簡易檢索 / 詳目顯示

研究生: 陳力揚
Chen, Li-Yang
論文名稱: 匯率與黃金在油價波動期間之相互表現探討與預測
The Investigation and Prediction of the Mutual Performances of Exchange Rate and Gold during Petroleum Price Changes
指導教授: 王澤世
Wang, Tse-Shih
學位類別: 碩士
Master
系所名稱: 管理學院 - 財務金融研究所碩士在職專班
Graduate Institute of Finance (on the job class)
論文出版年: 2018
畢業學年度: 106
語文別: 中文
論文頁數: 53
中文關鍵詞: Granger causalityVariance decompositionOPEC恐慌指數黃金現貨
外文關鍵詞: Granger Causality, Variance Decomposition, OPEC, Volatility Index (VIX), Spot Gold
相關次數: 點閱:124下載:8
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 摘要
    對於近年來,石油輸出國組織(OPEC)與美國頁岩油業者陷入產量的競爭,石油價格變動幅度加劇,布蘭特原油(Brent)價格自97.34美元(2012年7月2日),跌落至50.35美元(2016年7月1日) ,跌幅約45.19%。

    本研究主要探討在油價如此大幅度的波動之下,對財富管理銀行認為的原油相關貨幣[加幣(CAD)、俄羅斯盧布(RUB)、澳幣(AUD) 、英鎊(GBP) ]所帶來的影響程度及常被用來避險的黃金(XAU)、日幣(JPY) ,還有代表股市的道瓊工業平均指數(DJIA) 、放空避險的恐慌指數(VIX) ,在油價大幅波動時的相互表現做探討與預測。

    採用各變數日資料,以Granger causality、Impulse response與Variance decomposition來分析。經實證可知,在布蘭特原油大幅波動期間:
    (1)日幣會影響道瓊工業平均指數,澳幣會影響英鎊,英鎊會影響日幣,英鎊會影響恐慌指數;而恐慌指數與俄羅斯盧布彼此存在雙向關係,俄羅斯盧布與道瓊工業平均指數彼此存在雙向關係,而加幣對黃金、恐慌指數、日幣、道瓊工業平均指數皆存在雙向關係。
    (2) 當各變數分別發生自發性干擾時,其衝擊反應效果在第1期效果最大,自第3、4期後才會消失。。
    (3) 發生非預期的變動之變異時;澳幣可被其本身解釋的比例較高、加幣可被道瓊工業平均指數及黃金現貨解釋的比例較高。道瓊工業平均指數可被澳幣解釋的比例較高。英鎊可被澳幣解釋的比例較高。日幣可被道瓊工業平均指數及澳幣解釋的比例較高。俄羅斯盧布可被澳幣及道瓊工業平均指數解釋的比例較高。恐慌指數可被澳幣解釋的比例較高。黃金現貨可被澳幣及道瓊工業平均指數解釋的比例較高。

    SUMMARY

    In recent years, the prices of petroleum have changed dramatically due to the production competition between OPEC and US shale oil industry. The price of Brent had declined from $97.34 USD (7/2/2012) to $50.35 USD (7/1/2016), with a drop of 45.19%.

    The purpose of this research is to investigate the influence of dramatic petroleum price changes on petroleum-related currencies, such as CAD, RUB, AUD, and GBP for financial management banks and to explore and predict the mutual performance of gold (XAU), JPY, which are often used for avoiding risks, DJIA, the representative of stock market, and Volatility Index (VIX) for empty hedge when the prices of petroleum change dramatically.

    Granger Causality, Impulse Response, and Variance Decomposition were utilized to analyze daily variable data. Empirical analysis discovered the following results:
    (1) JPY had impact on DJIA, AUD on GBP, GBP on JPY and VIX, while VIX and RUB had bilateral relationships and RUB and DJIA had bilateral relationship as well. Moreover, CAD had bilateral relationships with gold (XAU), VIX, JPY, and DJIA.
    (2) The Impulse Response was at its peak in the first stage when spontaneous interference occurred in each variable and disappeared after the third and fourth stages.
    (3) When unexpected changes occurred, AUD had a higher ratio of being interpreted by itself, while CAD had a higher ratio of being interpreted by DJIA and spot gold. DJIA had a higher ratio of being interpreted by AUD, GBP by AUD, and JPY by DJIA and AUD. RUB had a higher ratio of being interpreted by AUD and DJIA, VIX by AUD, and spot gold by AUD and DJIA.

    目錄 摘要 I Abstract II 誌謝 V 目錄 VI 表目錄 VIII 圖目錄 X 第一章緒論 1 第一節研究背景 1 第二節研究動機 2 第三節研究目的 5 第四節研究架構 13 第二章文獻回顧 15 第一節國內文獻回顧 15 第二節國外文獻回顧 19 第三章研究方法 23 第一節ADF單根檢定 23 第二節Granger causality 因果關係檢定 24 第三節Impulse response衝擊反應分析 25 第四節Variance decomposition變異數分解 27 第四章實證結果分析 27 第一節資料說明 27 第二節ADF單根檢定實證結果 27 第三節Granger causality實證結果 37 第四節impulse response實證結果 40 第五節Variance decomposition實證結果 43 第五章結論與建議 48 參考文獻 51   表目錄 表1 變數名稱、代號、定義及預期影響表 12 表2-1.1國內文獻彙整 17 表2-2.1國外文獻彙整 21 表4-2.1 ADF單根檢定(取自然對數:澳幣) 28 表4-2.2 ADF單根檢定(取自然對數後差分:澳幣) 28 表4-2.3 ADF單根檢定(取自然對數:加幣) 29 表4-2.4 ADF單根檢定(取自然對數後差分:加幣) 29 表4-2.5 ADF單根檢定(取自然對數:道瓊平均工業指數) 30 表4-2.6 ADF單根檢定(取自然對數後差分: 道瓊平均工業指數) 30 表4-2.7 ADF單根檢定(取自然對數:英鎊) 31 表4-2.8 ADF單根檢定(取自然對數後差分:英鎊) 31 表4-2.9 ADF單根檢定(取自然對數:日幣) 32 表4-2.10 ADF單根檢定(取自然對數後差分:日幣) 32 表4-2.11 ADF單根檢定(取自然對數:盧布) 33 表4-2.12 ADF單根檢定(取自然對數後差分:盧布) 33 表4-2.13 ADF單根檢定(取自然對數:恐慌指數) 34 表4-2.14 ADF單根檢定(取自然對數後差分:恐慌指數) 34 表4-2.15 ADF單根檢定(取自然對數:黃金現貨) 35 表4-2.16 ADF單根檢定(取自然對數後差分:黃金現貨) 35 表4-2.17 ADF單根檢定(取自然對數:布蘭特原油) 36 表4-2.18 ADF單根檢定(取自然對數後差分:布蘭特原油) 36 表4-5.1澳幣(AUD) 的預測誤差變異數 43 表4-5.2加幣(CAD) 的預測誤差變異數 44 表4-5.3 道瓊工業平均指數(DJIA) 的預測誤差變異數 44 表4-5.4英鎊(GBP) 的預測誤差變異數 45 表4-5.5日幣(JPY) 的預測誤差變異數 45 表4-5.6俄羅斯盧布(RUB) 的預測誤差變異數 46 表4-5.7恐慌指數(VIX) 的預測誤差變異數 46 表4-5.8黃金現貨(XAU) 的預測誤差變異數 47 圖目錄 圖1-3.1 布蘭特原油日資料 6 圖1-3.2 盧布日資料 6 圖1-3.3 加幣日資料 7 圖1-3.4 澳幣日資料 7 圖1-3.5 英鎊日資料 8 圖1-3.6 日幣日資料 8 圖1-3.7 道瓊工業平均指數日資料 9 圖1-3.8 恐慌指數日資料 9 圖1-3.9 黃金現貨日資料 10 圖1-4.1 研究架構圖 14 圖4-5.1 澳幣的干擾對其他變數之衝擊反應 41 圖4-5.2 道瓊工業平均指數的干擾對其他變數之衝擊反應 41 圖4-5.3 恐慌指數的干擾對其他變數之衝擊反應 41 圖4-5.4 黃金現貨的干擾對其他變數之衝擊反應 41 圖4-5.5 日幣的干擾對其他變數之衝擊反應 42 圖4-5.6 盧布的干擾對其他變數之衝擊反應 42 圖4-5.7 加幣的干擾對其他變數之衝擊反應 42 圖4-5.8 英鎊的干擾對其他變數之衝擊反應 42

    參考文獻
    一、 中文部分
    王允俊 (2008),匯率、金價與油價關係之研究,國立高雄應用科技大學金融資訊學系碩士論文。

    王秀香(2012),金融危機下影響黃金現貨價格變動因素之探討,淡江大學財務金融學系碩士論文。

    王燕春 (2007),油價與匯率互動關係的研究,國立高雄應用科技大學金融資 訊學系碩士論文。

    王瑪如(1994),股票、債券、外匯、黃金報酬率之因果關係與經濟變數關係之研究,台灣大學財務金融研究所碩士論文。

    李玟儀(2010),黃金現貨與美元指數相關性之研究,淡江大學財務金融學系碩士論文。

    李映潔(1997),影響黃金價格因素其穩定性之研究,國立成功大學國際企業研究所碩士論文。

    余佳昇 (2007),油價、金價及英鎊兌美元匯率報酬之共移性與外溢效果,中原大學國際貿易學系碩士論文。

    沈彥彤(2016) ,頁岩油價格對於國際原油價格、黃金、美元報酬率之影響,淡江大學財務金融學系碩士論文。

    吳仁慧(2015),黃金、原油價格、匯率關聯性之研究,國立臺灣大學農業經濟學系碩士論文。

    侯仁義(2016), 國際能源價格展望,經濟部能源局,能源報導P.19。

    張欣怡(2012),波動率指數、美元指數與石油價格關聯性之研究,中原大學企業管理研究所碩士論文。

    黃玉君(2013) ,黃金現貨價格走勢之研究(2000-2012年)。臺灣大學經濟學研究所學位論文。

    黃則尹 (2006),國際原油市場間價格之資訊傳遞效果,國立雲林科技大學財務金融學系碩士論文。

    楊和讓 (2009),原油期貨與黃金期貨之非線性門檻互動關係研究,淡江大學財務金融學系碩士論文。

    詹淑櫻(2014), 能源價格急跌對全球經濟之影響,中華經濟研究院,國際經濟情勢雙週報第1814期。

    蕭慕俊(2004),今日˙明天——石油工業與未來發展,經濟部能源局,能源報導P.25。

    闕彥菱 (2008),利率、美元、黃金價格及原油價格之動態傳遞效果,國立高雄第一科技大學金融營運學系碩士論文。

    二、 英文部分
    Amano, R. A and S. Norden, (1998),“Oil Prices and the Rise and Fall of the U.S. Real Exchange Rate”, Journal of International Money and Finance, vol.17,299-316. 


    Baur, D. G. and B.M. Lucey (2010), “Is Gold a Hedge or a Safe Haven? An Analysis of Stocks, Bonds and Gold,” Financial Review, Vol 45, No.2, pp.217-229.

    Capie, F. , Mills, T. C. and Wood, G. (2005),“Gold as a Hedge against The Dollar”,
    Journal of International Financial Markets, Institutions & Money, vol.15, 343-352.

    Chaudhuri, K. and Daniel, B.C. (1998). “Long-run equilibrium real exchange rates and oil prices”, Economics Letters. 58, 231-238.

    Cologni, A. and M. Manera (2008),“Oil prices, Inflation and Interest Rates in a Structural Cointegrated VAR model for the G-7 Countries”, Energy Economics, vol.30, 856-888.

    Dooley, M. P., P. Isard and M.P. Taylor(1995)“Exchange rates, country-specific 
shocks, and gold”, Applied Financial Economics, vol.5, 121-129. 


    Hooker, M.(1996). “What happened to the oil price macroeconomy relationship? ”.Journal of Monetary Economics,38,195-213.

    Nikos, K. (2006),“Commodity prices and the influence of the US dollar”, World Gold Council.

    Radhamés, A. L. & André, V. M. (2010).“Oil Price Fluctuations and U.S. Dollar Exchange rates.”Energy Economics, 32, 399-408.

    Rautava, J. (2004),“The role of oil prices and the real exchange rate in Russia’s economy – a cointegration approach”, Journal of Comparative Economics, 2004, vol. 32, issue 2, 315-327.

    無法下載圖示 校內:立即公開
    校外:不公開
    電子論文尚未授權公開,紙本請查館藏目錄
    QR CODE