簡易檢索 / 詳目顯示
| 研究生： |
陳芷筠 |
|---|---|
| 論文名稱： |
以階層式因子模型分析台灣股票市場 A hierarchical factor analysis of Taiwan stock market |
| 指導教授： | 徐士勛 |
| 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： | 2016 |
| 畢業學年度： | 104 |
| 語文別： | 中文 |
| 論文頁數： | 59 |
| 中文關鍵詞： | 階層式因子模型 、紀卜斯抽樣法 、股票市場 |
| 相關次數： | 點閱：165 下載：8 |
| 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 |
股票市場不但是一國經濟的櫥窗同時在各國金融市場中也大多扮演著舉足輕重的角色，因此我們希望藉由一個新的計量模型分析台灣股票市場的變動。
本文以 Moench and Ng (2011) 所提出的「動態階層式因子模型」為基礎，並以紀卜斯抽樣法做為參數估計的方式，將此應用於探討在2007年8月至2016年2月這段期間的台灣股票市場中的大盤指數(台灣加權股價指數)與8大類股變化態勢。
我們將資料期間以兩年為一基礎，區分成5個時期，並就不同時期下的時空背景進行大盤因子與類股因子的比較。
我們發現不同時期下大盤因子與類股因子的「無條件變異數」均有不一樣程度上的波動，同時也以兩個事件(劣質油事件、央行降息)為例，進行類股因子與該類股前五大市值成分股報酬率分析。
實證結果顯示，每個時期不同時空背景下除造紙工業因子與紡織纖維業因子的波動較大無法由大盤因子解釋外，其餘類股均可由大盤因子所解釋。
另外，特定事件下對於事件本身相關公司股價影響較顯著，且同時對於該類股亦有所影響。
1 緒論 1
2 文獻回顧 3
2.1 因子模型 3
3 實證模型與計量方法 5
3.1 動態階層式因子模型 5
3.2 紀卜斯抽樣法 7
3.3 模型參數估計步驟 9
4 資料 10
5 實證結果 12
5.1 因子比較 12
5.1.1 主成分分析法與紀卜斯抽樣法因子估計比較 12
5.1.2 台灣加權股價指數與8大類股因子和大盤因子比較 13
5.2 不同時期下的類股因子和大盤因子比較 15
5.2.1 在2007:08–2008:12時期 15
5.2.2 在2009:01–2010:12時期 16
5.2.3 在2011:01–2012:12時期 18
5.2.4 在2013:01–2014:12時期 19
5.2.5 在2015:01–2016:02時期 20
5.3 不同類股事件下的五大成分股和類股因子比較 23
5.3.1 劣質油品事件對食品工業影響 24
5.3.2 台灣央行降息對建材營造業影響 26
6 結論與討論 28
附錄 30
Johan k. and S. Pynnonen (1998),``Local and global price memory of international stock markets'',{\em Journal of International Financial Markets}, {\bf 9},129--147.
Stock. J. H. and M. W. Watson (1998),``Diffusion Index'', NBER Working Paper No. 6702.
Stock. J. H. and M. W. Watson (2002),``Macroeconomic Forecasting Using Diffusion Index''，{\em Journal of Business \& Economic Statistics}, {\bf 20(2)},147--162.
Moench. E. and S. Ng (2011), ``A hierarchical factor analysis of U.S housing market dynamics''， {\em Economertrics Journal}, {\bf 14}, C1--C24.
Kim, C. and C. Nelson (2000), ``State Space Models with Regime Switching'', MA: MIT Press.
徐士勛與管中閔 (2001), 「90s年代台灣的景氣循環:馬可夫轉換模型與紀卜斯抽樣法的應用」， 《人文及社會科學集刊》， {\bf 13(5)}, 515--540.
徐士勛、管中閔與羅雅惠 (2005)， ``以擴散指標為基礎之總體經濟預測''，《臺灣經濟預測與政策》， {\bf 36(1)}， 1--28.
