臺灣博碩士論文加值系統

本文研究探討在美國量化寬鬆政策下，對台灣景氣趨勢及經濟成長動能的影響，QE1期間從2008年11月至2010年3月、QE2期間從2010年11月至2011年6月和QE3期間從2012年9月至2013年12月，利用這三個量化寬鬆期間，用文字雲的方式顯示消息面訊息；IMF-World Economic Outlook (WEO)是全球經濟的消息，經建會景氣概況新聞稿是景氣趨勢的消息，經建會當前經濟情勢月報即台灣經濟成長動能的消息。在景氣趨勢方面，可對照經建會經濟景氣因應方案；經濟成長動能方面，可對照經建會經濟動能方案，以消息面訊息和政府實施措施互相對照，更可掌握自變數和依變數資訊的穩健程度。
根據文字雲得到的消息，尋找迴歸分析的相關變數並和未使用文字雲的變數互相比較，在實證部分利用AREMOS 經濟統計資料庫和TEJ台灣經濟新報尋找變數的佐證資料，得出依變數為台灣失業率和美國道瓊工業平均數，再利用相關和迴歸分析進行預測與探討，最後再計算出預測值並與實際值互相參照，以驗證模型的穩健程度。本研究實證結果歸納以下結論：
1.QE造成美國聯邦準備金餘額提高，對台灣景氣及經濟成長動能偏向
正相關，初期對台灣不利，因為美元貶值造成新台幣升值。
2.可知文字雲的工具對於研究是有相關程度的影響。
3.QE逐步退場後，台灣在匯價上轉為相對有利的環境，美國經濟轉好，
連帶帶動台灣出口上揚，因此台灣經濟偏向樂觀看待，台灣會受到外資撤離的衝擊相對較小。
因此針對本研究目的來看:
第一點加入文字雲消息面訊息的燈號變數後，誤差雖然比未加入燈號變數大，但整體來說誤差也不算太大，可見文字雲工具的使用，仍有一定程度的預測能力。第二點本研究在模型一發現到台灣地區失業率預測，只透過兩個變數:台灣CPI指數和台灣WPI指數來進行預測，且與台灣地區失業率之實際值誤差不大。第三點在模型二，發現到三輪量化寬鬆對美股的預測變數中，皆有英國股市、韓國股市和MSCI世界指數，可得這三個變數在量化寬鬆政策中扮演重要的角色。

This paper discusses the research in the U.S. quantitative easing policy that impact on Taiwan economy trends and momentum during QE1 from November 2008 to March 2010 , the QE2 period from November 2010 to June 2011 and QE3 from September 2012 to December 2013.During the use of these three quantitative easing, a way of Words Cloud displays news message. IMF-World Economic Outlook (WEO) is a global economic news, the CEPD overview of trends in the news is Taiwan economy trends, CEPD Monthly current economic situation is Taiwan economic momentum. Cross-reference ofnews and government measures may grasp soundness of information.
In the empirical part, to find relevant variables from the news published from Words Cloud, and compared with unused Words Cloud. Using AREMOS economic statistics database and TEJ Taiwan Economic Journal looking for supporting information. Obtained dependent variable are The unemployment rate in Taiwan and Dow Jones Industrial Average Index. Then using Correlation Analysis and Regression analysis to predict and discussion, and finally calculate the predicted value and the actual value. The empirical results summarized in the following conclusions:
1.QE caused the Federal Reserve Balance increased and economy trends and momentum in Taiwan biased positive. Early unfavorable to Taiwan, Because depreciation of the dollar caused appreciation of NT.
2.The tool of Words Cloud for the study is relevant.
3. U.S. economy turns for the better, and it gets to drive Taiwan's exports rose, so optimistic about Taiwan economic. In the QE exit, withdrawal of foreign investment that impact Taiwan relatively small.
Therefore, for the purposes of this study:
First, after adding news of Words Cloud that is Boom Lights, the error of joining Boom Lights is bigger than that is not added. But the overall error is not too large, Words Cloud still have a certain degree of prediction capacity.
The second point of this study is found in a model to predict the unemployment rate in Taiwan, only through two variables: the CPI Taiwan and Taiwan WPI index to predict, and the error of predicted value and actual value is not large.
The third point is found that the three rounds of quantitative easing on stocks forecast variables, there are the British stock market, the Korean stock market and the MSCI World Index, we can get these three variables play an important role in the quantitative easing policy.

目錄 頁次
目錄 I
圖目錄 III
表目錄 IV
第一章 緒論 1
第一節 研究動機與背景 1
一、 研究動機 1
二、 研究背景 2
第二節 研究目的 5
第三節 研究架構 6
第二章 文獻探討 8
第一節 量化寬鬆之相關文獻 8
一、 日本及歐洲量化寬鬆之經驗 8
二、 美國量化寬鬆對全球的影響 9
第二節 全球景氣趨勢與經濟成長動能之相關文獻 11
一、 全球經濟與景氣之關聯性 11
二、 對台灣經濟與景氣之影響性 13
三、 全球經濟與景氣之趨勢與現象 14
第三節 理論基礎 16
一、 貨幣政策 16
二、 文字雲 19
第三章 研究方法 23
第一節 研究架構 23
第二節 研究工具 24
一、 文字雲之操作 24
二、 相關與迴歸分析 25
第四章 實證分析 34
第一節 文字雲 34
一、 全球在美國量化寬鬆事件之文字雲 34
二、 台灣在美國量化寬鬆事件之文字雲 38
第二節 政府因應措施 44
一、 景氣趨勢之政府因應方案 44
二、 經濟成長動能之政府因應方案 45
第三節 相關與迴歸分析 47
一、 文字雲之消息面訊息 47
二、 相關分析 49
三、 多元線性迴歸模型 59
四、 實際值與預估值 70
第五章 結論與建議 75
第一節 結論 75
一、 實證結果與研究貢獻 75
二、 管理意涵 77
第二節 建議 78
參考文獻 80
一、 中文部分 80
二、 英文部分 81
三、 網路資源 84



圖目錄

圖1 1美國財政赤字及政府債務/GDP的變化 2
圖1 2研究流程圖 7
圖2 1貨幣政策傳導管制圖 16
圖2 2量化寬鬆政策的傳遞管道：以美國為例 18
圖3 1研究架構圖 23
圖3 2文字雲之操作流程 24
圖4 1美國QE1到QE3之IMF-WEO文字雲詞彙統計圖 37
圖4 2美國QE1到QE3之經建會景氣概況新聞稿文字雲詞彙統計圖 40
圖4 3美國QE1到QE3之經建會當前經濟情勢月報文字雲對照圖 43
圖4 4經建會經濟動能推升方案之五大政策方針 47



表目錄

表1-1台美中央銀行貨幣政策的法定目標 1
表1-2美國三輪量化寬鬆政策之比較表 4
表4-1美國量化寬鬆實施與IMF- WEO之時間對照表 34
表4-2美國QE1到QE3之IMF-WEO文字雲對照圖 36
表4-3美國量化寬鬆實施與經建會景氣概況新聞稿之時間對照表 38
表4-4美國QE1到QE3之經建會景氣概況新聞稿文字雲對照圖 39
表4-5美國量化寬鬆實施與經建會當前經濟情勢月報之時間對照表 41
表4-6美國QE1到QE3之經建會當前經濟情勢月報文字雲對照圖 42
表4-7經建會經濟景氣因應方案之七大策略及具體措施 44
表4-8模型一多元迴歸選取變數和文字雲消息面及政府因應措施訊息對照表 47
表4-9模型二多元迴歸選取變數和文字雲消息面訊息對照表 48
表4-10台灣地區失業率之相關係數 50
表4-11美國紐約道瓊工業平均數之相關係數- QE1 54
表4-12美國紐約道瓊工業平均數之相關係數- QE2 55
表4-13美國紐約道瓊工業平均數之相關係數- QE3 57
表4-14台灣地區失業率之準備金之判定係數 60
表4-15台灣地區失業率之多元迴歸 60
表4-16台灣地區失業率之判定係數(調整後) 61
表4-17台灣地區失業率之多元迴歸(調整後) 61
表4-18加燈號變數後台灣地區失業率之判定係數 62
表4-19加燈號變數後台灣地區失業率之多元迴歸 63
表4-20加燈號變數後台灣地區失業率之判定係數(調整後) 64
表4-21加燈號變數後台灣地區失業率之多元迴歸(調整後) 64
表4-22美國紐約道瓊工業平均數之判定係數QE1-QE3 65
表4-23美國紐約道瓊工業平均數之多元迴歸-QE1 66
表4-24美國紐約道瓊工業平均數之多元迴歸-QE2 66
表4-25美國紐約道瓊工業平均數之多元迴歸-QE3 67
表4-26美國紐約道瓊工業平均數之判定係數QE1-QE3(調整後) 67
表4-27美國紐約道瓊工業平均數之多元迴歸-QE1(調整後) 68
表4-28美國紐約道瓊工業平均數之多元迴歸-QE2(調整後) 68
表4-29美國紐約道瓊工業平均數之多元迴歸-QE3(調整後) 69
表4-30台灣地區失業率之實際值與預估值 71
表4-31加燈號變數後台灣地區失業率之實際值與預估值 71
表4-32美國紐約道瓊工業平均數之實際值與預估值-QE1 71
表4-33美國紐約道瓊工業平均數之實際值與預估值-QE2 72
表3-34美國紐約道瓊工業平均數之實際值與預估值-QE3 73
表5-1文字雲與迴歸分析之比較 78

一、中文部分

王信文 (2013)，「雲端社群化電子書環境之發展及其在商業資訊工程協同流程再造教育課程之應用」，TANET2013臺灣網際網路研討會，2頁。
王信文、林淑惠 (2012年12月16日) ，「從情境、悅趣化與合作培訓學習角度分析國家文官學院之探索暨行動學習歷程在文官管理上的價值」，第一百五十七期， 3頁。
王泰堯、莊雙喜 (2012年6月)，「美國量化寬鬆政策前後股價與各因子關聯性之探討-以台灣加權股價為例」，國立成功大學企業管理研究所碩士論文，57頁。
王智賢、林玫吟 (2004)，「生產依賴性-國際景氣循環與經濟整合」，臺灣經濟預測與政策，第三十五卷第一期，91–108頁。
王豐勝與黃彥文 (2013年7月)，「台灣雲端巨量資料的策略與啟動－巨量資料分析工具與平台」，經濟前瞻，第一百四十八期，116-120頁。
李勝彥 (2013年11月14日)，「量化寬鬆動向對日本經濟之影響」，美國量化寬鬆(QE)動向及對全球經濟之影響產官學研討會。
汪震亞與蔡育儒 (2013)，「美國量化寬鬆貨幣政策之分析」，經濟研究，第十三期，372-399頁。
周濟與閻靜瑤 (2009)，「金融海嘯對兩岸景氣同步化的影響」，兩岸財經論壇─金融海嘯的危機與因應學術研討會。
林文燦、柯美珠與王文杉 (2007)，「以資料探勘技術應用於教育訓練課程之規劃」，中華民國品質學會第 43 屆年會暨第 13 屆全國品質管理研討會。
邱建良、李彥賢與鄒易凭 (2005) ，「金融風暴對股市間波動性的連動性影響－ARJI模型」，真理財經學報，第十三期，18頁。
邱皓政 (2011)，「量化研究與統計分析(五版)」，五南南圖書出版有限公司，台北。
邱楨琦與朱雲鵬 (2010年6月)，「國外波動對台灣經濟的影響：動態隨機一般均衡模型之應用」，國立中央大學經濟學系碩士論文，41頁。
邱達生 (2013年1月)，「全球經濟景氣回顧與展望」，臺灣經濟研究月刊，第三十六卷第一期，65-71頁。
胡育豪與黃勇富 (2009)，「美國、中國大陸景氣波動對台灣經濟成長之影響」，全球商業經營管理學報，第一期，59-65頁。
孫明德 (2013年1月)，「台灣經濟景氣回顧與展望」，臺灣經濟研究月刊，第三十六卷第一期，72-79頁。
徐世勳、張靜貞與林桓聖 (1993年1月)，「台灣與美國經濟互動關係之量化評估」，台灣經濟論衡。
梁國源、高志祥與周大森 (2005)，「臺灣與美國跨國景氣互動之分析—從產業關聯層面探討」，臺灣經濟預測與政策，第三十五卷第二期，43–78頁。
許芬鈴 (2013年1月)，「擺盪的經濟何時回暖？2013年經濟景氣趨勢研討會側記」，臺灣經濟研究月刊，第三十六卷第一期，80-84頁。
許振明 (2013年11月14日)，「量化寬鬆動向對中國大陸及新興國家經濟之影響」，美國量化寬鬆(QE)動向及對全球經濟之影響產官學研討會。
曾元顯與林瑜一 (2011年03月)，「內容探勘技術在教育評鑑研究發展趨勢分析之應用」，教育科學研究期刊，129-166頁。
葉乃菁 (2009年07月)，「本體論與文字探勘在注意力經濟下之應用研究與價值」，科技發展政策報導，93-100頁。
靖心慈 (2013年6月18日)，「主要國家採取寬鬆貨幣政策對我國之可能影響」，中華經濟研究院，第兩百三十五期。
歐陽承新 (2013年07月)，「量化寬鬆與貶值救經濟—安倍豪賭危機四伏. 經濟前瞻」，第一百四十八期，59-65頁。
蔡依恬 (2013年9月26日)，「國美退出量化寬鬆的動向與影響分析」，國際經濟情勢雙週報，第一千七百八十九期，12-13頁。
謝文瑋 (2013年11月)，「巨量資料點燃微型信貸之火」，臺灣經濟研究月刊，第三十六卷第十一期，46-51頁。
聶建中、高友笙與古御呈 (2013)，「次貸危機與蔓延效應：美股與東歐股市的實證研究」，文大商管學報，第十八卷第二期，42-43頁。
聶建中與黃昱程 (2010年06月)，「利率期間結構與未來通貨膨脹之關係--縱橫門檻效果檢定」，會計與財金研究，第三卷第二期，13頁。

二、英文部分

Michael J.A. and L. Gordon (1997), Data mining techniques: For marketing, sales, and customer support. Wiley and Sons Inc.
Canova, F. and G. DeNicoló (2003), “On the Sources of Business Cycles in the G-7,” Journal of International Economics, 59(1), pp. 77−100.
Chorafas, D. N. (2014). Public Debt Dynamics of Europe and the U.S. pp. 267–287.
Chun-Hsien Sung, Tse-Ping Dong, Hsing-Wen Wang, Ching-Mu Chen, “Cloud Partitions? Jurisdiction Issues in the Post-internet Era,” IEEE Explore Wireless Communication, Vehicular Technology, Information Theory and Aerospace &; Electronic Systems Technology (Wireless VITAE) ISBN: 978-1-4577-0786-5, Feb., 2011.
Dursun D. and M. D. Crossland (2008, Apri), “Seeding the survey and analysis of research literature with text mining,” Expert Systems with Applications, 34(3), pp. 1707–1720.
Girardin, E. and Zakaria M. (2011, October), “Quantitative easing works: Lessons from the unique experience in Japan 2001–2006,” Journal of International Financial Markets, pp. 461-495.
Hsing-Wen Wang, “Dual Derivatives Spreading and Hedging with Evolutionary Data Mining,” The Journal of American Academy of Business, Cambridge,” Vol. 9, No. 2., Sep. 2006.
Hsing-Wen Wang, “Financial E-Learning and Simulation toward the Cloud Service Environment,” International Journal of Internet Protocol Technology,” Vol. 5, No.4, pp. 210-218, March, 2011.
Hsing-Wen Wang, “An Explorative Study of Continuance Intention with Applying Social Networks Blended Cloud Service in New Era of Internet Technology Applications,” Journal of Internet Technology, Vol.16, No.3, May 2015.
McDonald, D. (2012,March), “Value and benefits of text mining,” JISC.
Mirjana, P. B.,M. Schatten and Z. Maruši´c (2013), “Data Mining Applications in Tourism: A Keyword Analysis,”Central European Conference on Information and Intelligent, pp. 26-32.
Michael T. Tang, Gwo-Hsiung Tzeng, Shinn-Wen Wang, “A Hierarchy Fuzzy MCDM Method for Studying Electric Marketing Strategies in the Information Service Industry”, Journal of International Information Management, Vol. 8, No. 1, Spring 1999.
Modena, M., Lossani, M. and Borello, G.(2013), “Quantitative Easing, Financial Risk and Portfolio Diversification,” Rethinking Valuation and Pricing Models, pp. 545-570.
Nan, L. and D. D. Wu (2010, January), “Using text mining and sentiment analysis for online forums hotspot detection and forecast,” Decision Support Systems, 48(2), pp. 354–368.
Janasik N,Honkela T. and H. Bruun (2009, July) “Text mining in qualitative research: application of an unsupervised learning method,” Organizational Research Methods, vol. 12(no. 3), pp. 436-460.
Jian-Hong Wang, Yang-Sheng Chen, Yu-Shuang Wong, Hsing-Wen Wang, Der-Jiunn Deng, “ How to find an optimal threshold for SSB algorithm,” IEEE Explore Wireless Communication, Vehicular Technology, Information Theory and Aerospace &; Electronic Systems Technology (Wireless VITAE) ISBN: 978-1-4577-0786-5, Feb., 2011.
Ohbyung, K. and Jae, M. S.(2013, April), “Effects of data set features on the performances of classification algorithms,” Original Research Article, 40(5), pp. 1847–1857.
Richard, W.(2012), “Delivering economic stimulus, addressing rising public debt and avoiding inflation,” Journal of Financial Economic Policy, 4(1), pp. 4 - 24.
Shian-Chang Huang and Hsing-Wen Wang, “Combined Wavelet-Based Feature Extraction with SVM for Stock Index Forecasting,” Lecture Notes in Computer Science (LNCS), Volume 4234, pp. 290-399, Oct, 2006.
Teng-Hui Wang, Ming-Yi Shih, Hsing-Wen Wang, “Constant Bit Rate Packets Transmission in IEEE 802.15.4 LR-WPANs”, Journal of Internet Technology, Vol. 13, No. 2, P.307-316, March 2012.
William, W., E. L. Parkes and P. Davies (2013, March) “Wordle: A method for analysing MBA student induction experience,” The International Journal of Management Education, Volume 11( Issue 1), pp. 44-53.
Wu, H., S. Zha and L. Li (2013, June), “Social media competitive analysis and text mining: A case study in the pizza industry,” International Journal of Information Management, 33(3), pp. 464-472.
Huang, X.,Y. Ye,X. Du and S. Deng (2013), “Short Text Clustering with Expanding Keywords through,”Journal of Computational Information Systems, pp. 8649–8657.
Yao-Chung Chang, Hsing-Wen Wang, “Mobile Business via Cross Layer Approach toward Intelligent RFID Purchasing System,” Journal of Internet Technology, No. 7, Vol. 11, 2010.

三、網路資源

QE退場經濟前景並不悲觀，國家政策研究基金會，2013年6月26日，http://www.npf.org.tw/post/3/12402。
量化寬鬆貨幣政策，中央銀行，2013年12月26日，http://www.cbc.gov.tw/public/Attachment/41161474471.pdf。
美國QE政策之持續或退場對國際金融情勢之影響，中華經濟研究院編號1020802，中華經濟研究院WTO及RTA中心，http://www.trade.gov.tw/Files/Doc/%E7%BE%8E%E5%9C%8BQE%E6%94%BF%E7%AD%96%E4%B9%8B%E6%8C%81%E7%BA%8C%E6%88%96%E9%80%80%E5%A0%B4%E5%B0%8D%E5%9C%8B%E9%9A%9B%E9%87%91%E8%9E%8D%E6%83%85%E5%8B%A2%E4%B9%8B%E5%BD%B1%E9%9F%BF.pdf。
後QE時代對台灣經濟的衝擊，國家政策研究基金會，2013年8月20日，http://www.npf.org.tw/post/1/12610。
QE緩退　彭淮南：台灣影響小，ETtoday財經新聞網，2014年03月4日，http://www.ettoday.net/news/20140304/331030.htm。
QE退場 各國掀升息潮 影響台灣製造業出口力道，鉅亨網，2014年 04月 24日，http://www.nownews.com/n/2014/04/24/1205052。
美聯儲量化寬鬆退出的影響及應對措施建議，中國評論新聞， 2014年05月17日，http://finance.qoos.com/%E7%BE%8E%E8%81%AF%E5%84%B2%E9%87%8F%E5%8C%96%E5%AF%AC%E9%AC%86%E9%80%80%E5%87%BA%E7%9A%84%E5%BD%B1%E9%9F%BF%E5%8F%8A%E6%87%89%E5%B0%8D%E6%8E%AA%E6%96%BD%E5%BB%BA%E8%AD%B0-1685425.html。
能力雜誌，生活、工作和思考方式的全面革新 讓巨量資料說話，2013年8月號，http://www.kingstone.com.tw/book/book_page.asp?kmcode=2015410221448。
衛報，Guardian Business Glossary: Quantitative Easing，2009年01月19日，http://www.theguardian.com/business/quantitative-easing。
中央銀行，美、日量化寬鬆政策，2013年01月28日，http://www.cbc.gov.tw/public/Attachment/3122113224471.pdf
天下雜誌，南方朔：美元是美國的貨幣，卻是全球的問題，2009年03月24日，http://www.cw.com.tw/article/article.action?id=5007054。
Top 10 Sitesfor Creating WordClouds: 2011年04月29日，http://cyber-kap.blogspot.tw/2011/04/top-10-sites-for-creating-word-clouds.htm
使用 Open Web 技術實作 HTML5 中文文字雲，簡冠庭(timdream)，2011年05月17日 ，http://www.openfoundry.org/tw/foss-forum/8339--open-web-html5-