本文主要在探討台灣加權股價指數自民國八十七年七月二十一日到民國九十三年十月十五日，金融指數期貨自民國八十八年七月二十一日到民國九十三年十月十五日的避險，比較不同GARCH 模型下之避險績效。

分別使用對稱模型CCC模型、DVEC模型及BEKK模型與不對稱模型EGARCH 模型、PGARCH模型及Two components 模型進行避險比率之估計，進而求的各模型下之避險績效。

實證發現無論是在台股股價指數或是金融類股股價指數，EGARCH model 的避險績效均為最佳。且透過上述研究可得知，並沒有絕對單一的方法可使避險績效達到最佳狀態，因次投資人在進行避險策略的選擇時，應多方考量，選擇較佳的方法求算避險比率，來形成投資組合，才能提高績效。

This study we investigate the hedging effectiveness of Taiwan Stock Exchange Capitalization Weighted Stock Index coverinf from July, 21 1998 to Oct. 15, 2004, and Taiwan Stock Exchange Finance Sector Index covering from July, 21 1999 to Oct. 15, 2004.Comparing the hedging effectiveness of different kind of GARCH model.
  
We use CCC model,DVEC model, BEKK model, EGARCH model, PGARCH model and Two component model to estimate hedge ratio and hedging effectiveness.
  
We find EGARCH model is the best model on Taiwan Stock Exchange Capitalization Weighted Stock Index and Taiwan Stock Exchange Finance Sector Index.

章節目次
                                                                 頁碼
中文摘要                                                           Ⅰ 
英文摘要                                                           Ⅱ
章節目次                                                           Ⅲ
圖表目次														   Ⅴ
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  研究流程											   3
第二章	避險理論與文獻之回顧									   4
第一節  避險理論					                           4
第二節  避險績效衡量方法			                		   6
第三節	國內外相關避險文獻回顧							       7
第三章	研究方法												  14
第一節  單根與共整合檢定								      14
第二節	GARCH模型									          18
第四章	實證結果與分析											  23
第一節	基本統計量分析							              23
第二節	單根檢定								        	  25
第三節	共整合檢定								  	    	  27
第四節	GARCH(1,1)之參數估計							   	  28
    第五節  避險比率之估計									   	  32
    第六節  避險績效之估算									   	  37
第五章	結論與建議												  39
第一節	結論												  39
第二節	建議												  39
參考文獻													      40
圖表目次
圖的部份：                                                        頁碼
圖4.1     台股指數序列走勢圖									   24
圖4.2     台股指數期貨序列走勢圖							       24
圖4.3    金融類股價指數序列走勢圖							       25
圖4.4    金融類股價指數期貨序列走勢圖							   25
圖4.5    CCC模型之避險比率(台股股價指數)			    	   	   33
圖4.6    DVEC模型之避險比率(台股股價指數)				    	   34
圖4.7    BEKK模型之避險比率(台股股價指數)					      34
圖4.8    CCC模型之避險比率(金融類指數)					           35
圖4.9    DVEC模型之避險比率(金融類指數)			        	   35
圖4.10   BEKK模型之避險比率(金融類指數)					       35
圖4.11   EGARCH模型之避險比率(台股股價指數)					   35
圖4.12   PGARCH模型之避險比率(台股股價指數)					   36
圖4.13   Two comp模型之避險比率(台股股價指數)			   	       36
圖4.14   EGARCH模型之避險比率(金融類指數)						   36
圖4.15   PGARCH模型之避險比率(金融類指數)						   37
圖4.16   Two comp模型之避險比率(金融類指數)					  37

表的部份：                                                        頁碼
表4.1    股價指數及期貨指數之基本統計量		  23
表4.2    ADF檢定(有截距項之ADF )		                          26
表4.3    ADF檢定(有趨勢項及截距項之ADF )					   	  26
表4.4    P-P檢定									              26
表4.5   P-P檢定(有時間趨勢項)						              27
表4.6   台股指數期貨之共整合檢定						          27
表4.7   金融指數期貨之共整合檢定								   28
表4.8   標準化之共整合係數									       28
表4.9    對稱模型之估計結果							               29
表4.10   對稱模型之估計結果										   30
表4.11   不對稱模型之參數估計結果								   31
表4.12   避險績效之結果				                               39

國內參考文獻
1.	余尚武、賴昌作，2000。股價指數期貨之避險比率與避險效益，管理研究學報，第1卷第1期：1-31。
2.	蔡佩珊，2002。國際股價現貨與期貨之不對稱效果，淡江大學財務金融學系碩士論文。
3.	李彥賢，2004。股價指數期貨在國內與跨國市場避險效益的比較，真理大學管理科學研究所碩士論文。
4.	林威助，2002。多變量GARCH架構下股價指數期貨避險策略之研究，台北大學企業管理學系碩士論文。
5.	沈育展、洪瑞成、邱建良、李命志，日經225指數期貨之避險績效與最適避險策略之探討，輔仁管理評論，第11卷第1期：153-180

國外參考文獻
1 Chris Brooks,Olan T Henry,Gita Persand,2002,The effect of Asymmetries on Optimal Hedge Ratios,The Journal of Business,75(2):333-352
2 Donald Lien,Y.K.Tse.,2002,Some Recent Developments in Futures Hedging,Journal of Economic Surveys,16(3):357-396
3 Ederington,L.H.,1979.The Hedging Performance of the New Futures Markets,Juurnal of Finance,34(1):157-170
4 Myers,R.J.,1991.Estimating Time-varying Optimal Hedge Ratios on Futures Markets,Journal of Futures Markets,11(1):39-53
5 Park,T.H.and L.H.Switzer,1995.Time-varying Distributions and the Optimal Hedge Ratios for Stock Index Futures,Applied Financial Economics,5(3):131-137

參考網站
台灣期貨交易所http://www.taifex.com.tw/