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 U0002-2605200616552300
中文論文名稱 債券之風險衡量-Cornish Fisher應用
英文論文名稱 Bond Risk measure-The Application of Cornish Fisher
校院名稱 淡江大學
系所名稱(中) 財務金融學系碩士在職專班
系所名稱(英) Department of Banking and Finance
學年度 94
學期 2
出版年 95
研究生中文姓名 陳儒毅
研究生英文姓名 Ju-Yi Chen
學號 792490053
學位類別 碩士
語文別 中文
口試日期 2006-05-20
論文頁數 63頁
口試委員 指導教授-林允永
共同指導教授-李進生
委員-陳達新
委員-謝文良
委員-林忠機
中文關鍵字 風險值  風險管理  變異數-共變異數  法回溯測試法 
英文關鍵字 Value at Risk  Risk management  Delta Normal Method  GARCH Model  Cornish Fisher expansions  Delta Gamma Method 
學科別分類
中文摘要 隨著國際金融交易日益頻繁,台灣金融投資環境越見活絡發展,資金流動的速度與規模與日俱增,使各種金融商品的價格波動程度與日俱增,而台灣債券市場近年來在政府積極改善債券交易制度與業者全力發展債券新金融商品之努力下,交易規模日益成長,因此,如何在進行債券交易時同時考量風險的配置及控管便成為當前投資人或是機構法人應當特別重視之部分。
本研究擇取2002年1月1日至2006年3月15日間尚未到期之台灣十年期公債為進行實證,以比較分析Delta Normal法與加入Cornish Fisher expansion之Delta Gamma法來估測風險值之準確性。
本文之實證研究發現在承擔相同風險下,採用加入Cornish Fisher後之Delta Gamma法可提存之預防損失準備金額較Delta Normal法為低,即表示其在提昇資本計提之有效性上較Delta Normal法為佳;而就報酬率方面,採用加入Cornish Fisher後之Delta Gamma法其效果亦優於Delta Normal法。惟因本文係以單一性質之三檔公債為實證對象,故在採用二種方法進行回溯測試效果上,較無法表現出其差異性。
英文摘要 With the proliferation in the volume of global financial transactions, which has thus given rise to increase in capital flow throughout Taiwan. The fixed income market in Taiwan has grown rapidly in the recent years due to the enhancement of trading system adopted by the regulatory authority and availability of various products provided by the bond industry. Hence, risk management and risk control have become a significant element to institutional investors for trading fixed-income products.
Base on the empirical data of 10-year Treasury Notes from January 1, 2002 to March 15, 2006, Delta Normal method and Delta Gamma method linked with Cornish Fisher are adopted to examine the accuracy of VaR measurement.
The conclusions driven from this research are as follows,first, base on the same risk exposure, the amount of loss prevention is lower when Delta Gamma linked with Cornish Fisher method is applied. That is, Delta Gamma method provides much efficient consequence than Delta Normal method does when looking up capital requirement.Second, when examining the return ratio, as well, shows that Delta Gamma method is presenting better consequence than Delta Normal approach does. While the three treasury bonds used as empirical data in this research are the same classification, the differentiation from the two backtesting is not significant.
論文目次 第一章 緒論……………………………………………………………………..…1
第一節 研究動機與背景………………………………………………………..1
第二節 研究目的……………………………………………………………..…2
第三節 研究架構與流程………………………………………………………..3

第二章 文獻回顧………………………………………………………………..…5
第一節 風險值之基本概念……………………………………………………..5
第二節 風險值之衡量方法……………………………………………………..9
第三節 不同風險值衡量方法之比較……………………………………….…27第四節 國內外相關文獻回顧……………………………………………….…28

第三章 研究方法……………………………………………………………….…32
第一節 變異數--共變異數法…………………………………………………..32
第二節 多項式模型…………………………………………………………….33
第三節 GARCH估計模型..……………………………………………………35
第四節 回溯測試模型………………………………………………………….37

第四章 實證結果分析……………………………………………………………39
第一節 資料與實證流程介紹…………………………………………………39
第二節 實證模擬與分析………………………………………………………42
第三節 回溯測試………………………………………………………………53

第五章 結論與建議………………………………………………………………56
第一節 研究結論………………………………………………………………56
第二節 研究建議………………………………………………………………59
參考文獻……………………………………………………………………………62

圖 目 錄
【圖1-1】:研究流程圖…………………………………………………………..…4
【圖2-1】:風險值的意義…………………………………………………………..7
【圖4-1】:實證流程架構圖………………………………………………………..41
【圖4-2】:A85308之報酬率走勢…………..……………………………………..46
【圖4-3】:A88101之報酬率走勢…………..……………………………………..47
【圖4-4】:A90101之報酬率走勢…………..……………………………………..47
【圖4-5】:A85308之報酬率走勢…………..……………………………………..50
【圖4-6】:A88101之報酬率走勢…………..……………………………………..50
【圖4-7】:A90101之報酬率走勢…………..……………………………………..50


表 目 錄
【表3-1】:風險值模型之比較…………………………………………………..…27
【表4-1】:十年期公債資料表………………………………………………………42
【表4-2】:十年期債券每日報酬率……………………………..………………….43
【表4-3】:債券風險值估計結果(95%信賴水準)…………………………………..44
【表4-4】:債券風險值估計結果(99%信賴水準)…………………………………..45
【表4-5】:債券報酬率估計結果(95%信賴水準)…………………………………..45
【表4-6】:債券報酬率估計結果(99%信賴水準)…………………………………..46
【表4-7】:債券風險值估計結果(95%信賴水準)…………………………………..48
【表4-8】:債券風險值估計結果(99%信賴水準)…………………………………..48
【表4-9】:債券報酬率估計結果(95%信賴水準)…………………………………..49
【表4-10】:債券報酬率估計結果(99%信賴水準)………………………………..49
【表4-11】:不同模型估計之平均風險值比較表…………………………………..52
【表4-12】:不同模型估計之平均報酬率比較表…………………………………..52
【表4-13】:Delta Normal法回溯測試(95%信賴水準)……………………………..53
【表4-14】:Delta Normal法回溯測試(99%信賴水準)……………………………..53
【表4-15】:Delta Gamma法回溯測試(95%信賴水準)……………………………..54
【表4-16】:Delta Gamma法回溯測試(99%信賴水準)……………………………..54
【表4-17】:不同模型估計之回溯測試比較表……………………………………..55


參考文獻 一、中文部分:
1.王俊懿,2000,金融組合風險值之研究,國立臺灣大學國際企業研究所碩士論文。
2.林潔珍,1999,風險值之衡量與驗證-以台灣債券市場投資組合為例,國立台灣大學財務金融研究所碩士論文。
3.戴裕鴻,2000,非線性部位之VaR模型探討,國立中山大學財務管理研究所碩士論文。
4.謝依真,2001,銀行投資組合之風險衡量-VaR模型之應用,東吳大學國際貿易研究所碩士論文。
5.楊智賢,2002,台灣證券與債券投資組合之風險值與報酬率分析-運用VaR模型之歷史模擬法,淡江大學財務金融學系碩士在職專班碩士論文。
6.張貿易,2003,金融商品投資風險評估之研究-以VaR模型之歷史模擬法,中原大學會計研究所碩士論文。
7.張力文,2003,從可轉換公司債的評價到風險評估,淡江大學財務金融學系碩士論文。
8.楊貴永,2004,債券投資組合風險管理-風險值之應用,淡江大學財務金融學系碩士在職專班碩士論文。
9.李進生、謝文良、林允永、陳達新、蔣炤坪、盧陽正,2001,風險管理(VaR)理論與應用,清蔚科技出版社。
10.周大慶、沈大白、張大成、敬永康、柯瓊鳳,2002,風險管理新標竿,智勝文化事業有限公司。
11.黃達業,2004,選擇權、期貨與其他衍生性商品,P339-P363,普林斯頓國際有限公司。
12.黃達業譯,Jorion ,P.,著, 2001,風險值-市場風險控管之新基準,台灣金融研訓院。
13.寰宇證券投資顧問公司譯,Charles W.Smithson著,1999。金融風險管理:衍生性產品-金融工程-價值最大化(下),麥格羅西爾出版。

二、英文部分:
1. Beder, T.S.,1995,“VAR:Seductive But Dangerous” , Financial analysts Journal Vol 51(September/October), pp.12-24
2.Bollerslev,T.,1986,”Generalized Autoregressive Conditional Heteroskedasticity.
”Journal of Econometrics,31,pp.307-327.
3.Basel Committee on Banking Supervision,1988,International Convergence of Capital Measurement and Capital Standards,BIS,Basel,Switzerland.
4.Basel Committee on Banking Supervision,1995,An Interal Model-Based Approach to Market Risk Capital Requirements,BIS,Basel,Switzerland.
5.Basel Committee on Banking Supervision,1996,Supervisory Framework for the Use of “Backtesting”in Conjunction with the Internal Models Approach to Market Risk Capital Requirements, BIS,Basel,Switzerland.
6.Cox,J.C.,J.E. Ingersoll,and S.A. Ross,1985,”A Theory of the Term Structure of Interest Rates.”Econometrica,53,pp.385-407.
7.Engle,R.F.,1982,”Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of the United Kingdom Inflation.”Econometrica,50,pp.987-1007.
8.Efron,B.,1979,Bootstrap Methods:Another Look at the Jackknife.”The Annals of Statistics,7,pp.1-26.
9.Fallon,W,1996,”Calculating Value-at-Risk”working paper,Columbia University.
10.Group of Thirty ,1993,”Derivatives:Practices and Principles.”Global Derivatives Study Group.
11.Hendricks D.,(1996, “Evaluation of Value at Risk Models Using Historical Data”, Federal Reserve Bank of New York Economic Policy Review, Vol 2 (April), pp.36-69.
12.Hull, J.C.,2002, “ Option,Futures,and Other Derivatives”. (2002) Fifth Edition, ch16.
13.Jorion ,P.,1997, “Value at Risk-The New Benchmark for Controlling Market Risk”. The McGraw-Hill Companies. Inc
14 Jorion ,P.,1997, “Risk2:Measuring the Risk in Value at Risk”, Financial Analysis Journal , November/December . pp.47-56
15.Jorion ,P.,2001, “Value at Risk-The New Benchmark for Managing Financial Risk”. The McGraw-Hill Companies. Inc.
16.J.P. Morgan Technical Document.1996, “Risk Metrics”, Fourth Edition
17.Longerstaey,J.,1996, Risk Metrics technical document,Technical Report fourth edition,J.P.Morgan.
18.Marshall Chris, Michael Siegel,1997,“Value At Risk:Implementing A Risk Measurement Standard”, The Journal of Derivatives, Spring, pp.91-111
19.Morkowitz, H.,1952,“Portfolio Selection”, Journal of Finance vol 7, pp.77-91.
20.Sharpe, W. F.,1964,"Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk ", Journal of Finance, pp. 425-442.
21.Zangari,P.,1996a,”A VaR Methodology for Portfolios that Include options.”Risk Metrics Monitor ,pp.4-12.
22.Zangari,P.,1996,”How Accurate is the Delta-Gamma Methodology?” Risk Metrics Monitor ,pp.12-29.

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2006-06-03公開。
  • 同意授權瀏覽/列印電子全文服務,於2006-06-03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