第五章 第五章 結論建議 結論建議 結論建議與未來研究方向 結論建議 與未來研究方向 與未來研究方向 與未來研究方向
第一節 第一節 第一節
第一節 結論 結論 結論 結論與建議 與建議 與建議 與建議
本研究整理過去學者影響匯市的總體環境經濟因素共 27 項，包含國內物價 指數、國內通膨率、國內 GDP、主要進出口貿易額、國內外匯儲備、國內一個 月存款利率、國內十年期中央政府公債次級市場利率、短期票券市場商業本票 31-90 天期次級市場利率、國內平均準備貨幣、台灣國外總資產、主要貿易國家 之匯率變化、市場黃金價格、世界原油價格。
若進行不過濾灰色地帶資料進行模型訓練，本研究觀察連續三年之模型(訓 練資料 2003~2011 預測 2012 年，訓練資料 2003~2012 預測 2013 年，訓練資料 2003~2013 預測 2014 年)，可以發現倒傳遞類神經網路模型在預測能力的部分準 確度有 66.67%~83.33%的能力，精確度的部分也有 70%~100%，召回率的部分介 於 75%~100%之間，有相當預測準確度，可以提供給投資人一種投資指標參考工 具。
而進一步修正模型增加精確度，本研究使用過濾輸入值與輸出值灰色地帶資 料之模型建立方法，準確率、精確率、召回率相較於只過濾輸入值資料為灰色地 帶之模型或是只過濾輸出值資料為灰色地帶之模型來的精確，此三模型相較於沒 有過濾資料的模型都有更好表現，因此建議建立匯率預測模型時，需過濾輸出與 輸入值為灰色地帶之資料，能使匯率預測能力提升，提高準確度與獲利。
最後根據四種不同建立模型方式，使用滾動建模來計算最佳進場時機，可以 看到有過濾灰色地帶之投資模型獲利結果都優於沒有過濾灰色地帶模型，其中有 過濾輸入值及輸出值的模型有最好表現。在進場一年的部分，平均每年獲利為 183.9722，投資報酬率約為 6.13%，利潤區間為 84.11009~325.1197，投資報酬率 為 2.8%~10.84%。進場兩年的部分，平均每年獲利為 170.9977，投資報酬率約為 5.7%，獲利區間為 102.3912~265.5533，投資報酬率為 3.41%~8.85%。而進場時
65
間為三年的情況，平均每年獲利為150.6185，投資報酬率約為 5.02%，獲利區間 為 109.8601~205.0722，投資報酬率為 3.66%~6.84%。
投資者若想使用本研究之模型進行匯率月波動之預測，可蒐集過去七年之歷 史資料，來預測未來一年之漲跌，訓練資料需先過濾漲幅界於正負 0.1 之間之資 料來訓練模型並預測未來漲跌，在預測結果的部份需過濾輸出值在灰色地帶的資 料，依照此方式建立模型能有最佳的投資報酬率，再依照每個投資者風險接受程 度的不同，選擇進場一年之投資或是進場三年之投資。
第二節 第二節 第二節
第二節 未來研究 未來研究 未來研究 未來研究方向 方向 方向 方向
研究限制：本研究因政府政策無法以數值化表示，且國家金融政策的制定往 往取決於經濟環境變數的改變，因此將政府政策是為次級影響變數，假定其 對於匯市的影響可從總體環境經濟變數變化中包含。但政府政策受到人為操 縱因素影響甚大，未來研究可考慮將政府政策以文字探勘、情緒探勘等方式 納入模型預測變數中，驗證模型準確度是否有提升。
資料精細度：本研究主要是以月資料進行預測，因目前所擁有的公開數據為 每月統計資料，可將本研究看成匯率之長期投資參考依據，未來研究可研究 短期每日匯率變化之影響因素，並提出預測模型。
滾動建模：本研究滾動建模採用七年資料進行訓練，因總資料筆數為 11 年，
因此依經驗取 70%之資料當作訓練資料建立模型，未來研究可嘗試使用不同 的訓練資料的長度，觀察與比較之間的預測結果差異。
以不同匯兌進行預測：本研究以美元與台幣之間的匯率作為預測，主因是目 前美元仍是世上主要流通貨幣。但未來人民幣在世界市場上逐漸走強，且中 國大陸與台灣之貿易更加頻繁，經濟相關性與依賴關係相較美元更加強烈，
因此可考慮觀察人民幣與台幣之間的匯兌走勢，進行匯率預測。
66
與不同之預測模型進行比較：目前對於匯率預測之研究文獻多半都是針對單 一變數與匯率之間影響關係的驗證，或是進行短期的匯率預測，長期的預測 並不多。因此未來可使用不同之預測模型與本研究模型進行長期預測能力之 比較。此外，本研究所進行的模型改進為灰色地帶資料之過濾，未來還可加 上過濾灰色地帶因素提升模型預測準確度之後其他預測方法進行比較。
金融海嘯：在 2008 年度時，國際金融市場上發生了一場災難，也就是金融 海嘯，而此災難是難以預測的，且當時期的資料並不依照一般匯率之變化受 到總體環境經濟因素影響，而是出現意料之外的波動，此時期的資料可能會 影響模型訓練的準確度，因此未來研究可以考慮將此時期的資料當作是 outlier 剃除，觀察模型之準確率是否有提升。或是以另一個面向觀察資料，
試著尋找劇烈波動出現前的徵兆，讓投資人能夠避開風險。
67