簡易檢索 / 詳目顯示
| 研究生： |
黃文基 Huang, Wen-Chi |
|---|---|
| 論文名稱： |
以Probit模型預測美元指數循環 Forecasting the turning points of the US dollar index by using the probit model |
| 指導教授： |
徐士勛
Hsu, Shih-Hsun |
| 口試委員: |
徐之強
Hsu, Chih-Chiang 徐士勛 Hsu, Shih-Hsun 黃裕烈 Huang, Yu-Lieh |
| 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： | 31 |
| 中文關鍵詞： | 美元指數 、動態 Probit 模型 、轉折點預測 |
| DOI URL： | http://doi.org/10.6814/NCCU202100753 |
| 相關次數： | 點閱：57 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 |
本文建構動態Probit 模型預測美元指數循環。首先，本文以 BBQ algorithm 認定美元指數的牛熊市狀態，再透過樣本內估計結果篩選出重要變數後，進行樣本外預測評析。實證結果發現影響美元指數較為顯著且穩健的變數為美元指數在過去18 個月排名的年增率、美元指數前一期的正負值、布蘭特原油價格、美國十年期公債與兩年期公債殖利率差四個變數。樣本外預測結果有65% 的正確率，而根據預測結果組成的投資組合也可以打敗長期持有美元、s&p500、MSCI 新興市場指數。此外，我們也發現量化寬鬆政策的實施並未對本文的樣本外預測結果造成明顯的影響。
1 前言 1
2 文獻回顧 1
3 研究方法與計量模型 3
3.1 Probit 模型 3
3.2 靜態Probit 模型與動態Probit 模型 4
3.3 參數估計 5
3.4 預測過程 5
3.4.1 所有變數都可取得 6
3.4.2 應變數落後項資料仍無法取得 6
3.5 ROC 與AUC 介紹 8
4 資料處理與基本統計性質 8
4.1 資料來源 8
4.2 應變數yt 說明 9
4.3 資料說明 12
4.4 敘述統計 13
4.5 資料處理 16
5 實證結果 16
5.1 變數篩選的重要性 16
5.2 樣本內結果與變數挑選 18
5.3 LASSO 方法的嘗試 22
5.4 樣本外結果 22
6 結論 29
7 參考文獻 30
Ahmed, J. and S. Straetmans (2015), “Predicting Exchange Rate Cycles utilizing Risk Factors,” Journal of Empirical Finance, 34, 112–130.
Basher, S. A. , A. A Haug,and P. Sadorsky (2012), “Oil Prices, Exchange Rates and Emerging Stock Markets,” Energy Economics, 34, 227–240.
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.
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 DynamicBinary Response Models,” The Review of Economics and Statistics, 90, 777–791.
Mikhaylov, A. Y. (2018). “Pricing in Oil Market and Using Probit Model for Analysis of Stock Market Effects, ”International Journal of Energy Economics and Policy, 8, 69-73.
Nissil¨a , W. (2020), “Probit Based Time Series Models in Recession Forecasting – A Survey with an Empirical Illustration for Finland, ”BoF Economics Review.
Ntantamis, C. and J. Zhou (2015), “Bull and Bear Markets in Commodity Prices and Commodity Stocks: Is There a Relation?” Resources Policy,43, 61–81.
Nyberg, H. (2011), “Forecasting the Direction of The US Stock Market with Dynamic Binary Probit Models,”International Journal of Forecasing, 27, 561-578.
Nyberg, H. (2013), “Predicting Bear and Bull Stock markets with Dynamic Binary Time Series Models, ”Journal of Banking and Finance, 37, 3351–3363.
Samanta, S. K. and A. H. Zadeh (2012). “Co-movements of Oil, Gold, the US Dollar, and Stocks,” Modern Economy, 3, 111-117.
Sartore, D. , L. Trevisan, M. Trova, and F. Volo (2002) “US Dollar/Euro Exchange Rate: a Monthly Econometric model for Forecasting,” The European Journal of Finance, 8, 480-501.
全文公開日期 2026/07/06