- 期末考週
-------------------------------------------------------------------------------------------------------------------------------------------
1/4
- 播放國金期末影片
-------------------------------------------------------------------------------------------------------------------------------------------
12/28
- 播放國金期末影片
- 我的國金期末影片
-------------------------------------------------------------------------------------------------------------------------------------------
12/21
- 共整合就是降階整合之非定態變數
- 向量(vator)-表示一個role
- 分析共整合
=>統計量(是否為定態)-最基本
=>結合經濟分析-最優！ - 共整合檢定-Engle-Granger=>用線性來估計
-有共整合存在，必有誤差修正
-檢定步驟：
1.確定兩變數整合階層是否相同
2.OLS=>保留殘差
3.ADF
*以上為Engle-Granger沒有外生變數的考量 - 共整合檢定-Johansen 共整合
-Trace Test：總和比較，有r組
Max-Eigen Test：邊際比較概念，r,r+1
-檢定步驟：
1.Var=>確定落後期
2.依Johansen方法估計<向量共整合>模型
已落後期P期的模型來估計
3.確認rank
12/7
- 若落後期數選錯時，會有Efficiency(效率)的問題=>在計量中表示估計量標準誤的大小
- UIP
1+i=(1+i)se/s+risk premium - 小樣本：適合用AIC
大樣本(大於300)：如使用AIC，則會越差越多，應選擇SBC、HQC較佳 - 單根檢定(非定態)
平均數、共變數、變異數=>不符合其中一種就為非定態
-ADF
A：加落後期，為了讓殘差有白噪音
11/30
- AR(1)
DGP(資料產生過程)
P=>Process-一種函數形式(來自蛛網理論)
AR(1)=>yt=a1yt-1+ut，ut ~iid-iid=>符合BLUE
-yt=a1yt-1=>一階差分公式
-加入期望值=>平均數=>母體 - AR(2)
yt=a0+a1yt-1+a2yt-2+ut - AR(P)=a0/1-Ʃai
均值回復：平均數
共變數 變異數
Q1：為何尋找落後期？
目的為了將殘差white noise。
Q2：In T.S=>樣本多性質越好？
在時間序列中不一定。
T=總樣本=>T越大跨期越長，而跨期越長數值可能會變，因為年間可能會有重大影響事蹟，例如：2008年的亞洲金融風暴 - 落遲運算式(lag operator)
L(B)=>定義：Lⁱyt=yt-i
一般式：A(L)ⁱyt=a0+B(L)ut - 非定態
定義：弱式-平均數
共變數
變異數
*時間趨勢：+t
*隨機趨勢(LS)
公式：yt=a0+b1t+ut - 遊走隨機漫步(Ramdom Walk；RW)
=>AR(1)的特例形式
yt=a1yt-1，la1l<1
11/23
- 定態 stationary (adj.)
stationarity (n.)
非定態 non-stationarity
定態定義：強式
弱式-平均數：必須為常數，E(Xt)=μ
共變數：必須為常數，Cov(Xt,Xt-j)=k
變異數：必須為常數，Var(Xt)=σx2
*標準常態分配變異數為1 - 白噪音(White noise；WN)
平均數：E(ɛi)=0共變數：Cov(ɛt, ɛt-k)=Cov(ɛt-j, ɛt-j-k)=0，for j,k，j≠k
變異數：Var(ɛt)=σ2
縮寫：w.n.~iid(0,σ2) - AR(1) model
AR為自我相關、1為落後期數
代表式：yt=a1yt-1一般式：yt=a1y0 - 上傳期末數據資料
11/16
- 播放期中報告影片
11/2
- 播放期中報告影片
- 我的國金期中影片
-------------------------------------------------------------------------------------------------------------------------------------------
10/26
- UIP v.s CIP
Uncovered IP=>有風險評價利率
Covered IP=>無風險評價利率 - EMH => 有效市場假說，平均而言，市場的獲利為 0
- 有限理性=>Level K thinking=>證明理性預期太理想
- Naive：Set=St-1
RE(理性預期)：Set=St - yt=>在t時間的y值 季資料--t-1=三個月,t-3=九個月
- Q test
沒有自我相關=>不拒絕虛無假設 - LM test
H0：有異質變異H1：無意質變異 - 下標：Cntl+"="
上標：Cntl+Shift+"="
國際金融新聞：
-------------------------------------------------------------------------------------------------------------------------------------------10/19
- 共整合-共整合檢定、共整合估計
- 假設檢定
1. 確定是否為高斯馬可夫定理
2. 測試UIP/PPP - 高斯馬可夫定理：Yt=b1+b2Xt+b3Zt+ut
1. E(ut)=0
2. Cov(ut,ut-j)=0, for j¹1
3. Var(ut)=su for all t
4. ut ~ N(), normally distributed (optional)
5. 複迴歸 - 如何判斷檢定結果：--P-values P>α, non-reject P<α, reject
--Keynesian Consumption Function
non-reject=>無自我相關
--White tests
non-reject=>無異質
--OLS
non-reject=>常態分配
<BLUE>
Blue：變異數最小 => 表示猜中的機率越高，與實際值越接近。 Linear : 線性Model => 大多使用線性 Unbiased : 不偏 => 估計的係數與母體平均 Estimators : 為一組公式
- p92
r-利率
r*-外國利率
S-實質利率
Se-期望利率天真預期法=> 用上一次的值做預測 --Se1=Ｘt-1+et
國際金融新聞：
美股連續4周上升 納指重上5000點 (來源：財華社)
這一年我們一起追尋的未來國際金融家之夢! 中信金融管理學院與彰化精誠高中簽訂策略聯盟
(來源：中央通訊社)
-------------------------------------------------------------------------------------------------------------------------------------------
10/12
10/5
- p4
S本國幣/外國幣(NTD/USD)
S上升=>USD 升值
=>NTD 貶值 - p7
Spot versus forward exchange rate 現貨的外匯價格 - p8
Buying rates and selling rates
bid(銀行買)/ask(銀行賣) rate
=Micro-structure study=>bid-ask spead(價差)
spead：1.營業成本
2.流動性
3.風險
外匯市場：在看不見的地方
市場機制：供不應求則價漲，供過於求則價跌 - p16
Floating rate 浮動匯率(ex:美國)
Fixed rate 固定匯率(ex:中國)
Managed floating 管理浮動匯率=>台灣 
10/5
- 22K=>定錨效果(既定印象)
- 研究所level=>re-search=>解決問題的辦法 - 理論、觀念
- 國際金融架構匯率：金流=>Asset: UIP、CIP--EMH 物流=>PPP、LOP 資訊流=>News model、event studies、 structural change、expectations.....
沒有留言:
張貼留言