以考慮隨時間而變波動性之動態Probit模型預測美國股市方向

Forecasting the Direction of the US Stock Market by Dynamic Probit Model with Time-Varying Volatility

鍾雅玟(YA-WEN CHUNG)

指導教授 ： 李偉銘

國立中正大學/管理學院/經濟系國際經濟研究所/碩士(2016年)

摘要

本文主要運用隨時間而變波動性之動態probit模型探討美國股市超額報酬方向性的樣本內與樣本外預測表現。除了預測整體股市方向之外，我們亦檢驗規模投資組合是否可預測。在模型設定方面，我們在動態probit模型中，加入隨時間而變波動性。為了避免參數化估計波動性會產生模型誤設的問題，本文使用Hansen and Lunde(2005, 2006)所建議的kernel-based realized variance估計，對波動性進行非參數估計。預測變數的選擇則有Chen et al.(1986)所考慮的期間利差與通貨膨脹率，以及Nyberg(2011)所建議的短期利率變動。此外，我們亦建構出聯邦基金利率期現貨利差(欲藉此衡量美國聯準會的貨幣政策於報酬方向性的預測力)與Hong et al.(2007)所考慮產業類股報酬率。我們藉由日資料估計每個交易月的波動性，再由月資料探討樣本內與樣本外預測表現。其中，在樣本內預測的部分，我們運用t統計值判斷預測變數之參數的顯著性，並利用配適度指標pseudo R square衡量預測變數的配適程度；樣本外預測則採遞迴估計量以計算樣本外機率預測值後，再利用QPS(quadratic probability score)指標衡量probit模型與預測變數的樣本外預測表現，最後則以CW檢定統計量判斷各預測變數在統計上的顯著性。主要實證結果顯示：考慮隨時間而變波動性的動態probit模型在針對S&P500指數與大規模投資組合的預測表現上，相較於標準動態probit模型而更為突出。在預測變數方面，最具樣本內預測力的通貨膨脹率與短期利率變動，但是其在樣本外預測力皆小於產業類股報酬。樣本外預測結果為印刷業類股報酬為最具預測力，其次則為紡織業、機械業、零售業、金融業、服務業、大眾傳播業、運輸業、製造業類股報酬。

關鍵字

動態probit模型 ； 隨時間而變波動性 ； 報酬方向性預測

參考文獻

李偉銘、吳淑貞與黃啟泰(2015)。總體經濟變數對臺灣股市之大盤及類股熊市預測表現之探討，經濟研究，51，171-224。

Ahmed, J. (2015). A conditionally heteroskedastic binary choice model for macro-nancial time series, Journal of Statistical Computation and Simulation, 86, 1-29.

Avramov, D. (2002). Stock return predictability and model uncertainty, Journal of Financial Economics, 64, 423-458.

Bernanke, B. S. and K. N. Kuttner (2005). What explains the stock market's reaction to Federal Reserve policy? Journal of Finance, 60, 1221-1257.

Brandt, M. W. and Q. Kang (2004). On the relationship between the conditional mean and volatility of stock returns: a latent VAR approach, Journal of Financial Economics, 72, 217-257.