股票市場是目前一般大眾最熟悉與最主要的投資管道，隨著經濟之成長，國民所得之增加，民眾對於投資理財的需求也更加殷切。預測股價之漲跌乃投資選擇之依據，本研究試著藉由時間數列分析法找出一套良好之股價預測模式。 營建業乃國內內需工業之火車頭，可以帶動許多相關產業之發展，基於其對於國內經濟之重要性，本研究將預測營建業股價之走勢。 透過實證分析，結果發現，產業因素的重要性不若總體經濟因素，其原因可能為所選擇之產業因素以生產面指標為主，而與需求面為主之指標，多為總體經濟因素。由此可以推知，營建業景氣受到需求面之影響較大。所選取之解釋變數為匯率、消費者物價指數、股票成交金額、經濟成長率等四項總體經濟變數。 而運用ARIMA（自我迴歸整合移動平均）模式，所得出之結果為，匯率、消費者物價指數與營建業股價指數呈反向變動;股票成交金額、經濟成長率與營建業股價指數呈正向變動。而不考慮解釋變數情況下，營建業股價指數受自然因子，如人口成長、家庭結構改變之影響，而會呈現自然緩慢向上之趨勢。 由ARIMA模式所預測出之未來一年營建業股價指數走勢，乃是穩定的緩慢向上揚升的情況。

社會大眾常會在投資相關的期刊上看到產業方面的報告，卻不知道報告撰寫人所提出諸多指標是否具代表性。經濟學的均衡景氣循環理論認為景氣的循環來自人們對物價的預期與實際不同，實質景氣循環理論認為實質面的衝擊才是造成景氣循環的原因。對於公司的股價則有認為股價反映公司盈餘及營運表現並受到資訊影響，另一方面亦有人認為股價是隨機波動。 　　造成股價變動的因素很多，本文以探討與產業景氣相關之因素為主；以產能利用率、營收淨額、產量、售價、銷售量、存貨量、接單出貨比等七項，作為半導體業景氣指標；用生產量、營收淨額、產能利用率、表面消費量、售價、存貨量、出口量、建照發放面積等八項，做為鋼鐵業景氣指標；以流通在外股數為權數計算此二產業之股價指數。 　　電子資訊業的存貨量指數及半導體產業的存貨值指數皆是半導體股價良好的解釋變數，解釋力分別為76.51%及91.34%，分別領先產業股價五個月及三季，若以存貨之這兩種數據為指標，兩者皆領先產業股價指數。將營收淨額處理成指數的形式，發現營收淨額指數對產業股價指數的解釋力高達91.9%，且領先股價兩季。另外發現銷售量為半導體產業股價指數的正向領先指標，產量為半導體產業股價指數的正向領先指標，接單出貨比為半導體產業股價指數的負向領先指標，售價為半導體產業股價指數的正向領先指標。鋼鐵產業之實證結果（表6-2），若依周文賢(2001)所提以解釋力超過60%為標準，每一個指標皆不足採用，除產能利用率和存貨量模式不顯著外，其餘指標僅躉售物價指數53.80%的解釋力最高，但仍不及六成，且多為落後指標，因此無法先於股價變化前調整投資標的，可能的因素是鋼鐵類股不是大眾投資股市的熱門對象，因此不會對產業的營運表現有立即的反應。

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

隨著經貿的快速成長，國民財富不斷地累積，配合著政府為推動資本市場自由化的政 策，吸引大量資金以及眾多的投資人口相繼投入證券市場，造成近幾年來國內證券市 場一片繁榮活絡之景象。 觀諸國內證券市場最近的發展，顯示有逐漸趨向機構化投資的現象，在政府積極推動 資本市場自由化的政策下，證券投資信託公司相繼成立，投資機構如金融業、保險公 司亦紛紛投入證券市場，而將來部份營利事業機構亦可能以投資信託之方式投資於證 券市場，職是之故，如何使資金的運用趨於多樣化，以及如何有效地規避市場價格波 動的風險，實為上述機構投資人應深究的課題! 吾人認為：為達多樣化運用資金以及有效規避證券市場「體係性風險(systemstic r- isk)」之目的，美、日等國開辦的「股價指數期貨 (Stock Index Futures)」交易是 極具參考價值的投資工具。本論文重點之一在針對此種投資工具作詳細的介紹及分析 ，期使投資大眾對其有充分的認識及瞭解，並對我國開辦此種商品交易之可行性作一 評估。 鑑於政府積極推動金融國際化、自由化之政策，對於一般投資大眾不甚瞭解之期貨交 易制度，深覺有詳細介紹之必要，本論文另一重點即在對期貨交易制度之演進、經濟 功能以及發展現況作深入之分析及介紹。又基於近年來愈演愈烈之「地下期貨交易」 現象，對金融秩序之安定以及國民經濟之發展，已造成莫大之影響，而政府主管機構 以及法令之介紹，分析國內市場上現存之間題，並對最近由經濟部草擬之「國外期貨 交易法草案」進行討論，以期作為未來研究開辦期貨交易可行性之參考。

根據過去研究指出，社群網站上的貼文訊息會對群眾情緒造成影響，進而影響股市波動，故對於投資者而言，如果能快速分析大量社群網站的財經文本來推測投資情緒進而預測股市走勢，將可提升投資獲利。 過去文本情感分析的研究中已證實監督式學習方法可以透過簡單量化的方式達到良好的分類效果，但監督式學習方法所使用的訓練資料集須有事先定義好的已知類別，故其有無法預期未知類別的限制，所以本研究透過深度學習方法，從巨量資料及裡抓出有關於股市之文章，並透過財經文本的混合監督式學習與非監督式學習之情感分析方法，透過非監督式學習對微博財經貼文進行文本主題判別、情緒指數計算與情緒傾向標注，並且透過監督式學習的方式，建立分類模型以預測上海指數走勢，最後配合視覺化工具作趨勢線圖分析，找出具有領先指標特性之主題。 在實驗結果中，深度學習方面，本研究透過word2vec抓取有效之股市主題文章，有效篩選了需要分析之文本，主題模型方面，我們最後使用LDA作為本研究標註主題之方法，因為其文本數量大於議題詞數量造成TFIDF矩陣過於稀疏，造成Kmeans分群效果不佳，故後續採用LDA主題模型進行主題標注。情緒傾向標注方面，透過擴充後的情感詞集比起NTUSD有更好的詞性分數判斷效果，計算出的情緒指數之趨勢線能有效預測上海指數之趨勢。此外，並非所有主題模型之情緒指數皆具有領先特性，僅公司表現與上海指數之主題模型的情緒指數能提前反應上海指數趨勢，故本研究用此二主題之文本的情緒指數來建立分類模型。 本研究透過比較情緒指數與單純指數指標分類模型的準確度，前者較後者高出7%的準確率。故證實了情感分析確實能有效提升上海指數趨勢預測準確度，幫助投資者增加股市報酬率。

自從Cross在1973年提出股票市場具有星期效應(Day-of-the-week-effect)之後，開啟了學者在這個研究領域一連串的研究及探討，過程中金融市場經歷了國際化、法規制度的鬆綁與解禁、交易技術複雜化、交易電子化及衍生性商品的推出等事件，使得整個市場結構產生了極大的變化。正因如此，星期效應也有了轉變，根據Kamara(1997)及Hiraki,Maberly, and Taube(1998)的研究發現，股價指數期貨於市場交易後，原先存在的星期效應開始產生轉變，這樣有趣的發現激發出本研究的研究動機。基於研究動機，本研究主要目的為探討，在股價指數期貨推出後，股票市場的報酬型態是否產生變化。本研究以歐洲五國(英、德、法、瑞士、荷蘭)及台灣市場為研究對象。 本研究以敘述統計、虛擬變數所建立的星期效應模型及SUR(Seemingly Unrelated Regressions)來驗證股價指數期貨對市場星期效應的影響。研究期間在歐洲市場部分乃自1980年1月1日至2000年12月21日止；在台灣市場部分則是從1993年1月1日到2000年12月31日，選取每天收盤時的指數作為樣本資料，資料來源為教育部aremos資料庫及台灣經濟新報。 本研究驗證結果發現： 1. 歐洲五國有相對應股價指數期貨於市場上交易的指數，在期貨交易後原先存在於市場上的週一效應消失。至於無相對應股價指數期貨於市場上交易的指數，在期貨交易後除了英國之外，其餘四國的週一、週二效應皆於市場上消失。由此可知，期貨交易促使市場的報酬型態產生變化。 2. 使用SUR來考量歐洲各國股市相互影響下的星期效應發現，結果除了係數略為不同外，星期各日所呈現的型態基本上與沒有考量相互關係前的結果大同小異。 3. 台灣市場在摩根台股指數期貨交易前存在的週二效應，於交易後的期間轉變為週一、週二效應同時存在；而在台灣期交所推出台股指數期貨之後，台灣市場的週二效應正式消失，取而代之的是週一效應。期貨交易對市場星期效應的影響再度獲得證明。

股價指數連動債券是指本金或者利息支付的金額，與特定時間內某一個特定標的指數，如股價指數、股票價格等的漲跌有直接相關的債券。股價指數連動債券投資人，可以藉由購買這項產品得到固定收益，並且可以享受股票市場蓬勃發展的好處，增加投資報酬。在國外的金融市場，指數連動商品已經行之多年，國內未來指數連動商品有其發展之重要性與趨勢，對於此類商品的研究有其必要性。 去(88)年1月，台灣茂矽電子股份有限公司首次發行股價指數連動債券(以下稱為茂矽股價指數連動公司債)，本文以此公司債為研究對象，分析其產品特性、評價以及風險分析。主要結論如下： 1.在本文參數設定下，面額100,000元之茂矽股價指數連動公司債，其模擬價值為98936.9，溢價1063.1，可將之視為創新價值以及交易成本的節省，利率加碼部份的價值為2026.9，占整個利息支付價值約10.12%。 2.敏感度分析結果：股價指數波動度對隱含選擇權價值影響較大，長期利率水準以及風險貼水加碼的高低對茂矽股價指數連動公司債價值影響較大。 3.發行條款中，以「利率上限」條款對茂矽指數連動公司債價值影響最大，變動將近40%。 4.風險值衡量結果95%風險值為1417.2，報酬率為-1.43%；99%風險值為1832.82，報酬率為-1.85%。 茂矽股價指數連動公司債是台灣首次發行的指數連動型債券，指數連動債券在各種條款的設計上，十分具有彈性，可以搭配不同的選擇權，以滿足投資人與發行人的需求，所以未來仍然有相當大的發展空間，可以說是相當具有潛力的金融商品，對於國內公司債市場的發展，有一正面的幫助。

系統性信用風險即倒帳風險，是各個企業和銀行都會面臨的問題，當景氣蕭條時，企業或個人可能無法按時支付本金與利息，此時信用風險的程度提高；相對而言，景氣佳時，不論個人或企業的償債能力均提高，信用風險明顯下降，因此這裡所謂的系統性信用風險其實就是景氣循環風險。 本文提出一個相當直覺的觀念來規避系統性的信用風險，既然景氣循環影響了系統性信用風險的高低，我們現在的目的就是要規避景氣循環風險，而股價指數的變化其實就是景氣循環的領先指標，因此我們可以由股價指數或種種總體經濟指標來預測未來的景氣狀態，接著就可以利用買進或賣出股價指數期貨的方式來規避景氣循環風險。 本文以八個國家作實證研究，包括了台灣、美國、英國、法國、日本、瑞士、墨西哥、澳洲等已開發國家及開發中國家，並選取實質GDP成長率以及工業生產指數作為景氣循還的指標，進行OLS簡單迴歸、移動迴歸、二次迴歸、以及Downturn下的OLS簡單迴歸。 實證結果發現：台灣、日本、澳洲與墨西哥的股價指數期貨報酬率與實質GDP成長率呈正向關係，且具預測能力，其t-value均為顯著，故適用本文所提出的避險概念。而美國與英國在大部分的時期，股價指數期貨報酬率與實質GDP成長率呈正向關係，因此股市還算具有預測景氣循環的能力，仍適用本文所提出的避險概念。至於法國與瑞士的股價指數期貨報酬率與實質GDP成長率呈負向關係，股市無法作為景氣循環的領先指標，其t-value均不顯著，故不適用本文所提出的避險概念。 / Systematic credit risk is default risk, which is a problem any enterprises and banks may face. When the economy is in the downturn, enterprises or individuals may not afford to pay the principal and interests on time. At this moment, the probability of the occurrence of the credit risk is very high. In contrast, when the economy is in the upturn, enterprises and individuals’ ability of paying back the debt is lifted. Apparently, the probability of the occurrence of the credit risk is low at this moment. Therefore, the so-called systematic credit risk is business cycle risk. This thesis presents a direct and simple concept to hedge the systematic credit risk. Since the business cycle affects the level of systematic risk, our purpose now is to hedge the business cycle risk. Besides, from the previous surveys, the change of stock market is a leading index of business cycle. As a result, we can predict the economy situation in the future by stock index and hedge the business cycle risk by purchasing or selling stock index futures contracts in advance. This thesis do empirical study depended on the data of eight developed or developing countries, inclusive of Taiwan, U.S.A., England, France, Japan, Switzerland, Mexico, and Australia. We choose real GDP growth rate or industry product index as business cycle index, and then run simple OLS, rolling regression, quadratic regression, and simple OLS under downturn to get the hedge ratio and its t-value. The empirical results are as follows: 1、The relationship between the rate of return of stock index futures and real GDP growth rate in Taiwan, Japan, and Australia is positive. In other words, the rate of return of stock index futures can be a predictor of real GDP growth rate and the t-value of the hedge ratio is significant. Therefore, we can hedge the systematic credit risk in these countries by selling stock index futures contracts in advance. 2、In most periods, the relationship between the rate of return of stock index futures and real GDP growth rate in U.S.A. and England is positive. Therefore, the change of stock market still can predict the business cycle and we can apply the hedge concept in this thesis in the two countries. 3、The relationship between the rate of return of stock index futures and real GDP growth rate in France and Switzerland is negative. In other words, the change of stock market can’t early reflect the phenomenon of business cycle and the t-value of the hedge ratio is not significant. As a result, the hedge concept presented in my thsis is not applicable in these countries.

本研究以在台灣期貨交易所上市之台灣證券交易所加權股價指數期貨、電子類股價指數期貨、金融類股價指數期貨為研究對象，探討從88年7月21日開始至89年4月19日為止，此三種本土指數期貨是否存在著套利機會。研究中將考量實際套利過程中面臨之交易成本，以建構理論價格之無套利區間，並進一步分析期貨價格與理論價格間之價差、套利機會出現頻率及其獲利空間之大小。而在套利交易過程中，由於無法一次的大量買進所有的現貨指數成份股，因此嘗試以模擬投資組合方式，建構套利現貨部位，並同時分析其模擬現貨指數之效果。最後再根據套利機會實證結果，說明國內期貨市場之有效性，並分析套利交易過程中可能面臨的套利風險。 實證研究結果獲致之結論如下： 1.台股、電子、金融指數模擬投資組合之模擬誤差平均分別為0.3335％、0.1620％、0.0730％，能夠有效的複製現貨指數之走勢。特別是電子及金融組合，其組合報酬幾乎與現貨指數同步。 2.台股期貨在考慮交易成本後，其套利機會大幅減少。 3.電子期貨價差套利機會稍多於逆價差，套利機會總共出現了76次，獲利幅度平均達0.72。 4.金融期貨套利機會總共出現了110次，幅度平均為0.75％，其中絕大部分為正價差套利機會，出現次數高達105次。 5.台股期貨較符合市場有效性之條件，電子、金融期貨則由於其套利機會出現頻繁，獲利幅度較大，其期貨市場較不具備有效性。造成此種差異之原因，可能在於從事電子、金融期貨套利交易時，投資者將面臨較大的套利風險。

本研究以天真避險、傳統OLS模型、OLS共整合模型及Bivariate GARCH模型探討SIMEX及OSE所交易的日經225 (Nikkei 225)股價指數期貨對日本及台灣股市風險的避險效果，測試在台灣股價指數期貨尚未推出之際，投資人是否可能採用鄰近國家，如日本的日經股價指數期貨，來規避台灣股市風險。本研究採用每週三週報酬資料，研究期間自1988年9月3日起至1995年12月底止，全部樣本期間共有376筆資料，劃分為兩個子期間，並以第二子期間做樣本外測試，避險期間分為一週、兩週及四週。 　　實證結果發現： 　　(1) SIMEX日經指數期約、OSE日經指數期約、日經股價指數及台灣股價指數的時間數列均非常態分配。經一階差分之後，上述四個時間數列才會為定態數列。日經股價指數期貨與日經股價指數之間有共整合關係，此乃表示現貨與期貨價格之間存在有長期均衡關係，但日經股價指數期貨與台灣股價指數之間並無共整合關係。 　　(2) Bivariate GARCH模式在各研究期間所得到的各參數的估計值，大多顯著，這說明不論在日本或台灣市場，以日經股價指數期貨規避股票市場風險時，期貨與現貨分配會有隨時間而變動的現象。 　　(3) 在日經指數的現貨市場中： 　　1. OLS共整合模型的避險比率較傳統OLS模型為高。使用SIMEX期貨契約避險所需要的避險比率較使用OSE期貨契約為避險工具時為小，而且不論使用SIMEX或OSE期貨契約避險，當避險期間越長，避險比率越大。 　　2. 在樣本內實證中，以OSE期貨契約避險所造成的投資組合變異數較使用SIMEX期約為大，而且投資組合變異數隨避險期間的增長而有下降的趨勢，但在樣本外的期間中，卻無如此的明顯趨勢。 　　3. 除了在日本股市大崩盤之前的實證期間顯示不論是使用SIMEX或OSE期貨契約，Bivariate GARCH模型的避險效果均較好之外，在其他的實證期間中，GARCH模型大約只比天真避險模式效果好，卻比其他模型效果差，而這種情況在使用OSE期貨契約時更為明顯，不過不論使用哪種模型，都能比不避險時減少大部份現貨的風險。 　　4. 從樣本內實證期間發現SIMEX與OSE契約在避險效果上是有差別的，但樣本外實證卻未發現避險效果上有明顯差別。 　　(4)在台灣股價指數的現貨市場下： 　　1. 不論使用SIMEX或OSE期貨契約避險在崩盤前所需要的避險比率均較崩盤後為高，而不論使用SIMEX或OSE期貨契約避險，避險比率均差不多。 　　2. 樣本內或樣本外實證都發現，若使用天真避險模式避險還不如不避險的好。除了在大崩盤後的樣本內實證中，GARCH模式的組合變異比傳統OLS模式為高之外，Bivariate GARCH模式的確優於其他避險模式。但日經指數期約與台灣股價指數所形成的投資組合變異數比在日本市場時高出甚多，且使用OLS或GARCH模式只能略微降低不避險狀態下所造成的變異數。不論是參數的估計值或避險績效都支持日經指數期貨與台灣股價指數間存在有GARCH效果。