(3.236.222.124) 您好!臺灣時間:2021/05/08 07:44
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:::

: 
twitterline
研究生:張顥瀚
研究生(外文):Hao-han Chang
論文名稱:不同波動度估計模型應用在修正風險值預測模型之比較—以台灣指數市場及台灣期貨市場為例
論文名稱(外文):THE MODIFIED VaR MODEL ADJUSTED BY DIFFERENT VOLATITY FORECASTS--EVIDENCE ON TAIWAN STOCK AND FUTURES MARKET INDEX
指導教授:袁淑芳袁淑芳引用關係
指導教授(外文):Shu-fang Yuan
學位類別:碩士
校院名稱:南華大學
系所名稱:企業管理系管理科學碩博士班
學門:商業及管理學門
學類:企業管理學類
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:109
中文關鍵詞:蒙地卡羅模擬法風險值歷史模擬法
外文關鍵詞:Historical Simulation MethodVIXDelta Normal MethodMonte Carlo Simulation MethodVaRGARCH
相關次數:
  • 被引用被引用:5
  • 點閱點閱:912
  • 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:182
  • 收藏至我的研究室書目清單書目收藏:2
  過去的風險值(value at risk, VaR)估計是直接將過去資料的波動度當做未來的波動度進行推估;綜觀半世紀以來全球出現經濟危機的頻率有日漸頻繁的趨勢,同時也連帶影響金融市場出現崩盤(Crash)的頻率增加,這導致証券交易的市場風險提昇,而傳統風險估計方法之風險值估算誤差也隨之越來越大,是故過去資料的波動度不能當做未來波動度的推估依據,凸顯過去波動度的修正變得有其必要性;本研究探討2006 年12 月1 日至2012 年3 月30 日間的台灣指數期貨市場及台灣現貨市場,利用GARCH 時間序列模型與VIX 波動率指數作為波動度推估的依據,分別對兩個市場的樣本內報酬率波動度進行調整,再利用歷史模擬法、蒙地卡羅模擬法、一階常態法(Delta Normal Method)估計VaR,最後利用回溯測試以穿透率及RMSE 來檢驗各風險值模型的預測能力,實證結果發現,(1)歷史模擬法為估計台灣市場風險值之優良模型,搭配GARCH 調整報酬率具有最佳預測績效改進,(2)在較短的估計區間下GARCH調整報酬無法獲得預測績效改進,(3)經波動度估計模型調整後,台灣期貨市場的預測績效改進程度優於台灣現貨市場預測績效改進。
  In the past, the volatility pattern is assumed to be constant over the whole sample period. However, the global financial crisis happened more frequently in the past decade, this leads the traditional value of risk (VaR) model tends to underestimate the true risk. As the result, the paper aims to modify the traditional model by using the volatility forecast in reproducing the return distribution. Empirical data includes the daily data of Taiwan stock and futures market index over 2006/12/1-2012/3/30. GARCH model and VIX are employed to calculate the volatility forecast. And Historical Simulation Method, Delta Normal Method, Monte Carlo Simulation are used to estimate VaR. The empirical result first Historical Simulation Method is exceptional method to estimate VaR on Taiwan market. second GARCH model modify return distribution can''t improve forecast performance in short prediction interval. Third before adjusted volatility forecast Taiwan futures index performance is better than Taiwan stock index performance.
中文摘要IV
英文摘要V
目錄VI
表目錄VIII
圖目錄X
 
第一章緒論1
1.1 背景1
1.2 動機與目的3
1.3 研究流程4
 
第二章文獻探討5
2.1 波動度估計模型5
2.1.1 GARCH 時間序列模型5
2.1.2 VIX 波動率指數6
2.2 風險值估計法9
2.2.1 一階常態法12
2.2.2 歷史模擬法12
2.2.3 蒙地卡羅模擬法15
2.3 台灣指數期貨市場與現貨市場16
 
第三章研究方法18
3.1 風險值18
3.2 GARCH 模型19
3.3 VIX 波動率指數20
3.4 一階常態法22
3.5 歷史模擬法22
3.6 蒙地卡羅模擬法23
3.7 樣本內報酬調整24
 
第四章資料來源與樣本說明26
4.1 資料來源26
4.2 樣本說明26
 
第五章實證結果與分析30
5.1 經波動度調整後期貨報酬率30
5.2 波動度調整後股價加權指數報酬率32
5.3 回溯測試34
5.4 台灣指數期貨回溯測試結果35
5.5 台灣股價加權指數回溯測試結果68
 
第六章結論100
 
參考文獻102
一、中文部份102
二、英文部份106
一、中文部份
1. 王俊懿(民89),金融組合風險值之研究,國立臺灣大學國際企業學研究所碩士論文。
 
2. 王凱立、陳美玲(民91),美國股市期貨與現貨對台股期貨及現貨市場動態關聯之探討:三元MEGB2 GJR GARCH-M 模型之應用,財務金融學術暨實務研討會。
 
3. 王毓敏、邱炳乾、林家妃、郭于綉(民100),股票市場的報酬與波動性外溢效果之探討-以亞洲地區為例,國立屏東商業技術學院學報,第十三期。
 
4. 白朝仲(民98),隱含波動對個股選擇權風險之研究,開南大學財務金融學系碩士論文。
 
5. 朱俊武(民91),台灣股票市場風險值績效之研究,東海大學工業工程學系碩士論文。
 
6. 吳孟道 (民97),金融海嘯下各國的拯救措施及台灣的因應之道,財團法人國家政策研究基金會國改評論,財金(評) 097-141 號。
 
7. 李佳玲(民 95),台指選擇權波動度指標與景氣指標之關係性研究,國立中央大學企業管理研究所碩士論文。
 
8. 李存修、陳若鈺(民99),臺灣股匯市風險值(VaR)模型之估計、比較與測試,金融財務,第5 期,51-76 頁。
 
9. 阮建豐(民88),利用混合模型估計風險值的探討,國立政治大學統計學系碩士論文。
 
10. 呂俊煌(民88),部份共整合與期貨避險策略,國立臺北大學企業管103理學系碩士論文。
 
11. 卓奕瑋(民97),臺指選擇權波動率指數之相關交易策略研究,國立雲林科技大學財務金融系碩士論文。
 
12. 卓朝閔(民97),GARCH 對風險值測量之實證研究~以台灣加權指數期貨為例,國立中央大學產業經濟研究所碩士論文。
 
13. 卓治平(民91),台灣股價指數期貨避險比率之研究,國立東華大學國際經濟研究所碩士論文。
 
14. 周業熙(民91),GARCH-type 模型在VaR 之應用,東吳大學經濟學系碩士論文,2002 年。
 
15. 林佩蓉(民88),Black-Scholes 模型在不同波動性衡量下之表現-股價指數選擇權,國立東華大學企業管理研究所論文。
 
16. 林柏宇(民93),金融控股公司放債報酬風險與績效評估-以GARCH模型修正歷史模擬法之應用,國立空中大學管理與資訊學系管理與資訊學報,第9 期, 13-30 頁。
 
17. 林楚雄、張簡彰程、謝景成(民94),三種修正歷史模擬法估計風險值模型之比較,風險管理學報,第七卷第二期,183-201 頁。
 
18. 柯政宏(民93),CBOE 新編VIX 指數於台指選擇權及實現波動度預測上之應用,銘傳大學財務金融學系碩士在職專班碩士論文。
 
19. 柯瓊鳳、沈大白、鄒武哲(民87),風險值衡量模式之探討以台灣上市公司權益證券為例,東吳經濟商學學報,第22 期,57-76 頁。
 
20. 洪瑞成(民91),風險值之探討-對稱與不對稱波動GARCH 模型之應用,淡江大學財務金融學系碩士論文。
 
21. 高櫻芬、謝家和(民91),涉險值之衡量:多變量GARCH 模型之應用,經濟論文叢刊,第30,273-312 頁104
 
22. 翁偉哲(民100),風險值偏誤之衡量:以台灣期貨交易所之股價指數期貨為例,國立高雄第一科技大學金融營運所碩士論文。
 
23. 馬家慶(民 95),修正歷史模擬法估計風險值模型-應用於高科技產業,國立中正大學財務金融學系研究所碩士論文。
 
24. 張尚原(民95),台指選擇權市場最適波動度指標之研究,國立中央大學企業管理研究所碩士論文。
 
25. 張紹雍(民96),不同風險值模型下台灣期貨與選擇權之研究,靜宜大學會計學系研究所碩士論文。
 
26. 張簡彰程(民90),增進模擬法估計風險值績效之研究-以台灣股票市場為例,義守大學管理科學研究所碩士論文。
 
27. 張士杰(民88),運用拔靴複製法構建VaR 估計量之分配,銘傳大學金融研究所碩士論文。
 
28. 莊益源、張鐘霖、王祝三(民92),波動率模型預測能力的比較-以臺指選擇權為例,台灣金融財務季刊,第四期,41-63 頁
 
29. 蔡維溢(86),以VAR 風險計量模型衡量衍生性金融商品之市場風險,中原大學企業管理學系碩士論文。
 
30. 陳炎信(民88),考慮極端事件之VaR 風險管理模式,銘傳大學金融研究所碩士論文。
 
31. 陳煒朋(民 88),GARCH 模型與隱含波動性模型預測能力之比較,淡江大學財務金融學系碩士論文。
 
32. 陳若鈺(民88),風險值(Value at Risk)的衡量與驗證:台灣股匯市之實證,國立臺灣大學財務金融學研究所碩士論文。
 
33. 溫小慧(民 96),風險值VaR 在外幣資產負債之風險衡量應用-以台灣某上市遠洋貨櫃船運公司為探討個案,東吳大學商學院企業管理105系碩士論文。
 
34. 鄭義、胡僑芸、林忠義(民92),波動度指數VIX 於臺指選擇權市場之應用,臺灣期貨市場TAIFEX REVIEW 專題報導,13-33 頁
 
35. 戴裕鴻(民88),非線性部位之VaR 模型,國立中山大學財務管理研究所碩士論文。
 
36. 蘇柏鈞(民97),多、空頭市況下最適波動率模型的檢驗-以臺指選擇權為例,國立中正大學財務金融學系研究所碩士論文。106
 
二、英文部份
1. Alexander, C. O. & Leigh, C. T. (1997), On the Covariance Matrices Used in Valueat Risk Models, The Journal of Derivatives, Spring, Vol.4,No.3, pp.50-62.
 
2. Barone-Adesi, G. , Giannopoulos, K. , & Vosper, L.( 1999), VaR without Correlations for Portfolios of Derivative Securities, Journal of Futures Markets,Vol. 19, pp.583-602.
 
3. Beder, T. S. (1995) VaR: Seductive but Dangerous, Financial Analysts Journal, Vol.51, No.5, pp.12-24.
 
4. Bollerslev, T. (1986), Generalized Autoregressive Conditional Heteroskedasticity ,Journal of Econometrics , Vol.31, issue 3, pp.307-327.
 
5. Boudoukh, J. , Richardson , M. & Whilelaw, R. (1998), The Best of Both Worlds:A Hybrid Approach to Calculating Value at Risk, Social Science Research Network, pp.1-13.
 
6. Chan, K. , Chan , K. C. , & Karolyi , G. A. (1991), Intra-day Volatility in the Stock Index and Stock Index Futures Markets, Review of Financial Studies, 4, pp.657-684.
 
7. Danielsson, J. & De Vries, C. G.(1997), Tail index and quantile estimation with very high frequency data, Journal of Empirical Finance, Vol.4, pp.241-257.
 
8. Day, D. E. & Lewis, C. M.(1992), Stock Market Volatility and the Information Content of Stock Index Options, Journal of Econometrics, Vol. 52, pp.267-287.
 
9. Drew, L.(1997), Value-at-Risk: Valuable Tool for Riskier Times., Journal of Lending & Credit Risk Management, Vol. 79,No.66, pp.23-29.
 
10. Fuss, R. , Kaiser , D. G. & Adams, Z. (2007), Value at risk, GARCH 107 modelling and the forecasting of hedge fund return volatility, Journal of Derivatives & Hedge Funds, 13, pp.2-25.
 
11. Duffie, D. & Pan, J.(1997), An Overview of Value at Risk., Journal of Derivatives, Vol. 4, No.3, pp.7-49. 12. Engle, R.( 1982), Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of Untied Kingdom Inflation , Econometrica, Vol. 50, No.4, pp.987-1007.
 
13. Engle, R. , Kane, A. , & Non, J.(1996), Index-Option Pricing with StochasticVolatility and the Value of Accurate Variance Forecasts, Discussion Paper, Review of Derivatives Research, Vol. 1, No.2, pp.139-157
 
14. Goorbergh, R.V.D. and Vlaar , P. (1999), Value-at-Risk Analysis of StockReturns Historical Simulation , Variance Techniques or Tail Index Estimation
 
15. Grossman, S. J. (1989), The Informational Role of Price, The MIT Press.
 
16. Hendricks, D.(1996), Evaluation of Value-at-Risk Models Using Historical Data,Economic Policy Review, Vol. 2, No. 1, pp.39-70.
 
17. Hull J. and White A.(1998), Incorporating Volatility Updating Into the HistoricalSimulation Method for Value at Risk Journal of Risk, Vol.1,No.1, pp.5-19.
 
18. Jackson, P. , Maude, D. J. and Perraudin, W.(1997), Bank Capital Value at Risk, Journal of Derivatives,Vol4, No.3, pp.73-89
 
19. Jorion, P. (1997), Value at Risk: The New Benchmark for Controlling Market Risk, Chicago : Irwin Professional Pub
 
20. Merton, R. C.(1973), Theory of Rational Option Pricing, Bell Journal of Economics and Management Science, Vol. 4, No. 1, pp.141-183.
 
21. Noh, J., Engle, R.F., and Kane, A.(1994), Forecasting Volatility and option Prices of the S&P 500 Index, Journal of Derivatives, Vol. 2, No. 1, 108 pp.17-30.
 
22. Nossman, M. and Wilhelmsson, A. (2011),Non-parametric Future Looking Value-at-Risk, Lund University - Department of Business Administration
 
23. Ralf, B. , Adam, E. C. , White, S. I. (2006), On the informational efficiency of S&P500 implied volatility, The North American Journal of Economics and Finance ,Vol. 17, pp.139-153
 
24. Stoll, H. R. and Whaley R. E.(1990), The dynamics of stock index and stock index futures returns, Journal of Financial and Quantitative, Vol. 25, No. 4, pp.441-468
 
25. Vasilellis, G. A. and Meade, N.(1996),Forecasting Volatility for Portfolio Selection, Journal of Business Finance & Accounting, Vol. 23, pp.125-143.
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