政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/96143
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 113451/144438 (79%)
造访人次 : 51304944      在线人数 : 658
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/96143


    题名: 有關匯率隨機漫步性質之再議
    作者: 陸君芬
    贡献者: 陳樹衡
    陸君芬
    日期: 1998
    上传时间: 2016-05-10 16:35:38 (UTC+8)
    摘要: 　　Meese & Rogoff(1983)比較貨幣學派匯率決定模型與隨機漫步(random walk)模型樣本外預測能力，發現隨機漫步模型凌駕所有模型，意謂著對明天匯率最好的預測值是今天的匯率，也就是我們根本無法預測匯率。其後的學者紛紛對此課題作各種不同努力，結構式模型的再診斷、時間序列模型的發展、非線性與動態性的考量等等從各種不同角度切入問相同的問題─「匯率真的是不可預測的嗎？」
    　　綜覽過去十五年以來，對各種匯率預測模型預測能力比較實証文獻上的努力，我們發現在宣稱擊敗隨機漫步模型（或被擊敗）時，並沒有一致性的評判準則，大家各說各話，對匯率的可預測性也愈來愈模糊，因此，本文從總體變數的解釋能力、模型動態性的設定方式、非線性模型選擇等三個面向，討論各種匯率預測模型與隨機漫步模型的比較，及不同比較準則選取的影響及顯著性檢定，藉由以上的討論將「擊敗隨機漫步模型」這個說法更具體化，統整各家的實証結果。結束發現：其他總體變數、模型動態設定及採用非線性模型均能提昇模型的預測表現，但沒有單一非線性模型可以永遠擊敗隨機漫步模型，而資料頻率愈高愈雞有好的預測表現，因此推論以下這個假說：「若能採用具有多變量、動態性的非線性模型作為匯率變動的預測模型，即使在高頻率資料中，我們仍然有較大機會顧著的擊敗隨機漫步模型。」
    　　在實証方面採用神經網路（倒傳遞神經網路）作為驗証批假說的模型，神經網路模型本身是一非線性模型，神經網路模型可以藉由調整網路結構變換網路的複雜度，可謂一大型非線性模型集合禮。雖然可以享有模型設計上的彈性，但相對的也會遭逢模型選擇上的困雞，在這一部份我們以遺傳演算(GA)的演化方式，讓網路自行演化最通網路架構，透過對輸入層演化觀察多變量的效果；透過對隱藏層層數興神經元個數、轉換函數等演化，觀察非線性程度的影響。以馬克對美元tick by tick匯率報酬率高頻率資料作為實證對象，設定條件變異教為多變量模型，實証結果所有的神經網路（不論演化與否）在水準值與變動方向上可以顯著擊敗隨機漫步模型，但變動方向不具有顯著性優越，同時多變量優於單變量模型。以sharpe ratio作為衡量獲利指標，發現所有神經網路均能擊敗買入持有策略。
    　　演化的結果我們發現多變量與非線性之間產生了替代性，以GA演化的最通網路架構較複雜但均剔除了條件變異數，表示解釋變數本身的訊息提煉相當依賴所使用的工具，當工具粗糙時，必須藉由其他解釋變數輔助（如本文以條件變異數作為當期報酬率二階動差非線性的解釋變數）反映資料訊息，而若工具精細具多維多面向，此時隱藏在變數背後的訊息便能被發掘出來。
    　　本文對此假說的驗証只進行了多變量與非線性的印証，其後的研究可以再針對動態性與此兩者的互動關係進行實証研究。
    描述: 碩士
    國立政治大學
    經濟學系
    85258014
    資料來源: http://thesis.lib.nccu.edu.tw/record/#A2010000617
    数据类型: thesis
    显示于类别:[經濟學系] 學位論文

    文件中的档案:

    档案 大小格式浏览次数
    index.html0KbHTML2314检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈