Page 8 - MFB22陳宜楓

子及其延伸認為相關的因子加入解釋變數外，亦加入 COVID-19 疫

情之變數，觀察這些解釋變數是否會影響華航股價的預測結果。本研

究以 2008 年 1 月至 2021 年 8 月的變數資料做為樣本內資料，以

多元迴歸分析法建立模型來預測 2021 年 9 月至 2022 年 2 月的

樣本外資料。由於本研究使用的解釋變數多達 50 種，為了找出迴歸

模型的最適因子，本研究依據 Tibshirani (1996) 的 Lasso 模型，其

強調可以從繁多的解釋變數中挑選出最相關的重要變數。將挑選出的

變數以多元迴歸分析法得出顯著變數的迴歸係數後，利用建立的模型

估算出樣本外資料，最後以 MSE 比較結果。實證結果顯示，加入疫

情變數後的 MSE 比未加入疫情變數前小，表示 COVID-19 疫情對

華航股價的預測結果有影響。

資料與研究方法

首先蒐集樣本內的資料期間為 2008 年 1 月至 2021 年 8

月，共 14 年之月資料。根據文獻回顧中及延伸認為會影響航空公司

股價的 50 種因子做為解釋變數，將全部的變數名稱和資料來源整理

於表 1。由於解釋變數均為時間數列資料，為了避免有假性迴

歸 (spurious regression) 的情況，因此要先進行單根檢定 (unit-root

test)，確認資料均符合恆定狀態，才能繼續進行迴歸分析。從 2020 年

1 月台灣出現 COVID-19 首例確診個案開始，為加入 COVID-19 疫

情之解釋變數的時間分隔點，將模型分為加入疫情變數前後兩種情

況，使用 Lasso 模型選出最適因子，再計算兩種情況下各別的迴歸

分析結果。本研究自變數為華航股價，圖 1 為華航股價收盤價走勢

圖，圖 2〜 圖 7 為顯著的解釋變數走勢圖，依序為圖 2 的上市航

運類股指數收盤價、圖 3 的長榮航股價收盤價、圖 4 的美國海灣航

空燃油價格、圖 5 的華航其他收入價格、圖 6 的長榮航單位旅客收

益，最後是圖 7 的台灣 COVID-19 確診人數。圖 1〜 圖 7 中的深

6