Table of Contents Table of Contents
Previous Page  273 / 414 Next Page
Information
Show Menu
Previous Page 273 / 414 Next Page
Page Background

臺大管理論叢

27

卷第

1

273

權平均而得到新的組合預測值,以結合各種不同模型之隱含資訊,進而提高預測的正

確性。該研究探討五項新興市場指數期貨之最適避險比率,作為投資人操作期貨避險

之參考依據。實證分析結果發現,整體而言皆以組合式避險模型最佳。

除了以相同標的物之現貨與期貨避險之外,亦可使用不同標的物之現貨與期貨進

行交叉避險策略,李享泰與柯冠成

(2010)

應用狀態轉換一般化正交

GARCH

模型

(Regime Switching Generalized Orthogonal GARCH model; RSGO-GARCH)

檢驗台灣股

價指數期貨對八大產業指數的交叉避險績效。實證結果顯示,動態避險策略較靜態避

險有較佳的績效且狀態相依的

RSGO-GARCH

模型顯著優於狀態獨立的

GO-GARCH

模型。

也有學者針對避險比率估算之議題進行研究,王健聰

(2006)

探討投資人持有以台

幣計價摩根台指現貨投資組合,如果分別採用台幣計價的

TAIFEX

台股指數期貨以及

採用美元計價

SGX-DT

摩根台股指數期貨以進行避險時,何種期貨避險工具有較佳避

險效益。結果指出,

GARCH (1,1)

法避險效益則略優於

OLS (Ordinary Least Square)

ECM (Error Correction Model)

法,以及台幣計價的摩根台股現貨組合以美元計價

SGX-DT

摩根台股指數期貨進行避險之避險效益優於以台幣計價的

TAIFEX

台股指數

期貨之避險效益。王健聰

(2011)

亦採用

Wang and Low (2003)

所推導出的納入匯率風

險考量之最小變異數避險比率,以評估投資人持有以台幣計價摩根台指現貨投資組

合,實證發現在報酬分配具高狹峰特性較為明顯的亞洲金融危機期間,多變量

GARCH

模式與冪次方

(Power)EWMA

估計式相較於

MA (Moving Average)

EWMA

估計式,所估計出的避險組合的變異數有較大的降幅,並且總預期效用也有明顯較大

的增幅。

有些研究則考慮到地理位置之關係,

Hung, Pan, and Huang (2011)

主要探討地理距

離與期貨避險績效的關係,探討不同地理區域的日經

225

期貨在避險績效上表現是否

會有差異。實證結果顯示芝加哥商業交易所的避險績效表現是最差的,由於芝加哥商

業交易所得地理位置相對新加坡交易所以及大阪證券交易所是距離日經

225

現貨指數

最遠的一個交易所,因此發現,地理距離的確會影響期貨避績效。

(二)外幣期貨

外匯風險管理乃是多國籍企業形成其國際投資組合時之重要決策,如何降低匯率

變動所可能帶來的風險,便是一重要研究課題。楊明晶、董澍琦與劉孟宜

(2010)

以現

代投資組合風險與報酬避險模型、擴展式平均吉尼避險模型及傳統極小化變異數避險

模型,來分析國際性外匯期貨對新台幣即期匯率之最適避險比率與避險效益。實證結

果顯示在極小化變異數避險模型及擴展式平均吉尼係數避險模型下,以模型估計之最

適避險比率所得之避險績效大都優於單純避險比率所得的避險效益。

而匯率期貨避險大多僅侷限於雙資產避險,雙資產以上避險的研究相對較少,其