1 |
企業財務槓桿效果之再探討:動態 Panel Data 方法之應用林景民 Unknown Date (has links)
本研究目的在於探討隱含波動度不對稱效果,並分析公司規模與財務槓桿比率對於波動度不對稱的影響。波動度不對稱效果是指負向報酬衝擊對波動度增加的影響較正向報酬衝擊大。由於過去的文獻多針對現貨與期貨價格行為上的研究,並以條件變異數衡量波動度,本研究則試著以選擇權之隱含波動度作為波動度不對稱效果的衡量基礎,希冀以隱含波動度代表未來波動度的不偏估計量,反應出投資者對於未來的預期。本研究選取29支英國的個股選擇權,並利用EGARCH(1,1)模型來探討在股票價格變動下,個股選擇權所反應出來的波動度不對稱效果,研究期間主要從2000年1月25日至2003年12月31日止。而在驗證波動度不對稱效果確實存在下,我們更進一步以Pooled OLS模型、靜態Panel Data 模型與動態Panel Data模型來探討公司規模與財務槓桿比率對隱含波動度不對稱效果之關係。
本文之主要結論如下:
1. 在29家英國樣本公司中,確實均存在隱含波動度不對稱之效果,即負向股票價格變動對隱含波動度的影響較正向股票價格變動為大。
2. 在分析公司資產規模與公司財務槓桿影響波動度不對稱效果,若只以Pooled OLS模型分析,可能產生錯誤的推論,雖然公司規模為顯著性正相關,但財務槓桿則為不顯著之負相關,其實證結果與KS不一致,並且不能支持Black(1976)之槓桿效果。
3. 為了避免使用 Pooled OLS模型產生錯誤的推論,本研究另以靜態Panel Data 模型來分析波動度不對稱程度與公司資產規模和財務槓桿之關係,對於公司資產規模因素而言,不管在公司效果(固定模式)與時間效果(隨機模式)均呈現顯著之正相關,而在同時考量公司效果及時間效果(隨機模式)下,則呈現不顯著之正相關,此結果與KS的推論一致。而對於財務槓桿而言,則只有在公司效果(固定模式)呈現顯著之正相關,在同時考量公司效果及時間效果則呈現不顯著之正相關,而若單只考慮時間效果,則係數為-0.000(不顯著),則與KS推論不符合,且不支持Black之槓桿效果假說。
4. 為了較正確反應投資市場是有記憶性與調整性,我們另以動態Panel Data 模型來作實證,而這亦是一般較符合市場之模型,實證結果顯示不管在one-step 或 two-step 下,公司財務規模與財務槓桿確實與波動度不對稱性呈現顯著正相關,其結果與KS一致,且支持Black所提出之槓桿效果,而動態的延遲項則呈現不顯著(推測受限於樣本數過少)之負相關(係數為負,且值小於1),若以部分調整模型之經濟意義來解釋,即調整係數值均大於1,顯示出實際市場反應出來的波動度不對稱之結果,大於投資人對於波對度不對稱情形預期的調整,這可能是選擇權市場投資人之過度反應的行為所造成,故可能使得前期項對於後期項的影響為負,但會逐漸消失。 / The purpose of the research is to discuss the asymmetric effect of volatility, and analyze firm scale and debt ratio affect the asymmetric effect of volatility. Asymmetric effect of volatility is the influence of negative return is more than positive return. Most research focus on the futures and spot goods,and takes conditional variance as volatility. We want to use IV as unbiased estimator of volatility in the future, and reflect the investor’s expectation. We chose 29 call options in English, and use EGARCH (1,1) model to explore the asymmetric effect of volatility over 2000/1/25-2003/12/31 period. After confirming the asymmetric effect of volatility, we use Pooled OLS Model, Static Panel Data Model, and Dynamic Panel Data Model to discuss the relationship between firm scale, debt ratio, and asymmetric effect.
The funding of the paper are:
(a) There is certainly the existence of asymmetric effect in 29 sample firms.
(b) Pooled OLS Model may result wrong conclusions. There is a significantly positive relationship between firm scale and asymmetric effect. And there is a less significantly negative relationship between debt ratio and asymmetric effect. The result doesn’t consist with KS, and doesn’t support Black’s leverage effect.
(c) To avoid the error from Pooled OLS Model, we use Static Panel Data Model to analyze the relationship with firm scale, debt ratio, and asymmetric effect. Asymmetric effect is significantly positively related to firm scale with single corporate effect (fixed effect) and single time effect (random effect). And asymmetric effect is less significantly positively impacted by firm scale if we chose corporate effect and time effect simultaneously. Asymmetric effect is significantly positively related to debt ratio with single corporate effect (fixed effect), and is less significantly positively related to debt ratio with corporate effect and time effect simultaneously. The coefficient is -0.000 (less significantly) of debt ratio with single time effect. The result doesn’t consist with KS, and doesn’t support Black’s leverage effect.
(d) For showing capital market’s memory and adjustability, we use Dynamic Panel Data Model to analyze the problem. Asymmetric effect is significantly positively impacted by firm scale and debt ration in one-step model and two-step model. The result consists with KS, and supports Black’s leverage effect. The coefficient of lagged term is between 0 and -1 (less significantly) may be come from the real asymmetric effect is more than investor’s expectancy, and investors my have overreaction in capital market.
|
2 |
市場訊息變動對外匯波動之不對稱影響與其反轉特性:選擇權市場的證據陳盈之 Unknown Date (has links)
一般研究外匯波動均以現貨的波動為主,但理論上衍生性金融商品由於成本低、市場限制較少,並且隱含波動度為「事前」波動度,隱含「預期」的意涵,因此衍生性金融商品的波動應該比現貨更能反映市場的資訊,市場資訊透過市場參與者的投資策略反映在市場,將會造成市場上的波動,且影響是不對稱和具有反轉現象的,所謂的「反轉」是指當價格變動幅度很大時,負向的價格變動比正向對波動度的影響要大,但當價格變動很小時,影響方向便會出現反轉 (reversal),即小幅度的正向價格變動比負向價格變動對波動度的影響要大。
本研究以英磅、歐元、日圓及瑞士法郎四種外匯選擇權作為研究標的,探討外匯波動是否具有不對稱效果以及不對稱效果是否因價格變動幅度而有反轉現象,並且發展類似double-threshold GARCH模型的VS-VOLUME-GARCH模型,在控制交易量變數後,檢視不對稱及反轉的現象是否有所改變。實證結果發現市場訊息對英磅、歐元、日圓與瑞士法郎波動具有不對稱效果與反轉,但是方向與影響程度剛好與一般股市波動相反,即小幅度正向價格變動對波動度的影響較負向小,大幅度的正向價格變動對波動度的影響較負向大,其次,交易量的確可以用來解釋波動度不對稱及反轉但是僅能解釋部份原因,並且由實證結果可知交易量的確可以減輕波動度不對稱及反轉的程度,另外,實證結果也指出交易量只是造成不對稱及反轉效果的一個原因,除了交易量之外應該還存在其它重要因素。
|
3 |
探討外匯市場匯率波動不對稱性─以美元及日圓兌台幣為例廖怡婷 Unknown Date (has links)
近年來,金融資產報酬波動的推估一直是重要的研究課題。然而,過去的波動不對稱研究均集中在股票市場,探討外匯市場波動不對稱性的實證研究並不多,但若忽略其不對稱效果將影響未來波動預測的正確性。因此,本研究利用近十六年來美元及日圓兌台幣匯率日資料,以傳統的波動不對稱性指數型GARCH模型(EGARCH Model)、門檻型GARCH模型(TGARCH, GJR GARCH Model),亦延用異質自我相關迴歸模型(HAR-RV Model)及修正型異質自我相關迴歸模型(Modified HAR-RV Model)分別探討美元及日圓兌台幣匯率波動是否存在不對稱現象及其不對稱程度,並加以分析。實證研究中,上述四種模型均顯示美元及日圓兌台幣匯率波動的確具有不對稱效果;美元兌台幣匯率波動,與股票市場一致,報酬率與波動度間呈負向關係,當台幣相對美元升值時,波動度較高;而日圓兌台幣匯率波動,與美元匯率變動方向相反,報酬率與波動度間呈正向關係,當台幣相對日圓貶值時,波動度較高。此外,以異質自我相關迴歸模型實證分析中,日波動落後項的影響力明顯大於週、月、季波動落後項,與Muller, et al. (1997)、Corsi (2004)及Andersen, et al. (2005)實證研究結果類似。
|
Page generated in 0.0234 seconds