臺灣博碩士論文加值系統

摘要
股票選擇權市場中波動度偏頗（Volatility Skew）的現象一直沒有定論，在這裡，本文藉由討論台指選擇權市場的雜訊交易，重新去評估真正的到期日股價價格，並從中發展出波動度偏頗的另一可能成因。過去發展的Jump 和Stochastic Volatility對於解釋波動度偏頗已經很有成效，但卻無法有更多的市場意涵。本文的重點在於，嘗試以另一角度來探討波動度偏頗產生的原因，並得出即使在原本BS模型裡面，即使在假設股價波動度為常數時，市場仍會因雜訊交易的緣故，產生波動度偏頗的現象。本文的另外也解釋了，為何微笑偏頗的現象會在到期日越近會越明顯。

本文最後以2002年4月到2003年12月間的台灣加權股價指數和台指選擇權市場價格來驗證雜訊交易模型的解釋能力。發現，在考慮了選擇權市場和期貨市場的雜訊後，平均而言，此模型減少了傳統B-S Model 的評價誤差。另外、針對雜訊模型的評價誤差發展了另一個修正的評價方法(AKF)，在實證上的預測結果明顯比利用隱含波動度的預測誤差來的小是本文的另一個收穫。

目錄
第壹章 緒論 1
第一節 研究動機 1
第二節 研究內容 2
第貳章 雜訊交易 4
第參章 文獻回顧 6
第一節 波動度方面 7
第二節 雜訊標的資產的定價 10
第肆章 基本模型 12
第一節 卡爾曼濾嘴模型（Kalman Filter Model） 12
第二節 選擇權市場的最佳策略和模型推導 14
第伍章 數值模擬分析 20
第一節 隱含波動度對雜訊值的敏感度分析 20
第二節 隱含波動度對到期日長短的敏感度分析 21
第三節 隱含波動度對起始價格Z(0)的敏感度分析 22
第四節 隱含波動度對股價指數無雜訊波動度（σx）的
敏感度分析 23
第五節 Heavy Left Tail and Less Heavy Right Tail 24
第陸章 實証結果分析 25
第一節 實證方法 25
第二節 修正的KF模型(AKF) 29
第三節 實證結果∼利用當日資料的估計誤差分析 31
第四節 實證結果~利用歷史資料的預測誤差分析 46
第五節 實證結論 63
第柒章 結論與建議 64
第一節 結論 64
第二節 後續研究方向 64
參考文獻 66

參考文獻
中文部分：
1.陳松男，『金融工程學：金融商品創新、選擇權理論』，華泰事
業股份有限公司，民國91年1月。
2.李存修，『選擇權交易實務、投資策略與評價模式』，證券暨期
貨發展基金會，民國82年。
英文部分：
1.Amati, A. R., and Pfleiderer, P., 1988, “A Theory of Intraday Patterns: Volume and Price Variability,” Review of Financial Studies, 1, 3-40.
2.Arnold, L., 1973, “Stochastic Differential Equation:
THeory and Applications,” A Wiley-Interscience Publication.
3.Back, K., 1992, “Insider Trading in Continuous Time,” The Review of Financial Studies, 387-409.
4.Back, K., 1993, “Asymmetric Information and Options,” The Review of Financial Studies, 3, 435-472.
5.Back, K and Pederseh, H., 1998,. “Long-lived Information and Intraday Patterns,” Journal of Financial Markets, 386-402.
6.Edwards, F. R., 1988, “Does Futures Trading Increase Stock Market Volatility?,” Journal of Financial Analysis, Jan.-Feb., 63-69.
7.George, M. C., and Anastasios, G. M., 2000, ”Option Markets: An Integrative Approach,” Working Paper.
8.Grossman, S. J., 1981, “An Introduction to the Theory of Rational Expectations under Asymmetric Information,” Review of Economic Studies, 48, 541-559.
9.Grossman, S. J., and Miller, M .H., 1988, “Liquidity and Market Structure,” Journal of Finance, 43, 617-633.
10.He, H., and Wang, J., 1995, “Differential Information and Dynamic Behavior of Stock Trading Volume,” The Review of Financial Studies,920-972.
11.Hull, J.C., 2002, “Options, Futures, and Other Derivatives,” Prentice Hall International Editions.
12.Liptser, R. S., and Shiryayev, A.N., 1977, “Statistics of Random ProcessⅠ,” Springer-Verlag.
13.Liptser, R. S., and Shiryayev, A.N., 1977, “Statistics of Random ProcessⅡ,” Springer-Verlag.
14.Karatzas, I., and Shreve, S. E., 1988, “Brownian Motion and Stochastic Calculus,” Springer-Verlag.
15.Kim, O., and Verrecchia, R. E., 1991a, “Trading Volume and Price Reactions to Public Announcements,” Journal of Financial Economics, 30, 273-309.
16.Krishnan, V., 1984, “Nonlinear Filtering and Smoothing. An Introduction to Martingales, Stochastic Integrals and Estimation,” A Wiley-Interscience Publication.
17.Kyle, A.S., 1985, “Continous Auctions and Insider Trading,” Econometrica, 53, 1315-1335.
18.Mozumdar, A., 2001, “Corporate Hedging and Speculative Incentives: Implications for Swap Market Default Risk,” Journal of Financial and Quantitative Analysis, 36, NO2, 234-260.
19.Paul, D.C., and Steven, H. O., and Timothy, J. R., 1999, “Valuation and Information Acquisition Policy for Claims Written on Noisey Real Assets,” Financial Management, Summer 2001, Volume 30(2), 45-75.
20.Wells, C., 1996, “The Kalman Filter in Finance: Advanced Studies in Theoretical and Applied Econometrics,” Kluwer Academic Publishers.