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 U0002-2606201423100000
中文論文名稱 商品存貨與基差之非對稱效應對於避險績效之影響
英文論文名稱 The Asymmetric Effect of Commodity Inventory and Contents of Basis on Hedging Performance
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 102
學期 2
出版年 103
研究生中文姓名 呂嘉新
研究生英文姓名 Chia-Hsin Lue
學號 701530189
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2014-06-18
論文頁數 55頁
口試委員 指導教授-邱建良
指導教授-洪瑞成
委員-邱建良
委員-涂登才
委員-蕭榮列
中文關鍵字 存貨效應  避險績效  高盛商品指數  DCC-GARCH模型 
英文關鍵字 Stock effect  Hedging Performance  GSCI  DCC-GARCH 
學科別分類
中文摘要 隨著全球資本市場與金融商品蓬勃發展,市場參與者對於投資組合組合成份證券的選擇更為多元化,特別是金屬類有價證券如金、銀與銅等商品,時常被投資人作為主要投資的對象,且投資目的不外乎於資產配置需求所引導。因此,當投資人在進行商品類現貨投資時,避險策略的建置將是不容忽視的問題,不僅影響投資績效,亦對風險承擔程度產生巨大的影響。職之是故,本論文認為當忽略現貨市場存貨效應變化時,恐將影響避險績效及造成嚴重損失,因此在這篇文章中,本論文茲以投資人避險目的為導向,採以金、銀與銅等現貨商品進行期貨商品之避險績效估計,並於模型中納入存貨效應與基差之不對稱效應進行避險績效比較。
  有別於過去文獻,本論文亦採用高盛商品指數(Goldman Sachs Commodity Index, GSCI)作為檢測對象,該指數不僅包含貴金屬與工業金屬現貨商品表現外,亦包含能源產品與農產品等項目,實為涵蓋投資人對於商品投資的多元性,據此論述,本論文研究對象與樣本期間擷取2001年1月1日至2013年12月30日間之金、銀、銅與GSCI現貨指數及期貨指數,進行GARCH模型與DCC-GARCH模型估計,希冀透過不同存貨效應與基差因素之非對稱性變化之考量,提供投資人在進行避險策略建構時,能有更加完整之參考資訊。
英文摘要 With the flourishing global capital market and financial instruments, the choice of market participants to the securities of portfolios becomes diversified, especially on metals securities: the commodities of gold, silver, and bronze, etc. Those are often invested and led by the requirements of asset allocation. Therefore, the establishment of hedging strategies will be the issue while investors are proceeding the investment of spot commodity, which affects investment performance and certain level of risk. In this case, the ignorance of changes in the spot market inventory will be afraid to carry serious loss to hedging according to this theory. As a result, the purpose of investors’ risk avoidance will be the main leading in this theory, adopting spot commodity of gold, silver, bronze, and other spot commodity to calculate hedging performance of commodities futures, to compare hedging performance by the model brought into stock effect and basis conditions.
Different from previous references, the theory also adopts Goldman Sachs Commodity Index(GSCI) as detected object. The index contains spot performance on not only precious and industrial metals commodities, but also energy and agricultural and products, which is the real diversity of investors to merchandise investment. Accordingly, studied objects and sample periods of the theory cover stock index and futures index of GSCI and metals of gold, silver, and bronze during the period of 1 Jan, 2001 to 30 Dec, 2013, and estimate the model of DCC-GARCH and GARCH. That will provide more detailed reference information to investors who undergo the structure of risk avoidance, by the concern of asymmetric effect on different stock effect and basis conditions.
論文目次 目 錄
頁次
中文摘要 II
英文摘要 III
謝辭 IV
目錄 V
表目錄 VII
圖目錄 VIII
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
第三節 研究架構 5
第四節 研究流程 7
第二章 文獻回顧 8
第一節 存貨效應與持有成本理論 8
第二節 期貨交易與現貨市場 9
第三節 商品期貨價格與波動的行為 11
第四節 避險模型應用回顧 13
第三章 研究方法與實證模型 16
第一節 單根檢定 16
第二節 ARCH效果檢定 21
第三節 GARCH模型與DCC-GARCH模型設定 25
第四章 資料來源、處理與分析 31
第一節 樣本資料 31
第二節 基本統計量特性 32
第五章 實證結果與分析 35
第一節 單根檢定 35
第二節 實證模型估計結果 38
第六章 結論 50
參考文獻 51



表 目 錄
頁次
【表4-2-1】不同商品現貨報酬、期貨報酬與基差之基本統計量 34
【表5-1-1】ADF單根檢定結果 36
【表5-1-2】PP單根檢定結果 37
【表5-2-1】GARCH模型與DCC-GARCH模型估計結果:黃金 41
【表5-2-2】GARCH模型與DCC-GARCH模型估計結果:銀 42
【表5-2-3】GARCH模型與DCC-GARCH模型估計結果:銅 43
【表5-2-4】GARCH模型與DCC-GARCH模型估計結果:GSCI指數 44
【表5-2-5】樣本內不同DCC-GARCH模型設定之避險績效比較 46
【表5-2-6】樣本外不同DCC-GARCH模型設定之避險績效比較 49

圖 目 錄
【圖1.4】本論文研究流程圖說明 13
【圖5-2-1】樣本外避險績效之移動視窗估計過程 48
參考文獻 參考文獻
一、國外文獻
1. Battern, J, and B. Lucey (2010), “Volatility in the Gold Futures Market,”Applied Economics Letters, 17(2), pp.187-190.
2. Benet, B. A., (1992). “Hedge Period Length and Ex-ante Futures Hedging Effectiveness: The Case of Foreign-exchange Risk Cross Hedges,”Journal of Futures Markets, 12, 163-175.
3. Cai, Jun, Y. L. Cheung and M. S. Wong (2001), “What Move the Gold Market?”Journal of Futures Markets, 21(3), pp.257-278.
4. Capie, F., T. C. Mills and G. Wood (2005), “Gold as a Hedge Against the Dollar, Int. Fin. Markets, Inst. and Money,” International Finance Markets, 15, pp.343–352.
5. Carpantier, J.F. and B. Samkharadze, (2013), “The Asymmetric Commodity Inventory Effect on the Optimal Hedge Ratio,” Journal of Futures Markets, Vol. 33, No. 9, pp. 868-888.
6. Ederington, L. H.(1979), “The Hedging Performance of the New Futures Markets,” Journal of Finance 34(1): 157-170.
7. Howard, C. T. and L. J. D'Antonio (1984). "A Risk-Return Measure of Hedging Effectiveness." Journal of Financial and Quantitative Analysis 19(01): 101-112.
8. Johnson, L., (1960), “The Theory of Hedging and Speculation in Commodity Futures,” Review of Economic Studies, 27, 139-151.
9. Kahle (1983). Social values and social change: Adaption to life in American. New York: Praeger.
10. Khalifa, A., H. Miao and S. Ramchander (2011), “Return Distributions and Volatility Forecasting in Metal futures Markets: Evidence from Gold, Silver, and Copper ,”Journal of Futures Markets.
11. Lien, D. and L. Yang, (2008), “Asymmetric Effect of Basis on Dynamic Futures Hedging: Empirical Evidence from Commodity Markets,” Journal of Bank and Finance, Vol. 32, pp. 187-198.
12. Miffre, J., (2004), “Conditional OLS Minimum Variance Hdege Ratios,” Journal of Futures Markets, Vol. 24, No. 10, pp. 945-964.
13. Nelson, 1991, “Conditional Heteroscedasticity in Asset Returns: a new approach,” Econmetrica, Vol. 59, pp. 341-370.
14. Tully, E. and B. M. Lucey (2007), “A Power GARCH Examination of the Gold Market,”Research in International Business and Finance, 21(2), pp.316-325.
15. Hsu, H., 1997, “Option Pricing in Imperfect Markets,” Journal of Financial Studies, 4(3), pp.13-43.
16. Working, H. (1962), “New Concepts Concerning Futures Markets and Prices,” The American Economic Review, 52(3), 431-459
二、國內文獻
1. 王偉名(2013),「考慮條件異質變異數之持有成本理論實證分析 :以台灣指數期貨市場為例」,國立中山大學經濟學研究所。
2. 左莉莉(2008),「黃金石油美元(G.O.D)互動關係之探討」,國立中正大學企業管理所碩士論文。
3. 吳坤澤(2009),「次級房貸與金融海嘯下的臺、日、韓與中國股市連動性之研究:VEC GJR DCC-GARCH 與 Copula GJR-GARCH模型之應用」,國立台灣海洋大學應用經濟研究所碩士論文。
4. 李方智,黃宜侯與謝明峰(2011),「我國黃金期貨與國際黃金現貨價格趨勢之相關性」,經濟管理論叢第七卷第二期,51-71。
5. 李方智、黃宜侯與謝明峰(2011),「我國黃金期貨與國際黃金現貨價格趨勢之相關性」經營管理論叢,第七卷第二期,51-71。
6. 李韋宏(2006),「台灣美元即、遠期匯市效率、價量關係與交易行為之研究-GARCH、FIGARCH與HYGARCH模型之應用」,朝陽科技大學財務金融系碩士論文。
7. 周佑霖(2014),「GARCH模型評估風險值的表現 -以臺灣證券市場為例」,國立中正大學國際經濟研究所碩士論文。
8. 林妍君(2005),「期貨市場固定避險比率之檢驗—多元GARCH模型之應用」南華大學經濟學研究所碩士論文。
9. 林貞汝(2008),「應用基因演算法及自組織映射圖神經網路對外資在台股指數期貨持有成本之分析與大盤走勢行為知識發現」,國立交通大學資訊管理研究所碩士論文。
討。」風險管理學報,第十二卷第二期,212-233。
10. 張戊昌(2005),「黃金期貨與美元指數期貨之互動關係探討」,大葉大學事業經營研究所碩士論文。
11. 陳昱宏,周雨田與史綱,(2005),「利用DCC-CARR及DCC-GARCH模型求算商品期貨最適避險比率」,國立中央大學財務金融學系碩士論文。
12. 陳音怡(2012),「黃金、石油、美元指數、利率與S&P500股價指數期貨之互動關係」國立中正大學財務金融研究所碩士論文。
13. 曾俊益(2001),「應用固定和時間變化避險比率避險的有效性:以台灣股價指數與股價指數期貨為例」,國立台北大學經濟學系碩士論文。
14. 黃靖修(2008),「美國黃金期貨市場效率性檢定」,國立高雄應用科技大學商務經營研究所碩士論文。
15. 黃薇之(2010),「重新評估DCC-GARCH及DCC-CARR模型之避險績效」,淡江大學財務金融系碩士論文。
16. 黃耀德(2009),「台灣期貨市場持有成本理論之實證研究-非線性共整合模型應用」,國立中山大學經濟學研究所碩士論文。
17. 葉淑玲(2009),「期貨避險策略分析-以黃金期貨為例」,國立中正大學財務金融所碩士論文。
18. 蔡明峰(2004),「美國黃金期貨與現貨之門檻效果互動關係研究」,淡江大學財務金融系碩士論文。
19. 鄭婉秀、吳雅惠(2010),「石油、黃金與美元指數期貨波動外溢效果之探
20. 鄭婉秀、鄒易凭、與蘇欣梅(2006), 「商品期貨波動性之預測~CARR模型之應用」,朝陽商管評論第五卷第二期,115-132。
21. 蕭弘昌(2013),「黃金期貨波動性之探討」,南華大學財務金融系財務管理碩士論文。
22. 賴昌作(2000),「股價指數期貨之避險比率與避險效益」,國立台灣科技大學資訊管理系碩士論文。
23. 謝瑩欣(2011),「期貨市場交叉避險策略分析-以白銀期貨與外匯期貨為例
」,中原大學企業管理研究所碩士論文。
24. 羅莉莉(2004),「期貨市場交叉避險策略分析-以銅商品交易為例」中原大學會計研究所碩士論文。
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2014-08-04公開。
  • 同意授權瀏覽/列印電子全文服務,於2014-08-04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