簡易檢索 / 詳目顯示
Hamilton (1989)發展出馬可夫轉換模型(Markov-switching Model)，由於該模型允許母體參數在不同時期，具有間斷性跳動性質，且跳動次數並不限定為一，並利用馬可夫鏈(Markov chain)的機制來掌控狀態間切換，解決混合分配模型狀態跳動毫無規則的問題，將可適可掌握金融與經濟變數所面臨的結構改變，以及解決在計測風險值(valued at risk)過程中，所存在報酬分配的高峰厚尾問題。
本文非僅是嘗試另一種方法，而是我們在探討股市報酬波動與景氣循環變數行為後，推判它較能夠捕捉實際的報酬波動與景氣循環行為。我們除作過去文獻較未顧及的，系統性地分析各種潛在風險值計測方法所適用與不適用報酬率變異情境，並嘗試使用允許參數來自不同波動狀態，對傳統ARCH模型加以修正之SWARCH模型，希對股市報酬波動提供更佳的分析。在景氣循環探討，針對馬可夫轉換模型加以修正，掌握台灣與南韓經濟結構與美國及日本等國迥異的問題。此外，我們也回溯、討論各種處理財經變數結構問題之實證模型差異，分析馬可夫轉換模型相對優、劣點。
封面頁
證明書
致謝詞
論文摘要
目錄
表目錄
圖目錄
第一章 緒論
第二章 研究方法探討
第一節 結構變動模型
第二節 狀態轉換模型
第三節 馬可夫轉換模型相對優、劣點
第三章 日本、香港、新加坡、韓國與台灣亞洲主要股市報酬變異分析暨比較－多重波動性狀態馬可夫轉換模型的應用
第一節 前言
第二節 模型設定
第三節 實證結果
第四節 本章結論與未來研究建議
第四章 臺灣經濟景氣狀態分析
第一節 前言
第二節 模型設定與解析
第三節 臺灣景氣狀態分析
第四節 相異發展程度國家景氣波動分析與比較
第五節 本章結論與未來研究建議
第五章 藉由馬可夫轉換模型解決風險值計測過程高峰、厚尾與偏態問題–國內主要股市指數實證結果
第一節 前言
第二節 風險值基本定義與報酬分配設定
第三節 實證結果
第四節 本章結論與未來研究建議
第六章 結論
附錄
附錄A 計算概似函數的過程兼論過濾與預測機率求算
附錄B 平滑機率求算
附錄C EM algorithm介紹－以一個簡例說明
參考書目