本研究以修改傳統 模型為出發點，探討基金經理人所具備的動態行為特質。傳統模型重點主要放在經理人對於市場報酬率走勢的預期，並未考慮到其對市場未來波動性走勢的預期能力。因此本文認為有失偏頗。故研究方法即加入波動擇時能力特質進入模型，希望能強化傳統模型的擇時能力表現，以更完整地建立有關經理人擇時能力的資訊。 本研究採用三十支國內股票型共同基金為研究樣本。研究期間為2001//7/1~2005/6/30四年。利用日資料方法來補捉基金經理人每日動態特質，並且建立了隨機投資組合作為比較基準點，期望能更客觀的分析經理人是否具備優良從事交易策略的能力。 研究結果發現，研究樣本的基金經理人，以三因子或單因子模型分析，多數經理人具備波動擇時能力，但是報酬擇時能力並不顯著。這說明國內共同基金經理人在面對股市的未來報酬高度不確定性，會重視高波動所帶來的高風險。故會在未來走勢高波動時，適時的減少市場風險曝露及投資部位。 另外，研究結果也發現，當模型中異常報酬考慮到市場上波動時，基金經理人波動選股能力係數並不顯著，故無法說明其會隨著市場波動性改變，而運用選股能力強化績效，創造基金異常報酬。

本研究探討VIX 期貨價格所隱含的資訊對於S&P 500 指數波動度預測的解釋力。過去許多文獻主要運用線性預測模型探討歷史波動度、隱含波動度和風險中立偏態對於波動度預測的資訊內涵。然而過去研究顯示，波動度具有長期記憶與非線性的特性，因此本文主要研究非線性預測模型對於波動度預測的有效性。本篇論文特別著重在不同市場狀態下(高波動與低波動)的實現波動度及隱含波動度異質自我迴歸模型(HAR-RV-IV model)。因此，本研究以考慮馬可夫狀態轉化下的異質自我迴歸模型(MRS-HAR model)進行實證分析。 本研究主要目的有以下三點: (1) 以VIX期貨價格所隱含的資訊提升S&P 500波動度預測的準確性。(2) 結合風險中立偏態與VIX期貨的資訊內涵，進一步提升S&P 500 波動度預測的準確性。(3) 考慮狀態轉換後的波動度預測模型是否優於過去文獻的線性迴歸模型。 本研究實證結果發現: (1) 相對於過去的實現波動度及隱含波動度，VIX 期貨可以提供對於預測未來波動度的額外資訊。 (2) 與其他模型比較，加入風險中立偏態和VIX 期貨萃取出的隱含波動度之波動度預測模型，只顯著提高預測未來一天波動度的準確性。 (3) 考慮狀態轉換後的波動度預測模型優於線性迴歸模型。 / This paper explores whether the information implied from VIX futures prices has incremental explanatory power for future volatility in the S&P 500 index. Most of prior studies adopt linear forecasting models to investigate the usefulness of historical volatility, implied volatility and risk-neutral skewness for volatility forecasting. However, previous literatures find out the long-memory and nonlinear property in volatility. Therefore, this study focuses on the nonlinear forecasting models to examine the effectiveness for volatility forecasting. In particular, we concentrate on Heterogeneous Autoregressive model of Realized Volatility and Implied Volatility (HAR-RV-IV) under different market conditions (i.e., high and low volatility state). This study has three main goals: First, to investigate whether the information extracted from VIX futures prices could improve the accuracy for future volatility forecasting. Second, combining the information content of risk-neutral skewness and VIX futures to enhance the predictive power for future volatility forecasting. Last, to explore whether the nonlinear models are superior to the linear models. This study finds that VIX futures prices contain additional information for future volatility, relative to past realized volatilities and implied volatility. Out-of-sample analysis confirms that VIX futures improves significantly the accuracy for future volatility forecasting. However, the improvement in the accuracy of volatility forecasts is significant only at daily forecast horizon after incorporating the information of risk-neutral skewness and VIX futures prices into the volatility forecasting model. Last, the volatility forecasting models are superior after taking the regime-switching into account.

本研究以Lévy過程為模型基礎，考慮Merton Jump及跳躍強度服從Hawkes Process的Merton Jump兩種跳躍風險，利用Particle Filter方法及EM演算法估計出模型參數並計算出對數概似值、AIC及BIC。以S&P500指數為實證資料，比較隨機波動度模型、Variance Gamma模型及兩種不同跳躍風險對市場真實價格的配適效果。實證結果顯示，隨機波動度模型其配適效果勝於Variance Gamma模型，且加入跳躍風險後可使模型配適效果提升，尤其在模型中加入跳躍強度服從Hawkes Process的Merton Jump，其配適效果更勝於Merton Jump。整體而言，本研究發現，以S&P500指數為實證資料時，SVHJ模型有較好的配適效果。 / This paper, based on the Lévy process, considers two kinds of jump risk, Merton Jump and the Merton Jump whose jump intensity follows Hawkes Process. We use Particle Filter method and EM Algorithm to estimate the model parameters and calculate the log-likelihood value, AIC and BIC. We collect the S&P500 index for our empirical analysis and then compare the goodness of fit between the stochastic volatility model, the Variance Gamma model and two different jump risks. The empirical results show that the stochastic volatility model is better than the Variance Gamma model, and it is better to consider the jump risk in the model, especially the Merton Jump whose jump intensity follows Hawkes Process. The goodness of fit is better than Merton Jump. Overall, we find SVHJ model has better goodness of fit when S&P500 index was used as the empirical data.

本研究旨在探討本國銀行與外商銀行超額準備的波動性差異，以及比較超額準備之影響因素在上述兩類銀行中所造成的效果差異，分別以理論及實證方法進行分析。第三章藉由資料的蒐集與整理，發現外商銀行超額準備之波動性大於本國銀行。利用Agénor與El Aynaoui (2010)的超額準備金模型及CRRA效用函數，以存款波動性的差異來解釋兩類銀行超額準備的波動性差異。在外商銀行存戶之相對風險趨避係數平均而言小於本國銀行存戶，以及外商銀行存戶投資於風險性資產比例大於本國銀行存戶的前提下，本研究推導出外商銀行存款波動性大於本國銀行，從而促使外商銀行超額準備有更大的波動性。 第四章分別建立兩類銀行之VAR模型，由衝擊反應函數分析結果發現當各項影響因素有正向衝擊時，對兩類銀行的超額準備有下列的影響：(1)就資金來源而言，本國銀行以定期性存款對超額準備影響較大，且效果為負，而外商銀行則以活期性存款影響較大，效果為正。(2)銀行資本額對兩類銀行超額準備有負向影響，且外商銀行減少超額準備的幅度大於本國銀行。(3)十年期政府公債利率對本國及外商銀行之超額準備分別有負向及正向影響，對外商銀行之效果不符預期，原因可能為公債利率無法作為外商銀行持有超額準備之機會成本。(4)金融業隔夜拆款利率對超額準備呈正負向震盪影響，外商銀行有顯著大於本國銀行之效果，顯示外商銀行較依賴隔夜拆款市場來調節超額準備金。(5)加權法定準備率對兩類銀行超額準備皆有負向影響，而本國銀行之效果較為顯著。(6)央行重貼現率對兩類銀行主要皆為正向影響，效果並不顯著但持續期間較長。(7)台灣加權股價指數對本國銀行超額準備有顯著負向影響，對外商銀行則在初期有顯著正向影響，而後轉為負向影響，且對外商銀行之效果大於本國銀行。

本論文主要是在以隨機模型探討保險事業理賠之隨機特性。 理賠之隨機特性主要是來自理賠數目與理賠金額。本文第二章首先探討理賠數目之隨 機模型。在適當之條件下, 理賠數目可以選擇適當之波松行程作為令人滿意之描述, 但實際行程常帶有長期與循環等波動因素, 吾人可以賦予每年之理賠數目為獨立之條 件, 再以混合波松行程處理變數。在本章中即對於理賠數目之分配與其參數加以討論 。 其次, 在第三、四章, 吾人將處理理賠金額之隨機問題, 包括個別理賠金額與其總合 , 即總理賠。第三章中所探討的包括個別理賠金額分配之形式與分配之估計。個別理 賠金額的大小差異之隨機性使得總理賠增加了一層之隨機成份, 第四章即是在個別理 賠金額系獨立且具有相同之分配的假定下, 進一步研究由理賠數目與個別理賠金額所 合成之總理賠, 即構成了所謂的復合波松行程。在本章中亦探討了總理賠分配之基本 特性, 與分配之估計, 并找尋可用之近似公式, 以替代繁復之計算程序。 最后, 在第五章吾人將臺灣地區人壽保險業之營運數據, 就前述之模型做實證分析。

近一、二年來台灣的股市蓬勃發展，投入股市的群眾驟增。但究竟是什麼因素在推動 著股價的波動？在此，我們將探討除了一般之基本分析，技術分析所提供的訊息外， 還有什麼其他的因素可能影響股價？希望以總體的觀點出發，用各種不同的角度來討 討論影響股價波動的因素。 我們將所欲研究的內容分成四大部分，茲分述如下： Ⅰ、定期公佈的總體經濟變數（加：貨幣供給額、通貨膨脹率…等）之統計值，仍是 對整個經濟情勢的評估，亦是投資者據以做決策的參考。所以，我們希望研究這些經 濟變數是否有左右股價的力量？ Ⅱ、在這個資訊發達的時代，國與國間的關係日趨密切，連帶地各國股市的發展亦息 息相關。我們選擇了紐約、東京、香港等地，探討這些地區股價的變動是否會影響至 台灣的股價？各國間的相關程度如何？ Ⅲ、資產市價應該要能反應“基本價值”（FUNDAMENTAL VALUE ），而台灣股票的市 價似乎超過其應有的“基本價值”太多了。因此，我們想利用“泡沫理論”（BUBBLE S THEORY）來檢定台灣股市是否存在有這種“自我預期實現”的泡沫現象？ Ⅳ、最後，擬利用變異數區間檢定（VARIANCE BOUND TEST ）來檢定台灣的股價是否過度波動，而不是一個“效率性”的市場。 我們將利用計量經濟模型來探討這些問題。希望找出那些因素可以用來解釋台灣股價 變動的情形。

This paper investigates whether Tobin tax would be effective to reduce exchange rate volatility. When the rational speculators observe different temporarily shocks and take Tobin tax into account, the exchange rate will have either stable or unstable path through speculators’ changing optimal holdings. If the effect of current account shock dominates the effect of interest differential shock, the imposition of tax will stabilize the currency. This result is consistent with Tobin’s view. On the contrary, if the effect of interest differential shock dominates the effect of current account shock, the imposition of tax will destabilize the currency. The best policy in this case is to let international capitals move freely.

股價波動度在財務金融領域一直受到高度的關切，雖然過去學者研究結論皆一致認同交易量與股價波動度具有顯著正向關係，交易量的變化可以視為相關訊息的傳遞，然而交易量能夠進一步分解為交易次數與平均交易規模，Jones, Kaul and Lipson（1994）等多位國內外學者也發現，交易次數較平均交易規模更具資訊內涵，指出交易次數才是造成股價波動的主要原因。然而有關交易次數方面之研究僅限於單一市場，隨著國內權證市場的興起，引發本研究進一步探討台股認購權證交易次數對標的股價波動度之影響，樣本選取2002年國內上市之所有個股型權證作為研究對象，以觀察是否交易次數較平均交易規模更具資訊內涵，並且代表市場臨時資訊的未預期交易次數較預期交易次數，對股價波動度更具顯著解釋能力。 實證結果發現，認購權證交易量確實能有效解釋標的股價波動的特性。然而認購權證交易次數較平均交易規模對股價波動度更具資訊內涵，並且權證交易次數對股價波動度的顯著正向關係，並不受到平均交易規模的影響，因此可以推論權證交易量所隱含的資訊內涵，其實是源於交易次數本身所造成，而非規模，此結論大致上支持策略型模型之說法。 若將交易活動變數進一步區分，更可發現權證交易次數不論預期與未預期，皆對股價波動度有正向顯著影響，並且權證未預期交易次數所蘊含之資訊內涵較預期交易次數為多，顯示股價波動度較易受到市場臨時資訊的影響，而透過交易行為傳遞到市場中，因此導致認購權證未預期交易次數對股價波動度具有高度正向的解釋能力。

論文名稱：波動聚集考慮與否下之風險值衡量 校所別：國立政治大學國際貿易研究所 指導教授：饒秀華博士、翁久幸博士 研究生：丘至平 關鍵字：風險值、波動聚集、厚尾、混合常態分配、Laplace分配 論文提要內容： 眾多文獻指出金融資產報酬具有厚尾(Fat-Tail)及波動聚集(Volatility Clustering)的現象。而在尾端風險的衡量方面，究竟此一非齊質變異數應否考慮亦為各方所爭論。本文之研究擬以非條件分配（即Mixture Normal、Laplace及Normal三種分配）和條件分配（即一般常用之Garch(1，1)模式加上Mixture Normal及Laplace分配）等五種方式對台灣加權股價指數及開放式一般股票型基金日報酬率資料估計風險值，輔以回溯測試決定適用之分配。 在實證結果方面，Laplace分配優於混合常態分配之風險值估計，其原因是不論台灣加權股價指數報酬率或基金報酬率的資料並未分成"左右"兩群，而是類似單一分配，因此在用實際資料配適此分配時，混合常態分配僅能區別出平均數近似，而數異數不同的兩個常態分配。而Laplace分配較混合常態分配為厚尾，故混合常態分配表現劣於Laplace分配。 就台灣加權股價指數報酬率而言，除了在1%的顯著水準及250天的估計期間，Garch(1，1)-Laplace所得之漏損率為最接近者外，其餘均是以Laplace分配所求得之漏損率最佳。 就開放式一般股票型基金報酬率而言，不論估計期間為何（250或500天），在1%的顯著水準下，Laplace分配對風險值估計較佳；在5%的顯著水準下，以Garch(1，1)-Laplace得到良好的風險值估計。或許如Danielsson and de Vries(2000)所說，縱使就一般資產報酬有波動聚集的情況，然就極端事件(α=l%)而言並不具有此一現象，故以非條件之Laplace分配求算尾端風險即可。

本篇研究利用2004年1月至2007年12月的日資料探討台北外匯市場的波動性與交易量關係，實證結果與過去的研究相符，本文發現交易量與波動性呈現正的關係。本文亦將交易量拆成「預期到」與「未預期到」的部分，實證結果發現未預期到的交易量與波動性呈現正的關係，此結果與混合分配假說的預期相符，表示當新的資訊流入市場時，交易量與波動性會同時受到衝擊；此外，預期到的交易量與波動性的關係不顯著，因此沒有證據可推測台北外匯市場是否有效率。 / In this study, I examine the interaction of volume and volatility in the Taipei foreign exchange market over January 2004 to December 2007. Consistent with empirical results of previous research, I find a positive relation between total trading volume and volatility. I also decompose total volume into expected and unexpected components. I find a positive relation between unexpected volume and volatility. This result is consistent with MDH, which supposes that volume and volatility are both driven by a common and unobservable factor that reflects the arrival of new public information. Regarding the expected volume, a weakly positive correlation with the volatility was observed. There is weak evidence that the Taipei foreign exchange market is efficient.