臺灣博碩士論文加值系統

　　在國際投資盛行的今天，投資大眾持有多種幣別之資產以獲取較高投資報酬是市場非常普遍的行為。然受國際資金移動迅速與經濟結構變化等影響，造成市場匯價波動程度加劇，致使持有多種幣別資產之投資行為將面對匯率變化不確定性與匯率波動風險。為衡量投資外幣資產風險之高低，實有必要參考相關風險指標，以作為投資決策之依據。透過風險值的概念與應用，可提供投資者相關投資組合在給定信賴水準及持有期間下，所可能之最大可能損失為何，使投資者在決策之前便能對風險的高低予以掌握。以台灣為例，在外幣存款成為投資者避險與投機之新興工具後，持有外幣風險的高低程度亦成為市場所關切之議題。有鑑於匯價資訊被揭露之頻率的提高，本論文使用匯價日資料與日內資料，研究資料頻率高低是否會影響風險值估計之結果及準確性？本文以民國87年5月25日至88年7月29日間之新台幣兌美元即期匯率資料為原始資料，以日(低頻率，每日為一筆)及日內(高頻率，每15分鐘為一筆)之新台幣兌美元即期匯率計算持有持有美元之風險值高低。
　　本文結論為：
１．資料頻率的提高，可使風險值的檢定效果愈為精準，高頻率資料確實　　有助於從事高頻率之風險值估計。
２．使用日內資料進行風險值估計時，其準確性檢定之條件因比較次數更　　多而更為嚴格。且使用日內資料進行較長持有期間之風險值估計時，　　發生漏失時之最小平均損失值與使用日資料下所對應者相差無幾。由　　此可知，在使用風險值模型時，高頻率之新台幣兌美元匯率資料確實　　有其使用價值。如果我們僅使用每日收盤價資料進行風險值的估計，　　則整個匯市交易日之完整的市場訊息及過程將無法納入風險值估計　　　中，造成可用市場資訊之流失。就衡量匯率風險值的觀點而言，匯市　　參與者之行為（尤其央行）確實牽引當日外匯市場之走勢，但實際影　　響為何？影響效力為何？則需以其它相關議題分析與探討。

　　Value at Risk( VaR ) provides us a single, summary statistical measurement of most possible portfolio losses. VaR of course can be one of indicators helping us decide when we should hold our assets in foreign currency. By using both the daily and intra-day data of NT/$ exchange rates, we compare VaR estimation accuracy by different data frequency and see whether the high frequency data could provide more extra market information.
Our empirical results show two significant phenomena:
1.High frequency data can provide more market information in estimating VaR.2.If both daily data and intra-day data are available, the higher frequency one could be a much better choice. Because more market information within trading day could be sufficiently revealed and included when we compute the VaR with high frequency data.

目錄
第一章 緒論　　　　　　
第一節 研究動機、目的及本文架構……………………………p1
第二節　風險值之定義……………………………………………p2
第三節　高頻率資料之特性………………………………………p3
第四節　計算期間…………………………………………………p5
第二章文獻回顧
第一節與風險值模型準確性有關之部份……………………p7
第二節　風險值之實行及應用部份－以銀行及央行為例……p12
第三章 研究方法
第一節　資料蒐集整理及使用限制………………………………p15
第二節　研究方法…………………………………………………p16
第三節　相關計量模型應用………………………………………p19
第四節　比較結果檢定…………………………………………..p22
第四章 實証結果分析…………………...p24
第五章 結論與建議
第一節　結論………………………………………………………p41
第二節　建議………………………………………………………p42
文獻回顧…………………………………………………………………p43
【附錄一】………………………………………………………………p44
【附錄二】………………………………………………………………p47

1.Philip Best (1998) ,“Implementing Value at Risk”Ch4
2.Carol Alexander(1998), “Risk Management and Analysis” Ch3,4
3.Andrea Beltratti and Claudio Morana, “Computing Value at Risk with high frequency data",Journal of Empirical Finance no.6 (1999) p431-455
4.Kevin Dowd (2000), “Assessing VaR Accuracy” , Derivatives 　Quarterly(spring 2000) p61-63
5.Darryll Hendricks and Beverly Hirtle(1997),“Bank Capital Requirements for Market Risk: The Internal Models Approach”, FRBNY Economic Policy Review December 1997 p1-12
6.Thomas, Abrahamson, Markc and Abbott(1999), “Value at Risk of Bank’s balance sheet”, International Journal of Theoretical and Applied Finance 1999 Vol. 2 no.1 p43-58
7.Darryll Hendricks (1996), “Evaluation of Value at Risk Models Using Historical Data “, FRBNY Economic Policy Review April 1996 p39-69
8.Thomas J. Linsmeier and Neil D. Pearson(2000), “Value at Risk", Association for Investment Management and Research, Financial Analysts Journal p47-67
9.Jose A. Lopez(1999) , “Methods for Evaluating Value at Risk Estimates”, FRBSF Economic Review 1999 , November 2, p3-　17
10.Mario I. Blejer and Liliana Schumacher(1998), “Central Bank Vulnerability and the Credibility of Commitments: A Value at Risk Approach to Currency Crises” , IMF working paper 1998
11.Torben G. Andersen(2000), “Some Reflections on Analysis of High-Frequency Data”, Journal of Business& Economic Statistics, April 2000 Vol. 18 no.2 p146-153
12.Almeida, Goodhart and Payne(1998), “The Effects of Macroeconomic News on High Frequency Exchange Rate Behavior”, Journal of Financial and Quantitative Analysis. Vol.33. no.3 September 1998 p383-406
13.Baillie, Bollerslev and Mikkelsen(1996), “FractionallyIntegrated Generalized Autoregressive conditional Heteroskedasticity”, Journal of Econometrics no. 74(1996) p3-30