● 中文摘要：

　　毒品犯罪近年來為台灣主要的刑事犯罪之一，而毒品犯罪的案件數也逐年增加，因為現在資訊發展快速，毒品的種類也與日俱增，犯罪的手法推陳出新，所以想要更有效的預防犯罪為現今最主要的課題。本研究目的為掌控未來毒品犯罪的趨勢，並且使用時間序列分析的方式，以非線性時間序列模型為主要的研究方法，希望能夠得出較佳的預測模型來預測未來毒品的犯罪情形。

　　本文研究方法包含實證分析以及模擬分析，實證分析係以2002年到2017年的資料，比較分析三種時間數列模型的配適結果，包含季節相乘性ARIMA模型、ARCH/GARCH模型以及Markov Switching 模型。再使用蒙地卡羅模擬方法模擬來自不同模式形態下的資料，哪個方法能夠得到較佳的配適結果，進一步比較分析這些模型的預測能力。

　　根據前述三種模型樣本內的配適能力以及樣本外的預測能力之實證結果，發現〖ARIMA(0,1,1)(2,1,0)〗_12是預測刑事犯罪案件較佳模型； 〖ARIMA(0,1,1)(2,1,1)〗_12是預測毒品犯罪案件及成年毒品犯罪人數的較佳模型；而〖ARIMA(0,1,1)(0,1,1)〗_12是預測青少年毒品犯罪的人口數的較佳模型。進一步藉由蒙地卡羅模擬法進行台灣毒品犯罪案件的實證模擬，模擬結果根據RMSE(誤差均方根)進行模式配適結果的比較分析。綜合實證及模擬結果發現ARIMA季節相乘性模型為毒品犯罪案件的最佳預測模型。最後根據ARIMA季節相乘性模型進行毒品犯罪案件預測，預測結果顯示若政府維持當前的政策預期毒品犯罪案件將逐年增加。

● 文章連結：

 https://hdl.handle.net/11296/brx273

● 資料來源：

臺灣碩博士論文知識加值系統