granger因果关系检定.pptVIP

指導教授：楊雪蘭 博士 研究生：黃愷鈺 M9870216 題 目：以MSCI成份股探討法人持股比率與股價之多重解析相互關係 校 院：銘傳大學 系 所：財務金融系 學 位：碩士論文 指導教授：楊重任博士 研 究 生：王建嘉 第壹章　摘要 第貳章　研究方法 第参章　實證結果與分析 第四章　結論與建議 壹、摘要 以MSCI成分股股價以及三大法人持有其成分股份之比率為研究樣本，且以2001至2007年為研究期間，並採用小波轉換及Granger因果檢定去探討在於不同頻率下，三大法人持有個股比率與個股股價間的互動關係，以及三大法人持有個股比率，其彼此間的領先與落後關係。 貳、研究方法 研究流程圖 更正 以這樣的方式呈現出整個資料的整理與輸出過程，這樣較明顯看出將原始資料與四個小波係數的輸入。 一、小波分析 （一）傅立葉轉換(Fourier transform)： 定義：是一種可將訊號由時域換至頻域的一種數學工具。 缺點：當訊號經由傅立葉轉換成頻域後，則其原本時域部分的資訊卻會消失。 與小波分析比較: 　小波轉換經常和傅立葉轉換做比較，在那裡訊號用正弦函數的和來表示。主要的區別是小波在時域和頻域都是局部的,而標準的傅立葉轉換只在頻率上是局部的。短時距傅立葉轉換只是時域和頻域都局部化的.但有些頻率和時間的解析度問題，而小波通常通過多解析度分析給出訊號更好的表示。 （二）小波分析 在有限長度且平均值為零的波形，可藉由伸展或壓縮小波及逐段的平移，而可以用來分析函數或資料。且小波轉換中每個移動視窗的寬度可以由研究者自行決定，例如若要觀察訊號的趨勢，便可以從低頻率中去探索，而若要觀察訊號在短時內的變化，則可以從高頻率中得知。而離散小波轉換則能夠一層層地將所處理之訊號分解成較接近原始訊號的低頻部份以及類似雜訊的高頻部分。 離散小波轉換 主要由兩種濾波器來進行轉換： 1、高通濾波器：經過此濾波器後可以得到低尺度、高頻率的訊號。 2、低通濾波器：經過此濾波器後可以得到高尺度、低頻率的訊號。 函數定義 1、高通濾波器： 2、低通濾波器： 評論一： 　　改用連續小波做介紹，將兩者互相比較，說明為何選擇使用離散小進行轉換。 評論二： 　　　連續小波可以建構一個具有良好時域與和頻域局部化的時頻訊號，若使用連續小波是否可以得到較好的訊號。 　　也可進行兩種轉換，兩兩比較，看何種分析得到較好的訊號，這樣便可以分析結果支持其中的轉換，以分析結果支持解說，比文獻來的更有說服力。 　 二、單根檢定 針對DF檢定方法提出改善方式，且允許模型殘差項存在自我相關和異質變異。PP檢定在求出模型統計量後，以無母數的方法來消除殘差項非白噪音的現象，而形成PP的單根檢定統計量。利用無母數方式修正之單根檢定統計量，所得到的漸進分配與DF檢定法的檢定統計量一致。 三、Granger因果關係檢定 Granger(1969)所提出之因果關係其實是以「預測能力」的看法來對兩個變數之間的因果關係作定義。例如：若有兩個變數X與Y，當要對X做預測時，試著加入Y過去的訊息，並且會得到較為準確的X的預測時，這種情形即稱Y是X因；相反的，若是要對Y做預測時，如果試著加入X過去的訊息，而使得Y的預測更為準確，那即稱X為Y的因；若是上面兩種情形一起發生，則稱X與Y之間有回饋關係。 参、實證結果與分析 一、資料來源與處理 　資料：MSCI之成份股的每日收盤價，以及三大法人對MSCI之成份股的每日持股比率為實證資料。 　研究期間：以2001年1月1日至2007年12月31日為其研究範圍，總樣本數為1733筆。 二、小波轉換 小波轉換是以二的次方為基礎，所以我們可以將原始資料經過小波的轉換後，則可將其分解成10階層，且小波的第j層則代表尺度軸為2 j日。 小波轉換之時頻關係表 台泥股價之原始資料及經小波轉換後係數之趨勢圖 三、單根檢定 採用的單根檢定法為PP 檢定法，以含截距項而無時間趨勢項為檢定迴歸式。 四、Granger因果檢定結果 (一)外資持股比率與個股股價於不同頻率下之因果關係檢定結果： （二）投信持股比率與個股股價於不同頻率下之因果關係檢定結果： （三）自營商持股比率與個股股價於不同頻率下之因果關係檢定結果： （四）不同頻率下外資與投信對各股持股比率之因果關係檢定結果： （五）不同頻率下自營商與投信對各股持股比率之因果關係檢定結果： （六）不同頻率下外資與自營商對各股持股比率之因果關係檢定結果： 評論一： 　　　作者未說明，以何種方式跑出這些數據資料，即說明以哪種電腦軟體所跑出的這些數據，例如SPSS。 評論二： 　　　從數據結果看出外資、投信、自營商與個股股價間的互動關係，單純的說在短期的時間下，外資會影響股價，應該說在短期的時間下，投資人