洪茂蔚臺灣大學:國際企業學研究所劉哲良Liu, Che-LiangChe-LiangLiu2010-05-112018-06-292010-05-112018-06-292008U0001-3007200814303900http://ntur.lib.ntu.edu.tw//handle/246246/182690本研究使用GARCH家族裡的四個模型：ARCH(1)、GARCH(1,1)、TGARCH(1,1)和EGARCH(1,1)來捕捉國內期貨市場的四個熱門商品：臺股期貨（TX）、電子期貨（TE）、金融期貨（TF）和小型臺指期貨（MTX）自2005年12月底到2008年4月共28個交易月的波動性走勢。且將樣本分成前24個交易月的樣本內資料和後4個交易月的樣本外資料。樣本內資料經模型配適後，利用AIC與SBC兩個模型配置準則評估模型配適度的好壞，之後再利用樣本外資料進行模型預測力的評估，評估方法為預測力指標RMSE、MAE及MAPE。 在模型配適度方面，臺股期貨、電子期貨和小型臺指期貨都顯示以TGARCH(1,1)模型的配置度最好，唯獨金融期貨以GARCH(1,1)模型的配適度較佳。在模型預測力方面，實證結果顯示臺股期貨、電子期貨和小型臺指期貨都支持以TGARCH(1,1)模型的預測能力較好，金融期貨顯示以EGARCH(1,1)模型的預測能力較好。 實證結果推論，國內金融市場的確存在槓桿效果，使得考慮到槓桿效果和變數較多TGARCH(1,1)模型配適度較佳，而沒考慮到槓桿效果的對稱性模型ARCH和GARCH的表現較差，符合國內外文獻實證的結果。推論也許是因為全球整個環境是一個大的經濟體，使得各國家之間的經濟狀況和金融商品的變動都有連帶關係，所以本研究會出現和國外實證一致的結果。經本研究結果推薦投資者在投資國內期貨商品時，可利用TGARCH模型來判斷波動性的走勢和預測，以之做為投資的參考。This thesis use four models in the GARCH family, ARCH(1), GARCH(1,1), TGARCH(1,1), and EGARCH(1,1), to capture four popular financial products including TX, TE, TF, and MTX in domestic future markets in Taiwan from late December, 2005, to April, 2008. It revealed volatility trend in 28 reading months. I classified all samples into 24 pre-reading-months, in-sample data and four post-reading-months, out-of-sample data. fitting in-sample data in models, use AIC and SBC of the Model Selection Criterion to evaluate the goodness of fit of model, and then use out-of-sample data to evaluate model forecast ability through forecast ability index RMSE, MAE, and MAPE. In the goodness of fit of model, TX, TE, and MTX all indicate that TGARCH(1,1) model fits in the best; only TF indicates GARCH(1,1) model has better fitness. In model forecast ability, TX, TE, and MTX all indicate that TGARCH(1,1) model has better forecast ability; only TF indicates EGARCH(1,1) has better forecast ability. Since the leverage effect does exist in domestic financial markets, we implied from the empirical study that TGARCH(1,1) model considers more variables and the leverage effect, TGARCH model has better model fitness than parallel model, ARCH model and GARCH model which did not consider the leverage effect. This phenomenon accords with the results from international and domestic documents. We supposed that since the global financial market is a big economy, the economic situations and financial product fluctuations of each country are related to each other. We would suggest investors to use TGARCH model to evaluate volatility trend and forecast when invest domestic future products.摘 要 Ibstract II目錄 VI目錄 VIII壹章　緒　論 1一節　研究動機及目的 1二節　研究架構 2貳章　文獻探討 4一節 認識風險與風險管理 4二節 風險值（Value at Risk, VaR）的定義與應用 7三節 風險值於國內外的規範 9四節 估算風險值的步驟及方法 11五節 財務時間序列特性和GARCH家族模型 14、　高狹峰分配（leptokurtic） 14、　波動群聚現象（volatility clustering） 14、　ARCH模型 15、　GARCH模型 17、　TGARCH模型 19、　EGARCH模型 20參章　研究方法 21一節　研究對象 22、　臺股期貨（TX） 23、　電子期貨（TE） 24、　金融期貨（TF） 25、　小型臺指期貨（MTX） 26二節　研究變數及研究期間 28三節　研究設計 29四節　檢定方法 30、　平穩型檢定－單位根檢定 30、　自我相關檢定－ Q檢定 30、　常態性檢定－JB統計量 31、　模型選擇準則（配適度）－ AIC和SBC 32、　模型選擇準則（配適度Ⅱ）－ LR檢定 33、　模型選擇準則（預測力）－ RMSE、MAE、MAPE 33、　ARCH檢定Ⅰ－ ARCH-LM檢定 34、　ARCH檢定Ⅱ－ Liung-Box Q2檢定 35肆章　實證結果 36一節　敘述性統計結果 36二節　資料鑑定 40三節　臺股期貨（TX）實證結果 44四節　電子期貨（TE）實證結果 55五節　金融期貨（TF）實證結果 63六節　小型臺指期貨（MTX）實證結果 71伍章　結論與建議 79一節 結論 79二節 建議 80考文獻 81135 bytestext/htmlen-US風險值臺股期貨金融期貨電子期貨小型臺指期貨GARCH模型VaRTXTETFMTXGARCH modelthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/182690/1/index.html