跳到主要內容

臺灣博碩士論文加值系統

(34.204.176.71) 您好!臺灣時間:2024/11/10 19:31
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:王銘章
研究生(外文):Ming-Zhang Wang
論文名稱:韓國KOSPI200指數期貨與指數選擇權波動度指數間之非線性動態及資訊內涵-門檻共整合分析
論文名稱(外文):The Nonlinear Information Content between the KOSPI 200 Index Futures and Its Options Volatility of KOSPI 200: Threshold Cointegration Analysis
指導教授:盧陽正盧陽正引用關係李忠榮李忠榮引用關係
指導教授(外文):Yang-Cheng LuChung-Jung Lee
學位類別:碩士
校院名稱:銘傳大學
系所名稱:財務金融學系碩士在職專班
學門:商業及管理學門
學類:財務金融學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:27
中文關鍵詞:門檻誤差調整模型門檻共整合波動率指數Granger領先落後關係
外文關鍵詞:TVECMvolatility indexinformation content.Granger effects
相關次數:
  • 被引用被引用:0
  • 點閱點閱:475
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
中文摘要
近來許多研究著墨於投資者之情緒對於風險-報酬之系統性的影響,其中最為從業人員使用的情緒衡量指標為買賣權價格比值(CPR)。然後實質上標的資產之隱含波動率才能反應合理反應選擇權之未來價值。Whaley(2000)認為波動率指數(VIX)可以用來衡量判斷投資者恐慌程度的指標;Simon及Wiggin(2001)指出情緒指標與市場之價格變動呈現負向相關。

本文主要在探討當VIX與KOSPI200期貨指數偏離其線性共移關係時,是否VIX與KOSPI200之Granger因果關聯會隨其背離程度而改變。本研究將使用Hansen及Seo(2000)所提出之門檻誤差調整模型(TVECM)重新了解KOSPI200波動指數與日經指數之Granger領先落後關係。參考CBOE 在2003九月所公佈之波動度指數編制原則(2003年9月)與精神,考慮韓國股市交易的特性逕行編制KOSPI200期貨指數選擇權波動度指數。資料來源完全取自日經交易所之五分鐘日內資料,起訖期間為2003年1月及2004年12月。同時換約及履約價格將做適當的調整修訂以符合實際日經波動指數之行為。

實證結果顯示當偏離程度超過某一門檻值時,波動指數確實Granger領先KOSPI200期貨指數。當波動指數與現貨指數之線性關聯偏離程度不高時也就是處於低門檻區時,波動指數並沒有明顯Granger領先KOSPI200期貨指數,此一結論並不支持一般市場經驗;然而當波動指數與期貨指數間之線性關聯有高度的偏離時也就是處於高門檻區時,波動指數將明顯領先KOSPI200期指。這結果同時也支持投資者對於市場發生反轉情形的猜測對於投資的影響會有不對稱的行為產生。
Abstract
Recently, lots of papers appeals to the argument that the systematic effects of fears of market crash on the typical risk-return thoughts. In particular, the ratio of the holdings of call-option to put-option (CPR) will be used most by the practitioners to measure the degree of the emotion of investors. However the future value of option should be reflected by the implied volatility of underlying assets. Whaley (2000) suggested that the fear index can be properly measured by volatility index (VIX); meanwhile, Simon and Wiggin (2001) shows that fear index negatively moves with the market stock index.

The study is mainly to examine whether the VIX will Granger precede the KOSPI200 futures over some regimes. With allowing for the area-bounding effects, the threshold error correction model (TECM, Hansen and Seo, 2000) will be employed to re-examine the Granger cause-effects between KFI and KVX. According to the version of VIX of S&P100 (CBOE, 2003), this paper tries to build up a feasible VIX in accordance with the trading traits of KOSPI200 futures (denoted as KFI) using the five-minutes intraday data fully quoted on the Korea Future Exchanges Company from January 2, 2003 to December 31, 2004. The rolling-over contract’s prices and exercising prices will be adequately revised to act well with the behavior of realized KFI.
The evidences show that the KVI surely Granger precedes the KFI above some threshold. When the KVI deviates a bit from the KFI (at low regime) the KVI does not Granger precede the KFI. Nevertheless, the changes in KVI surely Granger causes the changes in KFI when the KVI highly deviates from KFI. The empirical results indirectly supports that investors asymmetrically react into the market price reversal.
目 錄
第一章 前言 頁次
第一節 研究背景與動機 .…..……………………….…..……….……1
第二節 研究目的 …………………………………….…..……….……3
第三節 研究流程及架構 ………………………………………………4

第二章 文獻探討
第一節 波動度指數之相關文獻………...……………….. …..……… 5
第二節 現貨指數與選擇權之相關文獻 …....….……….……….……6
第三節 共整合相關文獻 …………….…… .…….……….……….… 6

第三章 研究方法
第一節 CBOE波動度指數編製. ….……………………..….…..…… . 7
第二節 KOSPI 200擇權波動度指數編製.…….….………..….....…… 9
第三節 KOSPI 200選擇權波動度指數分析...…..………........….……11
第四節 選擇權波動度指數與其標的指數的非線性動態模式........…..12

第四章 實證結果與分析
第一節 單根檢定…………………………….……………….………....15
第二節 VAR向量自我迴歸模型……………….…………….………...16
第三節 Granger 因果關係檢測……….………….………….…………16
第四節 Johansen 共整合檢定………………………..………..………..17 第五節 門檻共整合檢定………………………………… …….……….18
第五章 結論………………..…………………..………………..…….. ...21

參考文獻
一、 英文部份……….………………..…………………..………………….23
二、中文部份……………………..…………………..…...……………..… 24












圖 目 錄
圖 1-1 研究流程與架構……………………………………………………….4
圖 3-1 2002年至2004年韓國KOSPEI期貨與選擇權波動度指數15分鐘
走勢........................................................................................................11
圖 4-1 誤差修正項與單門檻關係圖.................................................................20
圖 4-2 單門檻之市場指數與波動度指數十五分鐘資料散佈圖.....................20


















表 目 錄
表 1-1 FIA統計資料衍生性金融商品契約交易量前20大排名......................2
表 1-2 KOSPI 200 選擇權2000~2004年交易量及日均量統計表..................3
表 4-1 KVI和KFI單根檢定結果......................................................................15
表 4-2 KVI和KFI一階差分單根檢定結果.....................................................15
表 4-3 雙向 Granger Causality………………………………………………..16
表 4-4 Johansen 共整合檢定………………………………………………….17
表 4-5 LM門檻檢定(落後期數=3)……………………………………………18
表 4-6 門檻向量誤差修正模型估計結果..........................................................19
表 4-7 雙門檻第一區..........................................................................................20
表 4-8 雙門檻第二區..........................................................................................20
參考文獻
中文部分
1.王凱蒂(2000),「台股指數期貨價格發現之探討」,政治大學財務管理研究所未出版碩士論文。
2.卓必靖(2004),「台指選擇權VIX指數基礎制避險績效之研究」,銘傳大學財務金融研究所未出版碩士論文。
3.施義展(2004),「台灣股價指數期貨、現貨與選擇權市場領先落後關係之探討」,高雄第一科技大學財務管理所未出版碩士論文。
4.梁馥華(2002),「以隱含波動價差探討指數選擇權市場與現貨市場的領先落後關係」,國防管理學院國防財務資源研究所未出版碩士論文。
5.盧嘉鈺(2002),「台指選擇權隱含波動率指標之資訊內涵」,台灣大學商學研究所未出版碩士論文。
6.沈中華、陳建福(2001),「股市干擾大小及方向對其傳導效果有影響嗎?—以美國股市與亞洲股市的互動為例」,台灣財務金融學會2001年會。
7.林建宇(2004),「匯率與股價不對秤因果關係之實證研究:以台灣為例」國立東華大學國際經濟研究所未出版碩士論文。
8.柯政宏(2004),「CBOE新編VIX指數於台指選擇權及實現波動度預測上的應用」,銘傳大學財務管理研究所未出版碩士論文。
9.胡僑芸(2003),「臺指選擇權VIX 指數之編制與交易策略分析」,中山大學財務管理研究所未出版碩士論文。
10.彭正修(2004),「台灣指數選擇權隱含波動度與大盤指數關聯之探討」,,銘傳大學財務管理研究所未出版碩士論文。
11.余尚武、王孩?1999),「日經股價指數期貨與現貨市場之評價、關聯及避險」,管理評論,第十八卷,第二期,頁1-33。
12.陳建福(2002),「門檻迴歸模型與追蹤資料共整合方法在財務的應用」,國立政治大學經濟學系未出版博士論文。
13.楊淑芬(2003),「股價指數衍生性金融商品與現貨之動態關係之研究」,真理大學管理科學研究所未出版碩士論文。
英文部分
1.Aboura, Sofiane, and Villa, Christophe (2003), “International Market Volatility Indexed-A study on VIX, VDAX, and VIX,” working paper.
2.Anthony, J.H., (1988), “The interrelation of stock and options market trading- volume data”, Journal of Finance, Vol.43, pp.949-964.
3.Balke, N. S. and T. B. Fomby (1997), “Threshold Cointegration,” International Economic Review, Vol.38, No.3, pp.627-645.
4.Bhattacharya, M., (1987), “Price changes of related securities: The case of call options and stocks”, Journal of Financial and Quantitative Analysis, Vol.22, pp.1-15.
5.Caner, M., and Hansen, B. E. (2001), “Threshold Autoregression with a Unit Root,” Journal of Econometrics, Vol. 69, No. 6, pp.1555-1596.
6.Chan, K. Y., P. Chung, and H. Johnson (1993), “Why Option Price Lag Stock Prices: A Trading-Based Explanation”, Journal of Finance, Vol.48, pp.1957-1967.
7.Chan, K. Y., P. Chung, and W. M. Fong (2002), “The Informational Role of Stock and Option Volume,” Review of Financial Studies, Vol.15, pp.1049-1075.
8.Cherian, J.A., and W.Y. Weng, (1999), “An empirical Analysis of Directional and Volatility Trading in Options Markets”, Journal of Derivatives, Vol.7, pp.53-65.
9.Copeland, M. and T. Copeland (1999), “Market Timing: Style and Size Rotation Using the VIX,” Financial Analysts Journal, Vol.55, pp.73-81.
10.Easley,D.,and M. O Hara, and P. S. Srinivas (1998), “Option Volume and Stock Prices:Evidence on Where Informed Trade,” Journal of Finance, Vol.53, pp.431-465.
11.Engle, R. F. and Granger, C. W. J.(1987), “Co-integration and an Error Correction: representation, estimation and testing,” Econometrics, Vol.55, pp.251-276.
12.Hansen, Bruce E., and Byeongseon Seo (2002), “Testing for Two-Regime Threshold Cointegration in Vector Error-Correction Models,” Journal of Econometrics, Vol.110, pp.293-318.
13.Hatch,B.C., (2003), “The intraday relation between NYSE and CBOE prices,” Journal of Financial Research, Vol.26, pp.97-113.
14.Low, Cheekiat, (2000), “The fear and Exuberance from implied volatility of S&P100 Index Options”, working paper.
15.Larry Connors, (1999), “A volatile idea,” Futures, July, pp.36.
16.Larry Connors, (1999), “Extreme Volatility Trading,” Futures, August, pp.38.
17.Larry Connors, (2002), “Timing your S&P trades with VIX,” Futures, June, pp.46.
18.Manaster, S. and R.J. Rendleman, (1982), “Option prices as Predictors of Equilibrium Stock Prices”, Journal of Finance, Vol.37, pp.1043-1057.
19.Martens, M., P. Kofman and T.C. Vorst (1988), “A Threshold Error Correction Model for Intraday Futures and Index Returns,” Journal of Applied Econometrics, Vol.13, pp.245-263.
20.O’Connor, M. L., (1999), “The Cross-Sectional Relationship between Trading Cost and Lead/Lag Effects in Stock and Option Markets”, The Financial Review, Vol.34, pp.95-117.
21.Simon D., and R. Wiggins (2001), “S&P Futures and Contrary Sentiment Indicators,” Journal of Futures Market, Vol.21, No.5, pp.447-462.
22.Stephan, J.A., and R.E. Whaley (1990), “Intraday Price Change and Trading Volume Relations in the Stock and Stock Option Markets”, Journal of Finance, Vol.45, pp.191-220.
23.Traub, Heydon, Luis Ferreira, Maria Mcardle, and Mauro Antognelli (2000) (spring), “Fear and Greed in global asset allocation”, The Journal of Investing, pp.27-31.
24.Whaley, Robert E.(2000), “The Investor Fear Gauge”, The Journal of Portfolio Management, pp.12-17.
25.Abhyankar, A. H., (1995), “Return and Volatility Dynamics in the FTSE100 Stock Index and Stock Index Futures Markets, ”The Journal of Futures Markets, Vol. 15, No. 4, pp.457-488.
26.Brooks, C. and I. Garrett (2002), “Can We Explain the Dynamics of the UK FTSE100 Stock and Stock Index Futures Markets?” Applied Financial Economics, Vol.12, pp.25-31.
27.Dickey, D. and W. Fuller (1979), “Distribution of the Estimators for Autoregressive Time Series with a Unit Root,” Journal of the American Statistical Association, Vol.74, pp.427-431.
28.Engle, R. F. and B. S. Yoo (1987), Forecasting and testing in cointegrated system, Journal of Econometrics, Vol.35, pp.143-159.
29.Engle, R. F. and C. W. J. Granger (1987), “Cointegration and Error Correction: Representation, Estimation, and Testing,” Econometrics, Vol.55, pp.251-276.
30.Enders, W. and P.L. Siklos (2001), ``Cointegration and threshold adjustment,'' Journal of Business and Economic Statistics, Vol.29, No.2, pp.166-176.
31.Hansen, B. E. (1996), “Inference when a nuisance parameter is not identified under the null hypothesis”, Econometric, Vol.64, No.2, pp.413-430.
32.Johansen, S.(1988), “Statistical Analysis of Cointegration Vector,” Journal of Economics Dynamics and Control, Vol.12, pp.231-254.
33.Johansen, S. and K. Juselius (1990), “Maximum likelihood estimation and inference on cointegration with applications to the demand for money.” Oxford Bulletin of Economics and Statistics, Vol.52, pp.169-210.
34.Sims, C. A. (1980), “Macroeconomics and Reality.” Journal of Econometrics, Vol.48, pp.1-49.
35.Stoll, H. R. and R. E. Whaley, (1990)”The Dynamic of Stock Index and Stock Futures Return,” The Journal of Financial and Quantitative Analysis, Vol.25, No.4, pp.441-468.
36.Tong, H. (1978), On a Threshold Model, in C.H. Chen(ed.), “Pattern Recognition and Signal Processing.”, Amsterdan: Sijthoff & Noordhoff, pp.101-141.
電子全文 電子全文(本篇電子全文限研究生所屬學校校內系統及IP範圍內開放)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top