在大型基礎建設開發專案中，大多數都具有投資時間長、不確定性大的特點，必須使用實質選擇權進行評價。為了擴大應用範圍，本文放寬了傳統實質選擇權的幾個假設：(1) 投資與營運支出視為一個隨機變數。(2) 風力發電效益為一個期望值具趨勢的隨機變數。(3) 投資與營運支出採用依照學習曲線降低的成本，為一個期望值具趨勢的隨機變數。(4) 前述兩個隨機變數之間具有相關性。為了求解此一模型，本文提出一種結合模擬法的二項式選擇權定價法。結果如下：(1) 選擇權的價值與總效益趨勢係數、一年的投資人的資金成本率、投資機會總效益之現值、一年的投資機會總效益之現值的波動率、可供投資人延遲決策的期間成正比關係；(2) 選擇權的價值與總支出趨勢係數、投資機會總支出之現值、相關係數成反比關係；(3) 選擇權的價值與一年的投資機會總支出之現值的波動率呈現的關係尚不明確。(4) 本文的四個假設所產生的新參數：總效益趨勢係數、總支出趨勢係數、相關係數、投資機會總支出之現值的波動率對選擇權的價值均有明顯的影響，因此本文提出的模式可以更合理的評價大型基礎建設開發專案的潛在價值。

In the large-scale infrastructure development projects, most of them have the characteristics of long investment time and great uncertainty, so they must be evaluated by the real option. To expand the scope of application, this paper relaxes several hypotheses of traditional substantive options: (1) Investment and operating expenditure are regarded as a random variable. (2) Wind power generation benefit is a random variable with trend of expected value. (3) Investment and operating expenditure is a random variable with a trend of expectations, which is based on the cost reduction in accordance with the learning curve. (4) There is a correlation between the two random variables mentioned above. To solve this model, a binomial option pricing method combined with simulation method is proposed in this paper. The results are as follows: (1) The value of option is directly proportional to the trend coefficient of total benefit, the capital cost rate of one year's investors, the present value of total benefit of investment opportunity, the fluctuation rate of present value of total benefit of one year's investment opportunity, the period during which investors can delay decision-making; (2) The value of option is inversely proportional to the trend coefficient of total expenditure, the present value of total expenditure of investment opportunity and the correlation coefficient. (3) The relationship between the value of the option and the volatility of the present value of the total investment opportunity expenditure in one year is still unclear. (4) The new parameters produced by the four hypotheses in this paper: the trend coefficient of total benefit, the trend coefficient of total expenditure, the correlation coefficient and the volatility of the present value of the total expenditure have obvious effects on the value of options. Therefore, the model proposed in this paper can evaluate the potential value of large-scale infrastructure development projects more reasonably.

誌謝 I
目錄 IV
表目錄 VI
圖目錄 VII
符號表 VIII
第一章	導論 1
1.1研究動機	1
1.2研究方法	4
1.3研究內容	6
第二章	文獻回顧 7
2.1 風電的成本效益分析 7
2.2 台灣的風電的成本效益分析	9
2.3 風電的成本的學習曲線	12
2.4 選擇權在基礎建設相關專案的應用 14
2.5 選擇權在風力發電相關專案的應用 15
2.6 選擇權評價方法之原理：權益期望值	17
2.7 選擇權評價方法之分類	19
2.7.1 選擇權的分類 20
2.7.2 延期選擇權	21
2.8 二項式選擇權定價模型（BOPM） 21
2.9 二項式樹法計算過程 23
2.9.1二叉樹法計算實例 25
2.10 實質選擇權與金融選擇權之類比 28
第三章	混合模擬法的二項式法評價法 31
3.1 模式的提出 31
3.2 混合模擬法的二項式法評價法原理 32
3.3混合模擬法的二項式法評價法步驟 36
第四章	混合模擬法的二項式法評價法建構與測試 40
4.1 前言	40
4.2 程式的建構 40
4.3 程式的驗證 46
4.4 敏感性分析的參數	55
4.5 敏感性分析的結果與討論 59
第五章	結論與建議 71
5.1 結論	71
5.2 建議	72
參考資料 74

表目錄
表 2-1 臺灣離岸風場投資建置之成本評估	11
表 2-2 實質選擇權與金融選擇權的比較	30
表 3-1 需要設定的參數	37
表 4-1 主二項式樹公式與含義	44
表 4-2 從屬二項式樹公式與含義	44
表 4-3程式驗證參數整理	45
表 4-4 S > K主二項式標準程式執行結果	46
表 4-5 S = K主二項式標準程式執行結果	48
表 4-6 S < K主二項式標準程式執行結果	49   
表 4-7 「主二項式樹」的正確性評估結果51 
表 4-8 「從屬二項式樹」的正確性評估結果 54 
表 4-9 趨勢係數正確性評估結果 55 
表 4-10 敏感性分析參數	56
表 4-11 1999-2018年95無鉛汽油價格	57
表 4-12 100-107年火力發電成本	57
表 4-13 參數之基準值與敏感性分析之參數範圍	59
表 4-14 敏感性分析結果整理	70

圖目錄
圖 2-1 選擇權評價方法之原理可用離散隨機過程來解釋 (只繪出100條路徑) 19 
圖 2-2 選擇權評價之方法 20 
圖 3-1 混合模擬法的二項式法評價法原理 35 
圖 4-1 主二項式樹 43 
圖 4-2 從屬二項式樹 43 
圖 4-3 S > K主二項式標準程式執行結果 47 
圖 4-4 S > K主二項式本程式執行結果 47 
圖 4-5 S = K主二項式標準程式執行結果 48 
圖 4-6 S = K主二項式本程式執行結果 49
圖 4-7 S < K主二項式標準程式執行結果 50
圖 4-8 S < K主二項式本程式執行結果 50
圖 4-9 當S與K的波動率不同，相關係數為1 53
圖 4-10 當S與K的波動率不同，相關係數為0 53 
圖 4-11 總支出趨勢係數k敏感性分析 60 
圖 4-12 總效益趨勢係數s敏感性分析 61 
圖 4-13 一年的投資人的資金成本率r敏感性分析 62 
圖 4-14 投資機會總效益之現值S敏感性分析 63 
圖 4-15 一年的投資機會總效益之現值的波動率σS敏感性分析 64
圖 4-16 投資機會總支出之現值K敏感性分析 65 
圖 4-17一年的投資機會總支出之現值的波動率σK敏感性分析 67 
圖 4-18相關係數ρ敏感性分析 68 
圖 4-19可供投資人延遲決策的期間T敏感性分析 69

1.	Akdağ, S. A., & Güler, Ö. (2010). Evaluation of wind energy investment interest and electricity generation cost analysis for Turkey. Applied Energy, 87(8), 2574-2580.
2.	Boomsma, T. K., Meade, N., & Fleten, S. E. (2012). Renewable energy investments under different support schemes: A real options approach. European Journal of Operational Research, 220(1), 225-237.
3.	Davis, G. A., & Owens, B. (2003). Optimizing the level of renewable electric R&D expenditures using real options analysis. Energy Policy, 31(15), 1589-1608.
4.	Fernandes, B., Cunha, J., & Ferreira, P. (2011). The use of real options approach in energy sector investments. Renewable and Sustainable Energy Reviews, 15(9), 4491-4497
5.	Karki, R., & Billinton, R. (2004). Cost-effective wind energy utilization for reliable power supply. IEEE Transactions on Energy Conversion, 19(2), 435-440.
6.	Kodukula, P., & Papudesu, C. (2006). Project valuation using real options: a practitioner's guide. J. Ross Publishing.
7.	Lee, S. C. (2011). Using real option analysis for highly uncertain technology investments: The case of wind energy technology. Renewable and Sustainable Energy Reviews, 15(9), 4443-4450.
8.	Lee, S. C., & Shih, L. H. (2010). Renewable energy policy evaluation using real option model—The case of Taiwan. Energy Economics, 32, S67-S78.
9.	Lee, Y. M., & Tzeng, Y. E. (2008). Development and life-cycle inventory analysis of wind energy in Taiwan. Journal of Energy Engineering, 134(2), 53-57.
10.	Mun, J. (2002). Real options analysis: Tools and techniques for valuing strategic investments and decisions. John Wiley & Sons.
11.	Neij, L. (2008). Cost development of future technologies for power generation—A study based on experience curves and complementary bottom-up assessments. Energy policy, 36(6), 2200-2211.
12.	Rehman, S., Halawani, T. O., & Mohandes, M. (2003). Wind power cost assessment at twenty locations in the Kingdom of Saudi Arabia. Renewable Energy, 28(4), 573-583.
13.	Snyder, B., & Kaiser, M. J. (2009). Ecological and economic cost-benefit analysis of offshore wind energy. Renewable Energy, 34(6), 1567-1578.
14.	Wang, Q., Wen, F., Yang, A., & Huang, J. (2011). Cost analysis and pricing policy of wind power in China. Journal of Energy Engineering, 137(3), 138-150.
15.	Wesseh, P. K., & Lin, B. (2016). A real options valuation of Chinese wind energy technologies for power generation: do benefits from the feed-in tariffs outweigh costs? Journal of Cleaner Production, 112, 1591-1599.
16.	Zhu, L., & Fan, Y. (2011). A real options-based CCS investment evaluation model: Case study of China’s power generation sector. Applied Energy, 88(12), 4320-4333.
17.	王婷（2013）。基於實物期權的非常規油氣資源開發經濟評價研究。中國石油大學。碩士論文。第1-5頁。
18.	安艷麗（2011）。風力發電運行價值分析與研究。河北農業大學。碩士論文。第1-10頁。
19.	宋棟，何永秀（2017）。基於雙因素學習曲線的風力發電成本研究。東北電力技術，2017年第38卷第9期。
20.	李珣琮、施勵行 (2012)。再生能源發展政策之效益評估：結合實質選擇權法與成本效率曲線。應用經濟論叢，第91期，第155-196頁。
21.	李澤慶（2009）。我國風電業投資分析。天津大學管理學院。碩士論文。第1-11頁。
22.	林師模(2013)。台灣發展風力發電之技術經濟分析與3E效益評估。行政院原子能委員會委託研究計劃研究報告(編號: 1022001INER041)。
23.	苑秀娥; 魏冬梅; 劉志彬（2014）。基於實質選擇權法的風力發電企業價值評估研究。會計之友，2014年05期。第109-112頁。
24.	徐永昌(2017)。離岸風力發電之關鍵影響因素及風險評估分析。淡江大學電機工程學系碩士在職專班，碩士論文。
25.	徐麗萍， 林俐（2008）。基於學習曲線的中國風力發電成本發展趨勢分析。電力科學與工程。期刊。第1-4頁。
26.	張永源、康志堅（2014）。2014全球風力發電市場發展趨勢與展望。中華技術。103期。第36頁。
27.	張孝丹（2014）。基於產業鏈的風電成本效益研究。華北電力大學。碩士論文。第28-29頁
28.	許文都(2016)。我國離岸風力發電產業現況及未來展望。取自: http://ocean.kh.edu.tw/wSite/public/Data/f1473650649764.pdf
29.	郭世勳（2008）。台灣地區離岸式風力發電成本效益分析。國立臺北大學。碩士論文。第48-55頁。
30.	閆榮榮（2011）。實物期權法在環保投資決策中的應用研究。中國地質大學。碩士論文。第3-7頁、第17-18頁。
31.	陳美蘭、張永源、連永順(2016)。離岸風力發電展趨勢與展望。取自: 千架海陸風力機風力資訊整合平臺。第476、485頁。
32.	黃守軍，餘波，張宗益（2017）。基於實物期權的分散式風電站投資策略研究。中國管理科學，2017年第25卷第9期。
33.	楊皓荃, 張嘉諳, 秦安易, 林彥廷, 陳銘宏（2017）。歐洲離岸風電低得標價格之因素初探。核研所。
34.	經濟部召開再生能源電能躉購費率審定會，依法以公平、公正、透明及嚴謹之程式，完成108年度再生能源電能躉購費率審定（2019）。經濟部能源局焦點新聞。取自：https://www.moeaboe.gov.tw/ECW/populace/news/News.aspx?kind=1&menu_id=41&news_id=16275
35.	經濟部能源局再生能源資訊網（2018）。小型風力機介紹與發展趨勢。取自:https://www.re.org.tw/knowledge/more.aspx?cid=0&id=1790
36.	萬騫（2010）。實物期權理論在可再生能源項目投資決策中的應用研究。中國地質大學。碩士論文。第16-17頁、第50頁。
37.	葉怡成 (2017)。工程財務管理(二版)，第11章「實質選擇權」，詹氏圖書。
38.	葛復光(2016)。先進能源技術策略規劃與電力供給中長期影響分析，科技部補助專題研究計畫成果報告。
39.	劉美秀（2011）。需求不確定下低碳能源科技投資決策之評估：實質選擇權法。長榮大學。碩士論文。第68-69頁。
40.	鄭照甯，劉德順（2004）。中國風電投資成本變化預測。中國電力，2004( 7) :第77-79 頁。
41.	遲春潔、麻易帆（2018）。基於改進型學習曲線理論的風電產業學習率估計。經濟與管理研究。期刊。
42.	謝博文 (2016)。基於實質選擇權方法之房地產開發專案之評價，淡江大學土木工程系，碩士論文。第31-38頁。