簡易檢索 / 詳目顯示
| 研究生： |
張滌芳 |
|---|---|
| 論文名稱： |
套利模式在台灣證券市場之應用 |
| 指導教授： |
郭崑謨
林泉源 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 企業管理學系 Department of Business Administration |
| 論文出版年： | 1997 |
| 畢業學年度： | 85 |
| 語文別： | 中文 |
| 論文頁數： | 114 |
| 中文關鍵詞： | 套利模式 、證券 |
| 相關次數： | 點閱：285 下載：0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
CAPM(Capital Asset Pricing Model)與APT(Arbitrage Pricing Model)二種傳統投資學上的經典之作將如何評估一個資產或者一投資組合的預估報酬率與風險做一觀念上的理論說明。
CAPM的缺點在基本假設的不合實際及單純以β係數來解釋一資產的預期報酬率，而超過無風險資產的利率水準的部份即解釋為風險貼水。APT的出現在解決其純粹以β係數來估計預計報酬率，然而其只提供了觀念上的多因子解釋模型，並未進一步具體說明這些因素是什麼?是否隨時間經過需要改變?如何調整?因素之間如何相加減等等?
本論文的主要目的即是將APT實際化，稱為可應用的多因子模式。其多種因素則稱為共同因素，可分為行業因子及風險指數因子二類，行業因子將台灣證券交易所上市的389種證券分類成23種行業，風險指數因子則分為10大項，其中包括上市公司的盈餘、淨值、資產、財務運用、對國外市場的敏感度及實際交易的流動性等因素以數量化的方式計算，之後建立起類似於APT的數學模式。
其次，以一實務上的持有99種證券的投資組合為例，為此一如此大的投資組合嘗試尋找一小於10種證券的避險投資組合。首先，以找出持股比重排名前9大的證券，以BLOOMBERG來找出一定期間的β值及相關係數，之後排除兩兩種證券間相關係數較大者，將此9種證券重新調整成包含不同的行業證券，再以BLOOMBERG來找出一定期間的β值及相關係數，結果發現相關係數提高為0.9以上，但β值的不穩定使人很難依賴其做避險的工具。
因此，嘗試應用可應用的多因子模式為基礎的BARRA來做避險的工具，最後比R-square高達0.99，其用ANOVA之F分配選則接受此一以BARRA選出的10種避險組合可為原較大投資組合的代表證券。因之，將用APT的理論模式做了最佳的詮釋與實務上的具體應用。
致謝詞 I
論文摘要 II
目錄 III-IV
圖次 V
表次 VI
第一章 緒論-----1
第一節 研究背景與研究目的-----1
第二節 研究範圍-----4
第三節 研究限制-----5
第二章 相關文獻之探討-----6
第一節 資本資產訂價模式(CAPM)文獻探討-----6
第二節 用β係數衡量證券的系統風險及其使用β係數之難題-----10
第三節 套利訂價理論(APT)之文獻-----13
第四節 改良APT的後續研究文獻-----15
第五節 國內相關文獻-----26
第三章 研究方法-----28
第一節 本研究之基本程序-----28
第二節 風險及報酬之適用及其涵義-----30
第三節 標準比較指標(Benchmark)-----38
第四節 延伸CAPM中部分及其涵義-----40
第五節 延伸APT部分及其涵義-APT之再應用-----41
第六節 可應用之多因子模型之建立-----42
第七節 預測β係數-----50
第四章 實證研究-----54
第一節 用基本CAPM觀念及BLOOMBERG的輔助解決問題的實證研究-----54
第二節 以BARRA來解決問題的實證研究-----80
第五章 結論與建議-----107
第一節 結論-----107
第二節 建議-----110
參考文獻-----111
圖3-1-1 本研究之基本程序-----29
圖3-2-1 總風險之簡單分類法-----33
圖3-2-2 總風險之系統殘差分類法-----34
圖3-2-3 總風險之正常活動分類法-----35
圖3-2-4 總風險之綜合風險分類法-----36
圖3-2-5 總報酬之分類法-----37
表2-4-1 CAPM與APT之比較-----16
表4-1-1 原投資組合99種證券的持股明細表-----55-63
表4-1-2 持股比重前9大的證券持股明細表-----65
表4-1-3 將表4-1-2輸入BLOOMBERG建立指數「.5TP」-----68-69
表4-1-4 「.5TP」與「.5EQ」的簡單線性迴歸結果（第一段區）-----70
表4-1-5 「.5TP」與「.5EQ」的簡單線性迴歸結果（第二段區）-----71
表4-1-6 修正後的9種避險組合明細表-----74
表4-1-7 找最不相關的前幾名及考慮持有比率後之調整後9大證券持股明細表-----75
表4-1-8 將表4-1-6輸入BLOOMBERG建立指數「.5EQI」-----76-77
表4-1-9 「.5EQI」與「.5EQ」的簡單線性迴歸結果（第一段區）-----78
表4-1-l0 「.5EQI」與「.5EQ」的簡單線性迴歸結果（第二段區）-----79
表4-2-l 將四月底78種證券之原投資組合輸入BARRA建立之FF.POR檔-----81-82
表4-2-2 BARRA之風險及報酬報告彙整-----84
表4-2-3 調整流動性及外資限制問題調整出的72種證券之原投資組合輸入BARRA建立之GG.POR檔案-----85-86
表4-2-4 GG.POR的資產行業暴露報告-----89-92
表4-2-5 GG.POR的資產風險指數暴露報告-----94
表4-2-6 GG.POR的共同因素彙整報告-----96
表4-2-7 GG.POR的資產邊際貢獻報告-----97
表4-2-8 將GG.POR經過Optimizer後初步的10種證券避險組合-----99
表4-2-9 將表4-2-8經實務上停止融券期間的調整後的10種證券避險組合-----100
表4-2-10 將表4-2-9之10種證券避險組合及比重算出元月9日至5月17日之日報酬率-----103
表4-2-11 將表4-2-1之78種證券之原投資組合之元月9日至5月17日之日報酬率與表4-2-10合併-----104-150
表4-2-12 ANOVA表-----106
(限達賢圖書館四樓資訊教室A單機使用)