查詢結果分析
相關文獻
- 臺灣股票市場波動率結構性變動與長期記憶性質
- 多媒體瀏覽績效與視覺疲勞之多變量時間序列模型研究
- 神經網路及統計方法在臺股指數期貨預測研究之比較
- An Assessment of the Effect of Contraflow Bus Lane on Ridership
- Time-Series Properties and Modelling of House Prices in Taipei Area: An Application of the Structural Time-series Model
- Identification of Bilinear Time Series Models BL(p,O,p,1)
- On Stationarity and Asymptotic Inference of Bilinear Time Series Models
- 時間序列在滙率預測模型之應用
- 臺灣財政永續性之研究:政府角色的反思
- 住宅市場中不同產品類型價量關係之研究
頁籤選單縮合
題 名 | 臺灣股票市場波動率結構性變動與長期記憶性質=The Structural Shift and Long Memory Model of Volatility: The Case of Taiwan Stock Market |
---|---|
作 者 | 王毓敏; 陳碧秀; 殷壽鏞; 林家妃; | 書刊名 | 國立虎尾科技大學學報 |
卷 期 | 27:3 2008.09[民97.09] |
頁 次 | 頁89-105 |
分類號 | 563.54 |
關鍵詞 | 時間序列模型; 短期記憶模型; 長期記憶模型; 馬可夫結構轉換模型; Time series model; Short run model; Long memory model; Markov regime-switching model; |
語 文 | 中文(Chinese) |
中文摘要 | 本文主要以台灣加權股價指數爲探討對象,比較各種時間序列模型的預測能力,以正確的衡量及預測真實波動率。實證結果發現長期記憶模型相對於短期記憶模型確實有較好的預測能力;且在納入狀態轉換模型後,明顯發現馬可夫狀態轉換模型有很好的預測能力。 |
英文摘要 | In this paper, we test the time series models for the Taiwan stock market index to measure the actual volatility. While long memory is evident in the actual processes, the long memory model reveals that superior forecasts can be obtained than GARCH model. We compare the forecasting performance of Markov regime-switching model with that of ARFIMA model. The result indicated that the break processes is important for forecasting. |
本系統中英文摘要資訊取自各篇刊載內容。