明新科技大学财务金融学系实务专题报告Word文件下载.docx
- 文档编号:901381
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:17
- 大小:69.77KB
明新科技大学财务金融学系实务专题报告Word文件下载.docx
《明新科技大学财务金融学系实务专题报告Word文件下载.docx》由会员分享,可在线阅读,更多相关《明新科技大学财务金融学系实务专题报告Word文件下载.docx(17页珍藏版)》请在冰点文库上搜索。
Overall,thispapersuggestsusingtheARJImodeltoenhancethehedgeperformanceforinvestorsinWTIcrudeoilmarkets,whileusingtheGARCH-NoVaSmodeltoabateinvestmentriskfortheminBrentcrudeoilmarkets.
Keywords:
Crudeoilfutures,Heavytails,outofsamplehedge,Hedgeperformance
目錄
頁數
謝誌i
中文摘要ii
英文摘要iii
表目錄v
圖目錄vi
第一章緒論3
第一節研究動機與背景3
第二節研究目的5
第三節研究架構5
第二章理論基礎與文獻回顧6
第一節原油期貨3
第二節避險理論5
第三節國內、外文獻回顧5
第三章研究方法與理論模型11
第一節單根檢定3
第二節ARJI模型5
第三節避險績效評估準則5
第四章資料、實證結果與分析17
第一節資料來源與處理3
第二節基本統計分析5
第三節實證結果探討與分析5
第五章結論與建議25
附錄64
參考文獻68
表次目錄
頁數
【表2.1.1】西德州與布蘭特原油期貨契約規格8
【表2.3.1】1995年前文獻整理17
【表4.2.1】西德州、布蘭特現貨與期貨之基本統計量43
【表4.2.2】西德州、布蘭特原油現貨時間序列資料之單根檢定(水準項)45
【表4.2.2】西德州、布蘭特原油現貨時間序列資料之單根檢定(差分項)46
圖次目錄
【圖2.1.1】研究流程圖4
【圖4.2.1】布蘭特、西德州現貨與期貨原始時間序列圖43
【圖4.2.2】布蘭特、西德州現貨與期貨原始時間序列圖45
【圖4.4.1】估計期間(550天)與避險期間(5天)之移動視窗方法51
第一章緒論
第一節研究動機與背景
自從1960年代起,石油超過煤炭,成為世界頭號能源,經濟因此轉而以石油為基礎,石油也躍為二十世紀後半工業社會最有戰略意義的能源與基礎原料。
1985年以後,產油國生產中斷及與產油國相關的國際政治動盪,為全球交替出現石油價格上揚的主因。
在全球備用產油能力已逐步提高到足以應付某些石油生產大國的生產中斷後,即使發生石油供給量不足,也多是短期現象,其他產油國的增產,多能使石油供應量滿足需求。
問題是油價在石油供應充足後不見得就會下跌,原因是在當時各國石油相關政治決策影響下,國際如果認為石油危機並未解除,則油價仍會居高不下。
顯現油價不是單純由市場經濟機制運作,還會受到政治決策的影響。
因此以中東石油為主的石油供應數量與價格的穩定與否,持續影響全球經濟發展,而石油危機所帶來的油價波動,仍是國際的焦點。
第二節研究目的
由於金融資產時間序列資料呈現高狹峰(leptokurtic)與厚尾(fattail)的型態,且具有群聚(volitilityclustering)現象。
雖然GARCH模型可以描繪資產報酬率波動性的群聚現象,且ARJI模型可以捕捉價格在短時間跳躍的現象,但都未考量資產報酬率資料實際上具有厚尾的現象。
因此,本文以持有現貨部位探討空頭避險策略作為研究主題,並假設不考慮交易成本的前提下,使用Politis(2004)推導出的厚尾分配來修正以往誤差分配的常態假設,利用GARCH-NoVaS模型以及ARJI-HT模型於避險模型中以進行避險比率的計算,並進一步與傳統的GARCH模型與ARJI模型之避險比率作比較,分別探討下列問題:
第三節研究架構
ARJI模型
尾尾ARJI模型
GARCH-NoVas模型
【圖1.1.1】研究流程圖
第二章理論基礎與文獻回顧
第一節石油期貨
西德州中級(WTI)原油是一品質非常高,並可精煉出較高比例汽油的輕甜原油,即含硫量低(僅為0.24%)、適合用於提煉日常生活汽油和燃油之用的原油。
美國中西部為西德州原油提煉成其他石油產品的主要產區,而部份則在灣岸地區(GulfCoastregion)進行提煉。
雖然西德州原油的產量日趨減少,但仍是全球第一大汽油消耗國-美國的主要用油來源。
由於西德州中級原油的現貨及期貨交易最具世界規模代表性,因此全球普遍以其價格的漲跌為油價觀察指標。
布蘭特原油是由北海布蘭特及Ninian區,共15種原油綜合而成,也屬於輕甜原油,但品質略低於西德州原油。
布蘭特原油主要在西北歐地區提煉,並為該地區主要用油來源。
不過,由於其與西德州原油的價格差距有利於出口,因此布蘭特原油同時也銷往美國,成為美國石油精煉業的原油來源之一。
與西德州原油一樣,布蘭特原油產量也有日益減少的問題,但其仍為歐洲與非洲油市的主要價格指標。
【表2.1.1】西德州與布蘭特原油期貨契約規格
合約名稱
西德州原油期貨契約
布蘭特原油期貨契約
期貨交易所
紐約商業交易所(NYMEX)
倫敦洲際交易所(ICE)
標的物
西德州中級原油
布蘭特原油
上市時間
1983年3月30日
1988年6月23日
合約月份
連續30個月,再加上第36、48、60、72、84個月
連續12個月,每季可至24個月,每半年可至36個月
合約數量
1,000桶(=42,000加侖)
最小變動單位
1美分(0.01美元)/桶
10美元/合約
交易時間
10:
00a.m~02:
30p.m(紐約時間)
01:
00~23:
00(倫敦時間)
最後交割日
交割月份之後一個營業日
如果交割月份第一天之前15天為倫敦銀行營業日,則此日為最後交割日。
若非營業日,則此日的前一日為最後交割日。
每日漲跌幅限制
無。
但其詳細運作機制為;
起始為10美元($10,000percontract),交易價格觸碰漲跌幅限額時,暫停交易5分鐘,從新交易後,漲跌限額再設定為10美元,若交易價格再觸碰漲跌幅限額時,再停止交易5分鐘,從新交易後,漲跌幅再以停止交易前的成交價為基礎,漲跌限額在設定為10美元。
無
交易保證金
3,375美元/契約
4,000美元/契約
最後交易日
到期月份前一個月25號前的第3個交易日。
到期月份前一個月的第10個交易日
第二節避險理論
價格發現、避險以及投機為期貨市場的三大功能,而避險是期貨交易的主要功能。
避險交易的主要目的在於降低或控制目前或未來即將面對的風險,避險者因持有現貨或對現貨有需求而面臨價格變動的不確定風險,為了轉移此風險,避險者在期貨市場中買進或賣出期貨,使其成本與利潤可以得到保障。
透過期貨交易能將風險做適當的規避,避險者可以在無後顧之憂的狀況下,專心從事本身的經濟活動以創造更大的經濟效益。
Working(1953)指出,期貨市場之所以成功,歸因於對避險的需求。
Ederington(1979)依避險理論演進之分類方式,認為期貨之避險理論可分為三種:
傳統避險理論、Working的選擇性避險理論及投資組合避險理論。
以下依據回顧各類避險理論的重要內容。
第三節國內外文獻回顧
第三章研究方法與理論模型
第一節單根檢定
傳統計量分析方法中的普通最小平方法(OLS)或一般化最小平方法(GLS)等迴歸分析法,皆假設經濟變數之時間序列恆為定態。
因此,當時間序列為非定態,在使用傳統迴歸法進行分析時,其估計結果將可能產生假性迴歸(spuriousregression)的情況。
所謂假性迴歸,是指模型雖然有很高的解釋能力(
),且t統計量很顯著,但其結果卻不具任何經濟意義。
GrangerandNewbold(1974)指出當變數均為非定態且迴歸的誤差項亦為非定態之時間序列,可能會產生虛假的迴歸式。
Nelson&
Plosser(1982)指出,大部分經濟變數之時間序列資料皆具有非定態的特性,因此,在進行時間序列分析前,首先要注意的是時間序列與誤差項是否為定態的問題。
在對時間序列資料進行各項分析前,必須先判定資料結構是否為定態,此檢定稱為單根檢定(unitroottest)。
單根的定義,依EngleandGranger(1987)所作的解釋,若一非定態時間序列,經過d次差分後達到定態,以I(d)(integratedoforderd)來表示,亦即此數列有d個單根。
舉列來說,若時間序列經過一次差分即達到定態,用I
(1)來表示;
I(0)數列表示此數列不用差分即為定態。
單根檢定主要有三種檢定方式,以下將概述之。
一、DF單根檢定法(DickeyandFuller,1981)
DickeyandFuller針對AR
(1)之時間序列資料提出三種檢定方法:
模式1:
純粹隨機漫步模型(randomwalk)
(3.1.1)
模式2:
包含漂浮項的隨機漫步模型(randomwalkwithdrift)
(3.1.2)
模式3:
包含漂浮項及趨勢項的隨機漫步模型(randomwalkwithdriftandtrend)
(3.1.3)
以上三種模式中,
符合白噪音過程,t為時間趨勢。
利用OLS來估計以上三條迴歸式之γ係數,再與Dickey–Fuller所計算出的檢定統計值比較。
而假設檢定的虛無假設為
,檢定結果若是顯著拒絕H0的虛無假設,表示單根現象不存在,此序列資料為定態;
反之,若是無法拒絕虛無假設,則表示資料為非定態序列。
必須注意的是,Dickey–Fuller的檢定統計值與一般t檢定統計值相同,但其分配並不同於t分配,而是一個向左偏斜的分配,因此檢定所用的臨界值須參考Dickey–Fuller(1979)所提供的表。
第四章實證結果與分析
第一節資料來源與處理
1、資料來源
本文以美國西德州原油、英國布蘭特原油為研究對象,分別以NYMEX的西德州原油期貨及ICE的布蘭特原油期貨來避險。
取樣期間為1988年6月24日至1991年5月31日。
其中1990年10月發生波斯灣戰爭,造成石油價格大漲,之後才又下跌。
本文分別以每日原油現貨收盤價與相對的原油期貨收盤價,計算兩者之日報酬率。
資料來源為Bloomberg資料庫。
【表4.2.1】西德州、布蘭特現貨與期貨之基本統計量
西德州
布蘭特
現貨
期貨
平均值
0.0418
0.0379
0.0303
0.0284
標準差
3.6058
3.5107
3.3493
3.2624
最小值
-40.8259
-40.0477
-40.7122
-42.7223
最大值
23.3506
22.8014
15.0527
13.1506
偏態
-1.8914
***
-1.9609
-2.4891
-3.1226
峰態
26.5363
27.2209
32.4515
43.2326
JB
21913.8577
23069.0164
32336.7027
57241.8963
註:
1.*、**、***分表示具10%、5%及1%的顯著水準。
2.JB為Jarque-Bera之常態性檢定。
第二節現貨及期貨的分配性質
1、基本統計量分析
【表4.2.1】列出美國西德州原油、英國布蘭特原油現貨與期貨報酬率的基本統計量:
平均數、標準差、偏態係數、峰態係數、最大值、最小值及Jarque-Bera常態分配檢定統計量。
由於石油期貨是以石油現貨為標的的金融商品,因此兩者之基本統計量相當接近。
由偏態系數皆呈現負顯著可知本文資料具有左偏的現象。
另外由峰態係數可發現原油的報酬率資料皆呈現厚尾高狹峰的情形且比股價指數或匯率等金融商品還要大很多,同時經由Jarque–Bera常態分配檢定也可知各報酬率都顯著拒絕常態分配的假設。
因此高峰厚尾的厚尾分配將更能充分描繪原油資料報酬率的分佈。
【圖4.2.1】至【圖4.2.4】分別為西德州、布蘭特原油現貨與期貨價格以及報酬率之時間趨勢圖。
【圖4.2.1】布蘭特、西德州現貨與期貨原始時間序列圖
第三節樣本外避險實證結果
若假設投資者在進行避險決策前,對於現貨與期貨價格的未來走勢已有先見之明,樣本內避險績效的衡量則具有參考的價值。
但是此假設並不符合實際狀況,因此使用樣本內計算的避險績效來判斷模型優劣並不適合。
Benet(1992)以外匯期貨為實證對象,探討樣本外與樣本內之避險效果,建議採用樣本外(outofsample)或是事前(ex-ante)的觀點來評估避險效果。
因此本研究以樣本外之觀點來評估避險績效,避險比率估計期間為550天,樣本外預測期間為150天,利用移動視窗(rollingwindow)的方法來分析四種避險模型以及避險期間之長短對於避險績效之影響。
本研究之持有避險期間分別為5天、10天、20天。
【圖4.4.1】是以持有避險期間為5天,避險比率估計期間550天為例,說明本文使用移動視窗方法的估計期間與避險期間之移動過程,所謂估計期間第一次迴圈是利用前550天之石油現貨與期貨資料先估計避險比率,然後對避險期間(即接下來5天),實際進行避險,在避險期間期末評估其避險績效,其餘類推。
第五章結論
昂貴的石油價格,經常和經濟惡化聯繫在一起。
而石油價格的波動則受到多種因素影響,在過去的三十年中,我們可以發現重大的經濟衰退常是在石油價格持續上漲後出現的,而這些油價上升,常常是由於中東的政治或軍事衝突引起的。
石油價格劇烈的波動常常造成投資者蒙受巨大損失,因此何有效利用期貨契約規避市場現貨價格變動的衝擊,對投資者而言具有重大影響力。
附錄
參考文獻
中文部分:
1.余尚武、賴昌作(2001),「股價指數期貨之避險比率與避險效益」,管理研究學報,第1卷第1期,頁1~31。
2.李命志、邱哲修、黃景明、陳君達(2003),「臺灣股價指數期貨最適避險策略之研究」,企業管理學報,第58卷,頁85~104。
3.李應勳(2005),「原油價格波動與避險策略之研究」,淡江大學財務金融研究所,碩士論文。
4.林筠、傅鍾仁(1993),「我國進口油價風險管理之研究-原油期貨交叉避險」,證券市場發展季刊,頁42-56。
5.邱建良、魏志良、吳佩珊與邱哲修(2004),「TAIFEX與MSCI台股指數期貨與現貨直接避險策略之研究」,商管科技季刊,第5卷第2期,頁169~184。
6.邱哲修、林卓民、洪瑞成與徐明傑(2005),「價格不連續下的最適避險策略-ARJI模型之應用」,計量管理期刊,第2卷第2期,頁189~206。
7.高峰、洪瑞成、姜世杰與李命志(2005),「價格跳躍下的最適避險策略-日經225指數現貨與期貨」,華岡經濟論叢,第4卷第2期,頁65-90。
8.謝秀鑾(2004),「能源期貨幣險策略之研究-以西德州原油與布蘭特原油為例」,淡江大學財務金融研究所,碩士論文。
9.叢宏文(1996),「日經股價指數期貨避險效果之實證研究-GARCH模型之應用」,政治大學企業管理研究所,碩士論文。
英文部分:
1.Bates,D.S.,(1991)“TheCrashof’87:
WasitExpected?
TheEvidencefromtheOptionsMarkets.”JournalofFinance,Vol.46,No.3,pp.1009-1044.
2.Baillie,R.T.andR.J.Myers.,(1991)“BivariateGARCHEstimationoftheOptimalCommodityFuturesHedge.”JournalofAppliedEconometric,Vol.6,pp.109-124.
3.Benet,B.A.,(1992)“HedgePeriodLengthandEx-anteFuturesHedgingEffectiveness:
TheCaseofForeign-ExchangeRiskCrossHedges.”JournalofFuturesMarkets,Vol.43,No.1,pp.163-175.
4.Bollerslev,T.,(1986)“GeneralizedAutoregressiveConditionalHeteroskedasticity.”JournalofEconometrics,Vol.31,pp.307-327.
5.Bollerslev,T.,(1987)“AConditionallyHeteroskedasticityTimeSeriesModelforSpeculativePricesandRatesofReturn.”ReviewofEconomicsandStatistics,Vol.69,No.3,pp.542-547.
6.Chan,W.H.andMaheu,J.M.,(2002)“ConditionalJumpDynamicsinStockMarketReturn.”JournalofBusiness&
EconomicStatistics,Vol.20,No.3,pp.377-389.
7.Chiuetal.,(2005)“HedgingwithFloor-TradedandE-miniStockIndexFutures.”QuarterlyJournalofBusinessandEconomics,Vol.44,Iss.3/4,pp.49-68.
8.ChanandYoung,(2006)“JumpingHedges:
AnExaminationofMovementsinCopperSpotandFuturesMarket.”JournalofFuturesMarkets,Vol.26,No.2,pp.169-188.
9.Das,S.R.,(1998)“Poisson-GaussianProcessesandtheBondMarket.”W
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 新科技 大学 财务 金融 学系 实务 专题报告