國內第一個期貨商品臺灣股價指數期貨已於87年7月21日正式交易，金融商品的價格合理與否決定套利機會的存在。本文利用成本攜帶模型加入各項交易成本包括期貨、現貨衝擊成本、模擬誤差及建立套利部位手續費及稅負以建立期貨無套利區間，發掘套利機會進而執行套利策略。指數現貨需要有一個穩定的模擬組合（mimic portfolio）加以替代，本文利用Rudd（1980）的方法建構成分股為20支股票的模擬組合，其二次規劃法使組合的殘差報酬率變異數最小，且維持組合的系統風險與市場組合的系統風險相同（β值為1）。估計模擬誤差的預測期間共75天，分第一個、第二個及第三個25天。從78年至87年底共10年每季建構一個組合，模擬誤差多位於0.3%至0.65%之間。相同方法也用來建立近3年共12個電子類股指數模擬組合作為未來電子類股指數期貨的現貨部位。模擬組合另一用途為使共同基金獲取與大盤指數相近的報酬，經理人選股時有一個立於不敗的投資參考，而具優異選時能力的經理者則可在預測多頭即將來臨前購入組合，以獲取多頭時指數的報酬。在87年11月初以前有反向套利機會，之後全為正向套利機會，主要原因為逆價差的出現。以模擬組合實際進行套利在絕大多數的套利機會中都能夠獲利，在反向套利方面，不考慮融券限制下共有20次反向套利機會，平均持有天數為24天，持有期間平均報酬率為1.22%，在融券的限制下，反向套利機會幾乎消失僅剩下2次；正向套利機會則有40次，平均持有天數為19天，持有期間平均報酬率為1.64%。 目 錄 第一章 緒論………………………………………………………………1 第一節、 研究背景………………………………………….1 第二節、 研究動機……………………………….……………3 第三節、 研究目的……………………………….……………5 第四節、 研究架構………………………………………….5 第二章 股價指數期貨套利相關議題與文獻探討……………………….8 第一節、 股價指數期貨理論價格…………………………….8 第二節、 現貨模擬組合的探討……………………………..23 第三章 研究方法…………………………………………………………28 第一節、 股價指數期貨合理價格的決定…………………..28 第二節、 股價指數期貨無套利區間之建立…………………28 第三節、 估計無套利區間的各項參數………………………32 第四節、 股價指數期貨現貨替代組合的建立………………39 第四章、實證結果與分析………………………………………………..42 第一節、 模擬組合實證結果…………………………………42 第二節、 無套利區間參數估計結果…………………………61 第三節、 臺灣股價指數期貨理論價格實證分析……………66 第四節、 無套利區間的建立與套利機會分析 ……………72 第五章、結論與建議………………………………………………………83 參考文獻…………………………………………………….…………85 附錄A…………………………………………………………………..A-1 附錄B…………………………………………………………………..B-1

本研究分別利用傳統 OLS、誤差修正模型以及 Bivariate GARCH 模型研究以摩根台股指數期貨規避台灣股價指數的避險效果，現貨部分除了摩根台股指數現貨之外，亦考慮了台灣加權股價指數，目的在於瞭解摩根指數期貨的避險效果，並提出未來台灣加權股價指數上市後一套研究指數期約避險績效的研究架構。 本研究實證結果發現： (1)將台灣加權股價指數、摩根台股指數現貨以及摩根台股指數期貨的每日收盤價取對數值，並且依照避險期間分為三種情況，利用 ADF(Augmented Dicky and Fuller)進行單根檢定，結果顯示三個時間數列皆非定態(stationary)。 (2)時間數列取一階差分之後，視為指數的報酬率，同樣利用 ADF 進行單根檢定，結果顯示三個時間數列呈現定態(stationary)，亦即時間列服從 I (1)。此時，報酬的迴歸式存在具有實質意義。進行供整合檢定之結果顯示，無論是台灣加權指數與摩根台股指數期貨市場間，或是摩根台股指數之現貨與期貨市場間存在長期穩定之均衡關係。因此欲研究現貨與期貨市場的避險比率，應考慮誤差修正項。 (3)在加權股價指數與摩根指數期貨間避險效果方面： 1.在樣本內實證中，傳統 OLS 除了在避險期間為每日的情況之外，所造成投資組合變異數降低幅度較大，有較好的樣本內避險效果表現。 2.在樣本外實證中，傳統 OLS 無論在何避險期間，所造成投資組合變異數降低幅度較小，其避險效果皆較差。 3.避險誤差均方根比較方面，傳統 OLS 表現較差。 (4)在摩根台股指數現貨與摩根指數期貨間避險效果方面 1.在樣本內實證中，傳統 OLS 在各避險期間，所造成投資組合變異數降低幅度較大，有較好的樣本內避險效果表現。 2.在樣本內實證中，傳統 OLS 無論在何避險期間，其避險效果差皆較差。 3.避險誤差均方根比較方面，同樣以傳統 OLS 表現較差。 / Investors of Taiwan Stock Market have been long lack of hedging tools. SIMEX has provided a new merchant, MSCI Taiwan Index Future on January 9,1997. In addition, Taiwan Futures Exchange is going to run on July, 1998. Though investors are still not familiar with the new derivatives. Futures will be the new markets in Taiwan and it is the right time for us to analyze it. This research use different econometrics methods to check if it is a good hedge tool for the investors. The results are as followed. 1.The time series of MSCI Taiwan Index futures, MSCI Index Spots and Taiwan Weighted Index are not stationary. They are integrated of order 1. 2.There exist cointegrations between MSCI Taiwan Index futures and MSCI Index Spots, in addition to MSCI Taiwan Index futures and Taiwan Weighted Index. 3.OLS Regression, Error Correction Model and Bivariate GARCH Model are applied to find the optimal hedge retio. Among them, the hedge ratios of Bivariate GARCH Model are dynamic while the other two are constant. 4.According to the in-sample hedging effects results, the OLS are outstanding. The low variance of hedging portfolios and the reduction percentage compared to the no-hedged portfolios prove that. 5.Investors may care more about the out-sample results. From the table we know that Error Correction Model and Bivariate GARCH Model perform better than OLS, especially when the time period is longer. 6.When we check the RMSE, we get the same conclusion that OLS is the worst one among the three methods.

指數基金的投資策略，已經被愈來愈多的投資者和投資機構所接受。在實務上，指數基金的建構方法大多都採取簡化的方法或是最佳化的方法，簡化的方法可以快速求得解答，但答案未必是最佳，而一般的最佳化方法又過於耗時；為了在效率和最佳化之間求得平衡，這篇論文中提出了目標規劃的模型以及一套有效率的演算法來計算實際的問題；本文還提出了一個新的測度方法，用來衡量指數追蹤的誤差，衡量的方法主要是依據指數的數值和所建構的投資組合其價值相差的絕對值。本文的實證分析採用了摩根台灣加權指數來測試所建構的模型和演算法，結果顯示所建構的投資組合能準確的追蹤指數，誤差不超過0.8%。 / Creating index-tracking stock baskets has been accepted by more and more investors or institutes as one part of a total investment strategy. In practice, the selection methods widely adopted are some simplified methods (e.g. stratification) combined with some criteria, and some optimization models to minimize the traditional tracking error. Simplified method facilitates for obtaining a feasible answer, optimal in no sense, while the optimization model usually requires larger computational efforts. For bridging the gap between having efficiency and seeking optimality, we propose a goal programming model and develop an efficient solution algorithm. We also suggest a new measure of tracking error basing on the absolute difference between the value of the benchmark and the index computed from the portfolio obtained from our model. Empirical analyses employ the Morgan Stanley Capital International (MSCI) Taiwan Index to assess the tracking efficacy of the model. Computational results show that the constructed portfolio can track the index with error less than 0.8%.

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.