本論文主要探討當投資市場有騷動，國際情勢有波動的時候，是否可以利用相關的情緒指數如波動率指數及偏斜指數來觀察，尤其是對股市的影響程度，資料期間為2001年7月31日至2017年7月21日止。並且同時觀察債劵市場及油市的狀況，以利未來投資人可以在其投資組合及避險措施適當的分配。本論文採用ARJI模型做進一步的捕捉與分析，並於模型中引入了股市、債市、油市進行關聯性的分析，實證結果顯示波動率指數和股市是呈負相關，且波動率指數的變化顯示投資人情緒指數是具有持續性且有減緩的傾向，當市場恐慌發生時或許投資人會呈現悲觀狀態，但此狀況會慢慢減緩並且無論波動率指數或偏斜指數都具有叢聚的現象，顯示當市場發生震盪時，報酬率會產生異常，此跳躍現象不可忽視。偏斜指數根據不同的事件有不同的反應，結果顯示非金融因素的重大事件偏斜指數反應大於波動率指數，而油價反而對股市的影響甚微。政策因素牽動債市的發展，第一次的量化寬鬆引發了後續的歐債危機，此事件造成全球化的恐慌也不能忽視。

The purpose of this paper is to explore whether the market sentiment indices predict Stock Returns, Using Volatility index and SKEW index as a proxy variable to observe, the sample date is from 31th, July, 2001 to 21th, July, 2017. On the same time, we are also including Oil and Yield for analysis to provide investors suggestion for the portfolio and hedging. The paper is using ARJI model to catch and analysis the relationship between stock market, bond market, and oil markets. The empirical result is shown that the volatility index and stock market is negative affect. And the variation of volatility is shown investors sentiment is persistent and reduce. And both of volatility index and SKEW index have volatility clustering characteristic. It cannot be ignored. The fluctuation of international oil prices just does not have significant affect with stock returns due to political factor. And the policy factor issue also affects the bond markets.

目錄
第一章	緒論...........................1
  第一節 研究背景.......................1
  第二節 研究動機......................11
  第三節 研究目的......................13
  第四節 研究流程及研究架構.............14
第二章	文獻回顧.......................16
  第一節 情緒指數敘述...................16
  第二節 投資人情緒對股市的影響..........17
  第三節 消費者及景氣波動對股市的影響.....20
第三章	研究方法........................22
  第一節 變數定義........................22
  第二節 研究方法與實證模型設置...........24
第四章	資料來源........................32
第五章	實證結果與分析檢測...............33
  第一節 基本統計量分析..................33
  第二節 單根檢定.......................38
  第三節 事件分析.......................40
  第四節 模型估計結果...................43
第六章	研究結論.......................48
參考文獻	..............................50

圖目錄
圖1-1-1 1997年至1998年 亞洲主要交易貨幣兌美元匯率變動率....2
圖1-1-2 1976年至2002年納斯達克綜合指數....................3
圖1-4-1 研究架構圖......................................15
圖1-2-1 波動率指數及偏斜指數走勢及重大事件對應............11
圖2-2-1 波動率指數與標普500走勢圖.......................19
圖2-2-2 偏斜指數與標普500走勢圖.........................19
圖5-1-1 波動率指數與標準普爾 500 走勢圖..................34
圖5-1-2 偏斜指數與標準普爾 500 走勢圖....................34
圖5-1-3 短期與長期公債殖利率走勢圖.......................35
圖5-1-4 油市與標準普爾500走勢圖..........................36
圖5-3-1 2001年至2017年波動率指數及偏斜指數跳躍大小........42

表目錄
表1-1-1 美國聯準會歷史上縮表政策一覽表.....................7
表1-1-2 美國聯準會量化寬鬆一覽表..........................8
表5-1-1 實證模型各變數基本統計量結果......................37
表5-2-1 ADF單根檢定.....................................38
表5-2-2 PP單根檢定......................................38
表5-2-3 KSS檢定........................................39
表5-3-1 2001年至2017年全部數據包含危機事件期間跳躍機率及跳耀大小...................................................41 
表5-4-1波動率指數ARJI模型檢定結果........................46
表5-4- 2偏斜指數ARJI模型檢定結果.........................47

參考文獻
1.周賓凰、張宇志、林美珍，(2007)，「投資人情緒與股票報酬互動關係」，證券市場發展季刊，第19卷，第2期，頁153-190。
2.林丙輝、張森林、葉仕國，(2017)，「台灣衍生性金融商品市場實證與運用研究文獻回顧與展望」，臺大管理論叢，第27卷，第2 期，頁2 11-258
3.邱建良、姜淑美、翁百郁，(2006)，「期間利差、股票報酬與景氣循環關聯性之探討」，華岡經濟論叢，第5卷,第2 期，頁69-95。
4.姜淑美、陳信甫、黃子晉，(2009)，「股票市場風險及效率之探討」，龍華科技大學財務金融系論文。
5.楊永列、洪萬吉、宋筧玲、蔡明純，(2005)，「油價變動對亞洲四小龍股票市場的反應：AR(1)-GARCH(1,1)模型」，經濟管理論叢第一屆管理與決策2005年學術研討會特刊，頁59-70。
6.劉祥熹、涂登才，(2012)，「美國股市及其總體經濟變數間關連性與波動性之研究」，經濟研究，第48卷，第1期，頁139-189。
7.蔡穗馥、吳億亭，(2013)，「金融危機事件對台灣股票市場的報酬與波動性之影響」，東吳經紀商學學報，第81期，頁69-93。
8.Chan, W. H. and Maheu, J. M., (2002), “Conditional Jump Dynamics in Stock Market Return,” Journal of Business & Economic Statistis. Vol.20 ,No.3, pp.377-389
9.Chiou, J. S. and Lee, Y. H., (2009),  “Jump dynamics and volatility: oil and the stock markets,” Energy, Vol 34, pp.788-796.
10.Das, S. R., (1998), “Poisson-Gaussian Processes and the Bond Market,” National Bureau of Economic Research, Working Paper 6631
11.David S. Bates, (1996), “Jumps and Stochastic Volatility: Exchange Rate Processes Implicit in Deutsche Mark Options,” The Review of Financial Studies, Vol. 9 ,No. 1, pp.69-107
12.Engle, R. F., (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Infltion,” Econometrica, Vol.50, No.4, pp.987-1008.
13.Fortune, P., (1999), “Are Stock Returns Different Over Weekends? A Jump Diffusion Analysis of the Weekend Effect,” New England Economic Review,  pp.3-19.
14.Han, Bing., (2007) , “Investor Sentiment and Option Prices,” The Review of Financial Studies,Vol 21,No.1,pp.388-414.
15.Harvey, C.R. and Whaley, R.E. (1991), “S&P 100 Index Option Volatility,” Journal of Finance, Vol 46,No.4,pp.1551-1561.
16.Kapetanios, G., Shin, Y. and Snell, A., (2003), “Testing for a unit root in the nonlinear STAR framework.” Journal of Econometrics, Vol 112,pp.359-379.
17.Kilian, L. and Park, C., (2009), “The impact of oil price shocks on the U.S. stock market,” International Economic Review, Vol 50,pp.1267-1287.
18.Phillips, P. C. B, and Perron, P., (1988), “Testing for a Unit Root in Time Series Regressions,” Biometrika, Vol.75, No.2, pp.335-346.
19.Phillips, P., (1986), “Understanding Spurious Regressions.” Journal of Econometrics, Vol. 33, pp. 311-340.
20.Ralph S.J. Koijen., Hanno Lustig., Stijn Van Nieuwerburgh., (2017), “The Cross-section and Time Series of Stock and Bond Returns,” Journal of Monetary Economics, Vol 88, pp 50-69.
21.Said & Dickey., (1984), “Testing for Unit Roots in Autoregressive-moving Average Models of Unknown Order ,” Biometrika, Vol71, No.3, pp.599-607.
22.Sarwar, G., (2012), “Is VIX an Investor Fear Gauge in BRIC Equity Markets?” Journal of Multinational Financial Management, Vol22, No.3, pp.55-65.
23.Simon, D. P. and R. A. Wiggins., (2001), “S&P Futures Returns and Contrary Sentiment Indicators,” Journal of Futures Market, Vol21,No.5,pp.447-462.
24.Stein, Jer emy C., (1996), “Rational Capital Budgeting in an Irrational World , “Journal of Finance, Vol69, pp.429-455.
25.Tim Bollerslev., (1986), “Generalized Autoregressive Conditional Heteroscedasticity,” Journal of Econometrics,Vol31, pp.307-327.