國際財務管理期末報告
此份國際財務管理期末報告之目的是希望將這學期在課程中所學到的國際 財務管理理論與現實生活相結合運用，從數據資料庫操作、下載各項數據並加 以計算與分析、製作圖表等步驟，透過這樣的實際操作對國際財務管理更能有 效的運用於日常生活中，而以下的報告內容會以股價製作投資機會集合與兩國 家之間的購買力平價或國際費雪效應的分析加以詳述。
一、完成國內股票(1支電子股、1支金融股、2支其他產業公司股票)或是4個 國家的ETF或是大盤指數日資料，過去一年250個交易日的股價來完成投 資機會集合的製作。
(一) 首先，我找了國內四支股票，分別為華碩、彰銀、永豐餘和三洋
紡在2017年五月十號至2018年五月十四號的股票未調整收盤價(元) 並計算個別的報酬率。
(圖一)
如圖一所示，華碩的報酬率計算公式，以2017年五月十號為例：
=((B5-B4)/B4) (後項減前項之值除以前項)，其他各股票的每日報酬 率計算方法亦如上述。
(二) 計算完報酬率後再求出四支股票的平均報酬率、變異數以及標準 差(也就是風險)。
1. 平均報酬率：計算公式，以華碩為例：=AVERAGE(C5:C253) (如圖 一計算的每日報酬率之總和除以總天數)，其他股票之平均報酬率 亦如上述。
2. 變異數：計算公式，以華碩為例：=VAR.P(C5:C253)，其他股票之 變異數亦如上述。
3. 標準差：計算公式，以華碩為例：=STDEV(C5:C253)，其他股票之 標準差亦如上述。
(圖二)
(三) 將四支股票的平均報酬率與標準差(風險)之數值複製至空白欄位 並利用資料分析中的共變數完成變異數共變矩陣，如圖三圖四所示。
(圖三)
(圖四)
(四) 接著，製作四支股票的投資組合權重分配欄位(四支股票權重總和 必須為一)與投資組合報酬率和風險及其限制條件欄位(即必須在固定 的報酬率之下求出最小的風險。
1. 權重總和：公式=SUM(L12:O12) (四支股票比重相加)，如圖五。
(圖五)
2. 投資組合的預期報酬率：公式=L5*L12+L6*M12+L7*N12+L8*O12 (華 碩報酬率乘上華碩權重與其他三支股票各別報酬率乘上其各自權重 之總和)，如圖六。
(圖六)
3. 投資組合的風險：公式
=SQRT(L12*L12*O5+M12*M12*P6+N12*N12*Q7+O12*O12*R8+2*(O6*L1 2*M12*+O7*L12*N12+O8*L12*O12+P7*M12*N12+P8*M12*O12+Q8*N12*
O12)) (變異數共變矩陣中的各值乘上股票對股票的各自權重)，如 圖七。
(圖七)
(五) 在四支股票中最大報酬率(三洋紡)與最小報酬率(華碩)兩值之間 (如圖八)找出三十五個報酬率數值(如圖九)，再利用規劃求解並設定 條件(如圖十)找出最適當的最小風險值與各股之間權重分配。
(圖八)
(圖九)
(圖十) 變更變數為四支股票的權重
設定目標為組合風險(值要最小)
各權重值條件：>=0且<=1 權重總和條件：必須=1 限制條件欄位之值=組合報酬率
(六) 利用三十五組資料的組合報酬率與風險數值製作XY軸散佈圖，即 四支股票的投資組合圖(X軸為風險值，Y軸為報酬率)，如圖十一。
(圖十一)
從圖十一所呈現的散佈圖可以發現華碩、彰銀、永豐餘和三洋紡四支股票 所組成的投資機會集合各報酬率相對其風險值的相互對應關係，是一條凸向原 點的曲線，當報酬率的數值越來越大且為值為正的時候，風險值通常也會隨之 上升，兩者之間呈正關係。
風險值 報酬率
二、完成PPP與IFE的實證，也就是任選一個國家與台灣，過去的匯率、利率 與通膨率至少30筆資料，可以是日資料、月資料還是年資料，繪製PPP與
IFE(或是UIRP)的圖示，也就是Y軸是匯率變動率、X軸是兩國通膨率或是
利率的差距(請用精確的公式，而非只是相減)，並利用迴歸分析去檢驗虛 無假設為：截距為0與斜率為1的檢定。
(一) 首先，我選擇了美國與台灣過去的美金一年定存利率/台幣一年定 存利率(月資料：2015年十一月至2018四月，共三十個月)，以及美金 即期賣出匯率(月資料：2015年十一月至2018年四月，共三十個月)，
數據資料皆由台灣經濟新報TEJ+資料庫中的台灣銀行為來源匯集而 成，如圖十二。
(圖十二)
如圖十二所示，欄位B為台灣銀行2015年十一月至2018年四月的一 年定存利率資料，欄位C為台灣銀行2015年十一月至2018年四月的美金一年 定存利率資料，而欄位E為台灣銀行同期間的美金即期賣出匯率資料。
(二) 接著，我們利用國際費雪效應(International Fisher Effect,IFE)的計算方程式=
𝐼𝑑−𝐼𝑓
1+𝐼𝑓 求出如圖十二欄位D的利率關係資 料。
(圖十三)
如圖十三所示，以數據D3為例，其值=(B3-C3)/(1+C3)，其他值計算 亦如上述。
(三) 再者，計算美金匯率的變動率，公式=(E4-E3)/E3 (後項減前項之 值除以前項)，如圖十四所示。
(圖十四)
(四) 分別計算完兩國之間的利率關係與匯率的變動後，將這兩項數據 利用資料分析中的迴歸分析(如圖十五)做出樣本迴歸線圖與殘差圖，
其中X軸設定是兩國利率的差距，而Y軸則是匯率的變動率。
(圖十五)
(圖十六)
如圖十六所示，X值的輸入範圍即為2015年十一月至2018年四月期間 三十筆兩國利率的差距數據，(如圖十三之方法計算出來的值)，而Y 值的輸入範圍即為2015年十一月至2018年四月期間三十筆匯率的變 動率數據(如圖十四之方法計算出來的值)。
(五) 資料迴歸分析完成後於新工作表(圖十七工作表2)即可見美國與 台灣在2015年十一月至2018年四月此期間三十個月之兩國利率差距 與匯率變動率的迴歸統計數據與樣本迴歸線圖和殘差圖(如圖十七)。
(圖十七)
(圖十八)
(圖十九)
(圖二十) 資料來源：http://si.secda.info/wenft_elective/?page_id=1347
圖二十為老師上課資料中國際費雪效應的圖像分析。
根據圖十七的數據與圖表顯示美國與台灣在2015年十一月至2018年四月 此期間三十個月之兩國利率差距與匯率變動率的費雪效應是不成立的，其一，
若是將圖十七中的係數值減一之值再除以標準誤，求出的答案為-5.789123，此 值並沒有落在正負2.054之間，所以並不成立；其二，圖十八之國際費雪效應 線也並沒有落在第一和第三象限的範圍，由此兩原因可見美國與台灣在這三十 個月的國際費雪效應是不成立的。
我個人覺得上述部分之結果不成立的原因是在現實生活中國家之間利率和 匯率都會隨著國際情勢、國家本身政經狀況與貨幣強弱等因素而有所異動，因 此我們利用歷史資料來分析時，每一次的結果未必都能如理論那般成立，所以 透過這次的實際操作，更能體現我們在未來如何將理論與實務結核並且靈活運 用的重要性。
