波動不對稱設定與條件分配對預測台股波動率之研究

Forecasting Volatility in Taiwan Stock Market :A Comparison of Alternative Distribution Assumption and Asymmetric Model

王豊文(Li-Wen Wang)

指導教授 ： 邱建良

共同指導教授 ： 洪瑞成

淡江大學/商學院/財務金融學系碩士班/碩士(2009年)

https://doi.org/10.6846/TKU.2009.00926

摘要

本研究主要探討台灣股價指數波動度的特性，分別由ARCH、GARCH、GJR─GARCH、EGARCH與QGARCH等五種不同波動度模型中配適出較適合台股指數波動度的模型，以及由常態分配、t分配和GED分配等三種誤差分配下找出較符合台股指數波動度的分配。再者，本研究引入了realize range-based volatility代理資產的真實波動（true volatility）。而在探討預測績效方面，本研究使用MAE、MSE、MME和VaRE（VaR-based Error）等多種不同的損失函數，以及將預測之波動度帶入B-S model與市場價格比較，並且利用更具強健性的SPA test來檢定多種模型預測績效的比較。另外，除了日資料，更進一步使用週資料，探討不同資料頻率下對於資料模型的配置是否一致。結論顯示在日及週兩種資料頻率下，不對稱之模型以及誤差分配設定對於預測具有不對稱特性的台股波動度有較佳的績效，說明不對稱與誤差分配的設定對於波動性預測之重要性。

關鍵字

不對稱 ； 預測 ； GARCH ； realize range-based volatility ； SPA

並列摘要

This study selects the appropriate model to match volatility of Taiwan stock market from ARCH, GARCH, GJR-GARCH, EGARCH and QGARCH models and find the appropriate distribution assumption from normal, t and GED distribution. In the meantime, we use realize range-based volatility to be the proxy of true volatility. This study not only uses many kinds of loss functions, including MAE, MSE, MME, VaRE and Black-Scholes equation, but also employ more robust SPA test to compare forecasting performance of models. Besides daily data, this paper uses weekly data to know whether different frequency data are consistent. The empirical result indicates that there are high performance to forecaste volatility of Taiwan stock market which is asymmetric when asymmetric models and correct distribution assumption be used. Therefor, alternative asymmetric and distribution assumption are important for volatility forecasting.

並列關鍵字

asymmetric ； forecasting ； GARCH ； realize range-based volatility ； SPA

參考文獻

40.Wang, K. L. and C. Fawson (2001), Modeling Asian stock returns with a more general parametric GARCH specification, Journal of Financial Studies, 9(3), 21-52.

3.王凱立 (2001)，「一個新的參數化GARCH 模型在亞洲股市上的應用」，財務金融學刊，第 9 卷第 3 期，頁21-52。

6.李沃牆，張克群 (2006)，「比較不同波動率模型下台灣股票選擇權之評價績效」，真理財經學報，第 14 期，頁71-96。

7.李命志，洪瑞成，劉洪鈞 (2007)，「厚尾GARCH 模型之波動性預測能力比較」，輔仁管理評論，第 14 卷，第 2 期，頁47-72。

19.涂惠娟、蔡垂君 (2006)，「台指選擇權風險值之研究」，交大商管學報，第 11 卷，第 2 期，頁57-69。