105.01.03
期末報告繳交
期末報告影片上傳youtube
*國際新聞研讀:
105.12.26
期末考
筆試and上機考
範圍:課本八、九章，操作gretl判讀共整合、單根
105.12.19
Gretl操作
期末提醒和說明
*國際新聞研讀:
105.12.12
Gretl操作
資料彙整時要將變數名稱取好，方便後續作業
時間序列資料太可以採用月資料等資料
共整合若I(1)有I(2)的資料，可以參考楊老師課本所述，也可以跑共整合
*國際新聞研讀:
105.12.05
*老師科技部開會，停課*
*國際新聞研讀:
105.11.28
誤差修正:等號左右邊皆是定態
檢查rank:檢查有無共整合
Johansen共整合檢定步驟
1. VAR確定落後期 樣本少於100則使用AIC準則
2. 利用LR檢定決定落後期
105.11.21
共整合檢定
*Engle granger 共整合檢定步驟
1.判定變數的整合階次是否相同:用ADF來檢定，階次相同進行下一步，階次不同代表不具共整合性質 *顯著水準需一致
2.以OLS估計變數的長期關係 yt=a0+a1xt+et
3.以DF、ADF來檢定et是否降階為定態變數 I(1)降為I(0)，若拒絕ADF的虛無假設則無法拒絕變數具有共整合現象
*rank=0，特性根=0，沒有共整合
*rank數目=共整合向量的數目(有幾組)
*行列式算法:左上x右下-左下x右上
*n個整合變數的共整合向量最多n-1個
購買力平價說
Pt=St Pt*
P本國物價水準
P*:外國物價水準
取對數 Log(St)= log(Pt/Pt*)
105.11.14
1.方同學重新報告
(1)題目說明不對
*(2)匯率影響油價不是國際金融
油價影響匯率是國際金融
進口對匯率的影響 就是國際金融
(3)ppt要提綱挈領 不是講稿
(4)衣服要穿著正式服裝
2.從ADF開始講
(1)無
(2)有常數
(3)+趨勢
***(4)ADF檢定式(OLS)>檢定式殘差 >殘差白噪音化
a.跟平均數有關 E(ue)=0
b.cov(ut+uej)=0 ***
c.var(ue)= _的平方常數
(5)大部分都是解決殘差 不是白噪音
(6)時間序列資料很容易都是自我相關
(7)ADF檢定力太低
檢定力 虛無假設是錯的 但是無法拒絕
(8)ADF的虛無假設 就是有存在單根
3.共整合與誤差修正模型
(1)整合變數
*整合變數的定義
非定態時間序列變數yt，經過k 次差分之後變成定態，稱之為 「k 階
整合變數」 (integrated of order k)。
*以符號來表示「k 整合變數」
yt ~ I(k)
ΔKyt ~ I(0)
*k 階整合變數範例
簡單隨機游走模型 (pure random model)：
yt = yt-1 + εt
εt：白噪音，yt：1 階整合變數。
yt 一次差分後
Δ yt = yt − yt-1 = εt
εt ~ I(0)，Δyt ~ I(0)，yt ~ I(1)。
*整合變數的加總性質
分別為 m、n 階整合且m>n>0 之非定態變數yt、xt 線性組合變數:
wt = a yt + b xt ,
則
wt ~ I(m)
任兩個m、n 階整合變數加(減)之結果仍為m 階整合變數，除非非定
態變數之間，存在所謂的「共整合現象」。
I(m) ± I(n) ~ I(m) if m ≥ n
(2) 8.2 什麼是共整合？
*共整合的定義
一組非定態時間序列變數的線性組合變成定態，則我們稱這些變數有
「共整合」現象。(Engle and Granger (1987)
*共整合範例
令vt、εyt、εzt 都代表白噪音，I(0) 變數。非定態變數 μt 的DGP：
μt = μt-1 + vt
二個I(1)變數yt 及zt 的DGP 分別為:
yt = μt+εyt
zt =μt+εzt
*共整合範例 (續)
yt 與zt 的線性組合：
β1yt+β2zt = β1 (μt + εyt) + β2 (μt+εzt)
右邊整理合併後
β1yt+β2zt = (β1μt+β2μt ) + (β1εyt+β2εzt )
β1yt+β2zt 也是 I(1) 變數，若β1 = −β2，則
β1μt+β2μt = 0
β1 = −β2 之條件即為共整合關係
* 非定態變數共整合正式之定義及表示方式
yt、xt 是 k 階整合之非定態變數, k>0，其線性組合之關係為I(0)
→將yt、xt 兩變數稱之為k 階k 次共整合 (cointegrated of order k, k)，
符號記為CI(k,k)。
*共整合的原始定義
Engle and Granger (1987) : k 階整合變數的線性組合發生降b 階的現
象，(即線性組合變成 (k-b) 階整合變數，b>0) 稱之為k 階b 次共整
合，符號記為CI(k,b)。
*共整合向量(Cointegration vector)
一組m 個I(1)變數：
xt=(x1t, x2t, …, xmt)'
一組線性參數：
β = (β1, β2, ..., βn)
恰使
βxt = εt
其中 εt ~I(0)，εt=(ε1t, ε2t, …, εmt)'，記為xt ~ CI(1,1)， β為xt 的「共
整合向量」 (cointegrating vector)。
*以購買力平價理論(purchasing power parity)為例:
實質匯率：
q t = st + pt* − pt (9.2.1)
st ：表示本國對外國之匯率取對數 (匯率單位為本國幣/外國幣)
pt*：表示外國物價指數取對數
pt ：為本國物價指數取對數
若st、 pt*、pt 都是 I(1)，實質匯率qt ~ I(0)，
購買力平價理論成立下
(s, p*, p)~CI(1,1)
共整合向量
(1, 1, -1)
*國際新聞研讀:
105.11.07
*期中考周沒上課*
*國際新聞研讀:
105.10.31
期中報告老師的叮嚀語提醒:
1.畫面要清楚，不要歪掉。
2. ppt內容不要太多，把重點放上去即可。
3.講話速度有點快，不要太快
4. 要更清楚了解所使用的時間序列分析方法
5.要開始找台灣數據，開始模仿期末報告。
*國際新聞研讀:
105.10.24
*時間序列:平均數.變異數.共變數
*單根with gretl
1.(recall...) In statistical sense: if {yt} is weakly stationary,
E(yt) = a constant, for all t
var(yt) = σ2 (a constant), for all t
cov(yt yt-k ) = cov(yt-j yt-k-j ) =a constant,
for all j, k, j≠k
2.In general, any {yt} with violations of the above are nonstationary
3.What problems about non-stationary variables?
A. Spurious regression (Granger and Newbold, 1974)
nonsense correlations between non-stationary variables
B. Symptoms of spurious regression
if yt and xt are both non-stationary, regress yt on xt
yt = b1 + b2 xt
The result often leads to statistically significant but NONSENSE
coefficient of b2. EXCEPT they are "co-integrated." (will be discussed
in later lectures)
4.The random walk model
pure random walk DGP
yt = yt-1 + et
It looks similar to AR(1) but the coefficient of yt-1 is 1.
Problems of pure RW DGP
E(yt) = ∞
since stationarity requires |b2| <1
yt = b2 yt-1
var(yt) = tσ2 , and
cov(yt yt-k )= (t-k)σ2 are not constant at all
5.Dectection of Non-stationarity: D-F tests
A. RW (random walk) models
yt = yt-1 + et (1)
yt = a0 + yt-1 + et (2)
yt = a0 + yt-1 + bt+ et (3)
where et ~ white noise
B.Null model (example)
yt = a1 yt-1 + et (8.17)
Δyt = (a1−1) yt-1+ et
let γ = a1−1, null hypothesis:
H0：a1 =1, or equivalently H0：γ =0
**6.下周一期中報告影片撥放
*國際新聞研讀:
105.10.17
1.統計時間序列、期末報告使用軟體:Gretl的操作
2.矩陣-方陣、單位矩陣、零矩陣、反矩陣(非所有矩陣都有反矩陣)
3.時間序列中會用到rank時，是在Johensen的共整合檢定上。
4.介紹非定態時間序列模型、時間趨勢、Random Walk模型、單根
*單根(unit root)即是方程式的解等於1 RW有單根
*white noise 就是隨機變數
*y=a+bx y,x實際無關，但強烈拒絕H0:b=0
*Granger and Newbold發現非定態變數間，可能會出現所謂"假性迴歸"的問題
*定態趨勢(deterministic trend)定義:可完全被預測的變動趨勢
*定態趨勢模型:變數是隨著時間而變動的情況 yt=a0+a1t
*隨機趨勢定義:變數中的隨機成分對該變數具有永久性影響
*時間序列變數:定態、非定態(random walk)RW yt=yt-1+et
國際金融新聞：
105.10.10
國慶放假
國際金融新聞：
105.10.03
*國際金融理論概
金流-匯率-物流
- 物流:LOP單一價格法則、PPP購買力平價理論(pp"p"-Parity-相等)
- 金流:IRP利率評價理論(Interest Rate Parity，Interest Rate利率)，錢往報酬高的地方走。
- 資訊流:價格本身就是一種資訊，有資訊才有物流&金流，未來30年國際金融主流，Big Data
*level-k thinking :
考慮一個遊戲，教室裡的每個人都選擇0到100之間的數字。最接近平均值一半的人。
顯然，挑選一個超過50的數字將是愚蠢的。 基於這一點，挑選一個超過25的數字將是愚蠢的。 同樣，選擇一個超過12.5的數字將是愚蠢的。 繼續這種思路，挑選除0以外的任何數字將是愚蠢的。 這些想法顯示了那些參與者的思維水平，從一級到二級。
Level-k思維分析這樣的遊戲。 在實際的實驗中，玩家永遠不會選擇0，這將由納什均衡建議。 相反，他們利用許多不同的思維水平。
*純理論研究(Theoretical):
純理論研究(Baiey, 1978) (Method of Social Research)或稱為基礎研究
- 主要是為發展及考驗理論與假設
- 可能具有或不具有實際應用價值
- 涉及假設考驗，包含非常抽象及特殊概念
純理論研究亦著重方法論之發展
- 研究方法、過程、技術
- 研究工具發展、檢證、證明、改進
-一般性的觀念、定義變數
* 數學模型:
數學模型是使用
數學概念和語言來對一個系統的描述。
Eykhoff定義「數學模型」為「對一個現存（或被建構的）
系統本質的表述，以能以有用的形式表示出此系統的知識來。」
數學模型可以有許多種的形式，不只限定在
動態系統、機率模型、微分方程式或賽局模型而已。不同的模型可能有相同的形式，同一個模型也可能包含了不同的抽象結構。
實證模型:找出可遵守的理論模型再做實證研究
~PPP:p=sp*
lnP=ln(sp*)
=lnS+lnP*
*國際新聞研讀:
1.陶冬：聯準會升息再上檯面 全球貿易仍遜預期
2.走向全球化，亞洲企業債市場崛起壯大
105.09.26
1.課前考試-作加分用
2.老師一開始上課有問:如果給你幾個國家會出現幾種匯率? 例如:有八個國家我想要取其中兩個國家的匯率來比較
3.老師有介紹一個可以增加自己英文能力的APP
- FLIP 新聞APP 有助於增強自己的英文閱讀力、同時了解最新國際時事
4.課程教課書還有應用軟體介紹
5.期中口頭報告~模仿是創新的一種學習法
- 任選一個「1990年以後」在英文期刊上已發表之國際金融相關研究之論文, 研讀並進行重點口頭報告
- 基本理論
- 研究方法 (估計、檢定、指標) 與邏輯
- 需要的統計數據
- 實證結果
- 及早開始找
- 英文 paper
愈短愈好
- 準備8張
PPT, 勿超過 10頁
6.期末報告
- 任選一「1990年以後」在本校圖書館全文資料庫英文期刊上已發表之國際金融相關研究, 以台灣資料為主題, 使用「完全相同」之文章為「架構」
- 包含相同標題之各小節、模型、檢定、圖、表
- 當然你可以加入您自己認為必要的內容)~只能多,
不能少
- 注意：請慎選 paper，勿選擇任何您「可能看不懂」的 paper
- 不可選前人選過的相同 paper
7.課程網頁維護重要事項 Import Notes
- 每位同學必需建立與維護 2 個網頁:
- 欲仿照之原始 paper
重點摘要頁
*學習紀錄頁*
1.記得每一頁要在頁尾處輸入你的「標籤」, 包含學號後5碼, 名字或暱稱,
和 其它你自
訂的關鍵字,
例 ADF、共整合、PPP、等
2.請同學在你所選的 paper 加上標籤:「已選」
3.在你的 學習紀錄頁加上標籤:「學習記事」
- 石油減產 油價走高 OPEC意圖為何？
- 再度不變 聯準會今年還有升息可能嗎？
