跳到主要內容

臺灣博碩士論文加值系統

(100.28.0.143) 您好!臺灣時間:2024/07/18 07:12
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:謝佳欣
研究生(外文):HSIEH, CHIA-HSIN
論文名稱:銅價之線性與非線性模型之分析與預測
論文名稱(外文):A STUDY OF LINEAR AND NONLINEAR MODELS FOR COOPER PRICES FORECASTING
指導教授:呂文正呂文正引用關係
指導教授(外文):LU, WEN-CHEN
口試委員:邱俊榮王光賢呂文正
口試委員(外文):CHIOU, JIUNN-RONGWANG, KUANG-HSIENLU, WEN-CHEN
口試日期:2022-06-21
學位類別:碩士
校院名稱:銘傳大學
系所名稱:經濟與金融學系碩士班
學門:社會及行為科學學門
學類:經濟學類
論文種類:學術論文
論文出版年:2022
畢業學年度:110
語文別:中文
論文頁數:58
中文關鍵詞:銅價銅庫存美國工業指數ARIMA 模型馬可夫轉換模型
外文關鍵詞:Cooper PriceCooper InventoryDow Jones Industrial AverageARIMAMarkov Regime-Switching
相關次數:
  • 被引用被引用:0
  • 點閱點閱:185
  • 評分評分:
  • 下載下載:18
  • 收藏至我的研究室書目清單書目收藏:0
銅為基礎原料之一,在電氣電纜業、建築業、製造業扮演著重要的角色,近年來,全世界響應綠色經濟,各國也將電動車及再生能源視為重點發展方向,長遠來看將有利於助長銅的需求,因此本研究以倫敦金屬交易所之銅現貨報酬率為研究對象,選取 2010 年 1 月 1 日至 2021 年 12 月 31 日之月資料為樣本,使用 ARIMA 模型及馬可夫轉換模型衡量分別探討預測能力,並探討銅現貨價報酬率與銅現貨價過去一期報酬率、銅期貨價報酬率、銅庫存變化量、布蘭特原油報酬率、美元指數變動率、美國工業生產指數變動率、美國道瓊工業指數變動率之關係。研究結果顯示,馬可夫轉換模型在低波動時期,僅銅期貨報酬率對銅現貨報酬率有正向顯著影響。高波動時期,銅現貨過去一期報酬率對銅現貨報酬率無顯著影響;銅期貨報酬率、布蘭特原油報酬率、美國工業指數變動率、美國道瓊工業指數變動率分別對銅現貨報酬率皆具有正向顯著影響;銅庫存變化量、美元指數變動率則對銅現貨報酬率具有負向顯著影響。 績效能力優異程度依序為 ARMAX(1,0,0) 模型、馬可夫轉換模型、 ARMA(1,0,0) 模型,但仔細觀察 ARMAX(0,0,0)模型與馬可夫轉換模型,可發現兩模型預測之估計值相距甚小,ARMAX(1,0,0)模型僅以些微小數點差距優於馬可夫轉換模型。整體而言,ARMAX(1,0,0)模型表現較佳。
Copper is one of the basic raw materials and plays an important role in the electrical and cable industry, construction industry and manufacturing industry. In recent years, the world has responded to the green economy, and countries have also regarded electric vehicles and renewable energy as key development directions. It is conducive to boosting the demand for copper. Therefore, this study takes the copper spot price of the London Metal Exchange as dataset, selects the monthly data from January 1, 2010 to December 31, 2021, and uses the ARIMA model and the Markov Regime-switching to easure the forecasting ability respectively and explore the relationship between the rate of return of copper spot price , the rate of return of copper spot price in the past period, the rate of return of copper futures price, the change of copper inventories, the rate of return of Brent crude oil, the rate of change of the US dollar index, the rate of change of the US industrial production index, and the US Dow Jones Industrial Average rate of change.The research results show that when using Markov Regime-switching model, the rate of return of copper futures price has a significant impact on the rate of return of copper spot price in the past period in stage one, and when the state is two, the rate of return of copper spot price in the past period has no significant impact on the rate of return of copper spot price, the rate of return of copper spot price has a significant impact on the rate of return of copper futures price, the change of copper inventories, the rate of return of Brent crude oil, the rate of change of the US industrial production index, and the US Dow Jones Industrial Average rate of change all had a significant impact.The order of excellence in performance capability is the ARMAX(1,0,0) model, the Markov transition model, and the ARMA(1,0,0) model. The difference between the estimated values predicted by the two models is very small, and the ARMAX(1,0,0) model outperforms the Markov transformation model by only a few points. Overall, the ARMAX(1,0,0) model performs better.
論文口試審定書
謝辭
中文摘要
英文摘要
目錄 i
圖目錄 iii
表目錄 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 3
第三節 研究架構與流程 4
第二章 文獻回顧 5
第一節 ARIMA 模型 5
第二節 馬可夫轉換模型 9
第三節 影響金屬原物料價格因素之探討 11
第三章 研究方法 18
第一節 單根檢定 18
第二節 ARIMA 模型之架構 20
第三節 馬可夫轉換模型之架構 22
第四節 變數資料來源與說明 24
第四章 實證結果 26
第一節 敘述性統計分析 26
第二節 單根檢定 30
第三節 ARIMA 模型估計與預測 32
第四節 馬可夫轉換模型估計與預測 38
第五節 預測績效 43
第五章 結論與建議 44
第一節 結論 44
第二節 研究限制與建議 46
參考文獻 47
一、中文文獻
王尊賢(2006),「國際銅價決定機制與影響因素之實證分析」,中原大學國際貿易研究所碩士論文。
李佳倩(2011),「國際黃金價格預測─ARIMA 模式與迴歸模式之比較」,國立臺北科技大學商業自動化與管理研究所碩士論文。
李訓強(2019),「市場與行為因素對股票報酬之影響-馬可夫轉換模型之應用」,國立中山大學財務管理學系研究所碩士論文。
李培煜(2021),「時間序列 ARIMA 與深度學習 LSTM 預測模型之比較:以台灣股票市場為例,東吳大學數學系研究所碩士論文。
邱靖惠(2019),「匯率預測模型之實證研究」,國立政治大學國際經營與貿易學系研究所碩士論文。
卓子見(2017),「國際鋁料價格變動之研究」,東海大學高階經營管理碩士在職專班碩士論文。
洪挺晉(2013),「銅價與美國貨幣政策之關聯性研究」,國立政治大學經營管理碩士學程(EMBA)碩士論文。
張仁和(2010),「國際銅價影響因素分析與預測模式探討」,東海大學管理碩士在職專班碩士論文。
曾美鳳(2018),「ARIMA 模式應用於股價預測之研究」,國立臺灣海洋大學河海工程學系研究所碩士論文。
黃馨儀(2017),「國際鋅價格預測模型之研究」,東海大學高階經營管理碩士在職專班碩士論文。
楊智欽(2021),「金價、銅價對道瓊工業平均指數與美國工業生產指數關係之研究」,國立成功大學財務金融研究所碩士在職專班論文。
廖子儀(2017),「原物料商品價格之預測-以 ARIMA 模型分析」,國立高雄應用科技大學國際企業研究所碩士論文。
廖冠榮(2021),「應用機器學習方法於有色金屬的期貨價格之預測」,龍華科技大學國際企業學系碩士在職專班碩士論文。
蕭雯如(2021),「以自迴歸移動平均模型預測遊戲類股股價」,華夏科技大學資訊管理系碩士在職專班碩士論文。

二、英文文獻
Box, G. E. P. and Jenkins, G.M. (1970), Time Series Analysis: Forecasting and Control, Holden-Day, San Francisco.
Dickey, D. A. and. Fuller W. A (1979), Distribution of the estimators for autoregressive time series with a Unit Root. Journal of the American Statistical Association, 74, 427-431.
Dickey, D. A. and. Fuller W. A (1981), “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root,” Econometric, vol.49, pp.1057-1072.
Gabriel, Astudillo, Raúl Carrasco, Christian Fernández-Campusano, and Máx Chacón (2020), Copper Price Prediction Using Support Vector Regression Technique, Appl. Sci. 2020, 10 (19) , 6648
Gillian Dooley and Helena Lenihanb, (2005), An assessment of time series methods in metal price forecasting, Resources Policy, Vol. 30, No. 3 , pp. 208-217.
Hamilton, J. D. (1970), A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle, Econometrica, Vol. 57, No. 2 , pp. 357-384.
Phillips, P. C. B. and Perron, P. (1988), 「 Testing for unit root in time series regression」, Biometrika, 75(2): 335-346。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊