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 U0002-1306200601023400
中文論文名稱 台股期貨與現貨之價格關聯性分析-非線性門檻模型之應用-
英文論文名稱 The Price Correlation between Indexes and Index Futures -Application of the Nonlinear Threshold Model-
校院名稱 淡江大學
系所名稱(中) 經濟學系碩士班
系所名稱(英) Department of Economics
學年度 94
學期 2
出版年 95
研究生中文姓名 洪玉娟
研究生英文姓名 Yu-Chane Hong
學號 693530197
學位類別 碩士
語文別 中文
口試日期 2006-05-19
論文頁數 79頁
口試委員 指導教授-萬哲鈺
委員-陳思寬
委員-陳玉瓏
中文關鍵字 價格發現  門檻誤差修正模型  非線性 
英文關鍵字 Price Discovery  Threshold Error-Correction Model  Nonlinear 
學科別分類 學科別社會科學經濟學
中文摘要 由於傳統線性之共整合分析並無法描述股價指數期貨與現貨兩者間不對稱之非線性調整過程,藉由門檻模型來加以分析較為恰當。因此本研究目的在於運用門檻誤差修正模型,加以分析股價指數期貨與現貨間之關聯性,此即與以往研究較於不同之處。本研究針對台灣加權股價指數現貨與期貨、電子類股價指數現貨與期貨、金融保險類股價指數期貨之日內每分鐘資料為研究對象。樣本期間選用上半年度與下半年度之樣本資料作分析比較,分別為民國九十三年五月二十日至六月十六日、民國九十三年十一月十八日至十二月十五日。實證結果如下:
1.在門檻誤差修正模型方面,三區間門檻模型中,本研究之各類指數現貨皆要比指數期貨平均而言要具顯著性,且不同區間之長短期動態調整有不同之結果產生,而無套利區間之係數平均而言的確比其它區間之係數來得較小些。
2.本研究與葉至浩(2004)相比較之結果,本研究是較其結果詳細,而因為理論依據與時間點的選擇不同,因此結果並無法去區分兩者之好壞,兩者的研結果即發現貨與期貨之間並不存在單一的領先落後關係,而是互有領先落後的情形。
3.本研究五區間門檻模型與Martens,Kofman and Vorst(1998)之結果大致上相同,在無套利區間之係數皆小於外部區間之係數,因此也顯示出無套利區間之存在性。本研究結果與Martens,Kofman and Vorst(1998)之門檻誤差修正項估計結果皆是指數現貨較指數期貨價格來得較具顯著性且現貨之係數大致上皆大於期貨,而期貨的誤差修正項也具弱外生性,表示期貨有價格發現功能期貨基於己知資訊,提供目前與未來現貨價格訊息之能力。而在短期動態關係上,現貨與期貨兩者相互受到本身與對方落後期數之影響,因此,期貨與現貨存在不同的價格發現功能。
英文摘要 In the paper the cost-of-carry model for futures contracts on the Taiwan Stock Exchange index is examined. In the investigation intraday one-minute data are used. Unlike previous studies based on linear VCEM or VAR models, we employ a multivariate TAR model based on Tsay(1998)’s paper to examine the dynamics between stock index and index-futures. The presence of transaction costs causes that mispricing series from non-arbitrage cost-of-carry relationships have a nonlinear form. Arbitrageurs will take a long or a short position only if the mispricing is greater in magnitude than a certain threshold and, as a result, their activity might not be observed for small values of the mispricing. This causes that the dynamics of the mispricing series might be effectively described by threshold autoregressive processes with 5 regimes. Such processes allow for a unit-root behaviour in a middle regime, while at the same time being globally second-order stationary.
論文目次 目錄
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 相關理論與文獻回顧 4
第一節 相關理論 4
第二節 相關文獻 4
一、國外相關文獻 5
二、國內相關文獻 10
第三章 研究方法 18
第一節 單根檢定 18
第二節 非線性檢定與多變量門檻模型 20
第三節 台股指數期貨與現貨領先落後關係 24
第四章 實證結果與分析 26
第一節 資料來源及敘述 26
第二節 單根檢定 30
第三節 非線性檢定 31
第四節 選擇最適門檻區間 35
第五節 多變量門檻模型 39
第六節 三區間估計結果 40
第七節 五區間估計結果 62
第五章 實驗結果 75
第一節 結論 75
第二節 研究限制與未來研究建議 76
參考文獻 77
圖目錄
圖1-2-1 論文架構圖 3

表目錄
表2-1-1 國外相關文獻整理 9
表2-2-1 國內相關文獻整理 17
表2-2-1 國內相關文獻整理 17
表4-1-1台股指數日內每分鐘期貨與現貨之敘述統計量 27
表4-1-2金融保險類日內每分鐘期貨與現貨之敘述統計量
(刪除無期貨價格之資料) 28
表4-1-3金融保險類日內每分鐘期貨與現貨之敘述統計量
(平均無期貨價格之資料) 29

表4-1-4電子類日內每分鐘期貨與現貨之敘述統計量
(刪除無期貨價格之資料) 29
表4-1-5電子類日內每分鐘期貨與現貨之敘述統計量
(刪除無期貨價格之資料) 30
表4-2-1台股指數現貨、期貨之單根定 31
表4-3-1五月VECM(14)與十一月VECM(8)模型在台股指數期貨、現貨下之非線性檢定 32
表4-3-2五月VECM(9)與十一月VECM(14)模型在金融保險類期貨、現貨下之非線性定(平均無期貨價格之資料) 33
表4-3-3五月VECM(14)與十一月VECM(8)模型在金融保險類期貨、現貨下之非線性定(刪除無期貨價格之資料) 34
表4-3-4五月VECM(12)與十一月VECM(7)模型在金融保險類期貨、現貨下之非線性定(平均無期貨價格之資料) 34
表4-3-5五月VECM(14)與十一月VECM(7)模型在金融保險類期貨、現貨下之非線性定(平均無期貨價格之資料) 35
表4-4-1 台股選擇最適門檻數—五月 37
表4-4-2 金融保險選擇最適門檻—五月(刪) 37
表4-4-3台股選擇最適門檻數—十一月 37
表4-4-4 金融保險選擇最適門檻—十一月(平均) 37
表4-4-5 金融保險選擇最適門檻—五月(平均) 37
表4-4-6 金融保險選擇最適門檻—十一月(刪) 38
表4-4-7 電子選擇最適門檻—五月(刪) 38
表4-4-8 電子選擇最適門檻—五月(平均) 38
表4-4-9 電子選擇最適門檻—十一月(刪) 38
表4-4-10 電子選擇最適門檻—十一月(平均) 38
表4-6-1 台股指數期貨、現貨之多變量門檻模型(十一月)42
表4-6-2 台股指數期貨、現貨之多變量門檻模型(五月) 42
表4-6-3 金融保險類期貨、現貨之多變量門檻模型(十一月) (平均無期貨價格之資料)46
表4-6-4 金融保險類期貨、現貨之多變量門檻模型(十一月) (刪除無期貨價格之資料)47
表4-6-5 金融保險類期貨、現貨之多變量門檻模型(五月) (平均無期貨價格之資料)48
表4-6-6 金融保險類期貨、現貨之多變量門檻模型(五月) (刪除無期貨價格之資料)50
表4-6-7 電子類期貨、現貨之多變量門檻模型(十一月) (平均無期貨價格之資料)53
表4-6-8 電子類期貨、現貨之多變量門檻模型(十一月) (刪除無期貨價格之資料)54
表4-6-9 電子類期貨、現貨之多變量門檻模型(五月) (平均無期貨價格之資料)55
表4-6-10 電子類期貨、現貨之多變量門檻模型(五月) (刪除無期貨價格之資料)57
表4-6-11 基本資料比較表59
表4-6-12 誤差修正項之比分析表61
表4-7-1 台股指數期貨、現貨之門檻誤差修正模型(十一月)63
表4-7-2 台股指數期貨、現貨之門檻誤差修正項模型(五月)65
表4-7-3 S&P500指數現貨與期貨(1993年5月)之門檻誤差修正項模型70
表4-7-4 S&P500指數現貨與期貨(1993年11月)之門檻誤差修正項模型72
表4-7-5 S&P500指數現貨與期貨(1993年11月)之門檻誤差修正項模型74

參考文獻 參考文獻
一、 中文部份
1. 賴瑞芬,「台股指數期貨與現貨日內價格關係之研究」,台灣大學財務金融學研究所碩士論文,民國八十五年。
2. 李家州,「台股指數期貨價格發現功能之研究」,淡江大學財務金融學研究所碩士論文,民國八十六年。
3. 葉至浩,「股價指數期貨與股價指數之價格關聯性─門檻向量誤差修正模型(Threshold VECM)之應用」,銘傳大學財務金融研究所碩士論文,民國九十三年。
4. 楊崇斌,「摩根台股指數期貨與現貨報酬之關聯性分析」,輔仁大學金融研究所碩士論文,民國八十六年。 
5. 劉建杉,「台股指數現貨與期貨及期貨市場間關聯性分析」,中正大學財務金融研究所碩士論文,民國八十七年。
6. 蔡美華,「台股指數期貨與現貨報酬波動性關係之研究」,東吳大學企業管理研究所碩士論文,民國八十八年。
7. 蔡垂君,「台灣股價指數期貨與現貨之實證研究」,台北大學企業管理研究所博士論文,民國九十一年。
8. 陳明斈,「台股指數期貨與現貨日內波動不對稱外溢效果之研究」,雲林科技大學財務金融研究所碩士論文,民國九十一年。
9. 謝文良,2002,「價格發現、資訊傳遞與市場整合—台股期貨市場之研究」,Journal of Financial Studies,9(3),1-37.
二、 英文部份
1. Chan, K., 1992, “A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Markets,” Review of financial Studies, 5, 123-152.
2. Dickey, David A., and Fuller, Wayne A., 1979, “Distribution of the Estimators for Autoregressive Time Series With a Unit Root, ”Journal of the American Statistical Association, 74(336),427-431.
3. Engle, Robert F., and Granger, C.W.J., 1987, “Co-integration and Error Correction: Representation, Estimation, and Testing,” Econometrica,55(2),251-276.
4. Ghosh, Asim., 1993, “Co-integration and Error correction Models: Intertemporal Causality between Index and Futures Prices,” The Journal of Futures Markets, 13(2), 193-198.
5. Granger, C.W.J., 1969,“investigating Causal Relations by Econometric Models and Cross-Spectral Methods,” Econometrica,37(3),424-438.
6. Granger, C. W. J., 1986, “Developments in the Study of Cointegrated Economic Variables,” Oxford Bulletin of Economics and Statistics,48(3),213-228.
7. Granger, C. W. J., 1988, “Some Recent Developments in a Concept of Causality, ”The Journal of Futures Markets,7(4),373-381.
8. Hansen, Bruce E. and Byeongseon Seo, 2002, “Testing for Two-Regime Threshold Cointegration in Vector Error Correction Models, ”Journal of Econometrics, 110,293-318.
9. Kawaller, I. G. P. D. Koch, and T. w. Koch, 1987, “The Temporal Price Relationship Between S&P 500 Futures and the S&P 500 Index,”Journal of Finance,42, 1309-1929.
10. Martens, Martin, Paul Kofman and Ton C. F. Vorst, 1998, “A Threshold Error-Correction Model for Intraday Futures and Index Returns,” Journal of Applied Econometrics, 13(3), 245-263.
11. Sims, Christopher A, 1972, “Money, Income, and Causality, ”The American Economic Review,62,540-552.
12. Shyy, Gang, Vijayraghavan, Vasumathi, and Scott-Quinn, Brian, 1996, “A Further Investigation of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market with the Use of Bid/Ask Quotes: the Case of France,” The Journal of Futures Markets, 16(4), 405-420.
13. Stoll, H. R., and R. E. Whaley, 1990, “The Dynamics of Stock Index and Stock Index Futures Returns,” Journal of Financial and Quantitative Analysis, 25, 441-468.
14. Tsay, R. S., 1989, “Testing and Modeling Threshold Autoregressive Process,” Journal of the American Statistical Association, 405, 231-240.
15. Tsay, R. S., 1998, “Testing and Modeling Multivarirate Threshold Models,” Journal of the American Statistical Association, 443, 1188-1202.
16. Turkington, Joshua and David Walsh, 1999, “Price Discovery and Causality in the Australian Share Price Index Futures Market,” Australian Journal of Management, 24(2), 97-113.
17. Wahab, M., and M. Lshgari, 1993, “Price Dynamics of Stock Index and Stock Index Futures Markets: A Cointegration Approach,” Journal of Futures Markets, 13, 711-742.
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2006-06-15公開。
  • 同意授權瀏覽/列印電子全文服務,於2006-06-15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