本研究探討在新冠疫情期間產業股價指數與油價及運價的長期關係。研究期間為2019年12月20日至2021年12月31日。首先採用Augmented Dickey–Fuller test檢定確認變數之整合階次，然後採用自我迴歸遞延分配模型和與邊界共整合檢定，檢定產業股價指數與油價及運價的長期關係。實證結果表明，從長期來看，資訊服務業和化學生技醫療業與運價呈現同向共移。生技醫療業與運價呈現負向共移。化學生技醫療業類、建材營造業類、生技醫療業類、觀光業類與油價呈現同向共移。資訊服務業、生技醫療業和化學生技醫療業、建材營造業、觀光事業與三倍券呈現負向共移。

This study discusses the long-term relationship between sector stock price index, oil price, and fright rate during the covid-19 pandemic. The study period is from December 20, 2019 to December 31, 2021. This paper uses Augmented Dick-Fuller test to confirm the order of integration of the variables, and then uses the Autoregressive Distributed Lag Model and bounds test for cointegration to assess the existence of a long-term relationship between sector stock price index, oil price, and fright rate. The empirical results show that, in the long-term, information service, chemical biotechnology and medical care co-move positively with the Baltic Dry Index. Biotechnology and medical care co-move negatively with the Baltic Dry Index. Chemical biotechnology and medical care, construction and construction material, biotechnology, Tourism Industry co-move positively with the Brent Crude. Information service, biotechnology and medical care, chemical biotechnology and medical care, construction and construction material, and tourism industries co-move negatively with the introduction of Triple Stimulus Voucher.

目錄
第一章、緒論	1
1.1研究背景與動機	1
1.2研究目的	3
1.3研究架構	3
第二章、文獻回顧	5
2.1 基於事件研究法的文獻	5
2.2 基於非事件研究法的文獻	5
2.3文獻回顧小結	6
第三章、資料來源與變數定義	8
3.1資料來源與變數定義	8
3.2實證資料	9
第四章、研究方法	21
4.1自我迴歸遞延分配模型	21
4.2實證模型	22
4.3邊界共整合檢定	23
4.4 調整係數	23
第五章、實證結果分析	24
5.1敘述統計分析	24
5.2 AUGMENTED DICKEY–FULLER TEST單根檢定結果	24
5.3臺灣各產業股價指數與波羅的海乾散貨指數ARDL檢定結果	29
5.4臺灣各產業股價指數與布蘭特原油ARDL檢定結果	30
第六章、結論與建議	33
6.1結論	33
6.2建議與未來研究方向	34
參考文獻	35
中文文獻	35
英文文獻	36
表目錄
表1.敘述統計結果	25
表2.AUGMENTED DICKEY–FULLER TEST單根檢定結果	26
表3.AUGMENTED DICKEY–FULLER TEST單根檢定結果	27
表4.AUGMENTED DICKEY–FULLER TEST單根檢定結果	28
表5.模型一 ARDL估計與檢定結果	31
   表A.邊界共整合檢定結果	31
   表B.誤差修正項估計結果	31
   表C.運價長期係數估計結果	31
   表D.三倍券長期係數估計結果	31
表6.模型二ARDL估計與檢定結果	32
   表A.邊界共整合檢定結果	32
   表B.誤差修正項估計結果	32
   表C.油價長期係數估計結果	32
   表D.三倍券長期係數估計結果	32
圖目錄
圖1.研究架構之流程圖	4
圖2.水泥工業指數股價趨勢圖	10
圖3.食品工業指數股價趨勢圖	10
圖4.塑膠工業指數股價趨勢圖	10
圖5.紡織纖維業指數股價趨勢圖	11
圖6.電機機械業指數股價趨勢圖	11
圖7.電器電纜業指數股價趨勢圖	11
圖8.化學生技醫療業指數股價趨勢圖	12
圖9.化學工業指數股價趨勢圖	12
圖10.生技醫療業指數股價趨勢圖	12
圖11.玻璃陶瓷業指數股價趨勢圖	13
圖12.造紙工業指數股價趨勢圖	13
圖13.鋼鐵工業指數股價趨勢圖	13
圖14.橡膠業指數股價趨勢圖	14
圖15.汽車工業指數股價趨勢圖	14
圖16.電子業指數股價趨勢圖	14
圖17.半導體業指數股價趨勢圖	15
圖18.電腦及週邊設備業指數股價趨勢圖	15
圖19.光電業指數股價趨勢圖	15
圖20.通信網路業指數股價趨勢圖	16
圖21.零組件業指數股價趨勢圖	16
圖22.電子通路業指數股價趨勢圖	16
圖23.資訊服務業指數股價趨勢圖	17
圖24.其他電子業指數股價趨勢圖	17
圖25.建材營造業指數股價趨勢圖	17
圖26.航運業指數股價趨勢圖	18
圖27.觀光事業指數股價趨勢圖	18
圖28.金融保險業指數股價趨勢圖	18
圖29.貿易百貨業指數股價趨勢圖	19
圖30.油電燃氣業指數股價趨勢圖	19
圖31.其他業指數股價趨勢圖	19
圖32.臺灣加權指數股價趨勢圖	20
圖33.布蘭特原油價格趨勢圖	20
圖34.波羅的海散裝指數價格趨勢圖	20

1.中文文獻
王素珠(2021),“新冠病毒疫情(COVID-19)資訊對股價與股票報酬率之影響”,碩士論文,高雄:高雄科技大學商業智慧學院會計資訊系
林哲閱(2019),“新冠肺炎疫情事件對股市之影響-臺灣半導體產業為例-事件研究法之應用”,碩士論文,臺北:臺灣師範大學管理學院管理系
徐嘉隆(2019),“新冠肺炎疫情對金控類股報酬之影響-事件研究法之應用”,碩士論文,臺北:淡江大學商學院財務金融系
張肇文(2021),“新冠肺炎疫情對臺灣上市(櫃)產業類股報酬之影響”,碩士論文,臺北:淡江大學商學院財務金融系
許瑜庭(2021),“COVID-19疫情下，股票市場和不動產投資信託市場波動性之比較”,碩士論文,新竹:清華大學科技管理學院計量財務金融系
駱俊頴(2020),“新型冠狀病毒肺炎對美國股票市場之影響”,碩士論文,南投:暨南國際大學管理學院兩岸高階主管經營管理境外碩士在職學位學程
經濟部(2021),“振興三倍券執行成效評估書面報告”P.12-P.14 經濟部(http://www3.nccu.edu.tw/~joe/Comm/moea3foldcoouponreviewreport_20210731)
陳旭昇(2022)，《時間序列分析：總體經濟與財務金融之應用》,3版,臺北:雙葉書廊
2.英文文獻
Apergis, N., & Apergis, E. (2020). The role of Covid-19 for Chinese stock returns: evidence from a GARCHX model. Asia-Pacific Journal of Accounting & Economics, 1-9..
Baek, S., Mohanty, S. K., & Glambosky, M. (2020). COVID-19 and stock market volatility: An industry level analysis. Finance research letters, 37, 101748.
Chowdhury, E. K., Dhar, B. K., & Stasi, A. (2022). Volatility of the US stock market and business strategy during COVID‐19. Business Strategy & Development. 
Elliott, G. R., T. J. Rothenberg, and J. H. Stock. 1996. Efficient tests for an autoregressive unit root. Econometrica64: 813–836. DF-GLS
Harjoto, M. A., Rossi, F., & Paglia, J. K. (2021). COVID-19: Stock market reactions to the shock and the stimulus. Applied Economics Letters, 28(10), 795-801.
Kripfganz, S., & Schneider, D. C. (2018, September). ardl: Estimating autoregressive distributed lag and equilibrium correction models. (p. 8).
Li, W., Chien, F., Kamran, H. W., Aldeehani, T. M., Sadiq, M., Nguyen, V. C., & Taghizadeh-Hesary, F. (2022). The nexus between COVID-19 fear and stock market volatility. Economic Research-Ekonomska Istraživanja, 35(1), 1765-1785.
Mazur, M., Dang, M., & Vega, M. (2021). COVID-19 and the march 2020 stock market crash. Evidence from S&P1500. Finance research letters, 38, 101690.
Narayan, P. K., Phan, D. H. B., & Liu, G. (2021). COVID-19 lockdowns, stimulus packages, travel bans, and stock returns. Finance research letters, 38, 101732.
Narayan, P. K., Gong, Q., & Ahmed, H. J. A. (2022). Is there a pattern in how COVID-19 has affected Australia’s stock returns?. Applied Economics Letters, 29(3), 179-182
Rahman, M. L., Amin, A., & Al Mamun, M. A. (2021). The COVID-19 outbreak and stock market reactions: Evidence from Australia. Finance Research Letters, 38, 101832.
Xu, L. (2021). Stock Return and the COVID-19 pandemic: Evidence from Canada and the US. Finance Research Letters, 38, 101872.