國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
5.6 研究建議
使用跳躍模型預測黃金價格趨勢，上、下波動率之設定扮演了關鍵角色，由於 Shafiee-Topal 模型在實際黃金價格超出波動範圍(γ 25%) 時，隨著超出線性 趨波動範圍的百分比增加，會加劇 Shafiee-Topal 模型之預測趨勢線與實際值之差 距。本研究從此切入，首先將波動率的範圍隨實際資料與趨勢線之差距做調整，進 而估計出上、下波動區間，而非 Shafiee-Topal 模型所設定之固定波動率。另外，
由於近期實際黃金價格波動劇烈，實際價格大幅偏離長期預測趨勢線，因此使用指 數平滑法，對於有巨幅波動之資料，會給予近期值相對遠期值較大的權數，實為合 理之設定，經實際資料驗證，此法的準確度也高於 Shafiee-Topal 模型。
由於本研究使用的是月平均資料，並未對變數資料做其他處理，若能將變數轉 換後再做資料分析，例如:Box-Cox Transformation，可能會有不同的發現。此外，
月平均資料較適合用於長期趨勢預測，建議後續研究可嘗試使用每日資料作為預測 基準做短期預測;另外，本研究之波動率為一固定值，受歷史資料之極值影響而增加 預測趨勢線與實際值之差距，若能設定不同波動率區間，依不同區間設定不同之變 動的波動率值，或許會有更好的預測結果。
本研究使用之跳躍模型，首先利用歷史黃金價格估計出其線性趨勢線，再根據 實際黃金價格與線性趨勢線之差距計算出上、下波動率，依正負比例乘以總波動率 範圍得到新的上、下波動率 γ 值，為兩階段步驟，後續研究可考慮同時估計趨勢線 及上、下波動率。此外，由於本研究僅訂出一個標準差作為總波動率範圍，使得實 際值無論超出波動率範圍多或少，都視為相同幅度之上、下跳躍，若能訂定多條上、
下波動率範圍，例如每超過一個標準差則上(下)跳躍係數加倍，或許在遇到極值時將 會有更好的估計。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
參考文獻
西文部分:
Anderson, O. D.(1980).
Analysing time series
.Amsterdam：North-Holland.Baffes, J.(2007).Oil spills on other commodities.
Resources Policy
,32
, 126-134.Banerjee, A.& Dolado, J.& Galbraith, J. W.& Hendry,
D.(1993).
Co-integration, error correction, and the econometric analysis of non-stationary data
.USA：Oxford University Press.Box, G. E. P.& Jenkins, G. M.(1994).
Time series analysis: Forecasting and control
(3rd ed.)：Prentice Hall.Brown, R. G.& Meyer, R. F.& D'Esopo, D. A.（1961).The fundamental theorem of exponential smoothing.
Operations Research
,9
（5), 673-687.Chatfield, C.（2003).
The analysis of time series: An introduction
（6th ed.).New York：Chapman and Hall.Dickey, D. A.& Fuller, W. A.（1979).Distribution of the estimators for autoregressive time series with a unit root.
Journal of the Ameican Statistical Association
,74
(366), 427-431.Engle, R. F.& Granger, C. W. J.(1987).Co-integration and error
correction: Representation, estimation, and testing.
Econometrica
,55
(2), 251-276.Granger, C. W. J.& Newbold, P.(1974).Supirous regression in economics.
Journal of Econometrics
,2
, 111-120.Greenberg, E.& Webster, C. E.(1983).
Advanced econometrics: A bridge to the literature
.New York：John Wiley and Sons.Maddala, G. S.& Kim, I.-M.(1998).
Unit roots, cointegration, and structural change
.Cambridge：Cambridge University Press.Nelson, C. R.& Plosser, C. I.(1982).Trends and random walks in
macroeconmic time series. Some evidence and implications.
Journal of
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Monetary Economics
,10
, 139-162.Pankratz, A.(1983).
Forecasting with univariate box-jenkins models concepts and cases
.New York：John Wiley and Sons.Phillips, P. C. B.& Ouliaris, S.(1990).Asymptotic properties of residual based tests for cointegration.
Econometrica
,58
（1), 165-193.Pindyck, R. S.& Rotemberg, J. J.（1990).The excess co-movement of commodity prices.
The Economic Journal
,100
(403), 1173-1189.Said, S. E.& Dickey, D. A.(1984).Testing for unit roots in
autoregressive-moving average models of unknown order.
Biometrika
,71
(3), 599-607.Shafiee, S.& Topal, E.(2010).An overview of global gold market and gold price forecasting.
Resources Policy
,35
(3), 178-189.中文部分:
楊奕農（2011）。
時間序列分析-經濟與財務上之應用
（二版）。台北：雙葉書廊。‧
1970 1975 1980 1985 1990 1995
Residual Actual Fitted
-800
REAL_GOLD_F ± 2 S.E.
Forecast: REAL_GOLD_F Actual: REAL_GOLD_PRICE Forecast sample: 1968M01 2012M05 Adjusted sample: 1968M03 2012M05 Included observations: 531
Root Mean Squared Error 325.4498 Mean Absolute Error 265.8654 Mean Abs. Percent Error 85.33963 Theil Inequality Coefficient 0.277427 Bias Proportion 0.015500 Variance Proportion 0.248996 Covariance Proportion 0.735504