Global ETD Search

11	混合型資料下之單位根檢定研究：平均概似比統計量之建立與模擬 / Panel Unit Root Test 邱惠玉, Chiu, Huei-Yu Unknown Date (has links) 自Nelson和Plosser (1982)後，研究經濟資料是否具有單位根現象，已成為近二十年來熱門且重要的課題。因為資料性質的不同(恆定或非恆定)，對實證計量模型的設定、統計推論以及原理論的發展有深遠的影響。與傳統探討單一時間數列之單位根的論文不同的是，本篇論文將橫斷面的資料擴大，探討混合型資料的單位根現象 ( Panel Unit Root )。就此課題，文獻上已有兩個不同的檢定方法: Levin、Lin和Chu (1997)的LLC檢定法以及Im、 Pesaran和Shin (1995)的IPS檢定法。我們的研究，有別於以上兩者，是從「概似比」的角度(likelihood ratio) 和應用檢定共積關係的Johansen (1988)「Trace檢定」，建構新的單位根檢定統計量。首先於文中推導出，「Trace檢定」可用於檢測單一時間數列的單位根現象。進而，再將橫斷面資料擴大，採用mean group方法，加總平均每個橫斷面時間數列的「Trace 檢定」統計量，形成混合型資料之單位根檢定統計量。根據中央極限定理，標準化後的檢定統計量，極限上收斂至標準常態分配。此外，我們也推導得出檢定統計量與傳統ADF、LLC以及IPS檢定統計量極限上的關係。最後，我們以「蒙地卡羅」模擬方法，分析小樣本下「型一誤差」與「檢定力」的表現。發現新的混合型資料之單位根檢定統計量表現優良，近似於標準常態分配。故在做混合型資料的單位根分析時，採用檢定統計量，可得到較精確的推論。混合型資料單位根檢定單根檢定非恆定共積關係 Trace檢定概似比統計量 LLC檢定 panel data unit root IPS test nonstationary cointegration Trace test likelihood ratio test LLC test
12	臺灣匯率非恆定實證方法預測之研究 / The prediction of new Taiwan dollars-nonstationary method 賴恬忻, Lai, Teng-Shing Unknown Date (has links) 自1997年以降，受到亞洲金融風暴的衝擊，亞洲各國匯率巨幅波動，於是如何增進匯率預測的準確度已成為重要的研究課題。而自1973年布列敦森林體制崩潰，各工業國家改採浮動匯率以來，匯率巨幅波動致使國際收支理論不再能解釋匯率如何決定，於是1970年代，學者們紛紛提出各種匯率決定理論，其中以貨幣學派模型與資產組合平衡模型最受到重視。然而，自1978年始，這些結構模型的解釋能力逐漸受到質疑，在1983年Meese and Rogoff甚至提出結構模型的樣本外預測能力不如隨機漫步模型的樣本外預測表現，引起學者們的討論到底何者的樣本外預測表現較佳。而隨著計量方法的演進實證研究已由恆定的計量方法演進至非恆定的計量方法，在非恆定的計量方法方面，MacDonald and Taylor(1993、1994)、吳宜璋(1996)等人的研究皆採誤差修正模型來做預測。本研究亦採誤差修正模型來做預測，但對其他學者的研究稍作改良：1.加入結構變動虛擬變數2.以向量誤差修正模型而非一條誤差修正的式子來做預測，在此以整個體系的觀點來做預測3.以背氏方法加入相驗情報來改善預測。結論為在金融風暴發生期間，匯率受非基本面因素影響較大時，貝氏向量自迴歸模型預測表現較佳。而在金融風暴發生之前，匯率受基本面影響較小時，以貝氏向量誤差修正模型為良好的預測模型。 / This study improves other scholars' empirical studies by testing structure changes and by using Vector Error Correction Model to forecast N.T. Dollars. Futhermore,use Bayesian Method to improve predition .The conclusion is Bayesian VAR Model perform better when forecasting period include Asian finanl crisis . And Bayesian VECM Model is better model when forecasting period don't include Asian financial crisis.And the out of sample prediction performance of structure model is better than Random Walk Model. 貨幣學派模型隨機漫步模型非恆定實證方法共積關係向量誤差修正模型貝氏方法 Montary approach model Random walk Non-stationay method Cointegration Error correction model Bayesian method
13	台幣匯率趨勢預測表現之研究 / Evaluating the Forecasting Performance of Several Models of Exchange Rate Dynamics:The Case of New Taiwan Dollar 吳宜璋, Wu, Yi Jang Unknown Date (has links) 我國自民國68年成立外匯市場以來，積極的推動經濟國際化與自由化，由於台灣對外經貿依存度相當的高，國際貿易是我國經濟發展的趨動力，而匯率扮演著經貿活動關鍵的角色，因而對匯率走勢的預測與掌握，乃成為管理外匯風險的首要工作。　　影響匯率的因素相當的複雜，其常受到政府政策的干預，再者，匯率未來的走勢往往容易受到預期心理的影響，眾多的影響因素往往使得對匯率預測的困難程度提高。有鑑於此，本文試圖從貨幣學派結構模型著手--包括價格充分調整模型與實質利率差模型，討論貨幣學派結構模型與匯率資料是否配適良好，然而，若未考慮變數的恆定性與否，而進行迴歸分析，將會造成「假性迴歸」的錯誤。於是本文再引進Johansen共積法，擬找出變數間的長期關係，導入錯誤校正模型，以對匯率進行預測的工作。最後，藉由Hamilton所發展的馬可夫轉轍模型，將不可觀察的隨機變數融入模型中，透過機率控制狀態變數的變動，再對匯率進行統計的推估與預測。　　基於本文採用的資料與樣本期間內，本文作成下列結論：　　1.貨幣學派結構模型的實證表現不佳，實證的係數符號與理論設定的相差甚多，而其樣本外預測表現也遠不如隨機遊走模型。　　2.導入共積關係的錯誤校正模型，其樣本外預測表現仍舊不及隨機遊走模型，然而相較於結構模型，其有明顯的改善。　　3.馬可夫轉轍模型的樣本外預測表現，與隨機遊走模型接近，而對匯率變動方向的預測其表現良好。　　4.將所有模型一併考慮，則樣本外預測表現以馬可夫轉轍模型最佳，錯誤校正模型次之，而以結構模型為最差。匯率共積馬可夫轉轍模型樣本外預測價格充份調整貨幣模型實質利率差模型 Exchange Rate Cointegration Markov Switching Model out-of-sample forecasting FLMA model RID model

Page generated in 0.0119 seconds