臺灣博碩士論文加值系統

相同到期年限的美國公債與美國抗通膨債券，兩者之間殖利率的差異就是所謂的平衡通膨率(Break-even Inflation Rates，BEIR)，是用來衡量市場參與者對於未來通膨率預期最簡單的方法之一。本研究收集了自2003/01至2012/07的五年期及十年期美國抗通膨債券殖利率、美國公債殖利率各有115筆月資料，並以此計算出兩者之BEIR，與美國通貨膨脹率(CPI)進行通貨膨脹預測效果估計及向量自我迴歸模型中的因果關係檢定、衝擊反應分析、預測誤差變異數分解，來探討兩者間的關係。
實證結果顯示，加入平衡通膨率後的通貨膨脹預測效果是較好的。而因果關係檢定顯示五年期的BEIR是通貨膨脹的因，十年期BEIR與通貨膨脹兩者則是互為因果具有雙向回饋關係效果存在。

The Break-even inflation rate(BEIR) is the difference between Treasury Inflation-Protection Securities yield and Treasury bond yield ,and is one of the easy way to predict the real inflation rate. This paper uses monthly data of Treasury Inflation-Protection Securities yield and Treasury bond yield from January 2003 to July 2012 to compute the BEIR. I examine the relationship between the BEIR and CPI using the forecasted estimation of inflation rate ,Vector Autoregression model, Granger Causality test, Impulse response analysis and Forecast error variance decomposition .
The results show that the forecasting ability is better after adding the Break-even inflation rate. The causality test reveals that the inflation rate is affected by the five-year BEIR, and the ten-year BEIR and inflation rate are two-way feedback effect .

摘要 Ⅰ
Abstract Ⅱ
目錄 Ⅲ
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 研究目的 1
第三節 研究架構 1
第二章 商品介紹及文獻回顧 3
第一節 文獻回顧 3
第二節 商品介紹 6
第三章 研究方法 10
第一節 單根檢定 10
第二節 預測分析 11
第三節 最適落後期數 12
第四節 向量自我迴歸模型(Vector AutoRegression,VAR) 13
第五節 因果關係檢定(Causality Test) 13
第六節 衝擊反應分析(Impulse Response Analysis) 14
第七節 預測誤差變異數分解 16
第四章 實證結果和分析 17
第一節 資料來源與介紹 17
第二節 單根檢定 18
第三節 預測分析 19
第四節 向量自我迴歸模型 24
第五節 因果關係檢定 27
第六節 衝擊反應分析 28
第七節預測誤差變異數分解 30
第五章 結論與建議 32
第一節 結論 32
第二節 後續研究建議 33
參考文獻 34

汪昌雲、戴穩勝、張成思(2011)。基於EVIEWS的金融計量學，中國人民大學出版社。
周賓凰、孫而音、鍾惠民(2011)。財務計量:Eviews的運用，新陸書局。
柯百鈴(2005)。新種公債商品之研究，中央銀行。
黃旭煇(2007)。美國抗通膨國庫券殖利率與通貨膨脹之關聯性，世新大學財務金融學系研究所碩士論文。
陳威光(2003)。新金融商品個案集 I ，智勝文化公司。
張育菁(2012)。通貨膨脹預測:以台灣為例，清華大學經濟研究所碩士論文。
趙孟麗(2005)。美國抗通膨公債 (TIPS) 交易策略之實證研究，中央大學財務金融學系研究所碩士論文。
鍾豐鍵(2010)。台灣通貨膨脹預測模型比較與分析，銘傳大學經濟學系研究所碩士論文。
Atkeson and Ohanian(2001). Are Phillips Curves Useful for Forecating Inflation?,Federal Reserve Bank of Minneapolis Quarterly Review,25,2-11.
Bardong and Lehnert(2004). TIPS and Inflation Expectations, The Journal of Fixed Income,14,15-35
Cechetti, chu and Steindel(2000). The Unreliability of Inflation Indicators,Federal Reserve Bank of New York Current Issues in Economics and Finance,6,1-6.
Dickey, D.A. and W.A. Fuller (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root, Journal of the American Statistical Association,74,427-431
Granger, C.W.J. (1969). Investigating Causal Relations by Econometric Models and Cross-Spectral Methods, Econometrica ,37,424-438
Inoue, A. and L. Kilian(2008). How Useful is Bagging in Forecsating Economic Time Series? A Case Study of U.S. CPI Inflation, Journal of the American StatisticalAssociation,103,511-522.
Kajuth and Watzka(2011). Inflation expectations from index-linked bonds: Correcting for liquidity and inflation risk premia, The Quarterly Review of Economics and Finance,51,225-235
Sims, Christopher A.(1980). Macroeconomics and Reality, Econometrica,48,1-48.
Stock, J. H. and M. W. Watson(1999). Forecasting Inflation, Journal of MonetaryEconomics,44,293-335.
Stock, J. H. and M. W. Watson(2007). Why has U.S. inflation become harder to forecast?, Journal of Money, Credit and Banking,39,13-33.