No description available.

Dornbusch （１９７６）〞Expectations and Exchange Rete Dynamics〞 一文發表 後，匯率的過度調整現象就成為學者們爭相研究的主題。而最近，學者們更進一步將 股票市場引入，使模型更加完整，其中以朱美麗、曹添旺（１９８７）一文為最。 本文修正朱美麗、曹添旺（１９８７）的模型，並假設資本不完全移動、債券不完全 替代，來探討非預期的擴張性貨幣政策及外國利率上升對匯率、股價與產出的影響。 在推論過程中，我們發現，體系受到衝擊後，可能為一穩定體系也可能為馬鞍調整型 的不穩定體系。在此，我們採用電腦數這分析來討論穩定體系的情況，並對衝擊後變 數之行進路徑作模擬，而馬鞍不穩定體系的情況，並對衝擊後變數之行進路徑作模擬 ，而馬鞍不穩定體系的情況可歸納以下幾點結論： 不穩定體系的情況可歸納以下幾點結論： （一）擴張性貨幣政策： １．長期而言，產出與股價的均衡值上升，而匯率之升貶未定。 ２．短期而言，匯率與股價會產生過度調整、反向調整與調整石足等三種情形。 （二）外國利率上升： １．長期而言，產出的均衡值上升，而匯率與股價之漲跌未定。 ２．短期而言，股價產生下跳型與上跳型之調整不足二種情形，而匯率則有過度調整 、反向調整與調整不足等三種情形。

本論文內容主要為評價及分析兩個匯豐銀行(HSBC)所發行的結構型債券，一為以和記黃埔公司為信用連結標的的信用連動債券，一為配息會因前期配息而累計的雪球型結構債券。在配息日時，兩者的發行者皆具有贖回權利，且兩者的配息都是逆浮動的結構，即利率走低利息越多。由於這兩個商品其新穎的設計為目前台灣市場上所少見，故以此為案例進行評價及分析。 本論文採用Hull & White利率三元樹、David Li建構信用曲線的方法，及Hull & White路徑相依選擇權的評價法，並利用Matlab軟體撰寫評價的程式，進行模擬及相關的敏感性分析。在利用市場校準的參數，並考量到評價的準確性及效率性下，信用連動債券的價值為95.2123，雪球型債券的價值為96.8830。並拆解商品的配息結構，為發行者試想可能的避險策略。敏感性分析分別針對利率回復速度、利率波動度、殖利率平移幅度三個變數進行分析，研究參數的變動對債券價值的影響，並分析風險的來源。

2003年7月，證期會核准14家國內券商可發行新台幣結構性債券（Structure Notes），預估每年千億元以上的投資額，使得結構性債券成為各券商紛紛搶攻的商機；結構性債券利用財務工程及金融創新，將保本和高獲利相結合，依景氣及投資人的需要設計，不但可擴大券商的業務範圍及增添獲利空間，又可使投資人或企業得到多樣化的投資及避險管道；在聯結標的方面，利率連結的結構性債券將成為主流；逆浮動利率債券所付的債息，顧名思義，當市場利率愈低，逆浮動利率債券的息票利率會愈高，其付息方式是發行者支付固定利率與貨幣市場指標利率的差額，譬如每年投資人可收到以8%的「固定利率扣掉指標利率」的利息，指標利率常見的有一年期的定存利率、LIBOR、或是商業本票利率等等。由於指標利率會受經濟環境因素而變動，當指標利率愈低時，投資者所能獲得的利息也就愈高，反之則愈低，因此單就其付息條件來說，不難看出為何在低利率的大環境下，逆浮動利率債券會如此受到投資者的青睞。 本文運用了以Libor利率修正後的Hull & White利率模型，評價逆浮動的結構性債券，對其封閉解及解析解評價出合理價格；並以兩個市場上已發行的兩個實例做應用，針對各條款計算出價格，最後提出避險工具及探討，以理論及實務的角色建議主管機關未來開放的方向。

為配合投資者的需求結構型商品日新月異其條款越來越複雜，結構型商品大致可分三類：股權、利率、信用。本文針對利率連動式債券做說明，先以最簡單的商品入門，再引導讀者進入較複雜的條款—提前贖回條款，以瞭解評價過程。 本文採用Lognormal Forward-LIBOR model（LFM）利率模型，進行利率連動式債券進行相關的評價，由於可贖回的商品沒有封閉解，故利用數值方法來求得近似解，為了使誤差極小化，採用Lonstaff and Schwartz(2001)提出了最小平方蒙地卡羅法(Least-Square Monte Carlo)，來處理具有可贖回特性的商品評價。 此外，避險參數的部分，為了讓讀者對避險參數可迅速反應，本文均假設利率、波動度整條曲線上下同幅平移。 關鍵字：利率連動債券、最小平方蒙地卡羅、可贖回

跨通貨型的利率衍生性商品提供一個管道，讓投資人能夠投資國外債券或是兩國立利率差而不牽扯任何匯率風險，本文主要利用跨通貨LIBOR市場模型(cross-currency LIBOR market model)及蒙地卡羅模擬法，針對兩種型態的跨國區間浮動利率債券進行評價，一為以國內利率為計息利率而國外利率為指標利率，另一個為以國外利率為計息利率而國內利率為指標利率，分析債券在不同的計息區間下價格之變化，為了協助投資人了解投資利率型連動債所會面臨的報酬與風險，同時針對利率水準以及遠期利率波動度進行敏感度分析，敏感分析的結果顯示遠期利率水準之波動度對債券影響不大，投資人應更加注重利率水準之變化。

本研究旨在探討金融情勢指數與公債、投資等級公司債與非投資等級公司債之關係，藉此探討金融情勢指數應用於債券投資上的實用價值。在研究方法上利用時間序列模型中自我向量回歸模型(Vector Autoregressive Model, VAR)，以Granger因果檢定、衝擊反應函數模型與預測誤差變異分解模型作為分析。研究樣本為聯邦儲備銀行芝加哥分行全國金融情勢指數、聯邦儲備銀行芝加哥分行調整後全國金融情勢指數、彭博金融情勢指數以及美林-美國銀行公債指數報酬率、美林-美國銀行投資等級債券指數報酬率與美林-美國銀行高收益投資債券指數報酬率，研究期間涵蓋1994年7月1日至2011年5月27日之周頻率資料。經實證研究分析後，獲得以下幾點結論： 1.彭博金融情勢指數具有領先公債指數報酬率之單向因果關係；全國金融情勢指數與調整後全國金融情勢指數與公債指數報酬率互為獨立關係。彭博金融情勢指數、全國金融情勢指數以及調整後全國金融情勢指數與投資等級債券指數報酬率具有雙向回饋關係。全國金融情勢指數則與高收益債券指數報酬率具有雙向回饋關係。彭博金融情勢指數與調整後全國金融情勢指數皆無領先高收益債券指數報酬率的關係，但高收益債券指數報酬率則有領先前述兩者之單向因果關係。 2.經Granger因果檢定與預測誤差變異分解模型綜合判斷，彭博金融情勢指數對於公債指數報酬率解釋能力優於全國金融情勢指數與調整後全國金融情勢指數。對於投資等級債券報酬率的解釋能力則以調整後全國金融情勢指數的解釋能力較佳。而高收益債券指數報酬率則以全國金融情勢指數的解釋能力最優。 3.從衝擊反應函數模型得知，公債指數報酬率與彭博金融情勢指數為正向互動關係；投資等級債券指數報酬率與調整後全國金融情勢指數為負向互動關係；高收益債券指數報酬率與全國金融情勢指數亦為負向互動關係。公債指數報酬率與投資等級債券報酬率受到各項金融情勢指數衝擊後，最晚在4期內可回復均衡狀態，顯示公債市場與投資等級債券市場具有好的流動與效率性。高收益債券市場則因為市場流動性較低，需至6期時間才能回復均衡狀態。 4.當彭博金融情勢指數顯示金融情勢不佳時，增持公債資產可望降低市場變動風險。當調整後全國金融情勢指數顯示金融情勢轉佳時，增加投資等級債券資產可望獲取較公債資產較佳報酬。當全國金融情勢指數顯示金融情勢寬鬆時，持有高收益債券之收益優於公債資產與投資等級債券資產。

本文主旨在了解在台灣與民生息息相關的銀行、郵局的存放款利率，是有什麼樣程度的受到債券市場的影響。本文使用Eviews研究2000/01~2015/05公債殖利率、央行利率對於其他變數是否有顯著相關。首先檢驗資料是否為定態後，考量差分後資料無經濟意義，便以變動率取代原始資料，以最小平方法進行單、多因子迴歸。結果顯示從理論或實證都能證明中央銀行透過貨幣政策、公開市場操作來影響利率，從本文研究可看出其影響力更甚於十年期公債殖利率。配合相關係數來看，可推測央行的操作不僅直接的影響著銀行及郵局的利率，也透過這些利率再去影響其他利率，使得利率間互相影響使效果增強，唯一例外是十年期公債殖利率在十五年期房貸利率上有更好的影響以及解釋力。 / The main topic of the thesis is to understand whether the bond market in Taiwan has influence on the bank saving rates and lending rates. Considering the data will lose its economics meaning after the first order difference, we use churn rate instead of the original data to construct single and multi-factor regression using. The result comes out that both theories and the paper’s result can show that the central bank has strong power over the rates. The central bank interest rate is a more significant explanatory variable than the ten-year bond yield and has positive impact on other dependent variables. The only exception is that the ten-year bond yield has the best explanatory power over the 15-year mortgage rates than other variables.

京都大学 / 0048 / 新制・課程博士 / 博士(経営科学) / 甲第22623号 / 経営博第9号 / 新制||経営||2(附属図書館) / 京都大学大学院経営管理教育部経営科学専攻 / (主査)教授 砂川 伸幸, 教授 松井 啓之, 教授 徳賀 芳弘 / 学位規則第4条第1項該当 / Doctor of Philosophy in Management Science / Kyoto University / DGAM

新藥研發為一高風險、高報酬的產業，股票或債券投資人通常不願承擔那麼高的風險。本研究利用類似Mortgage Backed Securities的概念，發行RBO（Research Backed Obligation），募集50億美金的Megafunds，投資在200個藥物上。RBO包含了Senior bond、Junior bond，以及Equity三個tranche。Senior與Junior的利率分別為5%與8%，在4年與6年後到期，Equity不發利息或股利，而是於投資期間結束後，領回基金總額扣除Bond後的價值。 本研究使用2003-2011年共5820個新藥臨床實驗結果，依照藥物型式、對應疾病分為59類，將各種藥物於各階段臨床實驗的成功機率帶入模型。每種藥物模擬5000次。最後得到投資各種藥物時，Senior bond與Junior bond的違約機率與違約時的期望損失，以及Equity報酬率的期望值與標準差。 分析模擬的結果，可得到除了其中三種藥物之外，Senior與Junior bond的違約機率皆分別在5 bp與2.5 %以下。至於Equity的部分，除了其中四種藥物的報酬率較低外，多數藥物年化報酬率的期望值在8-16%間、標準差在14-15.5%間。各藥物的風險並不會差太多，然而各種藥物報酬率的期望值彼此間有所差距。故以RBO投資新藥產業時，仍需注意投資的藥物種類。 / Biomedical innovation has become riskier and more difficult to finance with traditional sources such as private and public equity. Here we propose a financial structure called RBO (Research Backed Obligations) which is similar to Mortgage Backed Securities. In RBO structure, a $5 billion ‘Megafunds’ is financed by issuing Senior bonds, Junior bonds, and Equity. Senior bond and Junior bond tranches yield 5% and 8% annually, due within 4 and 6 years, respectively. Equity tranche does not pay any interest and obtain the residual asset after all debt obligations have been satisfied. ‘Megafunds’ will be invested on the 200 biomedical programs at various development stage to reduce the portfolio’s risk. We use the historical clinical trail data of 5820 new drug programs from 2003 to 2011. These drugs are classified into 59 groups by molecular type and disease area. Success rates of each development stage are imported into our simulation model, 5000 simulations for each drug group. The simulation result included the default rate of the Senior bonds and Junior bonds, loss of the bonds when the bonds default, and the expected value and standard deviation of the Equity return. We show that except for 3 drug groups, the default rate of Senior bond and Junior bond are less than 5 bp and 2.5% respectively for all the drugs. The expected return of Equity are between 8-16% of almost all the drug, although 4 drug groups show poorer performance. The standard deviations are between 14-15.5% for all drug groups. Consequently, almost all the drug groups have similar risks, but the expected return of the Equity tranche of these drug groups are quite different.