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。

隨著企業往全球化發展，產業環境也不斷的變遷，跨國購併已成為企業追求快速成長的手段之一，而近幾年新興國家的快速發展也使得開發中國家的企業逆向購併已開發國家企業的現象愈見普遍，因此，此議題特別值得加以關注，本研究欲針對中國和台灣的企業，探討在其在跨國購併上，是否能為公司股東創造價值。 本研究以2003年1月1日至2010年12月31日間，中國和台灣製造業之上市公司所從事的跨國購併交易案做為樣本，利用事件研究法及GARCH(1,1)的模型，對公司的股票報酬率進行衡量，檢測是否有顯著的異常報酬產生，並影響股東價值。 研究結果顯示，即使在購併宣告日之前，平均異常報酬率有顯著的正面效果，但在宣告日之後，卻轉而有顯著的負面效果，此一正一負正好抵消了購併預期應帶來的好處，因此當開發中國家的企業進行跨國購併時，對主併企業的股東價值並無顯著的正面影響。

利用風險值作為投資組合的風險管理工具，必須考慮金融資產報酬率通常具有厚尾、高峰、波動叢聚以及資產間訊息與波動性的變化也會交互影響等現象；因此實證上通常以多變量GARCH模型作為估計投資組合變異數矩陣的方法。然而多變量GARCH模型卻存在有維度上的詛咒，當投資組合包含資產數增加時會加重參數估計上的困難度。另一種估計波動率的方法，稱為實現波動率，能比多變量GARCH模型更簡易地處理投資組合高維度的問題。本文即以實現波動率、BEKK多變量GARCH模型與CCC模型，並以中鋼、台積電、國泰金為研究對象，比較三種方法估計風險值的表現。而實證結果得到利用實現波動率確實適合應用在風險值的估計上，且在表現上有略勝一籌的現象。

本篇論文的目的在驗證台股期貨報酬率與其波動度之間的相對應關係是由槓桿效果或是波動度回饋效果之因果關係所驅動，並且分別以日資料以及高頻率日內資料進行實證。實證結果發現在高頻率日內資料的應用下，能夠比日資料揭露出更詳細的波動度資訊，將報酬率與波動度間的對應關係描繪得更加明瞭。且在大多數資料期間內，同期下，台股期貨報酬率與其波動度之間會呈現負相關性，而負相關的程度會隨著報酬率遞延期數越長而逐漸遞減，因此可以發現報酬率與其波動度間呈現一個經由報酬率進而影響波動度的對應關係，與槓桿效果的因果關係雷同。最後，本文亦採用了常見的波動度預測模型，歷史模擬法、GARCH(1,1)模型、EGARCH(1,1)模型以及GJR-GARCH(1,1)模型，觀察這些波動度模型所預測出之波動度是否含有上述驗證的資訊意涵，並比較各波動度模型的預測能力，結果發現GJR-GARCH模型於樣本外期間所預測之波動度，其與報酬率之間不但具有槓桿效果的因果關係，且預測能力亦於四個波動度模型中表現最佳。

Hamilton (1989)發展出馬可夫轉換模型(Markov-switching Model)，由於該模型允許母體參數在不同時期，具有間斷性跳動性質，且跳動次數並不限定為一，並利用馬可夫鏈(Markov chain)的機制來掌控狀態間切換，解決混合分配模型狀態跳動毫無規則的問題，將可適可掌握金融與經濟變數所面臨的結構改變，以及解決在計測風險值(valued at risk)過程中，所存在報酬分配的高峰厚尾問題。 本文非僅是嘗試另一種方法，而是我們在探討股市報酬波動與景氣循環變數行為後，推判它較能夠捕捉實際的報酬波動與景氣循環行為。我們除作過去文獻較未顧及的，系統性地分析各種潛在風險值計測方法所適用與不適用報酬率變異情境，並嘗試使用允許參數來自不同波動狀態，對傳統ARCH模型加以修正之SWARCH模型，希對股市報酬波動提供更佳的分析。在景氣循環探討，針對馬可夫轉換模型加以修正，掌握台灣與南韓經濟結構與美國及日本等國迥異的問題。此外，我們也回溯、討論各種處理財經變數結構問題之實證模型差異，分析馬可夫轉換模型相對優、劣點。

近年來，金融資產報酬波動的推估一直是重要的研究課題。然而，過去的波動不對稱研究均集中在股票市場，探討外匯市場波動不對稱性的實證研究並不多，但若忽略其不對稱效果將影響未來波動預測的正確性。因此，本研究利用近十六年來美元及日圓兌台幣匯率日資料，以傳統的波動不對稱性指數型GARCH模型(EGARCH Model)、門檻型GARCH模型(TGARCH, GJR GARCH Model)，亦延用異質自我相關迴歸模型(HAR-RV Model)及修正型異質自我相關迴歸模型(Modified HAR-RV Model)分別探討美元及日圓兌台幣匯率波動是否存在不對稱現象及其不對稱程度，並加以分析。實證研究中，上述四種模型均顯示美元及日圓兌台幣匯率波動的確具有不對稱效果；美元兌台幣匯率波動，與股票市場一致，報酬率與波動度間呈負向關係，當台幣相對美元升值時，波動度較高；而日圓兌台幣匯率波動，與美元匯率變動方向相反，報酬率與波動度間呈正向關係，當台幣相對日圓貶值時，波動度較高。此外，以異質自我相關迴歸模型實證分析中，日波動落後項的影響力明顯大於週、月、季波動落後項，與Muller, et al. (1997)、Corsi (2004)及Andersen, et al. (2005)實證研究結果類似。

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.

本文目的在於探討匯率不確定性對台灣出口波動之影響。本文應用Barkoulas et al.(2002)理論架構，利用台灣1989年至2007年的月資料。實證結果發現：美元、日圓兌新台幣的匯率波動對於台灣出口美、日兩國的數量並無明顯的影響。美元兌新台幣的匯率波動對於以美國為進口國的台灣出口波動則有正向的影響；日圓兌新台幣的匯率波動對於以日本為進口國的台灣出口波動卻沒有顯著影響。本文認為：造成美元匯率波動主要支配力量，來自於貨幣政策制定者掌握之資訊優勢差異；造成日圓匯率波動的來源則無主要支配力量的存在。造成此種結果的原因在於貨幣政策制定者長久以來所建立的政策可信度所致，削減了造成美元匯率波動的另外二股力量。因此，新台幣兌換美元匯率波動取決於貨幣政策制定者掌握經濟真實狀況的能力與其貨幣政策方向。 / This paper investigates into the effect of exchange rate uncertainty on Taiwan export volatility. Under the theoretical framework of Barkoulas et al.(2002) and the empirical monthly data of Taiwan exports from 1989 to 2007, it is summarized that the exchange rate volatility of NTD/USD and NTD/JPY had no effect on the Taiwan exporting volume toward U.S. or Japan. However, the exchange rate volatility of NTD/USD did have positive effect on the export volatility of Taiwan to U.S. while that of NTD/JPY had no significant effect on the export volatility of Taiwan to Japan.It is argued that the dominant source of NTD/USD exchange rate volatility resulted from the variance of monetary authorities’ information advantage. On the other hand, it exists no such a dominant source in NTD/JPY exchange rate volatility.

住宅抵押貸款保險(Mortgage Insurance)為管理違約風險的重要工具，在2008年次級房貸風暴後更加受到金融機構的關注。為了能更準確且更有效率的預測房價及合理評價住宅抵押貸款保險，本文延續Christoffersen, Heston and Jacobs (2006)對股票報酬率的研究，提出新的GARCH模型，利用Inverse Gaussian分配取代常態分配來捕捉房價序列中存在的自我相關以及典型現象(stylized facts)，並且同時考慮房價市場中所隱含的價格跳躍現象。本文將新模型命名為IG-GARJI模型，以便和傳統GARCH模型作區分。由於傳統的GARCH模型在計算保險價格時，通常不存在封閉解，必須藉由模擬的方法來計算價格，會增加預測的誤差，本文提供IG-GARJI模型半封閉解以增進預測效率與準確度，並利用Bühlmann et al. (1996)提出的Esscher transform方法找出其風險中立機率測度，而後運用Heston and Nandi (2000)提出之遞迴方法，找出適合的住宅抵押貸款保險評價模型。實證結果顯示，在新建房屋市場中，使用Inverse Gaussian分配會比常態分配的表現要好；對於非新建房屋，不同模型間沒有顯著的差異。另外，本文亦引用Bardhan, Karapandža, and Urošević (2006)的觀點，利用不同評價模型來比較若房屋所有權無法及時轉換時，對住宅抵押貸款保險價格帶來的影響，為住宅抵押貸款保險提供更準確的評價方法。 / Mortgage insurance products represent an attractive alternative for managing default risk. After the subprime crisis in 2008, more and more financial institutions have paid highly attention on the credit risk and default risk in mortgage market. For the purpose of giving a more accurate and more efficient model in forecasting the house price and evaluate mortgage insurance contracts properly, we follow Christoffersen, Heston and Jacobs (2006) approach to propose a new GARCH model with Inverse Gaussian innovation instead of normal distribution which is capable of capturing the auto-correlated characteristic as well as the stylized facts revealed in house price series. In addition, we consider the jump risk within the model, which is widely discussed in the house market. In order to separate our new model from traditional GARCH model, we named our model IG-GARJI model. Generally, traditional GARCH model do not exist an analytical solution, it may increase the prediction error with respect to the simulation procedure for evaluating mortgage insurance. We propose a semi-analytical solution of our model to enhance the efficiency and accuracy. Furthermore, our approach is implemented the Esscher transform introduced by Bühlmann et al. (1996) to identify a martingale measure. Then use the recursive procedure proposed by Heston and Nandi (2000) to evaluate the mortgage insurance contract. The empirical results indicate that the model with Inverse Gaussian distribution gives better performance than the model with normal distribution in newly-built house market and we could not find any significant difference between each model in previously occupied house market. Moreover, we follow Bardhan, Karapandža, and Urošević (2006) approach to investigate the impact on the mortgage insurance premium due to the legal efficiency. Our model gives another alternative to value the mortgage contracts.