統計分析裡最常用的一種方法正是迴歸分析（Regression Analysis），可追溯至英國博學家高爾頓（Francis Galton, 1822-1911）在 1886 年的一篇討論身高遺傳性的論文中, 首度發展「迴歸分析」這一個統計工具, 他發現無論高個兒或矮個兒的父母，它們子女的身高都有著「向平均身高迴歸（Regression to the Mean）」的現象。
爾後迴歸工具被大量使用於評估「因子/自變數（independent variable）」如何影響「結果/應變數(dependent variable)」的數據分析之上，與迴歸分析密切相連的相關分析（Correlation Analysis）更可讓研究者得知兩個變數之間的相關程度的大小。
迴歸分析還有一個常見的應用，就是以「時間」為自變數，找出另一個變數隨時間演變的趨勢與大方向，甚至可據此標註出數據中不在趨勢上的例外時點。
我們在 11/26 的 Two Money Lovers Podcast 中，將討論統計工具的生活應用，例如近 4 年的「無限量化寬鬆」（Unlimited QE）政策對市場的影響。
根據截至 2023 年第三季的數據，我們發現臺灣的貨幣供給量在同一時期增長了 36%，而信義房價指數也同步上升了 38%。透過分析這 15 組數據，我們發現了驚人的相關性，相關性（Correlation）達到了 0.97。
換句話說，我們難以忽視短期內大量增加的貨幣供應，它可能是房市飆漲的真正原因！以通俗易懂的語言來說，這段期間貨幣供應的增加就像是另一個每月公佈的房價指數，甚至提前預測了逐季公佈的信義房價指數，同時也對股市產生了推升的影響。
此外，使用迴歸（Regression）功能使我們輕鬆找到了偏離的離群值（Outlier）。結合基本的經濟學知識，我們能夠發現單筆加碼和賣出的良好時機。儘管一般的技術分析也具有類似的功能，但統計工具提供了更全面的輔助工具，使長期投資者能夠更清晰地估計計算。
本文獲授權轉載自「Two Money Lovers 經濟學不是萬能但有用」，未經同意不得轉載。
責任編輯：洪國軒
