臺灣博碩士論文加值系統

近年住宅抵押貸款證券化相關議題被廣泛的討論，住宅抵押貸款證券化起源於1970年代的美國，由於市場環境之變遷漸漸發展而成；不過，迄今鮮少學者先進針對次級房貸與股價報酬率之相關性影響因素進行研究，鑒於此引發本研究之動機。
本研究主為探討次級房貸危機對美國銀行股票報酬率之影響，其樣本以美國受重創金融機構為主，研究期間為2005年1月3日至2008年4月9日822筆的日資料，樣本為8家金融機構。主要為利用GARCH模型分析美國道瓊股價指數旗下所選取受到次級房貸波及之8家金融機構股價報酬率波動持續性與其可能解釋因素之間的關係，首先分析研究期間內不同金融機構其股價報酬率波動度變動情形，再以觀察整體研究期間範圍作為出發點，探討股價報酬率波動持續性之變化，是否肇因於新聞媒體事件公佈次級房貸風暴之前早已受到影響，考量點為根據ICSS（iterated cumulative sums of squares）運算法所檢測出之多重結構性改變、當期股價報酬率與前一期股價報酬率等因素影響，尋找研究期間範圍各家金融機構股價報酬率波動持續性效果是否來自於美國次級房貸風暴之因素。
在實證分析模型設定上，整合ICSS運算法與GARCH(1,1)模型，找出結構性改變時間點後加以研究與搜尋，由實證結果發現8家金融機構受次級房貸風暴波及影響下，其金融股股價報酬率分別造成不同波動程度之下跌情況，並各自產生不同期間之結構性改變時點，進一步探討發生結構性改變時點之原因是否在資訊公佈前早已受到次級房貸衝擊之影響，並分析各家銀行本身在結構性改變時間點，其股價持續性波動情況。
實證結果顯示，除了貝爾斯登（Bear Stearns）銀行之結構性改變時點不明顯之外，其餘7家金融機構，包括美國銀行（Bank of America）、花旗集團（Citigroup）、全國金融公司（Country Wide）、聯邦國民抵押貸款協會（Fannie Mae）、聯邦住房抵押貸款公司（Fredde Mac）、美林證券（Merrill Lynch）、摩根史丹利（Morgan Stanley）等7家金融機構皆可找尋出引燃次級房貸風暴之結構性改變時間點與股價下跌的日期幾乎非常相近，因此其與新聞資訊報導次級房貸風暴事件的時間點非常接近，可驗證受到次級房貸是影響美國受創銀行股價下跌的原兇。

Although the Residential Mortgage-Backed Securities (RMBS) related issues are extensively discussed in recent years, in reality, the practice of RMBS dates back to the 1970s in the U.S., and was gradually developed due to the changes of market environment. However, only very few academics have conducted research to explore the factors influencing the correlation between sub-prime mortgage and stock returns. These trigger the motivation of this study.
This study mainly investigates the influence of the sub-prime mortgage crisis on U.S. bank stock returns, and focuses on the hard-stricken U.S. financial institutions as its samples. The daily data was collected from 8 financial institutions during the study period from January 3, 2005 to April 9, 2008, for which the GARCH model is used to analyze the relationship between the continual volatility of the stock returns of the 8 financial institutions selected from the U.S. Dow Jones stock index, which are stricken by the sub-prime mortgages crisis, and the possible explanation factors. The study first analyzes the stock return volatility of different financial institutions occurring during the study period, followed by observing the overall range of the study to explore the change in continuation of stock returns volatility, and then determines if the influence had already occurred prior to media coverage of the sub-prime mortgage crisis. Based on the algorithm of ICSS (Iterated Cumulative Sums of Square), the study detects multi-structural breaks, current stock returns and previous stock returns as influencing factors, and attempts to find if the stock returns volatility continual effect of the financial institutions under the range of the study comes from the U.S. sub-prime mortgage crisis.

The study sets the empirical analysis model to integrate ICSS algorithm and GARCH (1,1) model, and identifies the time of the structural breaks before researching and searching. According to the empirical results, it is found that, affected by the sub-prime mortgage crisis, the stock returns of the 8 financial institutions fell in different levels, and their time of structural breaks was accrued respectively in different time periods. The study further investigates if the time of the structural breaks had been influenced before the information of the sub-prime mortgage crisis was publicly released, and analyzes the banks’ respective times of structural breaks and their stock volatility status.

The empirical results show that, except for Bear Stearns Bank, which shows insignificance in the time of the structural breaks, other 7 financial institutions, including Bank of America, Citigroup, Country Wide, Fannie Mae, Freddie Mac, Merrill Lynch, and Morgan Stanley are all found that the time of their structural breaks, which triggered the sub-prime mortgage crisis, and the date of their share sagging are very close, which shows consistence with the time of media release of the sub-prime mortgage incident. It verifies that the sub-prime mortgage crisis is the culprit striking U.S. banks and causing their stock sell-off.

目次 I
表次 III
圖次 Ⅳ
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究架構與流程 5
第二章 次級房貸之概述 7
2.1 次級房貸之定義 7
2.2 擔保債務憑證(Collateralized Debt Obligation，CDO)定義 8
2.3 次級房貸與CDO之關連性 9
2.4 次級房貸風暴大事序 11
2.5 次級房貸風暴所造成之影響 16
2.6 主要國家央行因應措施 18
第三章 文獻探討 20
3.1 房貸違約相關文獻 20
3.2 住宅抵押貸款證券違約相關文獻 20
3.3 結構性改變相關文獻 22
第四章 研究設計 26
4.1 資料來源與樣本變數選取 26
4.2 研究假說 28
4.3 研究方法選取 29
4.3.1 ARCH模型 30
4.3.2 GARCH模型 31
4.3.3 結構性改變GARCH模型 32
4.3.4 診斷性檢定 34
4.4 實證模型建立 35
第五章 實證結果與分析 37
5.1 樣本統計特性描述 37
5.2 股價波動分析 40
第六章 研究結論與建議 55
6.1 研究結論 55
6.2 未來研究之建議 56
參考文獻 57

中文部分
王冠閔、黃柏農(2004)，「台灣股、匯市與美國股市關聯性探討」，台灣經濟預測與政策，第34卷第2期，頁31-72。
王勤銓(2008)，「防波堤塌陷！金融監理再檢視」，台灣經濟研究月刊，第31卷第6期，頁46-52。
王鶴松、賴美如(2007)，「美國次級房貸風暴之成因與影響」，台灣經際金融月刊，第43卷第12期，頁1-15。
石宜璇(2007)，「房貸違約分析之探討-固定利率房貸與指數型房貸之選擇」，國立清華大學科技管理所碩士論文。
呂�x琇(2005)，「匯率變動對台灣產業類股指數報酬率之影響－CGARCH與GARCH模型之應用」，國立台北大學合作經濟學系國際企業組碩士論文。
李櫻穗、林育鴻(2007)，「美國次級房貸風暴對國際經濟之影響」，空大學訊，第397期，頁62-69。
李慧萍(2008)，「信評機構失靈－AAA仍可信嗎？」，台灣經濟研究月刊，第31卷第6期，頁39-45。
吳閔鈺(2008)，「金融野火燎原－歐美地區的因應之道」，台灣經濟研究月刊，第31卷第6期，頁17-29。
林左裕、賴預媛(2002)，「我國銀行業逾放比與總體經濟因素間關係之研究」，2000年第六屆財金理論與實務研討會，台中縣：朝陽科技大學。
林育禎(2007)，「美國次級房貸風暴之成因與影響」，今日合庫，第393期，頁4-31。
林淑惠(2008)，「成也CDO？敗也CDO？次貸風暴下的衍生性商品與市場」，台灣經濟研究月刊，第31卷第6期，頁31-37。
郭恆慶(2008)，「美國次級房貸風暴對全球經濟金融之衝擊（上）」，信用合作，第95期，頁52-59。
郭姿伶(2000)，「住宅貸款之提前清償與逾期還款」，國立中正大學財務金融研究所碩士論文。
郭迺鋒、劉名寰、蘇明發、黃駿為(2007)，「台灣投資人對次級房貸風暴過度反應嗎？」，貨幣觀測與信用評等，第68期，頁5-19。
郭迺鋒、蔡獻逸、張庭豪、陳英豪(2008)，「股市大幅震盪期間投資人出脫持股行為－以次級房貸嚴重受創金融機構為例」，貨幣觀測與信用評等，第70期，頁88-102。
連育民(2005)，「美國、日本、台灣、南韓股價報酬率波動持續性中結構性改變、成交量與GARCH效果比較及該四國股票市場動態關聯性之研究－ICSS運算法與多變量VEC-GJR GARCH-M模型之應用」，台北大學合作經濟學系碩士論文。
張德榆(2005)，「住宅抵押貸款證券化評價分析-以總體經濟因素考量違約風險」，
國立中山大學財務管理學系碩士論文。
符玉章、陳玉華、鄭振和(2007)，「以期貨信託基金為媒介，利用財務工程推動台
灣成為金融中心之探討」，證券暨期貨月刊，第25卷第11期，頁38-60。
康榮寶(2007)，「美國次級房貸風暴對世界及兩岸經濟之影響」，展望與探索月刊，第5卷第9期，頁1-10。
陳文達、李阿乙、廖咸興(2002)，「資產證券化理論與實務」，台北市：智勝文化出版。
陳世憲(2008)，「次貸風暴延燒，新興國家主權基金趁勢崛起」，台灣經濟研究月刊，
第31卷第6期，頁5-59。
陳俊堅(2007)，「美國次級房貸問題」，存款保險資訊季刊，第20卷第4期，頁1741-81。
陳進安(2007)，「美國次級房貸風暴分析」，建築經理，第23期，頁15-22。
楊奕農(2006)，「時間序列分析」，台北市：雙葉書廊有限公司。
楊舒晴(2008)，「金融野火燎原－亞太地區的情勢發展」，台灣經濟研究月刊，第31卷第6期，頁24-30。
楊顯爵(2006)，「二胎房貸客戶行為資料對逾期風險之影響」，國立高雄第一科技大學風險管理與保險系碩士論文。
熊仲平(2007)，「次級房貸問題反映貨幣緊縮效果漸顯--聯準會預期，最快第二季降息」，房地產投資專刊，錢雜誌4月，頁44-51。
熊仲平(2007)，「期待聯準會降息，惟幅度恐令市場失望」，金融投資專刊，錢雜誌9月，頁14-19。
戴玉玲(2006)，「CDO個案分析與評價」，國立政治大學金融研究所碩士論文。
戴月華(2006)，「預測現金卡與持有現金卡的房貸戶違約風險之研究」，元智大學管理研究所碩士論文。
MBA智庫百科（http://wiki.mbalib.com）。
全國碩博士網站，（http://etds.ncl.edu.tw/theabs/index.jsp）。
台灣工銀證券（2007/08/02），「美國次級房貸風暴影響評估」。
苦勞網（http://www.coolloud.org.tw）。
運昇策略投顧(2007/11/28)，「結構式投資工具（SIV）簡述」，鉅亨網，網址：(http：//psi-funds.com/ae/upload/RPT/activity/doc_20071129_153921_0609. pdf）。
許振明、陳沛柔(2007/9/23)，「次級房貸風暴於我國之省思」，中央日報網路報，
網址：（http://www.npf.org.tw/particle-3037.htnl）。
澳洲日報(2008/02/14)，「次貸危機實質是全球金融市場一次大洗牌」，網址：
(http://financenews.sina.com/ausdaily/000-000-107-105/202/2008-02-14/1959264908.shtml）。
英文部分
Aggarwal, R., Inclan, C., and R. Leal (1999), “Volatility in Emerging Stock Markets,” Journal of Financial and Quantitative Analysis, Vol. 34, pp.33-55.
Aissa, M.S.B. and J. Jouini (2003),“Structural Breaks in the U.S. Inflation Process,” Applied Economics Letters, Vol. 10, pp.633-636.
Bai, J. and P. Perron (1998),“Estimating and Testing Linear Models with Multiple Structural Changes,” Econometrica, Vol. 66, pp.47-78.
Banerjee, A. and G. Urga (2005), “Estimating and Testing Linear Models with Multiple Structural Changes,” Journal of Econometrics, Vol.129, No.1-2, pp.1-34.
Bollerslev, T. (1986),“Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, Vol. 31, pp.307-327.
Bollerslev, T., Engle, R. and D. B. Nelson, (1983), “ARCH models”, Z. Griliches and M. D. Intriligator, eds. Handbook of Econometrics, Vol. 2, Chapter 49, Amsterdam: North-Holland, pp.2963-2965
Bracker, K., and K. L. Smith (1999), “Detecting and Modeling Changing Volatility inthe Copper Futures Market,” Journal of Futures Markets, Vol.19, No.1, pp.79-100.
Calhoun, C. A. and Y. Derg (2002), “A Dynamic Analysis of Fixed and Adjustable Rate Mortgage Terminations,” Journal of Real Estate Finance and Economics, Vol.24, No. 1, pp.9-33.
Campbell, T. S. and J. K. Dietrich (1983), “The Determinants of Default on Insured Conventional Residential Mortgage Loans,” The Journal of Finance, Vol.38, No.5, pp.1569-1581.
Capozza, D. R., Kazarian, D. and T. A. Thomson (1997),“Mortgage Default in Local Markets,”Real Estate Economics, Vol. 25, No.4, pp.631-665.
Rapach, D. E. and J. K. Strauss (2008),“Structural Breaks and GARCH Models of Exchange Rate Volatility,”Journal of Applied Econometrics, Vol. 23, No.23, pp.65-90.
Deng, Y. , Quigley, J. M. and R. Van Order (2000), “Mortgage Terminational, Hetero geneity and the Exercise of Mortgage Options,” Economertrica, Vol.68, No.2, pp.275-307.
Engle, R. F. (1982), “Autoregressive Conditional Heterosce Dasticity with Estimates of the Variance of United Kingdom Inflation,” Econometrica, Vol.50, No.4, pp.987- 1007.
Hamao, Y. , Masulis, R. W. and V. Ng (1990), “Correlation in Price Changes and Volatility across International Stock Markets,” The Review of Financial Studies, Vol.3, No.2, pp.281-307.
Inclan, C. and G. C. Tiao (1994), “Use of Cumulative Sums of Squares forRetrospective Detection of Changes of Variance,” Journal of the American Statistical Association, Vol.89, No.427, pp.913-923.
Kanas, A. (1998), “Volatility Spillovers across Equity Markets: European Evidence,” Applied Financial Economics, Vol.8, pp.245-256.
Lekkas, V., Quigley, J. M. and R. Van Order (1993), “Loan Loss Severity and Optimal Mortgage Default,” The AREUEA Journal, Vol.21, No.4, pp.353-371.
Malik, F. and S. A. Hassan (2004), “Modeling Volatility in Sector Index Returns with
GARCH Models Using an Iterated Algorithm,” Journal of Economics and Finance, Vol.28, No.2, pp.211-225.
Schwartz, E. S., and W. N. Torous (1992), “PrePayment, Default, and the Valuation of Mortgage Pass-through
Securities,” Journal of Business, Vol.65, No.2,pp.221-239.
Theodossion, P., K. Emel, K. Gregory, and C. Andreas (1997), “Volatility Reversion and Correlation Structure of Returns in Major International Stock Markets,” The Financial Review, Vol.32, No. 2, pp.205-224.
Vicent, A. M. and F. I. Maria (2006), “Influence of Structural Changes in Transmission
of Information between Stock markets: A European Empirical Study,” Journal of Multinational Financial Management, Vol.17, No.2, pp.112-124.
Wilson, B. , Aggarwal, R. and C. Inclan (1996),“Detecting
Volatility Changes acrossthe Oil Sector,” Journal of Futurel Market, Vol.16, No.3, pp.313-330.