本研究的目的在於檢驗台灣股市與美國股市之間在美債降評後是否存在傳染效果，研究除了採用ARMAX-GARCH-Copula Type模型驗證兩市場報酬率之關聯結構；並進一步運用雙變量GARCH模型評估美股與台股變異數的波動性。
實證結果發現，全樣本及降評前，考量不對稱性的ARMAX-EGARCH模型配適是適當的，而降評後的資料，基本統計量呈常態分配，以對稱性的ARMAX-GARCH模型配適是適當的。而美國十年期債券殖利率對於美股報酬率以及美股前期報酬率對台股報酬率，兩者的影響皆是正向的；不同消息面對市場衝擊呈現不對稱性的影響。
此外，台股與美股在降評後的相關性顯著提高，意函有短期的傳染效果，由t檢定發現美股與台股的動態相關程度在降評前後有顯著差異，亦即，美股與台股報酬率在降評後具外溢效果，且由雙變量GARCH模型可得，降評後的變異數明顯高於降評前，意函傳染效果顯著存在，但與過去全球性金融危機較長的蔓延效果相比則顯得較為輕微。

The purpose of this study is to investigate whether a contagion effect exists between the Taiwan and US stock markets. In empirical study, we apply ARMAX-GARCH-Copula Type to check the correlation between the two markets, further to evaluate the volatility through Bivatiate GARCH model.
The results show that the asymmetric ARMAX-EGARCH model is more suitable, both in full sample or before the US debt rating downgrade. However, the symmetric ARMAX-GARCH model is more appropriate for normal distribution data after the downgrade. 
The effect of the 10 year bond yield to US return rate and lag US return rate to Taiwan stock return rate are positive. It exhibits asymmetric results of different news to markets. In addition, there is a significant correlation between the Taiwan and US stock markets. It also implies a short-term contagion effect. The correlation of the two markets is significant before and during the US debt rating downgrading. It means that there is a spillover effect between the two markets. The volatility also increased after downgrading via bivariate GARCH model. It is different when compared with many global financial crises with a long contagion effect.

目  次
目  次	IV
表  次	VI
圖  次	VII
第一章 緒論	1
第一節 研究背景與動機	1
第二節 研究目的	3
第三節 研究範圍與限制	4
第四節 研究架構與流程	4
第二章 理論及相關文獻回顧	6
第一節 債信評等	6
第二節 歷次金融危機的比較	7
第三節 美債危機	9
第四節 蔓延理論	12
第五節 國內外相關文獻	13
第六節 文獻評析	20
第三章 研究方法	22
第一節 研究資料與來源	22
第二節 資料的操作性定義	22
第三節 雙變數GARCH 模型	22
第四節 傳染效果檢定	32
第五節 Copula模型	34
第四章 實證結果分析	43
第一節 基本敘述統計分析	43
第二節 結構改變的檢定	45
第三節 實證模型與結果分析	50
第五章 結論與建議	62
第一節 結論	62
第二節 建議	64
參考文獻	66
表  次
表 1  標準普爾（S&P）信用評等等級 6
表 2  近百年重大金融危機 7
表 3  1990年代以來歷次金融危機發生時MSCI指數之最大跌幅 8
表 4  2011年美債危機大事記 10
表 5  外國地區持有美國國債排名(2010/2011年6月) 11
表 6  金融危機相關文獻整理 20
表 7   GARCH應用於金融危機文獻表 21
表 8   彙整本研究的COPULAR函數及其相關係數 42
表 9   基本統計量(全樣本期間) 43
表 10  降評日前的敘述統計量 46
表 11  降評日後的敘述統計量 48
表 12  美股ARMAX(1,0,2)-EGARCH(1,1)及台股ARMAX(1,1,2)-GARCH (1,1)模  型估計結果(全樣本) 51
表 13  不同COPULA函數的 KENDALL’S TAU(全樣本) 52
表 14  ARMAX(1,1,1)-EGARCH(1,1)模型估計結果(降評前) 54
表 15  不同COPULA函數的 KENDALL’S TAU(降評日前) 55
表 16  ARMAX(1,1,2)-GARCH(1,1) 模型估計結果(降評日後) 57
表 17  NORMAL COPULA函數的 KENDALL’S TAU(降評日後) 58
表 18  降評前後兩個動態相關係數母體平均數差的檢定 59
 
圖  次
圖 1 研究流程圖 5 
圖 2 GAUSSIAN COPULA蒙地卡羅500次產生隨機變數分佈圖  37                              
圖 3 STUDENT-T COPULA蒙地卡羅500次產生隨機變數分佈圖 38
圖 4 CLAYTON COPULA蒙地卡羅500次產生隨機變數分佈圖 39
圖 5 GUMBEL COPULA蒙地卡羅500次產生隨機變數分佈圖 40
圖 6 FRANK COPULA蒙地卡羅500次產生隨機變數分佈圖 41
圖 7 DOWJONES敘述統計量分配(全樣本) 44
圖 8 台灣加權指數敘述統計量分配(全樣本 44
圖 9 DOWJONES指數及報酬率(全樣本) 45
圖10 台指加權指數及報酬率(全樣本) 45
圖11 債券殖利率敘述統計量分配(全樣本) 45
圖12 DOWJONES敘述統計量分配（降評日前）47
圖13 台指加權指數敘述統計量分配（降評日前）47
圖14 DOWJONES指數及報酬率（降評日前）47
圖15 台指加權指數及報酬率（降評日前）47
圖16 BOND指數敘述統計量分配(降評日前) 47
圖17 DOWJONES敘述統計量分配（降評日後）49
圖18 台指加權指數敘述統計量分配 （降評日後）49
圖19 DOWJONES指數及報酬率（降評日後）49
圖20 台指加權指數及報酬率（降評日後）49
圖21 債券殖利率敘述統計量分配(降評日後) 49
圖22 相關散佈圖(全樣本) 52
圖23 時間可變的NORMAL相關(全樣本) 53
圖24 相關散佈圖(降評日前) 55
圖25 時間可變的NORMAL相關(降評日前) 55
圖26 相關散佈圖(降評日後) 58
圖27 時間可變的NORMAL相關(降評日後) 58
圖28 降評前後美台二地股市報酬率變異-共變數(DCC模型) 60
圖29 降評前後美台二地股市報酬率變異-共變數(BEKK模型)60

一、	國內文獻
1.	王冠閔、黃柏農 (2004)，台灣股、匯市與美國股市關聯性探討，臺灣經濟
預測與政策，中央研究院經濟研究所，第34卷第2期，頁31–72。
2.	王冠閔、吳書慧(2006)，台灣股、匯市與美國股市傳導機制之實證分析，運籌研究集刊 ，第10期，頁1-15。
3.	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。
4.	周雨田 (2009)，台灣與美國股票市場之動態連結，國立交通大學管理科學系所碩士論文。
5.	胥愛琦、吳清豐(2003) ，台灣股市報酬與匯率變動之波動性外溢效果─雙變 
量EGARCH模型的應用，台灣金融財務季刊,第4輯第3期，頁87-103
6.	黃坤銘(2010) ，次級房貸危機及金融海嘯下美國股市與公債期現貨市場動態連動性之研究，臺北大學國際企業研究所學位論文。
7.	鄭雅方、李顯儀、鄭燕芬、李欣微(2010)，股票市場之全球金融危機蔓延效
應，輔仁管理評論。第17卷第2期，頁131-150。
8.	賴奕豪、江福松、林煌傑(2010)，極端報酬下亞洲股市之蔓延效果，經濟與管理論叢，第6卷第2期，頁247-270。
9.	蔡坤助(2010)，台灣股、匯市與美國股市之連動關係-三元GJR GARCH-X之應用，義守大學財務金融學系碩士。
10.	聶建中、李文傳、洪榆雲(2004)，金融風暴前後對先進國家之股匯市連動關係變化影響，中華管理學報，第5卷第2期，頁19-35。
11.	聶建中、高友笙、楊超翔(2011)，次級房貸危機前後美股對亞股的不對稱性蔓延效果，中原企管評論，第9卷第1期，頁25-52。
二、	國外文獻
1.	Baur, D.(2003), “Testing for Contagion-mean and Volatility Contagion,” Journal of  Multinational Financial Management, Vol.13, No.4, pp.405-422.
2.	Bera, A. K. and J. S. Roh (1991), “A Moment Test of the Consistency of the Correlation in the Bivariate GARCH Model,” Mimeo, Department of Economics, University of Illinois at Urbana-Champaign.
3.	Billio, M. and L. Pelizzon(2003), “Contagion and Interdependence in Stock Markets:  Have They been Misdiagnosed,”Journal of Economics and Business,Vol. 55,No.5, pp.405-426.
4.	Bollerslev, T.(1986), “Generalized Autoregressive Condition Heteroskedasticity,” Journal of Econometrics, Vol.31, pp. 307－327.
5.	Bollerslev, T. (1987), “A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Return,” The Review of Economics and Statistics, Vol.69, pp. 542－547.
6.	Bollerslev, T. (1990), “Modeling the Coherence in Short-Run Nominal Exchange Rates: Multivariate Generalized ARCH Approach,” Review of Economic and Statistics, Vol. 72, pp. 498-505.
7.	Bollerslev, T., R.F. Engle and J. M. Wooldridge (1988), “A Capital Asset Pricing Model with Time-Varying Covariances,” Journal of Political Economy, Vol. 96, pp. 116-131.
8.	Boyer, B. H., Kumagai, T. and K. Yuan(2006), “How Do Crises Spread? Evidence from Accessible and Inaccessible Stock Indices", Journal of Finance, Vol.61, No.2,  pp.957-1004.
9.	Caporale, G. M., Cipollini, A. and N. Spagnolo(2005), “Testing for Contagion: A Conditional Correlation Analysis", Journal of Empirical Finance, Vol. 12, No.3, pp.476-489.
10.	Chiou, S. C. and R. S. Tsay (2008), “A Copula-based Approach to Option Pricing and Risk  Assessment,” Journal of Data Science, Vol.6, pp.273-301.
11.	Chow, G. C. (1960), “Tests of Equality Between Sets of Coefficients in Two Linear Regressions,” Econometrica ,Vol. 28, No.3, pp. 591–605
12.	Engle, R. F. (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of U.K. Inflation,” Econometrica, Vol.50, pp. 987－1008.
13.	Engle, R. F. and V. K. Ng (1993), “Measuring and Testing the Impact of News on Volatility,” Journal of Finance, Vol.48. No.5. pp. 1749-1778.
14.	Engle, R. F., (2002), “Dynamic Conditional Correlation-A Simple Class of Multivariate GARCH Models,” Journal of Business and Economic Statistics, Vol. 20, No. 3, pp. 339-350.
15.	Forbes, K. and R. Rigobon(2002), “No Contagion, only Interdependence: Measuring Stock Market Co-movements,” Journal of Finance, Vol.57, No.5, pp.2223-2261.
16.	Hsu, C. C. , C. P. Tseng and Y. H. Wang (2008), “Dynamic Hedging with Futures: Copula-based GARCH Model,” Journal of Futures Markets, Vol.28, Issue.11, pp. 1095–1116.
17.	Huang, J. J. , K. J. Lee, L. Kuo , H. Liang and W. F. Lin(2009), “Estimating Value at Risk of Portfolio by Conditional Copula-GARCH Method,” Insurance Mathematics and Economics, Vol.45, No.3, pp. 315-324.
18.	Lee, W. C. and H. N. Lin, (2010), “The Dynamic Relationship between Gold and Silver Futures Markets based on Copula-AR-GJR-GARCH Model,” Middle Eastern of Finance and Economics, Issue. 7, pp. 118-129.
19.	Junker, M., A. Szimayer and N. Wagner (2006), “Nonlinear Term Structure Dependence: Copula Functions, Empirics, and Risk Implications,” Journal of Banking and Finance, Vol.30, Issue.4 , pp.1171-1199.
20.	Jondeau, E. and M. Rockinger (2006), “The Copula-GARCH model of conditional dependencies: An international stock market application,” Journal of International Money and Finance, Vol.25, No.5, pp. 827-853.
21.	Khan, S. and K. W. Park(2009), “Contagion in the Stock Markets: the Asian Financial Crisis Revisited",Journal of Asian Economics, Vol.20,No,5, pp. 561-569.
22.	Knif, J. and S. Pynnonen(1999), “Local and Global Price Memory of International Stock Markets,” Journal of International Finance Markets, Institutions and Money, Vol.9 ,No.2, pp. 129-147.
23.	Masson, P(1999), “Contagion: Monsoonal Effects, Spillovers, and Jumps between Multiple Equilibria", IMFWorking Paper 98/142
24.	Manner, H. and O. Reznikova(2009), “Time-varying copulas: a survey,” Institute of Statistics, Universite catholique de Louvain, Louvain-la-Neuve.
25.	Nagayasu, J., (2001), “Currency Crisis and Contagion: Evidence from Exchange Rates and Sectoral Stock Indices of the Philippines and Thailand,”
Journal of Asian Economics, vol. 12, No. 4, pp. 529-546.
26.	Nelson, D. B. (1991), “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, Vol.59, pp. 347－70.
27.	Palaro H. P. and L. K. Hotta(2006), “Using Conditional Copula to Estimate Value at Risk”. Journal of  Data  Science, Vol. 4, pp. 93-115
28.	Rodriguez, J. C. (2007), “Measure  Financial Contagion a Copula  Approach.
” Journal of Empirical Finance”, Vol.14, Issue.3, pp. 401-423.
29.	Schwettzer, B. and E. Wolff (1981), “On Nonparametric Measures of Dependence For Random Variables, The Annals of Statistics, Vol.9, pp. 879-885
30.	Sklar, M., (1959), “Fonctions de r´epartition `a n Dimensions et Leurs Marges,” Publ.Inst. Statist. Univ. Paris, Vol. 8, pp. 229–231.
31.	Wang, K. M. and  T .B. N. Thi(2006), “Does Contagion Effect Exist Between Stock Markets of Thailand and Chinese Economic Area (CEA) during the “Asian Flu?” Asian Journal of Management and Humanity Sciences, Vol. 1, No. 1, pp. 16-36, 2006
32.	Yilmaz, K.(2010), “Return and Volatility Spillovers among the East Asian Equity Markets", Journal of Asian Economics, Vol.21,No.3,  pp. 304-313.
33.	Zhang, W., Z. Zhang and G. Han(2010), “How Does the US Credit Crisis Affect the Asia-Pacific Economics? Analysis based on a General Equilibrium Model,” Journal of Asian Economics,Vol.21,No.3, pp. 280-292.