臺灣博碩士論文加值系統

摘 要

　　自1973年Black-Scholes提出選擇權定價模型之後，相關文獻對於各種不同條件下選擇權定價模型的研究，也陸續地被探討與推廣，本研究擬採用不同的選擇權定價模型，來檢驗各模型的評價績效。
本文利用歷史波動性、修正後的BS波動性估計方法及無母數核迴歸之波動性估計方法搭配BS模型，以及GARCH選擇權定價模型下之解析近似值等方法，觀察並試算同一契約的選擇權理論價格，並比較其與實際市場價格間的差異情形，以探討各模式的績效及適用性。
本文以台灣加權股價指數選擇權(TXO)進行實證分析，並以平均絕對誤差(mean absolute error, MAE)、平均誤差百分比(mean percentage error, MPE)及箱形圖(box plot)、均方根誤差(root mean squared error, RMSE)，做為價格誤差的衡量指標。並且以勝率比(wins)來衡量何種估計方式及模型下，所計算而得之理論價格接近市場價格的次數較多，做為相對績效衡量的依據。並對市場價格與理論價格不一致的原因進行差異分析，以距到期日時間、成交量、涉價比、標的資產波動性、報酬率、偏態係數、及峰態係數等七項因素對模型偏離市價程度進行多元迴歸分析。
實證分析結果可知，傾向使用較簡單的模型及波動性估計方式，過去對台灣選擇權市場所進行之相關實證文獻結果一般而言,顯示沒有足夠證據可證明隨機波動性模型績效優於傳統BS模型，本文實證結果強化了此一推論。

Abstract

　　Since Black and Scholes published the option pricing model in 1973, a lot of studies have tried to investigate option pricing model under different conditions. This research try to test the performances of different option pricing model.
This study uses historical volatility, ad hoc volatility estimation and nonparametric kernel regression volatility estimation with BS model, and the analytical approximation of GARCH option pricing model to calculate the theoretical option price. The best model is determined by comparing the market prices.
We analyze TAIEX Options (TXO) and use mean absolute error(MAE), mean percentage error(MPE), box plot and root mean squared error(RMSE) to be the measured indicator. And we use Wins to measure what methods can get the theoretical price closer to market price than other models. Finally, we use the time to maturity, transaction amount, moneyness, volatility of underlying assets, rate of return, skewness, and kurtosis to run the multi-regression, to analyze the pricing error.
The empirical results indicate that we tend to use simple model and volatility estimation method. For the past TAIEX Option market, some empirical results reveal that the performance of BS model outperform the stochastic volatility model.

目錄

第一章　前言．．．．．．．．．．．．．．．．．．．．．．．．．．．．1

第二章　文獻回顧．．．．．．．．．．．．．．．．．．．．．．．．．．3

第三章　研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．6
第一節　波動性估計．．．．．．．．．．．．．．．．．．．．．．．．．6
第二節　選擇權模型介紹．．．．．．．．．．．．．．．．．．．．．．．13

第四章　實證結果及分析．．．．．．．．．．．．．．．．．．．．．．．16
第一節　樣本資料特性．．．．．．．．．．．．．．．．．．．．．．．．16
第二節　波動性估計及模型操作．．．．．．．．．．．．．．．．．．．．20
第三節　定價績效衡量．．．．．．．．．．．．．．．．．．．．．．．．23
第四節　定價誤差之迴歸分析．．．．．．．．．．．．．．．．．．．．．35

第五章　結論．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

參考文獻．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

附錄一　核分配之特性與帶宽值選取方式．．．．．．．．．．．．．．．．44

附錄二 「臺灣證券交易所股價指數選擇權契約規格」．．．．．．．．．．45






圖目錄

圖一　樣本期間台灣加權股價指數走勢．．．．．．．．．．．．．．．．．17
圖二　樣本期間台灣加權股價指數報酬率．．．．．．．．．．．．．．．．17
圖三　樣本期間歷史波動性走勢圖．．．．．．．．．．．．．．．．．．．20
圖四　買賣權誤差百分比箱形圖．．．．．．．．．．．．．．．．．．．．28
圖五　各模式買權誤差百分比箱形圖．．．．．．．．．．．．．．．．．．29
圖六　各模式賣權誤差百分比箱形圖．．．．．．．．．．．．．．．．．．30


表目錄

表一　台灣加權股價指數報酬率敘述統計量．．．．．．．．．．．．．．．18
表二　選擇權樣本敘述統計量．．．．．．．．．．．．．．．．．．．．．19
表三　平均絕對誤差（MAE）－買權．．．．．．．．．．．．．．．．．． 24　　
表四　平均絕對誤差（MAE）－賣權．．．．．．．．．．．．．．．．．． 25
表五　平均誤差百分比（MPE）－買權．．．．．．．．．．．．．．．．． 27
表六　平均誤差百分比（MPE）－賣權．．．．．．．．．．．．．．．．． 27
表七　均方根誤差（RMSE）－買權．．．．．．．．．．．．．．．．．．．31
表八　均方根誤差（RMSE）－賣權．．．．．．．．．．．．．．．．．．．32
表九　買權與賣權wins ．．．．．．．．．．．．．．．．．．．．．．． 33
表十　買權與賣權wins ．．．．．．．．．．．．．．．．．．．．．．． 34
表十一　選擇權定價誤差之迴歸分析－買權．．．．．．．．．．．．．．．36
表十二　選擇權定價誤差之迴歸分析－賣權．．．．．．．．．．．．．．．37

參考文獻

一、中文部分
投資分析＋Matlab應用，財務金融研究中心編著
吳勝景，以無母數核迴歸尋找股價指數之風險中立機率分配，國立東華大學企業管理研究所碩士論文，2003年6月
李季芳，台指選擇權的價格行為與Edgeworth GARCH選擇權演算法的應用，銘傳大學財務金融研究所碩士論文，2004年6月
林佩蓉，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碩士論文，2000年6月
周恆志、巫春洲，Edgeworth Garch選擇權演算法的實證應用，證券市場發展季刊，2005年7月(forthcoming)
陳建宏，台灣認購權證之半參數定價模型，銘傳大學財務金融學系碩士論文，2001年6月
陳浚泓，BS模式與隨機波動性定價模式之比較：台灣股價指數選擇權之實證，國立成功大學企業管理研究所碩士論文，2003年6月.
黃巧婷，GARCH選擇權評價模型－理論與應用，國立台灣大學財務金融學系研究所碩士論文，2000年6月
關旭東，隨機波動度下選擇權之實證－以台灣股價指數選擇權為例，輔仁大學金融研究所碩士論文，2004年6月

二、英文部分
Ait-Sahalia and Lo (1998), Nonparametric Estimation of State-Price Densities Implicit in Financial Asset Prices. Journal of Finance 53, 499-547.
Bakshi, G., Charles Cao, and Zhiwu Chen(1997), Empirical Performance of Alternative Option Pricing Models, Journal of Finance, 52, 2003-2049.
Black, F., and Scholes, M.(1973), The Pricing of Options and Corporate Liabilities. Journal of Political Economy, 81, 637-659.
Breeden, D. and R. Litzenberger (1978), Price of State-Contingent Claims Implicit in Options Prices, Journal of Business, 51, October, 621-651.
Cox, J.C., S.A, Ross and M. Rubinstein(1979), Option pricing: A simplified Approach, Journal of Financial Economics, Vol. 7, No. 3, 229-263
Duan, J. C.(1995), The GARCH Option Pricing Model, Mathematical Finance, 5, 13-32.
Duan, J. C., Gauthier, G.., and Simonato, J. G.. (1999), An Analytical Approximation for the GARCH Option Pricing Model, Journal of Computational Finance, 2, 75-116.
Duan, J. C. and Y. Yan (1999), Semi-parametric Pricing of Derivative Warrants, Working paper.
Duan, J.C., Gauthier, G., Simonato, J.G., and C Sasseville (2003), Approximating the GJR-GARCH and EGARCH Option Pricing Models Analytically, Working paper.
Dumas, B., Fleming, J., and Whaley, R. (1998), Implied Volatility Functions: Empirical Test. Journal of Finance, 53, 2059-2106.
Engle, R. and Ng, V (1993), Measuring and Testing of the Impact of News on Volatility. Journal of Finance, 48, 1749-1778.
Ferreira, E., Gago, M., Leon, A. and G. Rubio (2002), An Empirical Comparison of the Performance of Alternative Option Pricing Models. Working paper.
Heston, S.(1993), A Closed-form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options, Reviews of Financial Studies, 6, 327-343.
Heston, S. and S. Nandi (2000), A Closed-form GARCH Option Pricing Model, Review of Financial Studies 13, 586-625.
Hsieh, K. C. and P. Ritchken (2000), An Empirical Comparison of GARCH Option Pricing Models. Working paper, Case Western Reserve University.
Hull, John and W. Alan (1987), The Pricing of Options on Assets with Stochastic Volatilities, Journal of Finance, 42, 281-300.
Jarrow, R., and Rudd, A. (1982), Approximate Option Valuation for Arbitrary Stochastic Processes. Journal of Financial Economics, 10, 347-369.
Hull, John (2004), Options, Futures, Other Derivatives, 5th., N.J.: Prentice-Hall.
Silverman(1986), Density Estimation for Statistics and Data Analysis, Chapman & Hall.
Yung, H., and H. Zhang (2003), An Empirical Investigation of the GARCH Option Pricing Model: Hedging Performance, The Journal of Futures Markets, Vol. 23, No. 12, 1191-1207.