淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-0307201314150100
中文論文名稱 超高頻資料變異數估計模型在最適資產配置投資組合上之應用與比較-以臺灣證券市場為例
英文論文名稱 Comparisons of Ultra High Frequency Data Variance Estimation Methods in Optimal Assets Alloction – the Emprical Analysis in Taiwan Equity Markets
校院名稱 淡江大學
系所名稱(中) 統計學系碩士班
系所名稱(英) Department of Statistics
學年度 101
學期 2
出版年 102
研究生中文姓名 張沛翔
研究生英文姓名 Pei-Hsiang Chang
學號 600650393
學位類別 碩士
語文別 中文
口試日期 2013-06-18
論文頁數 66頁
口試委員 指導教授-林志娟
委員-張慶輝
委員-林志鴻
中文關鍵字 超高頻資料  日內資料  已實現波動度  平均數-變異數投資組合模型 
英文關鍵字 Ultra High-Frequency Data  Intraday Data  Realized Volatility  Mean-Variance Portfolio Model 
學科別分類
中文摘要 近年來,高頻金融資料和超高頻金融資料的研究已經成為一個備受矚目的研究領域,會成為如此熱門的研究,在於高頻金融資料和超高頻金融資料本身所富含的訊息,隨著高頻資料時代的來臨,人們所能夠掌握的資訊也越來越複雜,讓本來就瞬息萬變的金融市場更加難以捉摸,要如何在這些豐富的訊息中來進行分析和探討,便成為了近年來非常熱門的一個研究領域。本研究主要為探討使用超高頻資料估計變異數並代入平均數-變異數投資組合模型,進行資產配置最佳化,透過觀察累積報酬率的變化,找出在均異效率投資組合下,使用超高頻資料來估計變異數,會如何對投資績效產生影響,並歸納出其特性。主要是透過比較不同公司持股數下採用的三種報酬率估計模型(樣本平均數、資本資產定價模型、三因子模型)與三種變異數估計模型(樣本變異數、指數加權移動平均、已實現波動度)搭配產生的投資組合的投資績效比較來進行分析。實證分析的結果顯示,將超高頻資料使用已實現波動度來估計變異數並代入平均數-變異數投資組合模型進行資產配置最佳化,所得到的投資組合,能夠快速的反映市場狀況,在多頭市場下短時間內能夠快速的獲利,適合積極型的投資人使用此投資策略。

英文摘要 In recent years, the related research of high-frequency and ultra high-frequency financial data has drawn a lot of attention since its abundant information. In high-frequency data era, people are able to master more complicated information, analyze and explore the sufficient information. Therefore, high-frequency financial data has become a popular research field.This study investigates the incorporation of ultra-high frequency data with variance estimation in efficient mean-variance portfolio model for optimal assets allocation problem. Three mean estimation models (sample mean, the capital asset pricing model, three-factor model) and three variance estimation models (sample variance, exponentially weighted moving average, realized volatility) are used as the input in our optimal assets allocation problems. It identifies how the use of ultra-high frequency data incorporates variance estimation will impact on investment performance in terms of cumulative rate of returns. Different portfolio size effects are also studied.
Empirical results shows that the portfolio uses ultra-high frequency data to estimate variance through Andersen’s realized volatility model for optimal asset allocation problems can quickly reflect market’s fluctuation in the next bull market within a short period and lead to profit gain.
論文目次 目錄
目錄 I
表目錄 II
圖目錄 III
第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 4
第三節 研究架構與流程 4
第二章 文獻回顧 7
第一節 資產配置最適化模型 7
第二節 證券預期報酬率模型 8
第三節 證券報酬變異數共變異數模型 11
第四節 高頻與超高頻資料 12
第三章 研究方法 15
第一節 證券預期報酬率模型 16
第二節 證券報酬變異數共變異數估計模型 23
第三節 資產配置最佳化模型 28
第四節 投資組合績效評估 31
第四章 實證結果與分析 32
第一節 資料來源與研究期間 32
第二節 實證步驟 33
第三節 實證結果 34
第五章 結論與建議 61
參考文獻 64

表目錄
表4.1在樣本平均數下,不同變異數估計模型投入均異效率投組之波動 40
表4.2在CAPM下,不同變異數估計模型投入均異效率投組之波動 47
表4.3在Fama下,不同變異數估計模型投入均異效率投組波動度比較 53
表4.4不同報酬率與變異數估計模型投入均異效率投組前三名之波動 57
表4.5不同報酬率與變異數估計模型投入均異效率投組之累積報酬與波動 60

圖目錄
圖1.1研究流程圖 6
圖3.1移動窗口估計投資權重進行投資示意圖 17
圖4.1本研究資料估計與研究期間示意圖 33
圖4.2在樣本平均數下,不同變異數估計模型投入均異效率投組之累積報酬率 38
圖4.3在CAPM下,不同變異數估計模型投入均異效率投組之累積報酬率 45
圖4.4在Fama下,不同變異數估計模型投入均異效率投組之累積報酬率 51
圖4.5不同報酬率與變異數估計模型投入均異效率投組前三名之累積報酬率 55
圖4.6所有均異效率投組下前三名之累積報酬 59



參考文獻 參考文獻
Andersen, T. G., Bollerslev, T., Diebold, F. X., & Ebens, H. (2001a). The distribution of realized stock return volatility. Journal of Financial Economics, 61(1), 43-76.
Andersen, T. G., Bollerslev, T., Diebold, F. X., & Labys, P. (2001b). The distribution of realized exchange rate volatility. Journal of the American Statistical Association, 96(453), 42-55.
Andersen, T. G., Bollerslev, T., Diebold, F. X., & Labys, P. (2003). Modeling and forecasting realized volatility. Econometrica, 71(2), 579-625.
Banz, R. W. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics, 9(1), 3-18.
Basu, S. (1983). The relationship between earnings' yield, market value and return for NYSE common stocks: Further evidence. Journal of Financial Economics, 12(1), 129-156.
Black, F., Jensen M. C. and Scholes M. S., (1972), The Capital Asset Pricing Model: Some Empirical Tests, Studies in the Theory of Capital Markets.
Chan, L. K., Hamao, Y., & Lakonishok, J. (1991). Fundamentals and stock returns in Japan. The Journal of Finance, 46(5), 1739-1764.
Engle, R. F. (2000). The Econometrics of Ultra‐high‐frequency Data.Econometrica, 68(1), 1-22.
Fama, E. F., & MacBeth, J. D. (1973). Risk, return, and equilibrium: Empirical tests. The Journal of Political Economy, 81, 607-636.

Fama, E. F., & French, K. R. (1992). The cross‐section of expected stock returns. The Journal of Finance, 47(2), 427-465.
Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3-56.
JP Morgan (1996). RiskMetricsTM – Technical Document, 4th Edition, New York.
Lakonishok, J., & Shapiro, A. C. (1986). Systematic risk, total risk and size as determinants of stock market returns. Journal of Banking & Finance, 10(1), 115-132.
Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. The Review of Economics and Statistics, 47(1), 13-37.
Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77-91.
Mossin, J. (1966). Equilibrium in a capital asset market. Econometrica: Journal of the Econometric Society, 34, 768-783.
Reinganum, M. R. (1981). Misspecification of capital asset pricing: Empirical anomalies based on earnings' yields and market values. Journal of Financial Economics, 9(1), 19-46.
Rosenberg, B., Reid, K., & Lanstein, R. (1985). Persuasive evidence of market inefficiency. The Journal of Portfolio Management, 11(3), 9-16.
Sharpe, W. F. (1964). Capital asset prices: a theory of market equilibrium under conditions of risk. The journal of finance, 19(3), 425-442.
Stattman, D. (1980). Book values and stock returns. The Chicago MBA: a Journal of Selected Papers, 4, 25-45.

Zhang, L., Mykland, P. A., & Ait-Sahalia, Y. (2005). A tale of two time scales: Determining integrated volatility with noisy high-frequency data. Journal of the American Statistical Association, 100(472), 1394-1411.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2016-07-04公開。
  • 同意授權瀏覽/列印電子全文服務,於2016-07-04起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信