臺灣博碩士論文加值系統

本研究使用VAR模型、Granger因果關係檢定、預測誤差變異數分解三種研究方法，來探討整體期貨資訊以及三大法人的投資行為對台灣股市波動的影響。以2007年7月2號至2012年3月8號的日資料做研究分析，本研究得到的實證結果如下:
　　一、在期貨市場中，期貨未平倉量會正向的影響加權指數，而波動率指數會負向的影響加權指數，兩變數為台股的先行指標。二、在三大法人中，外資現貨淨買超與外資期貨淨部位和台股報酬率為雙向回饋關係，僅此兩變數能影響台股報酬率，且為正向影響，可見外資進出股市的交易行為具有參考價值，可作為投資大眾的參考指標。三、在三大法人中的互動行為中、外資現貨與自營商期貨暨現貨市場中的交易行為較獨立，在市場上為扮演領先者的角色、而投信在期貨暨現貨市場為落後者，會參考外資以及自營商的交易行為。

This research used Vector autoregression model (VAR), Granger causality test and Forecast error variance decomposition to examine relationship among overall futures variables, three major institutional investors trade behavior and TAIEX. Used daily data from July 2, 2007 to March 8, 2012, the results obtained are as follows:

1.In the futures market, futures open interest will positively influence Taiwan stock index, volatility Index will negatively influence Taiwan stock index, two variables are leading indicators of TAIEX.

2.In the three major institutional investors, only foreign investors net buy volume from listed market and foreign investors net volume from futures market can positively affect TAIEX. It means foreign investors trade behavior have reference value.

3.By deriving from the three major institutional investors interactive behavior, Foreign investors and Security Dealer on the futures and stocks markets, are leaders, and Investment Trust plays a follower role.

指導教授推薦書…………………………………………………………..………...
口試委員會審定書……………………………………………………….………...
長庚大學圖書館授權書………………………………………………..………...iii
誌謝……………………………………………………….……………….……….…..iv
中文摘要………………………………………………………………………………..v
英文摘要……………………………………………………..……………….……….vi
目錄……………………………………………………………………….…….……..vii
表目錄…………………………………………………………………………………..x
圖目錄…………………………………………………………………………………xii
第一章 緒論…………………………………..……………………….……………-1-
第一節 研究動機……………………………………………………….…………-1-
第二節 研究目的…………………………………………………………….…...-4-
第三節 研究架構…………………………………………………………….……-5-
第二章 文獻探討………………………………………………………………….-7-
第一節 未平倉量與價格波動率之探討……………………….…………….-7-
第二節 成交量與價格波動率之探討…………………………….……..…-11-
第三節 基差、波動率指數與價格波動率之探討……………….………-14-
第四節 機構投資者交易行為之探討………………………………………-17-
第三章 研究方法………………………………………………………………..-19-
第一節 單根檢定與最適落後期數………………………………………….-21-
第二節 向量自我迴歸模型……………………………………………........-23-
第三節 Granger因果關係檢定……………………………………..……….-25-
第四節 預測誤差變異數分解………………………………………………..-27-
第五節 研究期間與資料處理………………………………………….…….-27-
第四章 實證分析結果………………………………………….……………...-30-
第一節 單根檢定與最適落後期數…………………………………….……-31-
第二節 整體期貨交易資訊與大盤報酬率之檢定…………………..….-34-
第三節 三大法人期現貨資訊和大盤報酬率之檢定………………..…-43-
第五章 結論……………………………………………………………………….-59-
第一節 整體期貨資訊對大盤………………………………………………..-59-
第二節 三大法人交易行為對大盤………………………………………….-59-
第三節 三大法人交易行為之互動關係…………………………………..-59-
英文文獻……………………………………………………………………..…….-61-
中文文獻…………………………………………………………………………...-63-
附錄………………………………………………………………………………..-64-
表目錄
表1-1 三大法人交易口數與契約金額……………………….……….…….-3-
表1-2 三大法人未平倉口數日報表………………………….…….…...….-3-
表2-1價格波動率與未平倉量之相關研究………………………….......-10-
表2-2價格波動率與成交量之相關研究………………………..…..……-14-
表3-1 研究變數處理表………………………………………………………..-29-
表4-1 變數之單根檢定表………………………………………………….….-32-
表4-2 AIC 最適落後期數結果表…………………………………………-33-
表4-3 整體期貨資訊向量自我迴歸分析表……………………………-36-
表4-4 整體期貨資訊因果關係檢定表…………………………………-38-
表 4-5 整體期貨資料預測誤差之變異分解表(%)……………………-40-
表4-6 三大法人資訊向量自我迴歸分析表……………………………-44-
表4-7 三大法人資訊因果關係檢定表……………………………………-49-
表4-8 三大法人資訊預測誤差之變異分解表(%)………………………-51-
表4-9 外資、投信、自營商期貨與現貨VAR檢定表…………………-53-
表4-10 外資、投信、自營商期貨與現貨因果關係檢定表…………-54-
表4-11 三大法人期貨與現貨交易行為與台股報酬率因果關係檢定表……………………………………………………………………………………-55-
表4-12 外資期貨與現貨資訊對於台股報酬率之影響………………-55-
表4-13 台股報酬率對外資交易行為之VAR檢定表…………………-56-
表4-14 台股報酬率對投信交易行為之VAR檢定表…………………-56-
表4-15 台股報酬率對自營商交易行為之VAR檢定表……………-57

圖目錄
圖1-1 期貨成交量年成長圖……..…………………………………………….-2-
圖1-2 研究架構流程圖.…………………………………………………….....-6-
圖3-1 研究實證流程圖…………………………..……………………..…….-20-

英文文獻
[1] Bessembinder, H. & Seguin, P.J, “Futures-trading activity and stock price volatility”, The Journal of Finance, 47: 2015-2034, 1992.

[2] Bessembinder R., Seguim G. W., “Pricing Stock Index Futures with Stochastic Interest Rates”, Journal of Futures Markets, 11: 441-452,1996

[3] Close, N, “Price Reaction to Large Transactions in the Canadian Equity Market” Financial Analyst Journal, Vol.31, pp.50-57, 1975.

[4] Chiao, C. and K. I. Lin, “The Informative Content of the Net Buy
Information of Institutional Investors: Evidence from the Taiwan Stock Market,”
Review of Pacific Basin Financial Markets and Policies, 7, 259-288, 2004.

[5] Clark, P. K, “A subordinated stochastic process model with finite model
with finite variance for speculative prices,” Econometrica, 41, pp. 135-155, 1973.

[6] Chang, E., R. Y. Chou and E. Nelling, “Market Volatiliy and
the Demand for Hedging in Stock Index Futures”, Journal of
Futures Markets, 20, 105-125, 2000

[7] Copeland, M., and T. Copeland, “Market Timing: Style and Size Rotation
Using the VIX,” Financial Analysts Journal, 55,1999

[8] Dickey, D. and W. A. Fuller“Likelihood ratio statistics for autoregressive
time series with a unit root,” Econometrica, 49, pp. 1057-1072, 1981.

[9] Epps, T. W. and M. L. Epps, “The stochastic dependence of security price
changes and transaction volumes: Implication for the mixture distributions
hypothesis,” Econometrica, 44, pp. 305-321, 1976.

[10] Ferris, P. S., Park, Y. H. and Park, K. “Volatility, Open Interest, Volume, and
Arbitrage: Evidence from the S&P 500 Futures Market,” Applied Economics Letters,9: 369-72, 2002.

[11] Figlewski, S. “Futures Trading and Volatility in the GNMA Market”, Journal of Finance, Vol.36,No 2, pp.445-56, 1981.

[12] Garcia, P, et al. “Lead-Lag Relationships between Trading Volume and Price Variability”: NewEvidence, Journal of Futures Markets, 6(1), 1-10, 1986

[13] George H. K. Wang, Jot Yau, “ Trading Volume, Bid-Ask Spread, and Price
Volatility in Futures Markets,” The Journal of Futures Markets, 20, 10, 943-970, 2000.

[14] Granger, C. W. J. “Some Properties of Time Series Data and Their Use in Econometric Model Specification,” Journal of Econometrics, 16, 121-130,1981.


[15] Illueca, M. and Lafuente, J. A. “ Retun-volume relationship in the Ibex 35 futures market: A non-parametric approach”, Derivatives Use, Trading & Regulation, 9, 150-163, 2003.

[16] Kim, M., G. R. Kim, and M. Kim, “Stock Market Volatility and Trading Activities in the KOSPI 200 Derivatives Markets,” Applied Economics Letters, 11(1), 49-53, 2004.

[17] Sims, C. A, ”Macroeconomics and Reality”, Econometrica ,48, 1-48, 1980.

[18] Simon, D. and Wiggins, R.” S&P futures returns and contrary sentiment
indicators,” Journal of Futures Markets, 21, 447-62, 2001.

中文文獻
[1]林佳蓉，〈成交量與未平倉量對期貨價格波動性之關聯性-
台灣期貨市場之實證〉，國立成功大學企業管理研究所，碩士論文，2003年

[2]李校德，〈未平倉量與價格波動性之關聯性〉，淡江大學財務金融學
系金融所，碩士論文，2004年

[3]留宗燦，〈機構投資者對國內股市的影響-以類股探討〉，國立中正大學國際經濟研究所，碩士論文，2000年

[4]黃懷慶，〈台灣股市三大機構投資人(外資、投信與自營商)投資行為之實證研究〉，朝陽科技大學財務金融所，碩士論文，2000年

[5]葉鳳琴，〈三大法人投資行為與加權股價指數互動關係之探討〉，淡江大學財務金融所，碩士論文 ，2002年

[6]廖朝正，〈期貨三大法人未平倉部位與加權指數互動關係之研究〉，
銘傳大學財務金融學系碩士在職專班，碩士論文，2009年

[7]Shaleen,K.H.，〈成交量與未平倉量分析〉，寰宇財金顧問公司，1996年