在金融市場越趨複雜、投資產品越來越多變化中，大部分的投資人如果沒有認真研究經濟市場走勢，可能會面臨看錯方向導致投資失利的情況發生。因此在ETF大勢崛起下，提供給眾多投資人一個新方向，讓他們可以更有效率且低成本的在金融市場中找尋獲利的契機。
然而ETF與標的指數的貼近程度-追蹤誤差與影響ETF報酬率的眾多變數也會直接地關係到ETF的績效表現，本文探討可能改變ETF表現之原因，來釐清到底什麼樣的內外在因素會影響到台灣的ETF。最後再以定期定額的觀念套入本文研究之17檔ETF中，藉此法來衡量相較於鬆散的買進策略，長期投資哪檔基金的報酬率最為可觀。
實證結果發現資金規模和成本費用率無法對台灣ETF造成顯著影響性，而成交量、經濟政策不確定指數和指數複製方法皆與追蹤誤差有正向關係。在追蹤誤差表現排序上來看，追蹤國內的ETF相較於追蹤國外的ETF與標的指數貼近程度都較為優異，也剛好與指數複製方法互相驗證，代表完全複製方法比最佳化複製方法來的與指數貼近。最後定期定額ETF顯示出長期持有下，追蹤國內指數的ETF績效較佳，其中以富邦科技(0052)、富邦摩台(0057)和元大電子(0053)最好。

As financial markets become more complex and investment products change more and more, most investors may face a misunderstanding and lead to investment failures if they do not carefully study economic market trends. Therefore, under the rise of ETF, it provides many investors with a new direction, so that they can find more profitable opportunities in the financial market more efficiently and at low cost.
However, the closeness of the ETF to the underlying index-tracking error and many variables that affect the return of the ETF will also be directly related to the performance of the ETF. This article discusses the reasons that may change the performance of the ETF to clarify what internal and external factors will affect ETF to Taiwan. Finally, the concept of dollar cost averaging is used in the 17 ETFs researched in this paper, and this method is used to measure which fund's return rate is the most impressive for long-term investment compared to loose buying strategies.
The empirical results found that the scale of funds and the cost-expense ratio could not have a significant impact on Taiwan ETFs, and the volume of transactions, economic policy uncertainty index and index replication method all have a positive relationship with tracking error. In terms of tracking error performance ranking, tracking domestic ETFs is superior to tracking foreign ETFs and the underlying index. In terms of the ranking of tracking error performance, tracking domestic ETFs is superior to tracking foreign ETFs in terms of proximity to the target index, which is just verified with the index replication method, representing that the full replication method is closer to the index than the sampling replication method. Finally, regular fixed-rate ETFs show that under long-term holdings, ETFs that track domestic indexes perform better, with Fubon Taiwan Technology (0052), Fubon MSCI Taiwan (0057) and Yuanta/P-shares Taiwan Electronics Tech (0053) the best.

目　錄
表　目　錄 VI
圖　目　錄 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	6
第三節	研究架構與流程 7
第二章	理論與相關文獻 8
第一節	ETF優勢與崛起 8
第二節	追蹤誤差 9
第三節	影響追蹤誤差之成因 11
第四節	資產配置	14
第三章	研究方法	16
第一節	研究資料定義與來源 16
第二節	變數說明	18
第三節	Panel Data分析 21
第四節	實證模型建構 23
第四章	實證結果與分析 28
第一節	敘述統計量分析 28
第二節	ETF追蹤誤差之大小表現 33
第三節	影響ETF之變數與追蹤誤差之關係 39
第四節	ETF追蹤誤差之排序 45
第五節	定期定額之績效比較 50
第五章	結論與建議 53
第一節	結論 53
第二節	建議 55
參考文獻	57

表　目　錄
表1 本研究ETF標的 17
表2 變數名稱、代號、定義及預期影響表 21
表3 各ETF報酬率之敘述統計表 29
表4 各ETF基金規模之敘述統計表 30
表5 各ETF成交量之敘述統計表 31
表6 各經濟政策不確定指數(EPU)之敘述統計表 32
表7 各ETF成本費用率之敘述統計表 33
表8 ETF淨值報酬率與標的指數報酬率絕對收益差異檢定結果表(TE_1) 34
表9 ETF淨值報酬率與標的指數報酬率平均絕對值收益差異檢定結果表(TE_2) 35
表10 ETF淨值報酬率與標的指數報酬率標準差收益差異檢定結果表(TE_3) 37
表11 TE_4 、TE_5檢定結果表 38
表12 ETF追蹤誤差影響因子結果分析表（TE_1 、TE_2 、TE_3）41
表13 ETF追蹤誤差影響因子結果分析表（TE_4）42
表14 ETF追蹤誤差影響因子結果分析表(加入Dummy Variable) 44
表15 ETF追蹤誤差排序表 48
表16 ETF定期定額報酬率表(年化，百分比) 52

圖　目　錄
圖1 全球ETF/ETP量增長趨勢圖 3
圖2 2011~2019短期利率圖 5
圖3 研究流程圖 7
圖4 美國台灣ETF資產規模比較圖 49
圖5 ETF成本費用率圖 49
圖6 各國EPU變化圖 50
圖7 ETF定期定額年化報酬率比較圖(算數平均數/幾何平均數) 52

一、 中文文獻
1. 王博軒(2019)，定期定額與KD交叉買進台灣五十ETF之比較，南臺科技大學財務金融系碩士班碩士學位論文。
2. 李存修、尤亭歡(2015)，「臺灣、香港、中國大陸三地 ETF 追蹤誤差之研究」，兩岸金融季刊，第3卷第1期，頁1-22。
3. 李雅妮(2019)，定期定額零股投資策略分析，國立中山大學財務管理學系碩士班碩士論文。
4. 張博皓(2001)，定期定額投資的特性及其績效表現之實證，國立成功大學企業管理研究所碩士論文。

二、 英文文獻
1. Amihud, Y. and R. Goyenko (2013), “Mutual Fund R2 as Predictor of Performance, ” The Review of Financial Studies, Vol.26, Issue 13, pp.667-694 
2. Blitz, D. and J. Huij (2012), “Evaluating the Performance of Global Emerging Markets Equity Exchange-traded Funds, ” Emerging Markets Review, Vol.13, pp.149-158.
3. Ben-David, I., F. A. Franzoni and R. Moussawi (2017), “Exchange Traded Funds (ETFs), ” Fisher College of Business Working Paper Series.
4. Baker, S. R., N. Bloom and S. J. Davis (2015), “Measuring Economic Policy Uncertainty, ” NBER Working Paper, No.21633.
5. Chu, P. K. K. (2011), “Study on the Tracking Errors and Their Determinants: Evidence from Hong Kong Exchange Traded Funds, ” Applied Financial Economics, Vol.21, Issue 5, pp. 309-315.
6. Cho, D. D. and E. Kuvvet (2015), “Dollar-Cost Avaraging: The Trade-Off Between Risk and Return, ” Journal of Financial Planning, Vol.28, Issue 10, pp.52-58.
7. Diaw, A. (2019), “Premiums/Discounts, Tracking Errors and Performance of Saudi Arabian ETFs, ” Journal of Asian Finance, Economics and Business, Vol.6,  No.2, pp.9-13. 
8. Filipe-Alexandre, M. (2016), “Tracking Error of Exchange-Traded Index Funds and Their Determinants: Evidence from the U.S., ” University of Porto, FEP - economia e gestão.
9. Frino, A. and D.R. Gallagher (2001), “Tracking S&P 500 Index Funds, ”  Journal of Portfolio Management, Vol.28, No.1, pp.44-55
10. Garyn-Tal, S. (2014), “Explaining and Predicting ETFs Alphas: The R2 Methodology, ” The Journal of Index Investing, Vol.4, No.4, pp.19-32.
11. Mihai-Yiannaki, S. (2015), “ETFs Performance Europe - a Good Start or Not?, ” Procedia Economics and Finance, Vol.30, pp.955-966.
12. PA ́STOR, L ̆ and P. VERONESI (2012), “Uncertainty about Government Policy and Stock Prices, ” The Journal of Finance, Vol.LXVII, No.4, pp.1220-1265. 
13. Pope, P.F. and P.K. Yadav (1994), “Discovering Errors in Tracking Error, Journal of Portfolio Management, ” Journal of Portfolio Management, Vol.20, pp.27-32. 
14. Rozeff, M. S. (1994), “Lum-sum Investing versus Dollar-cost Averaging, ” The Journal of Portfolio Management, Vol.20, pp.45-50.