跳到主要內容

臺灣博碩士論文加值系統

(44.222.64.76) 您好!臺灣時間:2024/06/15 06:18
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:吳季諪
研究生(外文):WU,CHI-TING
論文名稱:台灣歐肯法則再驗證:混頻迴歸模型
論文名稱(外文):Reexamining Okun's Law in Taiwan: MIDAS Regression Model
指導教授:林灼榮林灼榮引用關係
指導教授(外文):Lin,Jwu-Rong
口試委員:孔祥琜江怡蒨高惠娟
口試委員(外文):Kung,Shyang-LaiChiang,Yi-CheinKao,Hui-Chuan
口試日期:2019-06-06
學位類別:碩士
校院名稱:東海大學
系所名稱:國際經營與貿易學系
學門:商業及管理學門
學類:貿易學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:47
中文關鍵詞:歐肯法則單根檢定混頻迴歸預測績效
外文關鍵詞:Okun’s LawUnit Root TestMIDAS RegressionForecasting Performance
相關次數:
  • 被引用被引用:0
  • 點閱點閱:258
  • 評分評分:
  • 下載下載:16
  • 收藏至我的研究室書目清單書目收藏:0
本文採用1998年第一季至2018年第四季之樣本期間,重新檢視歐肯法則(Okun's law)(失業率(Unemployment rate)及經濟成長率(Economic growth rate)在台灣之抵換關係(Trade-off))。考量季頻變數,包括經濟成長率、失業率及固定資本形成毛額(Gross fixed capital formation);月頻變數,包括通貨膨脹率(Inflation rate)、廣義貨幣供給(Broad money supply)、匯率(Exchange rate)、重貼現率(Rediscount rate)、股票成交值及景氣對策信號(Monitoring indicator)等。利用混頻迴歸模型(Mixed-Data Sampling,簡稱MIDAS),進行參數推估及樣本內預測(模擬)。實證發現:(1)台灣歐肯法則失業率與經濟成長率之抵換關係為;失業率上升1%,經濟成長率下降4至6%;高於美國失業率上升1%,經濟成長率下降3%。(2)除失業率外,固定資本形成毛額、通貨膨脹率、景氣對策信號、重貼現率及股票成交值等變數,皆會顯著影響經濟成長率。(3)由於混頻迴歸模型引入月頻資訊,故其預測績效優於普通最小平方法。
Based on the 1998Q1~ 2018Q4 data, reexamining Okun's law in Taiwan, the results of this study show that the trade-off between unemployment rate and economic growth rate in Taiwan is about 4 to 6% decline for every 1% of unemployment. This decline is higher than 3% of that of the Americans. Different from the econometric model in the past, the research considers seasonal frequency variables, like economic growth rate, unemployment rate and gross fixed capital formation, also monthly frequency variables, such as inflation rate, broad money supply, exchange rate, rediscount rate, turnover of the stocks, and monitoring indicator, etc.at the same time. By using the Mixed-Data Sampling (MIDAS) regression model to estimate the regression parameters, and imitate the sample. The results of this study show that in addition to the unemployment rate, the gross fixed capital formation, inflation rate, monitoring indicator, rediscount rate, turnover of the stocks, etc. will effect the economic growth rate notably. Besides, the forecasting performance of mixed data sampling regression model is better than the ordinary least squares method due to including monthly frequency information.
謝誌....................................................................I
摘要....................................................................II
Abstract................................................................III
目錄....................................................................IV
表目錄..................................................................V
圖目錄..................................................................VI
第一章 緒論............................................................1
第一節 研究背景與動機...................................................1
第二節 研究的..........................................................2
第三節 本文章節架構.....................................................3
第二章 文獻回顧........................................................4
第一節 歐肯法則之文獻回顧...............................................4
第二節 混頻迴歸之文獻回顧...............................................5
第三章 研究方法........................................................7
第一節 理論基礎與實證模型...............................................7
第二節 單根檢定........................................................18
第三節 混頻迴歸模型.....................................................22
第四章 實證結果解析.....................................................25
第一節 資料說明........................................................25
第二節 單根檢定結果.....................................................27
第三節 迴歸參數推估結果.................................................28
第四節 迴歸模型預測績效評比.............................................31
第五章 結論與建議.......................................................34
第一節 研究結論........................................................34
第二節 政策意涵........................................................34
第三節 研究建議........................................................35
參考文獻................................................................36
中文文獻
于揚(2016)。混頻數據回歸模型的建模理論、分析技術研究。東北財經大學博士論文。
王忠慶(2011)。台灣歐肯法則之探討。東吳大學經濟系碩士論文。
王銳(2013)。多種變量選擇方法在ARMA階數確定中的比較。山東大學數學系碩士論文。
田慧琦(2010)。台灣失業率和產出之關聯及可能影響因素探討,中央銀行季刊,第32卷第3期,頁29-65。
江靜儀(2006)。歐肯法則(Okun’s Law)-台灣實證研究,經濟論文,第34卷第3期,頁355-389。
林淑敏(2010)。歐肯法則在我國之實證研究,主計月刊,第662期,頁48-53。
施美君、翁銘章(2017)。以向量自我迴歸分析亞洲主要國家之 Okun’s Law。國立高雄大學應用經濟學系碩士論文。
張清溪、許嘉棟、劉鶯釧、吳聰敏(2016)。經濟學-理論與實際,台北:翰蘆圖書。
陳強、鄭旭、龔玉婷(2014)。基於混頻模型的CPI短期預測研究,統計研究,第12期,頁25-31。
陳鈺婷(2018)。台灣教育別與主要經濟變數之關聯性-歐肯法則與菲利普曲線之驗證。嶺東科大財政系碩士論文。
黃志典(2011)。國際金融概論,台北:前程文化。
楊亦農(2009)。時間序列分析:經濟與財務上之應用,台北:雙頁書廊。
萬哲鈺、高崇瑋(2008)。不對稱歐肯法則之臺灣實證,臺灣經濟預測與政策期刊,第39卷第1期,頁1-31。
虞國興、劉治均(1995)。時間序列模式選取準則之比較,農業工程學報,第41卷第4期,頁15-26。
趙進文、薛艷(2009)。我國分季度GDP估算方法的研究,統計研究,第10期,頁25-32。
劉金全、劉漢與印重(2010)。中國宏觀經濟混頻數據模型應用-基於MIDAS模型的實證研究,經濟科學,第5期,頁23-
34。
潘浙楠、席嘉澤、陳曉倩(2009)。自我相關殘差管制圖模型選取之研究,品質學報,第4卷第16期,頁245-260。
蔡弘毅(2012)。亞洲重要經濟體系之歐肯係數的比較。東海大學經濟系碩士論文。
蔡宇(2016)。混頻數據的計量經濟學方法:理論與應用。山東大學博士論文。
鄭挺國、尚玉皇(2013)。基於金融指標對中國GDP的混頻預測分析,金融研究,第9期,頁16-29。
賴景昌(2001)。總體經濟學,台北:雙頁書廊。
鍾笑寒譯,Blanchard,O. (2003)。宏觀經濟學,中國:清華大學。

外文文獻
Adams, C. and D. T. Coe (1990). A System Approach to Estimating the Natural Rate of Unemployment
and Potential Output for the United States., IMF Staff Papers.,37,232-293.
Akaike, H. (1974). A New Look at the Statistical Model Identification., IEEE Transactions on
Automatic Control.,19(6),716-723.
Attfield, C. L. F. and B. Silverstone (1997). Okun’s Coefficient: A Comment., Review of Economics
and Statistics.,79,326-329.
Chow, G. and A. Lin (1971). Best Linear Unbiased Interpolation, Distribution, and Extrapolation
of Time Series by Related Series., The Review of Economics and Statistics.,53(4),719-721.
Chow, G. and A. Li n (l976). Best Linear Unbiased Estimation of Missing Observations in an
Economic Time Series., Journal of the American Statistical Association., 71(355),719-721.
Clements, M. P., and A. B. Galvão (2008). Macroeconomic Forecasting with Mixed·Frequency Data:
Forecasting US Output Growth., Journal of Business and Economic Statistics.,26(4),546-554.
Cuaresma, J. C. (2003). Okun’s Law Revisited., Oxford Bulletin of Economics and
Statistics.,65(4),439-451.
Dickey, D. A. and W. A. Fuller (1981). Likelihood Ratio Statistics for Autoregressive Time Series
with a Unit Root., Econometrica.,49,1057-1072.
Eric Zivot and Donald W. K. Andrews (1992). Further Evidence on the Great Crash, the Oil-Price
Shock, and the Unit-Root Hypothesis., Journal of Business & Economic Statistics.,10(3),70-251.
Freeman, D. G. (2001). Panel Tests of Okun’s Law for Ten Industrial Countries., Economic
Inquiry.,39, 511-523.
Gordon, R. J. (1984). Unemployment and Potential Output in the 1980s., Brookings Papers on
Economic Activity.,15, 537 -564.
Hannan, E. J. and Quinn, B. G. (1979). The Determination of the Order of an Autoregression.,
Journal of the Royal Statistical Society.,41,190-195.
Okun, A. M. (1962). Potential GNP & Its Measurement and Significance., American Statistical
Association., Proceedings of the Business and Economics Statistics Section.,51,98-104.
Prachowny, M. F. J. (1993). Okun’s Law: Theoretical Foundations and Revisited Estimates., Review
of Economics and Statistics.,55, 331-336.
Phillips, P. and Perron, P. (1988). Testing for a unit root in time series regression.
Biometrika, 75(2), 335-346.
Schwarz, G. (1978). Estimating the Dimension of a Model., The Annuals of Statistics.,19, 461-464.
Silvestrini, A. and D. Veredas (2008). Temporal Aggregation of Univariate and Multivariate Time
Series Models: A survey., Journal of Economic Surveys.,22(3), 458-49.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top