本文主要是研究俄羅斯股票、油價以及美股指數之間的關係。研究的變數包含了俄羅斯交易系統指數（Russian Trading System Index；RTSI）、美國那斯達克指數、美國道瓊工業指數及美國西德州原油價格。本研究利用共整合與向量誤差修正模型，來探討RTSI、那斯達克指數、道瓊工業指數及西德州原油價格，四種變數之間的關係。研究結果如下：   
1.經由單根檢定後發現，所有變數皆屬於I(1)時間序列。
2.透過共整合檢定可看出，那斯達克指數、道瓊工業指數及西德州原油價格與RTSI之間，具有長期均衡的關係。
3.經由向量誤差修正模型可得知，RTSI偏離長期均衡時，西德州原油價格將影響RTSI，使RTSI調整至長期均衡狀態。
4.由衝擊反應函數的結果顯示，NASDAQ為主要影響RTSI的主要因素。
5.而變異數分解部份顯示，短期下受衝擊的解釋變異大多來自於本身並非其它變數所貢獻；長期下受衝擊的解釋變異大多來自於原油價格。
6.最後透過Granger的檢定結果得知，RTSI與那斯達克指數間具有雙向回饋的關係；西德州原油價格與道瓊工業指數皆領先於RTSI的價格變化，其中以西德州原油價格的領先關係較為明顯。

關鍵字：俄羅斯交易系統指數、共整合檢定、向量誤差修正模型、Granger因果關係。

The purpose of this research is to find out the relationship among the Russian stock index, oil price and  US stock indices. The Russian Trading System Index (RTSI), The National Association of Securities Dealers Automated Quotations system (NASDAQ), Dow Jones Industrial Average (DJIA) and West Texas Intermediate (WTI) are used in the research as the proxies of Russian stock index, US stock indices and oil price, respectively. The report implements cointegration and Vector Error Correction Model (VECM) to analyse these variables. Our findings follow.
1.The unit root test finds that all variables are not stationary and are I(1) series.
2.The Johansen cointegrating test finds there exists a long-term equilibrium among NASDAQ, DJLA, WTI and RTSI.
3.VECM shows that when RTSI deviates its long-term equilibrium, WTI is the major force which pushes RTSI back to its equilibrium.
4.The impulse response function test shows that NASDAQ is the major determinant of RTSI.
5.The variance decomposition test finds that in the short-term RTSI is heavily impacted by itself, rather by other variables, but in the long-term by both itself and the oil price.
6.Finally the Granger causality test finds there is a feedback relationship between RTSI and NASDAQ. An unidirectional causality runs from DJIA and WTI, and the effect of WTI is statistically more significant than that of DJIA.

目錄

第一章    緒論	1
第一節    研究動機	1
第二節    研究目的	1
第三節    研究範圍	2
第四節    研究架構	2

第二章	文獻回顧	5
第一節	俄羅斯交易系統指數與其它變數之相關文獻	5
第二節	美股與國際股市之相關文獻	9
第三節	油價與股價關係之相關文獻	11
第四節	小結	13

第三章	俄羅斯股票市場概況	17
第一節	俄羅斯股票市場發展歷程	17
第二節	俄羅斯股票市場的近期發展	21
第三節	俄羅斯俄羅斯交易系統指數介紹	30
第四節	俄羅斯股票市場的問題探討	34

第四章	研究方法	39
第一節	單根檢定	39
第二節	共整合檢定	43
第三節	向量誤差修正模型檢定	45
第四節	衝擊反應函數	47
第五節	變異數分解	48
第六節	Granger因果關係檢定	49

第五章	實證結果與分析	53
第一節	資料說明	53
第二節	單根檢定	61
第三節	共整合檢定	65
第四節	修正誤差模型	68
第五節	衝擊反應函數	71
第六節	預測誤差之變異分解	82
第七節	Granger因果關係檢定	84

第六章	結論	89
第一節	研究發現	89
第二節	後續研究建議	92

參考文獻	94

表目錄

【表2.4.1】文獻回顧表	14
【表3.1.1】俄羅斯政府曾對於證劵市場之限制對象及原因表	20
【表3.2.1】俄國企業在證劵市場上募集到的資金表（單位：億美元）	21
【表3.2.2】俄國RTSI與美國DJIA指數的變異係數表	22
【表3.2.3】RTSI具有指標性之數值表（2005年至2007年）	25
【表3.2.4】RTSI之歷年漲跌幅表	26
【表3.2.5】俄羅斯歷年GDP及GDP年成長率表(1994年~2007年)	27
【表3.2.6】俄羅斯歷年原油出口量及價格表(2001年~2007年)	27
【表3.2.7】俄羅斯歷年CPI指數表2001年~2008年（2000年為基期=100）	28
【表3.3.1】RTS市場介紹表	31
【表3.3.2】RTS公司掛牌交易條件表	33
【表3.3.3】主要構成RTSI產業比例表（2007年12月28日為例）	33
【表3.4.1】俄國企業在證劵市場上募集到的資金表（單位：億美元）	36
【表5.1.1】俄羅斯主要交易所的股票交易量表(單位：億美元)	54
【表5.1.2】開盤時間表	56
【表5.1.3】各變數價格之簡單統計量表	57
【表5.2.1】水準項之ADF單根檢定結果表(SIC)	63
【表5.2.2】水準項之ADF單根檢定結果表(AIC)	63
【表5.2.3】水準項之PP單根檢定結果表(SIC)	63
【表5.2.4】水準項之PP單根檢定結果表(AIC)	63
【表5.2.5】差分項之ADF單根檢定結果表(SIC)	64
【表5.2.6】差分項之ADF單根檢定結果表(AIC)	64
【表5.2.7】差分項之PP單根檢定結果表(SIC)	64
【表5.2.8】差分項之PP單根檢定結果表(AIC)	64
【表5.3.1】VAR最適落後期表	66
【表5.3.2】共整合檢定結果表	66
【表5.3.3】3變數的共整合檢定數值表	67
【表5.3.4】3變數的共整合檢定結果表	67
【表5.3.5】2變數的共整合檢定數值表	67
【表5.3.6】2變數的共整合檢定結果表	67
【表5.4.1】共整合向量係數檢定表	69
【表5.5.1】RTSI產生自發性衝擊時反應值表（原始數列）	73
【表5.5.2】WTI產生自發性衝擊時反應值表（原始數列）	74
【表5.5.3】NASDAQ產生自發性衝擊時反應值表（原始數列）	75
【表5.5.4】DJIA產生自發性衝擊時反應值表（原始數列）	76
【表5.5.5】RTSI產生自發性衝擊時反應值表（報酬率）	78
【表5.5.6】WTI產生自發性衝擊時反應值表（報酬率）	79
【表5.5.7】NASDAQ產生自發性衝擊時反應值表（報酬率）	80
【表5.5.8】DJIA產生自發性衝擊時反應值表（報酬率）	81
【表5.6.1】預測誤差之變異分解百分比表（原始數列）	83
【表5.6.2】預測誤差之變異分解百分比表（報酬率）	83
【表5.6.3】不同期間的預測誤差之變異分解百分比表	84
【表5.7.1】Granger Causality檢定表（原始數列）	86
【表5.7.2】Granger Causality檢定表（報酬率）	87

圖目錄

【圖1.4.1】研究架構圖	3
【圖3.2.1】俄羅斯重大經濟政治事件圖1995/09/01~2008/08/31	29
【圖3.4.1】構成RTSI產業比例之圓餅圖（2007年12月28日為例）	37
【圖5.1.1】俄羅斯RTSI走勢圖（1999/01/01~2008/08/31）	59
【圖5.1.2】美國西德州原油價格走勢圖（1999/01/01~2008/08/31）	59
【圖5.1.3】美國那斯達克指數走勢圖（1999/01/01~2008/08/31）	60
【圖5.1.4】美國道瓊工業指數走勢圖（1999/01/01~2008/08/31）	60
【圖5.5.1】RTSI產生自發性衝擊時反應圖（原始數列）	73
【圖5.5.2】WTI產生自發性衝擊時反應圖（原始數列）	74
【圖5.5.3】NASDAQ產生自發性衝擊時反應圖（原始數列）	75
【圖5.5.4】DJIA產生自發性衝擊時反應圖（原始數列）	76
【圖5.5.5】RTSI產生自發性衝擊時反應圖（報酬率）	78
【圖5.5.6】WTI產生自發性衝擊時反應圖（報酬率）	79
【圖5.5.7】NASDAQ產生自發性衝擊時反應圖（報酬率）	80
【圖5.5.8】DJIA產生自發性衝擊時反應圖（報酬率）	81
【圖5.7.1】各市場間Granger領先落後關係圖	85

中文部份

1.王定士，俄羅斯政經危機與新內閣動向評析，新聞深度分析簡訊，第57期，1998。
2.李維軒，從尤科斯事件看俄羅斯金融寡頭與政權運作之關係，政治大學，俄羅斯研究所，碩士論文，2005。
3.李智祥，美國存託憑證與標的股票非對乘調整關係探討－以金磚四國為例，淡江大學，財務金融研究所，碩士論文，2005。
4.邱奕純，油價與股價之關連性－金磚四國之實證研究，高雄應用科技大學，金融資訊研究所，碩士論文，2007。
5.林建智，原油價格與股價關係之探討－以美國及台灣為例，世新大學，財務金融研究所，碩士論文，2005。
6.施佩儀，金磚四國（BRICs）匯率與股市關聯性之研究，淡江大學，財務金融研究所，碩士論文，2007。
7.殷惠緡，股價與匯價關聯性分析－多變量GARCH模式運用，淡江大學，財務金融研究所，碩士論文，2001。
8.章志銘，以門檻誤差修正模型分析台灣股價指數與匯率及利率之長短期互動關係，淡江大學，財務金融研究所，碩士論文，2005。
9.黃寶慧，委託單驅動市場的下單研究，中山大學，企業管理研究所，博士論文，2003。
10.曹國揚，美國證劵市場上市實戰100問解，遠流，台北，2003。
11.陳隆昌，美國油價期貨報酬與股市報酬率之非線性關係，淡江大學，財務金融研究所，碩士論文，2004。
12.程亦軍，論俄羅斯市場，俄羅斯中亞東歐研究，北京，2006年04期，41-51頁。
13.黃則尹，國際原油市場間價格之資訊傳遞效果，雲林科技大學，財務金融研究所，碩士論文，2006。
14.賀先蕙，金磚四國的崛起，商業周刊，901期，台北，2005。
15.葉芳雯，金磚四國（BRICs）股市與美國股市間的非線性互動關係，淡江大學，財務金融研究所，碩士論文，2006。
16.楊奕農，時間序列分析-經濟與財務上之應用，台北，雙葉書廊有限公司，2005。
17.楊長霏，以自我回歸模式探討台灣股價及國際油價之關聯性，南華管理學院，管理科學研究所，碩士論文，2004。
18.劉健欣，台灣股市與美國股市關連性之實證研究，淡江大學，管理科學研究所，碩士論文，1999。
19.劉筱筠，應用門檻GARCH-M 模型分析國際原油價格變動與台灣股價報酬波動之關連性，台北大學，經濟研究所，碩士論文，2004。
20.蕭巧怡，俄羅斯聯邦與車臣問題，台灣大學，政治研究所，碩士論文，2003。

英文部分

1.Anatolyev, S., 2005, A ten-year retrospection of the behavior of Russian stock returns, BOFIT Discussion Papers, Institute for Economies, Bank of Finland.
2.Aslund, A., 1995, How Russia became a market economy, Brookings Inst Pr, Washington, D.C.
3.Assogbavi, T., 2007, Equity Price-Volume Relationship On The Russian Stock Exchange, International business & economics research, Journal-september, Canada.
4.Banerjee, A.R., Jaeger J.A. and Turner D.H., 1993, Thermal unfolding of a group I ribozyme: the low-temperature transition is primarily disruption of tertiary structure, Biochemistry, 32, pp.153-163.
5.Becker, K.G., Finnerty, J.E. and Gupta, M., 1990, The Intertemporal Relation between the U.S. and Japanese Stock Markets, Journal of Finance, 45, pp. 1297-1306.
6.Chan, N.H., 2002, Time Series Applications to Finance, Wiley, New York, pp. 173-189.
7.Ciner, C., 2001, Energy Shocks and Financial Markets: Nonlinear Linkages. Studies in Nonlinear Dynamics and Econometrics , 5(3), pp. 203-212.
8.Danilov, IU., 2005, The new role of security markets in Russia, Problems of Economic Transition, 48(6), pp.7-23.
9.Darbar, S.M. and Deb, P., 1997, Co-movement in international equity markets, Journal of Financial Research, 3, pp. 305-322.
10.Dickey, D.A. and Fuller, W.A., 1979, Distribution of the estimators for autoregressive time series with a unit root, Journal of the American Statistical Association, 74, pp.427-431.
11.Dickey, D.A. and Fuller, W.A., 1981, Likelihood ratio statistics for autoregressive time series with a unit root, Econometrica, 49, pp.735-779. 
12.Engle, R.F. and Granger, C.W.J., 1987, Cointegration and Error Correction Representation, Estimation and Test, Econometrica, 55, pp. 251-273.
13.Eun, C.S. and Shim, S., 1989, International Transmission of Stock Market Movements, Journal of Financial and Quantitative Analysis, 24(2), pp. 241-256.
14.Goriaev, A. and Zabotkin, A., 2006, Risks of investing in the Russian stock: Lessons of the first decade, working paper, New Economic School.
15.Ghatak, S., 2003, Introduction to Development economics, Routledge is an imprint of the Taylor & Francis Group, New York, pp.45-64.
16.Granger, C., 1969, Investigating causal relations by econometric model and cross-spectral methods, Econometrica, 37, pp.424-38.
17.Granger, C. and Newbold, P., 1974, Spurious regressions in econometrics, Journal of Econometrics, 2, pp.111-120.
18.Granger, C., 1981, Some properties of time series data and their use in econometric model specification, Journal of Econometrics, 16, pp.121-130.
19.Granger, C., 1989, Developments in the study of cointegrated variables, Oxford Bulletin of Econometrics, 48, pp.213-228.
20.Hall, S. and Urga, G., 2002, Testing for ongoing efficiency in the Russian stock market, working paper, Imperial College and City University Business School.
21.Huang, R. D., Masulis, R. W. and Stoll, H. R., 1996, Energy Shocks and Financial Markets, Journal of Futures Markets, 16, pp. 1-27.
22.Johansen, S., 1994, The role of the constant and linear terms in cointegration analysis of nonstationary time series, Econometric Reviews, 13, pp.205-231.
23.Johansen, S., 1995, Maximum Likelihood Estimation and Inference on Cointegration with Applications to the Demand for Money, Oxford Bulletin of Economics and Statistics, 52, pp.169-210.
24.Jorion, P., 1990, The exchange rate exposure of U.S. multinationals, Journal of Business, 63, pp. 331-45.
25.Kaul, G. and Jones, C., 1996, Oil and The Stock Markets, Journal of Finance, 51, pp. 463-491.
26.Lucey, B.M. and Voronkova, S., 2005, Russian equity market linkages before and after the 1998 crisis: Evidence from time-varying and stochastic cointegration tests, BOFIT working paper.
27.Ma, C. k. and Kao G. W., 1990, On exchange rate changes and stock price reactions ,Journal of Business Finance and Accounting, 17, pp. 441-490.
28.Mankiw, N.G., 1997, Principles of Economics, The Dryden press, New York, p. 384.
29.Nicholson, W.E., 1997, Intermediate Microeconomics and its application, seventh edition, The Dryden press, New York, p.496.
30.Noel, M., Kantur, Z. and Krasnov, E., 2006, Developing of Capital Markets and Institutional Investors in Russia: Recent Achievements and Policy Challenges Ahead, World bank working paper, 87, Washington, D.C., pp. 81-86.
31.Paul, R. and Robert, C., 1998, Russian and Soviet Economic Performance and Structure, Addison Wesley, New York.
32.Perron, P., 1989, The great crash, the oil price shock, and the unit root hypothesis. Econometrica, 57, pp.1361-1401.
33.Phillips, P.C.B. and Perron, P., 1988, Testing for unit root in time series regression, Biometrika, 75, pp.335-346.
34Rozhkov, A., Forecasting Russian stock market trends, Problems of Economic Transition, 48(6), pp. 48-65.
35.Sadorsky, P., 1999, Oil Price Shocks and Stock Market Activity, Energy Economics, 21(5), pp. 449-469.
36.Saleem, K. and Vaihekoski, M., 2007, Time-varying global and local sources of risk in Russian stock market, MPRA paper No.5787, pp.1-30.
37.Sims, C., 1972, Macroeconomics and Reality, Econometrica, 48, pp.1-48.
38.Sizov, Iu., 2005, Urgent Challenges Facing Russian Security Marrkets, Problems of Economic Transition, 48(6), pp.24-27.
39.Smith, C., 1992, Stock markets and the exchange rate: a multi-country approach, Journal of Macroeconomics, 14, pp. 29-607.
40.The World Bank, 2002, Building Trust: Developing the Russian Financial Sector, the world bank, Washington, D.C., pp 159-172.
41.Tsay, R. S., 2002, Analysis of Financial Time Series, Wiley, New York, pp. 376-385.

俄文部分

1.Миркин, Я. М., 2001, Рыночная ниша российских акций, Рынок ценных бумаг, Москва, 3, ст.35.
2.Арсеньев, В. К., 2001, Руководство по российскому рынку капитала, ООО Альпина Паблишер.
3.Кесельман, Г. М., Иголкин, А. А., 2002, Финансовый рынок России после августа 1998 г, Москва, СИРИН, ст.140.
4.Данилов, Ю., 2003, Новая роль фондового рынка в России, Вопросы Экономики, Москва, 7, ст.51.
5.Чекмарева Е. Н., Лакшина О.А., Меркурьев И.Л., 2001, Финансовый рынок России, итоги и проблемы развития, Деньги и Ккредит, ст. 28.

參考網站

1.BBC NEWS, “Russia pay off Paris Club debts,” http://news.bbc.co.uk/2/hi/business/5271122.stm,2008.5.14.
2.BBC NEWS, “Profile: Mikhail Khodorkovsky,” http://news.bbc.co.uk/2/hi/business/3213505.stm,2006.12.30.
3.Federal Financial Markets Service, http://www.fcsm.ru/eng/catalog.asp?ob_no=9036, 2008.5.22.
4.Paris Club, “Russia’s Role in Evolution of Club”, http://www.clubdeparis.org/cdp/sections/50-ans/discours_stortchak_angla/downloadFile/file/discours_stortchak_anglais.pdf?nocache=1170431653.93, 2008.5.5.
5.RTS, “The list of securities employ in the RTS Index calculation valid from March 17 to June 13, 2008.”
http://www.rts.ru/s459, 2008.9.11.
6.Russian Trading System Exchange, “RTS Index,” http://www.rts.ru/s654, 2008.9.11.
7.Russian Trading System Exchange,“RTS 2007 main results,”
 http://www.rts.ru/a15895, 2008.5.3.
8.Moodys,
http://www.moodys.com/cust/default.asp, 2008.5.5.
9.Moscow Interbank Currency Exchange,
http://www.micex.ru/, 2008.5.7.
10.OPEC,“Effect of production cuts still too early to gauge-El-Badri,”
http://www.opec.org/opecna/Latest%20Stories/ElBadriInt.asp,2009.1.20.
11.Standard&Poor’s, “Data Watch: European Sovereigns in 2007,”      http://www2.standardandpoors.com/portal/site/sp/en/us/page.article/3,1,1,0,1148403351734.html, 2008.5.5.
12.The Central Bank of the Russian Federation, http://www.cbr.ru, 2008.3.20.
13.The Central Bank of the Russian Federation, “Russian Federation: Crude Oil Exports, 2000-08,”http://www.cbr.ru/eng/statistics/credit_statistics/print.asp?file=crude_oil_e.htm, 2008.12.22.
14.The Central Bank of the Russian Federation, “Economic and financial data”,
http://www1.minfin.ru/en/macroeconomics/dessimination/national_summary/, 2009.1.20.
15.The World Bank,
 http://devdata.worldbank.org/data-query/, 2008.12.22.
16.TNK-BP company,
 http://www.tnk-bp.com/, 2008.7.22.