跳到主要內容

臺灣博碩士論文加值系統

(44.192.94.177) 您好!臺灣時間:2024/07/21 22:29
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

: 
twitterline
研究生:康韻芳
研究生(外文):Yun-Fang Kang
論文名稱:期貨社群媒體分析-以台灣期貨指數為例
論文名稱(外文):The Analytic of Future Market on Social Media--Taking Taiwan’s Futures Market Index As An Example
指導教授:郭迺鋒郭迺鋒引用關係
指導教授(外文):Nai-Fong Kuo
口試委員:周濟楊浩彥
口試委員(外文):CHOU,JIYANG,HAO-YEN
口試日期:2016-06-25
學位類別:碩士
校院名稱:世新大學
系所名稱:財務金融學研究所(含碩專班)
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:2016
畢業學年度:104
語文別:中文
論文頁數:51
中文關鍵詞:台指期社群媒體
相關次數:
  • 被引用被引用:0
  • 點閱點閱:212
  • 評分評分:
  • 下載下載:4
  • 收藏至我的研究室書目清單書目收藏:1
本文欲探討社群媒體之粉絲專頁對於台指期是否有關聯性的影響,此研究使用「fbCrawler」軟體對於針對台指期之社群媒體 Facebook 粉絲專頁進行關鍵字資料的搜索,研究研究樣本期間為2014 年1月1日至 2016年3月15日。
本研究得到以下結論:在探討台指期之相關粉絲專頁將關鍵字分為四大類,分別為交易類、商品類、服務類和其它類等四大類別。在研究交易類的關鍵字發現,台灣社群媒體粉絲專頁之「交易類」對於台指期之指數無顯著關聯性,但「商品類」、「服務類」與「其它類」等則需待更進一步之研究。

This article intended to explore rather the social media fan pages have direct impact and relevance to the Index of Taipei Exchange Stock Futures. The study focused on the use of “fbCrawler” software, and its key search on the various Facebook fan pages, where they mainly discuss the topic of Taipei Exchange Stock Index Futures, during the study period from January 1st, 2014 to Match 15th, 2016.

The article came up with the following conclusion: the discussion from fan pages can be split into four major sectors when discussing the Index of Taipei Exchange Stock Futures. In the study of transactional keywords, Taiwan Social Media Fan Pages in relate to “Transactional Type” topic has no significant impact nor relevance to the Index of Taipei Exchange Stock Futures. However, Commodity Type, Service Type, and Other Category are required for further research to prove its relevance to the topic.

目 錄
目 錄 I
表目錄 III
圖目錄 V
第一章 緒 論
第一節 研究緣起 1
第二節 研究動機與目的 3
第三節 研究架構 5
第二章 相關理論回顧與文獻探討 6
第一節 相關文獻 8
第二節 資料探勘 11
第三章 研究方法 12
第一節 研究方法流程圖 12
第二節 資料說明 13
(一) 研究對象: 13
(二) 研究期間: 13
(三) 資料來源: 13
(四) 關鍵字設定: 15
(五) Google Trends關鍵字搜尋: 18
(六) 元智大學社群媒體分析搜尋: 20
(七) 文字雲: 21
第三節 研究方法 24
(一)單根檢定 24
(二)向量自我迴歸模型 24
(三)Granger因果關係檢定 25
第四章 實證結果 26
第一節 關鍵字探討 26
第二節 網絡圖 32
第三節 敘述統計 39
第四節 單根檢定 45
第五節 迴歸統計分析 46
第六節 VAR向量自我迴歸 47
第七節 Granger因果關係核定 50
第八節 衝擊反應分析 51
第九節 預測誤差變異數分析 53
第五章 結論與建議 54


表目錄
【表3-1】樣本來源表 13
【表3-2】總樣本關鍵字類型表 15
【表3-3】總樣本關鍵字類型表(續) 16
【表3-4】總樣本關鍵字類型表 17
【表4-1】總樣本關鍵字類型 26
【表4-2】一般資訊類專頁各項資訊表 27
【表4-3】一般資訊類專頁次數分配表 27
【表4-4】總樣本粉絲專頁關鍵字排序 29
【表4-5】一般討論類關鍵字-佔比表 30
【表4-6】一般討論類關鍵字類別比 30
【表4-7】一般討論類各年度關鍵字類別佔比表 31
【表4-8】變數說明表 39
【表4-9】本文樣本敘述統計表 41
【表4-10】各變數相關係數表 44
【表4-11】單根檢定結果表 45
【表4-12】迴歸分析 46
【表4-13】VAR採取模型說明表 47
【表4-14】模型-AIC 48
【表4-15】VAR模型估計模型表 49
【表4-16】模型一般討論類因果關係檢定表 50
【表4-17】台指期指數預測誤差變異數分解表 53


圖目錄
【圖1-1】本論文研究架構流程圖 5
【圖3-1】設定關鍵字流程圖 12
【圖3-2】 Google Trends 5大關鍵字搜尋趨勢 18
【圖3-3】2014-2016 Google Trends 5大關鍵字搜尋趨勢 18
【圖3-4】 2014年Google Trends5大關鍵字搜尋趨勢 18
【圖3-5】 2015年Google Trends5大關鍵字搜尋趨勢 19
【圖3-6】 2016年Google Trends5大關鍵字搜尋趨勢 19
【圖3-7】台指期元智大學社群媒體分析圖 20
【圖3-8】文字雲(一) 21
【圖3-9】文字雲(二) 22
【圖3-10】文字雲(三) 22
【圖3-11】文字雲(四) 23
【圖4-1】四大粉絲頁網絡圖(一) 32
【圖4-2】期貨交易學院TradeSchool 網絡圖(二) 33
【圖4-3】股票 期貨 選擇權 投資觀測站網絡圖(三) 34
【圖4-4】法意PHIGROUP網絡圖(四) 35
【圖4-5】財報狗網絡圖(五) 36
【圖4-6】四大粉絲頁網絡圖(六) 37
【圖4-7】台指期走勢圖 40
【圖4-8】台指期報酬率 40
【圖4-9】各變數常態分佈圖 42
【圖4-11】各變數XY散佈圖 43
【圖4-12】模型各變數對台指期衝擊反應 52


1. 林書郁(2015)「銀行財富管理臉書粉絲專頁關鍵字分析」;
世新大學財務金融學系研究所,碩士論文。
2. 吳昀錚 (2008) 「利用文字探勘技術預測台股加權指數之漲跌趨勢」; 「利用文字探勘技術預測台股加權指數之漲跌趨勢」;
國立中央大學 資訊管理研究所 。
3. 薛弘業(2013) 「應用文字探勘文件分類分群技術於股價走勢預測之研究─以台灣股票市場為例」;
國立政治大學資訊管理研究所。
4. 鄭佳欣(2016) 「大學財經學群facebook 數位金融3.0聲量分析:爬文文字探勘」;
世新大學財務金融系研究所 ,碩士論文 。
5. 黃博羣( 2015 ),「房價指數、仲類股與市臉書粉絲專頁之關鍵字聯性 探討」 ,
世新大學財務金融系研究所 ,碩士論文 。


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top