原油價格波動性預測

Forecasting the Volatility of Crude Oil Price

陳佳琪(Chia-Chi Chen)

指導教授 ： 李命志

共同指導教授 ： 吳佩珊(Pei-Shan Wu)

淡江大學/商學院/財務金融學系碩士班/碩士(2008年)

https://doi.org/10.6846/TKU.2008.00971

摘要

本文研究西德州原油日報酬的波動性，第一部分以對稱性的GARCH模型及波動不對稱的GJR─GARCH模型均架構於一般化誤差分配（GED）及常態分配進行比較，檢視何者為最佳波動性預測模型。實證結果顯示以西德州原油日報酬為研究標的時，GJR GARCH─GED模型的預測能力較佳。
第二部分以實證結果顯示偏態一般化t分配（SGT分配）的配適能力較一般化t分配（GT分配）、偏態t分配（ST分配）、對稱t分配（t分配）和常態分配為佳，亦即當金融資產報酬率存在高峰態與厚尾現象時，偏態一般化t分配（SGT分配）不僅可以解決常態分配所無法捕捉到的厚尾現象，亦可修正一般化t分配（GT分配）與對稱t分配（t分配）無偏態的缺點，對於資產報酬率波動性之設定，比過去常使用的常態分配與對稱的分配更為適當。

關鍵字

GARCH ； GJR ； SGT ； 峰態 ； 偏態 ； 預測

並列摘要

This research introduces the volatility of West Texas Intermediate daily return. In part one, in order to test which model is the best, we compared the differences among GARCH-Normal, GARCH-GED, GJR GARCH-Normal and GJR GARCH-GED model. The empirical results indicate that GJR GARCH-GED model can forecast the volatility of West Texas Interemdiate daily return well.
In part two, the empirical results indicate that the predictive ability of SGT is much better than GT、ST、t and Normal distribution. SGT can correct not only fat-tailed property, but also defects the low kurtosis of GT and t distribution. For the volatility of asset return setting, the assumption of volatility of assets price is more appropriate than Normal and asymmetric distribution which was often used.

並列關鍵字

GARCH ； GJR ； SGT ； leptokurtosis ； skewness ； forecasting

參考文獻

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。

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。

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。

莊益源、張鐘霖、王祝三 (2003)，「波動率模型預測能力的比較─以台指選擇權為例」，台灣金融季刊，第4輯第2期，頁41-63。

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。