臺灣博碩士論文加值系統

本文探討以台灣加權股價指數期貨來規避台灣加權股價指數現貨之風險，樣本期間為1998年7月21日至2008年2月25日。本篇運用了小波轉換模型以求算避險比率，而小波轉換中的多尺度解析分析是將每一個迴歸因子時間序列解構成不同尺度的序列，重構而成的新序列作為新的迴歸預測模型，可分解出資料的長期趨勢、雜訊及相似性等特徵。接著再與傳統OLS模型、OLS-CI模型、以及BGARCH模型作避險比率的求算與避險績效上的比較，並且探討以不同估計期間求算之避險比率，在避險績效上的差異。研究結果發現，經小波轉換後之現貨與期貨之變異數會隨時間層級增加而遞減，而避險比率與相關係數則會隨時間層級增加而遞增，在避險績效比較上，是以小波轉換模型之避險績效為最好；而就研究估計期間的差異對避險績效影響方面，則發現使用較長的估計期間，其避險績效會比估計期間較短者來的高。

The purpose of this paper is to investigate effectiveness in TAIEX spot market by applying TAIFEX. In contrast to methods employed in previous studies, wavelet analysis allows us to decompose data into various time scales. Using this technique, we found that the wavelet variance of the two markets decrease over investment horizon, but the wavelet correlation increase over investment horizon. Furthermore, the hedge ratio increases while hedge effectiveness increases as time scale increases. In addition, the hedge effectiveness of wavelet is the best compared with OLS, OLS-CI, and BGARCH model.

目錄
中文摘要 I
英文摘要 II
目錄 III
圖目錄 IV
表目錄 V
第壹章 緒論 1
第一節研究動機 1
第二節 研究目的 3
第三節 研究限制 3
第四節 研究架構 4
第貳章 文獻探討 6
第一節 股價指數期貨簡介 6
第二節、避險理論 13
第三節 國內外相關文獻 18
第叁章 研究方法 37
第一節 單根與共整合關係 37
第二節 小波理論 44
第三節 避險模型 51
第四節 避險績效之衡量 55
第肆章 實證研究 58
第一節 資料來源與處理 58
第二節 現貨與期貨的資料性質 58
第三節 單根檢定 59
第四節 共整合檢定 60
第五節 小波轉換分析探討及避險績效比較 62
第伍章 結論與建議 70
第一節 結論 70
第二節 建議 71
參考文獻 73



圖目錄
圖1.1研究架構圖…………………………………………………5
圖3.1時間域與頻率域示意圖…………………………………44
圖3.2傅利葉轉換示意圖………………………………………45
圖3.3小波轉換示意圖…………………………………………48
圖3.4濾波器轉換流程圖………………………………………49
圖3.6估計期間與避險期間之滾動方式………………………57
圖 4.1 現貨經小波轉換之示意圖…………………………………63
圖 4.2 期貨經小波轉換之示意圖…………………………………63
圖 4.3 現貨與期貨小波轉換之變異數……………………………64
圖 4.4 現貨與期貨小波轉換之相關係數…………………………65
















表目錄
表2.1 目前各國主要的股價指數期貨契約…………………9
表2.2 國外文獻探討比較…………………………………26
表 2.3 國內文獻探討比較……………………………………35
表 4.1 台指現貨與台指期貨原始日資料之基本統…………59
表 4.2 台指現貨與台指期貨原始日資料單根檢定表………60
表 4.3 共整合檢定表…………………………………………61
表 4.4 各模型之避險比率(方法一)…………………………66
表 4.5 各避險模型之避險績效(方法一)……………………67
表 4.6 各模型之避險比率(方法二)…………………………68
表 4.7 各避險模型之避險績效(方法二)……………………68

參考文獻
中文部分
1.王俞瓔(1998)，「股價指數期貨與現貨市場之關聯性及避險效率」，國立台灣工業技術學院管理技術研究所資訊管理學程碩士論文。
2.王天賜，「原油價格,台灣股價指數與總體經濟的關聯性」，國立東華大學國際經濟研究碩士論文。
3.林威助(2003)，「多變量GARCH 架構下股價指數期貨避險策略之研究」，國立台北大學企業管理所碩士論文。
4.范正忠(2001)，「利用Harr小波轉換對時間序列作資料查詢-以台灣股市為例」，國立台灣大學資訊管理所碩士論文。
5.張哲宇(1997)，「股價指數期貨避險比率之研究」，國立台灣工業技術學院管理技術研究所企業管理學程碩士論文。
6.許傑祥(2004)，「多變量財務時間數列模型之風險值計算」，東吳大學商用數學系碩士論文。
7.黃冠穎(2005)，「台灣地區降雨時序資料之小波分析」，國立成功大學資源工程所碩士論文。
8.謝宜良(2006)，「以小波轉換為基礎之風險值估計」，銘傳大學財務金融學系碩士論文。
9.楊奕農(2004)，時間序列分析，雙葉書廊有限公司。
10.錢怡成(2002)，「股價指數期貨與現貨價格關聯性之研究」，南華 大學財務管理學研究所碩士論文。
11.叢宏文(1996)，「日經股價指數期貨避險效果之實證研究-GARCH 模型之應用」，國立政治大學企業管理研究所碩士學位論文。















英文部分
1. Christoph Schleicher (2002), ” An Introduction to Wavelets for Economists”, Bank of Canada Banque du Canada Working Paper 2002-3 / Document de travail 2002-3
2. Donald L. and K. Shrestha (2005), ” An Empirical Analysis of the Relationship Between Hedge Ratio and Hedge Horizon Using Wavelet Analysis”, The Journal of Futures Markets, Vol. 27, No. 2, 127–150
3. Francis In and Sangbae Kim (2003), ”Hedge Ratio and Correlation between the Stock and the Futures Markets: Evidence from the Wavelet Analysis” , Department of Accounting and Finance Monash University.
4. Ghosh (1993), ” Hedging with Stock Index Futures: Estimation and Forecastingwith Error Correction Model”, Journal of Futures Markets, Vol.13, No.7, pp.743-752.
5. Gallegati and Macro( 2008), “Wavelet analysis of stock returns and aggregate economic activity ”, Computational Statistics & Data Analysis, 52(2008), 3061-3074
6. Kroner and Sultan (1991), ” Exchange Rate Volatility and Time Varying Hedge Ratios”, Pacific-Basic Capital Market Research, Vol. 2, pp.397-412.
7. Myers (1991), “Estimating Time Varying Optimal Hedge Ratios on Futures Markets”, Journal of Futures Markets, Vol.11 No.1, pp.39-53.
8. Patrick Crowley(2005), “An intuitive guide to wavelets for economists”
9. Tong (1996), ” An examination of dynamic hedging”,Journal of
International Money and Finance”, Vol.15, No.1, pp.19-35.