科技日新月異下，交易已不受限於地區與國別，興盛的跨國交易儼然如同世界村一樣，而2013年台灣進出口總額超過5700億美元，約為名目GDP的1.18倍，對島國台灣來說進出口貿易無論是民生需求還是經濟成長上都是相當重要的環節，伴隨著新金融商品的日益多元化，在交易過程中匯率成了不容忽視的風險因素之一。本文利用與台灣前五大交易對手國之貨幣，試圖解釋在外匯市場中風險與報酬之間的關係，以期提供交易人作為交易時之參考。
　　目前探討外匯市場風險與報酬關聯性的文獻尚且不多，且使用的方法多為傳統的最小平方法，而最小平方法對於報酬率或誤差分配為常態分配，而分量迴歸為無母數模型，無須母體分配假設，且較最小平方法更為穩健，也不會因存在離群值而影響檢定效果。故本研究應用分量迴歸模型再驗證外匯市場報酬與風險之間的抵換關係，經實證結果發現：
一、	各貨幣在不同分量的下，風險─報酬的抵換關係皆有所不同。
二、	各幣別在金融危機前後風險─報酬的抵換關係改變，表示受到金融風暴影響改變了其風險─報酬抵換關係。

Technology changes so quickly that trade is not restricted by either regions or countries anymore. In 2013, the total of import and export of Taiwan had over 5700 hundred million U.S. dollars, about 1.18 times of nominal GDP. It’s important to well-being issues and economic growth such as Taiwan, an island nation, especially. So exchange rate became can’t be ignored in transactions by the process. We used the currencies of the first five countries have maximum amount of trading with Taiwan and tried to explain the relationship between risk and return in exchange market. 
　　There is not much about discussing with relationship between risk and return in exchange market and most of that were using Least Squares. So we used Quantile Regression Model to re-examination the relationship of exchange market return-risk trade-off. The empirical results as following:
1.	The relationships of exchange market return-risk trade-off are different within different quantiles.
2.	The relationships of exchange market return-risk trade-off within financial crisis before and after had changed, it’s express that influence of financial crisis for the relationships had an effect.

目　錄
謝　辭	I
目　錄	IV
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	3
第三節	研究架構與流程	4
第二章	理論與相關文獻	5
第一節	匯率決定理論	5
第二節	外匯風險	8
第三節	匯率與風險相關研究文獻	9
第四節	分量迴歸相關研究文獻	10
第三章	研究方法	13
第一節	研究資料與來源	13
第二節	操作型定義	13
第三節	分量迴歸法	15
第四章	實證結果與分析	18
第一節	敘述統計量	18
第二節	結構性檢定	22
第三節	分量迴歸實證分析	23
第四節	對稱性檢定	34
第五章	結論與建議	41
第一節	結論	41
第二節	研究貢獻	42
第三節	後續研究建議	42
參考文獻	44
附錄一	48

表目錄
表 1 各幣別匯率超額報酬率敘述統計量與常態檢定	19
表 2 結構轉變檢定	22
表 3 分量迴歸參數估計結果(樣本期間:1996/01-2013/12)	24
表 4 各變數高低分量相關性的變化整理表(樣本期間:1996/01-2013/12)	27
表 5 分量迴歸參數估計結果(樣本期間:1996/01-2007/07)	28
表 6 分量迴歸參數估計結果(樣本期間:2007/08-2013/12)	31
表 7 子樣本期間1996/01-2007/07之對稱性檢定結果	35
表 8 子樣本期間2007/08-2013/12之對稱性檢定結果	37
表 9 樣本期間1996/01-2013/12之對稱性檢定結果	39

圖目錄
圖 1 研究流程圖	4
圖 2 台幣兌美金匯率超額報酬率(ntd)敘述統計量	20
圖 3 日幣兌美金匯率超額報酬率(jpy)敘述統計量	20
圖 4 港幣兌美金匯率超額報酬率(hkd)敘述統計量	20
圖 5 新加坡元兌美金匯率超額報酬率(sgd)敘述統計量	20
圖 6 人民幣兌美金匯率超額報酬率(cny)敘述統計量	20
圖 7 匯率台幣、日幣、港幣、新加坡元、人民幣兌美金匯率超額報酬率時間序列圖	21
圖 8 分量迴歸95%信賴區間圖(樣本期間:1996/01-2013/12)	26
圖 9 分量迴歸95%信賴區間圖(樣本期間:1996/01-2007/07)	30
圖 10 分量迴歸95%信賴區間圖(樣本期間:2007/08-2013/12)	33

參考文獻
一、	中文文獻
1.	沈青孺，(2013)，美國總體經濟變數與通貨膨脹關聯性結構探討－Copula模型之應用，淡江大學財務金融學系碩士班碩士論文。
2.	林美花、黃祥宇，(2006)，「衍生性金融商品數量性資訊揭露與外匯風險暴露之關聯性研究」，會計評論，第43期，頁63~93。
3.	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」，經濟論文，中央研究院經濟研究所，第4期第33卷，頁379-404。
4.	賴奕豪、許文彥，(2009)，「台灣銀行業資本及風險之關係：利用分量迴歸分析」，管理學報，第26期第4卷，頁377-389。
5.	賴識文，(2005)，匯率過度波動之理論與實證-以台灣外匯市場為例，潮陽科技大學財務金融系碩士班碩士論文。
6.	蘭麗惠、廖源星、林育志，(2007)，「台灣金融機構之外匯風險」，台灣經濟預測與政策，中央研究院經濟研究所，第38期第1卷，頁127-151。
二、	英文文獻
1.	Andersen, T. G., T. Bollerslev, F. X. Diebold and P. Labys, (2001), “ The Distribution of Realized Exchange Rate Volatility.” Journal of the American Statistical Association, Vol. 96, pp. 42-55.
2.	Brunnermeier, M. K., S. Nagel and L. H. Pedersen, (2009), “Carry Trades and Currency Crashes.” NBER Macroeconomic Analysis, Vol. 23, pp. 313–347.
3.	Chen, Y. C., C. J. Kim and S. T. Kim, (2010), “Risk and Returns in Exchange Rate : Evidence from Commodity Currencies” Department of Economics, University of Washington, Seattle WA
4.	Christiansen C., (2011), “Intertemporal Risk-Return Trade-Off in Foreign Exchange Rates” Journal of International Financial Markets, Institutions & Money, Vol. 21, pp.535-549.
5.	Harrison, P. and H. Zhang, (1999), “An Investigation of The Risk and Return Relation at Long Horizons.” Review of Economics and Statistics, Vol. 81, pp. 399–408.
6.	Hooper, P. and S. W. Kohlhagen, (1978). “The Effect of Exchange Rate Uncertainty on the Prices and Volume of International Trade.” Journal of International Economics, Vol. 8, pp. 483-511.
7.	Huang, Alex Y. H., (2012), “Volatility Forecasting by Quantile Regression.” Applied Economics, Vol. 44, pp. 423-433.
8.	Huang, Alex Y. H., Peng S.P., Li Fangjhy and C.J. Ke, (2011), “Volatility Forecasting of Real Exchange Rate by Quantile Regression.” International Review of Economics and Finance, Vol. 20, No. 4, pp. 591-606.
9.	Koenker R. and G. Bassett, Jr., (1978), “Regression Quantiles”, Econometrica, Vol. 46, No. 1, pp. 33-50.
10.	Koenker R. and K. F. Hallock, (2001), ”Quantile Regression: An Introduction,” Journal of Economic Perspectives, Vol. 15,No. 4, pp. 143-156.
11.	Melvin, M. and M.P., Taylor, ( 2009), “The Crisis in The Foreign Exchange Market.” Journal of International Money and Finance, Vol. 28, No. 8, pp.1317–1330.
12.	Merton, R., (1973), “An Intertemporal Capital Asset Pricing Model.” Econometrica, Vol. 41, pp. 867–87.
13.	Newey, W. K. and J. L. Powell, (1987), “Asymmetric Least Squares Estimation and Testing.” Econometrica, Vol. 55, pp. 819-847.
14.	Park, C. H. and S.H. Irwin, (2004), “The Profitability of Technical Analysis: A Review”, AgMAS Project Research Report
15.	Shapiro, Alan C. (2006), Multinational financial management, John Wiley and Sons.
16.	Thomas C. C. and J. D. Li, (2012), “Stock Returns And Risk: Evidence from Quantile Regression Analysis”, Journal of Risk and Financial Management, Vol. 5, pp. 20-58.


三、相關網站
1.	http://www.cbc.gov.tw/mp1.html 中央銀行全球資訊網
2.	http://www.cepd.gov.tw/ 行政院經濟建設委員會