| dc.contributor.advisor | 沈中華<br>李紀珠 | zh_TW |
| dc.contributor.advisor | Shen, Chung-Hua<br>Lee, Jih-Chu | en_US |
| dc.contributor.author (Authors) | 李建興 | zh_TW |
| dc.contributor.author (Authors) | Lee, Jen-Sin | en_US |
| dc.creator (作者) | 李建興 | zh_TW |
| dc.creator (作者) | Lee, Jen-Sin | en_US |
| dc.date (日期) | 2001 | en_US |
| dc.date.accessioned | 1-Apr-2016 17:09:58 (UTC+8) | - |
| dc.date.available | 1-Apr-2016 17:09:58 (UTC+8) | - |
| dc.date.issued (上傳時間) | 1-Apr-2016 17:09:58 (UTC+8) | - |
| dc.identifier (Other Identifiers) | A2002000446 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/83768 | - |
| dc.description (描述) | 博士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 中山人文社會科學研究所 | zh_TW |
| dc.description.abstract (摘要) | 本文研究台灣貨幣需求結構改變，我們研究「變數」值(Piecewise in Variable)的結構轉折而非「時間」值(Piecewise in Time)，因為轉折點只是轉折區間的特例，所以本文建立一「變數模糊時間序列」(Fuzzy Time Series in Variable)模型來探討「變數的轉折區間」，相較於傳統時間序列研究方法如：時間序列模型、門檻轉折點模型與模糊時間序列模型等，本文所建立的變數模糊時間序列模型，所求取的股價轉折區間，不僅可改善對稱模型殘差項的非隨機現象，同時也改善了門檻轉折模型之轉折點股價指數太低的現象，並且有效地將轉折點變更為較一般化的轉折區間，足見本文所提出變數模糊時間序列模型在結構轉折的偵測上具有相對優勢，詳述如下： | zh_TW |
| dc.description.abstract (摘要) | Whether the ”money demand function” makes “structural change” happened or not ,that is crucial research for the monetary theory field. Therefore, many foreign and domestic papers have ever made studies on this. There have two major methods of study structural change. The first method is piecewise in time that is so popular and so many lecture study by it e.g. Juda and Scadding(1982), Shen(1999) ,Lin and Huang(1999),etc . Tsay(1989) had proposed a new methoed that is piecewise in variable . Distinct situation is suitable in using the two methods .We have two reasons to use the new method to study the structural change of Taiwan’s money demand function. First one is that Friedman(1988,Paul（1992）,Wu and Shea（1993）and Shen(1996) find the trade-volume of stock market or stock price are the important factors of money demand function. TSE is 12495 in February of 1990 and 2573 in October of 1990. TSE is changing so huge but all the Papers of piecewise in time can’t detect the structural change of Taiwan money demand. The second reason is that to detect the ” interval of financial variable” of structural change of Taiwan money demand is more benefit to the Central Bank than to detect the ” past time point” of structural change. To detect the ” interval of financial variable” of structural change of Taiwan money demand is much convenient matters for monetary policy of Center Bank from now and future. | en_US |
| dc.description.tableofcontents | 封面頁 證明書 論文摘要 誌謝 目錄 表目錄 圖目錄 第一章 緒論 第一節 研究動機與目的 第二節 本篇論文的研究流程 第三節 本篇論文的章節分配 第二章 文獻回顧與整理 第一節 貨幣需求函數結構改變的主要文獻回顧 第二節 本研究與文獻不同之處 第三節 本文採用水準值來實證的相關說明 第三章 無門檻傳統模型（對稱模型）的實證 第一節 模糊距離權數法即月所得資料的推估 第二節 台灣貨幣需求函數實證模型之建立 第三節 對稱模型的實證結果與缺失 第四章 股價指數門檻轉折點的實證 第一節 股價指數門檻轉折模型之建立 第二節 股價指數門檻點的實證結果與缺失 第五章 變數模糊時間序列模型的建立 第一節 模糊時間序列的主要觀念與名詞介紹 第二節 變數模糊時間序列模型的建立 第六章 股價指數轉折區間的實證 第一節 股價指數轉折區間太長的改善 第二節 股價指數轉折區間的實證結果 第三節 貨幣需求所得彈性與最適貨幣供給成長率的估計 第七章 工業生產指數資料時的實證結果 第一節 對稱模型的實證結果 第二節 股價指數門檻轉折模型的實證結果 第三節 股價指數轉折區間模型的實證結果 第四節 貨幣需求的所得彈性與資料的適用性比較 第八章 假說的驗證與模型的比較 第一節 不同模型與資料之預測結果的比較 第二節 高低股價指數貨幣需求彈性的驗證 第二節 變數模糊時間序列模型與其他模型實證結果的比較 第九章 結論 第一節 本文的主要發現 第二節 未來的研究方向 參考文獻 附錄 附錄一：模糊時間序列相關文獻的回顧 附錄二：平均累加模糊熵值公式之累加期數的敏感度分析 附錄三：相關實證結果的完整結果表 附錄四：係數值差異檢定的統計推論 個人簡歷 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#A2002000446 | en_US |
| dc.subject (關鍵詞) | 結構改變 | zh_TW |
| dc.subject (關鍵詞) | 門檻轉折模型 | zh_TW |
| dc.subject (關鍵詞) | 模糊時間序列 | zh_TW |
| dc.subject (關鍵詞) | 變數模糊時間序列 | zh_TW |
| dc.subject (關鍵詞) | 平滑轉折模型 | zh_TW |
| dc.subject (關鍵詞) | Structural Change | en_US |
| dc.subject (關鍵詞) | Threshold Autoregressive Point | en_US |
| dc.subject (關鍵詞) | Fuzzy Time Series | en_US |
| dc.subject (關鍵詞) | Fuzzy Time Series in Variable | en_US |
| dc.subject (關鍵詞) | Smooth Transition Autoregressive | en_US |
| dc.title (題名) | 貨幣需求結構改變與金融變數轉折區間：變數模糊時間序列模型 | zh_TW |
| dc.title (題名) | Testing for the Financial variable`s Interval of Structure Change of Money Demand : Fuzzy Time Series in Variable | en_US |
| dc.type (資料類型) | thesis | en_US |
