臺灣博碩士論文加值系統

本文以跳躍¬—擴散模型ARJI來探討苯乙烯單體市場風險管理所產生的異常跳動狀態與變異反應，經由模型估計出的跳躍頻率與跳躍大小加以印證，苯乙烯單體市場風險管理，研究發現苯乙烯單體之市場風險運用進一步捕捉肥尾，時間波動和不連續跳躍行為之最優化，其異常資訊所造成瞬時的跳躍行為波動程度為5.9106%，苯乙烯單體報酬率的跳躍過程所引發的變異佔整體變異的比重60.19%。在樣本外預測此模型得知其99%的信心水準之下是可能成功的預測其風險的，表示風險價值之估計與風險管理有其重要之作用資訊。因此可延伸建議企業管理決策參考意向：苯乙烯單體市場風險，價格跳躍狀態，企業能依此參考其波動之趨勢跳躍頻率，進行避險參考，以確保市場風險最低，以能夠避險減少損失；當現有存貨價格較市場風險高時應快速去化庫存，反之當存貨價格低於市場風險時應減緩去化庫存，依存貨的角度來增減持有新存貨；可推估依據持有的原物料成本進行產品毛利估算為正值或負值，其管理及銷售模式再進行調整，以利企業永續經營；企業管理者可設定可承受市場風險值之最小與最大值，當超過其設定值時介入管理，讓其工作目標交辦與執行者，以利工作充分授權。

In this paper, the jump - diffusion model ARJI is used to investigate the abnormal beating state and the variability reaction caused by the styrene monomer market risk management. The jump frequency and jump size estimated by the model are confirmed, the styrene monomer market risk management, research findings The market risk application of styrene monomer further captures the fat tail, the optimization of time fluctuation and discontinuous jump behavior, and the instantaneous jump behavior fluctuation caused by the common information is 5.096% , which is caused by the jump process of styrene monomer return rate. The change accounted for 60.19% of the total change . It is possible to predict the risk of the risk under the 99% confidence level of the model outside the sample , indicating that the estimation of risk value and risk management have important information. Therefore, it is possible to extend the recommended intention of enterprise management decision-making: styrene monomer market risk, price hopping state, companies can refer to their volatility trend hopping frequency, and conduct risk-avoidance reference to ensure the lowest market risk, so as to avoid losses and avoid losses. When the existing inventory price is higher than the market risk, the inventory should be quickly degraded. Otherwise, when the inventory price is lower than the market risk, the destocking should be slowed down, and the new inventory should be increased or decreased according to the inventory; Raw material cost is estimated to be positive or negative, and its management and sales model are adjusted to facilitate sustainable business operations; enterprise managers can set minimum and maximum values that can withstand market risk, when they exceed their settings. When the value is involved in the management, let its work target be assigned to the implementer, in order to fully authorize the work.

目 錄
頁次
第一章 緒 論 1
第一節 研究動機與目的 1
第二節 苯乙烯單體市場 3
第三節 研究架構 5
第二章 文獻回顧 6
第一節 生產成本管理相關文獻回顧 6
第二節 原物料市場風險管理相關文獻回顧 10
第三節 風險值理相關文獻回顧 16
第三章 研究方法 20
第一節 資料來源與處理 20
第二節 ARJI風險值模型 21
第三節 回溯測試與向前測試 26
第四章 實證結果與分析 28
第一節 基本統計特性 28
第二節 ARJI模型 31
第三節 風險價值估計結果分析 31

第五章 結論.. 35
參考文獻…….. 37
一、國內文獻 37
二、國外文獻 40


表 目 錄
頁次
【表4-1】苯乙烯單體基本述敍統計量 28
【表4-2】苯乙烯單體ARJI模型估計與檢定 30
【表4-3】ARJI模型之VaR的Back-Testing檢定 31
【表4-4】ARJI模型之VaR的Foreword-Testing檢定 31
圖 目 錄
頁次
【圖1-1】研究流程圖 5
【圖3-1】苯乙烯單體價格趨勢圖 20
【圖4-1】ARJI模型之苯乙烯單體在1-α=90﹪樣本內期間風險值之比較圖 33
【圖4-2】ARJI模型之苯乙烯單體在1-α=95﹪樣本內期間風險值之比較圖 33
【圖4-3】ARJI模型之苯乙烯單體在1-α=99﹪樣本內期間風險之值比較圖 33
【圖4-4】ARJI模型之苯乙烯單體在1-α=90﹪樣本外期間風險值之比較圖 34
【圖4-5】ARJI模型之苯乙烯單體在1-α=95﹪樣本外期間風險值之比較圖 34
【圖4-6】ARJI模型之苯乙烯單體在1-α=99﹪樣本外期間風險值之比較圖 34

一、國內文獻
1.王佳真，(1998)，風險值觀念的介紹與應用--以臺灣股票市場為例，國立臺灣大學商學研究所碩士論文。
2.吳文仁，(2012)，投資組合之風險值評估—以台灣五十成分股為例，中原大學國際經營與貿易研究所碩士論文。
3.吳致宇，(2011)，市場風險值限額探討-從新巴塞爾資本協定之觀點，國立交通大學管理學院財務金融學程碩士論文。
4.宋定邦，(2004)，時間數列在銅價避險策略上之研究，國立政治大學經營管理系碩士論文。
5.李可強，(2003)，原物料價格與股價關係之探討-以塑化產業為例，輔仁大學金融研究所碩士論文。
6.李燕蘋，(2012)，原物料價格波動下的採購下單模式建立－以銅金屬採購為例，國立中央大學工業管理研究所碩士論文。
7.林丙輝與葉仕國，(1996)，台灣股票價格非連續跳躍變動與條件異質變異之研究。證券市場發展季刊，4，61-92。碩士論文。
8.林詩彥，(2006)，鋼鐵價格決定機制及影響因素分析，中原大學國際貿易研究所碩士論文。
9.翁玉芳，(2002)，風險值衡量模型之研究－以農企業投資組合為例，國立屏東科技大學農企業管理系碩士論文。
10.翁靖迪，(2008)，美國大宗穀物期貨價格時間序列分析-短期預測模型之比較，國立臺灣大學農業經濟學研究所碩士論文。
11.張仁和，(2010)，國際銅價影響因素分析與預測模式探討，東海大學管理碩士在職專班碩士論文。
12.許世明，(2001)，台灣製造業採購管理之研究，國立臺灣科技大學企業管理系碩士論文。
13.陳豐盛，(1995)，生產管理指標體系建立之研究，國立清華大學工業工程研究所碩士論文。
14.黃語琪，(2014)，探討大中華塑膠原料產業策略發展-以台聚公司為例，元智大學管理系碩士論文。
15.溫景翔，(2016)，銅金屬價格波動下的採購策略 ，國立中央大學工業管理研究所碩士論文。
16.葉毓琪，(2009)，原油及大宗穀物之波動關係與避險策略分析，中原大學國際貿易研究所碩士論文。
17.廖世義，(2001)，臺灣製造業企業功能對生產力績效之影響，國立成功大學 工業管理學系碩士論文。
18.劉宜緯，(2015)，α-穩定分配及其在風險值與財務預測上的應用，和t-分配做比較，國立臺灣大學 財務金融學研究所碩士論文。
19.賴韋任，(2011)，風險值與預期尾部損失對原油價格，長榮大學經營管理研究所／碩士論文。
20.簡采琳，(2013)，影響外國來台第一上市公司股票風險值因素之研究 ，靜宜大學會計學系碩士論文。
21.羅文憲，(1988)，最佳採購時機之研究，國立清華大學工業工程研究所碩士論文。
22.嚴忠耀，(2009)，晶圓代工產業成本結構暨景氣循環之未來發展策略趨勢的研究，元智大學管理研究所碩士論文。
23.塑膠資訊 (2002) ，「2002年臺灣苯乙烯單體之現況與展望」，塑膠資訊，第84期，頁1~10。


二、國外文獻
1.Bakshi, C.C. and Z. Chen (1997), “Empirical performance of alternative option
pricing models”, The Journal of Finance, 52, 2003-2050.
2.Bollerslev T. (1986), “Generalized autoregressive conditional heteroskedasticity”, Journal of Econometrics, 31, 307-327.
3.Chan, W.H. and J.M. Maheu (2002), “Conditional jump dynamics in stock
market return”, Journal of Business & Economic Statistics, 20, 377-389.
4.Chang, K.H. and M.J. Kim, (2001), “Jump and time-varying correlations in dailyforeign exchange rates”, Journal of International Money and Finance, 20,611-637.
5.Das, S.R. and R.K. Sundaram (1999), “Of smiles and smirks: a term structure perspective”, Journal of Financial and Quantitative Analysis, 34, 211-240.
6.Engel, J. and M. Gizycki, 1999. “Conservatism, Accuracy and Efficiency: Comparing Value-at-Risk Models,” Working Paper 2.
7.Engle R.F. (1982), “Autoregressive conditional heteroskedasticity with Estimates
of the variance of U.K. inflation”, Econometrica, 50, 987-1008.
8.Jorion, P. (1988), “On jump processes in the foreign exchange and stock
markets”, The Review of Financial Studies, 1, 427-445.
9.Jorion, P. (1996), “Value At Risk:the new benchmark for controlling market risk”, University of California, Irvine.
10.Jorion, P.( 2006), Value at Risk— The New Benchmark for Managing Financial Risk, 3rd edition. New York： The McGraw-Hill Companies Inc..
11.Kim, H.Y. and J.P. Mei (2001), “What makes the stock market jump? An analysis of political risk on Hong Kong stock returns”, Journal of International Money and Finance, 20, 1003-1016.
12.Markowitz, H. M.(1959), “Portfolio selection：efficient diversification of investment,” Wiley , New York.
13.Nimalendran M. (1994), “Estimating the effects of information surprises and
trading on stock returns using a mixed jump-diffusion model”, Review of
Financial Studies, 7, 451 - 473.