English  |  正體中文  |  简体中文  |  Items with full text/Total items : 62819/95882 (66%)
Visitors : 4000796      Online Users : 694
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/21669


    Title: 美國股價之預測與評估
    Authors: 倪衍森;莊雅雯
    Contributors: 淡江大學經營決策學系
    Keywords: 股票價格;單根檢定;轉換函數模型;離群值;績效預測;股票市場;美國;自我迴歸平均移動統整模式;Stock Price;Unit Root Test;Transfer Function Model;Outlier;Performance Forecasting;Stock Market;United States Of America;Arima Model
    Date: 2001-05-15
    Issue Date: 2009-11-30 13:36:48 (UTC+8)
    Publisher: 臺北縣淡水鎮 : 淡江大學
    Abstract: 美國股市呈現好景,將反映工商業利潤增加;美國股市如果感冒,台灣股市就打噴嚏,若是能對美國股票市場做一些預測和評估,則能有助益於對台灣股價的了解。本文觀察自1978年1月至1998年12月間美國股價、利率與工業生產指數等三種變數之月資料,且採用單變量時間序列模型(ARIMA、TF、ARIMA-Outlier)與多變量時間序列模型(VAR、ECM、KFM)的預測方式,探討各總體經濟變數間的動態關係,並以1998年1月至1999年6月(18個月)做樣本外預測來比較各模型的績效,希望經由預測績效的評量,選擇出一優良且適當的預測方法。以RMES與MAD來檢視各種預測方法的績效,結果發現;在單變量模型中,不論以RMSE或MAD衡量,三種模型以ARIMA-Outlier預測結果最好,其次是ARIMA模型,TF模型則屬較差。就多變量模型來看,不論以RMSE或MAD衡量,三種模型之預測能力以ECM模型最佳,次佳為VAR模型,KFM模型則屬較差者。故美國股價預測在單變量模型中是以ARIMA-Outlier為最優,多變量模型則是以ECM預測較佳。
    Relation: 第五屆兩岸會計與管理學術研討會論文集,頁39-58
    Appears in Collections:[Department of Management Sciences] Proceeding

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML203View/Open
    美國股價之預測與評估_中文摘要.docx摘要17KbMicrosoft Word108View/Open

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback