臺灣博碩士論文加值系統

「泡沫」指的是市場價格與基礎價值長期偏離的現象，歷史上曾經發生多次價格泡沫的事件，而每一次的泡沫事件都對該國經濟造成巨大的衝擊。然而，泡沫事件的發生未必皆帶來負面的影響，投資者可藉此買賣泡沫化資產賺取價差。本文根據 Phillips, Shi and Yu (2014) 提出的遞迴迴歸檢定對 2002 年 1 月至 2019 年 12 月的標準普爾 500 指數，企業債 Baa 和十年國債的利差、FHFA 房價指數、LBMA 黃金午盤現貨、西德州原油進行泡沫檢定，並利用泡沫檢定結果作為投資策略之依據，並與買入持有投資策略之績效進行比較。

We define bubbles in a natural way as significant, prolonged deviations from fundamental values. There had been many price bubble incidents in history, and each bubble incident had caused a huge impact on the economy. However, the occurrence of the bubble event may not always have a negative impact, investors can buy and sell bubble assets to earn the spread. In this paper, a recursive regression test proposed by Phillips, Shi and Yu (2014) is introduced to analyze the bubble characteristics of various financial time series. We apply this test to the S\& P 500 stock price, the spread between corporate bond Baa and 10-year Treasury bonds, FHFA house price index, LBMA gold midday spot, and West Texas crude oil from January 2002 to December 2019. Through the above methodology to test the bubbles, we then constructed the strategy of investing bubbles assets and compared the performance with the strategies of buy and hold.

第1章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 1
1.3 研究流程 2
第2章 文獻探討 4
2.1 泡沫檢定相關文獻 4
2.2 利用泡沫檢定結果作為投資依據之相關文獻 6
第3章 研究方法 8
3.1 理性泡沫理論 8
3.2 PSY 模型 9
3.3 投資策略 12
第4章 實證分析 13
4.1 資料說明 13
4.2 泡沫檢定 17
4.2.1 PSY 模型 17
4.2.2 穩定性檢定 25
4.3 投資績效評估 27
4.3.1 泡沫檢定策略 27
4.3.2 買入持有策略 28
第5章 結論與建議 29
參考文獻 31

圖目錄
圖1.1 研究流程圖 3
圖3.1 比較SADF與GSADF選取樣本的差異 10
圖3.2 比較SADF與BSADF選取樣本的差異 11
圖4.1 各資產時間序列圖 16
圖4.2 標準普爾500指數泡沫檢定圖 21
圖4.3 Baa和十年公債利差泡沫檢定圖 21
圖4.4 FHFA房價指數泡沫檢定圖 22
圖4.5 黃金現貨泡沫檢定圖 22
圖4.6 西德州原油泡沫檢定圖 23
圖4.7 各資產泡沫檢定圖 24
圖4.8 PSY模型穩定性檢驗 26
表目錄
表4.1 資料之敘述統計量 15
表4.2 各資產泡沫時間點統整表 19
表4.3 投資商品資料說明表 27
表4.4 泡沫化資產平均泡沫比例與投資績效表 28
表4.5 買入持有策略之投資績效表 28

1. 王景南, 葉錦徽, 林宗漢. (2011). 台灣房市存在價格泡沫嗎?. 經濟論文, 39(2), 61-89.
2. 池凡 (2016).金融泡沫檢定方法之比較， 國立清華大學科技管理學院計量財務金融學系碩士論文。
3. 范姜士君 (2015).依股價泡沫形成投資策略之可行性分析， 國立中央大學財務金融學系碩士論文。
4. 高毅 (2017).以 PSY 泡沫檢定法及技術分析建構投資策略， 中興大學財務金融學系碩士學位論文。
5. 郭獻聰 (2017).檢測價格泡沫與建構泡沫投資組合之績效分析：台灣上市股票之實證研究， 國立政治大學金融學系研究所碩士論文。
6. 楊宗憲, 張金鶚. (1999). 成屋與預售屋市場價格泡沫關係之探討. 1999 年中華民國住宅學會第七屆年會論文集, 471-484.
7. 葉錦徽, 林怡諄, 朱珊瑩. (2015). 拉高倒貨型股價操縱之台灣經驗與預警. 經濟論文, 43(4), 589-638.
8. 劉啟文 (2011).以檢定資產價格泡沫之時間序列分析作為投機炒作之預警----以營建股及金融股為例， 中央大學財務金融學系碩士在職專班學位論文。
9. Ackert, L. F., Hunter, W. C. (1999). Intrinsic bubbles: The case of stock prices: Comment. American Economic Review, 89(5), 1372-1376.
10. Chen, A. S., Cheng, L. Y., Cheng, K. F. (2009). Intrinsic bubbles and Granger causality in the S&P 500: Evidence from long-term data. Journal of Banking & Finance, 33(12), 2275-2281.
11. Diba, B. T., & Grossman, H. I. (1988). Explosive rational bubbles in stock prices?. The American Economic Review, 78(3), 520-530.
12. El Montasser, G., Fry, J., & Apergis, N. (2016). Explosive bubbles in the US–China exchange rate? Evidence from right-tailed unit root tests. China Economic Journal, 9(1), 34-46.
13. Guenster, N., Kole, E., & Jacobsen, B. (2009, December). Riding bubbles. In Paris December 2007 Finance International Meeting AFFI-EUROFIDAI Paper.
14. Gürkaynak, R. S. (2008). Econometric tests of asset price bubbles: taking stock. Journal of Economic surveys, 22(1), 166-186.
15. LeRoy, S. F., & Porter, R. D. (1981). The present-value relation: Tests based on implied variance bounds. Econometrica: Journal of the Econometric Society, 555-574.
16. Phillips, P. C., Shi, S., & Yu, J. (2015). Testing for multiple bubbles: Historical episodes of exuberance and collapse in the S&P 500. International economic review, 56(4), 1043-1078.
17. Phillips, P. C., Wu, Y., & Yu, J. (2011). Explosive behavior in the 1990s Nasdaq: When did exuberance escalate asset values?. International economic review, 52(1), 201-226.
18. Phillips, P. C., & Yu, J. (2011). Dating the timeline of financial bubbles during the subprime crisis. Quantitative Economics, 2(3), 455-491.
19. Shi, S. P., Phillips, P. C., & Yu, J. (2010, October). Testing for periodically collapsing bubbles: an generalized sup ADF test. In Annual Conference of the Society for Computational Economics, London.