| dc.contributor.advisor | 李桐豪 | zh_TW |
| dc.contributor.author (Authors) | 江佳芳 | zh_TW |
| dc.creator (作者) | 江佳芳 | zh_TW |
| dc.date (日期) | 2008 | en_US |
| dc.date.accessioned | 14-Sep-2009 09:31:50 (UTC+8) | - |
| dc.date.available | 14-Sep-2009 09:31:50 (UTC+8) | - |
| dc.date.issued (上傳時間) | 14-Sep-2009 09:31:50 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0096352021 | en_US |
| dc.identifier.uri (URI) | https://nccur.lib.nccu.edu.tw/handle/140.119/31205 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 金融研究所 | zh_TW |
| dc.description (描述) | 96352021 | zh_TW |
| dc.description (描述) | 97 | zh_TW |
| dc.description.abstract (摘要) | 本文使用經濟物理學的方法建構模型，同時使用其數據分析的方式探討台灣股市特徵，並檢視模型模擬的市場與台灣股市相比較，探討模型應用於台灣股市之可行性，最後比較不同模型之間的差異性，以作為未來深入研究時修改模型的依據。 模型建構的概念乃取自於Agent-based Model（ABM），為一以使用電腦技術模型自發性行動者（agent）在不同的交互作用下為系統帶來的變化，而模型根據不同的規則可以對系統帶來不同的影響，透過建構新模型、分析模型的複雜系統，我們可以發現系統的規則後進一步找出預測的方法。 數據分析的方式則分別採用物理統計學和傳統財務理論使用的統計計量方法進行分析。物理統計的方法有Mantegna演算法和冪次現象（power law）的探討，而傳統的計量方法則是使共整合及Granger因果關係檢測探討價量關係。 本文的結論分三大部分說明：（1）台灣股市的特徵：台灣加權股價指數的報酬率變化不符合常態分配，但存在冪次現象；而價量之間沒有共整合的關係，但有「價為量之因」的發現。（2）本文建構的系統能與台灣股市的分配和冪次現象相符合，但在價量關係的部分對台灣股市的解釋程度大幅下降；而本文設計的財富賦予制度能夠捕捉到市場投資人財富分配愈趨不均的現象。（3）在模型差異性的部分，本文的發現如下：1.加入交易限制的EZ模型股價波動度會小於原始EZ模型的股價波動度。2.民主EZ模型的股價報酬波動度會大於獨裁EZ模型股價報酬波動度。3.本研究所建構的模型，在模擬高頻率交易市場時，確實能夠捕捉到參與者財富分配不均之情況。4.在95%的信心水準下，我們無法說明民主EZ模型財富分配較不平均。 | zh_TW |
| dc.description.tableofcontents | 第一章 緒論 1 第一節 研究動機 1 第二節 研究目的 3 第三節 論文架構 4 第二章 文獻探討 5 第一節 由複雜系統的觀點探討金融市場 5 第二節 數據規律現象的發現 5 第三節 建構模型並利用電腦技術模擬 7 第三章 研究方法 10 第一節 建構模型 10 第二節 資料選取 13 第三節 台灣股市報酬率性質探討以及模擬數據之分析 13 第四節 模型間差異性分析 18 第四章 實證結果分析 22 第一節 台灣加權股價指數數據分析 22 第二節 模型輸入參數說明 27 第三節 模擬結果分析及台灣股市配適程度探討 28 第四節 模型間差異性分析 33 第五章 結論與建議 37 第一節 結論 37 第二節 後續研究的建議 39 參考文獻 40 附錄 43 圖表目錄 圖 3 1 個人特徵值（pi）的機率分配，(a)民主模型);(b)獨裁模型 20 圖 4 1 台灣加權股價指數不同時間間隔之報酬率分配圖 22 圖 4 2 台灣加權股價指數α參數的估計圖 23 圖 4 3 台股加權股價指數之冪次現象 23 圖 4 4 模型依不同時間間隔下之股價報酬率機率分配圖 28 圖 4 5 模型一α參數估計圖 29 圖 4 6 模型一修改參數後之結果(λ=5000，a=0.1，α=1.3244) 29 圖 4 7 模型一修改參數後之結果(λ=1000，a=0.3，α=2.0157) 30 圖 4 9 模型一冪次現象 30 圖 4 8 模型一修改參數後之冪次現象(a=0.3) 30 圖 4 10 模型二吉尼係數走勢圖 32 圖 4 11 重複抽樣後模型一與模型二股價報酬率變異數分配關係圖 34 圖 4 12 模型三與模型四股價報酬率變異數分布圖 34 圖 4 13 模型三與模型四交易機率分布圖 35 圖 4 14 不同模型吉尼係數走勢圖 35 圖 4 15 模型三與模型四吉尼係數分布圖 36 表 4 1 台灣加權股價指數成交量ADF單根檢定(1981/1-2009/5) 24 表 4 2 台灣加權股價指數ADF單根檢定(1981/1-2009/5) 24 表 4 3 台灣加權股價指數成交量ADF單根檢定(2004/5-2009/5) 25 表 4 4 台灣加權股價指數ADF單根檢定(2004/5-2009/5) 25 表 4 5 台灣加權股價指數與其成交量之迴歸分析 26 表 4 6 台灣加權股價指數與成交量之因果關係 26 表 4 7 模型一價量關係檢測(單根檢定) 31 表 4 8 模型的價量因果關係檢測 31 表 4 9 模型三與模型四之α參數估計值 33 | zh_TW |
| dc.language.iso | en_US | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0096352021 | en_US |
| dc.subject (關鍵詞) | 群聚行為 | zh_TW |
| dc.subject (關鍵詞) | 經濟物理學 | zh_TW |
| dc.subject (關鍵詞) | 穩定分配 | zh_TW |
| dc.subject (關鍵詞) | EZ模型 | zh_TW |
| dc.subject (關鍵詞) | 吉尼係數 | zh_TW |
| dc.subject (關鍵詞) | ABM | en_US |
| dc.title (題名) | 探討群體決策模式對高頻率交易市場之影響－兼論模型應用於台灣股市之可行性 | zh_TW |
| dc.type (資料類型) | thesis | en |
| dc.relation.reference (參考文獻) | 中文參考文獻 | zh_TW |
| dc.relation.reference (參考文獻) | 王碩濱(2006)，「以經濟物理學觀點分析台灣股市日內時間序列」，國立東華大學應用物理研究所碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 田瀅嫆(2006)，「厚尾分配下風險值與ETL探討--穩定分配與一般化誤差分配的應用」，銘傳大學財務金融系碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 任青松(2002)，「台灣股價指數與期貨指數之價量關聯性研究」，國立高雄第一科技大學財務管理系碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 苟成玲 李英姿 刘玉萍(2006)，｢金融市場研究的新視角｣，中國科技論文在線 | zh_TW |
| dc.relation.reference (參考文獻) | 保羅∙奧莫羅德(2000)，「蝴蝶效應經濟學」，聯經 | zh_TW |
| dc.relation.reference (參考文獻) | 保羅∙奧莫羅德(2008)，「敗部經濟學—99%失敗與1%成功的道理」，早安財經文化 | zh_TW |
| dc.relation.reference (參考文獻) | 馬克∙布侃南(2003)，「連結—混沌、複雜之後，最具開創性的小世界理論」，天下文化 | zh_TW |
| dc.relation.reference (參考文獻) | 陳焙焿(2007)，「台灣股價指數期貨報酬率與成交量關係之研究」，南華大學財務管理研究所碩士論文 | zh_TW |
| dc.relation.reference (參考文獻) | 菲利浦∙鮑爾(2008)，「用物理學找到美麗新世界—洞悉事務如何環環相扣」，木馬文化 | zh_TW |
| dc.relation.reference (參考文獻) | 華德羅普(1994)，「複雜—走在秩序與混沌邊緣」，天下文化 | zh_TW |
| dc.relation.reference (參考文獻) | 英文參考文獻 | zh_TW |
| dc.relation.reference (參考文獻) | Anderson, P.W., Arrow, K.J., and D. Pines (Eds.) (1988), “The Economy as an Evolving Complex System”, Addison-Wesley, New York | zh_TW |
| dc.relation.reference (參考文獻) | Arthur, W.B. ( 1999), “Complexity and the Economy,” Science, Vol. 238, pp. 107–109 | zh_TW |
| dc.relation.reference (參考文獻) | Bak, P. (1996), “How Nature Works: the Science of Self-organized Criticality”, Copernicus, New York, , USA | zh_TW |
| dc.relation.reference (參考文獻) | Bouchaud J.P. and R. Cont (2000), “Herd Behavior and Aggregate Fluctuations in Financial Markets” Macroeconomic Dynamics, 4, 2000, 170–196. | zh_TW |
| dc.relation.reference (參考文獻) | Clauset Aaron , Cosma Rohilla Shalizi, and M. E. J. Newman(2009),” Power-law distributions in empirical data”, http://arxiv.org/abs/0706.1062 | zh_TW |
| dc.relation.reference (參考文獻) | Challet D. and Y.C. Zhang, “Emergence of Cooperation and Organization in an evolutionary Game”, Physica A 246 (1997), pp. 407–418. | zh_TW |
| dc.relation.reference (參考文獻) | Challet D., and Yi‐Cheng Zhang, “ On the minority game: Analytical and numerical studies”, Physica A 256 (1998), pp. 514–532. | zh_TW |
| dc.relation.reference (參考文獻) | Du Mouchel, and W.H. (1983), “Estimating the Stable Index α in Order to Measure Tail Thickness: A Critique”, The Annals of Statistics 11, 1019-1031. | zh_TW |
| dc.relation.reference (參考文獻) | Eguiluz Victor M., and Martin G. Zimmermann(2000), “Transmission of Information and Herd Behavior: An Application to Financial Markets”, Physical Review Letters,Vol.85, No.26 | zh_TW |
| dc.relation.reference (參考文獻) | Fama E. F., “The Behavior of Stock‐Market Prices”, Journal of Business, Vol. 38, 1965, pp. 34‐105. | zh_TW |
| dc.relation.reference (參考文獻) | Farmer J.D. (2002), "Market force, ecology and evolution,", Industrial and Corporate Change, Oxford University Press, vol. 11(5), pages 895-953 | zh_TW |
| dc.relation.reference (參考文獻) | G.J. Rodgers, and Dafang Zheng(2002), “A Herding Model with Preferential Attachment and Fragmentation” Physica A: Statistical Mechanics and its Applications | zh_TW |
| dc.relation.reference (參考文獻) | Guptaa N., Hausera R., and Neil F. Johnson, “Using Artificial Market Models to Forecast Financial Time‐Series”, http://arXiv:physics/0506134v2. | zh_TW |
| dc.relation.reference (參考文獻) | Johnson Neil F., Paul Jefferies, and Pak Ming Hui(2006),”Financial Market Complexity” Oxford University Press | zh_TW |
| dc.relation.reference (參考文獻) | Mantegna, R. and H.E Stanley (1995), “Scaling behavior in the dynamics of an economic index”, Nature 376 | zh_TW |
| dc.relation.reference (參考文獻) | Mantegna R.N. and H.E. Stanley(2000), “An Introduction to Econophysics: Correlations and Complexity in Finance”, Cambridge University Press, Cambridge. | zh_TW |
| dc.relation.reference (參考文獻) | Ren F., S. Trimper, B. Zheng, and D.F. Zheng(2004), “A generalized dynamic herding model with feed-back interactions” Physica A 343 (2004) 653–661 | zh_TW |
| dc.relation.reference (參考文獻) | R. d’Hulst and G.J. Rodgers(2000), “Democracy versus Dictatorship in Self-Organized Models of Financial Markets”, Physica A 280 554–565: Statistical Mechanics and its Applications | zh_TW |
| dc.relation.reference (參考文獻) | R. d’Hulst and G.J. Rodgers (2001), “Transition from coherence to bistability in a model of financial markets.” The European Physical Journal B, Vol. 20, Issue 4, pp. 619-625. | zh_TW |
| dc.relation.reference (參考文獻) | StauNer, D., and D. Sornette, (1999), “Self-organized percolation model for stock market Kuctuations”. Physica A 271, 496–506. | zh_TW |
