2008年的次貸風暴後，美國於2008年底開始實施一系列的大規模購買公債及量化寬鬆(Quantitative Easing)貨幣政策，不斷把大量美元貨幣供給注入全球市場，特別是新興國家市場影響最受顯著。本研究透過國際資本流動概念與非傳統貨幣政策理論為基礎，經由Copula研究方法，針對東協五國 (印尼、泰國、馬來西亞、菲律賓以及新加坡)分析QE對亞洲新興市場的國家股市、匯市及總體經濟變數共8個變數的影響。
　　本研究以依美國三次QE實施為時間點劃分四個時期，分別探討美國M2對各國變數間的相關性變動。透過Copula函數與利用大概似函數值、AIC及BIC值判斷出最適Copula函數之靜態分析，並對各國各變數進行QE期間Copula動態分析的關聯結構探討。
　　本文實證結果發現，QE前與後所導致的資金外流對新興國家的東協五國各有不同的影響性。各國金融市場的股票指數普遍受到美國QE的衝擊最多，匯率方面各國則呈現波動現象，而作為匯率之推手的外匯存底以及短期市場利率與十年公債利率皆顯示出美國量化寬鬆政策對特定國家如菲律賓的總體經濟變數有影響性。反觀製造業生產指數及消費者物價指數只在印尼和泰國有強烈衝擊性，隱含兩國在QE所來的經濟成長的效果亦陷入停滯性通貨膨脹的窘境。

After the 2008 subprime mortgage crisis, the United States in late 2008 began a series of large-scale purchase of government bonds and Quantitative Easing (QE) monetary policy. The money supply continue to injected a lot of dollars into the global market, especially in emerging countries which market impact is the most significant . This study based on the concept of international capital flows and non-traditional monetary policy theory, and the research methods via Copula for the five ASEAN countries (Indonesia, Thailand, Malaysia, Philippines and Singapore) analyzed the impact of QE for stock market, currency and macreconomic variables of eight variables in emerging markets in Asia.
　　In this study, according to the United States three times QE is implemented as time division four periods, using the variable of U.S. M2 to explore the correlation between changes with the variables in every country. Through the Copula function, the value of likelihood function value, AIC and BIC values determined the optimal Copula function of static analysis. We discuss the associatrion of each variable via Copula structural dynamic analysis during the QE.
　　The empirical results found funding outflow before and after QE caused have different affect to ASEAN5. Financial markets stock index widespread impact of QE most. The countries are showing fluctuation in the exchange rate, and foreign exchange reserves as well as short-term market interest rates and bond interest rate showes that overall impact of the economic variables in Philippines. In contrast, the manufacturing production index and the consumer price index only in Indonesia and Thailand have a strong impact, implicit the effect of economic growth has stalled inflation dilemma.

目　錄
謝　辭	II
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	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　傳統與非傳統貨幣政策	8
第二節  國際資本流動	16
第三節  Copula 相關文獻	18
第三章 研究方法	23
第一節 　研究資料定義與來源	23
第二節　GARCH模型定義與概念	26
第三節　Ｃopula模型定義與函數	28
第四節　實證步驟	36
第四章　實證結果與分析	37
第一節　敘述統計量分析	37
第二節 Copula實證分析	43
第五章　結論與建議	71
第一節　結論	71
第二節　建議與貢獻	74
參考文獻	76
附件	82














表　目　錄
表 1  QE1、QE2、QE3及OT比較	12
表 2  Copula函數	35
表 3 各變數之敘述統計量	40
表 4 美國M2與印尼各變數之靜態相關性	46
表 5 美國M2與泰國各變數之靜態相關性	52
表 6 美國M2與馬來西亞各變數之靜態相關性	57
表 7 美國M2與菲律賓各變數之靜態相關性	63










圖　目　錄
圖 1 研究流程圖	7
圖 2 傳統貨幣政策(調降利率)	9
圖 3 英格蘭銀行購買國債促進內需之管道	10
圖 4 Gaussian Copula蒙地卡羅500次產生隨機變數分佈圖	31
圖 5 Student-t Copula蒙地卡羅500次產生隨機變數分佈圖	32
圖 6 Clayton Copula蒙地卡羅500次產生隨機變數分佈圖	33
圖 7 Gumbel Copula蒙地卡羅500次產生隨機變數分佈圖	34
圖 8 Frank Copula蒙地卡羅500次產生隨機變數分佈圖	35
圖 9 各國貨幣供給M2月變動率之時間序列、QQ Plot、Box Plot與常態分配直方圖	42
圖 10美國M2與印尼股價指數之動態相關	48
圖 11美國M2與印尼匯率(兌美元)之動態相關	48
圖 12 美國M2與泰國股價指數之動態相關	54
圖 13 美國M2與泰國匯率(兌美元)之動態相關	54
圖 14 美國M2與馬來西亞股價指數之動態相關	59
圖 15 美國M2與馬來西亞匯率(兌美元)之動態相關	59
圖 16 美國M2與菲律賓股價指數之動態相關	65
圖 17 美國M2與菲律賓匯率(兌美元)之動態相關	65
圖 18 美國M2與新加坡股價指數之動態相關	70
圖 19 美國M2與新加坡匯率(兌美元)之動態相關	70
圖 20 各國股價指數月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	82
圖 21 各國兌美元匯率月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	83
圖 22 各國外匯存底月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	84
圖 23 各國短期市場利率月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	85
圖 24 各國十年期公債利率月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	86
圖 25 各國工業生產指數月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	87
圖 26 各國CPI月變動率之時間序列、QQ plot、Box Plot及常態分配直方圖	88
圖 27美國與印尼M2之動態相關	89
圖 28美國M2與印尼外匯存底之動態相關	89
圖 29 美國M2與印尼短期市場利率之動態相關	90
圖 30 美國M2與印尼十年公債利率之動態相關	90
圖 31 美國M2與印尼製造業生產指數之動態相關	91
圖 32 美國M2與印尼CPI之動態相關	91
圖 33 美國M2與泰國M2之動態相關	92
圖 34 美國M2與泰國外匯存底之動態相關	92
圖 35 美國M2與泰國短期市場利率之動態相關	93
圖 36 美國M2與泰國十年公債利率之動態相關	93
圖 37 美國M2與泰國製造業生產指數之動態相關	94
圖 38 美國M2與泰國CPI之動態相關	94
圖 39 美國M2與馬來西亞M2之動態相關	95
圖 40 美國M2與馬來西亞外匯存底之動態相關	95
圖 41 美國M2與馬來西亞短期市場利率之動態相關	96
圖 42 美國M2與馬來西亞十年公債利率之動態相關	96
圖 43 美國M2與馬來西亞製造業生產指數之動態相關	97
圖 44 美國M2與馬來西亞CPI之動態相關	97
圖 45 美國M2與菲律賓M2之動態相關	98
圖 46 美國M2與菲律賓外匯存底之動態相關	98
圖 47 美國M2與菲律賓短期市場利率之動態相關	99
圖 48 美國M2與菲律賓十年公債利率之動態相關	99
圖 49 美國M2與菲律賓製造業生產指數之動態相關	100
圖 50 美國M2與菲律賓CPI之動態相關	100
圖 51 美國M2與新加坡M2之動態相關	101
圖 52 美國M2與新加坡外匯存底之動態相關	101
圖 53 美國M2與新加坡短期市場利率之動態相關	102
圖 54 美國M2與新加坡十年公債利率之動態相關	102
圖 55 美國M2與新加坡製造業生產指數之動態相關	103
圖 56 美國M2與新加坡CPI之動態相關	103

一、	中文文獻
1.王冠尊(2011)，台灣股價指數與總體經濟關聯性結構之研究- Copula模型之應用，私立淡江大學財務金融學系碩士班碩士論文。
2.中央銀行(2013)，美、日量化寬鬆政策，中央銀行。
3.巴溥雅(2013)，聯邦儲備局量化寬鬆政策I&II 對印度的影響，國立清華大學國際專業管理學系碩士班碩士論文。
4.李榮謙(2012)，貨幣銀行學，十版增訂，智勝文化出版，1月。
5.李育峰、周潮(2010)，基於Copula函數的我國CPI與PPI相關性分系，「甘肅金融」，第3卷，頁61-64。
6.李沃牆、黃佳慧(2010)，「應用Copula函數與組合型認購權證評價」，淡江人文社會學刊，第43期，頁49-80。
7.李家敏(2013)，美國量化寬鬆政策對新興經濟體之影響分析，國立臺北大學國際財務金融碩士班在職專班碩士論文。
8.李建璋(2013)，美國量化寬鬆貨幣政策對台灣股票市場之影響-事件研究法之應用，私立淡江大學財務金融學系碩士班在職專班碩士論文。
9.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，私立淡江大學財務金融學系碩士班碩士論文。
10.汪震亞、蔡育儒(2013)，美國量化寬鬆貨幣政策之分析，Economic Research。
11.林勝宏(2004)，國際股市關聯性結構之研究－Copula模型之應用，國立台灣科技大學資訊管理學系碩士班碩士論文。
12.周宜潔(2013)，金融危機期間股市相關性研究-利用Copula檢視股市相關性，國立臺北商業技術學院財務金融系碩士班碩士論文。
13.高蕙芬(2012)，美債危機對台股之傳染效果影響分析-ARMAX-GARCH-Copula Type 模型之應用，私立淡江大學財務金融學系碩士班在職專班碩士論文。
14.高儷珊(2013)，美國量化寬鬆貨幣政策對G2 股匯市非線性因果關係探討，私立淡江大學財務金融學系碩士班碩士論文。
15.莊旭明(2011)，跨國金融危機擴散效果之分析-以Copula模型為分析方法，國立政治大學經濟學系碩士班碩士論文。
16.陳怡君(2013)，聯準會的量化寬鬆政策對於外匯市場交易量之影響，國立臺北大學國際企業系碩士班碩士論文。
17.楊衛隆(2014)，金融冰河時期，真源有限公司出版。
18.熊愛宗 (2013)，美國量化寬鬆政策對東亞資本流動的影響，亞太經濟，第2期，頁29-34。



二、	英文文獻
1.Baumeister, C. and L. Benati, (2010), “Unconventional Monetary Policy and The Great Recession – Estimating The Impact of A Compression in The Yield Spread at The Zero Lower Bound,” European Central Bank Working Paper Series, No. 1258.
2.Chiou, S.C. and R.S. Tsay (2008), “A Copula-Based Approach to Option Pricing and Risk Assessment,” Journal of Data Science, Vol. 6, pp.273-301.
3.Chung, H., J.P. Laforte, D. Reifschneider, and J.C. Williams, (2012), “Have We Underestimated The Likelihood and Severity of Zero Lower Bound Events?,” Journal of Money, Credit and Banking, Vol. 44(Supplement), pp. 47–82.
4.D’Amico, S. and T.B. King, (2010), “Flow And Stock Effects of Large-Scale Treasury Purchases,” Finance and Economics Discussion Series, No. 2010-52.
5.Gagnon, J., M. Raskin, J. Remache, and B. Sack, (2011), “The Financial Market Effects of The Federal Reserve’s Large-Scale Asset Purchases,” International Journal of Central Banking, Vol. 7,No. 10, pp. 3–43.
6.Glosten, L. R., R. Jagannathan, and D. E. Runkle, (1993), “On The Relation Betrween The Expected Value and The Volatility of The Nominal Excess Return on Stocks, ” Journal of Finance, Vol.48, pp.1779-1802
7.Hsu, C.C., C.P. Tseng and Y.H. Wang, (2008), “Dynamic Hedging With Futures: A Copula-Based GARCH Model,” Journal of Futures Markets, Vol. 28, Issue 11, pp. 1095–1116.
8.Huanga, J.J., K.J. Lee, (2009), “Estimating Value at Risk of Portfolio by Conditional Copula-GARCH Method,” Insurance: Mathematics and Economics, Vol. 45, Issue 3, pp. 315–324.
9.Hamilton, J.D. and J.C. Wu, (2012), “The Effectiveness of Alternative Monetary Policy Tools in A Zero Lower Bound Environment,” Journal of Money, Credit and Banking, Vol. 44(Supplement), pp. 3–46.
10.Jondeau, E. and M. Rockinger, (2006), “The Copula-GARCH Model of Conditional Dependencies: An International Stock Market Application,” Journal of International Money and Finance, Elsevier, Vol.25, No.5, pp.827-853.
11.Joyce, M.A.S. and M. Tong, (2012), “QE and The Gilt Market: A Disaggregated Analysis,” Economic Journal, Vol. 122, No.564, pp. F348–84.
12.Krishnamurthy, A. and A. Vissing-Jorgensen, (2011), “The Effects of Quantitative Easing on Interest Rates: Channels and Implications for Policy,” Brookings Papers on Economic Activity, Vol. 2, pp. 215–87.
13.Kresta Aleš and Tomaš Tichỳ, (2012), “International Equity Portfolio Risk Modeling: The Case of The NIG Model and Ordinary Copula Functions,” Czech Journal of Economics and Finance (Finance a uver), Vol. 62, issue 2, pp. 141-161.
14.Lee, W.C and H.N. Lin, (2010), “Portfolio Value at Risk with Copula-ARMAX-GJR-GARCH Model: Evidence from The Gold and Silver Futures”, African Journal of Business Management, Vol. 5, No.5, pp. 1650-1662.
15.Miles, D., (2011), “Monetary Policy and Financial Dislocation,” Royal Economic Society lecture.
http://www.bankofengland.co.uk/publications/speeches/2011/speech521.pdf (last accessed: 23 July 2012).
16.Miles, D., (2012), “Asset Prices, Saving and The Wider Effects of Monetary Policy,” Speech at the Pro Manchester Business Conference, March.
http://www.bankofengland.co.uk/publications/speeches/2012/speech549.pdf (last accessed: 23 July 2012).
17.Manner, Hans and Olga Reznikova, (2012), “A Survey on Time-Varying Copulas: Specification, Simulations, and Application,” Econometric Review, Vol.31, No.6, pp.654-687.
18.Morgan, P.J., (2011), “Impact of US Quantitative Wasing Policy on Emerging Asia,”  ADBI Working Paper Series, No. 321.
19.Neely, C., (2012), “The Large-Scale Asset Purchases Had Large International Effects,”  Federal Reserve Bank of St. Louis Working Paper, No. 2010-018A.
20.Robert F. and T. Bollerslev, (1986), “Modelling the Persistence of Conditional Variances, ” Econometric Reviews, Vol.5, pp. 1-50.
21.Swanson, E.T., (2011), “Let’s Twist Again: A High-Frequency Event-Study Analysis of Operation Twist and Its Implications for QE2,” Brookings Papers on Economic Activity, pp. 151–207.
22.Tandon, Saxena and Chandan, (2012), “Time to Operationalize Twist in The U.S Economy Through Step Up Analysis Via Quantitative Easing and Operation Twist,” Asian Journal of Research in Social Science & Humanities, Vol.2, Issue 4.
23.Wanga, K., Y.H. Chenb, S.W. Huanga, (2011), “The Dynamic Dependence Between The Chinese Market and Other International Stock Markets: A Time-Varying Copula Approach,” International Review of Economics & Finance, Vol. 20, Issue 4, pp. 654–664
24.Wright, J., (2012), “What Does Monetary Policy Do at The Zero Lower Bound?,” Economic Journal, Vol. 122, No.564,  pp. F447–66.