(3.80.6.131) 您好!臺灣時間:2021/05/15 01:58
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:陳杏棻
研究生(外文):Hsin-Fen Chen
論文名稱:Cox regression 模型中共線性問題之解決-獨立成份分析之應用
論文名稱(外文):A Solution to Cox regression with Multicollinearity - An application of Independent Component Analysis
指導教授:高淩菁高淩菁引用關係邱志洲邱志洲引用關係
指導教授(外文):Ling-Jing KaoChih-Chou Chiu
口試委員:高淩菁邱志洲呂奇傑吳忠敏陳銘芷傅新彬
口試日期:2016-06-01
學位類別:博士
校院名稱:國立臺北科技大學
系所名稱:管理學院管理博士班
學門:商業及管理學門
學類:其他商業及管理學類
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
中文關鍵詞:共同基金Cox 迴歸獨立成份分析多重共線性
外文關鍵詞:mutual fundsCox regressionindependent component analysismulticollinearity
相關次數:
  • 被引用被引用:0
  • 點閱點閱:170
  • 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:0
本論文探討Cox迴歸模型中多重共線性的問題,Cox迴歸模型是研究存活分析中解釋變數與存活時間關聯性常用的方法,而多重共線性則是指在模型中解釋變數間存在一個或多個近似線性的關係。多重共線性常會影響最小平方法(Ordinary Least Square, OLS) 的估計參數,使得傳統估計方法失效,導致模型中係數無法被穩定的估計。
為了能有效降低資料高度共線性所帶來的影響,本論文提出了一個整合獨立成份分析(Independent Component Analysis, ICA) 與Cox regression(ICA-CR)的二階段模式,為驗證所提方法的有效性,應用所提出之ICA-CR方法與傳統處理多重共線性的技術(例如單純Cox regression, 脊迴歸和主成份迴歸等),針對模擬之存活分析資料進行估計,比較四種技術估計參數的準確性。另外,利用台灣某大型投信公司所提供2008年至2009年之基金投資人交易資料進行實證研究,評估不同技術所建構預測模型的預測能力,同時解讀實證資料,以探討在重大金融危機前後,國內共同基金投資人的投資行為與意向。根據研究結果可以發現,ICA-CR在多個技術的比較下,具有較佳的估計準確性及預測能力。而由實證結果可以得知重大金融危機確實對投資人產生處置效應的心理偏誤;黃金市場及股票市場,顯著影響基金投資人的投資行為;基金投資人應參考不同貨幣的漲跌情形,適時的調整其投資策略,以追求報酬的最大化。
The purpose of this study is to solve the multicollinearity problem in Cox regression model. The Cox regression model has been widely used to describe the relationship between survival information and covariates. Multicollinearity refers to that there exist one or several approximate linear relations among explanatory variable. Multicollinearity troubles many researchers because when multicollinearity is present, the collective power of explanation is considerably less than the sum of their individual power. Moreover, the presence of multicollinearity invalidates the ordinary least square (OLS) estimation, which assumes that explanatory variables are uncorrelated with each other, and makes it impossible to estimate the unique effects of individual variables in the analysis. So, the problem of multicollinearity must be taken care. Therefore, this study proposes a new solution: Independent Component Analysis - Cox Regression (ICA-CR) to eliminate the multicollinearity among explanatory variables. To evaluate the performance of the proposed method relative to alternative approaches, such as Cox regression, ridge regression, principal component regression,
A dataset from one of the biggest mutual fund brokers in Taiwan was used to illustrate the proposed approach. Two Monte Carlo simulation experiments with various degrees of multicollinearity, censored rate, and sample size were conducted. The result shows that the proposed ICA-CR approach could successfully solve the multicollinearity problem in the data. The mutual fund holding time was impacted by economic environments in a significantly different way during and after financial crisis. This result indicates that, after financial crisis, mutual fund investors have adjusted their risk tolerance and can response to the financial environment more rationally.
中文摘要…………………………………………………………………………………i
英文摘要………………………………………………………………………………ii
誌謝…………………………………………………………………………………………iv
目錄……………………………………………………………………………………………v
表目錄…………………………………………………………………………………vii
圖目錄……………………………………………………………………………………ix
第一章 緒論………………………………………………………………………1
1.1研究動機…………………………………………………………………………1
1.2研究目的…………………………………………………………………………4
1.3研究架構…………………………………………………………………………4
第二章 運用獨立成份分析解決Cox 迴歸模型中共線性問題 ……………………………………………………………………………………………………7
2.1共線性問題的探討…………………………………………………………7
2.1.1多重共線性的定義……………………………………………………7
2.1.2多重共線性的成因及所造成的影響……………………8
2.1.3多重共線性程度的判斷標準…………………………………9
2.2解決多重共線性問題的常用方法……………………………10
2.3文獻回顧……………………………………………………………………………12
2.3.1 Cox 迴歸…………………………………………………………………12
2.3.2 獨立成份分析…………………………………………………………13
2.4研究方法……………………………………………………………………………15
2.4.1主成份迴歸分析………………………………………………………15
2.4.2脊迴歸分析…………………………………………………………………19
2.4.3獨立成份分析……………………………………………………………21
2.4.4 Cox迴歸模型…………………………………………………………29
2.5 模擬分析………………………………………………………………………31
2.5.1模擬資料生成……………………………………………………………31
2.5.2模擬設計……………………………………………………………………32
2.6分析結果…………………………………………………………………………34
2.6.1解釋變數間相關性低……………………………………………34
2.6.2解釋變數間相關性高……………………………………………39
2.6.3分析結果比較…………………………………………………………43
2.7小結…………………………………………………………………………………43
第三章 整合獨立成份分析與Cox迴歸建構基金投資人投資行為的預測模型…………………………………………………………………45
3.1緒論…………………………………………………………………………………45
3.2基金行為文獻探討……………………………………………………47
3.3 研究架構……………………………………………………………………48
3.4 樣本資料與敍述統計量…………………………………………48
3.5 模型效力檢定方法…………………………………………………54
3.6 預測模型評估……………………………………………………………56
3.6.1 CR模型……………………………………………………………………57
3.6.2 PCA-CR模型…………………………………………………………58
3.6.3 RR-CR模型……………………………………………………………62
3.6.4 ICA-CR模型…………………………………………………………63
3.6.5 係數估計結果分析……………………………………………65
3.6.6 預測準確率分析…………………………………………………67
3.7實證結果說明………………………………………………………………69
3.8小結…………………………………………………………………………………72
第四章 結論與討論………………………………………………………75
4.1結論…………………………………………………………………………………75
4.2未來研究方向………………………………………………………………76
參考文獻…………………………………………………………………………………79
附錄……………………………………………………………………………………………89
選取脊參數的準則………………………………………………………………89
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top