匯率波動對台灣之金融市場與外貿產業影響甚鉅，往往會影響我國的政經情勢與貿易狀況。由於國內文獻對於新台幣匯率預測大多運用傳統匯率決定理論進行預測，沒有考慮到模型中的係數會因結構性變化而依時間改變的情形，進而影響預測能力。因此本文以Inoue et al. (2017) 挑選最適樣本數(optimal window size)的預測方法來解決此問題，建立一新台幣對美元之匯率預測模型，藉由二十種不同的總體經濟變數來預測匯率。本研究資料是從1985年第一季至2016年第四季，實證研究結果發現進出口物價指數、躉售物價指數、失業率、SEMI半導體接單出貨比、國際收支帳等總體經濟變數對新台幣匯率有良好的預測能力。

Exchange rate fluctuations on Taiwan's financial market and foreign trade industry have a huge impact, and it will also affect Taiwan's political and economic situation and trade condition. As the domestic literatures discussing the determination of Taiwan dollar exchange rates base on traditional theories, doesn't consider the coefficients of the model are time-varying by structural changes, the performance of prediction will be affected. This paper quote Inoue et al. (2017) to choose optimal window size and apply it to fix this problem. We construct a forecasting model of Taiwan dollar exchange rates and use different macroeconomic variables to forecast the exchange rate for the period of 1985Q1 to 2016Q4. The results show that price index of imports and exports, WPI, unemployment rate, semiconductor book-to-bill ratio and BOP on the exchange rate have higher prediction performance.

論文審定書. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i
摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
表次. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vi
第1章 緒論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 研究動機與目的. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 研究架構. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
第2章 文獻回顧. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 匯率決定理論回顧. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 國內外預測匯率之文獻回顧. . . . . . . . . . . . . . . . . . . . . . . 5
第3章 研究方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1 單根檢定. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 落後期的選擇. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 模型設定. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 模型假設. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.5 使用OLS 估計^βR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.6 使用區域線性迴歸(Local linear regressions) 估計~β  . . . . . . . . . . . 14
第4章 實證分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.1 資料來源. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2 檢定匯率資料是否有結構性變化. . . . . . . . . . . . . . . . . . . . . 17
4.3 依時而變模型預測匯率之實證結果. . . . . . . . . . . . . . . . . . . 18
第5章 結論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
參考文獻. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
附錄. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

中文部分
1. 李慶男 (2006)，「時間數列分析講義」，Chapter 21，國立中山大學經濟學研究所。
2. 陳旭昇 (2013)，「時間序列分析：總體經濟與財務金融之應用」，二版，東華書局。
3. 張小彤 (2003)，「匯率預測研究－時間數列分析法之應用」，大葉大學事業經營研究所碩士論文。
4. 邱至中 (2003)，「長短期匯率預測模式績效之比較」，國立成功大學財務金融研究所碩士論文。
5. 鄭美幸、詹志明 (2002)，「灰色理論與時間序列模型在匯率預測績效上之比較」，《台灣金融財務季刊》，第三輯第二期，頁95-104。
6. 陳心一 (1997)，「短期匯率預測：ARIMA 與 GARCH 模型之比較研究」，國立中山大學財務管理研究所碩士論文。
7. 施向陽 (2001)，「匯率變動預測模式之研究」，大葉大學事業經營研究所碩士論文。
8. 林惠萍 (2004)，「台灣地區匯率預測模型之研究-整合ARIMA-GARCH-M與類神經網路模型之應用」，佛光人文學院經濟學研究所碩士論文。
9. 陳學毅 (2004)，「匯率預測績效之研究-時間序列及灰色預測模型之應用」，東海大學國際貿易研究所碩士論文。
10. 葉素美 (2002)，「運用類神經網路與多元適應性雲形迴歸於匯率預測之研究」，輔仁大學應用統計學研究所碩士論文。
11. 戴月珍 (2013)，「美元兌新台幣匯率預測」，國立高雄應用科技大學金融資訊研究所碩士論文。
12. 余奇潔 (2013)，「美元兌新台幣匯率預測- ARIMA與SVM之應用」，國立高雄應用科技大學金融資訊研究所。
英文部分
1. Bai, J., Perron, P. (1998). ‘Estimating and testing linear models with multiple structural changes', Econometrica, Vol. 66, pp. 47–78.
2. Branson, H. W. (1975). ‘Monetarist and Keynesian Models of the Transmission of Inflation', The American Economic Review, Vol. 65, pp. 115-119.
3. Cai, Z. (2007). ‘Trending time-varying coefficient time series models with serially correlated errors', Journal of Econometrics, Vol. 136, pp. 163–188.
4. Dornbusch, R. (1976). ‘Expectations and Exchange Rate Dynamics', Journal of Political Economy, Vol. 84, pp. 1161-1176
5. Fan, J. and Gijbels, I. (1996). ‘Local Polynomial Modelling and Its Applications', Chapman and Hall.
6. Fang, H. and Kwong, K. K. (1991). ‘Forecasting Foreign Exchange Rate', Journal of Business Forecasting, Vol. 10, pp. 16-19.
7. Frenkel, A. J. (1976). ‘A Monetary Approach to the Exchange Rate: Doctrinal Aspects and Empirical Evidence', The Scandinavian Journal of Economics, pp. 200-224
8. Inoue, A., Jin, L. and Rossi, B. (2017). ‘Rolling window selection for out-of-sample forecasting with time-varying parameters', Journal of Econometrics, Vol. 196, pp. 55-67.
9. Meese, R. and Rogoff, K. S. (1983). ‘Empirical Exchange Rate Models of the Seventies: Do They Fit Out of Sample?', Journal of International Economics, Vol. 14, pp. 3-24.
10. Mehran, J. and Shahrokhi, M. (1997). ‘An Application of Four Foreign Currency Forecasting Models to the U.S. Dollar and Mexican Peso', Global Finanace Journal, Vol. 8, pp. 211-220.
11. Pesaran, M. H. and Timmermann, A. (2007). ‘Selection of estimation window in the presence of breaks', Journal of Econometrics, Vol.137, pp. 134–161.
12. Robinson, P.M.(1989). ‘Nonparamatric estimation of time-varying parameters', Hackl, P. (Ed.), Statistical Analysis and forecasting of Economic Structural Change, pp. 253–264.