Cornell, B. and French, K. R. (1983b). Taxes and the 
  Pricing of Stock Index Futures, Journal of Finance, 38, 
  675-694.
8.Dickey, D. A. and Fuller, W. A., (1981) “ Likelihood 
  Ratio Statistics for utoregressive Time Series with Unit 
  Root,”Econometrica, Vol. 49. 
9.Engle, R. F. and Granger, C. W. J., (1987)“Cointegration 
  and Error Correction： Representation, Estimation and 
  Testing,”Econometrica, Vol. 55. 
10.Fama, E.(1970), “Efficient Capital Markets: A Review of 
   Theory and Empirical Work,” Journal of Finance, Vol.25, 
   pp.383-417. 
11.Fleming, J., B. Ostdiek and R. E. Whaley(1996), 
  “Trading Costs and the Relative Rates of Price Discovery 
   in Stock, Futures and Option Markets,” The Journal of 
   Future Market, Vol.16(4), pp.353-387.
12.Frino, A., T. Walter, and West, A. (2000). The lead-lag 
   relationship between equities and stock index futures 
   markets around information releases, Journal of Futures 
   Markets, 20, 5, 467-487.
13.Granger, C. W. J. and P. Newbold(1974), “Superious 
   Regressions in Econometrics,” Journal of Econometrics, 
   Vol.2(2), pp.111-120. 
14.Granger, C. W. J., (1980)“Testing for Causality-A 
   Personal Viewpoint,”Journal of Econometric Dynamics and 
   Control, Vol. 2. 
15.Gwilym, O. A. and Bruckle, M. (2001). The Lead-Lag 
   Relationship Between the FTSE100 Stock Index and its 
   Derivative Contracts, Applied Financial Economics, 11, 
   385-393.
16.Hamilton, J.D.（1994）, Time Series Analysis, New 
   Jersey ： Princeton University Press.
17.Harris, F. H. deB., T. H. Mcinish, G. L. Shoesmith and 
   R. A. Wood(1995), “Cointegration, error correction and 
   price discovery on informationally linked security 
   markets,” Journal of Financial and Quantitative 
   Analysis, Vol.30, pp.563-579.
18.Johansen, S. and K. Juselius(1990), “Maximum Likelihood 
   Estimation and Inference on Cointegration with 
   Application to the Demand for Money,” Oxford Bulletin 
   of Economics and Statistic, Vol.52, pp.169-209. 
19.Kawaller, I. G., P. D. Koch and T. W. Koch(1987), “The 
   Temporal Price Relationship between S&P 500 Futures and 
   the S&P 500 Index,” The Journal of Finance, Vol.42(5), 
   pp.1309-1329.
20.Kim, M., A. C. Szakmary and T.V. Schwarz(1999), 
   “Trading Costs and Price Discovery across Stock Index 
   Futures, and Cash Markets,” The Journal of Futures 
   Markets, Vol.19, pp.475-489.
21.Klemkosky, R. C. and J. H. Lee , 1991,”The Intraday Ex 
   Post and Ex Ante Profitability of Index Arbitrage,” 
   Journal of Futures Markets,vol.11,pp. 291-311.    
22.Min, J. H. and M. Najand(1999), “A Further 
   Investigation of the Lead-Lag Relationship between the 
   Spot Market and Stock Index Futures: Early Evidence from 
   Korea,” The Journal of Futures Markets, Vol.19, pp.217-
   232. 
23.Nelson, C. R. and C. I. Plosser(1982), “Trends and 
   Random Walks in Macroeconomic Time Series：Some Evidence 
   and Implications,” Journal of Monetary Economics, 
   Vol.10, pp.139-162.
24.MacKinley, A. C. and K. Ramaswamy, 1988, “Index Futures 
   Arbitrage and  the Behavior of Stock Index Futures 
   Prices,” Review of Financial Studies , vol.1,
   pp.137-158. 
25.Martikainen, T., and V. Puttonen, (1994)“International 
   Price Discovery in Finnish Stock Index Futures and Cash 
   Markets,”Journal of Banking and Finance, Vol. 18.
26.Mills, T.（1993）, The Econometric Modelling of 
   Financial Time Series,Cambridge,  England: Cambridge 
   University Press.
27.Kawaller, Ira G., Koch, Paul D. and Koch, Timothy W., 
   (1987)“The Temporal Price Relationship between S&P 500 
   Futures and the S&P 500 Index,”The Journal of Finance, 
   Vol. 42, No. 5. 
28.Koutoms, G., & G. G. Booth, 1995, Asymmetric volatility 
   transmission in international stock markets. Journal of 
   International Money and Finance, 14:747-762.
29.Osterwald-Lenum, M.(1992), “A Note with Ouantiles of 
   the Asymptotic Distribution of the Maximum Likelihood of 
   Cointegrtion Rank Statistics,” Oxford Bulletin of 
   Economics and Statistics, Vol.54, pp.467-471. 
30.Pagan, A. R. and Wickens, M. R. (1989). A Survey of Some 
   Recent Econometric Methods, Economic Journal, 99, 398, 
   962-1025.
31.Phillips, P. C. B., and Perron, P. (1988). Testing for a 
   Unit Root in Time Series Regression, Biometrika, 75, 2, 
   335-346.
32.Schwarz, G.(1987), “Estimating the Dimension of a 
   Model,” The Annual of Statistical 6, pp.461-464.
33.Shyy, Gang, Vijayraghavan, Vasumathi and Brian, Scott-
   Quinn, (1996)“A Further Investigation of the Lead-Lag 
   Relationship between the Cash Market and Stock Index 
   Futures Market with the USE of Bid/Ask Quotes：the Case 
   of France,”Journal of Finance and Quantitative Analysis 
   Vol. 16, No. 4.
34.Quan, Jing, (1992)“Two-Step Testing Procdeure for Price 
   Discovery Role of Futures Prices,”The Journal of 
   Futures Markets, Vol. 12, No. 2.
35.Sims, C. A.(1980), “Comparison of Interwar and Postwar 
   Business Cycles: Monetarism Reconsidered,” American 
   Economic Review, Vol.70(2), pp.250-257.
36.Stoll, H. R. and R. E. Whaley(1990), “The Dynamic of 
   Stock Index and Stock Futures Return,” The Journal of 
   Financial and Quantitative Analysis, Vol.25, pp.441-468.
37.Tse, Y. K., (1995)“Lead-Lag Relationship between SPOT 
   Index and Futures Price of the Nikkei Stock Average,”
   Journal of Forecasting, Vol. 14. 
38.Roope, M. and R. Zurbruegg(2002), “The Intra-day Price 
   Discovery Process Between the Singapore Exchange and 
   Taiwan Futures Exchange,” The Journal of Futures 
   Markets, Vol.22(3), pp.219-240.
39.Wahab, Mahmoud and Malek, Lashgari (1993) “ Price 
   Dynamics and Error Correction in Stock Index and Stock 
   Index Futures Markets：A Cointegration Approach,”The 
   Journal of Futures Markets, Vol. 13, No. 7.
40.Yadav, P. K. and P. F. Pope, 1990,”Stock Index Futures 
   Arbitrage: International Evidence,” Journal of Futures 
   Markets ,vol.10,pp.573-603.