透過您的圖書館登入
IP:18.220.154.41
  • 期刊

金融風暴期間新台幣兌美元匯率預測-倒傳遞神經網路之應用

摘要


本研究運用有別於傳統匯率預測模型的倒傳遞網路模式理論(Back-Propagation Network, BPN),嘗試捕捉匯率變動之趨勢。首先以BPN理論基礎,討論模型與其參數間之關係,以利規避其缺失,進而界定資料來源且對新台幣兌美元匯率資料分類,對其不同輸入因子、樣本資料期間及頻率作基本模型測試;最後並以測試後之匯率預測模型架構,藉由「預測方向正確性」與「預測精準正確性」檢驗比較,對間接匯率能否有助於分析金融風暴期間匯率之變動走勢作探討。結果發現,進行捕捉複雜且持續多變之新台幣與美元間匯率互動關係時,於不同樣本期間上,以短期(1年)期間之樣本資料,最能有助於模型,提昇預測能力;在不同樣本資料頻率上,以日資料最能有效捕捉匯率變動間之關係;而在預測模型於亞洲金融風暴期間,間接匯率是否能對匯率變動之方向進行有效捕捉之實證結果得知,以即期匯率與間接匯率針對非金融風暴期間作匯率補捉時,較能提高預測能力,而在金融風暴期間,應只以單一間接匯率作評估,如此更能精確地捕捉新台幣兌美元匯率變動過程。

被引用紀錄


陳昱安(2015)。巨量資料探討及分析-以台灣50 ETF 為例〔碩士論文,淡江大學〕。華藝線上圖書館。https://doi.org/10.6846/TKU.2015.00346
張培瑋(2010)。應用粗糙集理論建立匯率預測模型〔碩士論文,朝陽科技大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0078-0601201112113020
蔡志明(2015)。亞洲主要貨幣外匯操作績效的實證分析-在金融風暴與非金融風暴期間〔碩士論文,國立中正大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0033-2110201614012341

延伸閱讀