第五章 實證結果
5.7 加入外生變數
1 2 3 4 5 6 7 8 9 10
PROMOSD ADJD
Response of PROMOSD to Cholesky One S.D. Innovations
.00 .01 .02 .03 .04 .05 .06 .07
1 2 3 4 5 6 7 8 9 10
PROMOSD ADJD
Response of ADJD to Cholesky One S.D. Innovations
由接下來的表十五、十六以及圖八、九可以發現，在力晶及茂德的股價表現上也 產生同樣的結果，股票市場的訊息反應及價格發現能力都優於現貨市場。
5.7 加入外生變數
由前一節的估計結果可以知道，DRAM Maker的股價與DRAM現貨價格間 存在有共整合關係，而且DRAM Maker的股價會受到前一期DRAM現貨價格的影 響，因此接下來本文將引進新一外生變數，來預測DRAM現貨價格的走勢，希望 能夠提高此共整合關係式的準確度。
在DRAM現貨市場中，由於銷售市場以及要求規格的不同，同時存在有兩 個不同的報價系統，分別為現貨價（Spot Price）以及合約價（Contract Price）；
其中合約價（Contract Price）的議定為DRAM生產廠商與個人電腦OEM公司（如 Dell、HP等國際大廠）協議產生，通常以合約價出售給下游客戶的產品，所要 求的規格將會比較嚴格，例如測試時間較長，測試項目較多，品質也較現貨市場 上的產品來的穩定，因此在供給的數量上將會受到限制，造成合約價會比現貨價 來的高，另外由於個人電腦生產者大多為批量購買，因此議定價格的次數不如現 貨價來的頻繁，以目前市場上的狀況而言，約為每雙周定價一次。在現貨價格
（Spot Price）方面，為一般消費大眾或是以售後市場（After Market）為銷售對 象的模組製造商的參考價格，也是我們普遍所稱的DRAM現貨價格，其定價方式 則是由其他非OEM廠商所報的買價及DRAM製造商所報的賣價撮合而成，換言 之，可以說是由DRAM市場上的供給和需求所決定出來的價格，此報價系統為每 日定價，價格的波動程度也較合約價來的劇烈。下圖顯示出現貨價與合約價的走 勢，可以得到印證。
圖十一、DRAM現貨價與合約價相關走勢圖
3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0
100 200 300 400 500
SPOT CONTRACT
外生變數決定方法的選擇
在證券市場中，存在著各種的技術分析方法，希望藉由歷史資料的分析，
發現未來股票價格的走勢，其中比較常用的技術指標有移動平均線法則、KD值、
RSI、及乖離率等四種：
1. 平滑異同平均線（MACD）：MACD是由二位美國學者艾培爾與希斯勒所提 出，利用快速和慢速的平滑移動平均線(EMA)，計算兩者之間的差離值 (DIF)，再利用差離值與差離值平均值(DEM)的收斂(交會)與發散(分離)的徵 兆，用以研判股市行情買進或賣出的時機。一般多採用12日與26日的平滑 平均值，以及9日MACD值，當DIF向上穿越MACD時為買進訊號，DIF向下 穿越MACD時為賣出訊號。
2. KD隨機指標：為美國George Lane在1957年首先發佈原始公式，而於1986 年提出修正公式。根據觀察股價上漲時，當日收盤價總是朝向當日價格波動 的最高價接近；反之，當股價下跌時，當日收盤價總是朝向當日價格波動的 最低價接近之原理。並改善移動平均線反應遲鈍的缺點，將每日盤勢的開高 低收透過計算，而表達在該項指標中，並推演出新的交易策略。以根據快速、
慢速移動平均線原理，K線向上突破D線（即K值＞D值）為買進訊號；K線 跌破D線（即K值＜D值）為賣出訊號。
3. RSI：1978年美國作者華德(Welles Wilder Jr.)在著作『技術交易系統中的新 觀念』中所提出交易方法之一。相對強弱指標是先行指標的一種，它是以一 定期間內商品(股票或指數)價格的變動關係為基礎，去推敲其未來價位的變 動方向。基本原理是利用在正常股市中多空買賣雙方的力道必須取得均衡，
股價才會穩定。而RSI是計算在一定期間內，股價上漲總幅度平均值佔總漲 跌幅總幅度平均值的比例，RSI值會介於0～100之間。
4. 乖離率（BIAS）：乖離是指當日指數與平均線之間的差距，將乖離再除以 移動平均值即為乖離率。當指數離開平均線過遠時，短期內大多會呈現技術 性的回檔或反彈，將股價與移動平均線的距離拉近。所以，如果能掌握市場 的特性，統計出指數的乖離率變化，就能夠在行情乖離率過大時，儘早採取 對應的操作策略。
觀察DRAM現貨價格與合約價格的關係，類似於MACD指標中所提到的快速平滑 移動平均線以及慢速平滑移動平均線，或是KD隨機指標中的快速移動平均線（K 線）和慢速移動平均線（D線），因此本章節將使用KD值的觀念，引入外生變 數來預測DRAM現貨價格的走勢。以下將對外生變數的決定方法進一步說明。
KD隨機指標計算說明
隨機指標(KD)同時融合了動量觀念，相對強弱指標(RSI)及移動平均速度觀 念等優點，並考慮最高價與最低價，可以表現出一段行情的真正波幅，故對於短 期行情變動的敏感度可以加以掌握。
1、觀念與作法：該種指標的論點為，如果股價是呈現上升的走勢，則當日的 收盤價通常也是一段期間內的最高價，也就是股價的上升具 有單調性，如此該指標才較能反應出上漲的趨勢。茲將指標 的作法說明如下：
（1）計算未成熟隨機值（RSV，Raw Stochastic Value）
( )
maintain ,
圖十二、現貨價與合約價的移動平均線及外生變數曲線
-2 -1 0 1 2 3 4 5 6 7 8
J-03 A-03 J-03 O-03 J-04 A-04 J-04 O-04 J-05
SPOT_9 Contract_9 Dummy
VECM estimate with the Dummy Variable
接著，同樣針對三組樣本進行VECM的估計，不過此次在估計時加入整理好的虛 擬變數作為外生變數（Exogenous Variables），觀察與第一次進行的估計之異 同處。
表十八、南亞科技股價與DRAM現貨價格間的誤差修正關係式（with Exogenous Variables）
誤差修正關係式
CointEq1
現貨價格變動量 1.000000
-0.191943 (0.02765) 南科股價變動量
[-6.94255]
常數項 0.235854
Error Correction: D(ADJ256) D(SOUTH)
-0.036024 0.064524 (0.00584) (0.06260)
誤差修正項係數
[-6.16642] [ 1.03067]
0.372412 1.475753 (0.04200) (0.45004) 前一期現貨價格變動量
係數 [ 8.86782] [ 3.27917]
-0.006763 -0.014078 (0.00434) (0.04656)
前一期南科股價變動量
係數 [-1.55647] [-0.30235]
0.000400 0.009195 (0.00318) (0.03408) 常數項係數
[ 0.12584] [ 0.26983]
0.007336 -0.002418 (0.00327) (0.03503) 外生變數係數
[ 2.24440] [-0.06903]
表十九、力晶股價與DRAM現貨價格間的誤差修正關係式（with Exogenous Variables）
誤差修正關係式
CointEq1
現貨價格變動量 1.000000
-0.053573 (0.01155) 力晶股價變動量
[-4.63672]
常數項 -3.288284
Error Correction: D(ADJ256) D(POWER)
-0.035748 -0.044305 (0.00635) (0.07093)
誤差修正項係數
[-5.63030] [-0.62464]
0.380782 2.087598 (0.04138) (0.46222) 前一期現貨價格變動量
係數 [ 9.20309] [ 4.51649]
0.002132 -0.061187 (0.00406) (0.04537) 前一期力晶股價變動量
係數 [ 0.52500] [-1.34875]
0.002167 0.070339 (0.00322) (0.03599) 常數項係數
[ 0.67254] [ 1.95418]
0.011481 0.074645 (0.00338) (0.03778) 外生變數係數
[ 3.39513] [ 1.97593]
表二十、茂德股價與DRAM現貨價格間的誤差修正關係式（with Exogenous Variables）
誤差修正關係式
CointEq1
現貨價格變動量 1.000000
-0.135544 (0.01798) 茂德股價變動量
[-7.53830]
常數項 -2.506416
Error Correction: D(ADJ256) D(PROMOS)
-0.044494 0.057815 (0.00761) (0.05843)
誤差修正項係數
[-5.84940] [ 0.98949]
0.379074 1.678117 (0.04149) (0.31868) 前一期現貨價格變動量
係數 [ 9.13729] [ 5.26587]
0.003773 -0.077973 (0.00591) (0.04543) 前一期茂德股價變動量
係數 [ 0.63791] [-1.71636]
0.000651 0.027809 (0.00319) (0.02452) 常數項係數
[ 0.20388] [ 1.13436]
0.007911 0.034235 (0.00328) (0.02523) 外生變數係數
[ 2.40846] [ 1.35694]
由以上三個關係式的估計結果得知，
1. 誤差修正項的係數對於股價的變動都是顯著的（ t∣-value =6.17∣ 、5.63、
5.85＞1.96），而對於現貨價格變動的影響皆不顯著。此部分與加入外生變 數前的結果一致。
2. 前一期現貨價格的變動對於當期現貨價格及股票價格的變動影響都是顯著 的。此部份也與加入外生變數前的結果一致。
3. 前一期股票價格的變動對於當期現貨價格及股票價格變動的影響皆不顯著，
此結果也與加入外生變數前的結果一致。
4. 外生變數的係數對現貨價格變動的影響皆顯著，不過除了力晶半導體的樣本 外，外生變數對於股票價格變動的影響皆不顯著。
另外從DRAM Maker與現貨價格的誤差修正模型估計結果的比較中，可以觀察 到，當加入外生變數（Exogenous Variables）之後，在R-squared以及調整後 的R-squared數值都較原始的估計結果高（除了南亞科技股價變動的影響，在加 入外生變數後R-squared較低），顯示出加入外生變數後，模型的準確度有所提 升。並且在殘差的平方和（Sum sq. resids）一項，加入外生變數後的結果要小 於原始的估計結果，也顯示出加入外生變數後的模型準確度高於原始的模型；因 此本研究認為，運用KD隨機變數的原理，自DRAM現貨價（Spot Price）與合約 價（Contract Price）間所決定出來的外生變數，對於現貨價格走勢的趨勢有一 定的準確度。
表二十一、三組DRAM Maker股價與DRAM現貨價格的誤差修正模型估計結果比 較
With Exogenous Variables Original Data Set
D(ADJ) D(NTC) D(ADJ) D(NTC)
R-squared 0.265873 0.022573 0.255411 0.02561
Adj. R-squared 0.259916 0.014642 0.250889 0.019693
Sum sq. resids 2.009956 230.819 2.038598 230.1017
S.E. equation 0.063851 0.684246 0.06424 0.68249
D(ADJ) D(POWER) D(ADJ) D(POWER)
R-squared 0.257832 0.058845 0.241301 0.051541
Adj. R-squared 0.25181 0.051209 0.236693 0.045781
Sum sq. resids 2.031971 253.585 2.077231 255.553
S.E. equation 0.0642 0.717197 0.064845 0.719245
D(ADJ) D(PROMOS) D(ADJ) D(PROMOS)
R-squared 0.2619 0.065126 0.252213 0.062948
Adj. R-squared 0.255911 0.057541 0.247672 0.057258
Sum sq. resids 2.020833 119.2398 2.047355 119.5176
S.E. equation 0.064024 0.491799 0.064377 0.491872