PTT推薦

Re: [請益] 股市如果崩盤 房市一起崩嗎?

看板Stock標題Re: [請益] 股市如果崩盤 房市一起崩嗎?作者
tompi
(大波動)
時間推噓推:124 噓:9 →:136

※ 引述《soloyi (CHECKING)》之銘言:
: 股市如果崩盤到一萬以下
: 房市是不是要崩盤了?
: 要賣房子求榮了!?
: 準備彌補融資追繳萬箭齊發了嗎?
: 房市有沒有下半年機會崩盤?
: 這點請問!

"房市下半年會不會崩盤?"

機率不高,機率很低

首先就機率來看,以台北市1982Q1~2023Q2 一共有 166季

房價 yoy 下跌超過7%的次數為 9次,為5.4%

YYQQ RHP
1983Q2 -8.8%
1985Q4 -8.3%
1991Q1 -7.2%
1991Q2 -9.4%
1994Q4 -7.3%
1997Q1 -7.5%
1999Q3 -7.0%
2015Q4 -7.1%
2016Q1 -10.7%

1991年下跌的原因是 股市在 1990年 從高點 12682跌到2485,造成房市下跌

除此之外 剩下熟知的 2001網通泡沫、2008金融海嘯、2020疫情都沒有讓

房市造成顯著下跌。


對台灣房價報酬率與經濟環境做個簡單的分析

時間:1982Q1~2023Q2
資料:1.RHP 台北市每坪單價 yoy
2.CPI CPI yoy
3.M1b M1b yoy
4.TWI 台指價格指數 yoy
5.IR 擔保放款利率
*yoy 為對數報酬率

1.長期來說 台灣房價年均報酬約 7%
https://imgur.com/DVvCEUw

2.台股價格指數報酬率約為 8.5%,若加上息值應該在12%左右
https://imgur.com/wPubFeV

其餘CPI 長期平均為1.5%,M1b為10%


將上述變數建立簡單預測模型如
https://imgur.com/Dap3LTe

https://imgur.com/odwzLNp

去除房價自身影響後,其餘變數對房價的關係
係數
1.M1B(-3) 0.346
對房價為顯著正向影響

2.CPI(-2) -0.805
通膨上升對房價未來有負向影響

3.TWI(-5)^2 0.091
TWI(-6)^2 -0.060
在分析過程中發現報酬率方向不如 報酬率平方影響大
報酬率平方意味著波動度。
如果簡單將係數 0.091-0.06=0.031,計算波動度對房價未來5~6季影響, 其實是波動升高隱含未來房價上漲。

4.IR(-3)-CPI(-3) -0.360
此為實質利率,當實質正利率時對房價影響是負向的



YYQQ RHP CPI M1B TWI IR
2020/Q1 -0.1% 0.0% 7.1% -9.2% 1.5%
2020/Q2 1.2% -0.7% 9.2% 8.0% 1.5%
2020/Q3 5.8% -0.6% 11.1% 14.5% 1.5%
2020/Q4 6.0% 0.0% 15.6% 20.5% 1.5%
2021/Q1 8.8% 1.2% 16.3% 52.6% 1.5%
2021/Q2 8.3% 1.8% 15.8% 42.4% 1.5%
2021/Q3 5.0% 2.6% 14.2% 30.2% 1.5%
2021/Q4 8.4% 2.6% 11.4% 21.2% 1.5%
2022/Q1 7.9% 3.2% 9.9% 7.4% 1.8%
2022/Q2 8.0% 3.5% 6.8% -18.0% 1.9%
2022/Q3 9.8% 2.7% 5.5% -23.2% 2.0%
2022/Q4 4.6% 2.7% 3.3% -25.4% 2.1%
2023/Q1 0.4% 2.3% 2.2% -10.9% 2.3%
2023/Q2 2.0% 1.7% 3.5% 13.2% 2.3% <= 實質正利率

2020年以來疫情,台北市房價平均 yoy為5.4%,這三年台北市漲最少

其他地方就不列了。

從資料上來看
1.M1b 在2020~2021兩年呈現2位數增長,熱錢很多

2.央行維持近三年的實質負利率,直到今年第二季才成為實質正利率

3.M1b的長期平均為10%,但從去年Q2開始已經下滑,最近僅為2.2~3.5%
熱錢消失


2016Q1 yoy跌幅為 -10.7%,是1982年以來最大的一次

背景是
YYQQ RHP CPI M1B TWI IR
2015Q1 1.2% -0.6% 5.5% 8.0% 2.3%
2015Q2 -6.9% -0.6% 5.9% -0.7% 2.3%
2015Q3 -3.8% 0.3% 6.6% -9.2% 2.1%
2015Q4 -7.1% 0.1% 6.6% -11.0% 2.0%
2016Q1 -10.7% 2.0% 6.0% -9.2% 1.9%

2015年算是通縮年,但擔保放款利率維持在2~2.3%,也就是實值正利率

台股低迷也呈現下跌,m1b 低於長期水準10%

所以通縮、利率環境不佳、失去$$活水,房價自然支撐不住。


下半年或是明年的房價,我的猜測是
1. 通貨膨脹變動對未來房價有半年的影響,若通膨上升房價則容易下跌

2. 因為央行若要壓抑通貨膨脹會將利率升至CPI之上

3. 央行的動作常在CPI之後,目前最新CPI為1.75(?),看起來CPI有受控

4. 目前對房市另一個問題是m1b很低,對房價支撐很弱

5. 至於央行利率會不會再升息? 這就很難猜了

如果央行利率撐在這裡,m1b 要回復近過去水準,大概要到明年2Q

結語
在台灣對房市影響最大的不是股市
是熱錢與利率
















--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 210.61.151.146 (臺灣)
PTT 網址

PitzMan 08/15 11:28專業推LoL

LiamTiger 08/15 11:29別忘了房子7%投報率是開了3倍的槓桿在賺的

LiamTiger 08/15 11:29而且還沒有像股票有顯著且週期性的大回檔

不是喔,就單純每坪單價的漲幅 如果開槓桿短期來說很賺,所以我常對剛出社會的年輕人說 如果手邊錢不到2成頭款,乾脆就定期定額買正2, 因為房子開五倍,正2兩倍而已

Smaragdus 08/15 11:30謝分享

fman 08/15 11:32寫的很好,已有產業報告的水準了,謝謝

我看過的產業報告都寫得不好ㄟ

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 11:34:30

bonfferoni 08/15 11:32謝謝分享

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 11:35:35

enamor753 08/15 11:35感謝分享

BaoBao17 08/15 11:37感謝分享

icou 08/15 11:37謝分析

KKlin813 08/15 11:38跟我想的一樣 但我寫不出來XD 大推

a281393 08/15 11:38專業推

ivan1116 08/15 11:40好專業

a633599 08/15 11:40結論 無腦多 allin 信義房屋

hellogym 08/15 11:40台北2015-16跌是因為前面漲太凶了Orz

沒錯 馬英九上任後台北市房價到2014年中漲了快一倍,從60漲到120 然後就太陽花學運了,在社會壓力下 央行祭出房市管控 利率從1.6升到2.3,也就僅僅0.7% 就壓抑房價了 所以房價會不會失控,政府就不要把責任推給別人 當然房市好經濟好,但是房價太高就跟通膨失控一樣 咎由自取

bunnyict 08/15 11:41專業推

bigpan 08/15 11:42只會漲 一定賺 閉眼allin

sdhpipt 08/15 11:42個人偏見:房市股市根本連動不大 兩個多空週期差太

sdhpipt 08/15 11:42多了 一個是十年起跳 一個是幾個月漲跌循環

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 11:48:33

tanchuchan 08/15 11:44專業推 研究所的東西忘光光了

hwei9582905 08/15 11:45請問正2漲幅追得到房價漲幅嗎?

多爬前面的文,例如正2王,或a我帳號 漲幅是可以的,波動比較大

tanchuchan 08/15 11:45看到預測模型變數設定好懷念

iamala 08/15 11:45房子五倍的資金有上限。

bluefish520 08/15 11:45看不懂但是推

EKman 08/15 11:47槓桿跟回檔都不是什麼特別的優勢或劣勢

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 11:50:12

stlinman 08/15 11:50台灣居民還有上槓桿的空間,政策利多下去很難跌啦!

wald5566 08/15 11:52那房市崩 股市會一起蹦嗎

這個問題很好

https://imgur.com/M4KSuMU

如果沒有天災,譬如大規模地震 股市變動是房市變得的因,如果有重大經濟因素 股市會先崩,然後才是房市

feng990719 08/15 11:52專業推

Iperfection 08/15 11:52通膨讓房價下跌 漲電價導致通膨 所以讓台電虧損是

Iperfection 08/15 11:52打房黑魔法

Homeparty 08/15 11:53這問題應該逆向思考,房價跌股票是否跌,很明顯

lyxiang 08/15 11:58專業推

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:01:16

clotilde 08/15 11:59股市一定比房市先崩 房市反應慢很多

rbelldandy 08/15 12:01不可能,只要不是美國崩都不會崩類似2008很難再一次

maxboy06 08/15 12:01大部分年份股市崩還沒崩到房價國安基金就進場了

沒錯 這就是房市的黑魔法,國安糖漿喝了 房市就沒事了

IanLi 08/15 12:02推統計

poisonB 08/15 12:02推一個 有數據分析

william85 08/15 12:02推 感謝大大寫到讓我看得懂

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:07:34

p58730 08/15 12:08這是你的論文?

我畢業超久了,另外寫這樣叫論文 被電翻了

s8752134 08/15 12:18算股息 但不算租金?

我用的是價格指數,不是報酬指數 另外買房有人全額買,大部分人貸款買 有人貸款自住,有人貸款出租,利息有支出,租金有收入 以上簡單計算,參考其他條件就複雜了,我不是幫人財務規劃 見諒了

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:25:53

asas123sdsa 08/15 12:22股市崩盤再來是人民失業房市才崩

jheli 08/15 12:25房市要反轉感覺要等九年級生成為買房主力才可能

abcrr123 08/15 12:26專業推,影響房價最大的一直都是利率

akirapai 08/15 12:27我靠記憶只有sars房價下來有感過…

Homeparty 08/15 12:28九年級人口數...要成為主力差距很大

jimmytaipei 08/15 12:29推分析

kevinmeng2 08/15 12:29房價大概只剩戰爭會跌了吧

KaYan 08/15 12:30感謝分享

lrac 08/15 12:34請問大大用的這個數據分析方法叫什麼呢

自我迴歸模型(英語:Autoregressive model,簡稱AR模型) 正確來說是 Box–Jenkins method 我上面做的很簡略

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:36:56 ※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:39:34

sdbb 08/15 12:39謝謝

ShiuanRefuel08/15 12:40價格指數就已經含息了你又再算一次

價格指數哪有含息,是除息 證交所2003年以後才編報酬指數,因為計算對稱時間要從1982年 我用的是價格指數

ups 08/15 12:40專業推

ShiuanRefuel08/15 12:41然後你是算台北的房價的報酬率還是算台灣的報酬率

台北市,從1982年開始

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:44:15

CORYCHAN 08/15 12:47感謝分享

FCPEWN375 08/15 12:48專業推

nthukos 08/15 12:48大波動大必推

taikouhncheu08/15 12:50六都都來玩一下,南部應該會發現有趣的點

ecnecsinimer08/15 12:54八卦是不看數字的,憑感覺才準啦

ShiuanRefuel08/15 12:54抱歉是我誤會了我以為你用報酬指數

沒事

herculus650208/15 12:55有神快拜

cityhunter0408/15 12:55專業分析給推

ymfx000a 08/15 12:56政策不改 房市不可能降 就算政府提出新政策立院會

ymfx000a 08/15 12:56不會排審 會不會過都是問題

hypeng 08/15 12:56推分享

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 12:58:02

NGCviola 08/15 13:00專業推

leveger0903 08/15 13:02有房產的好處是可以用房貸增貸出來在股市滾錢賺中

leveger0903 08/15 13:02間的利差 畢竟房貸還是所有貸款利息成本最低的 但

leveger0903 08/15 13:02相對槓桿開得太大也會有風險

swxxswxx 08/15 13:03高手在民間

ShiuanRefuel08/15 13:04挺訝異的 CPI和房價是負相關??

s9545012 08/15 13:04這樣意思是要穩穩賺錢,買房比存股中華電好嗎? 房

中華電2000/10 上市 累積到2023/6 含權息報酬率 424% 同期間台北市房價 報酬率 249% 中華電比較賺,且若貸款買房有利息支出與買賣費用較高的問題 中華電過去比較賺

s9545012 08/15 13:04更不跌,報酬也更高?

thelmalin 08/15 13:04

bbo40453 08/15 13:07推模型

EvilKnight 08/15 13:08感謝

nutrino 08/15 13:09推研究 雖然這種研究沒有一定準的

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 13:13:32

dragonjj 08/15 13:12我反而覺得股價崩盤 房市會上漲 不然錢要流去哪?

yamitis 08/15 13:15可是房子可以開5倍槓桿

dragonjj 08/15 13:18買正2我不如買期貨 還可以省手續費 槓桿更大 不過

dragonjj 08/15 13:18保證金要多留一點 不能被嘎空!

zhi5566 08/15 13:29正負幫你強力洗籌碼怎麼會崩 房地和一的精神是什麼

zhi5566 08/15 13:30就是政府插一股 和黑道收保護差不多

k85564 08/15 13:30房子有槓桿啊

aaaaaaaa9 08/15 13:34這故事不錯!

icou 08/15 13:45正2就是花錢請人幫你玩期 也不是壞事就是了

單買期貨建議小朋友不要碰 所謂新手運就是 若前幾把賺到,就會覺得很賺,因為保證金槓桿 將近20倍。 而且若多空都做,一但虧幾次就乾了 還是正2就好

iWatch2 08/15 13:48大大能分析一下證所稅把資金趕去炒房的影響ㄇ

iWatch2 08/15 13:48當時股板最熱話題

Bruroc 08/15 13:51

kurapica110608/15 13:59大師

ishowhand 08/15 14:09專業推

AlexLeee 08/15 14:09先推ID再看

LinYingLi 08/15 14:14謝謝分享

johnsonhoj 08/15 14:16感謝分享

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 14:27:01

daniel0202 08/15 14:33厲害

jackeywu200308/15 14:34

AlexanderIn 08/15 14:41專業推,最主要是看連動的關聯性,所以政府最後底

AlexanderIn 08/15 14:41線就是止血房產,當然每個國家玩法不同

Jinstar 08/15 14:48好文受用

billchen123 08/15 14:48從你的Actual和fit來看,你該不會test結果是用訓練

yyls123 08/15 14:48賴清德 看到了沒

billchen123 08/15 14:48資料吧? 這樣當然會預測值這麼貼近真實值

billchen123 08/15 14:49訓練資料166筆 從圖片的X軸來看 差不多也是166筆

billchen123 08/15 14:49若你用同樣的資料訓練模型後再預測,當然看起來準

billchen123 08/15 14:58你的模型沒辦法解釋因果的先後順序

billchen123 08/15 14:59只能解釋 股市 對 房價有影響 權重也才0.09

billchen123 08/15 15:00按照你的邏輯 把Y放成台灣指數 X放房價相關變數

billchen123 08/15 15:00也能解釋成 房價反應 有波動後 台灣指數才有變動

billchen123 08/15 15:02此外 你的台灣指數還放前5期與前6期來預測房價變數?

你可以做一次 然後回在版上嗎? 謝謝

xxxhorseshoe08/15 15:02專業推

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:04:39

billchen123 08/15 15:04預測2023Q2房價變數 拿2022Q1台灣指數YOY來預測?

自迴歸模型不就是這樣嗎,看來閣下很清楚,我資料給你 你幫我算一次

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:05:42

billchen123 08/15 15:05你可以回應我的問題 就能夠判別這預測模型可不可信

不信 你可以右轉啊

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:06:21

billchen123 08/15 15:06訓練與測試資料是不是拿同一組資料來做的?

你知道CAPM模型的 beta 值就只是計算 各股跟大盤的關係 我這裡有就是計算經濟變數與房價的關係

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:08:16

billchen123 08/15 15:06是的話 就基本上不用相信了 也不要誤導

billchen123 08/15 15:07你的訓練精準度當然高 你要用你沒訓練到的資料測試

billchen123 08/15 15:08才能夠正確評價你的模型精準度

另外 ARIMA 模型誰說是訓練了 我資料給你你做一遍 PO上來就是了。我很想知道你做的結果,拜託

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:09:45

billchen123 08/15 15:10你計算beta可以啊 但是你模型沒有驗證 直接拿訓練

billchen123 08/15 15:10你的166筆數據 要切分 100訓練 66測試

billchen123 08/15 15:11你的66筆能夠完美預測成功 才能說你的模型成功

https://reurl.cc/lDxQVQ

檔案在這裡 拜託 我很想知道你算的結果 請回在板上 感激不盡

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:14:30

billchen123 08/15 15:14你把結果分享到 DataScience 大家也會這樣問你

我在前面回覆過了,我在這裡的方法簡略 我不是要寫論文 發期刊,我單純回覆前原PO的問題 你覺得我不對,我想知道你對的方法,拜託

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:16:41

billchen123 08/15 15:15不是誰做的問題 你資料就是要切分來驗證你的精準度

你知道AIC 跟SIC嗎?

fancyrex 08/15 15:15

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:17:26

billchen123 08/15 15:19阿你的過程就不對阿 怎麼回原PO?

billchen123 08/15 15:19你拿AIC BIC之類的檢定 檢定過了然後勒? 就可信?

我資料給你了 你做一次正確的嘛

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:20:31

billchen123 08/15 15:20你資料用同一組就不可信了 建議你去看機器學習的書

機器學習很強大我知道, 那請用機器學習做一遍,我想看看

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:24:03

billchen123 08/15 15:22就說不是誰做的問題了 是你基本建模概念就錯了

billchen123 08/15 15:22你給我錢 我來做啊 免費教你喔?

billchen123 08/15 15:23只是呼籲股版版友 你這結論不可信 看得懂的人就懂

billchen123 08/15 15:23166筆資料 你要切分 100筆訓練 66筆測試 加油~

我幹嘛給你錢,你要說人家不對,那你把對的拿出來阿 指摘別人有錯很容易,自己做一遍很困難?

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:25:22

billchen123 08/15 15:24等你做出來結果很棒的話 歡迎你繼續分享

jim0611tw 08/15 15:26Bill說的沒有錯 你的測試是不能被包含在訓練集中的

機器學習要訓練 我用時間序列分析法,沒有"訓練"這兩個字 另外交大碩論 關於房地產波動分析

https://reurl.cc/51AvZM

有哪個地方會用到關於你講的"訓練"

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:32:32

Dontco 08/15 15:32B嘴別人 結果自己拿不出東西 真的很棒

Dontco 08/15 15:32動張嘴最容易 真的猛

billchen123 08/15 15:32另外 你的結果看似是某些統計套裝軟體做出來的

對 我該死 我用Eviews 我沒有用matlab spss 我想知道現在哪個做時間序列的不用計量軟體 你到底做不做嘛

Dontco 08/15 15:33被嗆自己也寫一篇就說給錢才做 股板尼克星?

billchen123 08/15 15:33你把資料集切分 開來 左鍵按一按就出來了

jim0611tw 08/15 15:33受教

williamllll 08/15 15:33原po只有要「解釋」,沒說要「預測」耶,在扯trai

williamllll 08/15 15:33n-test的要不想一下這樣的資料量夠training嗎

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:35:10

williamllll 08/15 15:34ML玩多了,都忘了統計學的初衷了嗎

jim0611tw 08/15 15:34你要硬train 一發也是沒有問題啊哈哈

billchen123 08/15 15:34你不能夠預測的東西 你的模型解釋都不會有問題嗎?

billchen123 08/15 15:35你隨便拿個溫度資料或者醫生人數 也能做出一樣的結

關係跟預測 你要不要稍微分一下

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:36:08

williamllll 08/15 15:35你知道有一門數學叫「統計推論」嗎

billchen123 08/15 15:35只要你的資料集都不切分的狀況 你都能做出來

billchen123 08/15 15:36統計推論 也是會看測試精準度的 你只看訓練精準度?

機器學習我不會,我只會基因演算法, 自己寫CODE 可以解推銷員旅行問題程度而已 時間序列分析能不能用訓練的,我不知道

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:39:08

Dontco 08/15 15:37股板尼克星不要在這邊嘴別原PO了 趕快發一篇

williamllll 08/15 15:38Bill,你是大學生嗎

jim0611tw 08/15 15:39我如果是Bill確實是不會想花時間正確做一次

jim0611tw 08/15 15:39但我會道歉XD

billchen123 08/15 15:40好吧 我道歉我說了 花錢我就做 這句話 真心認錯XD

billchen123 08/15 15:41但是我也真心不想做一遍給大家看XD 方法都講了= =

機器學習很強大 我另外有花時間學,用在股票分析還不錯 如果有機會也請你指教 謝謝你的意見

jim0611tw 08/15 15:41原來Bill是Stock 尼克星 我會好好記住他的XD

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:43:54

jim0611tw 08/15 15:42不不不 我沒有要你道歉的意思 你沒有錯幹嘛道歉 我

jim0611tw 08/15 15:42是已經被打臉才道歉的

jim0611tw 08/15 15:45誒 不是誒 怎麼開始互相鞠躬握手言和了

jim0611tw 08/15 15:45我要看到血流成河啊

^^

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:46:29

billchen123 08/15 15:49尼克星是啥鬼= =?

hololive45P 08/15 16:01專業

linlpc 08/15 16:02推,股版還能有這類文章是好事

Ischolar 08/15 16:10從八零年代開始是一路降息,美債走了四十年牛市,考

Ischolar 08/15 16:10慮房市跟利率關係,這個樣本區間恐怕不適用未來

你說的對 所以分析能力有時間區間的限制,我能拿到的資料只能從1982起 房價資料要更早不好找

oneIneed 08/15 16:15推認真分析

billchen123 08/15 16:16回應一下 你做出模型的同時 就是「訓練」所以

billchen123 08/15 16:17所以產生權重這個結果來讓你預測 評估模型好壞

billchen123 08/15 16:23模型的測試精準度夠好 才會再去探討因果關係

billchen123 08/15 16:43推回一個 認真做出結果來分享 精神可嘉

我大概知道你想表達的 FED 以往會參考 泰勒法則 i = r* + π + 0.5(π - π*) + 0.5(u - u*)

https://master.get.com.tw/economics/detail.aspx?no=420144

或是FED 紐約分行預測 經濟衰退機率的模型

https://www.newyorkfed.org/research/capital_markets/ycfaq#/interactive

係數 Notes: Parameters estimated using data from January 1959 to December 2009; recession probabilities predicted using data through July 2019. The parameter estimates are α= -0.5333, β= -0.6330. The shaded areas indicate periods designated as recessions by the National Bureau of Economic Research. 這些跟訓練甚麼的是沒有關係的 關於精度,在時間序列裡面有類似的檢定方式 這裡就不獻醜了。 上面兩個模型 都是很古典經典的模型,reference 也超多 就這樣吧!! 謝謝你的指教

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 16:50:34

gghhgghh 08/15 16:52推你沒收錢的專業分析

※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 16:56:23

billchen123 08/15 17:15上面的文獻跟訓練沒關係 但是你建立時間序列模型跟

billchen123 08/15 17:17訓練有關係阿 精度的檢定 應該還是要切分資料集

h2894675 08/15 17:29感謝分享

johnny0322 08/15 17:37專業推

Iperfection 08/15 18:19這篇文和推文真是乾貨滿滿 大家快來看看

Iperfection 08/15 18:52不過看了幾遍還是不懂bill大質疑的點是什麼

chkawong 08/15 18:57好文必須推!

elainakuo 08/15 19:04專業推

agvnol 08/15 19:46優文,推

hanhsiangmax08/15 19:56

Zaqjim 08/15 21:02升息不會影響房價 不要挑戰央行好嗎

herculus650208/15 21:23t大b大兩人背景不同,術業有專攻,沒什麼好戰的

het97306 08/15 21:46符合統計學理論的東西,不懂B是在現啥?

linja 08/15 22:47

delightboy 08/15 23:19

Jimmy030489 08/15 23:24大湯姆改叫大波動?!

expertsaid 08/15 23:46某樓滿嘴專業 嘴砲老半天的時間早就能做一篇出來了

expertsaid 08/15 23:46 笑死 在耍什麼猴戲

fioo 08/16 00:02

savemysoul 08/16 00:20所以升息不是浮木,那央行就是不敢升

Crazyloveyou08/16 01:30預測房價慢慢走跌 2023/08/16

MiniArse 08/16 01:53你的資料有問題,2008-2009 台北市房價有下跌

MiniArse 08/16 01:54www.mygonews.com/news/detail/news_id/7868

MiniArse 08/16 01:54台北人肯定有感。不曉得為什麼你的資料呈現不出來

MiniArse 08/16 01:56還有2020年初 疫情剛爆發時 甜甜價大概維持了幾個月

JohnGalt 08/16 07:04要切分訓練集和測試集是因為要tune超參數,這種AR

JohnGalt 08/16 07:04模型又沒超參數

JohnGalt 08/16 07:07而且時間序列資料就是前後有相關,要做頂多就roll

JohnGalt 08/16 07:07ing window吧,結果應該也差不多

JohnGalt 08/16 07:13166筆資料要切訓練集也蠻搞笑的,是不是會用鐵槌以

JohnGalt 08/16 07:13後看所有東西都變釘子?

andyHYK1998 08/16 08:00太專業推

billchen123 08/16 09:28所以只有166筆資料 你訓練後拿整份資料來驗證? 笑死

billchen123 08/16 09:28原PO現在的做法就是訓練166筆 你驗證也拿這166筆

billchen123 08/16 09:29例如你小孩寫考古題訓練 結果考試跟考古題一模一樣

billchen123 08/16 09:30你小孩考100分 你會說他厲害嗎?

billchen123 08/16 09:34然後接著探討小孩這麼厲害的因果關係 ?

billchen123 08/16 09:39你應該會拿不一樣的題目來「驗證」吧

JohnGalt 08/16 09:43你不用廢話那麼多,資料原po也給了,示範一下你要

JohnGalt 08/16 09:43怎麼分割資料跑AR model

billchen123 08/16 09:49分割資料都不會喔? 這樣還敢大放厥詞阿 切蛋糕不會?

billchen123 08/16 09:51不驗證 你放溫度 醫生數量 放N個變數都會顯著

billchen123 08/16 09:51AR模型做出來 拿別的資料來驗證都不會? 就不要丟臉

billchen123 08/16 09:54我講的東西用一句廢話帶過 比切分資料驗證還簡單ZZ

※ 編輯: tompi (210.61.151.146 臺灣), 08/16/2023 10:09:32

JohnGalt 08/16 09:58我當然知道怎麼切,你怎麼瞎弄也要結果真的顯著不

JohnGalt 08/16 09:58同才有意義

billchen123 08/16 09:59所以你拿看似相關的變數瞎弄 也會顯著啊?

billchen123 08/16 10:00AR_Model100筆資料做出來 然後預測66筆 拿66筆真值

billchen123 08/16 10:00驗證

JohnGalt 08/16 10:00當全世界只有你知道ML?

billchen123 08/16 10:01很難?? 這樣很難?? 沒驗證的結果就沒必要探討因果

billchen123 08/16 10:02你應該針對我提出的質疑回復 不是誰懂得問題

billchen123 08/16 10:02沒有說誰厲害 但是原po的結果沒有驗證就探討因果

billchen123 08/16 10:02這是錯誤示範

JohnGalt 08/16 10:03你根本就搞錯重點,這又不是在比預測準度。讓你拿

JohnGalt 08/16 10:03前100筆跑個相同模型好了,然後呢?你解釋會不一樣

JohnGalt 08/16 10:03嗎?

JohnGalt 08/16 10:04要探討因果的問題不在他沒分割資料好嗎?你再怎麼

JohnGalt 08/16 10:04割也割不出因果關係

billchen123 08/16 10:05討論到這吧 我不想再花時間說明 上面說明很清楚了

我猜想 理組跟我這社會組學的 還是有點不同 看待資料的方式不一樣 我自己是學 時間序利分析與波動預測的 我這邊放一篇中央銀行的委外研究

https://reurl.cc/v7Z2gL

房論房價泡沫風險,教授們做的大致上用 ARIMA-GARCH 用的檢定方式比較新, ARIMA 跟 AR 差在 I 整合階次與MA項 誤差修正項 GARCH 呢是因為傳統殘差假設常態分配,但GARCH可以解釋非常配分配 我用166筆,從1982年起 該委外研究是從1991年起,比我的資料還短 但無礙於分析的結論 至於我計算的部分,就別認真了。 如果計算有錯,版主也m了我也刪不掉了,我就承擔了。 勿傷了和氣

※ 編輯: tompi (210.61.151.146 臺灣), 08/16/2023 10:10:30

JohnGalt 08/16 10:19簡單說2021的諾貝爾經濟學獎就是頒給做因果分析的

JohnGalt 08/16 10:19,如果切資料能切出因果分析,真的不要廢話,直接

JohnGalt 08/16 10:19發一篇論文教大家怎麼做研究就好

JohnGalt 08/16 10:24因果推論問題的本質是我們既無法做實驗也只能觀察

JohnGalt 08/16 10:24到樣本一次,我看不出切分資料要怎麼解決這個問題

JohnGalt 08/16 10:30原po做的不是真正意義上的因果沒錯,但這是股板又

JohnGalt 08/16 10:30不是發論文,弄個初步結果講個合理的故事就差不多

JohnGalt 08/16 10:30

billchen123 08/16 11:01原PO想要做因果關係分析 但是你拿不相關的變數也

billchen123 08/16 11:01也能做出來 就像是我舉例的 溫度 醫生人數

billchen123 08/16 11:02你不驗證你的因果模型就直接產出結論說這變數有因果

billchen123 08/16 11:03我認為不可靠的 因為模型沒有驗證

billchen123 08/16 11:03我直接舉例原po的因果結果好了

billchen123 08/16 11:06結論是預測2023Q2房價變數 與 2022Q1台灣指數YOY

billchen123 08/16 11:07以及2021Q4YOY 台灣指數 有因果關係 你相信?

JohnGalt 08/16 11:22你要質疑因果推論ok,但你提的方案也不能解決這問

JohnGalt 08/16 11:22題啊

JohnGalt 08/16 11:32而且回歸原本股市跟房價的問題,至少能看出相較股

JohnGalt 08/16 11:32市,其他總體因素更與房價相關

JohnGalt 08/16 11:35你真的覺得把資料切一切會很到不同結論嗎??

billchen123 08/16 11:39資料切分 是拿來驗證... 你看清楚上面我講的東西

billchen123 08/16 11:39另外你可能覺得建立AR模型不是訓練 但其實數學原理

billchen123 08/16 11:40就是訓練個過程 因為線性回歸模型就是「公式解」找

billchen123 08/16 11:41找出(Y - Y_hat)最小的 權重組合 跟ML訓練是一樣的

billchen123 08/16 11:42把資料切分 另一部分資料驗證後 發現結果差異大

billchen123 08/16 11:43代表你的AR模型 Overfitting代表你的因果關係是錯的

kyukyu 08/16 12:03基努李維.jpg

billchen123 08/16 12:06另外因果模型當然可以預測,你不是都說你找到因果

billchen123 08/16 12:06關係了,那就能夠預測啊,未來的房價變數反應你的

billchen123 08/16 12:06因果關係啊?

JohnGalt 08/16 13:40你應該是沒分清楚預測跟因果推論的差異在哪

JohnGalt 08/16 13:41你提的只是怎麼改善樣本外預測能力的方法

JohnGalt 08/16 13:53比方說拿室外撐傘人數比率來預測有沒有下雨一定很準

JohnGalt 08/16 13:53但不代表撐傘會造成下雨

JohnGalt 08/16 13:54那些訓練驗證大家都知道好嗎, 你要質疑因果性也不是

JohnGalt 08/16 13:54拿這個來質疑

Mosin 08/16 20:04為什麼通膨反而會讓房價下降? 有什麼方式能夠解釋

通膨後 央行會升息,升到超過通膨率後若形成正實質利率 房價會進一步下跌

※ 編輯: tompi (125.229.208.164 臺灣), 08/16/2023 20:58:41

billchen123 08/17 14:02你分不清楚因果關係跟預測就是一樣的好嗎?

billchen123 08/17 14:03你推論就是要驗證 驗證就是要預測 冥頑不靈ㄟ

billchen123 08/17 14:04經濟系 亂用統計工具的結果就像這篇一樣 呵呵呵

billchen123 08/17 14:04不懂統計原理 然後亂用統計工具與檢定

閣下您已經有點人身攻擊跟毀謗了 關於時間序列部分,"亂用"二字 你是沒有根據的 如果你也是研究生畢業的,大家論文都經過審查放在國圖 關於因果關係,我是採用granger causality test 如果你不同意我的分享, 我資料也給你了,你要就在板上認真算一遍,否則就不要再發言了 此外你亂說的部分,如果你不提出道歉,我會向相關單位檢舉

※ 編輯: tompi (210.61.151.146 臺灣), 08/17/2023 14:41:30 ※ 編輯: tompi (210.61.151.146 臺灣), 08/17/2023 14:42:01

overshoot 08/17 20:15推厲害

phyaim 08/18 11:24有數據分析 給推 有結論再推