在市場技術分析上，有『量是價之先行指標』的說法，從中觀察量能結構的變化，能幫助投資人解讀漲跌背後的原因。根據過去的實證研究指出，價量關係可分為：1.價量齊揚2.價跌量縮3.價量背離，但過去學者對於產業別價格波動鮮少探討。因此本文以台灣五十成分股中電子以及金融類股為例，在股價、成交量與成交量週轉率為變數，來探討不同屬性產業之價量關係，亦觀察成交量波動與價格波動的漸進變化，以提供理性投資人在歷史實證資料的價量關係中，抓住個股之未來走勢。而本文所得到之實證結論如下：

1.金融類股股價與成交量於週轉率達2.5374時產生結構性變化，當金融類股之個股成交量週轉率低迷時，價量關係呈現負相關；而當個股週轉率活絡時，市場將轉為價量齊揚。
2.電子類股股價報酬率與成交量於週轉率達0.9748時產生結構性變化，當電子類股之個股成交量週轉率低迷時，價量關係呈現負相關，而當個股週轉率活絡時，市場將轉為價量齊揚。
3.電子與金融類股，週轉率與報酬率間存在著非線性關係。
4.電子與金融類股，當週轉率偏低時，週轉率與報酬率是呈現負相關；而當週轉率提高後，週轉率與報酬率則轉為正相關。

In the technical method, we can see that the volume often goes before the stock price, and investors may understand why the stock price goes up and down by observing the changes in volume. According to the relevant empirical studies, the relation between the volume and the price can be three types：1. the volume and the price go up at the same time 2. the price goes down while the volume decreases 3. the volume departures from the price, but there were not many studies about the price volatility among industries. So here we take the electronic and the financial stock from the Taiwan 50 Index as examples, and use the stock price, volume and volume turnover rate as variables to discuss the relation between the volume and the price in different industries, also to observe the incremental changes between the volume and the price volatility so that can provide investors to predict the stock price from the historical empirical studies of the relation between the volume and the price. The main empirical finding as below：

1.The financial stock price and the volume have structural changes when the turnover rate is 2.5374. When the financial stock volume is staying low, there is a negative correlation between the volume and the price；and when the turnover rate become adjustable, the volume and the price will go up at the same time in the stock market.
2.The electronic stock price and the volume have structural changes when the turnover rate is 0.9748. When the electronic stock volume is staying low, there is a negative correlation between the volume and the price；and when the turnover rate become adjustable, the volume and the price will go up at the same time in the stock market.
3.There is a non-linear relationship between the turnover rate and the return among the financial and the electronic stock.
4.Among the financial and the electronic stock, when the turnover rate is low, it is negatively related to the return；and when the turnover rate raises, it becomes positively related to the return.

目錄
第一章 緒論.........................	1
第一節	研究背景及動機.............	1
第二節	研究目的...................	5
第三節	研究架構...................	5
第二章 文獻探討.....................	6
第一節	價量同時性關係之實證研究....6
第二節	價量因果關係之實證研究......7
第三節	以GARCH模型探討價量關係之實證研究....13
第四節	以平滑移轉非線性模型探討價量關係之實證研究....17
第五節	實證研究總結...............	18
第三章 研究方法.....................	19
第一節	縱橫單根檢定...............	19
第二節	縱橫平滑移轉迴歸模型.......	21
第三節	縱橫平滑移轉迴歸模型之設定..25
第四章 實證結果.....................	30
第一節	研究資料...................	30
第二節	各變數之基本統計分析.......	31
第三節	縱橫單根檢定之實證結果.....	32
第四節	金融類股之實證結果.........	33
第五節	電子類股之實證結果.........	37
第五章 結論及建議...................	42
參考文獻............................	44 

圖目錄
圖3-2-1 m=1之轉換模型...............	.........24
圖3-2-2 m=2之轉換模型...............	.........25
圖4-4-1金融類股模型轉換函數- 成交量週轉率....	36
圖4-4-2金融類股報酬率走勢圖.........	36
圖4-4-3金融類股在金融海嘯前報酬率走勢圖......	37
圖4-4-4金融類股在金融海嘯後報酬率走勢圖......	37
圖4-5-1電子類股模型轉換函數- 成交量週轉率.....39
圖4-5-2電子類股類股報酬率走勢圖..............	40
圖4-5-3電子類股類股在金融海嘯前報酬率走勢圖...40
圖4-5-4電子類股類股在金融海嘯後報酬率走勢圖...41

表目錄
表4-1-1 近兩年股票類股成交市值...............	30
表4-2-1 金融類股各變數之基本統計量...........	31
表4-2-2 電子類股各變數之基本統計量...........	32
表4-2-3 本研究之12家金融類股.................	32
表4-2-4 本研究之18家電子類股.................	32
表4-3-1 金融類股縱橫單根檢定實證結果.........	33
表4-3-2 電子類股縱橫單根檢定實證結果.........	33
表4-4-1金融類股股價報酬率對成交量週轉率之同質性檢定...	34
表4-4-2 金融類股股價報酬率對成交量週轉率之轉換模型選取..34
表4-4-3金融類股股價報酬率對成交量週轉率之轉換區間個數檢  定......	34
表4-4-4金融類股模型估計結果..................	35
表4-5-1電子類股股價報酬率對成交量週轉率之同質性檢定...	38
表4-5-2 電子類股股價報酬率對成交量週轉率之轉換模型選取.......	38
表4-5-3電子類股股價報酬率對成交量週轉率之轉換區間個數檢定.......	38
表4-5-4電子類股模型估計結果...........................	39

中文文獻：
1.王甡，(1995) ，「台灣股市成交量對股價波動影響-Garch修正模型的應用」企銀季刊，2，40-58
2.王毓敏、黃瑞靜，(2001)，「價量關係-台股指數期貨市場之研究」，台灣金融財務季刊，2，97-114
3.李美杏，(1996)，「股市之價量互動與因果尋跡」，統計與資訊評論， 2 ， 133-152 
4.吳清豐，(2005) ，「東亞各國家地區股市價量關係之研究」，國立雲林科技大學管研所博士論文
5.洪偉哲，（2001），「國際股市價量關係之研究」，私立淡江大學財務金融學系碩士論文
6.姚惠芸、聶建中，（2001），「空頭走勢期間台灣股票市場成交量與股價之關聯性研究」，2001會計理論與實務研討會論文集
7.徐合成，（1994），「台灣股市股票報酬率與交易量關係之實證研究-GARCH 模型之應用」，國立台灣大學財務金融學研究所碩士論文
8.許和鈞、劉永欽，(1996)，「台灣地區股票市場價量之線性與非線性Granger因果關係之研究」，證券市場發展季刊，8，22-4914
許溪南、黃文芳，(1997)，「臺灣股市價量線性及非線性關係之研究」，管理學報，14 ，177-195
9.黃偉雄，（2003），「台灣上市電子類股價量因果關係之研究-VEC-GJR-GARCH模型與非線性因果模型之應用」，台北大學合作經濟學系碩士論文。
10.黃勁豪，(2001)，「台灣股票市場波動與總體經濟波動性關係之研究」，私立東海大學企業管理學系碩士論文
11.黃慶光，(2001)，「台灣股價指數反向操作策略及價量關係分析」，國立中正大學企業管理研究所碩士論文
12.黃景琳，(2005) ，「以不對稱GARCH型探討現貨、台指期貨與摩根台指期貨之價量關係」，私立長榮大學企業管理學系碩士論文
13.黃柏睿，(2006) ，「股票市場價量因果關係之檢定 : 中國股市的實證研究」，私立東海大學經濟學系碩士論文
14.莊家彰、管中閔，(2005)，「台灣與美國股市價量關係的分量迴歸分析」，中央研究院經濟研究所，4，379-404
15.陳仕偉、陳俊偉，(2006)，「台灣股票及外匯市場價量非線性因果關係之探討」，經濟與管理論叢，2，21-51 
16.陳仕偉，(2007) ，「五個亞洲地區國家股票市場價量因果關係之再檢定」，金融風險管理季刊，3，81-110
17.陳俊偉，(2004)，「台灣股票及外匯市場因果關係之探討：非線性因果關係檢的應用」，東海大學經濟研究所碩士論文
18.郭璧菁，(2003) ，「股市價量關係之研究:多國比較」，國立雲林科技大學財務金融研究所碩士論文
19.張秀華，(2001) ，「股價指數與交易量動態關係之實證研究」，私立東海大學企業管理學系碩士論文
20.張琛維，(2006) ，「台灣股價指數與類股間資訊傳遞及價量關聯性之研究」，國立中山大學財務管理學系碩士論文
21.張秋蘭，(2007)，「應用分量迴歸來分析臺灣股票市場三大指數之價量變化」，國立中正大學國際經濟所碩士論文
22.張雅惠，(2007)，「價量關係之新解:量作為交易資訊異質性的指標」，台南科技大學商學與管理研究所碩士論文
23.葉銀華，(1991)，「臺灣股票市場成交量與股價關係之實證研究-轉換函數模式」，台北市銀月刊，22(11) ，57-70
24.楊朝成、陳立國，(1994)，「臺灣股市日內價量關係之研究」，台北市銀月刊，22
，323-340 
25.楊踐為、許至榮，(1997)，「臺灣股票集中市場與店頭市場價量因果關係之探討」，證券市場發展季刊，54 ，19-32
26.蔡垂君，(2003)，「台灣股價指數期貨與現貨之實證研究」，國立台北大學企業管理學系博士論文
27.劉亞秋，(1998) ，「價格變化與交易量：混合分配、序列資訊與效率性剖析」，國立中正大學企業管理研究所碩士論文
28.駱淑芳，(1996)，「臺灣股市日內不同衡量期間下的價量關係-GARCH模型的應用」，國立中正大學國際經濟研究所碩士論文
29顏治華，(2007)，「美國股市價量關係-非線性平滑轉換誤差修正模型實證研究」，私立淡江大學財務金融學系碩士論文

英文文獻：
1.Andrews D.W. K., and Ploberger W., (1994), “Optimal Tests When a Nuisance Parameter Is Present Only Under the Alternative,” Econometrica, 62, 1383-1414
2.Campbell J., Grossman S. and Wang J., (1993), “Trading Volume and Serial Correlation in Stock Returns,” Quarterly Journal of Economics, 108, 905-939.
3.Chen G., Firth M. and Rui O. M., (2001), “The Dynamic Relation between Stock Returns, Trading Volume and Volatility,”Financial Review, 36, 153-173.
4.Chordia T. and Swaminathan B., (2000), “Trading Volume and Cross-Autocorrelations in Stock Returns,”Journal of Finance, 55, 913-935.
5.Coopers M., (1999), “Filter Rules Based on Price and Volume in Individual Security Overreaction,” The Review of Financial Studies 12,901-935.
6.Davies R. B., (1977), “Hypothesis testing when a nuisance parameter is present only under the alternative,” Biometrika, 64, 247–254
7.Davies R. B., (1987), “Hypothesis testing when a nuisance parameter is present only under the alternative,” Biometrika, 74, 33–43
8.Darrat A. F., Zhong M. and Cheng L. T., (2007), “Intraday Volume and Volatility Relations with and without public news,” Journal of Banking & Finance, 31, 27111-2729.
9.Engle R.F., (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of UK Inflation,” Econometrica 50, 987–1008.
10.Epps T.W., (1997), “Security Price Changes and Transaction Volumes: Some Additional Evidence,” Journal of Financial and Quantitative Analysis 12,141-146.
11.Granger C. W. J. and Morgenstern O., (1963), “Spectral Analysis of New York Stock Market Prices,” Kyklos, 16, 1–27.
12.Granger C. W. J. and Teräsvirta T., (1993), Modelling Nonlinear Economic Relation-ships. Oxford: Oxford University Press
13.Gonza’lez A., Teräsvirta T. , and Dijk D. V., (2004), “Panel smooth transition regression model and an application to investment under credit constraints,” working papers
14.Gonza’lez A., Teräsvirta T. , and Dijk D. V., (2005), “Panel smooth transition regression models,” working papers
15.Gurgul H. and Majdosz P., (2005), “Linear Granger Causality in the Stock Price-Volume Relation,” Statistics in Transition, 7, 159-171.
16.Hansen B.E., (1996), “Inference When a Nuisance Parameter Is Not Identified Under the Null Hypothesis,” Econometrica, 64, 413-430
17.Hansen B. E., (1999), “Threshold effects in non-dynamic panels: estimation, testing, and inference,” Journal of Econometrics, 93, 345-368 
18.Harris L., (1987), “Transaction Data Test of the Mixture of Distributions Hypothesis,” Journal of Financial and Quantitative Analysis 22,127-139  
19.He H. and Wang J., (1995), “Differential Information and Dynamic Behavior of Stock Trading Volume,” Review of Financial Studies, 8, 919-972.
20.Hiemstra C. and Jones J. D., (1994), “Testing for Linear and Non-Linear Granger Causality in the Stock Price-Volume Relation,” Journal of Finance, 49, 1639-1664.
21.Im K. S., Pesaran M. H. and Shin Y., (2003), “Testing for unit roots in heterogeneous panels,” Journal of Econometrics 115, 53—74.
22.Jansen E. S. and Teräsvirta T., (1996), “Testing parameter constancy and super exogeneity in econometric equations,” Oxford Bulletin of Economics and Statistics, 58, 735–763
23.Lamoureux and Lastrapes, (1990), “Heteroskedasticity in Stock Return Data :Volume versus GARCH Effects,” Journal of Finance, 45, 221-229.
24.Lee B-S. and Rui O.M., (2002), “The Dynamic Relationship between Stock Returns and Trading Volume: Domestic and Cross-Country Evidence,” Journal of Banking and Finance, 26, 51-78.
25.Lee B-S., Rui O.M. and Wang S. S., (2004), “Information Transmission between the NASDAQ and Asian Second Board Markets,” Journal of Banking and Finance, 28, 1637-1670.
26.Levin A., Lin C. F., and Chu C., (2002), “Unit root tests in panel data: asymptotic and finite-sample properties,” Journal of Econometrics, 108, 1–24
27.Lundbergh S., Teräsvirta, T. and Dijk D. V., (2003), “Time-varying smooth transition autoregressive models,” Journal of Business and Economic Statistics 21, 104–121.
28.Luukkonen R., Saikkonen P., and Teräsvirta T., (1988), “Testing linearity against smooth transition autoregressive models,” Biometrika, 75, 491–499
29.Maddala G. S. and Wu S., (1999), “A comparative study of unit root tests with panel data and a new simple test,” Oxford Bulletin of Economics and Statistics, 61, 631-652
30.Osborne M. F. M., (1959), “Brownian Motion in the Stock Market ,” Operation Research, Vol. 7, pp.145-173.
31.Pisedtasalasai A. and Gunasekarage A. (2006), “The Causal and Dynamic Relationship between Stock Returns and Trading Volume: Evidence from Emerging Markets in South-East Asia,” Working Paper. 
32.Smirlock M. and Starks L. T. (1988), “An Empirical Analysis of the Stock Price-Volume Relationship,” Journal of Banking and Finance, 12, 31-41.
33.Teräsvirta T., (1994), “Specification, estimation, and evaluation of smooth transition autore-gressive models,” Journal of the American Statistical Association, 89, 208–218
34.Wang J., (1994), “A Model of Competitive Stock Trading Volume,” Journal of Political Economy, 102, 127-168.
35.Wang C.Y. and Cheng N.S., (2004), “Extreme Volumes and Expected Stock Returns: Evidence from China’s Stock Market,” Pacific-Basin Finance Journal 12,577-597     
36.Wood R.A., Mcinish T.H. and Ord J.K., (1985), “An Investigation of Transactions Data for NYSE Stocks,” Journal of Finance 60, 723-739.
37.Ying C. C. (1966), “Stock Market Prices and Volumes of Sales,” Econometrica, 34, 676–685.