第五章 實證結果分析
第五節 強健性分析與敏感性分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五節 強健性分析與敏感性分析
由於修正預測模型使用之門檻值參數與預測期間，以及市場修正之定義會 相當影響模型預測結果之準確度與統計顯著性，因此本研究針對固定門檻值使 用之參數、變動門檻值使用之參數信心水準(α)、預測期間(Horizon, H)進行強 健性分析，並且針對市場修正定義為下跌至少 20%的條件下，對於 4 種預測模 型進行敏感性分析。
1. 固定門檻值強健性分析
在固定門檻值強健性分析上，本研究將固定門檻值參數分別使用 70%至 150%共 9 種不同的固定門檻值，來檢視 MV/GNP (F) 與 LogMV/GNP (F) 此 2 種固定門檻值預測模型之預測結果與統計檢定結果。
檢視【表 5-6】強健性分析之結果可見，固定門檻值在設定成 90%時其預 測準確度與統計檢定具有良好表現，並且其統計檢定在 95%信心水準下顯著異 於隨機猜測，然而若使用其他 8 種不同之固定門檻值時，其結果則顯著變差。
由此可知，在使用 MV/GNP 預測模型時，由於市場價格高估短時間內並不會及 時調整至合理價格，因此使用固定門檻值較難準確預測何時會發生修正。因此 在短期預測上，使用變動門檻值可能較能得到較佳的預測結果。又倘若要在台 灣市場使用固定門檻值之 MV/GNP 預測模型，就歷史樣本回測來看，門檻值使 用 90%可能是比較好的選擇。
‧
MV/GNP (F) Total number of
signals 7 7 9 7 7 7 6 9 7
Number of
correct forecasts 4 6 8 6 4 4 4 5 5
Proportion of
correct forecasts 57.14% 85.71% 88.89% 85.71% 57.14% 57.14% 66.67% 55.56% 71.43%
Test statistics 0.01 2.41 3.99** 2.41 0.01 0.01 0.16 0.04 0.48 p-value 92.98% 12.08% 4.56% 12.08% 92.98% 92.98% 69.14% 84.46% 48.72%
LogMV/GNP (F) Total number of
signals 7 7 9 7 7 7 6 9 7
Number of
correct forecasts 4 6 8 6 4 4 4 5 5
Proportion of
correct forecasts 57.14% 85.71% 88.89% 85.71% 57.14% 57.14% 66.67% 55.56% 71.43%
Test statistics 0.01 2.41 3.99** 2.41 0.01 0.01 0.16 0.04 0.48 p-value 92.98% 12.08% 4.56% 12.08% 92.98% 92.98% 69.14% 84.46% 48.72%
*significant at the 10% level;
**significant at the 5% level;
***significant at the 1% level;
Fixed threshold
‧
80.00% 85.00% 90.00% 92.50% 95.00% 97.50% 99.00%
MV/GNP (C) Total number of
signals 12 13 17 18 19 20 17 Number of
correct forecasts 8 9 14 15 16 16 12 Proportion of
correct forecasts 66.67% 69.23% 82.35% 83.33% 84.21% 80.00% 70.59%
Test statistics 0.32 0.61 4.35** 5.04** 5.75** 4.08** 1.02 p-value 57.45% 43.63% 3.70% 2.48% 1.65% 4.35% 31.31%
LogMV/GN (C) Total number of
signals 11 11 14 14 17 19 14 Number of
correct forecasts 7 7 11 11 14 15 9 Proportion of
correct forecasts 63.64% 63.64% 78.57% 78.57% 82.35% 78.95% 64.29%
Test statistics 0.11 0.11 2.46 2.46 4.35** 3.47* 0.18 p-value 74.20% 74.20% 11.69% 11.69% 3.70% 6.24% 67.34%
*significant at the 10% level;
**significant at the 5% level;
***significant at the 1% level;
Confidence level
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3. 預測期間強健性分析
由於使用固定門檻值之預測模型 MV/GNP (F) 與 LogMV/GNP (F)實證研究 表現並不可謂理想，因此在預測期間強健性分析上，僅針對使用變動門檻值之 預測模型 MV/GNP (C) 與 LogMV/GNP (C)來進行分析。
檢視【表 5-8】對於變動門檻值預測模型之預測期間強健性分析，可以發 現 MV/GNP (C)模型 與 LogMV/GNP (C)模型，在預測期間在設定為 4 季以內 時，模型預測結果統計顯著性都表現良好，而當預測期間在設定為 4 季以上 時，模型預測結果統計顯著性則大幅降低，其理由在於當降低對於預測時間準 確度之要求時，隨機猜測準確度的機會也大幅提升，進而降低了使用預測模型 之實益性。
此外不管是 MV/GNP (C)模型或是 LogMV/GNP (C)模型，當預測期間由 4 季降低到 2 季時，雖然預測準確度微幅降低，但預測結果之統計顯著性卻大幅 提升，尤其是 MV/GNP (C)模型，在預測期間設定為 3 季時，其模型預測準確 度保持約莫在八成左右，但統計顯著性卻來到了 99%信心水準異於隨機猜測之 情況，這樣的結果也更佳證明了使用 MV/GNP (C)模型具有提供一定預測資訊 的能力。
‧
Total number ofsignals 19 19 19 19 19 19 19 19
Number of
correct forecasts 9 13 15 16 16 16 17 17
Proportion of
correct forecasts 47.37% 68.42% 78.95% 84.21% 84.21% 84.21% 89.47% 89.47%
Test statistics 7.88*** 8.69*** 7.08*** 5.75** 2.73 0.95 0.87 0.10 p-value 0.50% 0.32% 0.78% 1.65% 9.86% 32.99% 35.18% 75.69%
LogMV/GNP Total number of
signals 17 17 17 17 17 17 17 17
Number of
correct forecasts 7 11 13 14 14 14 15 15
Proportion of
correct forecasts 41.18% 64.71% 76.47% 82.35% 82.35% 82.35% 88.24% 88.24%
Test statistics 4.47** 6.13** 5.26** 4.35** 1.89 0.53 0.53 0.02 p-value 3.45% 1.33% 2.18% 3.70% 16.93% 46.71% 46.54% 89.35%
*significant at the 10% level;
**significant at the 5% level;
***significant at the 1% level;
Forecasting horizon
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1. 四種模型對 20%修正之預測準確度與統計檢定
檢視【表 5-9】四種預測模型面對市場發生至少下跌 20%以上之修正的預 測準確度，可以看到不管是固定門檻值或是變動門檻值的預測模型，其預測結 果準確度與統計顯著性皆大幅下降，可見市場發生下跌 20%以上之修正相對於 下跌 10%以上之修正，為更罕見之事件，因此其預測難度將大幅提升，而隨機 猜測之機率也因此下降到𝑝0(=37.84%)。然而由固定門檻值及變動門檻值預測模 型之門檻值強健性【表 5-6】及【表 5-7】分析可知，門檻值之參數將直接影響 模型產生之預測訊號數量。由於台灣加權指數價格發生下跌 20%以上次數約莫 10%以上次數之一半，所以在預測模型操作上，控制預測模型訊號次數，亦即 控制預測模型門檻值參數是非常重要的。也因此在預測模型對 20%修正之預測 敏感性分析上，本研究會再分別對固定門檻值預測模型及變動門檻值預測模型 之門檻值預測參數進行強健性分析。
‧
(MV/GNP)比高於 1.2，倘若此現象原因係經濟或市場結構性改變的話，這樣降 ModelTotal number of signals
Number of correct
MV/GNP (F) 7 2 28.57% 1.52E-02 37.84% 1.33E-02 8.76E-01 0.27 60.61%
MV/GNP (C) 19 8 42.11% 2.42E-06 37.84% 2.25E-06 9.30E-01 0.15 70.32%
LogMV/GNP (F) 7 2 28.57% 1.52E-02 37.84% 1.33E-02 8.76E-01 0.27 60.61%
LogMV/GNP (C) 17 7 41.18% 9.96E-06 37.84% 9.57E-06 9.61E-01 0.08 77.77%
*significant at the 10% level;
**significant at the 5% level;
***significant at the 1% level;
‧
MV/GNP (F) Total number of
signals 7 7 9 7 7 7 6 9 7
Number of
correct forecasts 4 6 7 5 3 2 3 4 4
Proportion of
correct forecasts 57.14% 85.71% 77.78% 71.43% 42.86% 28.57% 50.00% 44.44% 57.14%
Test statistics 1.40 7.68*** 6.84*** 3.82* 0.07 0.27 0.37 0.16 1.07 p-value 23.60% 0.56% 0.89% 5.08% 78.58% 60.61% 54.52% 68.57% 30.17%
LogMV/GNP (F) Total number of
signals 7 7 9 7 7 7 6 9 7
Number of
correct forecasts 4 6 7 5 3 2 3 4 4
Proportion of
correct forecasts 57.14% 85.71% 77.78% 71.43% 42.86% 28.57% 50.00% 44.44% 57.14%
Test statistics 1.40 7.68*** 6.84*** 3.82* 0.07 0.27 0.37 0.16 1.07 p-value 23.60% 0.56% 0.89% 5.08% 78.58% 60.61% 54.52% 68.57% 30.17%
*significant at the 10% level;
**significant at the 5% level;
***significant at the 1% level;
Fixed threshold