272 / 414
台灣衍生性金融商品定價、避險與套利文獻回顧與展望
272
或投資而來的風險，各類使用衍生性金融商品作為避險之工具便陸續因應而生，如遠
期契約、期貨、選擇權、交換契約等。但不同的衍生性金融商品之避險策略大相逕庭，
期貨由於評價模型較為固定與單一，因此較少涉獵模型的選擇。選擇權由於其評價的
模型有相當的出入，因此其探討避險的研究大多會與不同的評價模型相關連。所以本
文將相關文獻分成兩大類別詳談，第一部分為遠期及期貨避險策略，第二部分為選擇
權避險策略。另外，不同衍生性金融商品的價格之間或是衍生性金融商品與標的資產
的價格會存在一定的關係，如果兩者的關係因交易、市場限制、資訊傳遞等因素而發
生失衡現象，便存在套利機會。套利機會往往需要相關的訂價模型來偵測是否有失衡
現象，由於套利行為大多牽涉到跨市場或跨商品間的交易與買賣，因此在第三部分將
完整探討國內對衍生性商品套利行為的探討。
一、遠期及期貨避險策略
欲有效運用期貨或遠期契約來規避風險性資產組合價值變動所帶來的風險，並藉
由如何估計最適避險比率以獲得最佳的避險效果，是研究避險策略的主要課題。而標
的物若有不同，則要規避的風險亦有不同，基本上國內期貨市場以股票指數期貨為大
宗，故先探討股票指數期貨避險研究，接著探討外幣期貨避險，最後則探討實體商品
期貨避險。
（一）股票指數期貨
對於避險部位的決定，在股票指數期貨市場避險策略上，楊明晶與賴奕全
(2008)
以各種指數期貨契約為研究樣本，分別在極大化預期效用與極小化投資組合風險的目
標函數下，對不同風險趨避程度之投資者，以各種動態避險模型及傳統靜態避險模型，
探討避險期間內不同計量方法的避險績效之差異。結果發現不論風險趨避程度為何，
均以誤差修正
GJR-EC-GARCH
模型的避險績效為最佳。但張簡彰程、林楚雄與趙婉
辛
(2012)
認為指數加權移動平均估計式
(Exponentially Weighted Moving Average;
EWMA)
相對於單（雙）變量
GARCH
族模型，具有簡單容易操作的優點。作者以四
種股價指數期貨為實證研究的對象，實證結果顯示
Bias-corrected EWMA
模型有較佳
的避險績效。
李沃牆與柯星妤
(2014)
以金磚五國的現貨與期貨為研究資料，實證結果發現，除
了中國
CSI 300
指數外，其它四國在樣本內及樣本外的績效評估檢定下，均以動態
Copula GJR-GARCH
模型的避險績效較其他模型為佳。
雖然有這麼多的方法得以找出最適避險比率，但使用在不同類型的股票甚至不同
國家之股票指數皆可能有不同的最適避險比率模型，所以張巧宜、賴靖宜與莊益源
(2013)
首次以組合式預測概念引入期貨避險模型，將簡單迴歸模型與多變量
GARCH
家族進行組合。其原理為，給定多個單一模型個別適當的權重，對此多個模型進行加