(3.238.235.155) 您好!臺灣時間:2021/05/16 18:00
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:林鴻儒
研究生(外文):Hong-Ru Lin
論文名稱:多空市場轉換下台灣股價指數報酬之風險值探討
論文名稱(外文):The VaR of Taiwan Stock Return under Bull and Bear Markets
指導教授:張巧宜張巧宜引用關係
指導教授(外文):Chiao-Yi Chang
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:金融營運所
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
畢業學年度:97
語文別:中文
論文頁數:69
中文關鍵詞:馬可夫轉換模型風險值移動平均線GARCH模型
外文關鍵詞:Markov Switchingbull and bear marketsValue at Risk
相關次數:
  • 被引用被引用:2
  • 點閱點閱:206
  • 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
風險值為應用於評估市場風險的風險管理技術,一個投資組合的風險值為其隨著持有期間變化,給定既定的百分比,對此投資組合價值變化的機率分配做簡單的估計。計算風險值的研究方法有很多,本文的研究使用變異數-共變異數法來計算風險值。本研究主要在評估區分多空市場下GARCH-normal、GARCH-t所估計之風險值預測能力,模型中將以日報酬、月報酬、移動平均線以及馬可夫轉換模型作為區分多空頭的依據。本研究以台灣加權股價指數作為比較風險值估計模型的研究對象,研究期間為2004年6月16日到2008年6月30日。由失敗率以及Kupiec(1995)非條件涵蓋比率檢定結果顯示,在90%、95%信賴水準下,結合移動平均法與GARCH-t模型以及GARCH-normal模型所估計出之風險值最為準確。此外馬可夫轉換模型區分多空情況下所求之風險值估計能力不理想,實證結果高估預測風險值。本文的實證結果說明了以移動平均法區分多空頭為依據,能有效的提升風險值估計的準確性。
Value at Risk ( VaR ) is a risk-management technique that has been widely used to assess market risk. VaR of a portfolio is an estimation of a specified percentile of the portfolio loss over a given holding period. In this study, uses the variance-covariance method to calculate VaR.
The purpose of this study is to assess the four approaches for measuring VaR GARCH-normal Model, GARCH-t Model, and the two models under bull and bear markets. The distinction of bull or bear market is according to four methods daily return, monthly return, moving average, and Markov-Switching model. Using Taiwan stock market index the sample period is from June 16, 2004 to June 30, 2008. Based on failure rates and Kupiec test under 90% and 95% confidence levels, the GARCH-normal Model and GARCH-t Model under bull and bear markets separated by moving average method are more precise.
中文摘要 ---------------------------------------------------------------------------------- i
英文摘要 ---------------------------------------------------------------------------------- ii
誌謝 ---------------------------------------------------------------------------------------- iii
目錄 ---------------------------------------------------------------------------------------- iv
表目錄 -------------------------------------------------------------------------------------- v
圖目錄 -------------------------------------------------------------------------------------- vi
第壹章 緒論 ------------------------------------------------------------------------------- 1
第一節 研究動機 ------------------------------------------------------------------- 3
第二節 研究目的 ------------------------------------------------------------------- 5
第三節 研究範圍 ------------------------------------------------------------------- 6
第四節 論文結構 ------------------------------------------------------------------- 7
第貳章 文獻探討 ------------------------------------------------------------------------- 8
第一節 風險值研究文獻 ---------------------------------------------------------- 9
第二節 馬可夫狀態轉換研究文獻 -------------------------------------------- 18
第三節 多空頭的股價行為研究文獻 ----------------------------------------- 22
第參章 研究設計 ----------------------------------------------------------------------- 28
第一節 研究模型 ----------------------------------------------------------------- 29
第二節 研究樣本 ----------------------------------------------------------------- 37
第肆章 實證結果與分析 -------------------------------------------------------------- 38
第一節 資料統計分析 ----------------------------------------------------------- 39
第二節 實證結果 ----------------------------------------------------------------- 41
第伍章 結論與建議 -------------------------------------------------------------------- 53
第一節 結論 ----------------------------------------------------------------------- 53
第三節 建議 ----------------------------------------------------------------------- 54
參考文獻 ---------------------------------------------------------------------------------- 55
中文部份
[1]李麗華,2000,「風險值應用於資產分配之研究--以股票市場為例」,南華大學財務管理研究所碩士論文。
[2]李伯勳,2006,「在不同時間趨勢下台股指數現貨與台股指數期貨領先落後關係之探討」,國立東華大學企業管理所碩士論文。
[3]沈大白、敬永康,2001,「壓力測試--風險值系統的重要輔助工具」,貨幣觀測與信用評等,27期,頁89-99。
[4]何世宗,2006,「台灣股市之多空市場及資產定價因子之實證研究」,國立中央大學產業經濟所碩士論文。
[5]吳欣桐,2001,「風險值在台灣股市的應用--股票與認購權證投資組合之實證分析」,國立中正大學國際經濟研究所碩士論文。
[6]吳淑媜,2004,「發行海外存託憑證的資訊內涵之研究」,朝陽科技大學財務金融所碩士論文。
[7]吳壽山,2000,「金融機構資產組合壓力測試之文獻回顧、執行方法與管理意涵」,台灣金融財務季刊,1期,頁41-57。
[8]林常青,洪茂蔚,管中閔,2002,「台灣短期利率的動態行為:狀態轉換模型的應用」,經濟論文叢刊,1期,頁29-55。
[9]林楚雄,陳宜玫,2001,「台灣股票市場風險值估測模型之實證研究」,管理學報,4期,頁737-758。
[10]林楚雄,王韻怡,2006,「考慮GARCH效果下的尾部指數與風險值應用」,管理學報,1期,頁49-70。
[11]林國偉,2006,「台灣股票與期貨市場的效率性研究--應用技術分析與White’s reality check」,國立中正大學國際經濟研究所碩士論文。
[12]柯瓊鳳,1997,「風險值之概念與應用」,貨幣觀測與信用評等,3月,頁1-6。
[13]洪美慧,1997,「技術分析應用於台灣股市之研究--移動平均線,乖離率指標與相對強弱指標」,東海大學企業管理所碩士論文。
[14]張詩虹,2007,「股票市場多空格局下權益證券風險值不同之特徵」,世新大學財務金融所碩士論文。
[15]胡緒寧,2007,「股價指數現貨與期貨相對價格行為的探討--馬可夫模型的應用」,淡江大學財務金融在職專班碩士論文。
[16]黃健銘,蘇欣玫,黃麗萍,鄭婉秀,2008,「貨幣政策之預期衝擊對經濟成長的影響--馬可夫轉換模型之應用」,中原企管評論,1期,頁31-52。
[17]黃繹中,2006,「風險值與報酬率分析--以面板產業為例」,國立中正大學國際經濟所碩士論文。
[18]曾昭玲,楊舜蓁,2004,「雙貝他資本資產訂價模型運用於台灣股票多頭與空頭市場之適用性研究」,東吳經濟商學學報,44期,頁25-54。
[19]莊益源,林文昌,徐嘉彬,2003,「靜態與動態風險值模型績效之比較」,
證券市場發展季刊,4期,頁107-159。
[20]敬永康,張家華,徐中敏,2006,「內部評等法的回顧測試--以我國銀行業資產投資組合為例」,金融風險管理季刊,4期,頁73-92。
[21]楊靜榆,2001,「兩狀態下的國際資產配置--馬可夫轉換模型之應用」,國立中央大學財務管理所碩士論文。
[22]黎明淵,2000,「馬可夫轉換模型應用性與合用性探討」,國立政治大學國際貿易所博士論文。
[23]陳佩鈴,2002,「匯率條件之風險值之估計與比較」,中原大學國際貿易所碩士論文。
[24]盧陽正,涂登才,2000,「考慮極端事件之VaR風險管理模式」,第五屆亞太金融中心學術研討會,頁1-19。
[25]蔡兆龍,2002,「如何準確地認定台灣景氣循環轉折點--馬可夫轉換模型的應用」,東海大學經濟所碩士論文。
[26]蔡宜龍,1990,「台灣股票市場技術分析指標有效性之衡量」,國立成功大學工業管理研究所碩士論文。
[27]薛彬彬,1990,「台灣股票市場風險之測定:多頭和空頭市場之比較結果」,淡江大學金融所碩士論文。

英文部分
[1]Beder, Tanya Styblo, 1995, “Seductive but Dangerous,”Journal of Financial Analysis, September, pp.12-24.
[2]Bollerslev, T., 1986, “Generalized Autoregressive Conditional Heteroscedasticity,”Journal of Econometrics, 31, pp.307-327.
[3]Chang, J. K., Jeremy, P., and Richard, S., 2008, “Estimation of Markov Regime-Switching Regression Models with Endogenous Switching,”Journal of Econometrics, 143, pp.263-273.
[4]Chen, and Max, 2000, “The Use of the Interest Rate Spread for Forecasting Business Cycle Turning Points and Asset Allocation: A Markov Switching Approach,”September.
[5]Danielsson, J., and C. G. Vries, 1997, “Tail Index and Quantile Estimation with High Frequency Data,”Journal of Empirical Finance, 4, pp.241-257.
[6]Duarte Jr., A. M., 1997, “Model Risk and Risk Management,”Derivatives Quarterly, pp.60-72.
[7]Duffie, D., and J. Pan, 1997, “An Overview Value at Risk,”Journal of Derivatives, pp.7-49.
[8]Efron, B., 1979, “Bootstrap Methods, Another Look at the Jackknife,”Ann. Statist, pp.1-26.
[9]Fabozzi, F. J., and J. C. Francis, 1977, “Stability Tests for Alphas and Betas over Bull and Bear Market Conditions,”Journal of Finance, 32, pp.1093-1099.
[10]Fama, Eugence F., and Kenneth R. French, 1989, “Business Conditions and Expected Returns on Stocks and Bonds,”Journal of Financial Economics, 25, pp.23-49.
[11]Hamilton, James D., 1988, “Rational-Expectations Econometric Analysis of Changes in Regime: An Investigation of the Term Structure of Interest Rates,”Journal of Economic Dynamics and Control, 12, pp.385-423.
[12]Hamilton, James D., 1989, “A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle,” Journal of Econometrics, 57, 357-384.
[13]Hamilton, James D., Susmel, Raul, 1994, “Autoregressive Conditional Heteroskedasticity and Changes in Regime,”Journal of Econometrics, 64, pp.307-333.
[14]Hamilton, James D., 1994, Time Series Analysis, pp.677-702.
[15]Hendricks, D., 1996, “Evaluation of Value-at-Risk Models Using Historical Data,”Federal Reserve Bank of New York Economics Policy Review 2, 1, pp.39-69.
[16]Huntley, S., and S. V. Norden, 1997, “Regime Switching in Stock Market Returns,”Applied Financial Economics, 7, pp.177-191.
[17]James, F. E., 1968, “Monthly Moving Averages: An Effective Investment Tool,”Journal of Financial and Quantitative Analysis, 3, pp.315-326.
[18]Jorion Philippe, 1997, “Value at Risk: The New Benchmark for Controlling Market Risk,”IRWIN Professional.
[19]Jun, C., 1994, “A Markov Model of Switching-Regime ARCH,”Journal of Business & Economic Statistics, 12, pp.309-316.
[20]Kim, M. K., and J. K. Zumwalt, 1979, “An Analysis of Risk in Bull and Bear Markets,”Journal of Financial and Quantitative Analysis, 14, pp.1015-1025.
[21]Kupiec, P. H., 1995, “Techniques for Verifying the Accuracy of Risk Measurement Models,”Journal of Derivatives, 3, pp.73-84.
[22]Kupiec, P. H., 1998, “Stress Testing in a Value at Risk Framework,”Journal of Derivatives, 6, pp.7-23.
[23]Levy, R. A., 1974, “Beta Coefficient as Predictors of Return,”Financial Analysts Journal, 30, pp.61-69.
[24]McConnell, J., and G. Sanger, 1984, “A Trading Strategy for New Listings on the NYSE,”Financial Analysts Journal, 40, pp.34-38.
[25]McNeil, A.J., and R. Frey, 2000, “Estimation of Tail-Related Risk Measure for Heteroscedastic Financial Time Series: An Extreme Value Approach,”Journal of Empirical finance, 7, pp.271-300.
[26]Monica, B., 2000, “Value at Risk: A Multivariate Switching Regime Approach,”Journal of Empirical Finance, 7, pp.531-554.
[27]Pritsker, M., 1997, “Evaluating Value at Risk Methodologies: Accuracy versus Computational Time,”Journal of Finance Services Research, 12, pp.201-242.
[28]Richard, T., and Ramon, P., 1990, “Stock Returns and Volatility,”Journal of Financial and Quantitative Analysis, 25, pp.203-214.
[29]Stephen, G., Pok Sang Lam, and Nelson, C., 1990, “Mean Reversion in Equilibrium Asset Prices,”The American Economic Review, 80, pp.398-418.
[30]Viet, E. T., and J. M. cheney, 1982, “Are Mutual Funds Market Timer?” Journal of Portfolio Management, 8, pp.35-42.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top