我國基於市場國際化與金融自由化的潮流，自1983年起逐步開放海外資金投資國內股票市場，證期會自1990年12月28日起開放外國專業投資機構投資我國股市，並且自1996年3月1日起，開放境外華僑及外國人投資我國股市。 吸引外資至我國投資對我國的經濟發展是有相當的助益，而維持股市與匯市的穩定亦是相當重要的目標，外資投入我國股市的金額與比重，預計逐年攀升，其交易策略與交易行為造成我國股市何種的衝擊與影響，是否與我國景氣循環有相關，引起本研究的動機。 本研究期間為1995年8月1日至2003年4月30日之日資料，主要以VAR模型及GARCH模型分析外資、投信與自營商買賣超及其與股價指數日報酬率之關係，並且配合景氣循環指標判斷當繁榮或蕭條時，探討兩者之關聯性。本研究之結論如下： 1.外資在股票市場中扮演著領先者的角色，可能因為外資對於資訊的判斷與收集較國內法人精準且充足，所以國內法人有跟隨外資的現象。 2.前期外資買賣超對當期股票指數報酬率具有顯著的正向衝擊，可見外資進出股市的確具有資訊內涵，可作為投資時的參考指標。 3.在加入景氣循環變數進行討論時，可發現當景氣蕭條時外資買賣超對股市報酬率的衝擊比景氣繁榮時衝擊劇烈。 4.股票報酬率的波動性亦顯著受前期外資買賣超波動衝擊的影響，且為正向效果，但投信與自營商買賣超對股票報酬率波動的影響並不顯著。 5.不論景氣的好壞，外資買賣超的波動度會增加我國股市報酬率的波動，且為正向的影響，由此可推論外資的買賣超行為會對台灣股市的短期走勢有助長或助跌的效果，增加股市報酬率波動度。

本文係針對臺灣50指數期貨與基金於2003年6月30日上市之後，臺灣期貨及現貨市場報酬率間領先落後關係與波動性的變化來進行探討。研究分為兩部份，第一部份是觀察臺灣50指數期貨與現貨之間的關聯性，並探討臺灣加權股價指數、金融保險類股股價指數及電子類股股價指數期貨與現貨市場間的變化；第二部份是採用可模擬現貨走勢的臺灣50指數基金、國泰金及臺積電的股價來做為現貨的替代變數，觀察其與期貨之間的關連性是否與第一部份的結果類似，若是實證結果極為相同，則相關機構與一般投資人將可運用各期貨與其標的指數中市值最大的股票來進行套利操作。此外，本文在進行模型估計時，首度採用一階段估計法，來聯合估計雙變量GARCH模型中的條件平均數方程式與條件變異數方程式，以避免過去相關文獻將兩條方程式個別估計時所造成的估計誤差。 實證結果所獲得的重要結論如下：首先，臺灣期貨市場的發展仍未趨成熟，並不具有價格發現的功能，在考慮風險溢酬方面，僅有臺灣50指數期貨與現貨的投資人會在報酬率之外，額外要求用以補償的風險溢酬，再者，臺灣50指數期貨與基金的上市，並沒有對臺灣現有的期貨與現貨市場造成顯著的影響，然而，替代變數並不能完全取代現貨指數，但相較之下，國泰金在臺灣50指數期貨與基金上市之後的那段期間模擬成效最好。 / This paper investigates the change of lead-lag relationship in returns and volatilities in Taiwan futures and spot markets after the introduction of Taiwan 50 Futures and Taiwan Top50 Tracker Fund (TTT) on June 30, 2003. The study divides into two parts. The first part examines the relationship between Taiwan 50 Futures and spot markets, and also discusses the change of Taiwan Stock Exchange Capitalization Weighted Stock Index, Taiwan Stock Exchange Banking and Insurance Sector Index, and Taiwan Stock Exchange Electronic Sector Index in futures and spot markets. Another part uses the stock price of TTT, Cathay Financial Holding Company and Taiwan Semiconductor Manufacturing Company as the substitutive variables of spot index and goes a step further to examine the relationships between them and futures individually. Additionally, this research used One-Pass Method for first time to estimate jointly the conditional mean equation and conditional variance equation of Bivariate GARCH Model to avoid estimating error in previous relative studies with Two-Pass Method. The major empirical results are as follows: first, the development of Taiwan futures market is incomplete. The futures market does not play the price discovery role to the spot market. Second, under the consideration of risk premium, only investors in Taiwan 50 Futures and spot markets would ask for compensated risk premium excepting returns. Third, the opening of Taiwan 50 Futures and TTT does not influence significantly Taiwan futures and spot markets. Last but not least, these substitutive variables can not replace spot index perfectly. However, comparing with others, the stock price of Cathay Financial Holding Company is the very model of Taiwan Stock Exchange Banking and Insurance Sector Index after the introduction of Taiwan 50 Futures and TTT.

本文主要探討匯率波動對台灣出口貿易的影響，實證重點在於匯率波動估計方法之不同，是否會對出口貿易產生不同的影響。樣本期間自1990年1月至2006年12月，共204筆月資料。匯率波動的估計模型包含移動平均變異數、GARCH模型、門檻GARCH模型(TGARCH)及指數型GARCH模型(EGARCH)，本研究先估計出匯率波動因子再進一步代入出口方程式中作估計，相較於國內其他文獻，本文考慮了匯率波動不對稱情形存在的可能性，同時也考慮了變數是否呈定態的問題。實證結果顯示，台幣貶值會造成比較大的匯率波動；利用TGARCH(1,2)作為匯率波動估計模型，結果顯示匯率波動增加會刺激台灣對美國和日本的出口量。

因應國際接軌，台灣在風險管理上將採用國際清算銀行所公佈的規範，其中，在市場風險方面，巴塞爾銀行監理委員會(BaselCommittee on Banking Supevision, BCBS)允許銀行能夠使用風險值(Value at Risk, VaR)模型來衡量市場風險，同時明文規定可透過事後的回顧測試作模型適合度的檢查，若模型有不正確的疑慮，監理機構可給予較高的乘數因子，以要求銀行提高資本保留。本研究嘗試以四種模型，包含EWMA、AR(1)-GARCH(1,1)、AR(1)-EGARCH(1,0)、AR(1)-TAR-GARCH(1,1)搭配兩種分配(常態分配、拔靴法)計算風險值並進行回顧測試。透過實證結果，發現一般金融資產在假設常態分配下使用GARCH-type估算風險值時，有低估風險的現象，伴隨著的是，進行回顧測試時會有較高的例外數(exception)。本文建議以拔靴法搭配GARCH-type模型進行風險值的估算，更能表達金融資產厚尾(fat tail)高峰的特性，此為本文貢獻之一。同時，實證結果亦指出透過不同模型估算出的風險值，對相同的投資組合能產生不同的資本提列，並且，更進一步發現，對於某些低估風險的模型，即使已經透過增加乘數的方式，其提撥的資本仍舊較低。對銀行來說，能藉著選取模型來節約成本追求利潤極大；相反的，對金融監理機構而言，則表示在目前的規範下，並無法有效的促使銀行提列足夠的資本保留。

我們期待利用一種更為接近報酬分配實際情況的模型來估計風險值，以期望獲得較佳的風險值估計結果，由於市場上的波動因具有異質變異，易產生波動聚集現象(Volatility Clustering)，因此我們嘗試以GARCH模型捕捉波動起伏，並結合一般化極端值分配來捕捉財務資料常具有的厚尾現象。 研究中，更進一步地利用模擬比較Frechet與GEV估計尾端係數的優劣，結果發現在資料具有厚尾現象時，利用Frechet分配所估計的尾端係數結果的確比用GEV的結果好，不過利用係數結果估計風險值時，我們卻發現兩者的結果差異不大。而我們亦認為，在窗口大小為1800時，block size為63是合適的。 而實證結果中，除了更加驗證模擬結果外，我們亦發現利用AR(k)-GARCH(p,q)模型與一般化極端值分配作為估計風險值的方法的確可以考慮到波動的趨勢及厚尾現象，因而可以獲得較理想的風險值估計結果。 關鍵字：風險值、一般化極端值分配、厚尾、GARCH模型

論文名稱：非齊質變異下尾端風險的衡量 校所組別：國立政治大學國際貿易學研究所 指導教授：饒秀華博士 研究生：陳俊宏 關鍵字：風險值、極值理論、厚尾、GPD、GEV、HILL、GARCH模型 論文摘要 台灣加入世界貿易組織(WT0)之後，也相對宣示了國內企業邁向國際化與自由化的向前邁進一步，對於銀行、進、出口商在匯率使用上將會更加的頻繁，因此面對匯率的風險將是無法避免，本研究的目標為每一塊美元兌換台幣的即期匯率資料，以基本的歷史模擬法、變異數－共變異數法，比較極值理論所使用的方法是否有差異存在，而平常使用的非條件模型與條件的GARCH模型比較，條件模型是否能夠比非條件的模型更能正確地估計風險值；另外，條件模型在多日風險值的估計時是否還保有其適用性。 實證結果顯示：整體上而言，在1日風險值估計的模型上，條件模型上的假設確實比非條件的模型較好。在1日的風險值估計下，條件極值理論的使用上比條件變異數－共變異數法或歷史模擬法所估計出來的風險值表現的結果好。在多日的風險值估計下，1日風險值估計模型表現最佳的條件極值理論的模型，卻沒有依然表現的很好，原因是GARCH模型可能無法在時間拉長時，依然做到最好的估計，此時，或許使用非條件的Hill模型以λ_t的方法來估計風險值，就可以達到不錯的結果。

過去文獻在探究利率波動行為時多採用現貨市場利率做為研究對象，思及期貨市場交易成本較低且流動性也較高使其對新資訊的反應更為迅速下，本文改以短期利率期貨，三個月期歐洲美元定存利率期貨、三個月歐元存款利率期貨以及三十天期商業本票利率期貨的隱含利率作為樣本資料，進而探討美國、歐洲及台灣的利率波動行為。研究方法以Gray(1996)提出的一般化狀態轉換模型為基礎並加入可以反應不對稱性的Dispersion設定，此設定有二個優點，其一為當面臨極大衝擊時，可減少衝擊所造成的變異數持續性而產生波動度均數復歸的現象，此設計乃考量到樣本期間一半時期均處於高峰度狀態的情形不常見，當波動度處於高峰時，預期市場波動度會反轉成近似常態水準；其二為易於Student’s t分配之狀態轉換模型下自由度的參數化設定，使峰態可隨狀態轉換。另外亦加入槓桿效果設定來反應市場上正負消息對資產報酬波動度所造成的不對稱影響。 由AIC模型配適度選擇準則下，適合描述美國、歐洲以及台灣的利率模型分別為RS-GARCH-L-DF, RS-GJR-GARCH-L-DF與RS-GJR-GARCH模型，這三個模型在DM預測力檢定下亦顯示具較佳模型預測力，本文進一步透過此些模型來探測歷年來重大經濟事件與央行利率政策對利率波動度的影響與關聯性。 研究結果顯示美國、歐洲及台灣的利率波動行為均具有顯著的高低兩波動狀態，台灣與歐洲的利率處於高低波動期間的機率較平均，但台灣處於高波動度狀態的機率遠高於歐洲，相形之下，美國普遍處於低波動度狀態；三者的利率長期皆會回歸於某一均衡水準，且顯著存在波動度叢聚的現象，其中，台灣利率的波動最為劇烈，而美國與歐洲的利率行為則具有波動度長期會回歸某一均衡水準的現象。當利率水準較高時，可清楚窺知歐洲的利率波動度也會較大，此現象亦存在於美國的高波動時期，但不適用於台灣利率動態行為上的描述。

The volatility model approach to forecasting Value at Risk is complemented with modelling of Expected Shortfalls using an extreme value approach. Using three models from the GARCH family (GARCH, EGARCH and GJR-GARCH) and assuming two conditional distributions, normal Gaussian and Student t’s distribution, to make predictions of VaR, the forecasts are used as a threshold for assigning losses to the distribution tail. The Expected Shortfalls are estimated assuming that the violations of VaR follow the Generalized Pareto distribution, and the estimates are evaluated. The results indicate that the most efficient model for making predictions of VaR is the asymmetric GJR-GARCH, and that assuming the t distribution generates conservative forecasts. In conclusion there is evidence that the commodities are characterized by asymmetry and conditional normality. Since no comparison is made, the EVT approach can not be deemed to be either superior or inferior to standard approaches to Expected Shortfall modeling, although the data intensity of the method suggest that a standard approach may be preferable.

過去針對動態相關係數的模擬多是固定條件相關(Constant Conditional Correlation; CCC)模型或動態條件相關(Dynamic Conditional Correlation; DCC)模型，且大多只針對權益風險相關係數。 本研究參照台灣RBC之C1風險與EIOPA (2014)對Solvency II的規範「The underlying assumptions in the standard formula for the Solvency Capital Requirement calculation」，針對市場風險：權益風險、利率風險、外匯風險，探討各類別間的相關係數是否顯著具動態性質。首先以Orthogonal-GARCH(O-GARCH)模型，對各個風險因子配適單變量的時間序列模型，此方法除了可縮減資料維度，也可改善多變量時間模型估計較不精準的問題。最後，以蒙地卡羅模擬出的動態相關係數情境，與原始非條件相關係數做比較。結果顯示許多相關係數顯著為動態序列，因此推斷保險公司的市場風險衡量，採用動態相關係數較為準確，更能符合保險監理本質。

Most of the literature on Value at Risk concentrates on the unconditional nonparametric or parametric approach to VaR estimation and much less on the direct modeling of conditional quantiles. This thesis focuses on the direct conditional VaR modeling, using the flexible quantile regression and hence imposing no restrictions on the return distribution. We apply semiparamet- ric Conditional Autoregressive Value at Risk (CAViaR) models that allow time-variation of the conditional distribution of returns and also different time-variation for different quantiles on four stock price indices: Czech PX, Hungarian BUX, German DAX and U.S. S&P 500. The objective is to inves- tigate how the introduction of dynamics impacts VaR accuracy. The main contribution lies firstly in the primary application of this approach on Cen- tral European stock market and secondly in the fact that we investigate the impact on VaR accuracy during the pre-crisis period and also the period covering the global financial crisis. Our results show that CAViaR models perform very well in describing the evolution of the quantiles, both in abso- lute terms and relative to the benchmark parametric models. Not only do they provide generally a better fit, they are also able to produce accurate forecasts. CAViaR models may be therefore used as a...