1. NCCU Academic Hub
  2. 學術產出
  3. College of Commerce
  4. Theses
  5. Item

學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

題名 匯率預測模型之實證研究
A study of exchange rate forecasting model
作者 邱靖惠
貢獻者 謝淑貞
邱靖惠
關鍵詞 自我迴歸整合移動平均模型
廣義自我迴歸條件異質變異模型
馬可夫轉換模型
日期 2019
上傳時間 3-Jun-2019 13:02:27 (UTC+8)
摘要 本研究收集新台幣兌美元即期匯率資料，採用自我迴歸整合移動平均模型(ARIMA)、廣義自我迴歸條件異質變異模型(GARCH)及馬可夫轉換模型(MS)，建構預測新台幣兌美元匯率之匯率預測模型，並找出預測能力最佳的模型。

實證研究的結果顯示，樣本外預測能力，馬可夫轉換模型(MS)表現最佳，廣義自我迴歸條件異質變異模型(GARCH)次之，自我迴歸整合移動平均模型(ARIMA)最差，得出單純的線性匯率預測模型，例如自我迴歸整合移動平均模型(ARIMA)及廣義自我迴歸條件異質變異 (GARCH)，在未考量其他不確定因素下，預測能力較差，加入不確定因素的匯率預測模型，例如馬可夫轉換模型(MS)，預測能力較其他兩種線性模型佳，但三種匯率預測模型的均方差的平方根(RMSE)及絕對均差(MAE)之數值並無顯著差異。

根據實證研究得出馬可夫轉換模型(MS)是最適合預測新台幣兌美元的匯率預測模型，在兩項衡量誤差指標中表現最佳，馬可夫轉換模型(MS)把不同狀態變數考量在模型中，以轉換機率表達不同狀態下匯率的升貶機率，比其他兩種匯率預測模型考量更多匯率變動之因素，增加模型預測能力，若能使用馬可夫動態轉換模型(MSDR)，在模型加入被解釋變數的遞延項，可以增加模型的解釋能力。
參考文獻 一、中文部分
1.楊敏生，1994，模糊理論簡介，十八卷一期，數學傳播。
2.金美孜，1997，匯率預測誤差與學習--台灣遠期外匯市場在開放之實證分析，政治大學國際貿易研究所碩士論文。
3.吳宜璋，1996，台幣匯率趨勢預測表現之研究，政治大學國際貿易研究所碩士論文。
4.蔡佳宏，1999，台灣股市與匯市間報酬及波動性之外溢效果—GARCH及GMM之應用，政治大學企業管理研究所碩士論文。
5.陳麗如，2001，估計台幣/美元遠期外匯風險溢酬—馬可夫變換模型之應用，政治大學國際貿易研究所碩士論文。
6.賴耀君，2003，用馬可夫鏈蒙地卡羅法估計隨機波動模型:台灣匯率市場的實證研究，政治大學經濟研究所碩士論文。
7.惠曉峰、柳鴻生、胡偉、何丹青，2003，基於時間序列GARCH模型的人民幣匯率預測，2003年第5期，金融研究。
8.葉家宏，2004，匯率選擇權評價實務上「風險反轉」之探討和其應用在台幣匯率預測模型，政治大學經營管理碩士學程金融組碩士論文。
9.陳宣仰，2005，匯率預測之非線性模型實證研究，政治大學科技管理研究所碩士論文。
10.陳紹珍，2012，匯率報酬模型之非線性調整及可預測性，政治大學金融研究所碩士論文。
11.陳仕偉，2012，馬可夫轉換模型:經濟與財務的應用，指南書局。
12.陳旭昇，2013，時間序列分析—總體經濟與財務金融之應用，台灣大學經濟系。
13.吳修宏，2013，小波分析方法對時間序列模型預測能力之影響—以新台幣兌美元匯率為例，政治大學金融研究所碩士論文。
14.梁奕鴻，2014，3天搞懂外幣投資，日月文化出版股份有限公司。
15.中央研究院經濟研究所總體經濟預測小組，2015，台灣經濟情勢總展望，臺灣經濟預測與政策。
16.魏雲捷、崔曉楊、鮑勤、汪壽陽，2016，匯率波動對我國對外貿易的影響分析，2016年第31期，中國科學院院刊。
17.中央研究院經濟研究所總體經濟預測小組，2017，台灣經濟情勢總展望，臺灣經濟預測與政策。
18.徐喬，2017，經濟學，志光教育科技股份有限公司數位出版分公司。
19.楊宗桓，2017，外匯套利I，寰宇出版股份有限公司。

二、英文部分
1.Meese, R.A. and Rogoff, K.,1983, Empirical exchange rate models of the seventies--do they fit out of sample? , Journal of International Economics 14, 3-24.
2.Boothe, P. and Glassman, D.,1987, Comparing exchange rate forecasting models—accuracy versus profitability, International Journal of Forecasting 3, 65-79.
3.C Engel and JD Hamilton ,1990, Long swings in the exchange rate: Are they in the data and do markets know it? , American Economic Review 80, 689-713.
4.Fang, H and Kwong, K.K.,1991, Forecasting foreign exchange rate, Journal of Business Forecasting 10, 16-19.
5.MacDonald, R. and Taylor, M.P.,1993, The monetary approach to the exchange rate, International Monetary Fund Staff Papers 40, 89-107.
6.JD Hamilton,1994, Specification testing in Markov-switching time-series models, Journal of Econometrics 70, 127-157
7.MacDonald, R. and Taylor, M.P.,1994, The monetary model of the exchange rate: long-run relationships, short-run dynamics, and how to beat a random walk, Journal of International Money and Finance 13, 276-290.
8.Engel, C. ,1994, Can the Markov switching model forecast exchange rates? ,Journal of International Economics 36, 151-165.
9.Kim,Chang-Jin, 1994, Dynamic linear models with Markov-switching, Journal of Econometrics 60, 1-22.
10.S.M. Chen,1996, Forecasting enrollments based on fuzzy time series , Fuzzy Sets And Systems 81, 311-319.
11.MacDonald, R.,1998, What determines real exchange rate? the long and the short of it, Journal of Financial Markets, Institutions and Money 8, 117-153.
12.Siddique, A. and Sweeney, R.J.,1998, Forecasting real exchange rate, Journal of International Money and Finance 17, 63-70.
13.Sarantis, N.,1999, Modeling nonlinearities in real effective exchange rate, Journal of International Money and Financial 18, 27-45.
14.Jeong, J.G.,2000, What derives exchange rate: The case of the yen/dollar rate, Multinational Business Review 8, 31-36.
15.IW Marsh,2000, high-frequency Markov switching models in the foreign exchange market, Journal of Forecasting 19, 123-134.
16.F Klaassen,2002, Improving GARCH volatility forecasts with regime-switching garch, Advances in Markov-Switching Models, 223-254.
17.Fang-Mei Tseng, Gwo-Hshiung Tzeng, Hsiao-Cheng Yu, Benjamin J.C. Yuan,2001, Fuzzy ARIMA model for forecasting the foreign exchange market, Journal of International Money and Finance 118, 9-19.
18.Tambakis, N. and A.-S.V. Royen,2002, Conditional predictability of daily exchange rate, Journal of Forecasting 21, 301-315.
19.PR Hansen, A Lunde ,2005, A forecast comparison of volatility models: Does anything beat a GARCH (1,1)? , Journal of Applied Econometrics 20, 873-889.
20.HY Lee, SL Chen ,2006, Why use Markov-switching models in exchange
rate prediction?, Economic Modelling 23, 662-668.
21.M Dueker, CJ Neely, 2007, Can Markov switching models predict excess foreign exchange returns? Journal of Banking & Finance 31, 279-296.
22.SM Fahimifard, M Homayounifar, M.Sabouhi and A.R. Moghaddamnia,2009, Comparison of ANFIS,ANN,GARCH and ARIMA techniques to exchange rate forecasting, Journal of Applied Sciences 9,3641-3651.
23.Walter Enders, 2014, Applied Econometric: Time Series, John Wiley&Sons Inc., 4th Edition.
24.Haji A.Haji, Kusman Sadik, and Agus Mohamad Soleh, 2018, A comparative simulation study of ARIMA and fuzzy time series model for forecasting time series data, IJSRSET 4, 49-56.
描述 碩士
國立政治大學
國際經營與貿易學系
106351012
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0106351012
資料類型 thesis
dc.contributor.advisor 謝淑貞zh_TW
dc.contributor.author (Authors) 邱靖惠zh_TW
dc.creator (作者) 邱靖惠zh_TW
dc.date (日期) 2019en_US
dc.date.accessioned 3-Jun-2019 13:02:27 (UTC+8)-
dc.date.available 3-Jun-2019 13:02:27 (UTC+8)-
dc.date.issued (上傳時間) 3-Jun-2019 13:02:27 (UTC+8)-
dc.identifier (Other Identifiers) G0106351012en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/123670-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 國際經營與貿易學系zh_TW
dc.description (描述) 106351012zh_TW
dc.description.abstract (摘要) 本研究收集新台幣兌美元即期匯率資料，採用自我迴歸整合移動平均模型(ARIMA)、廣義自我迴歸條件異質變異模型(GARCH)及馬可夫轉換模型(MS)，建構預測新台幣兌美元匯率之匯率預測模型，並找出預測能力最佳的模型。

實證研究的結果顯示，樣本外預測能力，馬可夫轉換模型(MS)表現最佳，廣義自我迴歸條件異質變異模型(GARCH)次之，自我迴歸整合移動平均模型(ARIMA)最差，得出單純的線性匯率預測模型，例如自我迴歸整合移動平均模型(ARIMA)及廣義自我迴歸條件異質變異 (GARCH)，在未考量其他不確定因素下，預測能力較差，加入不確定因素的匯率預測模型，例如馬可夫轉換模型(MS)，預測能力較其他兩種線性模型佳，但三種匯率預測模型的均方差的平方根(RMSE)及絕對均差(MAE)之數值並無顯著差異。

根據實證研究得出馬可夫轉換模型(MS)是最適合預測新台幣兌美元的匯率預測模型，在兩項衡量誤差指標中表現最佳，馬可夫轉換模型(MS)把不同狀態變數考量在模型中，以轉換機率表達不同狀態下匯率的升貶機率，比其他兩種匯率預測模型考量更多匯率變動之因素，增加模型預測能力，若能使用馬可夫動態轉換模型(MSDR)，在模型加入被解釋變數的遞延項，可以增加模型的解釋能力。		zh_TW
dc.description.tableofcontents 摘要 I
表次 III
圖次 IV
第一章 緒論 1
第一節 研究動機及目的 1
第二節 研究流程 3
第二章 文獻回顧 5
第一節 匯率模型的理論基礎 5
第二節 相關文獻 8
第三章 研究方法 12
第一節 匯率預測模型 12
第二節 匯率預測衡量方式 19
第四章 實證結果與分析 20
第一節 匯率資料來源及分析 20
第二節 匯率預測模型建構 22
第三節 匯率預測模型預測能力 33
第五章 結論與建議 37
參考文獻 39		zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0106351012en_US
dc.subject (關鍵詞) 自我迴歸整合移動平均模型zh_TW
dc.subject (關鍵詞) 廣義自我迴歸條件異質變異模型zh_TW
dc.subject (關鍵詞) 馬可夫轉換模型zh_TW
dc.title (題名) 匯率預測模型之實證研究zh_TW
dc.title (題名) A study of exchange rate forecasting modelen_US
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 一、中文部分
1.楊敏生，1994，模糊理論簡介，十八卷一期，數學傳播。
2.金美孜，1997，匯率預測誤差與學習--台灣遠期外匯市場在開放之實證分析，政治大學國際貿易研究所碩士論文。
3.吳宜璋，1996，台幣匯率趨勢預測表現之研究，政治大學國際貿易研究所碩士論文。
4.蔡佳宏，1999，台灣股市與匯市間報酬及波動性之外溢效果—GARCH及GMM之應用，政治大學企業管理研究所碩士論文。
5.陳麗如，2001，估計台幣/美元遠期外匯風險溢酬—馬可夫變換模型之應用，政治大學國際貿易研究所碩士論文。
6.賴耀君，2003，用馬可夫鏈蒙地卡羅法估計隨機波動模型:台灣匯率市場的實證研究，政治大學經濟研究所碩士論文。
7.惠曉峰、柳鴻生、胡偉、何丹青，2003，基於時間序列GARCH模型的人民幣匯率預測，2003年第5期，金融研究。
8.葉家宏，2004，匯率選擇權評價實務上「風險反轉」之探討和其應用在台幣匯率預測模型，政治大學經營管理碩士學程金融組碩士論文。
9.陳宣仰，2005，匯率預測之非線性模型實證研究，政治大學科技管理研究所碩士論文。
10.陳紹珍，2012，匯率報酬模型之非線性調整及可預測性，政治大學金融研究所碩士論文。
11.陳仕偉，2012，馬可夫轉換模型:經濟與財務的應用，指南書局。
12.陳旭昇，2013，時間序列分析—總體經濟與財務金融之應用，台灣大學經濟系。
13.吳修宏，2013，小波分析方法對時間序列模型預測能力之影響—以新台幣兌美元匯率為例，政治大學金融研究所碩士論文。
14.梁奕鴻，2014，3天搞懂外幣投資，日月文化出版股份有限公司。
15.中央研究院經濟研究所總體經濟預測小組，2015，台灣經濟情勢總展望，臺灣經濟預測與政策。
16.魏雲捷、崔曉楊、鮑勤、汪壽陽，2016，匯率波動對我國對外貿易的影響分析，2016年第31期，中國科學院院刊。
17.中央研究院經濟研究所總體經濟預測小組，2017，台灣經濟情勢總展望，臺灣經濟預測與政策。
18.徐喬，2017，經濟學，志光教育科技股份有限公司數位出版分公司。
19.楊宗桓，2017，外匯套利I，寰宇出版股份有限公司。

二、英文部分
1.Meese, R.A. and Rogoff, K.,1983, Empirical exchange rate models of the seventies--do they fit out of sample? , Journal of International Economics 14, 3-24.
2.Boothe, P. and Glassman, D.,1987, Comparing exchange rate forecasting models—accuracy versus profitability, International Journal of Forecasting 3, 65-79.
3.C Engel and JD Hamilton ,1990, Long swings in the exchange rate: Are they in the data and do markets know it? , American Economic Review 80, 689-713.
4.Fang, H and Kwong, K.K.,1991, Forecasting foreign exchange rate, Journal of Business Forecasting 10, 16-19.
5.MacDonald, R. and Taylor, M.P.,1993, The monetary approach to the exchange rate, International Monetary Fund Staff Papers 40, 89-107.
6.JD Hamilton,1994, Specification testing in Markov-switching time-series models, Journal of Econometrics 70, 127-157
7.MacDonald, R. and Taylor, M.P.,1994, The monetary model of the exchange rate: long-run relationships, short-run dynamics, and how to beat a random walk, Journal of International Money and Finance 13, 276-290.
8.Engel, C. ,1994, Can the Markov switching model forecast exchange rates? ,Journal of International Economics 36, 151-165.
9.Kim,Chang-Jin, 1994, Dynamic linear models with Markov-switching, Journal of Econometrics 60, 1-22.
10.S.M. Chen,1996, Forecasting enrollments based on fuzzy time series , Fuzzy Sets And Systems 81, 311-319.
11.MacDonald, R.,1998, What determines real exchange rate? the long and the short of it, Journal of Financial Markets, Institutions and Money 8, 117-153.
12.Siddique, A. and Sweeney, R.J.,1998, Forecasting real exchange rate, Journal of International Money and Finance 17, 63-70.
13.Sarantis, N.,1999, Modeling nonlinearities in real effective exchange rate, Journal of International Money and Financial 18, 27-45.
14.Jeong, J.G.,2000, What derives exchange rate: The case of the yen/dollar rate, Multinational Business Review 8, 31-36.
15.IW Marsh,2000, high-frequency Markov switching models in the foreign exchange market, Journal of Forecasting 19, 123-134.
16.F Klaassen,2002, Improving GARCH volatility forecasts with regime-switching garch, Advances in Markov-Switching Models, 223-254.
17.Fang-Mei Tseng, Gwo-Hshiung Tzeng, Hsiao-Cheng Yu, Benjamin J.C. Yuan,2001, Fuzzy ARIMA model for forecasting the foreign exchange market, Journal of International Money and Finance 118, 9-19.
18.Tambakis, N. and A.-S.V. Royen,2002, Conditional predictability of daily exchange rate, Journal of Forecasting 21, 301-315.
19.PR Hansen, A Lunde ,2005, A forecast comparison of volatility models: Does anything beat a GARCH (1,1)? , Journal of Applied Econometrics 20, 873-889.
20.HY Lee, SL Chen ,2006, Why use Markov-switching models in exchange
rate prediction?, Economic Modelling 23, 662-668.
21.M Dueker, CJ Neely, 2007, Can Markov switching models predict excess foreign exchange returns? Journal of Banking & Finance 31, 279-296.
22.SM Fahimifard, M Homayounifar, M.Sabouhi and A.R. Moghaddamnia,2009, Comparison of ANFIS,ANN,GARCH and ARIMA techniques to exchange rate forecasting, Journal of Applied Sciences 9,3641-3651.
23.Walter Enders, 2014, Applied Econometric: Time Series, John Wiley&Sons Inc., 4th Edition.
24.Haji A.Haji, Kusman Sadik, and Agus Mohamad Soleh, 2018, A comparative simulation study of ARIMA and fuzzy time series model for forecasting time series data, IJSRSET 4, 49-56.		zh_TW
dc.identifier.doi (DOI) 10.6814/THE.NCCU.IB.005.2019.F06en_US