Because on the method of Harris and Shen (2003), we implement the robust estimator of optimal hedge ratio in Taiwan stock market. By using the Taiwan Stock Index and Taiwan Stock Index Futures, we used the robust estimation of optimal hedge ratio. We use two estimators, the rolling window model and the exponentially weighted moving average (EWMA), to estimate the robust optimal hedge ratio. We also compare the hedging effectiveness of the robust hedge ratios and the traditional least- squared hedge ratios. We find that the volatility of the hedged portfolio using robust optimal hedge ratio is substantially lower than that of the portfolio using the traditional hedge ratios. With the less excessive volatility, the transaction cost decrease substantially, and the cost of rebalancing portfolio is lower as well. / Because on the method of Harris and Shen (2003), we implement the robust estimator of optimal hedge ratio in Taiwan stock market. By using the Taiwan Stock Index and Taiwan Stock Index Futures, we used the robust estimation of optimal hedge ratio. We use two estimators, the rolling window model and the exponentially weighted moving average (EWMA), to estimate the robust optimal hedge ratio. We also compare the hedging effectiveness of the robust hedge ratios and the traditional least- squared hedge ratios. We find that the volatility of the hedged portfolio using robust optimal hedge ratio is substantially lower than that of the portfolio using the traditional hedge ratios. With the less excessive volatility, the transaction cost decrease substantially, and the cost of rebalancing portfolio is lower as well.

本篇論文採用了固定時段避險法，固定避險帶避險法，不足量避險法，Leland（1985）避險法以及Whalley & Wilmott（1993）效用極大避險法，用Monte-Carlo模擬，探討了當券商發行權證時，所面臨的避險組合調整問題。結果發現，在所有的避險策略當中，以Whalley & Wilmott（1993）效用極大避險法的避險績效最好。但是其他的方法，都一致支持保守的避險策略，即多調整避險組合，可以有效提高避險的績效。但是若我們改變交易成本，就會發現隨著交易成本的增加，調整避險組合的次數就要減少，否則過高的交易成本就會抵銷掉避險時的報酬。若我們改變股價的波動度設定，就會發現隨著波動度的增加，調整避險組合的次數也要增加，以免產生過高的避險誤差。此外，在存在漲跌幅限制的假設之下，避險績效都較無漲跌幅限制為佳，因為漲跌幅限制的存在，使得股價波動受到壓縮之故。而在實證資料方面，由於單一條股價不具代表性，因此無法作為有效的解釋。 第一章 緒論………………..…………...………………………....…1 第一節 研究動機與目的………………………..…………………..1 第二節 研究架構……………………………………………………2 第二章 文獻回顧………………….……..………….………………4 第三章 認購權證避險策略之績效模擬…………………...….18 第一節 五種避險策略之介紹……………………………………….18 第二節 避險策略的模擬 Monte-Carlo Simulation…………………27 第三節 模擬結果分析………………………………………………36 第四節 不同交易成本對避險績效之影響………………………….50 第五節 不同股價波動度對避險績效之影響……………………….58 第六節 每小時產生股價之影響…………………………………...67 第四章 台灣認購權證市場之避險實證分析…………..….…71 第一節 台灣上市認購權證之介紹…………………………………71 第二節 實證研究設計………………………………….………….78 第三節 避險策略績效分析…………………………….………….79 第五章 結論與建議…………………………………………….…87 參考文獻………………….…………………………………………….94 表3.1 固定時段避險法之避險績效衡量…………………………..36 表3.2 固定避險帶避險法之避險績效衡量………………………..38 表3.3 固定delta避險帶避險法之避險績效衡量…………………....40 表3.4 不足量避險法之避險績效衡量……………………………..42 表3.5 Leland法之避險績效衡量…………………………………..44 表3.6 Whalley & Wilmott法之避險績效衡量…………………….47 表3.7 交易成本為0.6％時之固定避險帶避險績效衡量…………51 表3.8 交易成本為0.9％時之固定避險帶避險績效衡量…………52 表3.9 交易成本為0.6％時之固定時段避險績效衡量…………...…54 表3.10 交易成本為0.9％時之固定時段避險績效衡量………...……56 表3.11 在波動度＝30％時之固定避險帶避險績效衡量…………..59 表3.12 在波動度＝50％時之固定避險帶避險績效衡量…………..60 表3.13 在波動度＝70％時之固定避險帶避險績效衡量…………..61 表3.14 在波動度＝30％時之固定時段避險績效衡量……………..63 表3.15 在波動度＝50％時之固定時段避險績效衡量……………..64 表3.16 在波動度＝70％時之固定時段避險績效衡量……………..66 表3.17 每小時產生股價資料之固定時段避險績效衡量…………...68 表3.18 每小時產生股價資料之固定避險帶避險績效衡量………...69 表4.1 台灣現行已發行之認購權證………………………………..77 表4.2 固定避險時段法實證避險報酬率………………………...79 表4.3 固定避險帶法實證避險報酬率…………………………...80 表4.4 不足量避險法實證避險報酬率…………………………...82 表4.5 Leland避險法實證避險報酬率…………………………...84 表4.6 Whalley & Wilmott避險法實證避險報酬率……………..…85 圖3.1 避險間隔與避險誤差、交易成本關係圖……….……………..19 圖3.2 固定時段避險法之避險績效………………………...………..37 圖3.3 固定避險帶避險法之避險績效…………………………….....39 圖3.4 固定delta避險帶避險法之避險績效…………………..….....40 圖3.5 不足量避險法之避險績效………………………………….....42 圖3.6 Leland避險法之避險績效………………………………….....45 圖3.7 Whaley & Wilmott避險法之避險績效…………………….....47 圖3.8 交易成本為0.6％時之固定避險帶避險績效…..…………….52 圖3.9 交易成本為0.9％時之固定避險帶避險績效..……………….53 圖3.10 交易成本為0.6％時之固定時段避險績效…………..…..….55 圖3.11 交易成本為0.9％時之固定時段避險績效…………..……...57 圖3.12 波動度30％之固定避險帶避險績效………..………………59 圖3.13 波動度50％之固定避險帶避險績效……………………..... 60 圖3.14 波動度70％之固定避險帶避險績效……………..…………62 圖3.15 波動度30％之固定時段避險績效…………………………..63 圖3.16 波動度50％之固定時段避險績效………..…………………65 圖3.17 波動度70％之固定時段避險績效…………………………..66

在充滿不確定性之交易市場中，每位交易者會盡量利用所擁有之資訊，在 市場有干擾（如，風險性資產供給之不確定性、個人偏好不同、個人面對 之稅負環境不同等）之情形下，市場會顯露出部份私人訊息，故交易者亦 會經由對價格和交易量之觀察習得訊息；擁有私人訊息之交易者稱為消息 靈通者(Informed)，未擁有私人訊息而只能經由觀察價格而習(learn )得 訊息之交易者稱為消息不靈通者(Uninformed)，他們二者之差異在於他們 是否願花成本或資源以購買訊息。本文係在干擾理性預期模型下，利用所 設定之特殊效用函數--絕對風險規避效用函數及假設隨機變數為多元常態 分配，探討市場有干擾情形下，在第一期有私人訊息而在第二期有公開訊 息揭露之不對稱訊息模型中價格之資訊性，分別分析了公告訊息和私人訊 息之干擾程度、風險性資產供給之不確定及購買訊息人數對二期價格資訊 性之影響。在所設定的模型有解下，本文利用這些影響因素對公告訊息和 私人訊息在總合需求計劃部位 (Position)的彈性說明二期價格資訊性。 同時文中亦探討購買訊息人數之內生決定，顯示了公告訊息之揭露會修正 交易者之看法而減少私人蒐集訊息之誘因。

隨著國際金融市場的開放與金融商品的多元化，投資人所面對的投資機會增加，相對地也面臨更多金融市場波動的潛在風險。因此，為了規避金融資產價格的不利波動，股價指數期貨等相關金融期貨應運而生。然而，當投資者決定利用期貨市場進行避險交易時，隨即面臨該持有多少數量的期貨契約這一問題。針對此一個重要課題，學術界與實務界常透過估計最適避險比率，作為從事避險交易之參考。 由以往研究得知，現貨與期貨市場報酬率間存在結構轉變的動態特徵，故最適避險比率之估計應考慮市場不同狀態的波動性。有鑑於此，本文乃嘗試將結構轉換模型應用於最適避險比率之研究，並以1983年至2001年的S&P500指數現貨與指數期貨週報酬率為實證分析之標的。由實證結果發現，最適避險比率於不同的市場波動狀態呈現不對稱的現象，亦即，當市場屬於低波動狀態時，避險比率較高;市場為高波動狀態時，避險比率則較低。應用結構轉換模型除了可以獲得較有效的避險比率外，整體而言，就降低資產組合風險的角度衡量，金融市場參與者可藉由結構轉換模型之設定提高其所持有資產的避險效益。