21 |
一般化動差估計分析方法資產訂價模型之應用李沃牆, LI, WO-QIANG Unknown Date (has links)
Lucas(1976) 批評當時總體時間序列的計量分析方法,且主張傳統計量模型參數會隨體制及政策而改變,基於這些評論,於是許多對。嗜好(Taste)"及"技術"(Technology)" 結構參數估計的進論方法偭開始使用動態模型中的尤拉最適化條件(Euler Optimality Conditios)來進行估計。
然而,其中以Hansen(1982)所提出來的一般化動差估計法(Generalized Method of Moments)(簡稱GMM)最受矚目。此法乃源於一般化工具變數(GIVE),在不需強烈假設下進行估計。其估計過程大致可分為下列三個階段:
1.建立正交化條件え建立目標函數最小化2.過度確認限制(overidentifying restriction) 之檢定問題因其本身即涵蓋許多估計式,如GIVE,MLE,2SLS, 且能滿足有限樣本性質,快速數斂。此法目前已用於總體計量,非線性理性預期實證及財務金融計量上。而本文應用台灣總體時間序列於資產訂價模型的GMM參數估計過程,證明了資料的適用性。另外,蒙地卡羅(Monte Carlo) 實驗設計模擬亦應用在本文研究,來探討有限樣本下的統計量之行為,並獲致適當的推論。 / Lucas(1976) criticized the existing strategies for econometricic analysis of macroeconomic time series and argues that papameters of traditional econometric models are not invariant with respect to shifts in policy regimes. In response to that criticism, several inference strategies for "taste and technology" structural parameter models using Euler optimality conditions in dynamic models were suggested.
Hansen's(1982) Generalized Method of Moments(henceforth GMM) instrumental
variables procedure is among the most notable inference strrategies
for structural parameters.
The procedure of GMM may consist three steps: (l)Set-up of the orthogonality
conditions (2).Minimizing the objective function. (3)Test
of the overidentifying restrictions
In this paper we can understand the statistical properties of GMM
estimator of Consumption-Based structural parameters obtained from
Capital Asset Pricing Model by the use of Monte Carlo Simualtion .
|
22 |
跨國企業移轉計價-動態最適化模型 / Multinational Firm Transfer Pricing Under Dynamic Optimization謝孟釗, Hsieh,Meng-Chao Unknown Date (has links)
臺灣現有移轉計價之規範未有明確的罰則(Penalty),因而衍生許多稅負規避的問題。本文採用動態最適化(Dynamic Optimization)的模型來觀察跨國企業移轉計價的行為,在面臨懲罰與兩國稅差時企業會如何利用移轉價格及數量來進行獲利移轉以規避稅負,進而分析政府調降稅率以降低稅差並吸引獲利移轉的稅率政策對企業移轉計價的影響,最後再探討罰則在法規制定上的必要性。結果顯示,預料到的稅率政策在長期能有效減少企業從事移轉價格操弄(Transfer Price Manipulation),但在短期﹝除了宣告那一刻之外﹞反而更助長移轉價格操弄的發生,特別是當政策宣告至執行之期間過長時更為嚴重。此外,由先前的文獻可知無罰則下的最適移轉價格為一邊界解(Boundary Solution),本文也證明了此邊界解亦可能出現於有罰則的情況下。然而,罰則的存在創造了內部解(Interior Solution)的可能性,此內部解較邊界解更趨近於常規交易價格,因此我們仍建議政府制定罰則。 / This paper employs a dynamic optimization model to determine the equilibrium price and quantity in a multinational firm (MNF) faced with a threat of a penalty. We analyze the impact on transfer pricing that arises from the unanticipated and anticipated permanent taxation policy of home country and host country. Anticipated taxation policy for reducing tax differentials can reduce transfer price manipulation in the long term. However, except for the moment of announcement, such reduction of transfer price manipulation does not occur in the short term, especially in the case of a large time lag of policy. We also show that the boundary solution is possible even though transfer price penalty exists and suggest that governments impose penalty which creates the possibility of interior solution.
|
23 |
模擬最適化運用於資產配置之驗證 / The Effectiveness of the Asset Allocation Using the Technique of Simulation Optimization劉婉玉 Unknown Date (has links)
本文利用模擬最適化(Simulation Optimization)的技術,來找出適合投資人之最佳資產配置。模擬最適化係為一種將決策變數輸入而使其反應變數得到最佳化結果之技術,在本篇中,決策變數為各種投資標的之資產配置,而反應變數則為投資結果之預期報酬與標準差,模擬最適化可視為一種在可行範圍內尋求最佳解之過程。本篇中模擬最適化之方法係採演化策略法,最適化問題則為具放空限制之多期架構。我們亦進一步與各種傳統的投資保險策略比較,包括買入持有策略(Buy-and-Hold)、固定比例策略(Constant Mix)、固定比例投資保險策略(Constant Proportion Portfolio Insurance)及時間不變性投資組合保險策略(Time-Invariant Portfolio Protection),以驗證模擬最適化的有效性,並以多種評估指標來衡量各種策略績效之優劣。
由實證結果發現,利用模擬最適化求解出每月的最適資產配置,雖然造成每期因資金配置比例變動而提高波動性,另一方面卻能大幅的增加報酬率。整體而言,模擬最適化技術的確能夠有效提升投資績效,使得最終財富增加,並且得到較大的夏普指數及每單位風險下較高的報酬。 / This paper applied simulation optimization technique to search for the optimal asset allocation. Simulation optimization is the process of determining the values of the decision variables that optimize the values of the stochastic response variable generated from a simulation model. The decision variables in our case are the allocations of many kinds of assets. The response variable is a function of the expected wealth and the associated risk. The simulation optimization problem can be characterized as a stochastic search over a feasible exploration region. The method we applied is the evolution strategies and the optimization problem is formulated as a multi-period one with short-sale constraints. In order to verify the effectiveness of simulation optimization, we compared the resulting asset allocation with allocations obtaining using traditional portfolio insurance strategies including Buy-and-Hold, Constant Mix, Constant Proportion Portfolio Insurance, and Time-Invariant Portfolio Protection. We also used many indexes to evaluate performance of all kinds of strategies in this paper.
Our empirical results indicated that using simulation optimization to search for the best asset allocation resulted in large volatilities, however, it significantly enhanced rate of return. As a whole, applying simulation optimization indeed gets the better performance, increases the final wealth, makes Sharpe Index large, and obtains the higher return under per unit risk.
|
24 |
可視化手法を用いた多目的最適化問題における満足解の選択支援FURUHASHI, Takeshi, YOSHIKAWA, Tomohiro, YAMASHIRO, Daisuke, 古橋, 武, 吉川, 大弘, 山代, 大輔 15 December 2008 (has links)
No description available.
|
25 |
島モデル型多目的GAにおける可視化を用いたユーザの意思に基づくインタラクティブ探索FURUHASHI, Takeshi, YOSHIKAWA, Tomohiro, YAMAMOTO, Masafumi, 古橋, 武, 吉川, 大弘, 山本, 雅文 15 February 2011 (has links)
No description available.
|
26 |
投資組合保險應用─複製型賣權策略與固定比例投資組合保險策略(CPPI)之比較蘇思瑜 Unknown Date (has links)
投資組合保險的概念發源自1980年代,對於較保守或是對於股市未來走勢不清楚的投資人來說,是一種不錯的投資策略,既可以保障原本所投資的本金,亦可參與上方的獲利。投資組合保險策略所運用的範疇很廣,尤其適用於大筆資金之持有者,且只願意承受一定範圍的損失風險,如:退撫基金、保險基金或各類信託基金之基金經理人。
本研究以台灣50ETF(指數股票型基金)為研究對象,探討複製性賣權及固定比例投資組合保險等兩種資產配置策略,在不同市況下(2006年至2011年)之績效,並與買入持有策略做比較。其中,本文以GARCH波動度模型估計複製性賣權策略中之波動度;在CPPI策略中,由於考量到不同市場狀況下,投資人之風險偏好程度應會有所不同,風險乘數亦會有所改變,因此本文將風險乘數最適化,以改善傳統之固定風險乘數CPPI策略。
由本研究之實證結果可以得到以下結論:
1. 複製性賣權策略在空頭市場之績效會比買入持有策略及台灣50ETF好。然而,在大空頭時,由於股價急速下滑,導致資產配置來不及調整,而產生保險誤差。另外,複製性賣權在多頭市況下,較低的保本比例,會帶來較高之報酬。
2. CPPI策略在各種市況下,其績效大致都會優於買入持有策略,且完全沒有出現保險誤差,但只有在空頭走勢下,CPPI會打敗市場,原因在於CPPI發揮了保護下檔風險的功能,且說明了投資組合保險策略之目的並非超越市場報酬。
3. 將複製性賣權策略與CPPI策略相比時,從報酬率來看,空頭市場下CPPI的保護功能較複製性賣權強,而多頭或盤整市況下,並無一致的結果。從Sharpe ratio、長期相對平均成本、上方獲取率損失等績效指標,CPPI大致上都比複製性賣權好得多。
|
27 |
以微分賽局論兩國財政政策之競合 / Non-cooperative and Cooperative Fiscal Policies in a Two-coutry Differential Games Model郭哲瑋, Kuo, Je Uei Unknown Date (has links)
在一兩開放體系為貨幣同盟與非貨幣同盟的情況下,
本文利用微分賽局理論來探討兩對稱國政府在財政政策上的策略搭配。
本研究分析並比較兩國在貨幣同盟國與非貨幣同盟國中採取合作的財政政策、非合作的財政政策與領導和跟隨者的財政政策等三種不同策略對兩國總體經濟之影響。
最後本文對本研究的模型作數值模擬並試圖利用其結果來闡明目前歐元區國家主權債務危機的可能解決之道。 / Considering both cases of monetary union and non-monetary union, this paper uses the differential game theory to explore the coordination of the fiscal policies between two governments.
In both cases, each country can choose to cooperate in the fiscal policy, not to cooperate in the fiscal policy, or just to follow the policy of the other country. Diffrent stratigical decisions may cause different economic impacts.
Finally, the paper also uses numerical method to simulate our model and provide some possible solutions to the current economic crisis of the Eurozone.
|
28 |
Studies on mathematical structures of network optimization problems / ネットワーク最適化問題の数学的構造に関する研究 / ネットワーク サイテキカ モンダイ ノ スウガクテキ コウゾウ ニカンスル ケンキュウ渡辺 扇之介, Sennosuke Watanabe 20 September 2013 (has links)
本論文は,様々なネットワーク最適化問題の数学的構造について様々な観点から調べたものである.主たる結果はネットワーク最適化問題の代表例である最大流問題に,関するいくつかの結果と,Min-Plus代数に値をもつ行列の固有値と固有ベクトルに関する特徴づけに関する結果からなっている. / 博士(理学) / Doctor of Philosophy in Science / 同志社大学 / Doshisha University
|
29 |
対話型最適化を用いたユーザの感性モデルの抽出に関する研究 / タイワガタ サイテキカ オ モチイタ ユーザ ノ カンセイ モデル ノ チュウシュツ ニカンスル ケンキュウ田中 美里, Misato Tanaka 22 March 2014 (has links)
本論文では人間の感性のモデルを関数と仮定し,最適化手法によってその感性の最適点を求めることで情報推薦を行うフレームワークについて研究を行った.論文中では,人間の感性に基づく関数の特性について明らかにし,人間の多様な感性への対応できる最適化アルゴリズムを開発した.また,感性に基づく探索に適した設計変数空間の半自動生成手法を開発し,脳機能情報を用いた感性のモデル化について検討した. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University
|
30 |
柔軟な変形機構を有する格子状曲面の解析と形状設計法堺, 雄亮 23 March 2022 (has links)
京都大学 / 新制・課程博士 / 博士(工学) / 甲第23872号 / 工博第4959号 / 新制||工||1775(附属図書館) / 京都大学大学院工学研究科建築学専攻 / (主査)教授 大崎 純, 教授 竹脇 出, 教授 西山 峰広 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM
|
Page generated in 0.036 seconds