跳到主要內容

臺灣博碩士論文加值系統

(3.237.38.244) 您好!臺灣時間:2021/07/26 09:49
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:林冠均
研究生(外文):Kuan-Chun Lin
論文名稱:以ICAPM模型探討交易量於台灣股票市場之隱含訊息
論文名稱(外文):Using ICAPM to study the implied information of trading volume in Taiwan stock market
指導教授:涂登才涂登才引用關係王淳玄王淳玄引用關係
指導教授(外文):Teng-Tsai TuChun-Hsuan Wang
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:2008
畢業學年度:96
語文別:中文
論文頁數:87
中文關鍵詞:交易量跨期資本資產定價模型避險投資組合
外文關鍵詞:Intertemporal Capital Asset Pricing Model(ICAPM)
相關次數:
  • 被引用被引用:1
  • 點閱點閱:221
  • 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:0
本研究採用Lo and Wang(2006)的模型,其延伸ICAPM之精神,根據交易量和股票價格之動態均衡關係,以建構一可規避動態市場風險之避險投資組合。並利用此避險投資組合之報酬來對台灣股票市場之未來市場報酬做預測。另外將此避險投資組合當成資產報酬橫斷面分析之風險因子,和Fama and French(1992)的三因子模式做比較,以檢測此風險因子對於橫斷面股票報酬變化之解釋能力。本研究之樣本為台灣股票市場上市公司之股價和交易量的週資料,樣本期間為1999-2007年。研究結果發現,利用本研究所建構的避險投資組合之一般報酬和最佳預測投資組合(Optimal Forecasting Portfolios; OFPs)對於未來市場報酬的預測能力做比較時,此避險投資組合之一般報酬的預測能力較佳。另一方面將此避險投資組合之一般報酬當成風險因子加入Fama and French(1992)之三因子變成四因子模型時,結果發現有提升其橫斷面股票報酬之解釋能力。
This study uses the model provided by Lo and Wang (2006) which derives an intertemporal capital asset pricing model of multiple assets in the spirit of Merton’s ICAPM. By exploiting the relation between stock prices and trading volume in this dynamic equilibrium relationship, we are able to identify and construct the hedging portfolio that is used to hedge against changes in market conditions. In addition, we would like to analyze whether this hedging portfolio return has considerable forecast power in predicting future market returns of Taiwan’s stock market. On the other hand, this hedging portfolio return are applied to be an additional risk factor in explaining the cross section of asset returns and compared to other popular risk factors such as three risk factors provided by Fama and French (1992). Our empirical study identifies the hedging portfolio by using weekly stock prices and trading volume in Taiwan stocks. The sample is included from 1999 to 2007. The evidences support that the returns of the hedging portfolio outperform the returns of Optimal Forecasting Portfolios (OFPs) in predicting future market returns. Moreover, the results show the improvement for the hedging portfolio to be an additional risk factor in explaining the cross-sectional variation of expected returns.
目錄
第一章 緒論 1
第一節 研究背景及動機 1
第二節 研究目的 5
第三節 研究內容架構與流程 5
第二章 文獻探討 7
第一節 股票市場之交易量隱含資訊對股價影響之相關文獻 7
第二節 資產報酬之風險因子相關文獻 16
第三章 研究方法 21
第一節 理論模型 21
第二節 避險投資組合之建構 27
一. 建構避險投資組合比例 27
二. 避險投資組合的報酬 29
第三節 避險投資組合之預測能力 32
第四節 避險投資組合為風險因子之評估 34
第四章 實證結果 39
第一節 資料選取與處理 39
一、資料選取 39
二、資料處理 41
第二節 避險投資組合的建構 42
一、等權重交易量比例beta值之估計 43
二. 值之估計 47
第三節 避險投資組合和OFPs報酬之預測能力的比較 50
一、OFPs之建構 50
二、預測能力之比較 51
第四節 避險投資組合報酬為風險因子下之橫斷面分析之比較 55
第五章 研究結論與建議 60
第一節 結論 60
第二節 後續研究與建議 62
參考文獻 63

表目錄
表1股票市場之交易量隱含的資訊對股價影響相關文獻 14
表2資產報酬之風險因子相關文獻 19
表3 等權重交易量比例beta值之迴歸分析 46
表4 各個投資組合之單根檢定 53
表5避險投資組合和OFPs報酬之預測能力的比較 54
表6 避險投資組合報酬為風險因子橫斷面分析之比較 58


圖目錄
圖1 研究流程圖 6
圖2 避險投資組合不同 下之最大的 48
參考文獻
一、中文部分
1.王毓敏與陳正佑(2001)。台股認購權證與標的股票交易量及資訊不 對稱對於波動性之影響。風險管理學報,第3卷,1期,P49-69頁。
2.白宗民與吳貝芬(2006) 外資買賣超與成交量對台股報酬率與波動性之影響 蘭陽學報 ,5 卷, 140-153頁。
3.林華德與王甡 (1995)。台灣股市成交量對股價波動的影響1986-1994─GARCH修正模型的應用。企銀季刊,第19卷,2期, 40-58頁。
4.許溪南和黃文芳(1997)。台灣股市價量線性與非線性關係研究。管理學報,第14卷,2期,177-195頁。
5.陳立國(1993)。台灣股市價量關係之研究。台灣大學財務金融所碩士論文。
6.詹家昌與許哲源 (2004)。從盈餘修正宣告觀察交易量之內涵資訊。台灣管理學刊 第4卷,1期,85-106頁。




二、英文部分
1.Blume, L. E., D. Easley, and M. O''Hara, (1994). “Market statistics and technical analysis: the role of volume”, Journal of Finance, 49, pp.153-182.
2.Chordia, T. and B. Swaminathan , (2000), “Trading Volume and Cross-Autocorrelations in Stock Returns”, Journal of Finance, 55, pp.913–935.
3.Fama, E.F., and K. French, (1992),” The cross section of expected stock returns”, Journal of Finance, 47, pp. 427–465.
4.Fama, E.F., and J.D. MacBeth, (1973), “Risk, return, and equilibrium: Empirical tests”, Journal of Political Economy, 81, pp.607–636.
5.Foster, D., T.Smith, and R.Whaley, (1997), “Assessing goodness-of-fit of asset pricing models: The distribution of the maximal R-squared”, Journal of Finance, 52, pp.591–607.
6.Gallant, R., P.E. Rossi, and G.Tauchen, (1992), “Stock prices and volume”, Review of Financial Studies, 5, pp.199–242.
7.Granger, C., (1969), “Investigating Causal Relations by Econometric Models and Cross Spectral Methods”, Econometrica, 37, pp.424-438.
8.Karpoff, J. M., (1986). “A theory of trading volume”. Journal of Finance, 41, pp.1069-1087.
9.Lo, A.W., and C.MacKinlay, (1997), “Maximizing predictability in the stock and bond markets”, Macroeconomic Dynamics, 1, pp.102–134.
10.Lo, A.W., and J.Wang, (2000), “Trading Volume: Definitions, Data Analysis, and Implications of Portfolio Theory”, Review of Financial Studies ,13, pp.257–300.
11.Lo A.W., and J.Wang, (2006), “Trading volume: Implications from an intertemporal asset pricing model”, Journal of Finance 61, pp.2805-2840
12.Merton, R.C., (1973), “An intertemporal capital asset pricing model”, Econometrica ,41, pp.867–887.
13.Wang, J., (1994), “A model of competitive stock trading volume”, Journal of Political Economy, 102, pp.127–168
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top