國際金融學習記事 金恩惠
9/21
·
建立Blogger
·
每周更新及上傳國際金融學習記事
·
選一篇國際金融新聞
---------------------------------------------------------------------------------------------------------------------
10/5
l
22k 定錨效果
l
Research是解決問題的方法
l
國際金融實證:
1. 理論(觀念)=>證實
2. What are empirical studies: 實際資料(real world)+計量(量化)
3. 證實+國際金融
l
如何判斷國際金融:
1. 匯率(exchange rate)大概有80%是跟國際金融相關
2. 國際金融之三流(D-S分析):
(1) 金流: Asset (UIP,CIP)
(2) 物流: COD,PPP
(3) 資訊流: News, event studies, structural change, expectations.
l
Dornbusch model=> 金流+物流
l
非國際金融範圍: 股市,總體金際學(無國外)
l
Theoretical models 計量的基礎:
1. 理論具體版(很多模型跟數字)
2. 用變數來衡量
l
理論=>提供建構數理模型
l
數學模型=>提供建構empirical models實證模型
l
Testing檢定
l
常用:
1. OLS (高斯)複回歸分析=>高斯馬爾可夫定理
2. Co-integration
國際金融新聞:
-------------------------------------------------------------------------------------------------------------------------
10/12
10/12
l S(=exchange rate)----Defined as the domestic currency price of foreign currency.
l Bilateral exchange rate 雙邊貿率
l Effective(有效匯率) or trade-weighted(加權) exchange rate-à利用貿易量來加權
l Spot (versus forward) exchange rate 現貨的外匯/即期匯率 (3天~3天內交易)
l Forward(未來交易) exchange rate 遠期外匯 (超過3天以上之交易)
l (1) 期貨有固定交貨金額 (集中市場).
(2) 遠期外匯沒有固定.
l Buying rate versus selling rates= bid rate (銀行買)/ ask rate (銀行賣)
l Micro-structure study(微結構-行為財務)-à bid-ask spread(價差)
l Spread有關的: 1.營業成本(人事開銷) 2.流動性(流動性大,交易成本低) 3.風險(機會成本)
l OTC---àOver The Counter (市場機制)
l 市場機制-à供不應求則價漲,供過於求則價跌.
l S= (本國幣/外幣)
S上升-à USD升值, NTD貶值.
l 看不到的因素: 心理預期
市場的參與者: (1)Exporters/ Importers 進出口者
(2)Foreign investors 市場投資者
(3)Speculators 投機者
l Floating rates-à自由市場 (例:美國)
Fixed rates-à 固定匯率 (例:中國)
Managed flating管理浮動-à (例:台灣,香港,日本)
l The balances of payments 國際收支帳
=金融帳+金常帳+資本帳
l The Bretton Woods-à以美元當作匯兌的準備
The breakdown of Bretton Woods-à即將啟動浮動匯率
l OLS Tools (methods)
l In OLS, 3 kinds of testing exists.
1. Checking validness of OLS-à “healthy conditions” on residuals of OLS.
2. Testing the underpinning theory to answer.
3. Testing for statistical significance.
國際金融新聞:
OPEC：有信心2016年原油市場更平衡
-----------------------------------------------------------------------------------------------------------------------------------------------------------
10/19
l
Gauss-Markov theorem: classical assumptions on residuals
of OLS(高斯馬可夫定理)
-Purpose: ensuring the randomness of OLS residuals (iid)
-Yt = b1 + b2 Xt +b3 Zt + ut
-Yt = b1 + b2 Xt +b3 Zt + ut
-u: the OLS residuals
l
(重點部分) Testing classical assumptions on
residuals
1. E(ut) = 0
Often ignored when there is an intercept in OLS
2. Cov(ut,ut-j) = 0 for j¹1
No auto-correlation in ut (Ljung-Box Q tests, LM
tests)
3. Var(ut) = su for all t--à Homoskedasticity (White test, Ljung-Box
Q2 tests)
4. (optional) Normality distribution of residuals-àTest if the residual is normally
distributed (Jarque-Bera (JB) test)
l
(重點部分) Statistical significance testing P-values
l
A very simple approach for statistical judgment
l
For any test, you only have to remember the null
hypothesis (H0)
--->Choose your own a (level of significance, i.e., 5%)
l
Decision rule (reject or fail to reject):
If p-value (of the test) > a, fail to reject Ho
如果P值大於臨界值=>無法拒絕虛無假設
如果P值小於臨界值=>拒絕虛無假設
l Keynesian Consumption Function:
C = b1 + b2 Yd
C = b1 + b2 Yd
1.
Implication: Yd ↑è C↑
2.
Before you test if Keynes was correct, you have to do healthy diagnosis
for residuals
l Q tests:
l
H0: there is no autocorrelation among residuals (ut) up to lag
p
l
Testing result:
If reject H0 èthere exists autocorrelation among ut
and ut-j
If fail to reject H0 è no autocorrelation among ut
and ut-j
l White tests:
l
H0: there is homeskedasticity among residuals (ut)
l
Based on Var(ut) = su for all t
l
Testing result:
If reject H0 è heteroskedasticity
among ut
If fail to reject H0 è homeskedasticity among ut
l Q2 tests:
l
H0: there is no ARCH-type heteroskedasticity among residuals (ut)
up to lag p
l
Testing result:
If reject H0 è there
exists (ARCH-type) heteroskedasticity among ut
If fail to reject H0 è homeskedasticity; i.e., no (ARCH-type) heteroskedasticity
among ut
l (重要部分)
l
BLUE means: better estimates (變異數小,猜中機率高)
l
Best 是指最小的
l
Linear: linear OLS model (線性變異數模型)
l
Unbiased: E(bi) = bi, bi are the unknown population parameters 不偏 (估計的係數與母體平均)
l
Estimators: a formula for estimating unknown population
parameters (一組公式)
課本CH3
l PV:
l
$1 (NTD) à(one year
with interest rate r ) à (1+r)
l
Today $1 = future $(1+r)
l
Today 1/(1+r) = future 1
l
The present value of future $1
l Notations:
l
r – interest
rate in the Home country,
l
r* – interest rate in the Foreign country,
l
S –
spot exchange rate
l
Se – the expected exchange rate at the end of a period
(e.g., one year)
l One year later, assume the spot rate at that time =
ST
l Naïve expectations 天真預期法(用上一次的值來當作預測)
國際金融新聞:
陸GDP跌破7% 官方：仍在7%左右
-----------------------------------------------------------------------------------------------------------------
10/26
l
Uncovered IRP (UIRP)----有風險
Covered IRP
(CIRP)----無風險
l
平均而言,市場的獲利是0
l
有限理性-àLevel K思考 (0~100猜接近數的遊戲)
l
凱因斯著名著作---à一般理論(書名)
l
OLS原始公式: St=St-h(1+rt-h)/(1+r*t-h)
yt = b1 + b2 xt + ut
yt = b1 + b2 xt + ut
推導出 b1=0, b2=1
yt = b1 + b2 x1t+ b3 x2t + ut
yt = b1 + b2 x1t+ b3 x2t + ut
推導出 b2=-b3=1
l Yt 
=在t時間的y值
=在t時間的y值
l
Q檢定是針對沒有自我相關係數的
l
自我相關:自己的變數,現在跟過去的相關性
l
虛無假設是無異質變數
l
變異數不變-à同質變異
國際金融新聞:
美國企業利潤首見下降 市場預計FED今年升息機率大降
----------------------------------------------------------------------------------------------------------------------------------------------------
11/2
1. 報告簡報不能放太多字
2. 讀懂文章內容
3. Trace statistics 對角元素和檢定
4. 挑主要數據出來,方便檢視
5. 開始找期末資料
國際金融報導:
-----------------------------------------------------------------------------------------------------------------------------------------------------
11/9 (期中考週)
-----------------------------------------------------------------------------------------------------------------------------------------------------
11/16
1. +, - 號在共整合很重要!
2. 共整合不會把變數變成定態.
3. 主要還是要看圖的走向,比較好證明.
4. 圖表不能少,因為跟統計有關.
自己需檢討部分:
1. 影片臉部不清楚
2. 名詞要清楚
3. 說明重點即可
4. 說明升值或貶值即可,不須說明數字部分
5. 下次要加上附錄 (有沒有單根)
國際金融報導:
期中報告影片:
---------------------------------------------------------------------------------------------------------------
期末報告大綱:
題目: 匯率對台灣出口的影響 (外幣以美金為準)
使用方法: OLS,
國家: 台灣
資料數據檔案:
--------------------------------------------------------------------------------------------------------
11/23
複習: 如果是"應用"的話,可使用Robust Standard Errors.
如果做出來共整合,可以分一半來看(即數據分一半來看)
非定態: (參考:時間序列Ch1, 2,3做好基礎 ; Ch4 是救命仙丹)
定態: Stationarity (n)
Stationary (adj)
非定態: non-stationarity (adj)
判斷定態:
1. 強式:限制範圍多
2. 弱式:平均數
j≠1 for t=1,2,3 or -1, -2,-3…..
=(Xt)=常數
共變數
Cov(Xt,Xt=j)=k
變異數
Var(Xt)=
2x
2x
White noise: w.n~iid
常數的變異數是0
iid是 independently identical distribution 的縮寫
常數的變異數是0
iid是 independently identical distribution 的縮寫
國際金融報導:
--------------------------------------------------------------------------------------------------
11/30
AR(1)模型:
DGP: 資料產生過程
P: 代表Process
過程: 代表一種函數形成
Yt=a1Yt-1=>任何t值,已知Y0 (啟始點)
Q: Why ut~iid=>符合BLUE的性質
Dentify => In weak sense
=> ver(Yt) = 常數
=> cov(Ut,Ut-j)=0, j不等於0
E(Yt)=a1Yt-1
期望值=>平均(樣本)---->母體
長期-->代表t接近於無限大
均值回復: mean-reversion
如果沒有截距項,常數=0
AR(2)模型: Yt=a0+a1Yt-1+a2Yt-1
Q: 為何找落後期Lag?
A: 將殘差變成iid, whitened白噪音化
P= max lag
In T,S,=>樣本數多--->性質越好
T=總樣本, T越大,跨時間會越長
落遲運算元: lag operator
定性趨勢=>你的模型有加一個時間項(t)
stochastic trend--->隨機趨勢
L(B)
定義：LiYt=Yt-u
AR(1) Yt=a0+a1Yt-1+Ut
Yt=au+a1LYt
Yt(1-a1L)=a0 =>Yt = A0/1-a1L
報告容易錯誤地方:
AR(P)找lag
ADF 找lag
C.T 找lag >線性變數找殘差的落後期
Random walk(隨機漫步)
AR(1)的特例: Yt=a1Yt-1,a1=1
AR(1)=|a1|<1
E(Yt)= a0/1-a1
國際金融報導:
明年原油產量將爆減！IEA：油價未來每桶80美元
------------------------------------------------------------------------------------------------------------------------
12/7
Efficiency效率------>計量稱為"估計量標準誤Standard error的大小"
殘差有自我相關(不獨立之一種)
BLUE----->Best:std.err最小, U不偏
AIC=樣本100以下,最適
SBC, HQC=樣本100以上,最適
單根檢定:
非定態non-stationarity
特性方程式(Characteristic equation): 是一組與矩陣有關之特殊定義的方程式
"根"是指特性方程式的"解"
某一個純量(Scalar)--->就是某一個數
國際金融報導:
日經：日本將為印度打造首條高鐵
稱霸全球 歐股上周吸金23.81億美元
---------------------------------------------------------------------------------------------------------------------
12/14
- 老師身體不適，停課一週
國際金融報導:
----------------------------------------------------------------------------------------------------------------------
12/21
期末書面報告繳交日期: 1/4
期末考: 1/11
CH9共整合與誤差修正模型:
研究方法應該跟使用軟體是獨立的。
Engle-Granger是延續計量方法的使用方式。在某些條件之下，去證明比Johansen方法更好。
整合變數的定義(Integrated of order k)：K階整合變數，是非定態的時間序列變數Y，經過k次差分之後變成定態。
簡單隨機遊走(pure random model)！是幾階整合的變數：是一階整合的變數。
唯一例外的是如果整合階相同，但有(降階)的現象，稱為所謂共整合。
共整合的定義: 指一組非定態時間序列的線性組合變成定態。
共整合的Yt跟Zt的線性組合，非定態變數共整合正是之定義表達方式，是Yt、Xt是K階整合之非定態變數，K>0，其線性組合關係為I(0)>>>將Yt、Xt兩變數稱之為K階K次共整合(Cointegrated of order k ,k)。
舉證是因為利用變數去取代了所謂數學的組合。
向量是舉證的其中一個Color。
共整合向量唯一問題，因為不是唯一存在的。
共整合事實上是用統計或數學上在表達，主要根據總體經濟的長期關係去結合再一起。
在實證研究的部分，根據使用的資料有關係，常數項會因為某些條件而去改變。主要注意在結構轉變的問題，如果是樣本數越多，代表時間越長，可能涵蓋相關影響變數的事件資料頻率跟使用期間，都會有影響。。
非定態變數：意思就是變數會亂跑，但是有一定的規則，報告最好會有隱含意義，正向或是反向。
共整合如果存在的話，是允許短期偏離現象，因此就可以使用誤差修正模型。
一組變數有共整合存在，必定有誤差修正的存在，實際值跟預測值。
國際金融報導:
阿根廷也發消費券?最窮8百萬人耶誕節每人可領近千元台幣
油價創11年來新低 出口國財政陷困境 須救市度難關
------------------------------------------------------------------------------------------------------------------------
(點擊影片,即可觀看)
------------------------------------------------------------------------------------------------------------------------
12/28
12/28
期末影片報告順序
1.林秉毅
2.蕭瑞銘
3.卓益越寧
4.李蕙羽
5.洪嘉聖
6.曾于真
7.賴威鴻
8.許澤妤
(下周開始)
9.金恩惠
10.曹季群
11.邱柏寧
筆記:
1. 小數點不能太多
2. 名詞要掌握準確
3. 資料來源要放在參考文獻裡
4. 要寫授課老師
國際金融報導:
最多 人民幣兌美元2015年貶4.41%
FOCUS／出口衰退、通膨創新高 韓2015經濟數據弱
--------------------------------------------------------------------------------------------------------------------------------------------------------------
1/4
期末報告順序
期末報告順序
12.李佳恩
13.李芳儀
14.陳宣蓁
15.賴銀俊
16.郭俊旻
17.丁淑妤
18.卓綵倫
國際金融報導:
沒有留言:
張貼留言