本研究的重點為研究台灣股價指數期貨與現貨之互動關係，分為兩大課題；課題一為股價指數期貨上市對現貨波動性的影響，分別擷取SIMEX與TAIFEX兩個市場期貨上市前後現貨股價指數之每日收盤價，探討台股指數期貨上市對現貨市場報酬波動性，及現貨報酬波動不對稱反應之影響。課題二為股價指數期貨與現貨間之領先落後關係，以每五分鐘成交價分析TAIFEX台股指數期貨與現貨報酬率之線性Granger因果關係。 　　實證結果如下： 一、股價指數期貨上市對現貨波動性的影響 　　進行單根檢定與Ljung-Box序列相關檢定後，確定台股指數現貨報酬序列符合ARCH類模型變異數異質的特性，故採用Glosten, Jagannathan, and Runkle(1989)所提出GARCH（1,1）模型進行分析，將訊息對市場波動產生不對稱影響納入考量，亦即壞消息具有遞延效果，會增加市場波動，好消息則無。 1. TAIFEX台股指數期貨交易導致現貨報酬波動性增加，但不顯著；而SIMEX摩根台股指數期貨交易卻顯著地增加現貨報酬的波動。 2. TAIFEX台股指數期貨上市顯著地降低台股指數波動的不對稱反應，影響資訊傳遞的方式。SIMEX摩根台股指數期貨上市後，不對稱反應增加但並不顯著。 二、股價指數期貨與現貨間之領先落後關係 　　期貨與現貨價格數列經過共整合檢定後，確定符合誤差修正模型，故參考Fleming et al.（1996）迴歸模型與Stoll and Whaley(1990)ARMA，進行Granger線性因果關係。 1. 無論原始的現貨報酬序列，或以MA(2)修正的現貨報酬序列都產生相同的結論，TAIFEX台股指數現貨報酬領先期貨報酬約10分鐘。期貨報酬與現貨報酬間有顯著的同期影響關係存在。此外，誤差修正項係數的顯著表示期貨與現貨價格間存在長期均衡關係。 2. 推論影響TAIFEX台股指數現貨領先期貨可能的因素為TAIFEX期貨市場成熟度不足，且交易成本與開盤時間較SIMEX的不具吸引力，使得交易量小不能與股票市場相比較，無法產生影響。 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 2 第三節 論文架構 3 第二章 文獻探討 5 第一節 股價指數期貨上市對現貨波動性的影響 5 第二節 股價指數期貨與現貨間之領先落後關係 8 第三章 研究設計 13 第一節 研究假設 13 第二節 資料來源 13 第三節 研究方法 15 第四節 研究流程 21 第四章 實證分析 22 第一節 股價指數期貨上市對現貨波動性的影響 22 第二節 股價指數期貨與現貨間之領先落後關係 36 第三節 研究限制 47 第五章 結論與建議 49 第一節 研究結論 49 第二節 後續研究建議 51 參考文獻 53

本研究鑑於八十六年一月上市的摩根台股指數期貨，市場價格與理論價格發生頗大幅度的乖離，故以日成交量資料綜觀此市場實際狀況後，擷取最近月和部份次近月的五分鐘資料進行實證研究。 考量借貸利率差異和我國證券市場融券保證金制度，將產生不同的期貨理論價格，加上交易成本建構出無套利機會區間，再考慮風險溢酬後設定無套利執行區間。利用二次規劃模型以累計追蹤誤差最小化為目標式，求得最適指數模擬投資組合，依此進行指數套利交易。 研究結果摘要如下： 一、樣本期間二十一個期貨合約的市場價格，並不符合持有成本模型下的理論價格，有十八個期貨合約價格顯著偏低。 二、總樣本僅有48.9%落在具效率的無套利機會區間中，20.2%低於無套利執行區間下限，可進行融券放空股票買入期指的反向套利；有0.7%高於無套利執行區間上限，可進行買入股票賣出期指的正向套利。 三、反向套利執行機會持續期間平均1.1小時，最長高達20.8小時；正向套利平均持續期間為22.7分鐘。套利部位平均存續期間為15.1日。 四、平均套利利潤為2.26%，反向套利最大利潤高達11.55%，正向為4.42%。第一類交易者模擬套利交易一年的報酬率為25.43 五、以第二類交易者成本進行模擬組合套利交易七回合，累計一年的報酬率為22.39%。模擬期間平均累計追蹤誤差0.23%、匯率誤差值－0.07%，期貨保證金追繳機率為6%。 第一章 緒論 ……………………………………………… 1 第一節 研究背景與動機 …………………………… 1 第二節 研究目的 …………………………………… 3 第三節 研究範圍與架構 …………………………… 4 第二章 文獻探討 ………………………………………… 7 第一節 無套利條件 …………………………………… 7 第二節 持有成本模型下的價格偏誤 ……………… 17 第三節 市場組合的建構 …………………………… 20 第三章 研究方法與資料整理 …………………………… 24 第一節 樣本期間與資料來源 ……………………… 24 第二節 指數期貨合約定價模式 …………………… 27 第三節 相對價格偏誤的衡量 ……………………… 31 第四節 建構無套利區間 …………………………… 32 第五節 建立模擬組合 ……………………………… 35 第四章 實證結果與分析 ………………………………… 41 第一節 期貨的價格偏誤 …………………………… 41 第二節 期貨的無套利區間 ………………………… 45 第三節 模擬套利交易 ………….…………………… 61 第五章 結論與建議 …………………………………… 100 第一節 結論 …………………………………………… 100 第二節 研究限制與未來研究建議 ……………… 102 參考文獻 ………………………………………………… 103 / This paper is induced by the serious mispricing of MSCI Taiwan index futures,listed in January 1997. The empirical evidence is based on five minutes intraday data of nearby and far nearest futures contracts. There are different theoretical futures prices as the risk-free borrow-ing and lending rate are different and concerning our securities market short selling rules.We build the no-arbitrage opportunity bounds and the no-arbitrage trading bounds after added trasaction costs and risk premium. We get the optimal mimic portfolio to pull the trigger by using the quadratic programming which minimizing the accumulative tracking errors.The important results are as follows： 1. The 21 futures contracts market prices of my sample period can not be described by the cost of carry model.The average size of mispricing is significantly different from zero.There are 18 futures contracts actual prices significantly underpricing. 2. There are only 48.9% intraday observations efficiently priced within the no-arbitrage boundaries.It existed 20.2% observations under the no-arbitrage trading lower bounds to trigger short arbitrages and 0.7% observations over the higher bounds to trigger long arbitrages. 3. The average time of underpricing subsequent violations is 1.1hours and at the longest is 20.8 hours. The average time of overpricing subsequent violations is 22.7 mimutes.The average holding period of arbitrages position is 15.1 days. 4. The average arbitrage profits are 2.26%.The maximum profit of short arbitrages has reached 11.55% and long arbitrages reached 4.42%. We earn 25.43% returns from simulating arbitrage trading for one year depending upon the category 1 traders. 5. Depending upon the category 2 traders,we simulate arbitrage trading by mimic portfolio and futures contracts for 7 rounds.The average of accumulative tracking errors is 0.23%,exchange rate errors is -0.07%, futures margin call probability is 6%.The total returns are 22.39% for one year.

所謂VaR是指，投資組合未避險部位在某一信賴水準下持有某一段時間後所可能產生的最大損失值。其基本公式為VaR=-(ut-zqt)。其中u為報酬均值 ，Z為標準常態分配累積機率值，q為報酬標準差。VaR值對投資者有兩種意義：一是瞭解部位風險，如果這個值超過本身所可以承受的範圍，應該調整投資組合或做適當的避險動作。另一點是將VaR值視為本身所可以承受的最大損失，因此應提列等額的損失準備，風險控管人員隨時監視持有部位的市場價值，當實際損失超過VaR值時，應要求立即停損出場，否則像英商霸菱銀行倒閉事件會不斷的發生。 本研究共使用的三種估算VaR的方法：歷史價格模擬法、等權移動平均法、加權移動平均法及兩種預測報酬波動度的方法：GARCH、EGARCH。以臺灣加權股價指數9、23、46、144、288天的報酬及報酬標準差為樣本，分別求算每日在信賴水準為95%、99%，持有期間為一日的VaR值，將所求得的VaR值，與隔日實際的損益相比，以隔日實際損失是否小於VaR值為效率衡量的標準，檢驗各種計算VaR方法應用在臺股指數期貨的效率之依據。 在三種估算VaR的方法中，信賴水準95%下，以使用46天等權移動平均所求算的VaR值效率最好（誤差3.25%），使用歷史價格模擬法，持有期間為九日的VaR效率最差（誤差31.25%）。信賴水準為99%時，以使用144天等權移動平均所求算的VaR值效率最好（誤差1.989%），使用歷史價格模擬法，持有期間為九日的VaR效率最差（誤差6.07%）。 預測波動度的模型部份，BGARCH較GRACH法好，但差異相當小。 本論文並建議以下的步驟，建立以VaR模式為風險控管機制的系統： 1.確立部位 2.預估該部位未來的價格風險大小（報酬變異數），預估的方法則如本研究實證中所應用的方法 3.訂定該部位預期報酬率（過去的報酬均值，或無風險利率，或直接令其為0） 4.決定該部位的持有期間（如隔夜） 5.決定要求財務安定的程度，即決定最大可能損失的信賴水準。越傾向安定的財務系統，信賴水準越高。 6.以第2-5步驟的資料計算該部位的VaR值，公司以此VaR值為標準，提列損失準備。 7.建立一套資訊系統，隨時監視部位損益與VaR的差距，如果部位損失超過VaR值應立即停損出場，不可猶豫。因為如果不停損可能產生遠超過公司提列的損失準備，使公司面臨嚴重財務危機。

國內黃豆、玉米與小麥等原料均自國外進口，而進口業者主要面臨採購風險包括價格風險與匯率風險兩類，現存的避險工具除了遠期契約外，期貨工具也早已成為國際間有效的避險工具，故本研究以國內大宗物資業為研究對象，探討其在開放自由進口後，所採取的避險方式與期貨工具使用狀況與目的。 　　本研究之主要發現如下： 　　1. 大宗物資業者並未採取規避價格風險的動作 　　目前國內大宗物資業者基於經營者的心態、國內外市場價格的相關性低、國內下游業者的交易習慣及交易成本的等因素考量，並未考慮採用與現貨部位相反方向的期貨操作來規避價格波動的風險。此外，由於業者是利用期貨工具決定穀物本身的成本，因此在期貨上是採只買不賣的交易方式，若是在買進期貨同時，另外再買進一個賣權(Put Option)，將可避免期貨價格下跌的風險。但國內業者基於經營者心態與交易成本提高等因素，並未考慮使用期貨與選擇權搭配避險的作法。 　　2. 經營者的心態將影響廠商使用期貨、選擇權等交易工具的目的 　　使用期貨與選擇權工具的目的包括避險與投機兩部份。目前國內業者並未考慮使用此工具來從事避險的動作，但有部份業者基於本身經營者的心態與本身的人才與經驗，使用此工具從事投機的動作，其目的主要是培養採購人員對市場的敏感度與臨場感，若是業者對本身人才與經驗極具信心，經營者與組織文化的認同，將會考慮操作期貨或選擇權工具來賺取利潤。 　　3. 大宗物資業者對於期貨投機操作，採取控制交易量的風險控管方式 　　期貨交易本身只須支付少量的保證金即可進場操作，本身為具有相當高槓桿效果的交易，價格波動將立刻反應到保證金要求，若是保證金低於維持保證金，期貨經紀商將有權進行砍倉的動作。國內從事期貨投機操作的廠商，對於公司內部的風險控管，採取控制交易量或控制金額的方式將本身風險鎖定，以避免發生失控的狀況。 　　4. 人才與經驗將是影響廠商是否採取規避匯率風險的動作之主因 　　雖然大宗物資業者在採購時將同時面對價格與匯率波動風險，但目前業者的付款方式是請銀行開信用狀給美國穀物供應商，從開匯、押狀到還款共有180天的還款期限，因此廠商可參考銀行的意見，決定還款的時機與金額。此外，由於缺乏相關人才與經驗，使得廠商並未使用遠期美金或期貨操作來規避匯率波動的風險。

隨著國人的投資理財觀念日益受到重視，國內的證券投資信託基金在國內己逐漸成為投資人的投資標的。而對於我國的投資信託基金業者，在過去往往缺乏避險管道，使得基金經理人僅能以降低持股比率以達到規避風險的目標。 　　我國自八十三年四月正式展開期貨交易，使得國人可以合法地買賣主管機關所允許的國外的期貨契約，而對於缺乏避險工具的我國投資信託基金業者而言，如果能夠以國外股價指數期貨進行避險，不失為可行之道。因此本研究針對我國的投資信託基金業者所提供的基金投資組合資料，對於國外股價指數期貨進行避險之可行性研究。 　　本研究之實證模型是分別以現貨報酬率與期貨報酬率做為因變數與自變數之迴歸模型，研究期間自1993年2月至1994年9月止，以每週三資料求得一週、二週與四週的現貨部位與期貨部位的報酬率資料，現貨部位採用基金投資組合構建股價指數與基金每股淨值，期貨則取美國S&P 500、日本NIKKEI 225與香港恆生等三種股價指數期貨契約為避險標的對象。 　　經由實證分析，我們得到以下的結論： 　　1. 對於避險所用的期貨契約方面，建議以香港恆生股價指數期貨契約為較佳的選擇。 　　2. 避險期間的選擇方面，避險期間長度的選擇隨著股價指數期貨契約的選擇而有所不同。避險期間愈長，未必避險績效愈佳。 　　3. 對於我國投資信託基金而言，以本研究所選擇的三種國外著名的股價指數期貨進行避險的績效不盡理想，相關程度(R-Square)最高也僅有0.0779。 　　4. 在現貨指標的選擇上，以股價指數法相對於三種國外股價指數期貨進行避險研究，結果顯示並未顯著在各種績效衡量指標方面優於NAV法。

財務工程的主要目的，在於將金融工具與金融市場上所發生的問題，予以 更合理更適切的解決；而金融創新的用意，在於提高金融機構對整體經濟 波動的競爭力。因此，若能將財務工程的技巧與觀念應用在金融工具的創 新與改良上，對於造就出一個熱絡與公平交易的金融環境境而言，或許多 少能產生某些助益。如今，金融機構面對利差縮小的傳統業務，以及日益 競爭的金融環境，金融創新乃成為時勢之所趨。透過新金融產品的開發與 推廣，不但可促進市場效率性的達成、金融業務的拓展，對於金融市場避 險方式，也將另有一番新的詮釋。本文循序的說明了金融市場中行之有年 的金融期貨、選擇權、交換交易，以及其衍生出來的金融商品：期貨選擇 權、交換選擇權…等金融工具的應用與特性。尤其對CBOT於1991年所推出 的利率交換期貨與利率交換期貨選擇權合約的應用，更是詳述有加。雖然 該商品的創新立意甚佳，但在實際的交易上卻未臻完善(利率交換期貨選 擇權自1991年8月起開始交易，三個月後就下市了；利率交換期貨的交易 也在一年後壽終正寢）。即使如此，本文也就其在市場上交易的實際資料 做實證分析。本文使用大量的表格將有關文獻做一整理；並利用許多的圖 形表達出各種金融工具的報償形式；以便於對各種金融商品的特性能一目 了然。 / Financial Engineering, which solves the problems in the fin- ancial market and financial tools and makes them reasonable. Financial Innovation, which increases the competences of the financial institutions within the volitity macroeconomy. Use the skills and ideas of the financial engineering to financial innovations,we can make a more efficiency and complete financial markets. My study describes the details of Financial Futures、Options、 Swaps and other derive products:Options on Futures and Swaptions , then introduces the new financial tools: Interest Rate Swap Futures and Options on Interest Rate Swap Futures.The Swap Futures and the Options on Swap Futures are the new contracts of CBOT ,which trade from 1991. They are failed trade in the market, but they offer a example for financial innovations. Now, we want to make Taipei to become a international finan- cial center, we have to cancel the financial regulations and develop the new financial tools. This study is a simple test. graphs、tables and formulas applied.

本文主要針對隔夜情緒影響的不對稱性進行研究，本研究以今日開盤的波動率指數(VIX)與昨日收盤的VIX相減代表隔夜資訊，而波動率指數又稱為恐慌指數，就理論上而言，當市場出現恐慌時，波動率指數亦會上升，本文將以區分市場在恐慌普通與樂觀情緒下，波動度與成交量的關係是否有變化，其中成交量又細分為Total volume, Expected volume與Unexpected volume，此成交量分類的概念源自Illueca and Lafuente (2007)，而波動度與交易量的關係則是參考Darrat et al.(2007)中VAR 的方法來探討。本文以台灣股價指數期貨與台灣股價指數作為研究標的。本文的實證結果顯示在不同的情況下，各種成交量與波動度的因果關係及影響方向均有變化，在隔夜有重要資訊發生時(恐慌或樂觀)，開盤時的預期成交量與未預期成交量和波動度的因果關係會發生變化，若是普通情緒下，則各種成交量與波動度之間皆有雙向的因果關係，惟影響方向不同。開盤時段下，預期成交量除了在樂觀情緒下，會預期成交量使得波動度增加，恐慌與普通情緒下，預期成交量會使得波動度減少，類似提供流動性的角色，但極端情緒下，波動度卻無法對未預期成交量產生影響，代表在極端情緒下，波動度是由未預期成交量所導致，表示未預期成交量為波動的製造者，此與本研究推測未預期成交量帶有較大資訊含量相符。

本篇論文主要在檢視Fong與See (2001) 所提出的假說，將其應用於道瓊歐洲石油天然氣指數期貨 (DJ EURO STOXX OIL & GAS Index Futures) 上，是否能得到相同的驗證。 　　在是否加入狀態轉換考量的檢定中，本文採用AIC與BIC準則為判斷的基準，而由於雙狀態下BIC準則易有樣本參數過大的懲罰特性，因此其中又以AIC為較佳判斷的準則。研究結果顯示，有考量狀態轉換的Regime Switching GARCH模型配適度會較無考量狀態轉換的GARCH模型為佳。而在納入狀態轉換的考量下，在Regime Switching GARCH模型及其相關衍生模型的比較中，主要是採用RS-GARCH(1,1)-N，RS-GARCH(1,1)-t以及RS-ARCH(1,1)-t模型作為比較。這裡同樣以AIC與BIC準則為判斷的基準，研究結果顯示，在三模型中，是以RS-GARCH(1,1)-t模型具有最佳的配適度。 　　在預測能力的檢定中，本研究是利用MSE、MAE與R2，來判斷何者具有較佳的解釋能力，並且以DM檢定來進一步驗證。研究結果顯示，在有考量狀態轉換的Regime Switching GARCH模型與無考量狀態轉換的GARCH模型中，是以有考量狀態轉換的Regime Switching GARCH模型具有較佳的預測能力；而在RS-GARCH(1,1)-N，RS-GARCH(1,1)-t以及RS-ARCH(1,1)-t三種衍生模型的比較中，又以同時考量t分配以及有狀態轉換的RS-GARCH(1,1)-t模型具有較佳的預測能力。

中國大陸自2010年4月16日推出第一支股價指數期貨商品-滬深300股價指數期貨以來，不到一年半的時間日交易量已達大約18萬口，超越已推出約13年的台灣股價指數期貨約十萬口的平均日成交量，由此可見中國股價指數期貨的發展潛力與日俱增。另外隨著中國大陸經濟的快速成長，大陸金融市場也逐漸成為國內外大型機構投資人重要的投資市場，而期貨又是投資、避險及套利不可或缺的金融商品。因此本論文將從期貨與現貨的價格關係出發，幫助投資人了解其基本的價格關係，未來進一步可更深入進行相關研究。 本論文選取時間為2010年4月16日至2011年3月15日共220筆日資料，研究方法以向量自我迴歸模型為主，配合ADF、PP單根檢定、共整合檢定、因果關係檢定、衝擊反應函數分析和誤差變異數分解進行中國滬深300指數現貨和期貨之前的價格關係探討。 實證結果顯示：(一)中國滬深300指數現貨和期貨不存在共整合關係；(二)根據因果關係檢定，中國滬深300指數現貨為期貨之「因」；(三)在向量自我迴歸模型中，證明現貨較期貨有較佳的價格發現能力；(四)在衝擊反應函數分析和誤差變異數分解模型中，結果為現貨對於期貨的解釋能力較期貨對現貨的解釋能力高。 隨著中國金融市場快速成長，中國股價指數期貨相信會是未來不可或缺的投資商品之一。但目前台灣地區針對中國股價指數期貨的相關研究較少，希望藉由這篇論文的撰寫，未來能帶動更多研究者進行更深入的研究。 關鍵詞：指數期貨、價格發現、向量自我迴歸模型

摘 要 現今的臺灣期貨市場，已有多種期貨、選擇權相關商品，投資人下單之方式也有人工及電子之分，故以期貨商之角度，如何增加投資者交易之口數、找出不同屬性客戶購買不同商品之偏好，進而開發新客群抑或節省成本來增加公司之利潤便是增加公司營收之重要方法。故本研究希望能以臺灣某期貨個案公司之交易資料，針對不同地區之分公司在臺股指數期貨、小臺股指數期貨、股票期貨及臺指選擇權之交易口數，自2011年1月至2011年12月交易資料，探討不同地區、不同交易方式、不同商品之交易口數差異以及不同地區之購買偏好，以期在未來能針對各地區之特性提供行銷策略以供學術界、業界經營管理之參考。本研究於第四章實證分析使用了獨立樣本T檢定、單因子變異數分析及集群分析等統計方法來探討個案公司在不同狀況下之交易口數差異以及分公司、縣市的交易行為集群分析，研究結果簡述如下。 1. 個案公司之期貨商品的業績量在2011年上半年成逐漸成長，2011年下半年持平。 2. 期貨商品以電子下單之交易口數顯著多於人工下單之交易口數。 3. 居住區域對於小台指期貨之交易口數有顯著影響。 4. 集群分析之結果與二維統計概述結論相似。