跳到主要內容

美國通膨疑雲，股票有壓！？

最近財經新聞中，常常看到美國通膨加速，聯準會可能提前升息，導致公債殖利率上升，股票下跌的新聞；說真的，股票價格上上下下變化因素很多，雖然公債殖利率是用來評估資產價格的基礎，但是有時候也不是一個道理或公式就可以完全解釋股票價格的變化，不然的話，會用公式計算或是懂得其中道理的人，早就能神預測股價波動而提早入場，發大財了。
回到「經驗分享」頁面

公債殖利率可以作為股利折現模型的參數，請參考以下文章：
股利折現模型，評估股價的好方式？

美國聯準會看什麼指標升息？

聯準會，全名為「聯邦準備理事會」，運作機制如同各國的中央銀行，最受矚目的一項功能就是調整美國的聯邦基金利率，而聯邦基金利率是各銀行之間隔夜借款(今天借、明天還)的利率，其高低會直接影響短期利率，舉例來說，我可以跟A借錢，在把錢轉借給B，賺的錢就是向雙方借/貸款的利息差；如果我跟A借錢的利率低，我也可能為了吸引B跟我借更多錢，而降低借給B的利率。

隨著聯準會調降聯邦基金利率，市場利率下降，理論上民眾會比較不想存錢，提升消費，企業比較想借錢，提升支本支出(買新設備、研發新技術或蓋新工廠)，刺激經濟成長；但是，大量提升消費及企業支出，會造成通貨膨脹，因為市場上的商品或服務還是有限的。通貨膨脹若太高，聯準會就會評估，利率是否太低，應該要在炙熱的民間消費及企業支出上澆點水，升息了。根據 Financial Planning Association：
聯準會調整聯邦基金利率所評估的指標包括消費者物價指數(CPI)、國內生產毛額(GDP)、失業率、股票市場等因素，其中的消費者物價指數就是用來評估國內是否有通貨膨脹的指標。

通貨膨脹不好吧?

通貨膨脹聽起來真的很差。最常聽到的就是「通膨會吃掉我們的存款」這類的話；按照常理推斷，通膨表示東西變貴，一樣的錢只能買更少的東西，當然不好。

通貨膨脹也會造成聯準會評估是否要升息，而升息會影響股票價值的評估，舉例來說，如果買債劵因為利率低不好賺，那我可能會加碼股票，造成低利時股票較貴的狀況（本益比較高），反之，利率上升，股票價格在其他所有條件不變的狀況下，應該要下跌。

通貨膨脹好在哪?

所以，通膨影響貨幣購買力、公債殖利率及股價是負面的，又有可能帶來什麼樣的好消息嗎？

當然有!

通膨也是聯準會降息後，評估是否成功鼓勵民間消費及企業投資，進而刺激經濟成長的重要指標；如果通膨有加速，至少表示聯準會降息，間接增加市場的流通貨幣，不是被大家拿去存起來，而是花掉。大家都存錢，而不消費，經濟不會復甦，聯準會降息想要刺激經濟的策略就失敗了，不是嗎?

光是近20年就有聯準會降息的案例，像是2008年美國次貸危機及大家正在痛苦經歷的全球新冠肺炎大流行，兩次危機聯準會都有把聯邦基金利率降到0%到0.25%的水準。

2008年美國次貸危機，聯準會為了救經濟，把聯邦基礎利率降到0%到0.25%，後來在2015年至2019年之間陸續升息，美股雖然因此震盪，不過也是長線走高，算是聯準會降息成功復甦經濟的案例。好家在，美國人愛花錢...，不然也沒啥用。

現在的2020年全球新冠疫情危機，聯準會也在用力拯救，目前看來美國通膨有上升的狀況，希望經濟能成功復甦；同時，也希望大家能健康，生命財產都安全。

圖1
回到「經驗分享」頁面
註1，Financial Planning Association，https://www.plannersearch.org/financial-planning/how-the-fed-sets-interest-rates，2021/6/5
圖1，macrotrends，https://www.macrotrends.net/2015/fed-funds-rate-historical-chart，2021/6/5
Labels:

留言

張貼留言

這個網誌中的熱門文章

母體變異數(population variance)、樣本變異數(sample variance)及自由度(degrees of freedom)

母體指的是所有的數據，樣本指的是從母體抽樣的數據，舉例來說，一個班級有40人，它們的身高，40個身高數據，若只針對這個班，就是母體，但是，卻只是代表全校學生身高的一部分，也就是樣本。 回到「機率統計」頁面 樣本平均數(mean)不是母體平均數，樣本變異數(variance)也不是母體變異數，一個班40個人身高的平均數很難剛好是全校學生的身高平均數。 一個班40個人的身高變異數也不會是全校學生的身高變異數。 變異數計算 母體變異數的定義如下： 而樣本變異數的定義如下： 奇怪的地方 平均數 雖然樣本平均數不是母體平均數，不過，如果不斷重複從同一個母體抽樣平均，會得到一個近似母體平均數的數字。舉例來說，從一個學校所有學生中，不斷隨機選出40個學生取平均數，再將這些平均數平均，結果會接近直接算全校學生的身高平均數。 也就是說樣本平均數的期望值就是母體平均數： 變異數 樣本變異數跟母體變異數就沒這麼單純了。奇怪的地方是，為什麼樣本變異數公式的除術是n-1，而不是像平均數計算一樣用n？ 為何樣本變異數要除的是(n-1)？ 除數為n的話，變異數會太小 如果樣本變異數的除數是n，樣本變異數就會常常比母體變異數小。為什麼呢？ 因為，樣本是從母體抽取的，抽樣的數據算出平均，並且抽樣的數據會相對的接近抽樣的平均，總不會剛好抽出的樣本平均數剛好是母體平均數，且樣本數據離樣本平均數就像母體數據離母體平均數一樣分散吧？ 假設母體數據為0-99的整數，共100個數據，從中選出10個數字，然後計算樣本的平均數，分別用n及n-1當作除數算出變異數，連續執行200次，並將200個樣本平均數及200個樣本變異數平均。 也就是取得樣本平均數及樣本變異數的期望值，結果如下： 母體平均數 = 49.5
張貼留言
Read more »

中央極限定理(central limit theorem)證明

中央極限定理(central limit theorem )指的是從一個獨立同分布(Independent and identically distributed, i.i.d)取出之變數數量趨近無限多時，其平均數(mean)將趨近常態分布(normal distribution)。 回到「機率統計」頁面 目錄： 動差母函數(moment generating function) 常態分布的動差母函數 中央極限定理證明 中央極限定理模擬 中央極限定理應用 動差母函數(moment generating function) 動差母函數為機率密度函數(probability density fFunction, PDF）及累積分佈函數(cumulative distribution function CDF)之外，另一種描述機率分布模型的一種方式。 定義 M X (t) = E[e tx ] 而 e tx 的泰勒級數(Taylor series)為 e tx  = 1 + tx + t 2 x 2 /2! +  t 3 x 3 /3! + ... 則 M X (t) 的泰勒級數為 M X (t) = E[e tx ]  = 1 + tE[x] +  t 2 /2! E[x 2 ] +  t 3 /3! E[x 3 ] + ... 因此，當t = 0時，以t取 動差母函數m次微分，就可以找到其分布模型的第m動差。 特性 M X+Y (t) = E[e t(x+y) ] =  E[e tx+ty ] =  E[e tx e ty ]  =  E[e tx ]  E[ e ty ] =  M X (t)  M Y (t)  常態分布的動差母
張貼留言
Read more »

HYG、LQD 與 TLT 風險報酬比較

10 年期公債除了站上 4%，再撰寫這篇文章時，已經在 4.3% 徘迴，上次在 這篇文章 研究了現在是否應該要買 LQD 而不是 TLT，本篇文章我想研究非投資等級債是否更適合。 買點 HYG 現在 HYG 價格為 74.04，距離近一次低點 2020/3/20 的 69.75，差別為 5.794% LQD 上次低點在 2020/10/14 的 100.38 附近，與目前的 105.01 相差 4.612%。 TLT 上次低點在 2022/11/4 的 94.22 附近，與目前的 95.16相差 1%。 殖利率上升時，公司債的表現 TLT 2009-01-06 到 2010-01-05 跌了 16.364% 這段期間美國 30 年期公債殖利率從 3.04% 漲到  3.74%，漲了 0.7%。 TLT 2012-11-14 到 2013-11-13 跌了 15.701% 這段期間 美國 30 年期公債殖利率從 2.73% 漲到  3.83%，漲了 1.1%。 TLT 2016-07-29 到 2017-07-28 跌了 10.307% 這段期間 美國 30 年期公債殖利率從 2.18% 漲到  2.89%，漲了 0.71%。 TLT 2021-11-18 到 2023-8-15 跌了 32.695% 這段期間美國 30 年期公債殖利率從 1.97% 漲到  4.35%，漲了 2.38%。 結論 HYG 現在也很便宜，在公債殖利率還有可能持續上漲狀況下，表現可能勝過公債及投資等級公司債。
張貼留言
Read more »

如何在Chart.js的圖上加上X軸或Y軸名稱

 Chart.js可以幫助網頁顯示各類圖表，要在X軸及Y軸上標示名稱方法如下： 找到Chart物件。 在Chart物件內找到options。 在options內找到scales，若無，自行加上scales。 即可在scales下設定X軸及Y軸的標示。 程式碼範例 <div> <canvas id="myChart"></canvas> </div> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <script> const labels = [ '1', '2', '3', '4', '5', '6', ]; const data = { labels: labels, datasets: [{ label: '數據', backgroundColor: 'rgb(255, 99, 132)', borderColor: 'rgb(255, 99, 132)', data: [0, 10, 5, 2, 20, 30, 45], }] }; const config = { type: 'line', data, options: {scales:{ x:{ title:{ display:true, text:"月" } }, y:{ title:{ display:true, text:"unit" } } } } }; var myChart = new Chart( document.ge
張貼留言
Read more »

賭徒破產理論(Gambler's ruin)機率公式證明

賭徒破產理論(Gambler's ruin)指指的是兩位賭徒，每局賭1元，A賭徒有i元，B賭徒有n-i元，兩人不斷的賭，直到一人輸光為止。 回到「機率統計」頁面 前言 假設A賭徒勝率為p，輸的機率就是1-p，稱為q，我們要求算A贏光所有錢的機率。 讓p(i)代表A賭徒擁有i元的時候，獲得最後勝利的機率。 p(0) = 0，因為已經輸光所有錢並且賭局已結束。 p(n) = 1，因為已經贏光所有錢並且賭局已結束。 那麼p(i)呢？ 遞迴公式(recursive formula) 假設A有i元，它下一局有可能贏，有可能輸。贏的機率為p，輸的機率為1-p = q。 不論這一局是贏還是輸，A要贏光所有錢的機率還是沒有算出來。 這局贏了，接下來贏光所有錢的機率為p(i+1)。 這局輸了，接下來贏光所有錢的機率為p(i-1)。 因此，p(i) = p*p(i+1) + q*p(i-1)，且可以繼續延伸，例如p(i+1) = p*p(i+2) + q*p(i)、p(i-1) = p*p(i-) + q*p(i-2)... 每個公式需要套用原本的公式，稱為遞迴公式公式，而遞迴公式解法可以像解微分方程(differential equation)一樣，可以先用猜的！ 例如dx/dt = rx，微分之後x還是在公式裡，可以先猜測x = e^y。 猜測 假設，p(i) = x i ，並帶入p(i) = p*p(i+1) + q*p(i-1)，得到  x i   = p* x i+1  + q * x i-1 x = p* x 2  + q p* x 2  - x + q = 0 解一元二次方程式得 x = 1 或 x = q/p 微分方程 p(i) = x i ， x = 1 或 x = q/p，且有兩已知數 p(0) = 0 及 p(n) = 1。 而x i 的x有兩個根(root)，必須都帶入線性組合(linear combination)公式求解。 p(i) = A(1) i  + B ( q/p ) i  =  A +  B ( q/p ) i  p(0) = A + B = 0 ， A = -B p(n) = A + B ( q/p ) n   = 1 A + B ( q/p ) n  = -B +  B ( q/p ) n  = B(-1 +  ( q/p ) n )
張貼留言
Read more »