台湾金融市场最适衰退因子研究

台湾金融市场最适衰退因子研究

ID:45585483

大小:343.94 KB

页数:31页

时间:2019-11-15

台湾金融市场最适衰退因子研究_第1页
台湾金融市场最适衰退因子研究_第2页
台湾金融市场最适衰退因子研究_第3页
台湾金融市场最适衰退因子研究_第4页
台湾金融市场最适衰退因子研究_第5页
资源描述:

《台湾金融市场最适衰退因子研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、台灣金融市場最適衰退因子硏究SearchingEWMAOptimalLambdainTaiwanFinancialMarket莊益源I蔡子皓1國立中正大學財務金融系副教授2國立台灣大學財務金融硏究所博士生【摘要】在眾多的風險値模型中'JPMorgan的RiskMetrics可以說是市場的標竿模型,其核心是指數加權移動平均法。此模型僅僅需耍一個參數的輸入,稱爲衰退因子,或九,就可以用來估計並更新變異數■共變異數矩陣。依據RiskMetrics技術手冊的報告'如果是日資料,九爲0.94,如果是月資料則入爲0.97

2、。這些數據事實上是以美阈爲主要市場的480個資產所估計而來的,並且許多的學者也直接採用這些數據而並不加以估計。但是,在臺灣的市場使用以上的數據是合理的嗎?臺灣市場的最佳衰退因子應該是多少?如果我們找到最佳的衰退因子,是否可以增加風險値的準確度?本文中我們依據臺灣市場的資料,進行一系列的實證硏究以探討以上的問題。關鍵詞:指數加權移動平均法、最適衰退因子、風險矩陣、風險値KeyWords:EWMA,Optimallambda,RiskMetrics,ValueatRiski國立中正大學財務金融系副教授,嘉義民雄6

3、21,Tel:(05)2720411轉34211,E-mail:finiyc@ccunix>ccu.eduJw°2國立台灣大學財務金融硏究所博士生。Tel:0910-257556,E-mail:d91723013@ntu.edu.tw隨著計算科學的進步與預測方法的推陳山新,人們對「風險」賦予較佳的經濟意涵與更合理的估計'風險値(ValueatRisk,簡稱VaR)即是風險測度的一個代表。它不啻是揭露風險部位資訊的新工具,其異於傳統風險管理工具的邏輯思維,數年間已散佈在各個領域,可謂正經歷一場風險模型的革命,舉

4、凡公司理財、投資、衍生性金融商品、風險管理與保險等各領域,都看得到其引申與運用。關於風險値方面的硏究,近年來在模型的修正改進、實證、測試、應用、與法規上的探討等各方面的文獻如雨後春筍,快速的成長。値得一提的是JPMorgan所發展的風險控管系統RiskMetrics,這系統目前已經成爲學術界與業界的標竿(benchmark)。學術界以此作爲改進修正或比較的對象;而同業競爭者也以此作爲批評的目標。目前JPMorgan的風險値技術手冊,已經發行100,000本,各方每月持續從JPMorgan的網站下載約1,000

5、份,而其相關的資料庫每月被下載約6,000次(註1)。RiskMetrics的基本運算模型是指數加權移動平均(ExponentiallyWeightedMovingAverage、簡稱EWMA)。EWMA模型由於JPMorgan的推展,因此非常的普遍有名,其功用是估計更新資產報酬的變異數一共變異數參數,並且由於參數的不穩定特徵(註2),在理論上模型的估算値通常也必須常常校準(Calibration)以反應市場的情況。在波動率的預測上,通常市場上最近的訊息比遠久以前的訊息來的重要,但是移動平均法(SimpleM

6、ovingAverage,簡稱SMA)因爲所有的資料點所指派的權重是一樣的,所以無法反應此一現象,而EWMA的設計,就是爲了捕捉這種現象。EWMA的觀念非常的簡單,越近的資料'所給的權重就越大。另一方面,在樣本中如果有異常値存在,其影響也會隨著視窗的移動而漸漸減少,幽靈特徵也比較不明顯。在實證的硏究方面,許多的報告指山EWMA確實優於SMA法(Tse,1992),如果與較複雜的模型如GARCH模型或蒙地卡羅模擬等相比'EWMA回溯測試的結果也未必較差,甚至於在其他多種方法相較之下,是於綜合表現較佳的(Boud

7、oukh,RichardsonandWhitelaw,1997;AlexanderandLeigh,1997;MoosaandBollen,2002;李存修、陳若饪'民國88)。EWMA模型的參數只有一個,稱爲衰退因子,或入。至於這個參數是如何得到的呢?RiskMetrics採用預測誤差的均方根(RootMeanSquaredErrors,簡稱RMSE)爲標準,以最佳化方法,來求算個別資產最佳的衰退因子°至於市場的最佳的九値,RiskMetrics則是由480個資產的最佳入値,再依RMSE的大小,分別拒派不同

8、的權重求得。計算的結果,日資料最佳的入値爲0.94,月資料最佳的九値爲0.97。國外的文獻‘多直接引用這些數據,但也有許多的文獻也嘗試不同的入値作比較,譬如說'Hendricks(1996)註1MinaandXiao(2001)註2Rowe(2001,August,/?/^p.92)稱這種現象爲二階的不確定性(secondorderunceilainty),而這種現象是社會科學與自然科學不一樣的地方

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。