跳到主要內容

臺灣博碩士論文加值系統

(44.211.31.134) 您好!臺灣時間:2024/07/24 17:32
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:陳彥州
研究生(外文):CHEN, YEN-CHOU
論文名稱:股匯市溢出指標分析—以臺灣地區高連動性金融市場為例
論文名稱(外文):Analysis of the Spillover Index on the Equity & Exchange Markets—Taking Taiwan's Highly Relevant Financial Markets as Example
指導教授:李美杏李美杏引用關係
指導教授(外文):LEE, MEI-HSING
口試委員:張琬喻余曉靜李美杏
口試委員(外文):JANG, WOAN-YUHYU, JEANLEE, MEI-HSING
口試日期:2021-06-22
學位類別:碩士
校院名稱:國立臺北大學
系所名稱:統計學系
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2021
畢業學年度:110
語文別:中文
論文頁數:41
中文關鍵詞:外溢效果溢出指標向量自我迴歸模型預測誤差變異數分解國際股匯市連動性
外文關鍵詞:Spillover EffectSpillover IndexVector Autoregression ModelVariance DecompositionSecurities MarketForeign Exchange MarketConnectedness
相關次數:
  • 被引用被引用:0
  • 點閱點閱:125
  • 評分評分:
  • 下載下載:25
  • 收藏至我的研究室書目清單書目收藏:0
本篇論文將以Diebold, F. X. and Yilmaz K. (2009) 提出的溢出指標做為主要方法並進行實證案例的延伸。溢出指標為衡量金融資產連動的一新穎評估方式,傳統上會利用斯皮爾曼相關係數(Spearman Correlation)或GARCH模型等方法進行資產相關性之檢測,而溢出指標除了能衡量資產之間相關性外,還能夠進一步了解資產間相互影相之因果關係,即個別資產受其他資產影響之程度。

本研究以臺灣加權股價指數為研究核心,探討各國股市與臺股之連動關係,首先利用動態相關係數檢測檢測出在全球主要市場中,道瓊工業指數、那斯達克指數、香港恆生指數、日經平均指數、韓國綜合股價指數與臺股具有高度相關,因此將以上述金融市場之報酬率與波動作為建模之依據,且除了證券市場外,還會利用新臺幣、人民幣、美元指數探討匯市之間的連動性,最後則整合證券市場與外匯市場,檢視股匯市的連動關係。本次的資料擷取時間從2000到2020,二十年之間發生了許多衝擊金融市場重大事件,包含2000網路泡沫化、2008金融海嘯、2020新冠肺炎疫情皆包含在內,以長時序的完整資料進行實證分析也是本文貢獻所在。
This paper will adopt the spillover indicator proposed by Diebold, F. X. and Yilmaz K. (2009) as the main method and extend the empirical case. The spillover indicator is a novel evaluation method to measure the linkage of financial assets. Traditionally, methods such as Spearman Correlation or GARCH model are used to detect the correlation of assets. The spillover indicator can not only measure the correlation between assets, but can further understand the causal relationship between assets, that is, the extent to which individual assets are affected by other assets.

This research selects Taiwan’s weighted stock price index as the core of the research to explore the linkage relationship between the stock markets of various countries and Taiwan stocks. First, the dynamic correlation coefficient test is used to detect the Dow Jones Industrial Index, the Nasdaq Index, Hong Kong Hang Seng, Nikkei Stock Average, Korea Composite Stock Price Index and Taiwan stocks are highly correlated. Therefore, the above-mentioned financial market returns and volatility will be used as the basis for modeling. In addition to the securities market, the New Taiwan dollar, RMB, and US dollars will also be chosen. The index explores the linkage between the foreign exchange market, and finally integrates the securities market and the foreign exchange market. Furthermore, it examines the linkage relationship between the stock and foreign exchange markets. The data collection time for this is from 2000 to 2020. Many major events that have impacted the financial markets have occurred in the past two decades, including the 2000 Internet bubble, the 2008 financial crisis, and the 2020 COVID-19 pandemic such empirical analysis of complete information is also the contribution of this article.
目錄 v
圖目錄 vii
表目錄 viii
第 1 章 緒論 1
1.1研究背景與動機 1
1.2研究目的 2
1.3研究流程 2
第 2 章 文獻探討 4
2.1金融資產連動性相關文獻 4
2.2溢出指標之文獻 5
第 3 章 研究方法 8
3.1單根檢定 8
3.2向量自我迴歸模型 9
3.3預測誤差變異分解與溢出指標 10
第 4 章 實證分析 13
4.1資料介紹與敘述統計 13
4.1.1股價指數 13
4.1.2外匯指數 21
4.2 股價指數溢出指標 25
4.2.1 股價指數溢出指標 25
4.2.2 股價指數日報酬率滾動溢出指標 27
4.2.3 股價指數日波動度溢出指標 28
4.2.4股價指數日波動度滾動溢出指標 29
4.3 外匯指數溢出指標 30
4.3.1 外匯指數日報酬率溢出指標 30
4.3.2 外匯指數日報酬率滾動溢出指標 31
4.3.3 外匯指數日波動度溢出指標 31
4.3.4 外匯指數日波動度滾動溢出指標 32
4.4 股價指數與外匯指數之溢出指標 33
4.4.1 股價指數與外匯指數日報酬率溢出指標 33
4.4.2 股價指數與外匯指數日波動度溢出指標 35
第 5 章 結論與建議 36
參考文獻 38

圖目錄
圖 1.1 研究流程圖 3
圖 4.1 2000 ~ 2020主要金融市場股價指數日走勢圖 15
圖 4.2 2000 ~ 2020主要金融市場股價指數日報酬率走勢圖 16
圖 4.3 2000 ~ 2020主要金融市場股價指數日波動度走勢圖 17
圖 4.4 2000 ~ 2020主要金融市場與臺股之120日報酬率滾動相關係數 19
圖 4.5 2005 ~ 2020主要外匯市場指數日走勢圖 22
圖 4.6 2005 ~ 2020主要外匯市場指數日報酬率走勢圖 23
圖 4.7 2005 ~ 2020主要外匯市場指數日波動度走勢圖 23
圖 4.8 2000 ~ 2020主要金融市場股價指數日報酬率滾動溢出指標 28
圖 4.9 2000 ~ 2020主要金融市場股價指數日波動度滾動溢出指標 29
圖 4.10 2005 ~ 2020主要外匯市場指數日報酬率滾動溢出指標 31
圖 4.11 2005 ~ 2020主要外匯市場指數日波動度滾動溢出指標 33

表目錄
表 4.1股價指數資料說明 14
表 4.2 2000 ~ 2020主要金融市場股價指數日報酬率敘述統計表 19
表 4.3 2000 ~ 2020主要金融市場股價指數日波動度敘述統計表 20
表 4.4 2000 ~ 2020主要金融市場股價指數日報酬率相關係數表 20
表 4.5 2000 ~ 2020主要金融市場股價指數日波動度相關係數表 21
表 4.6 匯率指數資料說明 21
表 4.7 2005 ~ 2020主要外匯市場指數日報酬率敘述統計表 23
表 4.8 2005 ~ 2020主要外匯市場指數日波動度敘述統計表 24
表 4.9 2005 ~ 2020主要外匯市場指數日報酬率相關係數表 24
表 4.10 2005 ~ 2020主要外匯市場指數日波動度相關係數表 24
表 4.11 2000 ~ 2020主要金融市場股價指數日報酬率溢出指標表 26
表 4.12 2000 ~ 2020主要金融市場股價指數日波動度溢出指標表 29
表 4.13 2005 ~ 2020主要外匯市場指數日報酬率溢出指標表 30
表 4.14 2005 ~ 2020主要外匯市場指數日波動度溢出指標表 32
表 4.15 2000 ~ 2020主要金融市場股匯指數日報酬率相關係數表 34
表 4.16 2000 ~ 2020主要金融市場股匯指數日報酬率物溢出指標表 34
表 4.17 2000 ~ 2020主要金融市場股匯指數日波動度相關係數表 35
表 4.18 2000 ~ 2020主要金融市場股匯指數日波動度溢出指標表 35
參考文獻
1.Engle, R. F. (1982), “Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica”, 50, 987-1007.

2.Bollerslev, T. (1986), “Generalized autoregressive conditional heteroskedasticity”, Journal of Econometrics, 31(3), 307-327

3.Engle, R. F. and Granger, C. (1987), “Co-Integration and Error Correction: Representation, Estimation, and Testing”, Econometrica, 55, 251-276

4.Eun, C.S. and Shim, S. (1989), “International Transmission of Stock Market Movements”, The Journal of Financial and Quantitative Analysis, 24, 241-256

5.Engle, R. F. and Ng, V. M. (1993), “Measuring and Testing the Impact of News on Volatility”, The Journal of Finance, 48, 1749-1778

6.Forbes, K. and Rigobon, R. (2002), “No Contagion, Only Interdependence: Measuring Stock Market Comovements”, The Journal of Finance , 57, 2223-2261

7.Hashmi, Aamir Rafique and Liu Xingyun (2001), “INTERLINKAGES AMONG SOUTH EAST ASIAN STOCK MARKETS (A Comparison Between Pre- and Post-1997-Crisis Periods)”, Working Paper presented at the 10th International Tor Vergata Financial Conference

8.Diebold, F. X. and Yilmaz K. (2009), “Measuring Financial Asset Return and Volatility Spillovers, With Application to Global Equity Markets”, The Economic Journal, 119, 158-171

9.Diebold, F. X. and Yilmaz K. (2012), “Better to Give than to Receive: Predictive Directional Measurement of Volatility Spillovers”, International Journal of Forecasting, Issue 1, 57-66

10.吳雪伶 (2012),「全球主要股市之外溢效果-以溢出指標為衡量方法」,中國文化大學國際企業管理學系博士論文

11.古永嘉、孫瑞霙、張美玲 (2003), 「台灣股票報酬率與匯率變動波動外溢效果之再探討-雙變量EGARCH模型的應用」, 輔仁管理評論第十卷第三期, 139-162

12.吳其定 (2007), 「滬、港、台、美四地股市指數與區域經濟成長關聯性及共整合之研究─以中、港CEPA實施前後期為例」, 國立中央大學財務金融學系碩士在職專班碩士論文

13.周宛瑩 (2009), 「國際股市間的外溢效果」, 國立政治大學國際經營與貿易研究所碩士論文

14.林紘鋕 (2014), 「亞洲六大城市房價外溢效果」,國立臺北大學統計學系碩士論文

15.郭維裕、李淯靖、陳致綱、林建秀 (2015),「台灣產業指數的外溢效果」, 經濟論文叢刊, Vol.43, No.4, 407-442.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊