政府為擴大金控公司規模及提高金融產業競爭力，極力促成金控整併。本文以2002年國泰金控合併世華銀行事件為例，採用小波神經網路預測模型，觀察合併事件對國泰金控股價之影響，並與OLS及GARCH（1,1）模型之預測結果做比較。實證結果有下列幾項重要發現：1.小波神經網路預測模型只需要少量的歷史資料來學習，同時不受資料是否為定性的限制，便可以準確的預測股價變化，優於OLS及GARCH模型。2.小波神經網路預測模型加入被併公司股價，權值採用換股比率的加權平均計算後，所得到的收盤價模擬結果較未加入前改善。3.未來金控公司的合併績效不會立即顯現，然而可透過小波神經網路預測模型，即時觀察股價轉變訊號，以作為擬定投資策略之參考。

none

第一章 緒論
第一節 研究動機 5
第二節 研究目的 7
第三節 研究方法及架構 9
第二章 文獻回顧
第一節 金融合併 10
第二節 事件研究法與效率市場 13
第三節 展望理論與小波神經網路 16第三章 理論與實證模型之建立
第一節 理論模型 21
第二節 實證模型之建立 25
第四章 資料設定與實證結果
第一節 研究範圍、對象與資料來源 27
第二節 變數說明 28
第三節 小波神經網路模擬之實證結果 29
第四節 小波神經網路與迴歸模型之比較 36
第五節 金融合併對股價影響之關聯性實證結果 39
第五章 結論與建議 46
參考文獻 48

1、王一忠，2002，制定金融控股公司法對股市之影響，國立台灣大學會計學研究所碩士論文
2、白炳豐、林國平、王正賢，2004，橢圓形模糊系統於台灣股市股價預測之應用，工業工程學刊，21：2，146-155
3、吳孝杰、劉建谷、熊漢琳，2003，模糊邏輯理論在財務金融市場上的分析應用－以台灣指數期貨為研究標的，證券公會季刊，2：2，39-55
4、沈中華、張大成，1993，事件研究法與移動，台大管理論叢，4：1，2-35
5、沈中華，2000，銀行合併轉投資的現在與未來，金融財務，5，13-20
6、沈中華，2004，金融改革應全力發展雙軌金融中介，國家政策季刊，3：4，1-28
7、周賓凰、池祥宣、周冠男、龔怡霖，2002，行為財務學--文獻回顧與展望，證券市場發展，14：2，1-48
8、林蒼祥，2004，從金控公司提高我國金融國際競爭力，國家政策季刊，3：4，29-38
9、洪榮華、劉永欽、王天益，2005，重大事件對股價行為影響之研究：台灣股票市場之實證，企銀季刊，28：1，17-36
10、倪鶴華，2003，金融控股公司的執照宣告效果－GARCH事件研究法，國立台灣大學財務金融研究所碩士論文
11、徐珮茹，2004，歐、美、亞洲主要股價指數期貨市場之效率性分析，朝陽科技大學財務金融系碩士論文
12、康素華，2002，台灣銀行業購併信合社前後之獲利影響分析－市場力與效率結構假說之驗證，國立中山大學經濟學研究所碩士論文
13、張百棧、王彥文、楊雯寧，2004，混合式預測模式之發展－預測台灣股價指數之波動，工業工程學刊，21：4，358-368
14、莊美娟、鄭珮珍、陳清翼，2005，金控公司股價與台股指數動態關聯分析，台灣銀行季刊，56：1，238-257
15、張鈺昌，2003，小波理論於光碟機主軸馬達速度控制器之應用，逢甲大學電機工程學系碩士論文
16、梁金樹，2004，我國金融控股公司整併之可行性分析，輔仁大學金融研究所碩士論文
17、郭照榮，2000，金融機構合併之考慮因素及其對象之選擇，金融財務，5，1-11
18、郭照榮 陳曉蓉 曾曉萍，2003，臺灣銀行業合併換股比率之研究，中山管理評論，11：1，49-75
19、陳正榮，2001，以濾嘴法則檢驗台灣股票市場弱式效率性之研究，國立高雄第一科技大學財務管理系碩士論文
20、陳安琳，1999，系統風險變動下新上市公司股票的長期報酬行為－遞迴迴歸之應用，管理學報，16：3，535-556
21、陳安斌、許育嘉，2004，整合小波轉換與神經網路於金融投資決策時間序列預測之研究，資訊管理學報，11：1，139-165
22、陳欽奇、趙莊敏，2001，金融機構合併法對金融業的影響及其因應之道，台灣土地金融季刊，38：1，151-168
23、黃綺年，2004，統計方法與類神經網路應用於國內開放式股票型基金投資績效分類及投資報酬率預測之研究，國立成功大學統計學研究所碩士論文
24、蔡嘉文，2003，金融控股公司購併行為之價值分析－以國泰金融控股公司購併世華銀行為例，國立中正大學企業管理研究所碩士論文
25、劉昭賢，1998，台灣股市報酬率的實證研究－高階動差與遺傳演算法的應用，國立中山大學經濟學研究所碩士論文
26、行政院金融監督管理委員會銀行局www.banking.gov.tw
27、中國信託證券www.win168.com.tw
28. Fama, E. F. 1965, “The behavior of stock prices,” Journal of Business, 38, 34-105
29. Li, Ding, 2003, “Empirical study of investment behavior in equity markets using wavelet methods,” Doctor thesis, Rensselaer Polytechnic Institute, Troy, New York, U.S.A.
30. Pan, Zuohong and Wang, Xiaodi, 1996, “Wavelets and dynamic pattern recognition,” Signal Processing, 1996., 3rd International Conference, 2, 1304-1307
31. Strang, Gilbert and Nguyen, Truong, 1996, Wavelet and Filter Banks, Wellesley-Cambridge Press, USA
32. Tversky, A. and D. Kahneman, 1974, “Judgment under uncertainty：heuristics and biases,” Science 185, 1124-1131
33. William F. Sharpe, 1963, “A simplified model for portfolio analysis,” Management Science, 9:2, 277-293
34. Wang, Changzhou and Wang, Sean X. 2000, “Supporting content-based searches on time series via approximation,” Scientific and Statistical Database Management, Proceedings 12 th International Conference, 69-81
35. Zhang, Bai-Ling, Coggins, Richard, Jabri, Marwan Anwar, Dersch, Dominik, and Flower, Barry, 2001, “Multiresolution forecasting for futures trading using wavelet decompositions,” IEEE Transactions on Neural Networks, 12:4