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 U0002-1207200822234800
中文論文名稱 台指選擇權之典型評價與避險
英文論文名稱 Canonical Valuation and Hedging of Taiwan Stock Index options
校院名稱 淡江大學
系所名稱(中) 產業經濟學系博士班
系所名稱(英) Department of IndustrialEconomics
學年度 96
學期 2
出版年 97
研究生中文姓名 吳國丞
研究生英文姓名 Guo-Cheng Wu
學號 694510180
學位類別 碩士
語文別 中文
口試日期 2008-06-16
論文頁數 77頁
口試委員 指導教授-林俊宏
委員-楊志海
委員-王淳玄
中文關鍵字 典型評價法  條件限制  指數選擇權  避險績效 
英文關鍵字 Canoical Valuation  Constraint  Index Options  Hedging performance 
學科別分類 學科別社會科學經濟學
中文摘要 本文以無母數之典型評價法來配適台指選擇權之市場資料,在模型中加入限制條件,並以台指期貨來作為台指選擇權之標的資產,來與傳統B-S模型以及使用相同資訊之隱含波動率B-S模型相比較,藉以了解典型評價法在台灣市場之評價與避險績效。實證結果顯示台指期貨報酬率顯著不服從常態分配,即不符合B-S模型之基本假設,因而使得加入條件限制之典型評價法比B-S模型有較佳之評價績效。避險測試結果顯示未加入條件限制之典型評價有最佳之避險績效,可能因為條件限制的加入,降低了Delta值估計的精確度所致。最後,在評價誤差之因素分析中,亦證實了增加限制條件,有效地降低評價誤差。
英文摘要 This study applies nonparametric Canonical Valuation to TAIEX options, adds constraint to the model, and uses futures as the underlying of TAIEX options, in order to investigate the performance of option pricing and hedging. We find the returns of futures violent the assumptions of normality B-S model. Thus the constrained canonical model outperforms B-S model. The result of hedging shows that the unconstrained canonical model is the most efficient in hedging. This may be that adding constraint to the model reduces the accuracy in delta estimating. Moreover, the regression of pricing errors shows that the additional constraint in these two models decreases pricing errors.
論文目次 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
第二章、 文獻回顧 ……………………………………………………4
第一節 Black-Scholes選擇權評價模型……………………………4
第二節 無母數選擇權評價之背景 …………………………………6
第三節 典型評價法的相關文獻……………………………………10
第三章、 研究方法……………………………………………………13
第一節 未結合最小資訊之典型評價法(CAN )…………………15
第二節 結合最小資訊之典型評價法(CON )……………………20
第三節 Black-Scholes模型-歷史波動率評價法(HBS)和隱含
    波動率評價法(IBS)………………………………………21
第四節 評價誤差的衡量……………………………………………23
第五節 選擇權之避險比率-Delta值的計算………………………24
第六節 避險策略和避險誤差………………………………………25
第四章、 實證分析……………………………………………………27
第一節 資料說明與篩選……………………………………………27
第二節 台指期貨日報酬率之基本統計量與常態性檢定…………30
第三節 典型評價法與B-S模型之評價誤差比較…………………32
第四節 典型評價法與B-S模型之避險誤差比較…………………39
第五節 典型評價法與B-S模型之評價誤差原因分析……………45
第五章、 結論與建議…………………………………………………55

參考文獻 ………………………………………………………………58

圖目錄:
圖一 股價之機率分配圖 …………………………………………8
圖二 波動率偏斜曲線示意圖 ……………………………………8
圖三 研究流程圖…………………………………………………14
附圖一 Delta值對股價價格關係圖…………………………………63
表目錄:
表一 選擇權資料篩選表…………………………………………30
表二 台指期貨日報酬率之基本統計量表………………………31
表三 買權百分比絕對值評價誤差比較表………………………33
表四 賣權百分比絕對值評價誤差比較表………………………37
表五 買權避險誤差比較表………………………………………40
表六 賣權避險誤差比較表………………………………………43
表七 解釋變數之相關分析表……………………………………47
表八 買權百分比評價誤差之迴歸分析表………………………48
表九 賣權百分比評價誤差之迴歸分析表………………………52
附表一 評價模型評價誤差對不同解釋變數之迴歸模型 值與AIC
值……………………………………………………………64

附錄一、 衍生性商品基本介紹………………………………………65
附錄二、 B-S模型簡述 ………………………………………………71
附錄三、 訊息理論基本介紹-訊息函數、熵(Entropy)和相對熵
(Relative Entropy)………………………………………74
附錄四、 無套利限制式………………………………………………77

參考文獻 中文部分:
李怡宗、劉玉珍、李建瑋 (民88年),「Black-Scholes評價模式在台灣認購權證市場之實證」,管理評論,第十八卷第三期,83-104頁。
周恆志、陳達新、巫春洲 (民96年) ,「Gram-Charlier GARCH選擇權演算法的評價與避險績效」,管理與系統,第十四卷第一期,95-119頁。
陳思宇 (民96年),「標準評價模型與Black-Scholes評價模型之比較:台指選擇買權之實證研究」,朝陽科技大學財務金融系碩士論文。
陳浚泓 (民92年),「B-S模式與隨機波動性定價模式之比較:台灣股價指數選擇權之實證」,成功大學企業管理研究所碩士論文。
莊益源、張鐘霖、王祝三 (民92年),「波動率模型預測能力的比較-以台指選擇權為例」,台灣金融財務季刊,第四輯第二期,41-63頁。
曾訓億 (民94年), 「台指選擇權機率密度函數之定價分析與避險衡量」,中正大學財務金融所碩士論文。
關旭東 (民92年) ,「隨機波動度下選擇權評價之實證-以台灣股價指數選擇權為例」,輔仁大學金融研究所碩士論文。

外文部分:
Aït-Sahalia, Y., and A. Lo (1998). “Nonparametric estimation of state-price densities implicit in financial asset prices.” Journal of Finance, 81, 637–659.
Alcock, J., and P. Gray (2005). “Dynamic non-parametric hedging of Europeanstyle contingent claims using canonical valuation.” Finance Research Letters, 1, 41–50.
Beckers, S. (1981). “Standard deviations implied in option prices as predictors of future stock price variability.” Journal of Banking and Finance, 5, 363-381.
Black, F. (1976). “The pricing of commodity contracts.” Journal of Financial Economics, 3, 36–41.
Black, F., and M. Scholes (1972). “The valuation of option contracts in a test of market efficiency.” Journal of Political Economy, 81, 637–659.
Black, F., and M. Scholes (1973). “The pricing of options and corporate liabilities.” Journal of Finance, 27, 399–417.
Chiras, D. P. and S. Manaster (1978). “The information content of option prices and a test of market efficiency.” Journal of Financial Economics, 6, 213-234.
Duan, J.-C. (1995) “The GARCH Option Pricing Model.” Mathematical Finance, 5, 13-32.
Dumas, B., J. Fleming, and R. Whaley (1998). “Implied volatility functions: Empirical tests.” Journal of Finance, 53, 2059–2106.
Galai, D. (1977). “Test of market efficiency of the Chicago Board Options Exchange.” The Journal of Business, 50, 167-197.
Gray, P., and S. Newman (2005). “Canonical valuation of options in the presence of stochastic volatility.” Journal of Futures Markets, 25, 1–19.
Gray, P., S. Edward and E. Kalotay (2007). “Canonical valuation and hedging of index options.” The Journal of Futures Markets, 27, 771–790
Gwilym, O. A. and M. Buckle (1999), “Volatility Forecasting in the Framework of the Option Expiry Circle.” European Journal of Finance, 5, 73-94.
Heston, S. and S. Nandi (2000). “A Closed-form GARCH Option Valuation Model.” Review of Financial Studies, 13, 585-625.
Huang, Chi-fu and Robert H. Litzenberger, (1988). Foundations for Financial Economics. North Holland, The Netherlands.
Hutchinson, J., A. Lo, and T. Poggio (1994). “A nonparametric approach to pricing and hedging derivative securities via learning networks.” Journal of Finance, 49, 771–818.
Jackwerth, J., and M. Rubinstein (1996). “Recovering probability distributions from option prices.” Journal of Finance, 51, 1611–1631.
Kim, M. J., and S. Kim (2005). “Is it important to consider the jump component for pricing and hedging short-term options?” The Journal of Futures Markets, 25, 989–1009.
Latané, H. A. and R. J. Rendleman (1976). “Standard deviations of stock price ratios implied in option prices.” Journal of Finance, 31, 369-381.
Macbeth, J. D. and L. J. Merville (1979). “Test of the Black-Scholes and Cox call option valuation models.” Journal of Finance, 35,285-301.
Merton, R. C. (1973). “Theory of Rational Option Pricing.” The Bell Journal of Economics and Management Science, 4, 141-183.
Perry, P. (1982). “The time-variance relationship of security returns: Implications for the return-generating stochastic process.” Journal of Finance, 37, 857-70.
Pindyck, R. S. (1984). “Uncertainty in the Theory of Renewable Resource Markets.” Review of Economic Studies, 51, 289–303.
Poterba, J. and L. Summers (1986). “The persistence of volatility and stock market fluctuations.” American Economic Review, 76, 1142-1151.
Rubinstein, M. (1994). “Implied binomial trees.” Journal of Finance, 49, 771–818.
Rubinstein, M. (1985). “Nonparametric tests of alternative option pricing models using all reported trades and quotes on the 30 most active CBOE option classes from August 23, 1976 through August 31, 1978.” Journal of Finance, 40, 454-480.
Schmalensee, R. and R. R. Trippi (1978). “Common stock volatility expectations implied by option premia.” Journal of Finance, 33, 129-147
Sengupta, Jati K. 1993, Econometrics of Information and Efficiency. Kluwer Academic, Norwell, Mass.
Stutzer, M. (1996). “A simple nonparametric approach to derivative security valuation.” Journal of Finance, 51, 1633–1652.
Whaley, R. E. (1982). “Valuation of American call options on dividend-paying stocks.” Journal of Financial Economics, 10, 29-58
Yung, H. and Zhang, H. (2003). “An Empirical Investigation of the GARCH Option Pricing Model: Hedging Performance.” The Journal of Futures Markets, 23, 1191-1207.
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2011-07-17公開。
  • 同意授權瀏覽/列印電子全文服務,於2011-07-17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