| 摘要: | 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。 |