簡易檢索 / 詳目顯示
| 研究生： |
李郁萱 Lee, Yu-Hsuan |
|---|---|
| 論文名稱： |
費城半導體指數轉折點預測 - Probit模型之時間序列研究 Predicting Stock Turning Points by Using Probit Model – Evidence from Philadelphia Semiconductor Index |
| 指導教授： |
徐士勛
Hsu, Shih-Hsun |
| 口試委員: |
徐之強
Hsu, Chih-Chiang 黃裕烈 Huang, Yu-Lieh 徐士勛 Hsu, Shih-Hsun |
| 學位類別： |
碩士
Master |
| 系所名稱： |
社會科學學院 - 經濟學系 Department of Economics |
| 論文出版年： | 2021 |
| 畢業學年度： | 109 |
| 語文別： | 中文 |
| 論文頁數： | 42 |
| 中文關鍵詞： | 費城半導體指數 、動態 Probit 模型 、熊牛市轉折點預測 |
| DOI URL： | http://doi.org/10.6814/NCCU202100680 |
| 相關次數： | 點閱：88 下載：0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
針對學術上與實務上使用的多樣預測變數和及落後項，本文透過 Lasso 變數篩選法，選出對費城半導體指數轉折點預測具影響力的變數，再使用動態 Probit 模型進行樣本外疊代預測，並以不同的交易策略，比較長短熊牛市週期認列方式和預測變數組合的最大年化報酬率和其最適熊市機率門檻值。最終，本文歸納找出對費城半導體指數轉折點預測有最大年化報酬率的模型。根據實證結果，針對費城半導體指數熊牛市轉折點預測，本文認為應採用長週期認列和具有落後項的預測變數進行動態 Probit 模型估計和預測，此時將有最佳樣本外預測表現。
1 前言 1
2 文獻回顧 2
2.1 景氣循環相關文獻 2
2.2 股市熊牛市循環相關文獻 3
2.3 半導體股市循環相關文獻 4
3 研究方法與模型 5
3.1 研究流程圖 5
3.2 指數熊牛市認定 7
3.3 單根檢定 7
3.4 變數篩選 8
3.5 Probit Model 9
3.5.1 靜態Probit 9
3.5.2 動態 Probit 10
3.6 樣本內和樣本外預測評估 11
3.6.1 Pseudo-R2 11
3.6.2 ROC & AUC 11
3.6.3 交易策略 13
4 資料來源 14
4.1 研究標的：費城半導體指數 14
4.2 費城半導體指數認定結果 15
4.3 預測變數 18
4.3.1 變數簡介 18
4.3.2 共線性問題 19
4.3.3 變數單根檢定 21
4.3.4 Lasso 變數篩選 21
5 模型實證結果 24
5.1 樣本內預測結果 24
5.2 樣本外預測結果 25
6 結論 31
參考文獻 32
附錄 34
A 變數調整方式 34
B 樣本內Probit 估計結果 38
C 全期樣本機率預測圖-模型三 42
圖目錄
1 研究流程圖 6
2 長週期 費城半導體指數熊牛市認定結果 16
3 短週期 費城半導體指數熊牛市認定結果 17
4 共線性變數相關係數 20
5 篩選後變數相關係數(節錄) 20
6 各模型樣本內ROC曲線 24
7 各模型樣本外ROC曲線 25
8 投資績效-模型一 26
9 投資績效-模型二 27
10 投資績效-模型三 28
11 投資績效-模型四 28
12 全期樣本熊牛市認定結果-模型三 29
13 樣本外熊牛市認定結果-模型三 30
C1 全期樣本內外機率預測圖-模型三 42
表目錄
1 長週期 費城半導體熊牛市認列區間 16
2 短週期 費城半導體熊牛市認列區間 17
3 Lasso 變數篩選結果-模型一和模型二 22
4 Lasso 變數篩選結果-模型三和模型四 23
5 全期樣本預測和實際熊市區間比較-模型三 30
A1 變數調整方式 34
B1 樣本內估計-模型一 38
B2 樣本內估計-模型二 39
B3 樣本內估計-模型三 40
B4 樣本內估計-模型四 41
陳旭昇(2013)，時間序列：總體經濟與財務金融之應用，二版。
Aubry, M. and R. M. Patricia (2014), “Semiconductor Industry Cycles: Explanatory Factors and Forecasting, Economic Modelling, 39, 221-231.
Bry, G. and C. Boschan (1971), “Cyclical Analysis of Time Series: Selected Procedures and Computer Programs,” NBER.
Chen, S. S. (2009), “Predicting the Bear Stock Market: Macroeconomic Variables as Leading Indicators, ” Journal of Banking Finance, 33, 211-223.
Chow H. and K. Choy (2004), “Forecasting the Global Electronics Cycle with Leading Indicators: A Bayesian VAR Approach,” International Journal of Forecasting 22, 301- 315.
Dueker, M. J. (1997), “Strengthening the Case for the Yield Curve as a Predictor of U.S. Recessions,” Louis Review, 41- 51.
Estrella, A. and G. A. Hardouvelis (1991), “The Term Structure as a Predictor of Real Economic Activity,” Journal of Finance, 46, 555-576.
Estrella, A. and F. S. Mishkin (1998), “Predicting U.S. Recessions: Financial Variables as Leading Indicators, National Bureau of Economic Research, 80, 45-61.
Gonzalez, L., J. G. Powell, J. Shi and A. Wilson (2005), “Two Centuries of Bull and Bear Market Cycles, International Review of Economics Finance, 14, 469–486.
Kauppi, H. and P. Saikkonen (2008), “Predicting U.S. Recessions with Dynamic Binary Response Models,” The Review of Economics and Statistics, 90, 777–791.
Liu, W. H. (2005), “Determinants of the Semiconductor Industry Cycles,” Journal of Policy Modeling, 27, 853–866.
Liu, W. H., C. F. Chung, and K. L. Chang (2012), “Inventory Change, Capacity Utilization and the Semiconductor Industry Cycle,” Economic Modelling, 31, 119–127.
Liu, W. H. and S. S. Weng (2018), “On Predicting the Semiconductor Industry Cycle: a Bayesian Model Averaging Approach,” Empirical Economics, 54, 673–703.
Nissila W. (2020), “Probit Based Time Series Models in Recession Forecasting – A Survey with an Empirical Illustration for Finland,” BoF Economics Review.
Nyberg, H. (2013), “Predicting Bear and Bull Stock Markets with Dynamic Binary Time Series Models,” Journal of Banking and Finance, 37, 3351–3363.
Pagan, A. R. and K. A. Sossounov (2003), “A Simple Framework for Analysing Bull and Bear Markets,” Journal of Applied Econometrics, 18, 233-246.
Resnick, B. and G. Shoesmith (2002), “Using the Yield Curve to Time the Stock Market,” Financial Analysts Journal, 58, 82-90.
Wu, S. J. and W. M. Lee (2012), “Predicting the U.S. Bear Stock Market Using the Consumption-wealth Ratio,” January 2012 Economics Bulletin, 32, 3174–3181.
全文公開日期 2026/07/01