臺灣博碩士論文加值系統

論文摘要
風險值（VaR）透過簡單之概念與衡量模式可量化持有資產之風險金額。本研究基於此，以變異數-共變異數法為理論基礎，期望建構更為精確之風險評估模型。為達此目的，本研究分三階段進行。第一階段考量「局勢變遷」因子，在預期未來局勢趨於穩定時，透過灰預測修正資料，來捕捉可能之實際損失。第二階段處理「資產權重」因子，引入熱力學之熵測度來處理投資組合之資產權重。而在最後階段中，針對「波動性」因子，採用實證力較強之指數加權移動平均法（EWMA），並建構直交門檻一般化自我迴歸條件異質變異數（Orthogonal TGARCH）模型來強化捕捉波動性之能力。最後，本研究透過美國那斯達克生技類股之九支股票來對上述三階段進行實證研究，並驗證本研究所提出之投資組合風險衡量模型的修正變異數-共變異數法是否較未修正變異數-共變異數法更為精確。

Abstract
Value at risk(VaR) can be quantified the holding assets’ risk through the simple concepts and measuring models. According to this, the purpose of this study is to develop a more accurate risk measuring model based on the theory of variance-covariance approach. This study is divided into three stages to reach this goal. In the first stage, the factor of “environmental changing” is considered. When we expect that the environment becomes stable in the future, grey forecasting model is used to modify the data and to capture the real return. In the second stage, the factor of “assets’ weights” is conducted. This study adopts the entropy of thermodynamics to calculate the assets’ weight of stocks’ portfolio. In last stage, the factor of “volatility” is processed and captured. This study uses a strongly practical model — exponential weighted moving average (EWMA). In the other hand, the orthogonal TGARCH will be fitted into the proposed risk measuring model to enhance the ability of catching the volatility. Finally, this study puts these three stages mentioned above into practice in accordance with nine stocks of Nasdaq biotech in U. S. A., and verifies whether the modified variance-covariance approach in this proposed risk measuring model for investment portfolio under consideration of extreme scenarios is more accurate or not.

目錄
誌謝 ………………………………………………………………i
中文摘要 …………………………………………………………ii
英文摘要 …………………………………………………………iii
目錄 ………………………………………………………………iv
表目錄 ……………………………………………………………vii
圖目錄 ……………………………………………………………ix
第一章 緒論 ……………………………………………………1
1.1 研究背景與動機 ……………………………………………1
1.2 研究問題 ……………………………………………………4
1.3 研究目的 ……………………………………………………4
1.4 研究架構 ……………………………………………………5
1.5 論文綱要 ……………………………………………………7
第二章 文獻探討 …………………………………………………8
2.1 極端情境 ……………………………………………………8
2.2 灰預測 ………………………………………………………9
2.3 資產權重 ……………………………………………………10
2.4 變異數-共變異數法 …………………………………………10
2.5 模型檢定 ……………………………………………………12
2.6 生物科技類股 ………………………………………………13
第三章 修正變異數-共變異數法 ………………………………14
3.1 極端情境之定義 ……………………………………………16
3.2 灰預測於極端值上之處理 …………………………………16
3.2.1 灰生成 ……………………………………………………17
3.2.2 灰建模 ……………………………………………………18
3.3 資產報酬率之決定 …………………………………………22
3.4 權重之決定 …………………………………………………24
3.5 修正變異數-共變異數法 ……………………………………25
3.5.1 指數加權移動平均法 ……………………………………28
3.5.2 直交門檻一般化自我迴歸條件異質變異數 ……………31
3.6 模型檢定之決定 ……………………………………………38
3.7 假設檢定之決定 ……………………………………………39
第四章 實證結果與分析 …………………………………………43
4.1 研究對象 ……………………………………………………43
4.2 極端情境分析 ………………………………………………44
4.3 灰預測之處理 ………………………………………………45
4.4 報酬率資料基本分析 ………………………………………46
4.5 權重之估計 …………………………………………………51
4.6 修正變異數-共變異數法之建立 ……………………………53
4.6.1 指數加權移動平均法下之風險值 ………………………53
4.6.2 直交門檻一般化自我迴歸條件異質變異數下之風險值 55
4.7 回溯測試之檢定 ……………………………………………66
4.8 多重比較法之檢定 …………………………………………69
第五章 結論與建議 ………………………………………………74
5.1 結論 …………………………………………………………74
5.2 限制與建議 …………………………………………………76
參考文獻 …………………………………………………………78
附錄A 灰建模必要條件之推導 …………………………………82
附錄B 屬性之熵值 ………………………………………………84
附錄C 極端情境分析數列圖 ……………………………………86
附錄D 處理極端值前、後之數列圖 …………………………… 89
附錄E 對數報酬率數列圖 ……………………………………… 92
附錄F 對數報酬率直方圖與Q-Q圖 ………………………………98
附錄G 指數加權移動平均法之風險值數列圖 …………………109
附錄H AIC散佈圖 …………………………………………………112
附錄I 直交門檻一般化自我迴歸條件異質變異數之風險值數列圖115

參考文獻
1.Akaike, H., “Information Theory and on an Extension of the Maximum Likelihood Principle,” In B. N. Petrov and F. Csake (eds.), Second International Symposium on Information Theory, Budapest: Akademiai Kiado, 1973, pp. 267-281.
2.Alexander, C. O. and Chibumba, A. M., “Orthogonal Factor Garch,” University of Sussex, Centre for Statistics and Stochastic Modelling, 1998.
3.Alexander, C. O. and Leigh, C. T., “On the Covariance Metrices Used in Value at Risk Models,” The Journal of Derivatives, 1997, pp. 50-62.
4.Bank for International Settlement (BIS), Stress Testing by Large Financial Institutions: Current Practice and Aggregation Issues, Committee on the Global Financial System, Basle, Switzerland, 2000.
5.Basle Committee on Banking Supervision, Supervisory Framework for the Use of ‘Backtesting’ in Conjunction with the Internal Models Approach to Market Risk Capital Requirements, 1996.
6.Berndt, E. K., Hall, B. H., Hall, R. E. and Hausman, J. A., “Estimation and Inference in Nonlinear Structural Models,” Annals of Economic and Social Measurement, Vol. 4, 1974, pp. 653-665.
7.Best, P., Implementing Value at Risk, John Wiley & Sons Ltd., England, 1998.
8.Bodjanova, S., “Exploratory Analysis of Empirical Frequency Distributions Based on Partition Entropy,” Information Sciences, Vol. 121, 1999, pp. 135-147.
9.Bollerslev, T., “Generalized Autoregressive Conditional Heteroskedas-Ticity,” Journal of Econometrics, Vol. 31, 1986, pp. 307-327.
10.Boudoukh, J., Richardson, M. and Whitelaw, R. F., “Investigation of A Class of Volatility Estimators,” The Journal of Derivatives, 1997, pp. 63-71.
11.Deng, H., Yeh, C. H. and Robert, J. W., “Inter-Company Comparison Using Modified TOPSIS with Objective Weights,” Computer and Operations Research, Vol. 27, 2000, pp. 963-973.
12.Dickey, D. A. and Fuller, W. A., “Likelihood Ratio Statistics for Autoregressive Time Series With a Unit Root,” Econometrica, Vol. 49,1981, pp.1057-1072.
13.Engle, R., Ng, V. and Rothschild, M., “Asset Pricing with a Factor ARCH Covariance Structure: Empirical Estimates for Treasury Bill,” Journal of Econometrics, Vol. 45, 1990, pp. 213-237.
14.Engle, W., “Autoregressive Conditional Heterosedasticity with Estimates of the Variance of United Kingdom Inflations,” Econometrica, Vol. 50, 1982, pp. 987-1007.
15.Hendricks, D., “Evaluation of Value-at-Risk Models Using Historical Data,” FRBNY Economic Policy Review, Vol. 2, 1996, pp. 39-70.
16.Jackson, P., “Testing Value-at-Risk Approaches to Capital Adequacy,” Bank of England, Vol. 38, 1998, pp. 256-266.
17.Jee, D. H. and Kang, K. J., “A Method for Optimal Material Selection Aided with Decision Making Theory,” Materials and Design, Vol. 21, 2000, pp. 199-206.
18.Jorion, “Risk2: Measuring the Risk in Value at Risk,” Financial Analysts Journal, Vol. 52, 1996, pp. 47-56.
19.Kellogg, D. and Charnes, J. M., “Real-Options Valuation for a Biotechnology Company,” Financial Analysts Journal, Vol. 56, 2000, pp. 76-84.
20.Kuen, T. Y., “Forecasting Volatility in the Singapore Stock Market,” Asia Pacific Journal of Management, Vol. 9, 1992, pp. 1-13.
21.Kupiec, P. H., “Techniques for Verifying the Accuracy of Risk Measurement Models,” Board of Governors of the Federal Reserve System, Finance and Economics Discussion Series: 95/24, 1995, pp. 28.
22.Ljung, G. and Box, G. E. P.,“On a Measure of Lack of Fit in Time Series Models,” Biometrika, Vol. 66, 1978, pp.67-72.
23.Mackinnon, J. G., “Critical Values for Cointegration Tests,” Chapter 13: In Long-run Economic Relationships: Readings in Cointegration, edited by Engle, R. F., and Granger, W. J., Oxford University Press, 1991.
24.Mezrich, A., “Stress Testing,” Derivatives Week, Vol. 27, 1998, pp. 7-8.
25.Morgan, J. P. & Reuters, Riskmetrics Technical Document, 4th edition, 1996.
26.Nelson, C. R. and Plosser, C. I., “Trends and Random Walks in Macroeconomic Time Series: Some Evidences and Implications,” Journal of Econometrics, Vol. 10, 1982, pp. 139-162.
27.Nelson, D. B., “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, Vol. 59, 1991, pp. 347-370.
28.RiskMetrics Group, Risk Management-A Practical Guide, RiskMetrics Group, New York, 1999.
29.Scheffe, H., “A Method for Judging All Contrasts in the Analysis of Variance,” Biometrica, Vol. 40, 1953, pp. 87-104.
30.Shannon, C. E. and Weaver, W., The Mathematical Theory of Communication, The University of Illinois Press, 1947.
31.王為敏、徐慶昇、文端廉和林晉源，「生技投資的億萬商機」，時報文化出版企業股份有限公司，2002。
32.王隆，「共同基金績效之研究-風險值模型之應用」，國立成功大學國際企業研究所碩士論文，1999。
33.江金山、吳佩玲、蔣祥第、張廷政、詹福賜、張軒庭和溫坤禮，「灰色理論入門」，高立圖書有限公司，1998。
34.李進生、謝文良、林允永、蔣炤坪、陳達新和盧陽正，「風險管理-風險值(VaR)理論與應用」，清蔚科技股份有限公司，2001。
35.宋孝聖，「台灣上市股票投資組合選取與績效評估----Sharpe指標之VaR形式應用」，銘傳大學金融研究所碩士論文，2000。
36.吳漢雄、鄧聚龍和溫坤禮，「灰色分析入門」，高立圖書有限公司，1996。
37.林志鴻和賴錦璋，「個體經濟學」，華泰文化事業股份有限公司，2000。
38.洪明欽和王德仁，「台股加權指數風險值評估─分位數迴歸法之探討」，東吳經濟商學學報，2001，第33期，頁19-39。
39.高櫻芬和謝家和，「涉險值之衡量--多變量GARCH模型之應用」，經濟論文叢刊，2002，第30期，頁273-312。
40.陳信維，「國際資本市場整合度與共整合性分析－以線性定價模式熵理論檢定法驗證」，銘傳大學金融研究所碩士論文，2000。
41.陳啟斌和林進財，「多重品質特性之製程最佳化」，科技管理學刊，第七卷第一期，2002，頁19-36。
42.陳順宇和鄭碧娥，「統計學」，華泰文化事業股份有限公司，1998。
43.翁慶昌、陳嘉欉和賴宏仁，「灰色系統基本方法及其應用」，高立圖書有限公司，2000。
44.張新華，「資訊學概論」，台灣商務，1991。
45.楊宗庭，「共同基金風險值的評估與應用」，國立台灣大學財務金融研究所碩士論文，2000。
46.鄭天德，「ARMA-TGARCH模型之建立」，國立交通大學經營管理研究所碩士論文，2002。
47.鄭桓圭，「從恩龍破產事件探討公司治理與財務會計制度」，今日會計，2002，第86期，頁25-36。
48.蒲建亨，「整合VaR法之衡量與驗證 - 以台灣金融市場投資組合為例」，國立政治大學國際貿易研究所碩士論文，2000。
49.盧冠嘉，「台灣生物科技公司經營效率之研究」，國立政治大學企業管理研究所碩士論文，2001。
50.鄧聚龍，「灰色系統基本方法」，華中理工大學出版社，1987。
51.鄧聚龍，「灰色系統論文集」，華中理工大學出版社，1989。
52.鄧聚龍和郭洪，「灰色預測原理與應用」，全華科技圖書股份有限公司，1996。
53.聶建中、盧陽正和卓訓方，「風險值估計方法之介紹」，證券金融，2000，第71期，頁29-55。
54.魏艾，「從台海兩岸看美西封港事件」，投資中國，2002，頁20-21。
55.蕭文峰，「口語評估詞統計值估計之研究」，國立中山大學資訊管理學研究所博士論文，2000。
56.蕭林展，「應用灰色系統理論於重覆性實驗計畫中受限資料之分析」，國立交通大學工業工程與管理研究所碩士論文，2000。