本研究根據國際貨幣基金組織(IMF)外匯儲備貨幣(COFER)的七種貨幣加上人民幣共八種幣別為投資組合的實證對象。利用Markowitz提出的MV模型建立最適的外幣投資組合並與等權重模型來評估投資績效，其次，再分別以變異數-共變異數模型及DCC-GARCH模型來衡量風險值，最後進行回溯測試探討不同的投資組合模型，是否可以真實的反映出面臨的市場風險。研究結果發現，變異-共變異數模型(VAR-COV)風險值較DCC-GARCH風險值模型為佳，且經由用MV模型建構的投資組合方式可降低且分散投資人的風險，達到風險程度最小的目的。

This study take seven International Monetary Fund (IMF) reserve currency (COFER) currency and Renminbi as a foreign portfolio. We firsy apply Markowitz(1952)'s MV model to establish the optimal currency portfolio.  In addition, we compare its performance with an equal weighted protfolio model. Secondly, We use the Variance-Covariance model and DCC-GARCH model to measure the portfolio Value at Risk, and finally using the back-testing to test the performace of the two models. The results show that, DCC-GARCH-VaR is better than the VAR-COV-VaR model, and through a portfolio approach with MV model construction can reduce the investor's risk diversification and achieve the purpose of the minimum risk.

目  錄	IV
表目錄	V
圖目錄	VI
第一章 緒論	1
第一節 研究背景與動機	1
第二節 研究目的	3
第三節 研究架構與流程	4
第二章 理論及相關文獻回顧	6
第一節 風險值介紹	6
第二節 國內外文獻回顧	10
第三章 研究方法	13
第一節 資料選取與說明	13
第二節 Markowitz投資組合	14
第三節 投資組合績效評估	15
第四節 風險值模型	18
第五節 回溯測試	26
第四章 實證結果與分析	29
第一節 基本敘述統計分析	29
第二節 MV模型選標的與等權重投資績效分析	31
第三節 投資組合風險值評估	45
第四節 風險值模型回溯測試結果	52
第五章  結論與建議	54
第一節 結論	54
第二節 建議	55
表 1 風險值估計方法比較表	10
表 2 各貨幣的敘述統計量	29
表 3 最適風險投資組合權重	31
表 4 外匯投資組合的月報酬率(MV模型)	33
表 5 外匯投資組合的月報酬率(等權重模型)-1	35
表 6 外匯投資組合的月報酬率(等權重模型)-2	37
表7 投資組合績效評估(月報酬)	39
表8 外匯投資組合的季報酬率(MV模型)	41
表9 外匯投資組合的季報酬率(等權重模型)-1	42
表10 外匯投資組合的季報酬率(等權重模型)-2	43
表11 投資組合績效評估(季報酬)	44
表12 外匯投資組合風險值之敘述統計量(MV模型)	45
表13 外匯投資組合風險值之敘述統計量(等權重模型)	49
表14 MV模型與等權重模型的回溯測試	52


圖1 研究流程	5
圖 2 澳幣/美元走勢	30
圖 3 日幣/美元走勢	30
圖 4 英鎊/美元走勢	30
圖 5 歐元/美元走勢	30
圖 6 瑞郎/美元走勢	30
圖 7 加幣/美元走勢	30
圖 8 人民幣/美元走勢	30
圖 9 美元指數走勢	30
圖10 考慮風險趨避程度的最適資產配置	31
圖11 投資組合績效指標比較圖(月報酬)	39
圖12 投資組合績效指標比較圖(季報酬)	44
圖 13 投資組合風險值敘述統計分配(MV模型) (95%信賴水準)	46
圖 14 投資組合風險值敘述統計分配(MV模型) (97.5%信賴水準)	46
圖15 投資組合風險值敘述統計分配(MV模型) (99%信賴水準)	47
圖16 投資組合風險值及報酬率(MV模型) (95%信賴水準)	47
圖 17 投資組合風險值及報酬率(MV模型) (97.5%信賴水準)	47
圖 18 投資組合風險值及報酬率(MV模型) (99%信賴水準)	48
圖 19 投資組合風險值敘述統計分配(等權重模型) (95%信賴水準)	49
圖20 投資組合風險值敘述統計分配(等權重模型) (97.5%信賴水準)	50
圖 21 投資組合風險值敘述統計分配(等權重模型) (99%信賴水準)	50
圖 22 投資組合風險值及報酬率(等權重模型) (95%信賴水準)	51
圖 23 投資組合風險值及報酬率(等權重模型) (97.5%信賴水準)	51
圖 24 投資組合風險值及報酬率(等權重模型) (99%信賴水準)	51

一、	中文文獻
1.	周恆志和陳達新，(2010)，「財務風險管理：工具、衡量與未來發展」，台北：雙葉書廊。
2.	邱建良、林卓民和洪瑞成(2003)，「風險值的探討－外匯投資組合之應用」，朝陽商管評論，第2卷第2期，頁75 - 102。
3.	林朝陽、黃介琳，(2011)，「考慮異質變異風險值估計之比較-以外匯美元為例」，貨幣觀測與信用評等，第89期，頁63 -71。
4.	胡為善，(1999)，「投資組合之關聯度分析與市場風險衡量」，國科會專題研究計畫報告。
5.	陳佩鈴，(2002)，匯率條件風險值之估計與比較，私立中原大學國貿研究所碩士論文。
6.	黃泰源，(2013) 應用COPULA函數於金磚五國投資組合相關性及風險值評估，私立淡江大學財務金融學系碩士論文。
7.	彭華櫻，(2003)，風險值的衡量與驗證-匯率的實證研究，私立淡江大學財務金融學系碩士論文。
8.	葉惠菁，(2011)，MV 及 MCVaR 投資組合模型之績效評估－大中華區股市之實證研究，私立淡江大學財務金融學系碩士論文。
9.	蔡秀霞，(2004)，風險值之應用-外匯投資組合實證研究，私立淡江大學財務金融學系碩士論文。

二、	英文文獻
1.	Alexander, C.O. and C. T. Leigh, (1997), "On the Covariance Matrics Used in Value at risk Models", Journal of Derivatives, Vol.4, pp. 50-62.
2.	Basle Committee on Banking (1995), An Internal Model Based Approach to Market Risk Capita, Requirements. Basle, Switzererland.
3.	Beder, T.S.,(1995), "VaR: Seductive and Dangerous", Financial Analysts Journal, Vol.51, pp.12-24.
4.	Bera, A. K., and Roh, J. S.（1991）. "A Moment Test of the Consistency of the Correlation in the Bivarite Model", Mimeo Department of Economics, University of Illinois at Urbana-Champaign.
5.	Bollerslev, T. (1986), "Generalized Autoregressive Conditional Heteroskedasticity ", Journal of Econometrics, Vol.31, pp.307-327.
6.	Bollerslev, T. (1987). "A conditionally heteroskedastic time series model for speculative prices and rates of return." The review of economics and statistics Vol.69, No.3, pp. 542-547.
7.	Bollerslev, T. (1990), "Modeling the coherence in short-run nominal exchange rates generalized ARCH", Review of Economics and Statistics, Vol.70, pp.498-505.
8.	Dowd, K. (1998). Beyond Value at risk：The New Science of Risk Management. John Wiley &Sons.
9.	Engle, R.F. (1982), "Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of UK Inflation", Econometric, Vol.50, No.1, pp.987-1008.
10.	Engle, R. F., Ng, V. K.(1993).Measuring and testing the impact of news on volatility.Journal of Finance, Vol.48,pp.1749-1778.
11.	Engel, J. and M. Gizycki (1999), "Conservatism, Accuracy & Efficiency: Comparing Value-at-Risk Models. "” Working Paper 2, Australian Prudential Regulation Authority
12.	Engle, R. F. (2002), "Dynamic conditional correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models ", Journal of Business and Economic Statistics, Vol. 20 No.3, pp.339-350.
13.	Hendrick, D., (1996), "Evaluation of Value-at-Risk Models Using Historical Data",  Economics Policy Review, Vol. 2, pp.39-69.
14.	Jensen, M. C., (1968) "The Performance of Mutual Funds in the Period 1945-1964", Journal of Finance, Vol.23, No.2, pp.389-416.
15.	Jorion, P. (1996).Risk: Measuring the Risk in Value at Risk.Financial Analysts Journal, Vol.52, pp.47-56.
16.	Jorion, P. (2000). Value at Risk: The New Benchmark for Managing Financial Risk, McGraw-Hill, Chicago.
17.	Kupiec, P. H. (1995) "Techniques for Verifying the Accuracy of Risk Measurement Models", Journal of Derivatives, Vol.3, pp.73-84.
18.	Levy, Hand M. Sarnat (1970) "International diversification of investment portfolios", American Economic Review, Vol.60, pp.668-65.
19.	Markowitz, H. （1952）, "Portfolio Selection", The Journal of Finance, Vol.7, pp.77-91
20.	McCurdy, T. H. and Morgan, I. (1988), "Testing the Martingale Hypothesis in Deutsche Mark Futures with Models Specifying the Form of the Heteroskedasticity", Journal of Applied Econometrics, Vol.3, 187-202
21.	Morgan, J. P. (1995), Riskmetrics Technical Manual.NY:J. P. Morgan
22.	Nelson, D. B. (1991), Conditional heteroskedasticity in asset returns: A new approach.Econometrica
23.	Sharpe, W. F., (1966) "Mutual Fund Performance", Journal of Business, Vol.39, No.1, pp.119-138, .
24.	Treynor, J. F., (1965) How to rate management of investment funds. Harvard Business Review, Vol.43, pp. 63–75.
25.	Treynor, Jack L., and Fischer Black. (1973) "How to Use Security Analysis to Improve Portfolio Selection." Journal of Business, Vol.46, No.1 , pp. 66-85