金融市場間的關聯性已被廣泛的研究，但是之前大部分的經濟分析都將焦點
放在關聯性的程度上(degree of dependence)，然而另一個重要的觀點，關聯性的結構(structure of dependence)卻常被省略去分析與討論。本研究針對台灣、日本、新加坡、澳洲等四國匯率市場, 以2000年至2007年匯率日資料為分析頻率,由於匯率的實際資料往往不符合常態分配,因此本研究運用單根檢定、ARCH效果檢定等計量方法,進一步透過GARCH(1,1)模型、Copula方法與基因遺傳演算法、適合度檢定等方法來探討四國匯率間關聯性的結構。研究結果發現:1.匯率市場中大多呈現Frank Copulas U型與Gumbel Copulas J型。2. 一般的投資人認為當匯率市場呈現空頭時，大眾都認為所有市場會隨著下跌；而當市場呈現多頭時，投資人會害怕是暫時性的呈現多頭，因而保持著觀望的態度，使得市場為多頭時，共同上漲的程度較小。

The Dependence among the Financial Markets has been widespread studied and the focus of economical analysis was on the degree of dependence;but not the structure of dependence,another significant point of view but neglected generally。  This research targets the Currency Exchange Markets in Taiwan, Japan, Singapore, and Australia, based on the report of daily exchange rate, to analyze the frequency from 2000 to 2007; however, the actual data extracted from the report don’t match the normal allocation。 Accordingly, this research applies quantitative method such as Unit root test、Arch test。
Further, this research studies structure of dependence of rate of foreign exchange between these four countries through GARCH(1,1) model、the method of copula、genetic algorithms、Goodness of Fit Test。
This research found the following results: 1. Exchange Markets exhibit Frank Copula U Model & Gumbel Copula J Mode。2. From the most of investors’ point of view, all markets will drop when Exchange Rate is under Bear Market; however, they will be conservative and take prospective response to the Bull Market; meanwhile,the appreciation range is rather slight because investors will regard it as a temporary bullish phenomenon。

第一章   序論 ………………………………1
    第一節 研究背景與動機……………………………1
    第二節 研究目的……………………………2 
    第三節 研究架構…………………………………3
第二章  文獻回顧……………………………………4
    第一節 關聯性的相關文獻回顧………………………4
    第二節 Copulas相關文獻回顧 …………………6 
第三章   研究方法……………………………………8
    第一節 單根檢定…………………………………8
    第二節 ARCH&GARCH模型 ………………………11
    第三節 Copula定義和相關觀念 ……………………16
    第四節 聯立表與適合度檢定  ………………………28
    第五節 基因遺傳演算法………………………………29
第四章  實證結果與分析…………………………………34
    第一節 資料來源………………………………………34
    第二節 基本統計量…………………………………34
    第三節 單根檢定………………………………………36
    第四節 ARCH效果檢定………………………………39
    第五節 Copula參數估計…………………………………40
    第六節 聯立表……………………………………42
    第七節 Mixed Copulas參數選取與基因遺傳演算法 ……45
    第八節 適合度檢定結果……………………………47

第五章  結論與建議 ………………………………49
    第一節 結論……………………………………49
    第二節 研究建議………………………………50
參考文獻 ……………………………………………51
附錄 …………………………………………………57

表目錄
【表 3-3-1】Archimedean Copulas 參數α 與Kendell’s τ 之關係表………27
【表 4-2-1】五國匯率之基本統計量………………………………………………35
【表 4-2-2】五國匯率報酬率之基本統計量………………………………………35
【表 4-3-1】四國匯率原始時間序列之單根檢定…………………………………39
【表 4-3-2】四國匯率報酬率時間序列之單根檢定 ……………………………39
【表 4-4-1】五國匯率報酬率之ARCH效果檢定……………………………………40
【表 4-5-1】各國相關係數 ρ ……………………………………………………41
【表 4-5-2】各國Kendall’s τ 參數估計值 ……………………………………41
【表 4-5-3】各國Clayton Copula之α ……………………………………………41
【表 4-5-4】各國Gumbel Copula之α ……………………………………………42
【表 4-5-5】各國Frank Copula之α ………………………………………………42
【表 4-6-1】台幣與日幣觀察資料Clayton模型預測表…………………………43
【表 4-6-2】台幣與日幣觀察資料Frank模型預測表……………………………43
【表 4-6-3】台幣與日幣觀察資料Gumbel模型預測表……………………………44
【表 4-7-1】各國匯率利用基因遺傳演算法所得的λ 參數………………………46
【表 4-7-2】台幣與日幣觀察資料Mixed Copula模型預測表……………………46
【表 4-8-1】 Personχ 2 的適合度檢定……………………………………………47
【附表 1】台幣與新加坡幣觀察資料Clayton模型預測表………………………57
【附表 2】台幣與新加坡幣觀察資料Frank模型預測表…………………………57
【附表 3】台幣與新加坡幣觀察資料Gumbel模型預測表 ………………………58
【附表 4】台幣與新加坡幣觀察資料Mixed Copula模型預測表…………………58
【附表 5】台幣與澳幣觀察資料Clayton模型預測表……………………………59
【附表 6】台幣與澳幣觀察資料Frank模型預測表………………………………59
【附表 7】台幣與澳幣觀察資料Gumbel模型預測表………………………………60
【附表 8】台幣與澳幣觀察資料Mixed Copula模型預測表………………………60
【附表 9】日幣與新加坡幣觀察資料Clayton模型預測表………………………61
【附表 10】日幣與新加坡幣觀察資料Frank模型預測表…………………………61
【附表 11】日幣與新加坡幣觀察資料Gumbel模型預測表………………………62
【附表 12】日幣與新加坡幣觀察資料Mixed Copula模型預測表………………62
【附表 13】日幣與澳幣觀察資料Clayton模型預測表……………………………63
【附表 14】日幣與澳幣觀察資料Frank模型預測表………………………………63
【附表 15】日幣與澳幣觀察資料Gumbel模型預測表……………………………64
【附表 16】日幣與澳幣觀察資料Mixed Copula模型預測表……………………64
【附表 17】新加坡幣與澳幣觀察資料Clayton模型預測表………………………65
【附表 18】新加坡幣與澳幣觀察資料Frank模型預測表…………………………65
【附表 19】新加坡幣與澳幣觀察資料Gumbel模型預測表………………………66
【附表 20】新加坡幣與澳幣觀察資料Mixed Copula模型預測表………………66
圖目錄
【圖 3-3-1】Gussian copula 在ρ =0.5 之圖形…………………………………18
【圖 3-3-2】Stuntent copula 在ρ =0.8,自由度為5 之圖形…………………19
【圖 3-3-3】Clayton Copula機率密度圖形,τ =0.75,α =6 ……………………21
【圖 3-3-4】Clayton Copula等高線圖,τ =0.75,α =6 …………………………22
【圖 3-3-5】Clayton Copula u=v圖,τ =0.75,α =6 ……………………………22
【圖 3-3-6】Gumbel Copula機率密度圖形,τ =0.75,α =2………………………23
【圖 3-3-7】Gumbel Copula等高線圖,τ =0.75,α =2……………………………24
【圖 3-3-8】Gumbel Copula u=v,τ =0.75,α =2…………………………………24
【圖 3-3-9】 Frank Copula機率密度圖形,τ =0.75,α =14.14…………………25
【圖 3-3-10】Frank Copula 等高線圖,τ =0.75,α =14.14 ……………………26
【圖 3-3-11】Frank Copula u=v 圖,τ =0.75,α =14.14…………………………26
【圖 4-3-1】台幣、日圓、新加坡幣、澳幣的原始匯率走勢圖…………………37
【圖 4-3-2】台幣、日圓、新加坡幣、澳幣的報酬率走勢圖……………………38
【圖 4-6-1】台幣與日幣觀察資料Clayton模型圖………………………………44
【圖 4-6-2】台幣與日幣觀察資料Frank模型預測圖……………………………44
【圖 4-6-3】台幣與日幣觀察資料Gublel模型預測圖……………………………45
【圖 4-7-1】台幣與日幣觀察資料Mixed Copula模型預測圖……………………47
【附圖 1】NTD-SGD觀察值與預測值與NTD-AUD觀察值與預測值的圖形…………67
【附圖 2】JPD-SGD幣觀察值與預測值與JPD-AUD觀察值與預測值的圖形………68
【附圖 3】SGD-AUD觀察值與預測值的圖形………………………………………69

王世銘, 2004, 「風險值之估計及比較-以歐元、英鎊、日圓及台幣匯率為例」,淡江大學財務金融研究所碩士論文。
王冠閔,黃柏農, 2004, 「台灣股、匯市與美國股市關聯性探討」,台灣經濟預測與政策,中央研究院經濟研所, 34(2), 頁31-72。
李孟哲, 2006, 「美元與歐元間之匯率波動對台灣加權股價指數波動之關連性研究」,南華大學財務管理學研究所碩士論文。
李進生, 1999, 「投資分析+MATLAB應用」,全華科技圖書股份有限公司。
李卿企, 1997, 「以基因演算法探討國際投資組合策略之研究」,國立政治大學國際貿易學系研究所碩士論文。
李榮謙, 2000, 「貨幣銀行學」,台北：智勝文化事業有限公司
沈偉成, 2006, 「多標的股票連動債券評價與分析-COPULA方法」,國立中山大學財務管理學系研究所碩士論文。
林萍珍,陳稼興、林文修, 2000, 「遺傳演算法在使用者為導向的投資組合選擇之應用」,,資訊管理學報,7(1),頁155-171。
何慧慧, 2001, 「歐元匯率預測模型之提出」,台北大學企業管理研究所碩士論文。
周慶華, 2001, 「整合基因演算法及類神經網路於現貨開盤指數之預測-以新加坡交易所摩根台股指數期貨為例」,輔仁大學金融研究所碩士論文。
周鵬程, 2005, 「遺傳演算法原理與應用：活用Matlab」,全華科技圖書股份有限公司。
侯佳利, 2001, 「組合編碼遺傳演算法於投資組合及資金分配之應用」,中央大學資訊管理研究所碩士論文 。
高櫻芬, 2005, 「外匯市場的買價與賣價的動態調整過程:以日圓/美元市場為例」,中山管理評論,13(3),頁873-896。
張力仁, 2004, 「新台幣、日幣與歐元對美元匯率關聯性探討」,輔仁大學金融研究所碩士論文。
張維敉, 2002, 「金融危機與風險外溢-DCC模型之應用」,國立中央大學財務金融研究所碩士論文。
張耀州, 2005, 「擔保債權憑證之評價-BET、Copula與Factor Copula方法之比較與分析」,國立政治大學金融研究所碩士論文。
連育民, 2005, 「美國、日本、台灣、南韓股價報酬率波動持續性中結構性改變、成交量與GARCH 效果比較及該四國股票市場動態關聯性之研究―ICSS 運算法與多變量VEC-GJR GARCH-M 模型之應用」,國立台北大學合作經濟研究所碩士論文。
葉俊佃, 2000, 「匯率波動與非線性系統之關聯性研究」,國立台灣大學國際企業學研究所出版碩士論文。
陳佩鈴, 2002, 「匯率條件風險值之估計與比較」,中原大學國際貿易學系研究所碩士論文。
許振明、林建甫、林樹明、楊宗勳, 2004, 「美元、日圓、新台幣及人民幣匯率走勢對企業的影響」,國家政策研究基金會研究報告093-009號。
葉怡君, 2005, 「以Copula測度市場風險之探討」,國立中央大學產業經濟研究所碩士論文。
陳麗莉, 1996, 「類神經遺傳演算法於產品設計之應用」,中央大學資管系碩士論文。
黃小菁, 2005, 「DCC多變量GARCH模型之風險值計算-G7及台灣等八國股市投資組合之實證研究」,淡江大學財務金融研究所碩士論文。
楊奕農, 2005, 「時間序列分析-經濟與財務上的應用」,雙葉書廊。
廖四郎,李福慶, 2005, 「擔保債權憑證之評價-Copula分解法」,台灣金融財務季刊,6(2),頁53-84。

劉克一, 2001, 「以遺傳演算法演化類神經網路在股價預測上的應用」,真理大學資訊管理研究所碩士論文。
賴怡洵, 2000, 「美日港台股資訊傳遞多元GARCH模型之研究」,證劵櫃臺月刊, 52,頁1-17。
謝朝光, 2001, 「台灣與亞太股市間關聯性與動態相關係數之研究」,國立台北大學企管研究所碩士論文。
外文部份:
Adrews, D. W. K. , 1993, “Tests for Parameter Instability and Structural Change with Unknown Change Point.” Econometrica, 61(4), pp. 821-856。
Ahmed , H. and S. M. Miller , 1996, “Monetary and Exchange Rate Policy in Multisectorial Economies,” Working Paper, No.1996-11, Department of Economics,University of Connecticut。
Andersen, Torben G. , T. Bollerslev , D. Francis X. , and  L.Paul, 2001,  ”The Distribution of Realized Exchange Rate Volatility”, Journal of the American Statistical Association, 96, pp. 42-55。
Andrews, D. W. K. and W. Ploberger, 1994, “Optimal tests when a nuisance parameter is present only under the alternative”, Econometrica, 62,pp. 1383–1414。
Baig, T. , I. Goldfajn, and J. D. Ostry , 1999, “Financial Market Contagion in the Asian Crisis”, IMF Working paper, 46(2), pp. 167-194。
Baillie, R. T. and T. Bollerslev, 1989,  ”Common Stochastic Trends in a Exchange Rates”, Journal of Finance, 44, pp. 167-181。
Bank for International Settlements, Central Bank Survey of Foreign Exchange and Derivatives Market Activity, Basle, May 1999。
B. H. Boyer, M. S. Gibson, and M. Loretan, 1997, “Pitfalls in tests for changes in correlation,” International Finance Discussion paper,597。
Bollerslev , T. , 1986,  ”Generalized Autoregressive Conditional Hetero-scedasticity”, Journal of Econometrics, 31, pp.307-327.
Bollerslev, T. , 1987, “A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Returns.”, Journal of Economics, 31, pp. 542-547。
Bollerslev , T. ,1990, “Modelling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Model”, Review of Economics and Statistics, 72, pp. 498–505。
Dicky, D. A. and W. A. Fuller, 1979, “Distribution of the Estimation for Autoregressive Time Series with a Unit Root”, Journal of American Statistical Association, 74, pp. 427-431。
Edwards , S. and C. A. Vegh , 1997,“Banks and Macroeconomic Disturbances under Predetermined Exchange Rates”, Journal of Monetary Economics, 40(2), pp. 239-278。
Engle, R. F. ,  1982, “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation”, Econometrica, 50, pp. 987-1008。
Engle, R. F. and B. S. Yoo. , 1987, ”Forecasting and Testing in Cointegrated System,” Journal of Econometrics, 35, pp. 143-159.
Eun C. S. and S. Shim, 1989, “International Transmission of Stock Market Movements”, Journal of Financial and Quantitative Analysis, 24,pp. 241-256。
Granger C. W. J. and P. Newbold, 1974, “Spurious Regressions in  Econometrics”,Journal of Econometrics, pp. 111-120。
Genest, C. and Rivest, L. P., 1993, “Statistical inference procedures for bi-variate Archimedean copulas”, Journal of the American Statistical Association, 88, pp.1034-1043。
Grobar, L. M. , 1993, “The Effect of Real Exchange Rate Uncertainty on LDC Manufactured Exports”, Journal of Economic Development,41(2), pp. 367-376。
Hamilton, J. , 1991,  ”A Quasi-Bayesian Approach to Estimating Parameters for Mixture of Normal Distributions”, Journal of Business and Economics Statistics, 9(1), pp. 27-39。
Hsieh , D. A. , 1982, “The Determination of the Real Exchange Rate: The Productivity Approach”, Journal of International Economics, 12, pp.355-362。
Hu, Ling, 2002, “Dependence Patterns across Financial Markets:Methods and Evidence”, Working Paper, Department of Economics, Ohio State University。
Kearney, C. ,and A. J. Patton , 2000, “Multivariate GARCH Modeling of Exchange Rate Volatility Transmission in the European Monetary System”, The Financial Review, 35(1), pp. 29-48。
Kroner, K. F. and Lastrapes, W. D. , 1993,  ”The Impact of Exchange Rate Volatility  on International Trade: Reduced Form Estimates Using the GARCH-in-mean  Model”, Journal of International Money and Finance, 12, pp. 298-318。
Levin, A., C. F. Lin , and C. Chu , 2002, “Unit root tests in panel data: asymptotic and finite-sample properties”, Journal of Econometrics, 108,  pp. 1–24。
Macdonald, R. and  M. P. Taylor, 1991, “The Monetary Model ofthe Exchange Rate: Long-Run Relationships,Short-Run Dynamics and how to beat the random walk”, Journal of International Money and Finace, 13, pp. 276-290。
Maddala, G. S. and S. Wu , 1999, “A comparative study of unit root tests with panel data and a new simple test” ,Oxford Bulletin of Economics and Statistics, 61, pp. 631-652。
Mandelbrot, B., 1963, “The variation of certain speculative prices”, Journal of Business, 36, pp. 394-419。
Marston , R. C. , 1989, “Real Exchange Rates and Productivity Growth in the United States and Japan”, NBER Working Paper, No. 1922。
Nelson, R. , 1999,“An Introduction to Copula,” Lecture Notes in Statistics, Springer。
Palaro H. P. and Luiz Koodi Hotta,  2006, “Using Conditional Copula to Estimate Value at Risk”, Journal of Data Science, 4, pp. 93-115。
Patton, A. J. , 2001, “Modelling Time-Varying Exchange Rate Dependence Using the Conditional Copula” , University of Oxford - Department of Economics; London School of Economics - Financial Markets Group, UCSD Discussion Paper No. 01-09 。
Patton, A. J. , 2003, “Modelling Asymmetric Exchange Rate Dependence”,    Working Paper 2001-09, Department of Economics, University of California, San Diego。
Phillips, P.C.B. and Perron, P., 1988 , “Testing for Unit in Time Series Regression” ,Biometrika , 75, pp.335-346。 
Ratner, M., 1993, “A Cointegration Test of the Impact of Foreign Exchange Rates on U.S. Stock MarketPrices”, Global Finance Journal, 4,pp. 93–101。
Sklar, A. , 1959, “Fonctions de répartition à n dimensions et leurs marges”, Publications de l'Institut de Statistique de L'Université de Paris 8, pp. 229-231。
Smith, Kennth  L. , 2002, “Government Bound Market Seasonality Diversification, and Cointegration: International Evidence”, The Journal of Financial Research, 25, pp. 203-221。
Van Den Goorbergh,Rob W. J. , G. Christian and  Werker, Bas J. M.  , 2005, “Bivariate option pricing using Dynamic Copula Models”, Insurance Mathematics & Economics, 37(1), pp. 101-114。
Walsh, C. E. , 1998, “ Monetary Theory and Policy”, Cambridge: The MIT Press。
Zheng , M. and J. P. Klein, 1995, “Estimates of Marginal Survival for Dependent Competing Risks Based on an Assumed Copula”, Biometrika, 82(1),pp.127-138。