跳到主要內容

臺灣博碩士論文加值系統

(44.221.70.232) 您好!臺灣時間:2024/05/21 05:47
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:鄭亦甯
研究生(外文):ZHENG, YI-NING
論文名稱:比特幣是否可作為避險資產?
論文名稱(外文):Can Bitcoin be considered as a hedging asset?
指導教授:李美杏李美杏引用關係
指導教授(外文):LEE, MEI-SHING
口試委員:李美杏許玉雪賈容
口試委員(外文):LEE, MEI-SHINGHSU, ESHERJIA, RONG
口試日期:2023-06-21
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:2023
畢業學年度:111
語文別:中文
論文頁數:90
中文關鍵詞:比特幣VIX 指數地緣政治風險GARCH 模型不對稱 GARCH 模型DCC 模型
外文關鍵詞:BitcoinVIXGeopolitical risksGARCH modelAsymmetric GARCH modelsDCC model
相關次數:
  • 被引用被引用:0
  • 點閱點閱:151
  • 評分評分:
  • 下載下載:31
  • 收藏至我的研究室書目清單書目收藏:0
本研究欲透過探討風險 (包含地緣政治風險與 VIX指數) 如何影響比特幣的報酬及波動性,和風險如何影響比特幣與其他金融資產 (包含股市、匯市、原物料) 的動態相關性,總結出比特幣是否可做為避險資產。利用一般化自我迴歸條件異質變異模型 (GARCH 模型)、不對稱 GARCH 模型分別分析比特幣的波動性是否具不對稱性;再透過動態條件相關係數模型 (DCC 模型) 分析比特幣與其他資產價格的動態相關性,探討風險如何影響比特幣與其他資產的關聯性。根據實證結果顯示,面對地緣政治風險升高,比特幣可以做為避險資產;面對 VIX 指數上升,比特幣分散風險的能力下降。

This study aims to investigate how risks, including geopolitical risks and the VIX index, affect the returns and volatility of Bitcoin, as well as how risks impact the dynamic correlations between Bitcoin and other financial assets such as stocks, currencies, and commodities. The ultimate goal is to determine whether Bitcoin can be considered a hedge asset. The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model and asymmetric GARCH models are used to analyze whether Bitcoin's volatility exhibits asymmetry. The Dynamic Conditional Correlation (DCC) model is employed to analyze the dynamic correlations between Bitcoin and other asset prices and explore how risks affect their relationships. Based on the empirical results, our findings suggest that Bitcoin can serve as a hedge asset in the face of increasing geopolitical risks, while its ability to diversify risk diminishes in response to a rising VIX index.
1 緒 論 1
1.1 研究背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 研究動機與目的 . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 研究架構 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 文獻回顧 5
2.1 比特幣相關文獻 . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 地緣政治風險相關文獻 . . . . . . . . . . . . . . . . . . . . . . 7
2.3 VIX 指數相關文獻 . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 研究方法 9
3.1 資料介紹 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 單根檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.1 ADF 檢定 . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2.2 PP 檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 ARIMA 模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4 其他相關檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.1 常態性檢定 . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.2 自我相關檢定 . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.3 條件異質變異檢定 . . . . . . . . . . . . . . . . . . . . 21
3.5 單變量 GARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 23
3.5.1 ARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . . 23
3.5.2 GARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.3 EGARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 24
3.5.4 GJR-GARCH 模型 . . . . . . . . . . . . . . . . . . . . . 25
3.5.5 APGARCH 模型 . . . . . . . . . . . . . . . . . . . . . . 25
3.6 多變量 GARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 26
4 實證分析 29
4.1 單根檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 ARIMA 模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3 其他相關檢定 . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3.1 常態性檢定 . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3.2 自我相關檢定 . . . . . . . . . . . . . . . . . . . . . . . 35
4.3.3 條件異質變異檢定 . . . . . . . . . . . . . . . . . . . . 36
4.4 單變量 GARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 36
4.5 多變量 GARCH 模型 . . . . . . . . . . . . . . . . . . . . . . . 42
4.6 小結 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5 結論與建議 55
參考文獻 57
附錄 A:比特幣和其他資產的 DCC 模型
(GPR 為外生變數) 61
附錄 B:比特幣和其他資產的 DCC 模型
(VIX 為外生變數) 76


圖目錄
圖 3.1 各變數的時間序列圖 . . . . . . . . . . . . . . . . . . . . . . 12
圖 3.2 比特幣、地緣政治風險、VIX 指數的時間序列圖 . . . . . . 13
圖 4.1 各變數報酬的時間序列圖 . . . . . . . . . . . . . . . . . . . 32
圖 4.2 比特幣報酬、地緣政治風險變化量、恐慌指數變化量的時間序列圖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
圖 4.3 比特幣和其他資產在多元常態分配下的動態條件相關係數圖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
圖 4.4 比特幣和其他資產在多元 t 分配下的動態條件相關係數圖 . 48
圖 4.5 地緣政治風險影響比特幣和其他資產在多元常態分配下的動態條件相關係數圖 . . . . . . . . . . . . . . . . . . . . . . 49
圖 4.6 地緣政治風險影響比特幣和其他資產在多元 t 分配下的動態條件相關係數圖 . . . . . . . . . . . . . . . . . . . . . . . . . 50
圖 4.7 VIX 指數影響比特幣和其他資產在多元常態分配下的動態條件相關係數圖 . . . . . . . . . . . . . . . . . . . . . . . . . 51
圖 4.8 VIX 指數影響比特幣和其他資產在多元 t 分配下的動態條件相關係數圖 . . . . . . . . . . . . . . . . . . . . . . . . . . . 52


表目錄
表 3.1 本研究的所有變數及其資訊 . . . . . . . . . . . . . . . . . . 10
表 3.2 變數的敘述統計量 . . . . . . . . . . . . . . . . . . . . . . . 14
表 3.3 APGARCH 轉換模型 . . . . . . . . . . . . . . . . . . . . . . 26
表 4.1 單根檢定結果 . . . . . . . . . . . . . . . . . . . . . . . . . . 30
表 4.2 各變數報酬的敘述統計量 . . . . . . . . . . . . . . . . . . . 31
表 4.3 ARIMA 模型結果 . . . . . . . . . . . . . . . . . . . . . . . . 34
表 4.4 JB 常態性檢定結果 . . . . . . . . . . . . . . . . . . . . . . . 35
表 4.5 自我相關檢定結果 . . . . . . . . . . . . . . . . . . . . . . . 35
表 4.6 條件異質變異檢定結果 . . . . . . . . . . . . . . . . . . . . 36
表 4.7 單變量 GARCH 模型 (GPR) . . . . . . . . . . . . . . . . . . 39
表 4.8 單變量 GARCH 模型 (VIX) . . . . . . . . . . . . . . . . . . 41
表 A.1 BTC & OIL 在多元常態假設下的 DCC 模型估計係數 . . . 62
表 A.2 BTC & OIL 在多元 t 分配假設下的 DCC 模型估計係數 . . 62
表 A.3 BTC & Gold 在多元常態假設下的 DCC 模型估計係數 . . . 63
表 A.4 BTC & Gold 在多元 t 分配假設下的 DCC 模型估計係數 . . 63
表 A.5 BTC & Bond 在多元常態假設下的 DCC 模型估計係數 . . . 64
表 A.6 BTC & Bond 在多元 t 分配假設下的 DCC 模型估計係數 . . 64
表 A.7 BTC & dax30 在多元常態分配假設下的 DCC 模型估計係數 65
表 A.8 BTC & dax30 在多元 t 分配假設下的 DCC 模型估計係數 . 65
表 A.9 BTC & ftse100 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
表 A.10 BTC & ftse100 在多元 t 分配假設下的 DCC 模型估計係數 66
表 A.11 BTC & nikkei225 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
表 A.12 BTC & nikkei225 在多元 t 分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
表 A.13 BTC & sp500 在多元常態分配假設下的 DCC 模型估計係數 68
表 A.14 BTC & sp500 在多元 t 分配假設下的 DCC 模型估計係數 . 68
表 A.15 BTC & shanghai 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
表 A.16 BTC & shanghai 在多元 t 分配假設下的 DCC 模型估計係數 69
表 A.17 BTC & SPGSCI 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
表 A.18 BTC & SPGSCI 在多元 t 分配假設下的 DCC 模型估計係數 70
表 A.19 BTC & usd 在多元常態分配假設下的 DCC 模型估計係數 71
表 A.20 BTC & usd 在多元 t 分配假設下的 DCC 模型估計係數 . . 71
表 A.21 BTC & cnyusd 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
表 A.22 BTC & cnyusd 在多元 t 分配假設下的 DCC 模型估計係數 72
表 A.23 BTC & eurusd 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
表 A.24 BTC & eurusd 在多元 t 分配假設下的 DCC 模型估計係數 73
表 A.25 BTC & jpyusd 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
表 A.26 BTC & jpyusd 在多元 t 分配假設下的 DCC 模型估計係數 74
表 A.27 BTC & gbpusd 在多元常態分配假設下的 DCC 模型估計係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
表 A.28 BTC & gbpusd 在多元 t 分配假設下的 DCC 模型估計係數 75
表 B.1 BTC & OIL 在多元常態分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
表 B.2 BTC & OIL 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
表 B.3 BTC & Gold 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
表 B.4 BTC & Gold 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
表 B.5 BTC & Bond 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
表 B.6 BTC & Bond 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
表 B.7 BTC & dax30 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
表 B.8 BTC & dax30 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
表 B.9 BTC & ftse100 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
表 B.10 BTC & ftse100 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
表 B.11 BTC & nikkei225 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
表 B.12 BTC & nikkei225 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
表 B.13 BTC & sp500 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
表 B.14 BTC & sp500 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
表 B.15 BTC & shanghai 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
表 B.16 BTC & shanghai 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
表 B.17 BTC & SPGSCI 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
表 B.18 BTC & SPGSCI 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
表 B.19 BTC & usd 在多元常態分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
表 B.20 BTC & usd 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
表 B.21 BTC & cnyusd 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
表 B.22 BTC & cnyusd 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
表 B.23 BTC & eurusd 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
表 B.24 BTC & eurusd 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
表 B.25 BTC & jpyusd 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
表 B.26 BTC & jpyusd 在多元 t 分配假設下的 DCC 模型估計係數(VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
表 B.27 BTC & gbpusd 在多元常態分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
表 B.28 BTC & gbpusd 在多元 t 分配假設下的 DCC 模型估計係數 (VIX) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
Aysan, A. F., Demir, E., Gozgor, G., and Lau, C. K. M. (2019). Effects of the
geopolitical risks on bitcoin returns and volatility. Research in International
Business and Finance, 47:511–518.
Balcilar, M., Bonato, M., Demirer, R., and Gupta, R. (2018). Geopolitical risks
and stock market dynamics of the brics. Economic Systems, 42(2):295–306.
Baur, D. G., Hong, K., and Lee, A. D. (2018). Bitcoin: Medium of exchange
or speculative assets? Journal of International Financial Markets, Institutions
and Money, 54:177–189.
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity.
Journal of econometrics, 31(3):307–327.
Bouri, E., Azzi, G., and Dyhrberg, A. H. (2017a). On the return-volatility relationship in the bitcoin market around the price crash of 2013. Economics, 11(1).
Bouri, E., Gupta, R., Tiwari, A. K., and Roubaud, D. (2017b). Does bitcoin hedge
global uncertainty? evidence from wavelet-based quantile-in-quantile regressions. Finance Research Letters, 23:87–95.
Bouri, E., Molnár, P., Azzi, G., Roubaud, D., and Hagfors, L. I. (2017c). On the
hedge and safe haven properties of bitcoin: Is it really more than a diversifier?
Finance Research Letters, 20:192–198.
Box, G. E. and Jenkins, G. M. (1976). Time series analysis: Forecasting and
control san francisco. Calif: Holden-Day.
Brenner, M. and Galai, D. (1993). Hedging volatility in foreign currencies. The
Journal of Derivatives, 1(1):53–59.
Brunnermeier, M. K. and Pedersen, L. H. (2009). Market liquidity and funding
liquidity. The review of financial studies, 22(6):2201–2238.
Cheah, E.-T. and Fry, J. (2015). Speculative bubbles in bitcoin markets? an empirical investigation into the fundamental value of bitcoin. Economics letters,
130:32–36.
Chen, C., Liu, L., and Zhao, N. (2020). Fear sentiment, uncertainty, and bitcoin
price dynamics: The case of covid-19. Emerging Markets Finance and Trade,
56(10):2298–2309.
Cheng, C. H. J. and Chiu, C.-W. J. (2018). How important are global geopolitical
risks to emerging countries? International economics, 156:305–325.
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(366a):427–431.
Ding, Z., Granger, C. W., and Engle, R. F. (1993). A long memory property of
stock market returns and a new model. Journal of empirical finance, 1(1):83–
106.
Dyhrberg, A. H. (2016a). Bitcoin, gold and the dollar–a garch volatility analysis.
Finance Research Letters, 16:85–92.
Dyhrberg, A. H. (2016b). Hedging capabilities of bitcoin. is it the virtual gold?
Finance Research Letters, 16:139–144.
Eisl, A., Gasser, S. M., and Weinmayer, K. (2015). Caveat emptor: Does bitcoin
improve portfolio diversification? Available at SSRN 2408997.
Engle, R. (2002). Dynamic conditional correlation: A simple class of multivariate
generalized autoregressive conditional heteroskedasticity models. Journal of
Business & Economic Statistics, 20(3):339–350.
Engle, R. F. (1982a). Autoregressive conditional heteroscedasticity with estimates
of the variance of united kingdom inflation. Econometrica: Journal of the
econometric society, pages 987–1007.
Engle, R. F. (1982b). A general approach to lagrange multiplier model diagnostics.
Journal of Econometrics, 20(1):83–104.
Engle III, R. F. and Sheppard, K. (2001). Theoretical and empirical properties of
dynamic conditional correlation multivariate garch.
Gkillas, K., Gupta, R., and Wohar, M. E. (2018). Volatility jumps: The role of
geopolitical risks. Finance Research Letters, 27:247–258.
Glosten, L. R., Jagannathan, R., and Runkle, D. E. (1993). On the relation between
the expected value and the volatility of the nominal excess return on stocks. The
journal of finance, 48(5):1779–1801.
Granger, C. W. and Newbold, P. (1974). Spurious regressions in econometrics.
Journal of econometrics, 2(2):111–120.
Guesmi, K., Saadi, S., Abid, I., and Ftiti, Z. (2019). Portfolio diversification with
virtual currency: Evidence from bitcoin. International Review of Financial
Analysis, 63:431–437.
Hoang, K., Nguyen, C. C., Poch, K., and Nguyen, T. X. (2020). Does bitcoin
hedge commodity uncertainty? Journal of Risk and Financial Management,
13(6):119.
Hong, K. (2017). Bitcoin as an alternative investment vehicle. Information Technology and Management, 18:265–275.
Kristoufek, L. (2015). What are the main drivers of the bitcoin price? evidence
from wavelet coherence analysis. PloS one, 10(4):e0123923.
Kyle, A. S. and Xiong, W. (2001). Contagion as a wealth effect. The Journal of
Finance, 56(4):1401–1440.
Kyriazis, N. A. (2020). Is bitcoin similar to gold? an integrated overview of
empirical findings. Journal of Risk and Financial Management, 13(5):88.
Li, X. and Wang, C. A. (2017). The technology and economic determinants of
cryptocurrency exchange rates: The case of bitcoin. Decision support systems,
95:49–60.
Ljung, G. M. and Box, G. E. (1978). On a measure of lack of fit in time series
models. Biometrika, 65(2):297–303.
Maddala, G. S. and Kim, I.-M. (1998). Unit roots, cointegration, and structural
change.
Nakamoto, S. (2008). Bitcoin: A peer-to-peer electronic cash system. Decentralized business review, page 21260.
Nelson, C. R. and Plosser, C. R. (1982). Trends and random walks in macroeconmic time series: some evidence and implications. Journal of monetary economics, 10(2):139–162.
Nelson, D. B. (1990). Arch models as diffusion approximations. Journal of econometrics, 45(1-2):7–38.
Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica: Journal of the econometric society, pages 347–370.
Phillips, P. C. (1986). Understanding spurious regressions in econometrics. Journal of econometrics, 33(3):311–340.
Phillips, P. C. and Perron, P. (1988). Testing for a unit root in time series regression.
Biometrika, 75(2):335–346.
Said, S. E. and Dickey, D. A. (1984). Testing for unit roots in autoregressivemoving average models of unknown order. Biometrika, 71(3):599–6
Smales, L. A. (2021). Geopolitical risk and volatility spillovers in oil and stock
markets. The Quarterly Review of Economics and Finance, 80:358–366.
Su, C.-W., Xi, Y., Tao, R., and Umar, M. (2022). Can bitcoin be a safe haven in
fear sentiment? Technological and Economic Development of Economy, 28(2):
268–289.
Tse, Y. K. and Tsui, A. K. C. (2002). A multivariate generalized autoregressive
conditional heteroscedasticity model with time-varying correlations. Journal of
Business & Economic Statistics, 20(3):351–362.
Urquhart, A. (2016). The inefficiency of bitcoin. Economics Letters, 148:80–82.
Yermack, D. (2015). Is bitcoin a real currency? an economic appraisal. In Handbook of digital currency, pages 31–43. Elsevier.
楊奕農 (2009). 時間序列分析: 經濟與財務上之應用. 雙葉書廊.
陳旭昇 (2013). 時間序列分析: 總體經濟與財務金融之應用. 臺灣東華.
陳羿熏 (2020). 當市場恐慌指數變高時比特幣是否還為臺灣加權股價指數的
避險工具?. 國立中正大學企業管理系研究所碩士論文, pages 1–38.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊