隨者政府多年來推動中央公債無實體化政策、新興交易商與自營商之加入，及法人投資者的參與買賣，公債買賣斷交易量日益擴增，政府為能架構合理之殖利率曲線並與國際市場接軌，故積極針對國內債券初次級市場進行多項制度面的改革及新產品開放，發行面如中央政府公債電子投標系統、政府公債增額發行機制及建立主要市場公債交易商制度，交易面則有櫃買中心所主導之債券電腦成交系統的建置、債券遠期交易、融借券、利率期貨、債券選擇權交易等多項配套措施，其中新業務之開放又以債券選擇交易之開放最具成效，至94年4月30日止，短短9個月的時間，交易量即突破4,000億元，已成為業者避險交易、投機交易、套利交易之重要工具、本研究除說明債券選擇權交易之現況並回顧各項債市政策的重大措施外，再以實證的方法( Z test )檢視債券市場於2004年8月起開放債券選擇權交易後，是否對台灣債市現貨市場交易效能有實質性的影響，以作為未來主管機關訂定債市相關政策或開放相關產品之參考依據。實證結果如下 一、流動性方面，Z檢定所得的結果拒絕前後日週轉率相等的假設，且實 施選擇權交易業務以後日週轉率明顯提高，對市場流動性有正面的效 果。 二、在波動性方面，Z檢定所得的結果拒絕前後日波動全距相等的假設， 且開放債券選擇權交易後，平均日波動全距明顯降低，降低波動性風 險。 三、在報酬性方面，指標公債的平均日報酬率略高於實施選擇權交易業務 以前，但兩平均數非常接近，且Z檢定所得的結果並不能推翻前後平 均報酬相等的假設，即開放選擇權交易業務以後並未使得公債市場報 酬性產生顯著的提高或下降。 四、在市場風險值方面， Z檢定所得結果拒絕前後平均日風險值相等的假 設，且選擇權交易業務開放後平均日風險值降低，顯示單日市場風險 下降。 整體而言，台灣開放債券選擇權交易業務以後，指標公債報酬率方面並沒有發生明顯的差異，但市場風險及波動性下降，而流動性明顯提高，顯然此一業務之開放對台灣債市交易效能有正面的影響，對整體債券市場的發展、建構合理的殖利率曲線並與國際接軌，又往前邁進一大步。

本研究目的在於探討韓國、巴西與俄羅斯等實施外匯管制的國家，其上市本國貨幣匯率期貨對該國外匯市場之影響。及小型開放經濟的紐西蘭，在CME上市的美元/紐幣匯率期貨後，對該國外匯市場之影響。以加入虛擬變數單變量GARCH模型探討匯率期貨成立期間對匯率現貨的波動性是否會產生影響；以雙變量GARCH模型探討匯率期貨波動是否會對匯率現貨波動造成影響。 研究期間乃以各國引入匯率期貨契約的基準日之下，前後各兩年的匯率日報酬率資料。實證結果顯示： 一、韓國、巴西與俄羅斯，其開放匯率期貨交易後反而會降地現貨市場的波動，但小型開放經濟的紐西蘭，在CME上市的美元/紐幣匯率期貨後，會增加現貨市場的波動。 二、以上四個國家其外匯現貨市場的波動並不會受外匯期貨市場波動的影響。 / The objective of this study is to evaluate the impact upon foreign exchange markets for exchange control countries as Korea, Brazil, and Russia when foreign exchange futures was introduced, and small-scale open economy as New Zealand when foreign exchange futures was introduced in CME. This study was an application of univariate and bivariate GARCH models to investigate the effect of foreign exchange futures trading and volatility on spot market volatility. This study utilized the daily foreign exchange rate return series based on foreign exchange futures introduced with the former and latter two years. The empirical results are as follows: 1. The spot volatility decreases significantly after foreign exchange futures trading in Korea, Brazil, and Russia. The spot volatility increases significantly after foreign exchange futures trading in New Zealand. 2. The futures volatility does not affect the spot volatility in Korea, Brazil, Russia, and New Zealand.

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

本文分別使用單因子無套利模型的 Hull and White 模型，以及二因子均衡模型的 Longstaff and Schwartz 模型來評價遠紡 66 期公司債甲乙兩券附有之利率上限。 研究結果額示：在 HW 模型部份，甲券估計出來的利率上限價值為 149.5088bp ；而乙券利率上限的價值則為 1.36E-07bp ，較甲券低。這可能是因為兩券指標利率性質不同的緣故，導致調整速度與波動性均不同。而乙券的利率上限履約利率訂得較高，造成未來利率觸及利率上限的機率不大，價值自然也較低。調整速度的變動並不會影響利率樹的垂直間距，若調整速度增加，甲券方面的利率上限價值並沒有一定的趨勢，乙券利率上限的價值則會逐漸下降。波動性的增加則使得利率樹的垂直間距與利率上限的價格均隨之上升，甲乙兩券都有相同的現象。對 HW 模型來說，若波動性太大，由於仍屬於常態分配，也可能導致利率成為負值。 在 LS 模型部份，估計出的遠紡 66 期甲券附有的利率上限價格為 110.8bp ，而乙券的利率上限價格為 Obp 。履約利率設定越高，導致利率上限價格越低。以甲券而言，當履約利率達到 8% 時，利率上限就失去其價值了。而乙券在契約訂定的履約利率(7.75%)時，其利率上限已毫無價值可言。此外，波動性越大，會導致利率上限的價值越高。甲券的實證結果，波動性與利率上限價格成正向閒係，而乙券部份，則由於履約利率過高，而定儲利率本身波動性並不大的影響，即使波動性改變，其利率上限仍是沒有價值。

自從七○年代之後，世界各國的多國籍企業開始蓬勃發展，以積極的向外求取競爭利基，因而使得這些企業的資產負債表中包含了以各式貨幣計價的實質、金融資產以及負債，因此在金融市場日益開放與自由化的同時，匯率的變動除了將影響其資產及負債的短期帳面價值價值之外，長期來說亦將影響其競爭及獲利能力。因此，本文將針對匯率對台灣多國籍企業的股價所造成的影響來著手，由匯率的走勢切入，觀察研究台灣多國籍企業股價變異數、風險溢酬、貝他係數隨匯率走勢（波動性）不同而發生的改變。 本文的研究期間可分為兩個階段：(1)第一子階段（匯率波動期）：民國75年6月～民國79年5月，(2)第二子階段（匯率平穩期）：民國79年6月～民國83年5月；而觀察的樣本分為三組：(1)多國籍企業(2)國內型企業(3)大型企業。 結果發現各樣本組在匯率波動較大的期間，其股價報酬率變異數以及風險溢酬均明顯匯率平穩期高，顯示匯率的波動性對於多數企業均具有影響力，而不僅侷限於多國籍企業，而影響的程度則以多國籍企業較大。在貝他係數方面，僅有多國籍企業樣本在匯率波動較大期間明顯增加。此一現象表示在其他的因素控制之下（包括產業、規模大小），僅有多國籍企業的系統風險顯著增加，因而可推斷匯率因素為多國際企業的系統性風險因子之一。若將各樣本組各自形成一個投資組合，再進行相同的實證，其結果均類似，也更加支持本文各部份所進行的實證研究。

GARCH模型是最常用來估計股價波動度的方法之一，因為其模型最能解釋股價波動度之叢聚現象，然而有學者發現好壞消息對股價波動度有不同程度的影響，而對稱型GRCH並無法解釋這種現象，因此發展出各種不對稱GRCH模型來描述正負向未預期報酬對股價波動度之衝擊。另外，中國大陸B股因外匯管制政策而只限制境外人士（含臺、港、澳居民）以外幣（美金、港幣）來投資，直到2001年2月19日才開放中國境內人民投資，因此形成很特殊的股票市場，本文以B股股市為實證對象，探討B股股價是否存在波動叢聚及不對稱現象。 　　實證結果顯示，中國B股股票市場雖因政策因素，使得市場機制受到扭曲，但仍符合一般股票市場之特徵，在股票報酬率分配方面出現厚尾的特徵，報酬率之波動性亦具有波動叢聚和異質之現象，故適合用GRCH模型來描述。在波動性不對稱方面，中國B股股價波動度亦具不對稱現象，開放大陸人民投資B股前，正向未預期報酬（好消息）對波動度衝擊影響程度較大，在開放後，負向未預期報酬（壞消息）的衝擊程度大幅增加，因此，在作B股股價波動度預測時，需考慮開放B股政策之影響而從新估計，否則會產生預測誤差。

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.

本研究使用相關係數隨時間變動的雙變量GARCH(1,1)模型(time-varying correlation bivariate GARCH(1,1) model)，討論台灣股票市場中，大公司與小公司之間的報酬、衝擊(shock)、波動(volatility)是否互為影響為主軸。其次，為了了解不同估計方法、相關係數的設定和解釋變數對結果造成的影響，亦設立了3種模型，作為本研究的比較模型。 本研究發現大公司與小公司過去的報酬，存在雙向的報酬外溢效果。換句話說，大公司與小公司過去的報酬分別都對「本身報酬」有影響外，對「對方的報酬」也有影響。進一步發現到：大公司過去受到的衝擊和波動不僅對本身的條件變異數造成影響，也影響到小公司的條件變異數。但相反地，小公司過去受到的衝擊和波動，只對本身的條件變異數有影響，對大公司的條件變異數沒有影響，所以大、小公司間的衝擊外溢效果和波動外溢效果有不對稱的現象。 從不同模型之比較也發現，在討論大公司與小公司的報酬及波動時，應重視兩者彼此相互影響的關係，在估計時使用多變量的方法，以捕捉彼此相依的條件共變異數及條件變異數之動態過程。除此之外，也應考量兩者的相關係數隨時間變動的特性，及過去的波動對描述對方條件變異數的重要性。 關鍵字：多變量、GARCH模型、波動性、外溢效果、不對稱性

本文以 GJR-GARCH 為分析模型，針對所選八家台灣上市公司股價所計算之每日對數報酬率(daily log returns)，對於各種不斷到達的新增訊息所引起的波動反應。所納入條件變異數方程式的訊息到達(解釋變數)分別為：(1)同日成交數量(2)成交量變動率(3)星期一與星期五之日曆效應(4)不同權值規模(size-based)投資組合間的波動外溢效果。研究結果發現(1)同日成交量對於台股權值較低的小公司，有能力捕捉其波動性，但是對於權值偏高的大公司，其解釋能力顯有不足(2)成交量變化普遍會導致公司報酬率的波動(3)臺灣股市波動性並不具有星期五效應，至於星期一效應也只出現在部分的小公司(4)不同規模的投資組合間雖然互有波動外溢現象，但其不對稱性非常明顯， 亦即訊息到達後，先造成大公司股價的波動，此波動再進而影響到小公司，引起小公司股價的波動。 / Applying the GJR-GARCH model to the daily returns of eight selected firms from Taiwan stock market, this paper examines response of variance volatility to various information arrivals which separately include (1) concurrent trading volume (2) change in trading volume (3) calendar effects, especially Modnay and Friday effects, and (4) asymmetric volatility spillover between two sized-based portfolios. The results find that concurrent trading volume as a proxy of information arrival dramatically reduces volatility persistence of the small firm's conditional variance, but has little influence on large firm's, and change in trading volume cause significant change in conditional variance. Although there is a conjecture that the volatility in stock markets may be higher on Monday and Friday, it can't be found in this study. The results also strongly support that the volatility spillover effect from larger to small portfolio is more significant than that from smaller to large portfolio.