臺灣博碩士論文加值系統

多年來，不少學者、研究機構甚或者投資銀行，均試圖利用各式的方法找出可以預測股市轉折的模型、數據或指標，又或者可以計算出股市合理價位並藉此進行投資決策；然而，即使是較簡單的迴歸分析或較複雜的類神經網路或模型，不論是否真可預測股市變化趨勢或合理價位，也不論實際的操作績效如何，對於一般投資者而言，在缺乏資料來源、工具與時間的狀況下，卻如同天方夜譚，因為市井小民根本無法如同專業投資機構一般採用大量的模型、運算、公式與數據來預測股市，最好的情況頂多是自新聞、雜誌、網路或公司財務報表中，取得已被公開於市場的資訊。

本研究最初的動機在於找出最簡單的方法供一般投資人做為投資決策參考，希望可以在不使用公式、模型、複雜運算的狀況下，僅須利用公開且方便取得的資訊就可判斷買進與賣出的時間，不但毋須頻繁進出，也可節省投資人看盤、搜集過多無謂資訊的時間。在實證上，本研究分別採用(1)一般人均可取得的總體經濟落後指標、(2)以一般人可取得的本益比評估股價高低，兩種數據做為投資人進場時點的主要判斷標準。

研究結果顯示，第一種策略的實證顯示是失敗的，探究原因包括台灣未編列落後指標，總體經濟數據波動過大以及全球景氣循環週期開始縮短等原因，不過，儘管本研究在第一種投資策略上執行失敗，但第二種投資策略卻可謂相當成功；單就結果而言，長期投資的獲利與虧損均較短期投資為高，但短期投資的成功機率則較長期投資為高，此外，由於本研究在計算績效時並未考慮“股利發放”，若將投資期間所收到的股利加以計算至績效內，長期投資績效必然更高。

在第二種投資策略中，投資人不但毋須研究個股基本面、個股及產業的長期發展前景，也毋須進行任何技術分析或搜集個股相關新聞，當然，也因為本研究所選擇的樣本公司均為在產業內市值前三大的企業，因此投資人也較毋須擔憂公司破產或倒閉的事件出現。

Over the years, many people have tried to find some ways to predict the movements of a stock's price. Analysts, investment banking professionals and specialists make an investment decision generally rely on macroeconomic indicators or financial ratios to develop the modules. However, these methods are not practical for laypeople, because retail investors lack the information resources and professional knowledge to create their own model. Furthermore, they do not have the time do as much research nor the capability to collect large sets of data.

The motive of this thesis is to find the simplest way for these retail investors to make an investment decision without complex modules, huge calculations or many formulas. By using public data which can easily been accessed in websites or newspapers, retail investors can more simply judge the timing to buy or sell. Furthermore, they can save time for collecting news and monitoring the markets.

This study examines two ways to determine the appropriate time of an investment. The first is via Taiwan's Macroeconomic indicators, which suggest buying stock when the Macroeconomic indicators pick up and selling when the Macroeconomic indicators reverse. The second is through a stock’s PE Ratio, which suggests buying stock when its PE Ratio drops to extremely low levels and selling when its PE Ratio rises to a long-term average level.

　　Overall, the first method is less reliable, because Taiwan's economic indicators fluctuate too much and this makes it difficult to determine the exact turning points crucial to making a decision. The second way, however, yields more success. By using this investment strategy, we found investors can profit in both the short term and long term without studying the fundamentals. Furthermore, since the calculation of stock return not including dividends, therefore, we believe that this strategy even perform more effective than current results. .

第一章　緒論-----------------------------------------------------------------------------------1
第一節 研究動機與目的-------------------------------------------------------------------1
第二節 研究架構----------------------------------------------------------------------------3

第二章 文獻回顧----------------------------------------------------------------------------4
第一節 股價與市場因素之文獻回顧----------------------------------------------------4
第二節 股價預測指標之文獻回顧-------------------------------------------------------6
第三節 股價預測模型之文獻回顧-------------------------------------------------------8
第四節 風險值之文獻回顧-------------------------------------------------------------- 11
　　
第三章 研究方法---------------------------------------------------------------------------16
第一節 研究時間與台灣各景氣循環週期的定義----------------------------------- 17
第二節 台灣總體經濟數據之選擇----------------------------------------------------- 21
第三節 個股選擇與本益比區間之介定標準----------------------------------------- 22

第四章 實證結果與分析---------------------------------------------------------------- 27
第一節 總體經濟指標與台股循環間的時間落差關係分析與投資應用-------- 27
第二節 個股PE比投資應用的實證績效--------------------------------------------- 32

第五章 結論與建議----------------------------------------------------------------------- 44

附錄：參考文獻

附錄：參考文獻
一、中文部份

曹晋彰(1990)，股價指數與總體因素之關係，台灣大學商學研究所碩士論文

郭耀成(1995)，股價和匯率長短期關係之探討，中正大學企業管理系碩士論文

詹俊宏、袁澤峻(1996)，景氣循環與股價指數之預測－類神經網路之應用，長庚大學未出版論文

蕭正南(1997)，資料探勘應用於股市股價趨勢預測之研究，輔仁大學資訊管理學碩士論文

王德仁(1999)，風險值評估之統計方法與實證研究，國立台北大學統計學研究所

侯惠月(2000)，統計方法與類神經網路在台灣加權股價指數期貨之研究，成功大學統計學研究所碩士論文

劉美琦(2000)，台灣股票市場股價預測模式之研究，淡江大學管理科學研究所博士論文

陳宗益(2001)，利用總經變數掌握台股趨勢，國立台灣大學會計研究所碩士論文

林金河(2001)，股價預測模型的實例比較，中正大學數理統計研究所碩士論文

胡曉婷(2002)，運用現金流量風險值管理企業財務風險，國立台北大學企業管理研究所

潘曉寧(2003)，台灣上市電子公司財務危機預警模式，朝陽科技大學財務金融研究所碩士論文

施正宏(2004)，結合總體經濟指標及個股財報資料以預測個股漲跌－以台灣電子類股為例，中原大學資訊理學系碩士論文


二、英文部份

Chiu. Xu. (2003) ,On Generalized Arbitrage Pricing Theory Analysis：Empirical Investigation of the Macroeconomics Modulated Independent State-Space Model, Computational Intelligence for Financial Engineering.

Fang, Wada, Moody;(2003), Stock Returns: Momentum, Volatility, and Interest Rates, Computational Intelligence for Financial Engineering, 2003.

Harman, Parameswaran, and Watt(2000),“Shares, bonds, or cash? Asset allocation in the new economy using CART”, SALOMAN SMITH BARNEY Quantitative Analysis

Lee, Cho, Baek;(2003), Trend Detection Using Auto-Associative Neural Networks: Intraday KOSPI 200 Futures, Computational Intelligence for Financial Engineering, 2003. Proceedings. 2003 IEEE international Conference on , 20-23 March 2003.

Lam(2004), Neural Network Techniques for financial performance prediction: integrating fundamental and technical analysis, decision support system.

Qi(2001), Predicting US recessions with leading indicator via neutral network models, international journal of forecasting.

Sorensen, Keith, Ooi(2000), “The Decision Tree Approach to stock selection – An evolving tree model performs the best”, Journal of Portfolio Management
Hastie, T.;Tibshirani, R.; Friedman, J. (2001) “The Elements of Statistical Learning: Data Mining, Inference, and Predicito”, Spring Series in Statistics.