门槛变数.PPT

當期景氣衰退指標是否可成為通用的門檻變數? 報告人：李源明 致遠管理學院財務金融系 1. 前言 財務或經濟的實證研究； 景氣循環所涵蓋的範疇最廣 本身也是實質變數的一環 可視為經濟體系波動狀態的表現 1. 前言 Hamiliton(1989) 、 Hussey(1992)、Beaudry and Koop(1993) 、 Pedersen and Elmer(2003)、 Henry et al.(2004)及Ocal(2006) 認為在優劣不同的景氣循環下，產出或經濟成長顯現出非對稱反應(非線性架構)。 1. 前言 由文獻的結論發現，若變數之間若具有非線性關係，但只採用線性模型進行估計，將產生錯誤設定的問題。 非線性模型 無母數模型(no parametric) 有母數模型(parametric) 1. 前言 有母數模型(parametric) ： 馬可夫轉換(Markov Switching)模型：某事件、機率狀態區分景氣體制 門檻(Threshold)模型：門檻變數來區分景氣體制 1. 前言 門檻模型： 由多個線性模型所組成的。 優點： 展現多面向的結果(不同體制下的結果) 知道模型因何而變(門檻變數) 知道變化的臨界點(門檻值) 1. 前言 「景氣循環」是無實體的經濟概念，必需透過某一真實變數來代替。 Henry et al.(2004) 進行股價報酬與經濟成長之間因果關係的探討 以CDR (current depth of recession)作為非線性模型景氣體制的轉換(Switch)因子。 1. 前言 Beaudry and Koop (1993)提出「當期景氣衰退指標」CDR (current depth of recession) 。 2.研究方法與原因說明 CDR只有在景氣衰退時才有數據 弱點： CDR景氣體制的區分是外生決定的 CDR無法進行線性檢定 CDR是否適用新興工業化國家的資料？ CDR是否能適用多國資料？ 2.研究方法與原因說明 本文提出 修改後CDR (modified CDR；mCDR) 一方面作為景氣循環的替代變數，另一方面可導入門檻模型作為門檻變數。 2.研究方法與原因說明 CDR是景氣循環的優良替代變數 進行CDR的修改 作法： 重建景氣擴張期間的數據 目的： 使mCDR可以適用多國的資料 導入門檻模型作為門檻變數 2.研究方法與原因說明 本文將原CDR修改其公式設定以重建景氣擴張時的數值，稱為CDR3 。 2.研究方法與原因說明 研究對象： 美國為首的G7國家、菲律賓、南韓、香港、與台灣的季資料 實證過程： 建構TAR (Threshold Autoregressive )模型 樣本外預測；將觀察值最後4年(2002~2005年)共16季的期間，作為模型樣本外預測之用。 2.研究方法與原因說明 以CDR為門檻變數的TAR模型，以下簡稱此一設定模型為第一類模型。 以mCDR為門檻變數的TAR模型，以下簡稱此一設定模型為第二類模型。 2.研究方法與原因說明 評估兩類型門檻模型樣本外預測的效能 一般慣用的評估方法： 均方差(RMSE) 泰爾不等係數(Theil’s Inequality Coefficient) 2.研究方法與原因說明 另一種評估方法： DM(Diebold and Mariano,1995)檢定法，確認兩類模型中那一類模型預測能力較強。 本文依循Chung(2006)的模式，透過拔靴帶法(bootstraps method)取得MD統計量的臨界值，以作為確定兩模型樣本外預測能力優劣的標準。 3.實證結果與分析 TAR模型的估計結果： 菲律賓之以CDR為門檻變數的TAR模型無法進行估計，直接證明本文的想法，即CDR雖然可以作為景氣循環的替代變數，但無法成為多國資料下的通用門檻變數。 發現法國與南韓兩類型TAR模型的門檻值相當接近，可見將某些國家的TAR模型，直接以CDR=0作為區分景氣優劣體制的分水嶺，這樣的作法其背後具有一定程度的準確性。 3. 實證結果與分析 樣本外預測 樣本外預測共分成四種預測長度，分別是向外預測１期、２期、３期與４期，以驗證模型整體預測能力的優劣。 預測過程是採用所謂的滾動預測(Rolling Forecasting) 模式，來取得模型樣本外的預測值。 3. 實證結果與分析 RMSE的指標： 在向外預測1、2期，兩類模型的預測效能並無太大的差異。 向外預測為3、4期時，發現以mCDR為門檻的模型預測效能較具優勢。 若以國家來觀察，則發現德國、英國與美國等3國第二類模型具有絕對的預測優勢，其次則為香港、義大利以及日本。 3. 實證結果與分析 泰