本文章使用 Lin (2010) 的動態追蹤資料分量迴歸(DPQR)來分析匯率波動與外匯干預之間的關係。此外，本文更探討新興市場國家與非新興市場國家樣本間外匯干預對匯率波動的影響。實證結果發現,匯率波動較低時與外匯干預較不具有顯著的正向關係,然而當匯率波動較高時則與外匯干預呈現顯著 的正向關係。此外,在新興市場國家中,可發現在高匯率波動下,外匯干預與匯率波動之間為顯著的正向關係;而非新興市場國家樣本所得到的結果為外匯干預與匯率波動之間在為不顯著的正向關係。

過去文獻在探究股市報酬率波動行為時，多採用GARCH/ARCH等傳統時間序列模型，但這些模型不能解決波動度的高持續性(persistence)。本文以Gray(1996)提出的一般化狀態轉換模型(GRS-GARCH)為基礎並加入Dueker(1997)所提出的Dispersion設定，建立GRS-GARCH-K以及GRS-GRACH-DF模型來預測股市報酬率波動行為。GRS-GARCH-K模型設定最大的優點是加入Student’s t分配之自由度可隨狀態轉換，使峰態亦可隨狀態轉換，另外GRS-GRACH-DF模型除了擁有GRS-GARCH-K的特性外，還擁有均數復歸的特色。本文以單一狀態下的GARCH-N、GARCH-t模型，以及雙狀態下的GRS-GARCH、GRS-GARCH-K以及GRS-GARCH-DF模型做研究，並以台灣股價加權股價指數為研究樣本，探討並預測股價日報酬率的波動度，最後將波動度代入Black-Scholes選擇權訂價模型，探討模型之其評價效果。 研究顯示，在樣本內以AIC和SBC檢定法則下，GRS-GARCH-DF有最好的配適能力，樣本外的預測能力在MAE、MASE、MAPE三種誤差比較法下，GRS-GARCH-DF相較於GARCH-N、GARCH-t、GRS-GARCH和GRS-GARCH-K四種模型，在訂價方面與市場價格誤差最小，並以DM檢定法證實其統計上的顯著性。因此擁有均數復歸特色的GRS-GARCH-DF在波動度的估計上相較於其他模型來的優異。

本文主要探討匯率的不確定性對貿易量的影響。利用門檻模型(Threshold model)來檢驗匯率的波動性對於美國和亞洲四小龍的雙邊貿易可能的門檻效果。利用格狀搜尋法(Grid-searching method)得到門檻點，接著運用時間序列計量方法來進行估計。資料樣本期間由1989年1月至2008年12月，由於考慮到亞洲金融風暴的影響會使模型的結果產生誤差，將1997年的資料屏除在外。相較於國內其他文獻，本文使用基本模型和門檻效應模型不僅考慮到匯率波動不對稱性的存在的問題，加強了實證結果的可信度；另外更進一步去探討門檻模型本身的假設，使得模型使用上的疑慮得以解決。實證結果顯示匯率波動的影響有著非線性的門檻效應的存在。在本文研究的國家中，在原樣本期間內，實質匯率波動對貿易量的影響在香港、南韓和新加坡有門檻效果；另外可以看出在1989年至1996年亞洲金融風暴前，當匯率波動超過某些門檻點時，會使得台灣對美國出口貿易量下降；最後台灣的SITC分類出口按原料區分的製造品產業廠商在實質匯率波動與貿易量的關係中也有門檻效應的存在，也值得再做延伸探討。 / This paper mainly probe to the relationship between exchange rate volatility and trade volume. Use a threshold model to examine a possible threshold model to examine a possible threshold effect in the impact of exchange rate volatility on trade volume for the bilateral trade volumes between the US and the Asian four tigers. A grid searching method is used to obtain the threshold points, and the time-series econometric techniques are applied to estimate. Sample period is from 1989:01 to 2008:12(deduct 1997 because of the Asia financial crisis). Compare to other domestic literature, this paper use basic model and threshold model considering the nonlinearity in the effect of exchange rate volatility to support the empirical result and the background of the threshold model. The results show the existence of nonlinearity in the effect of exchange volatility. The results show that Hong Kong、Singapore and Korea have the threshold effect in the impact of exchange rate volatility and the increasing exchange rate volatility would decrease the trade volume during the period before the Asian financial crisis in 1997.Last, Taiwan’s manufactured goods classified chiefly by material export classified by SITC also have threshold effect in the impact of exchange rate volatility on trade volume. Future research can extend on this field.

本文主要探討基因演算法(genetic algorithms)與S&P500指數選擇權為研究對象，利用基因演算法的模型來估測選擇權的隱含波動度後，進而求出選擇權的最適價值，用此來比較過去文獻中利用Jump-Diffusion Model、Stochastic Volatility Model與Local Volatility Model來估算選擇權的隱含波動度，使原始BS model中隱含波動度之估測更趨完善。在此篇論文中，以基因演算法求估的選擇權波動度以0.052的平均誤差值優於以Jump-Diffusion Model、Stochastic Volatility Model與Local Volatility Model求出之平均誤差值0.308，因此基因演算法確實可應用於選擇權波動度之求估。 / In this paper a different approach to the BS Model is proposed, by using genetic algorithms a non-parametric procedure for capturing the volatility smile and assess the stability of it. Applying genetic algorithm to this important issue in option pricing illustrates the strengths of our approach. Volatility forecasting is an appropriate task in which to highlight the characteristics of genetic algorithms as it is an important problem with well-accepted benchmark solutions, the models mention in the previous literatures mentioned above. Genetic algorithms have the ability to detect patterns in the conditional mean on both time and stock depend volatility. In addition, the stability test of the genetic algorithm approach will also be accessed. We evaluate the stability of the new approach by examining how well it predicts future option prices. We estimate the volatility function based on the cross-section of reported option prices one week, and then we examine the price deviations from theoretical values one week later.

We examine how investor sentiment affects the changes in implied volatility, and discover investor sentiment has impact on the size of the changes in implied volatility through returns, especially when returns are negative. We examine the short-tern relation between the S&P 500 index returns and the changes of VIX from January 1990 to January 2011, and between the NASDAQ-100 index returns and the changes of VXN from February 2001 to January 2011 with proxy for beginning-of-period investor sentiment at both the daily and weekly level. We find that during high sentiment periods, the negative and asymmetric relation of return to changes in implied volatility can be mitigated significantly. When returns are segregated into positive and negative returns, investor sentiment has different impact on the size of changes in implied volatility. In negative returns, investors are more panic than in positive returns, but the panic can be mitigated significantly when investors are in high sentiment. Thus, sentiment can alter the risk attitude of investors and reduce their panic in the future, especially when market has negative performance.

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第16393号 / 工博第3474号 / 新制||工||1525(附属図書館) / 29024 / 京都大学大学院工学研究科機械理工学専攻 / (主査)教授 松久 寛, 教授 富田 直秀, 教授 安達 泰治 / 学位規則第4条第1項該当

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第16813号 / 工博第3534号 / 新制||工||1534(附属図書館) / 29488 / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 松岡 俊文, 教授 清野 純史, 教授 三ケ田 均 / 学位規則第4条第1項該当

本研究嘗試探討股價指數期貨選擇權的資訊內涵，並與股價指數選擇權及歷史波動度的資訊內涵加以比較。我們的研究標的為2000年2月至2003年3月的S&P 500指數、指數選擇權及指數期貨選擇權，首先說明三個資料序列的敘述統計量，並使用單根檢定以確定資料序列為定態，符合迴歸分析的假設，再來探討原始隱含波動度的資訊內涵，然後嘗試以門檻自我迴歸模型修正隱含波動度，但檢定發現隱含波動度門檻效果並不存在，接下來以Christensen and Prabhala (1998)提出的工具變數修正隱含波動度，並探討修正後隱含波動度的資訊內涵，最後使用包含迴歸模型比較指數選擇權及指數期貨選擇權對指數的資訊內涵。得出結論如下： 1.指數選擇權與指數期貨選擇權隱含波動度均具有指數已實現波動度充分資訊，指數選擇權的資訊內涵較指數期貨選擇權為高。指數選擇權與指數期貨選擇權隱含波動度均無法作為已實現波動度的不偏估計量。歷史波動度沒有隱含波動度未包含的資訊。隱含波動度的衡量誤差並不存在。 2.指數選擇權與指數期貨選擇權隱含波動度門檻效果均不存在。前一期隱含波動度與當期隱含波動度並不顯著相關，歷史波動度與當期隱含波動度相關性較高，但使用上述兩種工具變數修正隱含波動度並不能增加對已實現波動度的解釋能力。 3.指數選擇權對指數的資訊較指數期貨選擇權為多，但指數選擇權與指數期貨選擇權隱含波動度均含有對方所缺乏的解釋能力，沒有一個隱含波動度完全包含另外一個隱含波動度的資訊。

本文目的在於探討匯率不確定性對台灣出口波動之影響。本文應用Barkoulas et al.(2002)理論架構，利用台灣1989年至2007年的月資料。實證結果發現：美元、日圓兌新台幣的匯率波動對於台灣出口美、日兩國的數量並無明顯的影響。美元兌新台幣的匯率波動對於以美國為進口國的台灣出口波動則有正向的影響；日圓兌新台幣的匯率波動對於以日本為進口國的台灣出口波動卻沒有顯著影響。本文認為：造成美元匯率波動主要支配力量，來自於貨幣政策制定者掌握之資訊優勢差異；造成日圓匯率波動的來源則無主要支配力量的存在。造成此種結果的原因在於貨幣政策制定者長久以來所建立的政策可信度所致，削減了造成美元匯率波動的另外二股力量。因此，新台幣兌換美元匯率波動取決於貨幣政策制定者掌握經濟真實狀況的能力與其貨幣政策方向。 / This paper investigates into the effect of exchange rate uncertainty on Taiwan export volatility. Under the theoretical framework of Barkoulas et al.(2002) and the empirical monthly data of Taiwan exports from 1989 to 2007, it is summarized that the exchange rate volatility of NTD/USD and NTD/JPY had no effect on the Taiwan exporting volume toward U.S. or Japan. However, the exchange rate volatility of NTD/USD did have positive effect on the export volatility of Taiwan to U.S. while that of NTD/JPY had no significant effect on the export volatility of Taiwan to Japan.It is argued that the dominant source of NTD/USD exchange rate volatility resulted from the variance of monetary authorities’ information advantage. On the other hand, it exists no such a dominant source in NTD/JPY exchange rate volatility.

券商和投資大眾越來越了解價格風險管理的重要性，但是對於波動度風險管理工具及其重要性的認知卻較為貧乏。論文探討的即是美歐新興的波動度管理工具：波動度交換契約(volatility swaps)和變異數交換契約(variance swaps)。藉著波動度交換契約，交易者就可以將所暴露的不確定風險轉換為固定的風險。 論文的焦點在於變異數交換契約(variance swaps)公平履約價的訂定。文章中所使用的評價方法是複製法(replictions strategy)，在唯一的假設條件下：股價的變動是連續的，用已知的金融商品複製成新的商品，而複製成本也就是變異數交換契約的公平價格。 在完美的市場中，我們用履約價從零到無限大的選擇權複製變異數交換契約，但是現實的情況下並不允許如此，改用有限範圍的選擇權複製其損益。故再加以討論當假設不成立：股價跳空時，以及用有限範圍履約價對複製策略的影響。 而波動度交換契約(volaility swaps)不管在理論上或是實務上的評價、避險的難度都遠高於變異數交換契約，在第七章節中，引用泰勒展開式和Heston的波動度模型，求得波動度交換契約公平履約價Kvol的評價公式。 一、中文部分： 1.、 寶來金融創新雙月刊 p31-p38 ‘波動性風險可以規避嗎？’ 陳凌鶴、林瑞瑤 2 、國際金融市場泛論與分析 陳松男著 3 、選擇權與期貨：衍生性商品 陳松男著 4 、期貨市場分析 朱浩民著 二、英文部分： 1. Black F, and M Scholes, 1973 ‘The pricing of options and Corporate liabilities” Journal of Political Economy 81, pages 637-659. 2. Carr P ,and D Madan, 1999 “Introducing the covariance swaps” Risk February, pages 47-51 3. Chriss N ,and W Morokoff, 1999 “Market risk for variance swaps” Risk October, pages 55-59 4. Derman E, 1999 “Regimes of volatility” Risk April, pages 55-59 5. Demeterfi K, E Derman, M Kamal and J Zou, 1999 “A guide to variance swaps”Risk June, pages 54-49 6. Dupire B, 1993 ” Model art risk” Risk September, pages 118-120 7. Andreas Grynbichler, Francis A, Longstaff, 1995, “Valuing futures and options on volatility”. Journal of Banking & Finance 20. 8. Carr, P., and D. Madan. “Towards a Theory of Volatility Trading.” In R. Jarrow, ed. Volatility: New Estimation Techniques for Pricing Derivatives. London: Risk Books, 1998, pp. 417-427. 9. Brenner, M., and D. Galai 1989, “New Financial Instruments for Hedging changes in Volatility”, Financial Analysis’s Journal , July-August, pp.61-65. 10 Demeterfi K., E. Derman, M. Kamal and J. Z. Zou, 1999”A guide to Volatility and Variance Swaps.” Journal of Derivatives, summer pp.9-32. 11. Derman, E. and I. Kani. “Riding on a Smile.” Risk. 7, No. 2 (1994), pp.32-39. ─. “Stochastic Implied Trees: Arbitrage Pricing with Stochastic Term and Strike Structure of Volatility.” International Journal of Theoretical and Applied Finance, Vol. 1, No. 1 (1998), pp. 61-110. 12 Neuberger, A. “The Log Contract: A New Instrument to Hedge Volatility.” Journal of Porfolio Management, Winter 1994, pages 74-80. 13 Neuberger, A. 1996. “The Log Contract and Other power Contracts “The Handbook of Exotic Options. Chicago: Irwin Professional Publishing, pages 220-212. 14 Oilver Brockaus and Douplas Long 2000 ‘Volatility Swaps Made Simple' Risk , January, pages 118-120 15 Jim Gatheral “Case studies in Financial course Notes” Spring 2000,Merrill Lynch 16 Bemd Rolfes and Eric Henn ,1999 “A vega nation.” Risk December, pages 26-28 17 Whaley R, 1993 “Derivatives on market volatility :hedging tools long overdue.” Journal of Derivatives, fall, pages 71-84 18 Cheryl L.Sulima , 2001 “Volatility and Variance Swaps” Capital Markets .News, Federal Reserve Bank of Chicago,March ,pages 1-4 19 Nina Mehta “Equity Vol Swaps Grow UP.”, Derivatives Strategy Magazine , July 1999 20 Dean Curnutt “The Art of the Variance swaps ” Derivatives Strategy Magazine , February 2000