學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 「未來事件交易所」的選舉預測分析
Analysis of Election Prediction of xFuture
作者 辛栢緯
貢獻者 朱浩民
辛栢緯
關鍵詞 預測市場
未來事件交易所
未平倉量
羅吉斯迴歸模型
日期 2011
上傳時間 30-Oct-2012 11:24:15 (UTC+8)
摘要 選舉事件在台灣一直是屬於重大事件,民眾對於選舉事務都非常關心。根據童振源等人(2009)和Forsythe, Rietz and Ross(1999),透過預測市場的機制來預測選舉結果非常準確,所以近年來預測市場也變得越來越熱門,新聞媒體也開始大幅報導未來事件交易所的預測結果。本論文將透過實證的方式探討除了價格之外,加入與未平倉相關的資訊是否能夠幫助我們更有效地預測選舉結果,並以此建議未來事件交易所揭露網站內的期貨未平倉合約量這項資訊,以提供交易人參考。
本論文使用資料為未來事件交易所中關於2008年總統選舉、立委選舉以及2010年五都市長選舉的資料,資料期間皆為各選舉的最後兩個交易日的資料,採用的變數有最後交易日的合約加權平均價格、最後交易日的合約未平倉量、最後交易日的合約成交量和最後交易日之價格漲跌及未平倉量增減的相乘項,並利用羅吉斯迴歸來幫助預測分析。
研究結果顯示:(一)與過去的研究結果相符合,未來事件交易所中選舉期貨合約的價格能有效幫助預測選舉的結果;(二)未平倉量和成交量均無法幫助預測選舉結果,這可能是由於未來事件交易所使用虛擬貨幣進行交易以及保證金制度,使得部分交易人在交易成交後不再關注自己的部位或是損益所導致;(三)利用最後交易日價格漲跌及未平倉量增減所得到的相乘項對於預測選情有顯著的幫助,當相乘項越大的時候,候選人當選的機率也隨之越小。
一般期貨交易中,透過未平倉合約量這項資訊可幫助交易人得到更多的資訊。而未來事件交易所的選舉期貨合約之未平倉量雖然無法提供額外的資訊,但是仍然建議可以將這項資訊揭露以供交易人參考。此外,相乘項在預測選情時能提供顯著的幫助,因此在交易上或是預測上都可以參考這項資訊以做出更佳的判斷。
參考文獻 一、 中文參考文獻
1. 王濟川、郭志剛(2003),Logistic迴歸模型:方法及應用,初版,台北:五南圖書。
2. 林佳蓉(2003),成交量與未平倉量對期貨價格波動性之關聯性¬-台灣期貨市場之實證,國立成功大學企業管理研究所碩士論文。
3. 李文興(1997),期貨與選擇權,三版,台北:聯經。
4. 李國彰(2009),期貨未平倉量與波動率對價格變動的影響-門檻值模型之應用,銘傳大學經濟學系碩士在職專班碩士論文。
5. 陳安琳、高蘭芬、湯惠雯(2006),「選舉賭盤之價格形成」,選舉研究,13:2,145-166。
6. 童振源、林馨怡、林繼文、黃光雄、周子全、劉嘉凱、趙文志(2009),「台灣選舉預測:預測市場的運用與實證分析」,選舉預測,16:2,131-166。
7. 謝百庭(2008),大額交易人未平倉部位與期貨指數報酬、波動率關係探討,國立中正大學財務金融研究所碩士論文。

二、 英文參考文獻
1. Bhuyan, R. and M. Chaudhury(2005), “Trading on the Information Content of Open Interest: Evidence from the US Equity Options Market,” The Journal of Derivatives & Hedge Funds, 11(1), pp. 16-36.
2. Bhuyan, R., P. A. Cheshier and D. H. Travis(2010), “LEAPS of Faith: A Trading Indicator Based on CBOE S&P 500 LEAPS Option Open Interest Information,” Journal of Investing, 19(2), 85-95.
3. Erikson, Robert S. and Christopher Wlezien(2008), “Are Political Markets Really Superior to Polls as Election Predictors?” Public Opinion Quarterly, 72(2), 190-215.
4. Forsythe, Robert et al. (1992), “Anatomy of an Experimental Political Stock Market,” The American Economic Review, 82(5), 1142-1161.
5. ____________________ (1995), “Using Market Prices to Predict Election Results: The 1993 UBC Election Stock Market,” The Canadian Journal of Economics / Revue canadienne d`Economique, 28(4a), 770-793.
6. Forsythe, Robert, Thomas A. Rietz and Thomas W. Ross(1999) “Wishes, Expectations and Actions: A Survey on Price Formation in Election Stock Markets,” The Journal of Economic Behavior and Organization, 39(1), 83-110.
7. Liew, K. Y. and R. D. Brooks (1998), “Returns and Volatility in the Kuala Lumpur Crude Palm Oil Future Market,” The Journal of Futures Markets, 18(8), 985-999.
8. Oliven, Kenneth and Thomas A. Rietz(2004) “Suckers Are Born but Markets Are Made: Individual Rationality, Arbitrage, and Market Efficiency on an Electronic Futures Market,” Management Science, 50(3), 336-351.
9. Rhode, Paul W. and Koleman S. Strumpf(2004), “Historical Presidential Betting Markets,” The Journal of Economic Perspectives, 18(2), 127-141.
10. ________________________________(2007) “Manipulating Political Stock Markets: A Field Experiment and a Century of Observational Data,” University of North Carolina, Mimeo.
11. Rosenbloom, E. S. and William Notz(2006) “Statistical Tests of Real-Money versus Play Money Prediction Markets Electronic Markets,” Electronic Markets, 16(1), 63-69.
12. Servan-Schreiber, Emile et al. (2004), “Prediction Markets: Does Money Matter?” Electronic Markets, 14(3), 243-251.
13. Van Bruggen, Gerrit H. et al. (2006), “Institutional Forecasting: The Performance of Thin Virtual Stock Markets.” ERIM Report Series Reference No. ERS-2006-028-MKT.
14. Wolfers, Justin and Eric Zitzewitz(2006), “Interpreting Prediction Market Prices as Probabilities,” National Bureau of Economic Research, NBER Working Paper No. 12200.
描述 碩士
國立政治大學
金融研究所
99352018
100
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0099352018
資料類型 thesis
dc.contributor.advisor 朱浩民zh_TW
dc.contributor.author (Authors) 辛栢緯zh_TW
dc.creator (作者) 辛栢緯zh_TW
dc.date (日期) 2011en_US
dc.date.accessioned 30-Oct-2012 11:24:15 (UTC+8)-
dc.date.available 30-Oct-2012 11:24:15 (UTC+8)-
dc.date.issued (上傳時間) 30-Oct-2012 11:24:15 (UTC+8)-
dc.identifier (Other Identifiers) G0099352018en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/54585-
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) 99352018zh_TW
dc.description (描述) 100zh_TW
dc.description.abstract (摘要) 選舉事件在台灣一直是屬於重大事件,民眾對於選舉事務都非常關心。根據童振源等人(2009)和Forsythe, Rietz and Ross(1999),透過預測市場的機制來預測選舉結果非常準確,所以近年來預測市場也變得越來越熱門,新聞媒體也開始大幅報導未來事件交易所的預測結果。本論文將透過實證的方式探討除了價格之外,加入與未平倉相關的資訊是否能夠幫助我們更有效地預測選舉結果,並以此建議未來事件交易所揭露網站內的期貨未平倉合約量這項資訊,以提供交易人參考。
本論文使用資料為未來事件交易所中關於2008年總統選舉、立委選舉以及2010年五都市長選舉的資料,資料期間皆為各選舉的最後兩個交易日的資料,採用的變數有最後交易日的合約加權平均價格、最後交易日的合約未平倉量、最後交易日的合約成交量和最後交易日之價格漲跌及未平倉量增減的相乘項,並利用羅吉斯迴歸來幫助預測分析。
研究結果顯示:(一)與過去的研究結果相符合,未來事件交易所中選舉期貨合約的價格能有效幫助預測選舉的結果;(二)未平倉量和成交量均無法幫助預測選舉結果,這可能是由於未來事件交易所使用虛擬貨幣進行交易以及保證金制度,使得部分交易人在交易成交後不再關注自己的部位或是損益所導致;(三)利用最後交易日價格漲跌及未平倉量增減所得到的相乘項對於預測選情有顯著的幫助,當相乘項越大的時候,候選人當選的機率也隨之越小。
一般期貨交易中,透過未平倉合約量這項資訊可幫助交易人得到更多的資訊。而未來事件交易所的選舉期貨合約之未平倉量雖然無法提供額外的資訊,但是仍然建議可以將這項資訊揭露以供交易人參考。此外,相乘項在預測選情時能提供顯著的幫助,因此在交易上或是預測上都可以參考這項資訊以做出更佳的判斷。
zh_TW
dc.description.tableofcontents 摘要 i
目次 ii
表次 iii
圖次 iii
第一章 緒論 1
第一節 研究動機與背景 1
第二節 研究目的 2
第三節 研究架構 3
第四節 研究流程 4
第二章 預測市場與相關文獻探討 5
第一節 預測市場 5
第二節 未來事件交易所 9
第三節 國內文獻 12
第四節 國外文獻 14
第三章 研究方法 19
第一節 羅吉斯迴歸模型(Logistic Regression Model) 19
第二節 實證模型建立 28
第四章 實證分析 30
第一節 資料說明 30
第二節 實證結果 31
第三節 本章小結 40
第五章 結論與建議 41
第一節 研究結論 41
第二節 研究建議 42
參考文獻 43
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0099352018en_US
dc.subject (關鍵詞) 預測市場zh_TW
dc.subject (關鍵詞) 未來事件交易所zh_TW
dc.subject (關鍵詞) 未平倉量zh_TW
dc.subject (關鍵詞) 羅吉斯迴歸模型zh_TW
dc.title (題名) 「未來事件交易所」的選舉預測分析zh_TW
dc.title (題名) Analysis of Election Prediction of xFutureen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、 中文參考文獻
1. 王濟川、郭志剛(2003),Logistic迴歸模型:方法及應用,初版,台北:五南圖書。
2. 林佳蓉(2003),成交量與未平倉量對期貨價格波動性之關聯性¬-台灣期貨市場之實證,國立成功大學企業管理研究所碩士論文。
3. 李文興(1997),期貨與選擇權,三版,台北:聯經。
4. 李國彰(2009),期貨未平倉量與波動率對價格變動的影響-門檻值模型之應用,銘傳大學經濟學系碩士在職專班碩士論文。
5. 陳安琳、高蘭芬、湯惠雯(2006),「選舉賭盤之價格形成」,選舉研究,13:2,145-166。
6. 童振源、林馨怡、林繼文、黃光雄、周子全、劉嘉凱、趙文志(2009),「台灣選舉預測:預測市場的運用與實證分析」,選舉預測,16:2,131-166。
7. 謝百庭(2008),大額交易人未平倉部位與期貨指數報酬、波動率關係探討,國立中正大學財務金融研究所碩士論文。

二、 英文參考文獻
1. Bhuyan, R. and M. Chaudhury(2005), “Trading on the Information Content of Open Interest: Evidence from the US Equity Options Market,” The Journal of Derivatives & Hedge Funds, 11(1), pp. 16-36.
2. Bhuyan, R., P. A. Cheshier and D. H. Travis(2010), “LEAPS of Faith: A Trading Indicator Based on CBOE S&P 500 LEAPS Option Open Interest Information,” Journal of Investing, 19(2), 85-95.
3. Erikson, Robert S. and Christopher Wlezien(2008), “Are Political Markets Really Superior to Polls as Election Predictors?” Public Opinion Quarterly, 72(2), 190-215.
4. Forsythe, Robert et al. (1992), “Anatomy of an Experimental Political Stock Market,” The American Economic Review, 82(5), 1142-1161.
5. ____________________ (1995), “Using Market Prices to Predict Election Results: The 1993 UBC Election Stock Market,” The Canadian Journal of Economics / Revue canadienne d`Economique, 28(4a), 770-793.
6. Forsythe, Robert, Thomas A. Rietz and Thomas W. Ross(1999) “Wishes, Expectations and Actions: A Survey on Price Formation in Election Stock Markets,” The Journal of Economic Behavior and Organization, 39(1), 83-110.
7. Liew, K. Y. and R. D. Brooks (1998), “Returns and Volatility in the Kuala Lumpur Crude Palm Oil Future Market,” The Journal of Futures Markets, 18(8), 985-999.
8. Oliven, Kenneth and Thomas A. Rietz(2004) “Suckers Are Born but Markets Are Made: Individual Rationality, Arbitrage, and Market Efficiency on an Electronic Futures Market,” Management Science, 50(3), 336-351.
9. Rhode, Paul W. and Koleman S. Strumpf(2004), “Historical Presidential Betting Markets,” The Journal of Economic Perspectives, 18(2), 127-141.
10. ________________________________(2007) “Manipulating Political Stock Markets: A Field Experiment and a Century of Observational Data,” University of North Carolina, Mimeo.
11. Rosenbloom, E. S. and William Notz(2006) “Statistical Tests of Real-Money versus Play Money Prediction Markets Electronic Markets,” Electronic Markets, 16(1), 63-69.
12. Servan-Schreiber, Emile et al. (2004), “Prediction Markets: Does Money Matter?” Electronic Markets, 14(3), 243-251.
13. Van Bruggen, Gerrit H. et al. (2006), “Institutional Forecasting: The Performance of Thin Virtual Stock Markets.” ERIM Report Series Reference No. ERS-2006-028-MKT.
14. Wolfers, Justin and Eric Zitzewitz(2006), “Interpreting Prediction Market Prices as Probabilities,” National Bureau of Economic Research, NBER Working Paper No. 12200.
zh_TW