西元1993年時，現任Duke大學的Whaley教授提出新的市場參考指標「市場波動率指數」（Market Volatility Index，簡稱為VIX指數），為衡量未來股票市場價格波動程度的方法。同年，美國芝加哥選擇權交易所利用選擇權交易時波動率之變化，推出波動率指數提供市場參考。波動率指數發展至今，在美國股市中，已被法人當作判斷市場方向的交易及避險參考指標。 最新推出的波動率指數衍生性商品則是由芝加哥選擇權交易所推出上市的波動率指數選擇權契約商品，及道瓊工業平均指數的波動率指數期貨。在研究資料期間內，很明確地道瓊工業平均指數與S&P500指數正相關性非常密切，兩者的波動率指數正向關係也很高。而各自對應的波動率指數則呈現高度負相關性，其意義表示為波動率指數與其對應的市場指數呈現反向趨勢。 台灣選擇權市場發展至今，依研究資料顯示，成熟度已與國際選擇權市場相當，此刻討論台灣期貨市場編製波動率指數的可能性已較具有可行性。藉由設計波動率指數期貨與選擇權契約商品提供股票市場參與者規避波動率風險的有利工具。同時，創造台灣波動率衍生性商品交易的可能性。

本研究主要針對 Breidt et al.(1991) 等多位學者所建構的 Mixed causal-noncausal model,探討其假設與可拆解特性,並仔細討論相關資料模擬估計及預測的方法,最後將其實際應用於隱含波動率指數 (Volatility Index)的估計及預測上。根據本研究的實證結果,我們發現隱含波動率指數確實包含非因果的特性,並可進一步對其拆解及預測。另外 , 我們也以移動窗格的方式觀察係數估計結果的變化,發現 Mixed Causal-Noncausal Model 的確能夠捕捉到泡沫或危機正在生成的過程。 / This paper first focuses on Mixed causal-noncausal model constructed by Breidt et al.(1991) and then conducts empirical research on the CBOE Volatility Index. The assumptions, simulation, estimation and prediction methods of Mixed causal-noncausal model are introduced in great detail. Our empirical results show that the CBOE Volatility Index really contains non-causal parts, such that we can filter this part from the index and then further predict it. Moreover, by employing the rolling window estimation scheme the resulting coefficients of Mixed causal-noncausal model really could detect a bubble or a crisis which is going to happen.

利用系統性風險之系列商品來擴大投資組合之投資集合與避險為近來非常熱門的議題，本文除了將波動率指數納入投資組合之外，並額外加入信用風險指數，藉由各種績效指標來衡量系統性風險指數能為投資組合所帶來的綜合效益。根據效率前緣與績效指標的結果顯示，投資級信用風險指數可以有效提升投資組合的夏普值，但卻不會使投資組合之風險值提升太多。 本文利用向量自我迴歸模型分析信用風險指數與大盤之間的動態關係，同時還利用分量迴歸進一步分析在不同報酬率之下，信用風險指數與大盤之間的關聯性。發現當市場狀況越差時，波動率指數與投資級信用風險指數間的相互影響幅度會越大，且分量迴歸其估計係數在中高分量時，明顯高於最小平方回歸模型。 　　綜合來說，根據本文的實證結果與過去眾多學者所做之研究，系統性風險指數確實可增進投資組合的投資效率，擴大投資組合的夏普值。更重要的是，研究信用風險指數的論文相當稀少，本文可增加此系列商品的文獻。同時也可當作台灣推出信用風險指數來促進市場效率以及作為風險管理之工具時的參考。

由選擇權價格反推求算出的隱含波動率，可表示市場對未來波動的預期，亦間接反映出該選擇權的價值高低，成為投資者在制定交易策略時重要的依據。經由實證研究發現，CBOE VXO及VIX都可反應投資人的恐慌心理，因此能作為標的走勢的逆向指標，所以又稱為「投資人恐慌指標」。而台指市場並沒有波動率的指標可供投資人參考，所以本研究的目的，是依照臺灣指數選擇權之市場特性，修改多種隱含波動率的估計方法。依照下列比較基準，找出適合台指市場的波動率指數。 1. 報酬反向指標： 分析波動率指數變動與市場報酬之間的關係，觀察「反向非對稱變動行為」，以Vega指數的表現最明顯。 2. 週期行為： 所有波動率指數，在日內行為的偏離幅度都很有限，且週內行為並沒有異常的週期性。分析到期日效果，只有ATM指數在到期日前二日及交易當日顯著下降，顯示台指報酬在到期日前並沒有大幅的異常波動。 3. 預測能力： 比較各波動指數的預測能力優劣。使用避免假性迴歸的模型、每分鐘報價來計算實際波動率，以VIX指數的解釋能力最佳。 綜觀以上分析結果，發現無法找出單一最佳的台指波動率指標。所以若需要最佳的「投資人恐慌指標」，必須使用Vega指數；若想做預測分析，則必須使用VIX指數。

台灣特殊的兩黨對立政治環境及幾乎每年都會有的固定選舉，使得政治的不確定性深深的影響著國內的投資環境及投資人心態。本研究便是要探討，2002/1/1~2006/1/16 研究期間台灣的投資人在選舉前後的投資行為，是否真如大家所預期的，會受到台灣選舉事件的影響。 本研究首先利用適當的機率密度函數模型及選擇權市場資訊來導出隱含的風險中立密度值。再利用這些風險中立密度值，求出各個選舉事件相對應的機率分配圖形，並透過其機率分配圖形及波動率指數等統計值於投票日前後的變化來觀察某一選舉事件前後投資者的反應。 研究結果發現：1. 選舉事件的發生確實會影響投資者的心理，且投資者會透過選擇權市場有效率的反應預期的未來股價指數分佈情況。2. 越大型、越具爭議且全國性的選舉結果，其選舉期間機率分配圖形及波動率指數具有較高的波動性。3. 一般而言，選舉過後市場不確定因素降低，將使投資者對於股市的預期較為一致和樂觀。而若這個選舉結果使投資者感到意外，因而增加了市場的不確定性，則選後機率分配圖形及波動率指數的改變反而會更為明顯。4. 在此研究下對數常態混合法比傳統的 Black-Scholes 方法產生較低的誤差值，因此就實證的分析上能提供更好的配適。 / This research examines the behavior of investors during election periods from January 1st 2002 to January 6th 2006 in Taiwan. The research includes a few steps. First, we adopted a proper probability density function composed of stock index options data to construct the implied distribution. Then, when changing the whole shape of the risk-neutral implied distribution, the volatility indexes, and the statistics of the implied distribution, we observed investors' response around a specific election event. According to the empirical results, we found that: 1. An election event would influence investors’ behavior, and investors tend to reflect their expectation of future stock index in the option market in an efficient way. 2. The result of a large-scale and more disputed nationwide election will cause a higher fluctuation in both the implied distribution and the volatility index. 3. In general, the factor resulting from investors’ uncertainty of the market is likely to reduce after the election, which makes investors’ relatively unanimous and optimistic expectation of the stock market. However, if this election result surprises investors, their uncertainty of the market will increase, and thus the changes of the implied distribution and the volatility index become quite obvious. 4. The in-sample performance of the lognormal mixtures method employed in the research is considerably better than that of the traditional Black-Scholes model by having a lower root mean squared error.

本研究有系統地收集了2003年8月12日到2005年9月30日止共495個交易日的台指期貨、選擇權市場裡P/C量、P/C倉、隱含波動率(AIV)、不同天數的歷史波動率等收盤資料，進行這些因素與行情走勢間的關係，以及因素彼此的互動性。結果證實分析台指選擇權指標是需要區分金融重大衝擊前後期間，以及區分漲勢、跌勢、盤整的各期間，各期間的選擇權指標均會有不同意涵。 本論文證實使用結構轉換的Chow-ARMA(2,1)模型可能比較符合模擬指數 實況，且GARCH(1,1) 模型也很適合描述台期指貨波動度預測力。在選擇權指標方面：P/C量與AIV與台指期貨呈現負相關，P/C倉與台指期貨正相關。其中以P/C倉對指數漲跌的影響程度最大、P/C量的影響程度次之、AIV影響程度最小。若把隱含波動率區分成買權與賣權之各個波動率更有效地預測行情走勢，在大跌期間的買賣權隱含波動率更能表現出優越的預測能力，其中前兩期的賣權隱含波動率(PIV)更是效率性指標， 實證結果使用20天的歷史波動率比較能貼近選擇權市場的變化，跟過去教 科書慣用的90天不同。若比較歷史波動率與隱含波動率間的關係，結論是當「大跌期」歷史波動率大於買權隱含波動率(CIV)時，買權是會被低估的，其他的各種假設條件均不成立。理由有二：一是市場效率性決定了是否可使用隱含波動率與歷史波動率之間的高低關係。二是「大跌時期」相對於「大漲時期」的市場資訊被反應的更敏銳，而在「大跌時期」的賣權價格反應比買權價格反應更快速敏銳。 本研究推論的Chow-ARMA(2,1) 台指期貨模型、GARCH(1,1) 波動率模型、P/C量-P/C倉-AIV的多變數模型、FMA20/XIV模型等等在研判指數變化上具有參考價值，進一步均可以做為選擇權操作策略參考依據之一。