本文指在研究國內全市場及各產業市場在投資行為上是否存在從眾行為。台灣股票市場屬興新市場，資訊傳遞較不完整，政府干涉程度的多寡，以及台灣股市漲跌幅7%的限制等，造成投資人對股市的影響及從眾的現象應有所不同。本文中股票報酬離散度採以Chang, Cheng and Khorana (2000) 所提出的橫斷面報酬絕對誤差CSAD衡量方法；並以Hamilton (1989)提出的馬可夫轉換模型，能有效的處理偏態、厚尾及高峰的問題。適當掌握金融與經濟變數所面臨的結構改變，以及解決在報酬分配的產生的問題，較能貼切的反應經濟變數的真實狀況。
　　實證結果發現台灣在總市場中投資人的確存在顯著的從眾現象。綜合各產業分析，其實證結果發現除極少數產業外，其餘皆呈現明顯從眾現象。此外，台灣股市在總市場及產業市場中利用馬可夫轉換模型，發現高波動下確實在實證上是有更顯著的從眾現象。

The thesis aimed to study whether the whole domestic market and various industrial markets had herd behavior on investment behavior. Taiwan’s stock market belongs to a new market, with incomplete information transmission; the degree of interference by government as well as the restrictions of Taiwan’s stock market rising and declining by 7% causing the difference between the impact of investors on stock market and herd phenomenon. In this thesis, stock compensation dispersion took cross-sectional absolute deviation (CSAD) method proposed by Chang, Cheng and Khorana (2000) and Markov switching model proposed by Hamilton (1989) to effectively deal with skewness, fat tails and peak. Properly grasping structural changes facing the financial and economic variables as well as solving the problems about the compensation assignment can appropriately show the actual state of economic variables.
Empirical results showed that significant herd phenomenon did exist among Taiwanese investors in the total market. Based on the comprehensive analysis of various industries, it was found that significant herd phenomenon did exist among various industries except a minority of industries. In addition, Taiwan stock market used Markov switching model in the total market and industrial market, finding that it indeed had a more significant herd phenomenon empirically under high volatility.

中文摘Ⅰ
英文摘要Ⅱ
目錄Ⅳ
表目錄Ⅵ
圖目錄Ⅶ
第一章 	緒論	1
第一節  研究動機	1
第二節  研究目的	4
第三節  研究架構	5
第二章 文獻探討	7
第一節  從眾行為之定義及成因	7
第二節  CSAD模型	10
第三節  馬可夫狀態轉換模型	11
第三章  研究方法	14
第一節  研究對象及研究期間	14
第二節  從眾行為衡量方法	14
第三節  單根檢定	16
第四章  實證結果與分析	18
第一節  股市報酬率及CSAD敘述統計量分析	18
第二節	單根檢定	23
第三節	CSAD模型檢定	27
第四節	從眾行為的馬可夫狀態轉換模型之實證	30
第五章  結論與建議	35
第一節  結論	35
第二節  未來研究建議	36
參考文獻	37


表 目 錄

【表4-1-1】總市場日報酬及CSAD之敘述統計	19
【表4-1-2】產業日報酬及CSAD之敘述統計	20
【表4-2-1】總市場ADF檢定	23
【表4-2-2】產業ADF檢定	24
【表4-3-1】總市場非線性關係CSAD模型實證結果	28
【表4-3-2】產業類股非線性關係CSAD模型實證結果	28
【表4-4-1】總市場MS-CSAD	31
【表4-4-2】產業MS-CSAD	32

圖 目 錄
【圖 1-3-1】研究架構	6

一、	國內文獻
1.王慧卿 (2007)，「隨機過程應用於台灣股票市場切入點之研究」，佛光大學經濟學系碩士論文。
2.江宏儒 (2002)，「股票市場從眾行為之探討：新興市場與已開發國家之比較」，國立高雄第一科技大學財務管理系研究所碩士論文。
3.朱憶惠 (2010)，「台灣股票市場從眾行為研究」，銘傳大學財務金融學系碩士論文。
4.陳志宏 (2007)，「台灣股市從眾行為之分析」，國立中山大學財務管理學系研究所碩士論文。
5.李春安、賴藝文 (2005)，「股市劇烈變動區間台灣股票市場與本國機構投資人從眾行為之研究」，台灣管理學刊，第五卷，第二期，頁231-267。
6.李虓鳴 (2011)，「美國與台灣、香港、中國股票市場股價指數報酬率的關聯性分析」，國立台灣大學社會科學院經濟學系在職專班碩士論文。
7.李訓強 (2011)，「市場與行為因素對股票報酬之影響-馬可夫轉換模型之應用」，國立中山大學財務管理學系碩士論文。
8.李晉寧 (2010)，「台灣股票市場從眾行為探討暨分量回歸應用」，國立中山大學財務管理學系研究所碩士論文。
9.吳佩姍 (2012)，「三大法人買賣超與股票報酬橫斷面離散性的關係」，國立臺北大學企業管理學系碩士論文。
10.吳謹哲 (2013)，「以馬可夫模型探討股票市場報酬與波動及流動性之關係」，國立雲林科技大學財務金融系碩士論文。
11.林士家 (2012)，「國際股市投資人從眾行為成因之再探討」，國立高雄大學金融管理學系碩士論文。
12.施俊宇 (2009)，「亞洲新興股市報酬波動與外溢分析之研究-馬可夫狀態轉換模型的應用」，南台科技大學財務金融研究所碩士論文。
13.徐偉翔 (2005)，「投資人從眾行為之再檢視－就台灣市場產業別分類之觀察」，國立彰化師範大學商業教育學系碩士論文。
14.孫新銘 (2006)，「台灣股市機構投資人從眾行為之研究」，國立台灣科技大學財務金融所碩士論文。
15.郭于绣 (2010)，「股票市場的報酬與波動性外溢效果之探討-以亞洲地區為例」，國立嘉義大學企業管理學系碩士論文。
16.梁靜如 (2011)，「實質匯率影響因素之探討-馬可夫狀態轉換模型之應用」，國立中山大學財務管理學系碩士論文。
17.曾弘國 (2006)，「外資與散戶從眾行為之研究－以上市電子個股為例」，國立台北大學企業管理學系研究所碩士論文。
18.楊永富 (2008)，「台灣證劵市場從眾行為實證檢視：整體股票市場和產業觀點」，長榮大學經濟管理研究所碩士論文。
19.黎明淵 (2000)，「馬可夫轉換模型應用性與合用性探討」，國立政治大學國際貿易學系博士論文。
20.劉開其（2005），「從隨機共整合角度檢驗恆常所得假說-以臺灣資料為例」，國立中山大學經濟學研究所碩士論文。
21.潘詠琦 (2009)，「股市崩盤期間從眾行為與報酬率、成交量關係之研究」，雲林科技大學財務金融系碩士論文。
22.陳明吉、曾婉婷 (2008)，「臺灣不動產從眾行為之檢視」，管理與系統，第十五卷，第四期，頁155-162。
23.陳執中 (2006)，「投資人之從眾行為與股市崩盤之關係研究」，國立政治大學國際貿易學系碩士論文。
24.陳仕偉 (2000)，「臺灣景氣循環與股票市場波動性之探討：馬可夫轉換模型之應用」，國立政治大學經濟學系博士論文。。
25.鍾珮瑜 (2010) ，「影響從眾行為因素之分析-以台灣及中國市場為例」，國立高雄第一科技大學金融理財研究所碩士論文。
26.薛凱安 (2013) ，「股票羊群效應：以日本、韓國、台灣股市為例」，淡江大學財務金融學系碩士論文。
27.蘇志欣 (2012)，「臺灣股票市場從眾行為之研究」，國立雲林科技大學財務金融系碩士論文。
 
二、國外文獻
1.Asch, S. E., (1951), “Effect of group pressure upon the modification and distortion of judgments”, Journal of Marketing Research, 16, pp.394-400
2.Balcilar M., R. Demirer, and S. Hammoudeh, (2013), “Investor herds and regime-switching: Evidence from Gulf Arab stock markets”, Journal of International Financial Market, Institutions and Money, 23, pp.295-321.
3.Banerjee, A. V., (1992), “A simple model of herd behavior”, Journal of Economics, 107(3), pp.724-817.
4.Bikhchandani, S., D. Hirshleifer, and I. Welch, (1992), “A theory of fads, fashion, custom, and cultural change as informational cascades”, Journal of Political Economy, 100(5), pp.992-1026.
5.Chang, E. C., J. W. Cheng, and A. Khorana, (2000), “An examination of herd behavior in equity markets: An international perspective”, Journal of Banking and Finance, 24(10), pp.1651-1679.
6.Chiang, T. C., J. Li, and Lin Tan, (2010), “Empirical investigation of herding behavior in Chinese stock markets:Evidence from quantile regression analysis”, Global finance journal, 21(10), pp.111-124.
7.Chiang, T. C., D. Zheng, (2010), “An empirical analysis of herd behavior markets”, Journal of Banking and Finance, 34(8), pp.1911-1921
8.Christie, W. G., and R. D. Huang, (1995), “Following the pied piper: Do individual returns herd around the market?”, Financial Analysts Journal, 51(4), pp.31-37.
9.Cote, J. and D. Sanders, (1997), “Herding behavior:Explanations and implications”, Social science research network 9.
10.Demirer, R., A. M. Kutan and H. Zhang, (2014), “Do ADR investors herd? Evidence from advanced and emerging markets”, 30, pp.138-148.
11.Devenow, A. and I. Welch, (1996), “Rational herding in financial economics”, European Economic Reveiew, 40(3-5), pp. 603-615.
12.Fama E. F., (1965), “The behavior of stock market prices”, Journal of Business,38(1), pp.34-105.
13.Goldfeld S. M. and R. E. Quandt, (1973), “A Markov model for switching regressions”, Journal of Econometrics, 1, pp.3-16.
14.Gray, S., (1996), “Modeling the conditional distribution of interest rates as a regime-switching process”, Journal of Financial Economics, 42, pp.27-62.
15.Hamilton J. D., (1996), “Specification testing in Markov switching time series models”, Journal of Monetary Economics, 70(1), pp.127-157.
16.Hamilton J. D. and G. Lin, (1996), “Stock market volatility and the business cycle”, Journal of Applied Econometrics, 11(5), pp.573-593
17.Hamilton J. D. and R. Susmel, (1994), “Autoregressive conditional heteroskedasticity and changes in regime”, Journal of Econometrics, 64, pp.307-333.
18.Hamilton, J. D., (1989), “A new approach to the economic analysis of nonstationary time series and the business cycle”, Econometrica, 57(2), pp. 357-384.
19.Hwang, S. and M. Salmon, (2004), “Market stress and herding”, Journal of Empirical Finance, 11(4), pp.585-616.
20.Iihara, Y., H. K. Kato and T. Tokunaga, (2001), “Investors’ herding on the Tokyo stock exchange”, International Review of Finance, 2(l-2), pp.71-98.
21.Keynes, J. M. (1936), “The general theory of employment, interest, and   money”, Macmillan Cambridge University Press.
22.Lakonishok, J., A. Shleifer, and R. Vishny., (1992), “The impact of institutional trading on stock price”, Journal of Financial Economics, 32(1), pp.23-43.
23.Morck, R., A. ShIcifer and R. Vishny, (1989), “Alternative mechanisms for corporate control”, American Economic Review, 79(4), pp.842-852.
24.Nofsinger, J., and R. W. Sias, (1999), “Herding and feedback trading by institutional and individual investors”, Journal of Finance, 54(6), pp.2263-2295.
25.Odean, T. (1998), “Are investors reluctant to realize their losses?”, Journal of Finance, 53(5), pp.1775-1798.
26.Schaller, H. and S. Norden, (1997), “Regime switching in stock market returns”, Applied Financial Economics, 7(2), pp.177-191.
27.Shiller, R. J. (1984), “Stock prices and social dynamics”, Brookings Papers on Economic Activity, 2, pp.457-498.
28.Sias R. W., (2004), “Institutional herding”, The Review of Financial Studies, 17, pp.165-206.
29.Tan, L., T. C. Chiang, J. R. Mason, and N. Edward, (2007), “ Herding behavior in Chinese stock markets: an examination of A and B shares”, Pacific-basin Finance Journal, 16(1-2), pp.61-77
30.Turner, M. C., Startz, R. and C. F. Nelson, (1989), “A Markov model of heteroskedasticity, risk and learning in the stock market”, Journal of Financial Economics, 25(1), pp.3-22.
31.Venezia, I., Nashikkar, A., and Z. Shapira, (2011), “Firm specific and macro herding by professional and amateur investors and their effects on market volatility”, Journal of Banking and Finance, 35(7), pp.1599-1609.
32.Zhou, R. T. and R. N. Lai, (2009), “Herding and information based trading”, Journal of Empirical Finance, 16(3), pp.388-393.