(3.238.88.35) 您好!臺灣時間:2021/04/10 19:49
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:陳琬婷
研究生(外文):Chen, Wan-Ting
論文名稱:台灣指數股票型基金之避險績效實證分析
論文名稱(外文):An Empirical Comparsion of Hedging Performance for the Index Exchange Traded Funds in Taiwan
指導教授:賴雨聖賴雨聖引用關係
指導教授(外文):Lai, Yu-Sheng
口試委員:李享泰劉炳麟
口試委員(外文):Lee, Hsiang-TaiLiu, Bing-Lin
口試日期:2013-06-19
學位類別:碩士
校院名稱:國立暨南國際大學
系所名稱:財務金融學系
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:2013
畢業學年度:101
語文別:中文
論文頁數:83
中文關鍵詞:指數股票型基金流動量提供券商最小變異避險比率避險績效
外文關鍵詞:Exchange traded fundsLiquidity providerMinimum variance hedge ratioHedging performance
相關次數:
  • 被引用被引用:2
  • 點閱點閱:307
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:33
  • 收藏至我的研究室書目清單書目收藏:1
台灣證券交易所於2008年6月推出指數股票型基金(exchange traded funds,簡稱ETF)之流動量提供者(liquidity provider,簡稱LP)制度,藉由協助提供買賣報價以加強市場流通性。由於LP券商須隨時滿足投資人買賣交易之需求,為此建立之ETF部位將面臨市場風險,因而提高避險動機。據此,本研究選擇以台灣ETF為研究對象,探討LP券商之最適避險策略。樣本外之研究結果顯示,不論以變異數法、風險值法或確定等值法衡量績效,台灣ETF皆顯示OLS避險效果優於GARCH動態避險模型,其中又以靜態OLS避險優於rolling OLS之避險效果。為瞭解市場波動高低對避險績效之影響,本研究進一步以歐債危機及金融海嘯事件將樣本外區分成兩個子樣本。初步結果指出以rolling OLS模型估算之最適避險比率於波動高期間略高於波動低期間,且不論樣本波動大小皆以OLS模型避險績效最佳,rolling OLS表現次之。
The Taiwan Stock Exchange issued the Exchange traded funds (ETF) liquidity provider (LP) system in June 2008 to strengthen the liquidity of market. They must hold the ETF for satisfying the transaction demand for investors, thus facing to the market risk and increasing the hedging motivation. For this reason, this article researches the hedging performance for Taiwanese ETFs. The out-of-sample results show that whatever the measurement method is the variance, the Value at Risk (VaR), or the Certainty Equivalent (CE), the OLS hedging outperform dynamic GARCH hedging strategies, in which that the static hedging strategy is better than rolling OLS hedging. In addition, this study also divides the out-of-sample into two sub-samples depending on the European debt crisis and Financial crisis, respectively. The results indicate that the hedge ratio that is computed by the rolling OLS model in the high volatility period is higher than in the low volatility period. No matter how large the sample volatility, it is found that the static OLS hedging performance is the best, and the rolling OLS hedging performance followed.
目錄
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究架構 3
第二章 指數股票型基金簡介 4
第一節 基金種類 4
第二節 ETF特性 6
第三節 ETF流動量提供者制度 7
第三章 文獻回顧 8
第一節 避險比率之意義與推導 8
第二節 避險模型相關文獻 9
第三節 ETF避險相關文獻 12
第四章 研究方法 14
第一節 估算最小變異避險比率模型 14
一、 傳統OLS模型 14
二、 Constant Conditional Correlation GARCH模型 14
三、 Dynamic Conditional Correlation GARCH模型 15
四、 雙變量GJR GARCH 15
第二節 避險績效之衡量 16
一、 變異數法(Variance) 16
二、 風險值法(Value at Risk) 17
三、 確定等值法(Certainty Equivalent) 17
第五章 實證結果與分析 19
第一節 樣本資料 19
第二節 基本統計量分析與單根檢定 20
第三節 實證結果 22
第四節 將樣本外區分兩個子樣本探討 29
一、 歐債風暴 29
二、 金融海嘯 34
第六章 結論與討論 36
第一節 結論 36
第二節 討論 37
參考文獻 38
附錄 41
附件 60
附件A:2013年「商學與管理」學術研討會論文接受函 60
附件B:2013年「商學與管理」學術研討會論文全文 61

表目錄
表1:開放型基金、封閉型基金與ETF之比較 5
表2:ETF特性說明 6
表3:7支ETF上市日期與標的指數 19
表4:7支ETF與3支期貨報酬敘述統計表 20
表5:7支ETF與配對期貨之ADF單根檢定表 21
表6:7支ETF避險投資組合之樣本內報酬敘述統計和避險績效 23
表7:7支ETF避險投資組合之樣本外報酬敘述統計和避險績效 26
表8:兩個子樣本之平均數與年化標準差 29
表9:以歐債風暴區分兩個子樣本之避險績效 31
表10:以金融海嘯區分兩個子樣本之避險績效-台灣50ETF 35
表A:7支ETF期現貨之共整合檢定 41
表B-1:台灣50-台指期之各模型參數估計結果 42
表B-2:中100-台指期之各模型參數估計結果 43
表B-3:FB科技-電子期之各模型參數估計結果 44
表B-4:寶電子-電子期之各模型參數估計結果 45
表B-5:台商50-台指期之各模型參數估計結果 46
表B-6:寶金融-金融期之各模型參數估計結果 47
表B-7:高股息-台指期之各模型參數估計結果 48
表E-1:歐債風暴之結構點檢定 59
表E-2:金融海嘯之結構點檢定 59

圖目錄
圖1:台灣ETF規模、數量和受益人數變化走勢圖 2
圖C-1:DCC模型估計之相關係數-台灣50 49
圖C-2:DCC模型估計之相關係數-中100 49
圖C-3:DCC模型估計之相關係數-FB科技 49
圖C-4:DCC模型估計之相關係數-寶電子 50
圖C-5:DCC模型估計之相關係數-台商50 50
圖C-6:DCC模型估計之相關係數-寶金融 50
圖C-7:DCC模型估計之相關係數-高股息 51
圖D-1a:台灣50模型估算之避險比率-CC & GJR-CC 52
圖D-1b:台灣50模型估算之避險比率-DCC & GJR-DCC 52
圖D-2a:中100模型估算之避險比率-CC & GJR-CC 53
圖D-2b:中100模型估算之避險比率-DCC & GJR-DCC 53
圖D-3a:FB科技模型估算之避險比率-CC & GJR-CC 54
圖D-3b:FB科技模型估算之避險比率-DCC & GJR-DCC 54
圖D-4a:寶電子模型估算之避險比率-CC & GJR-CC 55
圖D-4b:寶電子模型估算之避險比率-DCC & GJR-DCC 55
圖D-5a:台商50模型估算之避險比率-CC & GJR-CC 56
圖D-5b:台商50模型估算之避險比率-DCC & GJR-DCC 56
圖D-6a:寶金融模型估算之避險比率-CC & GJR-CC 57
圖D-6b:寶金融模型估算之避險比率-DCC & GJR-DCC 57
圖D-7a:高股息模型估算之避險比率-CC & GJR-CC 58
圖D-7b:高股息模型估算之避險比率-DCC & GJR-DCC 58
巫春洲、劉炳麟、楊奕農,2009,“農產品期貨動態避險策略的評價”,農業與經濟,Vol. 42, 39-62。
周雨田、陳唯帆、殷正華,2011,“VIX對崩盤風險之避險功能分析”,期貨與選擇權學刊,第4卷第2期,33-73。
張洺源,2011,”指數股票型基金的避險績效分析”,雲林科技大學財金所碩士論文。
劉洪鈞、李命志、賴曉萍,2009,“台灣50ETF與台指期貨避險績效之評估” ,2009年金融創新與科技結合學術研討會。
魏志良,2001,“國際股價指數期貨與現貨直接避險策略之研究”,淡江大學財務金融學系研究所碩士論文。
Alexander, C. and A. Barbosa, 2005, “The Spider in the Hedge,” The University of Reading, DP2005-05.
Alexander, C. and A. Barbosa, 2008, “Hedging Index Exchange Traded Funds,” Journal of Banking and Finance, 32, 326-337.
Baillie, R. T. and R. J. Myers, 1991, “Bivariate GARCH Estimation of the Optimal Commodity Futures Hedge,” Journal of Applied Econometrics, 6, 109-124.
Bollerslev, T., 1986, “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, 31, 307-327.
Bollerslev, T., 1990, “Modelling the Coherence in Short-run Nominal Exchange Rates: A Multivariate Generalized ARCH Model,” The Review of Economics and Statistics, 72, 498-505.
Brooks, C., O. T. Henry and G. Persand, 2002, “The Effect of Asymmetries on Optimal Hedge Ratios,” Journal of Business, 75, 333-352.
Chang, C. L., M. McAleer and R. Tansuchat, 2011, “Crude Oil Hedging Strategies Using Dynamic Multivariate GARCH,” Energy Economic, 33, 912-923.
Ederington, L. H., 1979, “The Hedging Performance of the New Futures Markets,” The Journal of Finance, 34, 157-170.
Engle, R. F., 1982, “Autoregressive Conditional Heteroscedasticiy with Estimates of the Variance of United Kingdom Inflation,” Econometrica, 50, 987-1007.
Engle, R. F., 2002, “Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models,” Journal of Business & Economic Statistics, 20, 339-350.
Glosten, L. R., R. Jaganathan and D. E. Runkle, 1993, “On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks,” Journal of Finance, 48, 1779-1801.
Hill, J. and T. Schneeweis, 1981, “A Note on the Hedging Effectiveness of Foreign Currency Futures,” Journal of Futures Markets, 1, 659-664.
Johnson, L. L., 1960, “The Theory of Hedging and Speculation in Commodity Futures,” The Review of Economic Studies, 27, 139-151.
Koutmos, G. and M. Tucker, 1996, “Temporal Relationships and Dynamic Interactions between Spot and Futures Stock Markets,” The Journal of Futures Markets, 16, 55-69.
Kroner, K. F. and J. Sultan, 1993, “Time-Varying Distributions and Dynamic Hedging with Foreign Currency Futures,” Journal of Financial and Quantitative Ananlysis, 28, 535-551.
Ku, Y. H., H. C. Chen and K. H. Chen, 2007, “On the Application of the Dynamic Conditional Correlation Model in Estimation Optimal Time-varying Hedge Ratios,” Applied Economics Letters, 14, 503-509.
Lien, D. and L. Yang, 2006, “Spot-futures spread, time-varying correlation, and hedging with currency futures,” The Journal of Futures Markets, 26, 1019-1038.
Markowitz, H., 1952, “Portfolio Selection,” The Journal of Finance, 7, 77-91.
Nelson, D. B., 1991, “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, 59, 347-370.
Stein, J. L., 1961, “The Simultaneous Determination of Spot and Futures Prices,” The American Economic Review, 51, 1012-1025.
Working, H., 1953, “Futures Trading and Hedging,” The American Economics Review, 43, 314-343.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔