Re: [請益] 股市如果崩盤 房市一起崩嗎？
※ 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
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
--
專業推LoL
別忘了房子7%投報率是開了3倍的槓桿在賺的
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
謝分享
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謝謝分享
感謝分享
感謝分享
謝分析
跟我想的一樣 但我寫不出來XD 大推
專業推
好專業
結論 無腦多 allin 信義房屋
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
專業推
只會漲 一定賺 閉眼allin
個人偏見:房市股市根本連動不大 兩個多空週期差太
多了 一個是十年起跳 一個是幾個月漲跌循環
專業推 研究所的東西忘光光了
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
看到預測模型變數設定好懷念
房子五倍的資金有上限。
看不懂但是推
槓桿跟回檔都不是什麼特別的優勢或劣勢
台灣居民還有上槓桿的空間，政策利多下去很難跌啦!
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
專業推
通膨讓房價下跌 漲電價導致通膨 所以讓台電虧損是
打房黑魔法
這問題應該逆向思考，房價跌股票是否跌，很明顯
專業推
股市一定比房市先崩 房市反應慢很多
不可能,只要不是美國崩都不會崩類似2008很難再一次
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
推統計
推一個 有數據分析
推 感謝大大寫到讓我看得懂
這是你的論文？
我畢業超久了，另外寫這樣叫論文 被電翻了
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股市崩盤再來是人民失業房市才崩
房市要反轉感覺要等九年級生成為買房主力才可能
專業推，影響房價最大的一直都是利率
我靠記憶只有sars房價下來有感過…
九年級人口數...要成為主力差距很大
推分析
房價大概只剩戰爭會跌了吧
感謝分享
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謝謝
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
專業推
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感謝分享
專業推
大波動大必推
六都都來玩一下，南部應該會發現有趣的點
八卦是不看數字的，憑感覺才準啦
抱歉是我誤會了我以為你用報酬指數
沒事
有神快拜
專業分析給推
政策不改 房市不可能降 就算政府提出新政策立院會
不會排審 會不會過都是問題
推分享
專業推
有房產的好處是可以用房貸增貸出來在股市滾錢賺中
間的利差 畢竟房貸還是所有貸款利息成本最低的 但
相對槓桿開得太大也會有風險
高手在民間
挺訝異的 CPI和房價是負相關？？
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
更不跌，報酬也更高？
推
推模型
感謝
推研究 雖然這種研究沒有一定準的
我反而覺得股價崩盤 房市會上漲 不然錢要流去哪?
可是房子可以開5倍槓桿
買正2我不如買期貨 還可以省手續費 槓桿更大 不過
保證金要多留一點 不能被嘎空!
正負幫你強力洗籌碼怎麼會崩 房地和一的精神是什麼
就是政府插一股 和黑道收保護差不多
房子有槓桿啊
這故事不錯！
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
大大能分析一下證所稅把資金趕去炒房的影響ㄇ
當時股板最熱話題
推
大師
專業推
先推ID再看
謝謝分享
感謝分享
厲害
推
專業推，最主要是看連動的關聯性，所以政府最後底
線就是止血房產，當然每個國家玩法不同
好文受用
從你的Actual和fit來看，你該不會test結果是用訓練
賴清德 看到了沒
資料吧? 這樣當然會預測值這麼貼近真實值
訓練資料166筆 從圖片的X軸來看 差不多也是166筆
若你用同樣的資料訓練模型後再預測，當然看起來準
你的模型沒辦法解釋因果的先後順序
只能解釋 股市 對 房價有影響 權重也才0.09
按照你的邏輯 把Y放成台灣指數 X放房價相關變數
也能解釋成 房價反應 有波動後 台灣指數才有變動
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
專業推
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是的話 就基本上不用相信了 也不要誤導
你的訓練精準度當然高 你要用你沒訓練到的資料測試
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你計算beta可以啊 但是你模型沒有驗證 直接拿訓練
你的166筆數據 要切分 100訓練 66測試
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?
推
阿你的過程就不對阿 怎麼回原PO?
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就說不是誰做的問題了 是你基本建模概念就錯了
你給我錢 我來做啊 免費教你喔?
只是呼籲股版版友 你這結論不可信 看得懂的人就懂
166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等你做出來結果很棒的話 歡迎你繼續分享
Bill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 15:32:32B嘴別人 結果自己拿不出東西 真的很棒
動張嘴最容易 真的猛
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
被嗆自己也寫一篇就說給錢才做 股板尼克星?
你把資料集切分 開來 左鍵按一按就出來了
受教
原po只有要「解釋」，沒說要「預測」耶，在扯trai
n-test的要不想一下這樣的資料量夠training嗎
ML玩多了，都忘了統計學的初衷了嗎
你要硬train 一發也是沒有問題啊哈哈
你不能夠預測的東西 你的模型解釋都不會有問題嗎?
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你知道有一門數學叫「統計推論」嗎
只要你的資料集都不切分的狀況 你都能做出來
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股板尼克星不要在這邊嘴別原PO了 趕快發一篇
Bill,你是大學生嗎
我如果是Bill確實是不會想花時間正確做一次
但我會道歉XD
好吧 我道歉我說了 花錢我就做 這句話 真心認錯XD
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
原來Bill是Stock 尼克星 我會好好記住他的XD
不不不 我沒有要你道歉的意思 你沒有錯幹嘛道歉 我
是已經被打臉才道歉的
誒 不是誒 怎麼開始互相鞠躬握手言和了
我要看到血流成河啊
^^
※ 編輯: tompi (210.61.151.146 臺灣), 08/15/2023 15:46:29尼克星是啥鬼= =?
專業
推，股版還能有這類文章是好事
從八零年代開始是一路降息，美債走了四十年牛市，考
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
推認真分析
回應一下 你做出模型的同時 就是「訓練」所以
所以產生權重這個結果來讓你預測 評估模型好壞
模型的測試精準度夠好 才會再去探討因果關係
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推你沒收錢的專業分析
上面的文獻跟訓練沒關係 但是你建立時間序列模型跟
訓練有關係阿 精度的檢定 應該還是要切分資料集
感謝分享
專業推
這篇文和推文真是乾貨滿滿 大家快來看看
不過看了幾遍還是不懂bill大質疑的點是什麼
好文必須推！
專業推
優文，推
推
升息不會影響房價 不要挑戰央行好嗎
t大b大兩人背景不同，術業有專攻，沒什麼好戰的
符合統計學理論的東西，不懂B是在現啥？
推
推
大湯姆改叫大波動?!
某樓滿嘴專業 嘴砲老半天的時間早就能做一篇出來了
笑死 在耍什麼猴戲
推
所以升息不是浮木，那央行就是不敢升
預測房價慢慢走跌 2023/08/16
你的資料有問題，2008-2009 台北市房價有下跌
www.mygonews.com/news/detail/news_id/7868
台北人肯定有感。不曉得為什麼你的資料呈現不出來
還有2020年初 疫情剛爆發時 甜甜價大概維持了幾個月
要切分訓練集和測試集是因為要tune超參數，這種AR
模型又沒超參數
而且時間序列資料就是前後有相關，要做頂多就roll
ing window吧，結果應該也差不多
166筆資料要切訓練集也蠻搞笑的，是不是會用鐵槌以
後看所有東西都變釘子？
太專業推
所以只有166筆資料 你訓練後拿整份資料來驗證? 笑死
原PO現在的做法就是訓練166筆 你驗證也拿這166筆
例如你小孩寫考古題訓練 結果考試跟考古題一模一樣
你小孩考100分 你會說他厲害嗎?
然後接著探討小孩這麼厲害的因果關係 ?
你應該會拿不一樣的題目來「驗證」吧
你不用廢話那麼多，資料原po也給了，示範一下你要
怎麼分割資料跑AR model
分割資料都不會喔? 這樣還敢大放厥詞阿 切蛋糕不會?
不驗證 你放溫度 醫生數量 放N個變數都會顯著
AR模型做出來 拿別的資料來驗證都不會? 就不要丟臉
我講的東西用一句廢話帶過 比切分資料驗證還簡單ZZ
我當然知道怎麼切，你怎麼瞎弄也要結果真的顯著不
同才有意義
所以你拿看似相關的變數瞎弄 也會顯著啊?
AR_Model100筆資料做出來 然後預測66筆 拿66筆真值
驗證
當全世界只有你知道ML?
很難?? 這樣很難?? 沒驗證的結果就沒必要探討因果
你應該針對我提出的質疑回復 不是誰懂得問題
沒有說誰厲害 但是原po的結果沒有驗證就探討因果
這是錯誤示範
你根本就搞錯重點，這又不是在比預測準度。讓你拿
前100筆跑個相同模型好了，然後呢？你解釋會不一樣
嗎？
要探討因果的問題不在他沒分割資料好嗎？你再怎麼
割也割不出因果關係
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簡單說2021的諾貝爾經濟學獎就是頒給做因果分析的
，如果切資料能切出因果分析，真的不要廢話，直接
發一篇論文教大家怎麼做研究就好
因果推論問題的本質是我們既無法做實驗也只能觀察
到樣本一次，我看不出切分資料要怎麼解決這個問題
原po做的不是真正意義上的因果沒錯，但這是股板又
不是發論文，弄個初步結果講個合理的故事就差不多
了
原PO想要做因果關係分析 但是你拿不相關的變數也
也能做出來 就像是我舉例的 溫度 醫生人數
你不驗證你的因果模型就直接產出結論說這變數有因果
我認為不可靠的 因為模型沒有驗證
我直接舉例原po的因果結果好了
結論是預測2023Q2房價變數 與 2022Q1台灣指數YOY
以及2021Q4YOY 台灣指數 有因果關係 你相信?
你要質疑因果推論ok，但你提的方案也不能解決這問
題啊
而且回歸原本股市跟房價的問題，至少能看出相較股
市，其他總體因素更與房價相關
你真的覺得把資料切一切會很到不同結論嗎？？
資料切分 是拿來驗證... 你看清楚上面我講的東西
另外你可能覺得建立AR模型不是訓練 但其實數學原理
就是訓練個過程 因為線性回歸模型就是「公式解」找
找出(Y - Y_hat)最小的 權重組合 跟ML訓練是一樣的
把資料切分 另一部分資料驗證後 發現結果差異大
代表你的AR模型 Overfitting代表你的因果關係是錯的
基努李維.jpg
另外因果模型當然可以預測，你不是都說你找到因果
關係了，那就能夠預測啊，未來的房價變數反應你的
因果關係啊？
你應該是沒分清楚預測跟因果推論的差異在哪
你提的只是怎麼改善樣本外預測能力的方法
比方說拿室外撐傘人數比率來預測有沒有下雨一定很準
但不代表撐傘會造成下雨
那些訓練驗證大家都知道好嗎, 你要質疑因果性也不是
拿這個來質疑
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你分不清楚因果關係跟預測就是一樣的好嗎?
你推論就是要驗證 驗證就是要預測 冥頑不靈ㄟ
經濟系 亂用統計工具的結果就像這篇一樣 呵呵呵
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推厲害
有數據分析 給推 有結論再推
![[請益] 股市如果崩盤 房市一起崩嗎？](https://www.wantgoo.com/images/wantgoo-og-default.jpg "[請益] 股市如果崩盤 房市一起崩嗎？")
20
[心得] 近期通膨與資產價格看法前幾天央行發佈了一則消息，請民眾不要太擔心國內物價，實質上物價穩定。然而摘自其說明，近月以來台灣17項重要民生物資CPI年增率雖呈走高，迨至本年9月為3.31%；但其占CPI權數不大，影響相對有限。此外，油料費、運輸費及蔬菜價格上漲較高（本年1~9月合計使CPI年增率上升1.01個百分點），惟其價格上漲大抵係受短期因素影響，例如蔬菜價格上漲與豪雨成災等有關…。 最後重新呼籲民眾，本年台灣通膨率較高（1~9月平均為1.74%），亦與上年物價下跌致比較基期較低有關；若以近3年平均通膨率而言，則仍低於1%，相當溫和。預測台灣本年CPI年增率不至於超過2%，且明年將回降，通膨預期在2%以下，國內通膨率應無持續走升之虞。 從數字上來看或許台灣的通膨狀況沒這麼嚴重，民眾倒是對生活成本的提升很有感觸，尤其資產價格的膨脹更是讓大家有所感觸。以油價來說，近一年的95無鉛汽油從23.4元漲到30.08，漲幅高達28.55%。油價的上漲主因來自全球石油的需求拉升，間接造成輸入型通膨，進而反應在一些民生需求上。儘管如此，根據金融機構的研究，隨著能源供應上升和庫存回升，國際原油價格明年將趨於穩定或緩和，另外，煤炭和天然氣新增的產能在關鍵地區正增加中，且不太可能在短時間內暫停，新增產能可能可以讓能源價格加速往下走。 至於讓民眾更有感的是，房價在這幾年的漲幅，雖然房價的漲跌跟物價沒有很大的關係，然而房價的成長更是壓垮青壯年的生活成本。以信義房價指數來看，在21Q2的年增率高達10.24%，國泰房價指數則是年增3.38%。前者關注的是中古住屋的房價，而後者則關注在預售及新屋房價。換句話說，房市無論新舊齊漲，政府跟央行的打房政策，可能還沒有完全反映其效果。(也可能沒啥效果XD?!) 另外，全球的寬鬆貨幣，疫情下的財政支出與紓困津貼，讓市場充斥著資金，台灣M1B貨幣供給量也是不斷增高，這些資金流入可投機的股市與房市後，更使得資產迅速膨脹，也因此讓市場價格波動增大，刺激投機需求。![[心得] 近期通膨與資產價格看法](https://stock-chicken.com/wp-content/uploads/2021/10/visual-stories-micheile-ZVprbBmT8QA-unsplash-scaled.jpeg "[心得] 近期通膨與資產價格看法")
3
Re: [問卦] 房版在討論崩盤的可能性......？小魯肥有幾個想法不知道對不對 台灣這幾年的房價上漲的原因是利率關係 利率越低，房價越高 利率越高，房價越低 但是當銀行承做房貸業務時，4
Re: [閒聊] 為了讓房市緩跌？？？你朋友的貼文恐嚇意味比較濃，但他從升息的角度來看並非完全不可能， 我也是從這次央行還升息覺得意外才特別去看core CPI： 是不是跟美國一樣有薪資-物價上升螺旋的感覺了，CPI普遍說法是說高基期的關係， 隔年就會降下來，原物料maybe是但薪水、房租顯然不是 再來假設真的物價上去了，央行也被迫升息那最終利率應該是？![Re: [閒聊] 為了讓房市緩跌？？？](https://i.imgur.com/asF2usPb.jpg?fb "Re: [閒聊] 為了讓房市緩跌？？？")
![Re: [心得] 以數據統計，不要再當沖了](https://i.imgur.com/ebsqMCBb.jpeg "Re: [心得] 以數據統計，不要再當沖了")
![[標的]8099大世科 大同集團作帳大戶融資鎖碼 多](https://i.imgur.com/Isi8E3vb.png "[標的]8099大世科 大同集團作帳大戶融資鎖碼 多")