西元1999年芝加哥商業交易所正式以美國十個城市的溫度為交易對象，利用十個城市過去的歷史溫度資料平均試算而得之交易指數，也開啟了世人對於預測溫度路徑的演算及各種派別的論證及看法。
    台灣對天氣風險因子真正受影響較大的應該是「雨量」而不是「溫度」。因此考量地理環境的不同點之後，發展出一套真正適合台灣的天氣商品合約，而不再只是利用現有市場上的「保險」方式消極的趨避風險。
    設計雨量商品最困難的地方在於如何評估雨量的路徑，這其中還具有相當多的爭議，最後回歸氣象學(meteorology)及氣候學(climatology)上最常用的Gamma分配去衡量雨量的路徑，選擇台灣現有氣象觀測站仍保有30年完整資料的14個觀測站為研究對象，契約期間選擇台灣主要雨季裡的梅雨季 (五、六月)及颱風雨季 (七、八、九月)，以30年為評價基礎，計算14個城市的買權價格。以5、6月梅雨季的買權價格來看，位在台東的大武以及台南、高雄，在價格上都較其他11個城市較高；而7、8、9月颱風季的買權價格是成功、南投日月潭以及嘉義為最高。
    本研究與過去估算降雨量最大的不同點在於：不再運用一般市場上習慣的簡單平均法，而是借用氣象學對雨量路徑的評估－Gamma分配。套用Gamma模型去模擬雨量的路徑，設計出真正符合台灣當地天氣因子的商品。

In 1999, Chicago Merchant Exchange began to trade temperature product with U.S. ten cities, use its historical data to average for index, and open to estimate temperature path studies.
   Weather risk of Taiwan affects deeply should 「Rainfall」not 「Temperature」. So as think over the geographical features, develop a real weather product contract to fit Taiwan, not just only use insurance to hedge risk.
   It is difficulty to design rainfall product, especially evaluate to rainfall path. Finally come back Gamma distribution of meteorology and climatology. Choosing 14 weather observe stations of Taiwan still contain 30 years records, plum rains (May、June) and a typhoon (July、August、September) of Taiwan main rain season, pricing 14 cities call option.And Dawu、Tainan、Kaohsiung are the highest price in May and June. Cheng-Kung、Nantou、Chiayi are also the highest price in July、August and September.
   This study is main differ from the past because use Gamma distribution, instead of traditional average approach. It’s really suitable to Taiwan weather risk.

第 壹 章  緒論．．．．．．．．．．．．．．．．．．．．．．1

第一節  研究動機與目的．．．．．．．．．．．．．．．．．．1
第二節  相關觀念的釐清．．．．．．．．．．．．．．．．．．1
第三節  研究方法與流程．．．．．．．．．．．．．．．．．．5
第四節  論文架構．．．．．．．．．．．．．．．．．．．．．7
第五節  研究限制．．．．．．．．．．．．．．．．．．．．．8

第 貳 章  文獻回顧．．．．．．．．．．．．．．．．．．．．9

第一節  天氣對經濟的影響及衝擊．．．．．．．．．．．．． 9
第二節  巨災風險衍生性商品的介紹．．．．．．．．．．．． 13
第三節  天氣衍生性商品的市場概況．．．．．．．．．．．． 20
第四節  台灣天氣衍生性商品的市場概況．．．．．．．．．． 27
第五節  選擇雨量為交易標的因由．．．．．．．．．．．．． 27
第六節  評估天氣型態的相關文獻．．．．．．．．．．．．． 29

第 參 章  選擇權的介紹．．．．．．．．．．．．．．．．． 34

第一節  選擇權的交易特性．．．．．．．．．．．．．．．． 34
第二節  選擇權求解方法及說明．．．．．．．．．．．．．． 40
第三節  新奇選擇權．．．．．．．．．．．．．．．．．．． 43

第 肆 章  研究方法．．．．．．．．．．．．．．．．．．． 45

第一節  資料來源的決定．．．．．．．．．．．．．．．．． 45
第二節  台灣自然降雨期．．．．．．．．．．．．．．．．． 47
第三節  雨量的估計及評價方法．．．．．．．．．．．．．． 47
第四節  雨量衍生性商品其他交易方法及衡量模式．．．．．． 49
第五節  設計台灣雨量選擇權合約．．．．．．．．．．．．． 57

第 伍 章  實證結果分析 ．．．．．．．．．．．．．．．．．58

第一節  參數的估計．．．．．．．．．．．．．．．．．．． 58
第二節  模擬14個城市的雨量選擇權買權價格．．．．．．．． 61

第 陸 章  結論與建議 ．．．．．．．．．．．．．．．．．．72

第一節  研究結論．．．．．．．．．．．．．．．．．．．． 72
第二節  研究建議及後續研究方向．．．．．．．．．．．．． 73

參考文獻．．．．．．．．．．．．．．．．．．．．．．．． 77

附圖．．．．．．．．．．．．．．．．．．．．．．．．．． 82

表   目   錄

表1-1   期貨與選擇權的差異．．．．．．．．．．．．．．．．．．．．．4
表2-1   CME天氣期貨契約一覽．．．．．．．．．．．．．．．．．．．．22
表3-1   選擇權的交易特性．．．．．．．．．．．．．．．．．．．．． 34
表3-2   選擇權評價方法彙整．．．．．．．．．．．．．．．．．．．． 43
表3-3   標準選擇權和新奇選擇權的差異．．．．．．．．．．．．．．．． 44
表4-1   雨量選擇權合約．．．．．．．．．．．．．．．．．．．．．． 57
表5-1   30年的參數估計值 ．．．．．．．．．．．．．．．．．．．．．58
表5-2   20年的參數估計值 ．．．．．．．．．．．．．．．．．．．．．59
表5-3   10年的參數估計值 ．．．．．．．．．．．．．．．．．．．．．60
表5-4   5、6月基隆、台北不同履約水準下的買權價格．．．．．．．．． 61
表5-5   5、6月新竹、台中不同履約水準下的買權價格 ．．．．．．．．． 62
表5-6   5、6月南投日月潭、嘉義不同履約水準下的買權價格．．．．．． 62
表5-7   5、6月台南、高雄不同履約水準下的買權價格 ．．．．．．．．． 62
表5-8   5、6月恆春、澎湖不同履約水準下的買權價格 ．．．．．．．．． 63
表5-9   5、6月宜蘭、花蓮不同履約水準下的買權價格 ．．．．．．．．． 63
表5-10  5、6月成功、大武不同履約水準下的買權價格 ．．．．．．．．． 63
表5-11  14個城市5、6月買權的變異數．．．．．．．．．．．．．．．．66
表5-12  7、8、9月基隆、台北不同履約水準下的買權價格 ．．．．．．．． 67
表5-13  7、8、9月新竹、台中不同履約水準下的買權價格 ．．．．．．．． 67
表5-14  7、8、9月南投日月潭、嘉義不同履約水準下的買權價格 ．．．．． 67
表5-15  7、8、9月台南、高雄不同履約水準下的買權價格 ．．．．．．．． 68
表5-16  7、8、9月恆春、澎湖不同履約水準下的買權價格 ．．．．．．．． 68
表5-17  7、8、9月宜蘭、花蓮不同履約水準下的買權價格 ．．．．．．．． 68
表5-18  7、8、9月成功、大武不同履約水準下的買權價格 ．．．．．．．． 69
表5-19  14個城市7、8、9月買權的變異數．．．．．．．．．．．．．． 69
 
圖   目   錄

圖1-1   研究流程圖．．．．．．．．．．．．．．．．．．．．．．．．．6
圖2-1   各產業對天氣商品需求的百分比．．．．．．．．．．．．．．．． 23
圖2-2   七種天氣因子交易量的百分比(概估值) ．．．．．．．．．．．．25
圖2-3   四大主要天氣因子交易的市值率．．．．．．．．．．．．．．． 26
圖3-1   買賣買權可能發生的損益情況．．．．．．．．．．．．．．．． 39
圖3-2   買賣賣權可能發生的損益情況．．．．．．．．．．．．．．．． 40
圖4-1   台灣各地區氣象觀測站．．．．．．．．．．．．．．．．．．． 46
圖4-2   台北30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  51
圖4-3   台北30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 51
圖4-4   台中30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．．52
圖4-5   台中30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．．．  52
圖4-6   高雄30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  53
圖4-7   高雄30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 53
圖4-8   花蓮30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  54
圖4-9   花蓮30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 54
圖4-10  澎湖30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  55
圖4-11  澎湖30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 55
圖5-1   台南 5、6月的模擬路徑．．．．．．．．．．．．．．．．．．．64
圖5-2   高雄 5、6月的模擬路徑．．．．．．．．．．．．．．．．．．．64
圖5-3   大武 5、6月的模擬路徑．．．．．．．．．．．．．．．．．．．65
圖5-4   南投日月潭 7、8、9月的模擬路徑．．．．．．．．．．．．．． 70
圖5-5   嘉義 7、8、9月的模擬路徑．．．．．．．．．．．．．．．．． 70
圖5-6   成功 7、8、9月的模擬路徑．．．．．．．．．．．．．．．．． 71
附圖一   基隆30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  82
附圖二   基隆30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 82
附圖三   新竹30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  83
附圖四   新竹30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 83
附圖五   南投日月潭30年(1975~2004) 5、6月的模擬路徑．．．．．．． 84
附圖六   南投日月潭30年(1975~2004) 7、8、9月的模擬路徑．．．．．．84
附圖七   嘉義30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  85
附圖八   嘉義30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 85
附圖九   台南30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  86
附圖十   台南30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 86
附圖十一 恆春30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  87
附圖十二 恆春30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 87
附圖十三 宜蘭30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  88
附圖十四 宜蘭30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 88
附圖十五 成功30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  89
附圖十六 成功30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 89
附圖十七 大武30年(1975~2004) 5、6月的模擬路徑．．．．．．．．．．  90
附圖十八 大武30年(1975~2004) 7、8、9月的模擬路徑．．．．．．．．． 90

一、中文部份

王淑芬(2001)，「期貨與選擇權」，智勝文化事業有限公司。
王作臺、李兆萍(1994)，「衛星資料估算雨量方式及在氣候研究之 應用」，氣象學報，第四十卷，第二期，頁87-107。
史綱（1999），「巨災債券之發行與計價」，災後重建的財政規劃與巨災風險證券化研討會，國科會社會科學研究中心。
何鎮宏(2003)，「建立我國氣候選擇權評價模型之研究」，淡江大學應用經濟學系碩士論文。
汪中和(1994)，「從降雨紀錄看台灣的水資源」，中央研究院週報，第四九二期，研究心得。
李嘉鴻(2002)，「多資產彩虹回顧選擇權之評價分析」，義守大學管理研究所碩士論文。
李怡慧(2003)，「電力選擇權評價模型之探討」，淡江大學應用經濟學系碩士論文。
余昭慶(1996)，「新奇選擇權產品—亞洲外匯選擇權與一般外匯選擇權之比較分析」，中原大學企業管理研究所碩士論文。
周頌(2002)，「從CME氣候期貨論衍生性商品標的資產」，台灣期貨交易所九十一年度研究報告提要，http://www.sfb.gov.tw/reference/research/91/6.1.doc.
吳進益(2002)，「氣候選擇權評價模式之研究」，淡江大學財務金融學系碩士論文。
吳瑞賢、石棟鑫(2003)，「台灣地區極端雨量分佈與頻率分析之研究－兼論納莉颱風事件」，中國土木水利工程學刊，第十五卷，第四期，頁747-758。
施勇任(2002)，「選擇權之風險值的計算方法探討」，東吳大學商用數學系碩士論文。
凌氤寶（1994），「巨大損失保險期貨」，保險專刊，第35 期，頁93-101。
孫稚堯(2005)，「聖嬰是經濟浩劫幕後黑手」，新新聞周報第九三七期，頁93-95。
___________，「颱風下雨也能賺百億」，新新聞周報第九三九期，頁82-83。
陳輝煌(2001)，「巨災風險證券化－以Hull and White三元樹模型探討台灣巨災指數選擇權價值」，實踐大學企業管理研究所碩士論文。
陳正改(1998)，「台灣梅雨面面觀」，地球科學園地，三月春季，第五期，精選專文。
許敏溶、郭怡君(2004/12/9)，「氣象預報，民間取得許可」，自由時報。
黃清哲(2003)，「台灣地區颱風降雨量預測模式之建立(I)」，工程科技通訊，第68卷，頁35-37。
黃琪蓁(2005)，「Weather Contract－天氣期貨」，國際投資月刊(寶來)，第33卷，頁8-9。
傅沁怡、林巧雁(2004/10/28)，「外幣氣候選擇權放行」，聯合新聞網。
彭啟明(2004/11/12)，工商時報六版。
張麗卿(2003)，「遠期生效選擇權之評價—以歐元和日元為例」，中原大學企業管理學系碩士學位論文。
程嘉遠(2003)，「半導體專業代工業發行產能選擇權之可行性探討」，實踐大學企業管理研究所碩士論文。
張偉忠（2000），「巨災債券之理論與實際」，中央大學財務管理研究所碩士論文。
劉美纓、謝慧玉(2001)，「氣候衍生性商品之研究」，證券暨期貨管理，第19卷，第3期，頁1-10。
謝雯芬(2003)，「台灣氣候衍生性商品之探討－以溫度選擇權為例」，東吳大學經濟學系碩士論文。
謝劍平（2000），期貨與選擇權，智勝文化事業有限公司。 

二、英文部分

Agarwal , A., (2002),“A New Approach & Model for Weather Derivative Instrument based on Water Table Floods,Droughts and Rainfall”, Finance India, Sep 2002 , 16 ,No.3 ,pp.877- 914. 
___________________ ,“Defining Parameters of an Underlying Variable (Asset/Value) and establishing Water Table as Underlying Value”, Finance India, Dec 2002 ,16 , No.4 , pp.1273- 1294.
Boyle, P.P. (1977), “Options: A Monte Carlo Approach,” Journal of Financial Economics,Vol. 4, pp. 323-338.
Black. F and M. Scholes, (1973),“The Pricing of Option and Corporate Liabilities”,Journal of Political Economy, 81, pp 637~654.
Brabazon, T. and Idowu, S.O, (2002),“WEATHER derivatives”, Accountancy Ireland, Aug 2002, 34, No.4, pp.7- 9.  
Cox S. H. and R. G. Schwebach (1992) ,“Insurance Futures and Hedging Insurance Price Risk ” , The Journal of Risk and Insurance , Vol. 59,pp.628-644.
Cox, J.C., Ross, S.A.and Rubinstein, M. (1979), “Option Pricing: A Simplified Approach,” Journal of Financial Economics, Vol. 7, pp. 229-263.
Cummins J. D. and H. Geman (1995),“Pricing Catastrophe Insurance Futures and Call Spreads: An Arbitrage Approach” , Journal of Fix Income , Vol. 4 ,pp.46-57.
Dischel , B., (1998),“Black – Scholes won't do”, Risk Magazine and Energy and Power Risk Management Report on Weather Risk.
___________________ ,“The Fledgling Weather Market Takes Off, Part 1 : Weather Sensitivity, Weather Derivatives & A Pricing Model”, Applied Derivatives Trading.
___________________ , “The Fledgling Weather Market Takes Off, Part 2 : Weather Data for Pricing Weather Derivatives”, Applied Derivatives Trading.
____________  (1999), “The Fledgling Weather Market Takes Off, Part 5 : The Dischel D1 Stochastic Temperature Model”, Applied Derivatives Trading.
____________  (2000), “Is Precipitation Basis Risk Overstated”, Weather Risk,A Special Report From Risk Magazine and Energy and Power Risk Management.
____________  (2001), “Double Trouble : Hedging Rainfall and Temperature”, Weather Risk,A Special Report From Risk Magazine and Energy and Power Risk Management.
Ison , N.T., Feyerherm , A.M. and Bark , L. D., (1971), “Wet Period Precipitation and the Gamma Distribution”, Journal of Applied Meteorology, 10 , pp.658- 665.
Martin, S.W., Barnett , B.J. and Coble , K.H., (2001), “Developing and Pricing Precipitation Insurance”, Journal of Agricultural and Resource Economics, 26 , NO.1 ,  pp.261- 274. 
Merton,R.C.(1976), “Option pricing when underlying stock returns are discontinuous,” Journal of Financial Economics, Vol.3,pp125-14 
Moreno, M., (2003), “Riding The Temp”, http://www.weatherderivs.com.
_________________, “Rain risk”, http://www.weatherderivs.com.
Niehaus, G. and S. V. Mann（1992）, “The Trading of Underwriting risk: An Analysis of Insurance Futures Contracts And Reinsurance”, The Journal of Risk and Insurance, 59 , pp.601-627 .
Schwartz, E. (1977), “The Valuation of Warrants: Implementing a New Approach,”Journal of Financial Economics, Vol. 4, pp. 79-93.
Turvey , C.G., (1996), “Weather Derivatives for Specific Event Risks in Agriculture”, Review of Agricultural Economics, 23 , No.2, pp.333- 351.
Wilks , D.S., (1990), “Maximum Likelihood Estimation for the Gamma Distribution Using Data Containing Zeros”, Journal of Climate, 3 , December 1990 ,pp.1495- 1501.