| dc.contributor.advisor | 林靖庭<br>羅秉政 | zh_TW |
| dc.contributor.advisor | Lin, Ching-Ting<br>Kendro Vincent | en_US |
| dc.contributor.author (Authors) | 林珮琪 | zh_TW |
| dc.contributor.author (Authors) | Lin, Pei-Chi | en_US |
| dc.creator (作者) | 林珮琪 | zh_TW |
| dc.creator (作者) | Lin, Pei-Chi | en_US |
| dc.date (日期) | 2024 | en_US |
| dc.date.accessioned | 4-Feb-2025 15:39:52 (UTC+8) | - |
| dc.date.available | 4-Feb-2025 15:39:52 (UTC+8) | - |
| dc.date.issued (上傳時間) | 4-Feb-2025 15:39:52 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0111ZB1066 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/155435 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 國際金融碩士學位學程 | zh_TW |
| dc.description (描述) | 111ZB1066 | zh_TW |
| dc.description.abstract (摘要) | 隨著金融市場的快速變化與客戶需求的多樣化，銀行在投資組合管理中面臨著如何提升資產配置策略與風險管理能力的挑戰。本研究以動態資產配置策略為核心，探索在不同利率環境（升息與降息週期）下，銀行如何運用數位推薦模組結合 Lean Canvas 模型進行個性化資產配置與服務優化。
本研究運用數據分析與實證研究方法，驗證推薦模組在資產配置中的應用效果，特別是在利率波動與市場變化的情境下，如何調整投資策略以實現資產的穩健增值。研究結果顯示，在升息週期中，保守型配置（如中長期投資等級債券）能有效降低波動風險；而在降息週期中，增加股票及高收益債券配置則能提升投資回報。此外，數位推薦模組的應用顯著提高了資產配置效率，並通過即時監控與動態調整機制，為客戶提供了更精準的投資建議。
本研究的實證結果不僅強化了動態資產配置策略的理論基礎，也為銀行在數位化轉型中的實務應用提供了可行的參考，對提升銀行市場競爭力及客戶滿意度具有重要意義。 | zh_TW |
| dc.description.abstract (摘要) | With the rapid evolution of financial markets and the diversification of customer needs, banks face increasing challenges in enhancing asset allocation strategies and risk management capabilities within investment portfolio management. This study centers on dynamic asset allocation strategies, exploring how banks employ digital recommendation modules integrated with the Lean Canvas model to optimize personalized asset allocation and services under varying interest rate environments (interest rate increases and interest rate reductions).
Through data analytics and empirical research methods, this study validates the effectiveness of recommendation modules in asset allocation, particularly in adjusting investment strategies amidst interest rate fluctuations and market changes to achieve stable asset growth. The findings indicate that during interest rate increase cycles, conservative allocations, such as medium- to long-term investment-grade bonds, effectively mitigate volatility risks. Conversely, during interest rate reduction cycles, increasing allocations to stocks and high-yield bonds enhances investment returns. Moreover, the application of digital recommendation modules significantly improves asset allocation efficiency, providing more precise investment advice through real-time monitoring and dynamic adjustment mechanisms.
The empirical results of this study not only reinforce the theoretical foundation of dynamic asset allocation strategies but also offer practical references for banks in their digital transformation efforts. These findings hold significant implications for enhancing bank competitiveness and customer satisfaction in the financial market. | en_US |
| dc.description.tableofcontents | 謝辭 ii
摘要 iv
Abstract v
目次 vi
表次 viii
圖次 viii
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究方法 3
第四節 論文架構 5
第二章 資產配置理論與文獻回顧 8
第一節 投資組合管理理論的演進與應用 8
第二節 升降息環境下的資產配置與銀行推薦策略 10
第三節 銀行投資組合的內外部管理與動態資產配置策略 15
第四節 投資客戶分類與Lean Canvas應用 20
第三章 研究方法 27
第一節 研究設計與數據收集 27
第二節 投資組合回測方法 29
第三節 風險管理與評估 30
第四章 實證分析 33
第一節 投資組合績效評估 33
第二節 個案研究升息與降息週期的個案分析 41
第三節 推薦模組的實務應用與未來方向 66
第四節 總結與綜合分析 69
第五章 結論與建議 77
第一節 研究結論與運用意涵 77
第二節 研究限制與未來研究方向 78
參考文獻 80
附件 82 | zh_TW |
| dc.format.extent | 1847109 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0111ZB1066 | en_US |
| dc.subject (關鍵詞) | 動態資產配置 | zh_TW |
| dc.subject (關鍵詞) | 推薦模組 | zh_TW |
| dc.subject (關鍵詞) | 數位化轉型 | zh_TW |
| dc.subject (關鍵詞) | 利率環境 | zh_TW |
| dc.subject (關鍵詞) | Lean Canvas | zh_TW |
| dc.subject (關鍵詞) | Dynamic Asset Allocation | en_US |
| dc.subject (關鍵詞) | Recommendation Module | en_US |
| dc.subject (關鍵詞) | Digital Transformation | en_US |
| dc.subject (關鍵詞) | Interest Rate Environment | en_US |
| dc.subject (關鍵詞) | Lean Canvas | en_US |
| dc.title (題名) | 銀行投資產品組合與規劃分析 | zh_TW |
| dc.title (題名) | Analysis and Planning of Bank Investment Portfolios | en_US |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | 林宗逸. (2021). 金融科技在資產管理領域的創新應用. 國立政治大學商學院風險管理與保險學系碩士論文。
林靖庭*；張清發；陳威光, 2017.12, '券商推薦股票評等報告之績效分析,' 風險管理學報, Vol.19, No.2, pp.116-140.(*為通訊作者), vol. 419656, Dec. 2017
劉昶佑. (2023). 貨幣權力不對等與台灣對美國貨幣政策的因應策略. 國立台灣大學政治學系博士論文.
URI: http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/90158
黃威霖. (2020). 利用褐皮書預測美國聯準會升降息決策. 國立台灣大學管理學院財務金融學研究所碩士論文.
DOI: 10.6342/NTU202001105
翁靖雅. (2021). 再平衡資產配置策略之實證研究. 國立清華大學科技管理學院財務金融碩士在職專班。
金融監督管理委員會（2023）。《112年本會普惠金融衡量及觀察指標衡量結果》。取自金管會官網：https://www.fsc.gov.tw/ch/home.jsp?id=838&parentpath=0,7
台灣金融研訓院. (2023). 我國銀行業金融科技創新與數位轉型大調查. 台北: 台灣金融研訓院。取自金融研訓院官網：
https://www.tabf.org.tw/Article.aspx?id=4053&cid=1
UUPON & 中央大學亞洲影響力衡量與管理研究院. (2023). 銀行金融科技使用行為調查報告. 台北: UUPON。取自UUPON官網：
https://insights.uupon.tw/pages/introduce_4.html
Board of Governors of the Federal Reserve System (US). (n.d.). Federal Funds Target Range - Upper Limit [DFEDTARU]. Retrieved from https://fred.stlouisfed.org/series/DFEDTARU
Hung, W., Lin, C-T., & Yang, J. J. (2022, Aug.). 'Aggregate 52-week high, limited attention, and time-varying momentum profits,' Journal of Banking and Finance, 141, 106531. (SSCI) (*Corresponding Author), vol. 437954, Aug. 2022.
DOI: 10.1016/j.jbankfin.2022.106531
Markowitz, H. (1952). Portfolio Selection. Journal of Finance, 7(1), 77-91.
Sharpe, W. F. (1964). Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk. Journal of Finance, 19(3), 425-442. | zh_TW |
