臺灣博碩士論文加值系統

近年來中國外貿順差及外匯存底金額迅速成長，人民幣匯率問題已成為全球焦點。尤其2005年7月21日，中國人民銀行宣布實施有管理的浮動匯率制，此舉對全球經濟造成不小衝擊。然而，由於台灣對中國貿易依存度相當高，隨著兩岸經貿交流日益頻繁，以及兩岸金融日趨自由化，人民幣走勢對台灣經濟影響甚鉅。因此，確實掌握人民幣升貶之時機與幅度，實有其必要。
過去匯率預測之相關研究，大多從各種經濟基本面來分析匯率波動。然而許多實證研究發現，傳統經濟理論模型之預測能力並不顯著。相對地，技術分析是以過去市場交易「價」或「量」資訊來研判價格未來走勢，已廣泛被使用於金融市場上。近期國外亦有相當多文獻探討技術分析獲利與否，並指出在外匯市場上以技術分析作為買賣依據能獲得超額報酬。反觀國內在外匯市場上技術分析有效性之實證研究卻相當缺乏。
因此，本研究採用2006 年1 月至2007 年9 月之人民幣對新台幣匯率日資料為研究樣本。利用KD 技術指標交易法則結合多元迴歸模型、GARCH(1,1)模型與倒傳遞類神經網路模型建構預測模型，藉以檢視KD 技術指標捕捉匯率趨勢之能力，以有效預測匯率漲跌及尋找最佳買賣時點。
實證結果顯示，就三種預測模型整體預測績效而言，倒傳遞類神經網路模型在預測準確性上優於多元迴歸模型及GARCH(1,1)模型，且在預測方向正確率上亦達60%。故在短期匯率漲跌預測上為一有效之預測模型。而若就投資人而言，只要掌握正確的趨勢方向就能獲利，則本研究所建構之三種預測模型在預測方向正確率上皆高於隨機猜測機率50%。其中，又以GARCH(1,1)模型達67.5%為最佳，故亦為一有效之預測參考工具。
因此，本研究之實證結果顯示技術分析應用在外匯市場短期波動預測上有其存在價值。另外，本研究以KD 技術指標結合線性與非線性模型之研究設計在匯率預測上乃為一新嘗試，亦可提供外匯市場參與者投資參考，抑或提供後續研究不同於過去統計方法之見解。

Economic fundamental factors were used to predict the variation of currency exchange rates. Many empirical studies, however, point out that the predictability of conventional economic models is often ineffective. In contrast, opponents of technical analysis predict the
future price trend by evaluating the previous “prices”and“volume” in the market. The technical analysis has also been in common practice in the financial market. A number of researches in foreign countries have been done on the validity of technical analysis and
confirmed that the application would bring in extra profits for the investors of foreign exchange market. Nevertheless, few empirical studies have been practically conducted on the effectiveness of technical analysis in the foreign exchange market in Taiwan.
Based on the assumption that the technical indicators are valid, we try to construct the short-term RMN/NT exchange rate forecasting model, combining stochastic indicator trading rules and regression, GARCH and Neural Network model. It is our goal to check the
feasibility of stochastic indicator to catch up with the trend of foreign exchange market, to effectively predict exchange rate trend, and to find out the best timing for trading.
The empirical results show that the forecasting accuracy of back propagation neural networks(BPN) model performs better than multiple regression model and GARCH(1,1) model, and its direction accuracy also reaches 60%. BPN is proved to be an effective forecasting model in the short-term exchange rate. However, for investors, who can make a profit if they grasp the correct direction, the direction accuracy of these three models are all higher than 50%. Among them, GARCH(1,1) model performs the best and reaches 67%. So GARCH(1,1) model is also a proper forecasting model in exchange rate forecasting.
According to the empirical results, the technical analysis is reference-worthy in foreign exchange market. Besides, we also verify that the designs of the proposed models are feasible for forecasting exchange rate. So this study would make its contributions to both the
academics and corporations. It also suggests directions for possible future researches.

摘要 I
ABSTRACT II
誌謝 III
目錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究限制 4
1.4 研究架構與流程 4
第二章 理論基礎與文獻探討 6
2. 1 人民幣 6
2.1.1 人民幣匯率歷史回顧 6
2.1.2 人民幣走勢對台灣經濟及兩岸經貿之影響 8
2.1.3 人民幣匯率相關文獻回顧 10
2.1.4 小結 11
2.2 匯率決定理論 12
2.3 基本分析(Fundamental Analysis) 14
2.4 技術分析(Technical Analysis) 16
2.4.1 技術分析理論 16
2.4.2 技術分析工具 18
2.4.3 技術分析之相關實證文獻 20
2.4.3.1 國外相關文獻 20
2.4.3.2 國內相關文獻 22
2.4.4 小結 24
2.5 匯率預測之相關文獻 26
2.5.1 國外相關文獻 26
2.5.2 國內相關文獻 27
2.5.3 小結 28
第三章 研究方法 30
3.1 研究操作概念 30
3.2 研究樣本期間與資料蒐集 30
3.3 技術分析工具 31
3.3.1隨機指標(KD)介紹 31
3.3.2變數的決定與計算 33
3.4 迴歸分析 36
3.4.1 迴歸分析方程式 36

摘要 I
ABSTRACT II
誌謝 III
目錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究限制 4
1.4 研究架構與流程 4
第二章 理論基礎與文獻探討 6
2. 1 人民幣 6
2.1.1 人民幣匯率歷史回顧 6
2.1.2 人民幣走勢對台灣經濟及兩岸經貿之影響 8
2.1.3 人民幣匯率相關文獻回顧 10
2.1.4 小結 11
2.2 匯率決定理論 12
2.3 基本分析(Fundamental Analysis) 14
2.4 技術分析(Technical Analysis) 16
2.4.1 技術分析理論 16
2.4.2 技術分析工具 18
2.4.3 技術分析之相關實證文獻 20
2.4.3.1 國外相關文獻 20
2.4.3.2 國內相關文獻 22
2.4.4 小結 24
2.5 匯率預測之相關文獻 26
2.5.1 國外相關文獻 26
2.5.2 國內相關文獻 27
2.5.3 小結 28
第三章 研究方法 30
3.1 研究操作概念 30
3.2 研究樣本期間與資料蒐集 30
3.3 技術分析工具 31
3.3.1隨機指標(KD)介紹 31
3.3.2變數的決定與計算 33
3.4 迴歸分析 36
3.4.1 迴歸分析方程式 36
3.4.2 迴歸分析的基本假設 36
3.4.3 假設檢驗方法 37
3.5 時間序列分析 38
3.5.1 定態序列 38
3.5.2 單根檢定 38
3.5.3 自我迴歸移動平均(ARMA)模型 39
3.5.4 一般化自我迴歸條件異質變異(GARCH)模型 41
3.6 類神經網路(Artificial Neural Network，ANN) 44
3.6.1 類神經網路簡介 44
3.6.2 類神經網路原理及架構 44
3.6.3 類神經網路之運作 47
3.6.4 倒傳遞類神經網路(Back Propagation Network，BPN) 48
3.7預測績效之評估指標 53
第四章 實證分析與結果 55
4.1 迴歸模型建構與分析 55
4.2 時間序列模型建構與分析 57
4.2.1 單根檢定 57
4.2.2 隔日匯率漲跌幅序列資料特性檢定 58
4.2.3 GARCH模型之配置與分析 60
4.3 倒傳遞類神經網路模型建構與分析 63
4.4 不同模型預測績效之比較 67
第五章 結論與建議 70
5.1研究結論 70
5.2研究建議 72
參考文獻 73
附錄 78

一、中文部分：
王邵佑，1999。隨機指標（KD值）投資績效之實證研究，台北大學企業管理研究所碩士論文。
吳晴華，2007。人民幣匯率變化之分析：ARMA-GARCH模型之應用，清雲科技大學經營管理研究所碩士論文。
李宏志、邱至中，2005。自我迴歸整合移動平均，倒傳遞類神經網路與基因演算法在短期匯率預測績效之比較，台灣財務金融學會年會暨學術論文研討會論文。
杜金龍，2002。基本分析在台灣股市應用的訣竅，增訂版，財訊出版社。
杜金龍，2006。最新技術分析在台灣股市應用的訣竅，三版一刷，財訊出版社。
李家豪，2001。KD技術指標之類神經模糊交易決策支援系統，靜宜大學企業管理研究所碩士論文。
周宗慶，2006。應用類神經網路KD指標於股市預測，大葉大學事工業工程與科技管理在職專班碩士論文。
林天運，2007。大盤未來走勢預測-KD指標的實證分析，成功大學國際企業研究所碩士論文。
林昆良，2007。外匯市場技術分析之研究，台灣大學國際企業研究所碩士論文。
林金賢、李淑惠，2006。技術指標與股價漲跌幅非線性關係之獲利能力之探討，台灣管理學刊，第6卷第1期，129-156。
俞濟群、黃嘉斌譯，1995。金融煉金術，寰宇出版。譯自George Soros, 1994. The Alchemy of Finance: reading the mind of the market. John Wiley & Sons.
施向陽，2001。匯率變動預測模式之研究，大葉大學事業經營研究所碩士論文。
施賑勝，2005。美元對新台幣短期匯率預測之研究，世新大學管理經濟研究所碩士論文。
洪淑芬，1999。人民幣匯率走勢的探討，中國大陸研究，第42卷第1期，19-96。
韋伯韜，2004。匯率變動的認知，國政評論，財金(評) 093-180號，財團法人國家政策研究基金會。
張明輝，2007。人民幣匯率趨勢之預測—以日本、台灣匯率與總體經濟變動關係為例，輔仁大學金融研究所在職專班碩士論文。
張春雄、鍾滄榮、楊宗明、劉金華，2002。貨幣銀行學，初版，吉田出本社。
張德仁，2005。人民幣實質匯率之研究，政治大學行政管理碩士學程社會財經組論文。
陳心一，1997。短期匯率預測：ARIMA與GARCH模型之比較研究，中山大學財務管理研究所碩士論文。
陳建文，2004。技術分析指標應用於外匯投資之獲利性檢定，台灣大學財務金融學研究所碩士論文。
郭敏華，2002。理性或混沌？從財務危機談起，貨幣觀測與信用評等，第37期，7-13。
陳惠美，2001。匯率模式預測績效之探討，淡江大學財務金融研究所碩士論文。
陳學毅，2004。匯率預測模式績效之研究—時間序列及灰色預測模式之應用，東海大學國際貿易研究所碩士論文。
陳耀茂，2005。時間序列分析SPSS使用手冊，初版，鼎茂圖書出版(股)公司。原著石村貞夫，SPSSによる時系列分析の手順，東京图書株式会社。
彭淮南，1998。論人民幣匯率，台北銀行月刊，第28卷第4期，37-43。
彭媁琳，2007。大陸外匯儲備 突破1.4兆美元，工商時報2007.10.13。
黃嘉斌譯，2000。金融市場技術分析(上)，寰宇出版。譯自John J. Murphy, 1999. Technical Analysis of the Financial Markets: A Comprehensive Guide to Trading Methods and Applications. Prentice-Hall.
黃嘉斌譯，2006。操作生涯不是夢，初版九刷，寰宇出版。譯自Alexander Elder 1993. Trading for a living: psychology, trading tactics, momey management. John Wiley & Sons.
楊明松，2003。人民幣匯率預測之研究—灰馬可夫鏈應用，大葉大學事業經營研究所碩士論文。
楊奕農，2007。時間序列分析經濟與財務上之應用，初版五刷，雙葉書廊有限公司。
楊美齡譯，1996。漫步華爾街：股市終身理財之道，第一版，天下文化。譯自Malkiel, Burton G. 1996. A Random Walk Down Wall Street：Including a Lift-Cycle Guide to Personal Investing, 7th ed., W.W.Norton.
楊道元，2002。人民幣實質有效匯率的均衡與失調分析，銘傳大學經濟研究所碩士論文。
葉怡成，2006。類神經網路模式應用與實作，八版四刷，儒林圖書有限公司。
趙景明、梁淑芳，2006。導入LM法之平行倒傳遞演算法，資訊管理展望，第8卷第2期。
劉宗聖、歐宏杰，2005。人民幣理財聖經，初版一刷，平安文化有限公司。
蔡宏明，2005。人民幣升值對兩岸經濟的影響，能力雜誌，第587期，96-104。
蔡宗岸，2007。簡單技術分析交易法則，政治大學國際經營與貿易研究所碩士論文。
蔡尚儒，2000。台灣店頭市場技術分析的實證研究，中正大學財務金融研究所碩士論文。
蔡慧美，2005。人民幣升值對台灣經濟及兩岸經貿之可能影響，經濟前瞻，第99期，90-94。
鄭美幸、詹志明，2002。灰色理論與時間序列模式在匯率預測績效上之比較，台灣金融財務季刊，第三輯第二期，95-104。
寰宇證券投資顧問公司譯，1999。完全技術分析手冊，初版，美商麥格羅‧希爾國際(股)公司(台灣)。譯自Darrell R. Jobman 1995. The handbook of technical analysis：A Comprehensive Guide to Analytical Methods, Trading Systems and Technical Indicators. McGraw-Hill.
蕭文龍，2007。多變量分析最佳入門實用書—SPSS+LISREAL(SEM)，初版，碁峰資訊(股)公司。
謝玉華，1999。以拔靴複製法檢驗技術分析交易策略，銘傳大學金融研究所碩士論文。
謝劍平，2001。現代投資學：分析與管理，再版二刷，智勝文化事業有限公司。
羅華強，2005。類神經網路—MATLAB的應用，二版，高立圖書有限公司。
二、英文部分：
Alexander, S. S., 1961. Price movements in speculative markets: Trends or random walks. Industrial Management Review, 2(2), 7-26
Alexander, S. S., 1964. Price movements in speculative markets: Trends or random walks, No. 2. Industrial Management Review, 5(2), 25-46.
Akgiray, V., 1989. Conditional Heteroskedasticity in Time Series of Stock Returns: Evidence and Forecasts. Journal of Business, 62(1), 55-80.
Bessembinder, H. and K. Chan, 1995. The Profitability of Technical Trading Rules in the Asian Stock Markets. Pacific-Basin Finance Journal, 3(2-3), 257-284.
Bollerslev, T., 1986. Genernalized Autoregressive Conditional Heteroscedasticity. Journal of econometrics, 30, 307-327.
Bollerslev, T., R. Y. Chou and K. F. Kroner, 1992. ARCH modeling in finance: A review of the theory and empirical evidence. Journal of Econometrics, 52(1-2), 5-59.
Box, G. E. P., G.M. Jenkins, 1976. Time Series Analysis Forecasting and Control, 2nd edn.,
Holden-Day, San Franciso.
Brock, W., J. Lakonishok, and B. LeBaron, 1992. Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. Journal of Finance, 47(5), 1731-1764.
Brooks, C., 1997. Linear and Non-Linear (non-) Forecastability of High-Frequency Exchange Rates. Journal of Forecasting, 16(2), 125-145.
Brown, D. P., and R. H. Jenning, 1989. On Technical Analysis. Review of Financial Studies, 2(4), 527-551.
Carol Osler, Karen, 2000. Support for Resistance: Technical Analysis and Intraday Exchange Rates. FRBNY Economic Policy Review, 6(2), 53-68.
Chi Kin Chan , Brian G. Kingsman , H. Wong,1999. The value of combining forecasts in inventory management - a case study in banking. EJOR, 117(2), 199-210.
Cross, Sam Y., 1998. All About the Foreign Exchange Market in the United States, Federal Reserve Bank of New York, chapter 11, 113-115.
De Santis, G. and S. Imrohoroglu, 1997. Stock Returns and Volatility in Emerging Financial Markets. Journal of International Money and Finance, 16, 561-579.
El Shazly, M.R. and H.E. El Shazly, 1999. Forecasting Currency Prices Using a Genetically Evolved Neural Network Architecture. International Review of Financial Analysis, 8(1), 67 -82.
Elder, Alexander, 1987. Using Stochastics to Catch Early Trend and Reversals. Futures: The Magazine of Commodities & Options, 16(6), 68-72.
Fang, H. and K. K., Kwong, 1991. Forecasting Foreign Exchange Rate. Journal of Business Forecasting, 10(4), 16-19.
Fama, E. F., 1970. Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance, 25(2), 383-417.
Fernandez-Rodriguez, F., C. Gonzalez-Martel, and S. Sosvilla-Rivero, 2000. On the Profitability of Technical Trading Rules Based on Artificial Neural Networks: Evidence from the Madrid Stock Market. Economics Letters, 69(1), 89-94.
Gehrig, T., and L. Menlchoff, 2006. Extended evidence on the use of technical analysis in foreign exchange. International Journal of Finance & Economics, 11(4), 327-338.
Gencay, R. and T. Stengos, 1998. Moving Average Rules, Volume and the Predictability of Security Returns with Feedforward Network. Journal of Forecasting, 17, 401-414.
Goodman, Stephen H., 1979. Foreign Exchange Rate Forecasting Techniques : Implications for Business and Policy. Journal of Finance, 34(2), 415-427.
Granger, C. and Newbold, P., 1974. Spurious regression in econometrics. Journal of Econometrics, 2(2), 111-120.
Grossman, S.J., 1976. On the Efficiency of Competitive Stock Markets Where Readers Have Diverse Information. Journal of Finance, 31(2), 573-585.
Grundy, B. D., and M. McNichols, 1989. Trade and the Revelation of Information through Prices and Direct Disclosure. Review of Financial studies, 2(4), 495-526.
Gujarati, D. N., 2003. Basic Econometrics, 4th ed., McGraw-Hill.
Gunasekarage, A. and D. M. Power, 2001. The profitability of moving average trading rules in South Asian stock markets. Emerging Markets Review, 2(1), 17-33.
Hsieh, David A., 1989. Testing for Nonlinear Dependence in Daily Foreign Exchange Rates. Journal of Business, 62(3), 339-368.
Hopper G. P., 1997. What Determines the Exchange Rate: Economic Factors or Market Sentiment? Business Review-Federal Reserve Bank of Philadelphia, Sep/Oct., 17-29.
Jasic T. and D. Wood, 2003. Neural Network Protocols and Model Performance. Neurocomputing, 55(3), 747-753.
Jones, C. P., 2000. Investments: Analysis and Management, 7th ed., John Wiley & Sons, N.Y., 424-441.
Kwon Ki-Yeol and J. R. Kish, 2002. Technical trading strategies and return predictability: NYSE. Applied Financial Economics, 12(9), 639-653.
LeBaron, B., 1999. Technical trading rule profitability and foreign exchange intervention. Journal of International Economics, 49(1), 125-143.
Lee, C. I., K. C. Gleason, and I. Mathur, 2001. Trading rule profits in Latin American currency spot rates. International Review of Financial Analysis, 10(2), 135-156.
Lui, Y. H., and D. Mole, 1998. The Use of Fundamental and Technical Analysis by Foreign Exchange Dealers: Hong Kong Evidence. Journal of International Money and Finance, 17(3), 535-545.
Martin, A.D., 2001. Technical trading rules in the spot foreign exchange markets of developing countries. Journal of Multinational Financial Management, 11(1), 59-68.
Meese, R. and K. Rogoff, 1983a. Empirical Exchange Rate Models of Seventies: Do they Fit Out of Sample? Journal of International Economics, 14(1-2), 3-24.
Mehran, J. and Shahrokhi,M., 1997. An Application of Four Foreign Currency Forecasting Models to the U.S. Dollar and Mexican Peso. Global Finanace Journal, 8(2), 211-220.
Min, Qi and G. S.Maddala, 1999. Economic Factors and the Stock Market: A New Perspective. Journal of Forecasting, 18(3), 151-166.
Najand, M. and K.Yung, 1994. Conditional Heteroskedasticity and the Weekend Effect in S&P 500 lndex Futures. Journal of Business Finance and Accounting, 21(4), 603-612.
Neely, Christopher J., and Paul A. Weller, 2001. Technical analysis and Central Bank Intervention. Journal of International Money and Finance, 20(7), 949–970.
Nunez-Letamendia, L., 2002. Trading systems designed by genetic algorithms. Managerial Finance, 28(8), 87-106.
Robert F, E. and C.W. Granger, 1987. Co-integration and Error-Correction: Representation, Estimation, and Testing. Econometrica, 55(2), 251-276.
Sarno, L. and M. P. Taylor, 2002. Purchasing Power Parity and the Real Exchange Rate. International Monetary Fund Staff Papers, 49(1), 65-105.
Szakmary, A.C. and Mathur, I. 1997. Central bank intervention and trading rule profits in foreign market. Journal of International Money Finance, 16(4), 513-535.
Skouras, S., 2001. Financial returns and efficiency as seen by an artificial technical analyst. Journal of Economic Dynamics & Control, 25(1-2), 213-244.
Szakmary, A., W. N. Davidson, and T. V. Schwarz, 1999. Filter Tests in Nasdaq Stocks. Financial Review, 34(1), 45-70.
Taylor, Mark P. and Helen Allen, 1992. The Use of Technical Analysis in the Foreign Exchange Market. Journal of International Money and Finance, 11(3), 304-314.
Treynor, J. L., and R. Ferguson, 1985. In Defense of Technical Analysis. Journal of Finance, 40(3), 757-775.
West, K. D. and D. Cho, 1995. The Predictive Ability of Several Models of Exchange Rate Volatility. Journal of Econometrics, 69(2), 367-391.
White, H., 1992. Learning and Statistics. in H. White (Ed.), Artificial Neural Networks: Approximations and Learning Theory. Blackwell, Oxford, UK.
White H., 1980. A Heteroscedasticity Consistent Covariance Matrix Estimation and a Direct Test of Heteroscedasticity. Econometrica, 48(4), 817-818.

三、網站部分：
大陸台灣經貿網，兩岸經濟統計月報第181期，http://www.mac.gov.tw/big5/statistic/em/181/index.htm
鉅亨網金融中心，http://www.cnyes.com.tw/fc/index7fc_exchange.asp?pagetype=exchange
國際貿易局，經貿資訊網，(新聞稿)96年10月份兩岸貿易情勢分析 ，http://ekm92.trade.gov.tw/BOFT/web/report_detail.jsp?data_base_id=DB009&category_id=CAT525&report_id=143300
人民網，中國經濟增長對世界GDP增長的貢獻率排名第二，http://finance.people.com.cn/BIG5/6366655.html
經濟部投資業務處，中華民國招商網，http://investintaiwan.nat.gov.tw/zh-tw/
International Monetary Fund，World Economic Outlook Database for April 2008：Nominal GDP list of countries，http://www.imf.org/external/index.htm