跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/01 05:26
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:楊淳如
研究生(外文):Yang, Chun Ju
論文名稱:運用向量誤差修正模型探討產業與股市大盤間資訊傳遞速度
指導教授:黃台心
學位類別:碩士
校院名稱:國立政治大學
系所名稱:金融研究所
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2009
畢業學年度:98
語文別:中文
論文頁數:133
中文關鍵詞:效率市場行為財務學行為財務學誤差修正模型資訊緩慢擴散
相關次數:
  • 被引用被引用:1
  • 點閱點閱:325
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
傳統財務理論認為市場具有效率,在投資人理性且追求最大效用的假設下,股價應能立即且完整的反應所有資訊,但近年來許多學者研究發現一些違反傳統定價理論和效率市場的實證結果。為解釋上述傳統定價理論無法解釋的異常現象,以心理學對投資人決策過程的研究成果為基礎,重新檢視整體市場價格的行為財務學便獲得重視。
本研究以1988年至2007年間,亞洲四小龍(台灣、香港、新加坡、南韓)與四小虎(泰國、菲律賓、馬來西亞、印尼)等八國大盤與各產業股價資料檢視:(1)產業股價報酬率是否直接影響大盤未來報酬率;(2)產業股價報酬率是否透過總體經濟指標,影響大盤未來報酬率。主要實證研究方法採用誤差修正模型,相較於最小平方法,此模型可以避免假性迴歸之情形,同時考慮多個變數間的長期均衡關係與短期動態調整。除可以直接分析產業股價報酬率對大盤未來報酬率的影響,亦可利用因果關係檢定探討產業股價報酬率如何透過總體經濟指標,影響大盤未來超額報酬率,即間接影響效果。
本文發現台灣部分產業報酬率,對未來大盤超額報酬率具有直接或間接影響;至於其他七國,亦有相似情況,顯示投資人無法即時解讀產業資訊對未來總體經濟的影響,導致產業資訊於產業與大盤間緩慢擴散。
摘要 i
表目錄 iii
圖目錄 iv
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究架構 2
第二章 文獻探討 4
第一節 資訊緩慢擴散(gradual information flow)理論 4
第二節 有限注意力(limited attention)理論 7
第三節 異質事前信念(heterogeneous priors)理論 9
第四節 誤差修正模型 10
第三章 研究方法 12
第一節 理論模型 12
第二節 研究方法 14
一、單根檢定 14
二、共整合檢定 16
三、向量誤差修正模型 19
四、因果關係檢定 20
第四章 樣本資料與分析 22
第一節 資料來源與定義 22
第二節 樣本統計量分析 26
第五章 實證結果分析 39
第一節 單根檢定 39
第二節 共整合檢定 42
第三節 誤差修正模型 46
一、長期均衡關係 46
二、短期動態調整 48
(一) 產業報酬率預測大盤報酬率結果分析 48
(二) 產業報酬率預測總體經濟指標結果分析 59
(三) 總體經濟指標預測大盤報酬率結果分析 65
(四) 總體經濟指標與大盤報酬率預測產業報酬率結果分析 66
第四節 綜合比較分析 67
第六章 結論與建議 68
參考文獻 70
附錄 74


表目錄
表一 變數定義與說明 25
表二 台灣產業報酬率樣本統計量 28
表三 韓國產業股價報酬率樣本統計量 29
表四 香港產業股價報酬率樣本統計量 30
表五 新加坡產業股價報酬率樣本統計量 31
表六 泰國產業股價報酬率樣本統計量 32
表七 菲律賓產業股價報酬率樣本統計量 33
表八 馬來西亞產業股價報酬率樣本統計量 34
表九 印尼產業股價報酬率樣本統計量 35
表十 台灣應變數與控制變數樣本統計量 36
表十一 韓國應變數與控制變數樣本統計量 36
表十二 香港應變數與控制變數樣本統計量 36
表十三 新加坡應變數與控制變數樣本統計量 37
表十四 泰國應變數與控制變數樣本統計量 37
表十五 菲律賓應變數與控制變數樣本統計量 37
表十六 馬來西亞應變數與控制變數樣本統計量 38
表十七 印尼應變數與控制變數樣本統計量 38
表十八 台灣各產業股價指數單根檢定t統計值 40
表十九 台灣其他變數單根檢定t 統計值 41
表二十 台灣電子與電子產品產業(ELTNC)跡檢定結果 43
表二十一 台灣電子與電子產品產業(ELTNC)最大特性根檢定結果 43
表二十二 台灣化工相關產業(CHMCL)跡檢定結果 44
表二十三 台灣化工相關產業(CHMCL)最大特性根檢定結果 44
表二十四 台灣資訊與電腦硬體相關產業(INFOH) 跡檢定結果 44
表二十五 台灣資訊與電腦硬體相關產業(INFOH) 最大特性根檢定結果 45
表二十六 台灣機電相關產業(ENGEN)股價報酬率預測大盤報酬率結果 52
表二十七 台灣食品與食品加工相關產業股價報酬率預測大盤報酬率結果 53
表二十八 台灣銀行業(BANKS)股價報酬率預測大盤報酬率結果 54
表二十九 台灣各產業股價報酬率對大盤報酬率之預測能力分析結果 55
表三十 台灣各產業股價報酬率對大盤報酬率的因果關係檢定結果 57
表三十一 台灣各產業股價報酬率對總體經濟指標之預測能力分析結果 61
表三十二 台灣各產業股價報酬率對總體經濟指標之因果關係檢定結果 63
中文參考文獻
1. 王名韡(2008),「由產業是否領先大盤探討台股市場的資訊傳遞速度」,淡江大學經濟學系研究所碩士論文。
2. 周賓凰、張宇志與林美珍(2007),「投資人情緒與股票報酬互動關係」,證券市場發展季刊,Vol.19(2),153-190。
3. 黃台心(2002),「出口與經濟成長的因果關係:台灣的實證研究」,經濟論文叢刊,Vol.30(4),465-490。
4. 楊景惠(2003),「金融風暴的狙擊對美國與東亞各國股匯市之長、短期連動關係之研究」,國立成功大學管理學院高階管理碩士在職專班碩士論文。
5. 游智賢與賴育志(2002),「資訊傳遞與投資人關注程度之探討」,證券市場發展季刊,Vol.14(2),71-131。
6. 廖國源(2002),「台灣與美國股市動態關聯性之傳遞效果研究」,國立高雄第一科技大學財務管理學系研究所碩士論文。
7. 陳志祥(2002),「亞洲單一貨幣最適目標區建構與貨幣政策關連性研究」,中原大學企業管理學系研究所碩士論文。
8. 段光齡(2000),「美國、日本與亞洲四小龍之股市相關分析」,國立台北大學經濟學系研究所碩士論文。

英文參考文獻
1. Ball, R. and Brown, P. (1968), “An Empirical Evaluation of Accounting Income Numbers,” Journal of Accounting Research 6, 159-177.
2. Balsara, J. and Zheng, L. and Vidozzi, A. and Vidozzi, L. (2006), “Explaining Momentum Profits with an Epidemic Diffusion Model,” Journal of Economics & Finance, Fall2006, Vol. 30 Issue 3, 407-422.
3. Barberis, N. and Shleifer, A. and Vishny, R. (1998), “A Model of Investor Sentiment,” Journal of Financial Economics 49, 307-343.
4. Bernard,V. L. and Thomas, J. K. (1989), “Post-Earnings-Announcement Drift: Delayed Price Response or Risk Premium?” Journal of Accounting Research, Supplement 27, 1-48.
5. Cohen, L. and Frazzni, A. (2006), “Economic Links and Predictable Returns,” Yale University Working Paper <http://www.econ.yale.edu/~af227/pdf/cofraz.pdf>.
6. Dickey, D.A. and Fuller, W.A. (1979), “Distribution of the Estimation For Autoregressive Time Series with a Unit Root,” Journal of American Statistical Association 74, 427-431.
7. Ding, D.K and McInish, T.H. and Wongchoti, U. (2008), “Behavioral Explanations of Trading Volume and Short-Horizon Price Patterns: An Investigation of Seven Asia-Pacific Markets,” Pacific-Basin Finance Journal, Jun2008, 16(3), 183-203.
8. Engle, R.F. and Granger, C.W. (1987), “Co-integration and Error Correction: Representation, Estimation, and Testing,” Econometrics 2, 251-276.
9. Fama, E. (1970), “Efficient Capital Markets: A Review of Theory and Empirical Work,” Journal of Finance, Vol.25, pp.383-417.
10. Fama, E., and French, K. (1992), “The Cross-Section of Expected Stock Returns,” Journal of Finance 47, 427-65.
11. Fama, E., and French, K. (1993), “Common Risk Factors In the Returns of Bonds and Stocks,” Journal of Finance 33, 3-56.
12. Goetzmann, W and Massa, M. (2005), “Dispersion of Option and Stock Returns,” Journal of Financial Markets 8, 325-350.
13. Granger, C.W.J. and Newbold, P. (1974), “Spurious Regressions in Econometrics,” Journal of Econometrics, 12, 111-120.
14. Granger, C.W.J. (1981), “Some Properties of Time Series Data and Their Use in Econometric Model Specification,” Journal of Econometrics 16,121-130.
15. Harris, M and Raviv, A. (1993), “Differences of Option Make a Horse Race,” Review of Financial Studies 6, 473-525.
16. Hirshleifer, D. and Subrahmanyam, A. (1998), “Investor Psychology and Security Market Under-and Overreactions,” Journal of Finance 53, 1839-1886.
17. Hirshleifer, D. and Teoh, S.H. (2003), “Limited Attention, Information Disclosure, and Financial Reporting,” Journal of Accounting and Economics 36, 337-386.
18. Hong, H. and Torous, W. and Valkanov, R. (2007), “Do Industries Lead Stock Markets?” Journal of Financial Economics 83, 367-396.


19. Hong, H. and Stein, J. (1999), “A Unified Theory of Underreaction, Momentum Trading, and Overreaction in Asset Markets,” Journal of Finance, Vol.54(6), 2143-2184.
20. Hong, H. and Stein, J.(2007), “Disagreement and the Stock Market”, Journal of Economic Perspective, 21(2), 109-128.
21. Hou, K. (2007), “Industry Information Diffusion and the Lead-Lag Effect in Stock Returns,” Review of Financial Studies, 20(4), 1113-1138.
22. Hou, K. and Peng, L. and Xiong, W (2006), “A Tale of Two Anomalies: the Implications of Investor Attention for Price and Earnings Momentum,” Working Paper, Ohio State University.
23. Hou, K and Moskowitz, T.J. (2005), “Market Frictions, Price Delay, and the Cross-Section of Expected Returns,” Review of Financial Studies 18, 981–1020.
24. Johansen, S. (1988), “Statistical Analysis of Cointegration Vectors,” Journal of Economic Dynamics and Control 12, 231-254.
25. Johansen, S. and Juselius, K. (1990), “Maximum Likelihood Estimation and Inference on Cointegration with Application to the Demand for Money,” Oxford Bulletin of Economics and Statistics, 52, 169-210.
26. Johansen, S. and Juselius, K. (1992), “Testing Structural Hypotheses in a Multivariate Cointergration Analysis of the PPP and the UIP for UK,” Journal of Econometrics 52,169-210.
27. Kandel, E. and Pearson, N.D. (1995), “Differential Interpretation of Public Signals and Trade in Speculative Markets”, The Journal of Political Economy, Vol.6(3), 831-872.
28. Lee, C.M.C. and Swaminathan, B. (2000), “Price Momentum and Trading Volume,” Journal of Finance, Vol(5), 2017-2069.
29. Liu, T. K. (2006), “Information Technology, Knowledge Capital and Productivity with Spillovers,” Graduate Institution of Industrial Economics, National Central University, An unpublished doctoral dissertation.
30. Menzly, L. and Ozbas, O. (2006), “Cross-Industry Momentum,” Unpublished Working Paper, <http://www.afajof.org:443/pdfs/2005program/UPDF/ P600_Asset_Pricing.pdf>.
31. Miller, E. (1977), “Risk, Uncertainty and Divergence of Option,” Journal of Finance 32, 1151-1168.
32. Moskowitz, T.J. and Grinblantt, M. (1999), “Do Industries Explain Momentum?” Journal of Finance, Vol (4), 1249-1990.
33. Pan, J .and Poteshman, A.M. (2004), “The Information in Option Volume for Future Stock Prices,” Journal of Finance, Vol (12), 3-33.
34. Peng, L. and Xiong, W. (2006), “Investor Attention, Overconfidence and Category Learning,” Journal of Financial Economics 80, 563-602.
35. Said, S.E. and Dickey, D. (1984), “Testing for Unit Roots in Autoregressive-moving Average Models with Unknown Order,” Biometrica 71, 599-607.
36. Sekeris, E., and Bolmatis, A. (2007), “Information Diffusion Based Explanations of Asset Princing Anomalies,” FRB of Boston Quantitative Analysis Unit Working Paper QAU07-6.
37. Shleifer, A. (2000), “Inefficient Markets: An Introduction to Behavioral Finance,” Journal of Institutional and Theoretical Economics 158, 369-374.
38. Solow, R. M. (1987), “We’d Better Watch Out,” New York Times (July 12), Book Review, 36.
39. Toda, H.Y. and Phillips, P.C.B. (1993), “Vector Autoregressions and Causality,” Econometrica 61, 1367-1393.
40. Toda, H.Y. and. Phillips, P.C.B (1994), “Vector Autoregressions and Causality: A Theoretical Overview and Simulation Study”, Econometric Reviews, 13,259-285.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top