第五章 實證結果分析
第六節 投資策略實證分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第六節 投資策略實證分析
透過比較不同 MV/GNP 模型可見，使用固定門檻值與使用變動門檻值皆可 做為預測股市修正之模型。而為了分析該模型實務應用到資本市場作為評價與 投資依據之適用性，並且作為其準確性之再次檢驗，本研究將從固定門檻值與 使用變動門檻值模型中選取預測表現最佳的模型，其包含以 90%作為固定門檻 值的 MV/GNP(F-90)模型，與以信心水準(α) 95%作為變動門檻值的
MV/GNP(C-95)模型，並假設於期初投入 1 元的情況下，比較自 1981 年第 1 季 到 2019 年第 4 季，共 156 季投資期間的報酬率表現。
為了充分分析 MV/GNP(F-90)與 MV/GNP(C-95)擇時模型投資策略，與買進 持有投資策略之績效表現差異，在擇時模型每次資金投入比例參數設計上，本 研究皆假設在擇時模型過熱訊號出現時，將降低 30%、50%、80 及 100%加權 指數資產部位；而在擇時模型過熱訊號出現時，若同時擁有過去降低持股部位 所保留之現金，則每次僅投入資金之 30%，倘若擇時模型無過熱訊號則投入該 資金之 100%。
觀察【圖 5-7】、【圖 5-8】、【圖 5-9】、【圖 5-10】不同投資策略在不同調節 比例下之投資報酬績效，可以發現使用預測模型的投資策略普遍高於買進持有 策略，甚至在調節比例達 100%之極端操作下，兩個預測模型策略皆明顯勝過買 進持有策略，因此從實際投資中驗證 MV/GNP 模型確實具有相當預測性，且其 應用在證券市場的適用性也非常良好，可以帶來超額報酬。此外，可以發現到 績效表現最好的是 MV/GNP(C-95)模型，其在調節比例為 50%時總體報酬率超
‧
MV/GNP(F-90)策略。分析其原因係因為 MV/GNP(C-95)模型訊號產生頻繁，因 此容易有不正確的訊號或雜訊，故其調節比例設定上不適合以 100%來操作。而 另外觀察 MV/GNP(F-90)模型，可以發現該模型在不管調節比例參數設定為 何，都持續擁有非常穩定且優於買進持有之績效，其總體績效報酬率穩定保持 在 35 倍以上左右。這樣的結論也吻合前面模型的準確度之實證分析，由於固定 門檻值的 MV/GNP(F)模型雖然訊號產生次數較少，但其訊號準確度高，而從投 資策略實證分析上也可以驗證到這樣的特性。1981 Q1 1982 Q2 1983 Q3 1984 Q4 1986 Q1 1987 Q2 1988 Q3 1989 Q4 1991 Q1 1992 Q2 1993 Q3 1994 Q4 1996 Q1 1997 Q2 1998 Q3 1999 Q4 2001 Q1 2002 Q2 2003 Q3 2004 Q4 2006 Q1 2007 Q2 2008 Q3 2009 Q4 2011 Q1 2012 Q2 2013 Q3 2014 Q4 2016 Q1 2017 Q2 2018 Q3 2019 Q4
Value of $1 Investment in TAIEX Index
Buy and hold MV/GNP(C-95) MV/GNP(F-90)
‧
1981 Q1 1982 Q2 1983 Q3 1984 Q4 1986 Q1 1987 Q2 1988 Q3 1989 Q4 1991 Q1 1992 Q2 1993 Q3 1994 Q4 1996 Q1 1997 Q2 1998 Q3 1999 Q4 2001 Q1 2002 Q2 2003 Q3 2004 Q4 2006 Q1 2007 Q2 2008 Q3 2009 Q4 2011 Q1 2012 Q2 2013 Q3 2014 Q4 2016 Q1 2017 Q2 2018 Q3 2019 Q4
Value of $1 Investment in TAIEX Index
Buy and hold MV/GNP(C-95) MV/GNP(F-90)
0.00
1981 Q1 1982 Q2 1983 Q3 1984 Q4 1986 Q1 1987 Q2 1988 Q3 1989 Q4 1991 Q1 1992 Q2 1993 Q3 1994 Q4 1996 Q1 1997 Q2 1998 Q3 1999 Q4 2001 Q1 2002 Q2 2003 Q3 2004 Q4 2006 Q1 2007 Q2 2008 Q3 2009 Q4 2011 Q1 2012 Q2 2013 Q3 2014 Q4 2016 Q1 2017 Q2 2018 Q3 2019 Q4
Value of $1 Investment in TAIEX Index
Buy and hold MV/GNP(C-95) MV/GNP(F-90)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
【圖 5-10】調節比例 100%下之投資策略績效比較
0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00
1981 Q1 1982 Q2 1983 Q3 1984 Q4 1986 Q1 1987 Q2 1988 Q3 1989 Q4 1991 Q1 1992 Q2 1993 Q3 1994 Q4 1996 Q1 1997 Q2 1998 Q3 1999 Q4 2001 Q1 2002 Q2 2003 Q3 2004 Q4 2006 Q1 2007 Q2 2008 Q3 2009 Q4 2011 Q1 2012 Q2 2013 Q3 2014 Q4 2016 Q1 2017 Q2 2018 Q3 2019 Q4
Value of $1 Investment in TAIEX Index
Buy and hold MV/GNP(C-95) MV/GNP(F-90)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第六章 結論及建議
第一節結論
全球股票市場自 2007 年金融海嘯以來之多頭走勢已邁入十年以上，而台灣 的加權指數也邁入史上最長的萬點行情，並且逼近歷史高點 12,682 點的大關。
而這樣的價格水位是否隱含價格偏離合理水位。本研究依華倫·巴菲特所提出的 MV/GNP 模型對於證券市場價格水準進行分析。
在台灣的實證分析上，本研究發現 MV/GNP 模型確實具有判斷價格水位合 理性與預測股價未來走勢之能力。然而依照不同的 MV/GNP 模型，可以對不同 規模的未來股價下跌修正進行預測。本研究發現沒有採用對數的 MV/GNP 模型 表現普遍皆比有採用對數的 LogMV/GNP 模型來的良好。而在預測下跌 10%以 上的修正上，使用變動門檻值的 MV/GNP 模型，表現比使用固定門檻值的 MV/GNP 模型優良。尤其在變動門檻值使用單尾信心水準為 95%區間界線時，
擁有最好的預測表現，其預測準確度達 84%，並有 95%以上之信心水準顯著異 於隨機猜測之結果。另外，在預測下跌 20%以上的修正上，使用固定門檻的 MV/GNP 模型，表現比使用變動門檻的 MV/GNP 模型優良。尤其在固定門檻值 使用 80%與 90%界線時，擁有最好的預測表現，其預測準確度達 85%及 77%，
並有 99%以上之信心水準顯著異於隨機猜測之結果。
此外在投資策略的實證上，使用 MV/GNP 預測模型的投資策略績效表現普 遍比買進持有策略之績效表現優良，因此再次驗證 MV/GNP 預測模型具有相當
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
準確度，並且支持預測模型實證分析之結果，統計檢定達到信心水準 99%之 MV/GNP(F-90)模型，在績效表現上非常穩定，反映其預測準確度確實非常良 好。而統計檢定達到信心水準 95%之 MV/GNP(C-95)模型，績效表現也相當優 良，甚至超過 MV/GNP(F-90)模型，然而在績效表現穩定度上，就不如
MV/GNP(F-90)。總結而言，MV/GNP 模型是一個可以幫助提升投資績效表現之 模型，其在指數投資大行其道的時代下，是一個可以作為投資操作評估的重要 參考依據之一。
透過實證分析上可以發現華倫·巴菲特所提出的 MV/GNP 在預測台灣證券 市場具有相當準確性，而且也是可以作為建構投資策略使用之參考指標。而在 觀察至 2019 年底台灣 MV/GNP 之數據上，MV/GNP 已經來到歷史新高水位，
依據本研究之 MV/GNP 實證分析顯示，可能暗示著台灣股市價格已偏離合理水 位。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 建議
本研究在 MV/GNP 預測模型之研究與實證上發現，台灣自 2009 年以來其 MV/GNP 數據長期高於 120%，未來研究上可以針對這樣的數據分析是否為經 濟結構改變所致，倘若係因經濟結構改變的話，未來在 MV/GNP 之使用上可能 必須做相應調整。此外本研究所使用的變動門檻值 MV/GNP(C)預測模型，實證 上發現其僅適合預測較小規模之市場修正，並且有訊號不穩定的情況而影響準 確度，未來研究上可以針對如何改善 MV/GNP(C)預測模型來預測較大規模之市 場修正，或是改善訊號穩定度與準確度之情況，將有助於研究泡沫或預測股市 修正之研究。最後。本研究僅依據 MV/GNP 預測模型嘗試幾個簡單的交易策略 進行績效實證，為來研究可以在針對嘗試是否有更好之交易策略，例如加入股 債投資組合等，來提升投資之績效表現。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第七章 參考文獻
Blanchard, O. J., and M. W. Watson. (1982). Bubbles, rational expectations, and financial markets, in P. Wachtel, ed., Crisis in the Economic and Financial Structure, 295-316.
Buffett, W., and C. Loomis. (2001). Warren Buffett on the stock market, FORTUNE Magazine.
Campbell, J. Y., and R. J. Shiller. (1998). Valuation ratios and the long-run stock market outlook, The Journal of Portfolio Management 11-27.
Diba, B.T., and H. I. Grossman. (1988). The theory of rational bubbles in the stock markets, The Economic Journal, 745-758.
Fisher, K., and M. Statman. (2000). Investor sentiment and stock returns, Financial Analyst Journal, 16-25.
Froot, K. A., and Obstfeld, M. (1991). Intrinsic bubbles: The case of stock price, American Economic Review, 81, 1188-1218.
Graham. Benjamin, and David L. Dodd. Security Analysis, first edition. New York:
McGraw-Hill, 1934.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Goetzmann, W. N., Bubble investing, learning from history, NBER Working Paper W21693.
Hamilton, J.D. (1986). On testing for self-fulfilling speculative price bubbles, International Economic Review, 27, 545-553.
Lleo, S. and Ziemba, W. (2012). Stock market crashes in 2007-2009: were we able to predict them? Quantitative Finance 12, 8, 1161-1188.
Lleo, S. and Ziemba, W. T. (2015). Some historical perspectives on the bondstock yield model for crash prediction around the world, International Journal of
Forecasting 31, 2, 399-425.
Lleo, S. and Ziemba, W. T. (2017). Does the bond-stock earning yield differential model predict equity market corrections better than high P/E models? Financial Markets, Institutions and Instruments, 26, 2, 60-126.
Lleo, S. and Ziemba, W. T. (2018). Can Warren Buffett forecast equity market corrections? European Journal of Finance, 25(1), 1-25.
Jarrow, R. A. (2012). Detecting asset price bubbles, Journal of Derivatives 20, 30-34.
Shiller, R. J. (2006). Irrational exuberance revisited, CFA Institute Conference Proceedings Quarterly 23, 16-25.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
田懿裴(2015)。股票評價比率在台灣股市之應用。碩士論文，國立政治大學，
國際經營與貿易研究所。
黃子瑋(2017)。台灣股市擇時策略研究。碩士論文，私立東吳大學，國際經營 與貿易學碩士在職專班。