匯率變動對台股指數現貨與期貨之關聯性分析 　　　　指導老師：劉尚銘老師 　　　　學　　生： 李郁嵐 　　　　　　　　　 張玉芬 　　　　　　　　　 張瓊文 　　　　　　　　　 張嘉麟

專題大綱 第一章　緒論 第二章　文獻探討 第三章　研究方法 第四章　資料結構與實証結果 第五章　結論

緒論 研究動機 研究目的 研究限制 研究架構 外資、匯率與股市的關係 探討匯率變動是否確實會影響台股指數報酬率 股匯市法規、社會事件 　外資、匯率與股市的關係 研究目的 　探討匯率變動是否確實會影響台股指數報酬率 研究限制 　股匯市法規、社會事件 研究架構 　理論假設　　資料蒐集、分析　　結果發現

文獻探討 匯率變動與股市報酬率的關係： 正相關 負相關 兩者之間無明顯的相關性 依不同國家、地區或時間而不同

文獻探討 研究學者 Aggarwal(1981) 吳嘉豐(1998) 邱哲修、李命志、邱建良(1998) 正相關　負相關　相關性不明顯　依情況而不同

文獻探討 國內學者 國外學者 許村泰(1987) 黃毅(1989) 初家祥(1995) 溫晉慶(1999) 劉祥熹和李崇主(2000) Solnik(1987) Soenen and Hennigar (1988) Suwanakul and uthirapakon(1988) Ma and Kao (1990) 正相關　負相關　相關性不明顯　依情況而不同

文獻探討 研究學者 郭耀成(1995) Ibrahim (2000) 正相關　負相關　相關性不明顯　依情況而不同

文獻探討 長、短期 不同國家 錢盡忠(1988) Solnik(1984) Ajayi and Mougoue(1998) Chow、Lee and Solt(1997) 李政軒(2002) Solnik(1984) Obstfeld(1985) 陳旭怡(1991) 正相關　負相關　相關性不明顯　依情況而不同

研究方法及實證結果 直線迴歸分析 非線性分析 　＿單根檢定 　＿ARCH效果檢定 　＿GARCH模型

研究方法及實證結果 直線迴歸是假設變數之間存在線性關係。 Yt=β1+β2X2t+εt 自變數(X2t )：前期、本期匯率變動量。 殘差項(εt)：假設殘差項符合 N（0 , σ2）。 直線迴歸分析 非線性分析

研究方法及實證結果 台指現貨 直線迴歸檢定結果 β1 β2 With ΔExt With ΔExt-1 直線迴歸分析 非線性分析 36,638.130*** (44.649) -915.736*** (-36.368) With ΔExt-1 36,605.118*** (44.350) -914.836*** (-36.118) 註：括弧內數字代表t值。 *表示10%以內的顯著水準； **表示5%以內的顯著水準； ***表示1%以內的顯著水準。 直線迴歸分析 非線性分析

研究方法及實證結果 台指期貨 直線迴歸檢定結果 β1 β2 With ΔExt With ΔExt-1 直線迴歸分析 非線性分析 37,350.461*** (45.343) -936.870*** (-37.065) With ΔExt-1 37,317.311*** (45.039) -935.969*** (-36.810) 註：括弧內數字代表t值。 *表示10%以內的顯著水準； **表示5%以內的顯著水準； ***表示1%以內的顯著水準。 直線迴歸分析 非線性分析

研究方法及實證結果 單根檢定 檢定時間序列分析所使用的資料在長期之下是否會趨於平穩的狀態（恆定stationary）。 　　使用有單根現象的資料所獲得之模型不是合適、可預測的模型。因此，對資料取一次差分，再做單根檢定，直到資料無單根現象為止。 直線迴歸分析 非線性分析

研究方法及實證結果 原始資料之單根檢定結果 M1 M2 M3 現貨p 期貨fu 匯率ex 直線迴歸分析 非線性分析 -0.91481 -1.13274 -1.45060 期貨fu -0.89848 -1.27460 -1.59535 匯率ex 0.30014 -0.41015 -1.00881 critical value(5%) -1.95 -2.89 -3.45 M1：不含常數項及趨勢項 M2：含常數項但不含趨勢項 M3：含常數項及趨勢項 直線迴歸分析 非線性分析

研究方法及實證結果 資料一次差分後之單根檢定結果 1st difference M1 M2 M3 現貨p 期貨fu 匯率ex 直線迴歸分析 -28.13145 -28.12847 -28.11367 期貨fu -30.84212 -30.83702 -30.82093 匯率ex -29.11886 -29.10545 -29.38925 critical value(5%) -1.95 -2.89 -3.45 將資料取一次差分後再作檢定 直線迴歸分析 非線性分析

研究方法及實證結果 ARCH效果檢定 　　Engle發現在時間序列資料中，其殘差值的變異數經常會受到衝擊的影響，而有波動聚集(volatility clustering)的現象。 　　因而對無單根現象的資料，檢試其殘差值是否呈現一階無關，而二階相關的情況。 直線迴歸分析 非線性分析

研究方法及實證結果 ARCH效果檢定（一階無關Ljung-Box Q-Statistics） 一階無關 現貨 期貨 Q(8) Q(16) 3.7284 14.1497 23.4711 3.0171 14.2356 23.4478 直線迴歸分析 非線性分析 H0：殘差值一階無相關性

研究方法及實證結果 ARCH效果檢定（二階相關Engle’s LM test ） 二階相關 現貨 期貨 Q(8) Q(16) Q(24) 72.0395** 114.2761** 118.4246** 72.4742** 104.3491** 121.4121** 註：**表示5%以內的顯著水準 H0：殘差值的平方項無相關性 直線迴歸分析 非線性分析

研究方法及實證結果 GARCH模型 　　在確認資料具有ARCH效果之後，將匯率作為自變數代入可以解釋群聚及肥尾現象的GARCH模型，分別來觀察匯率對台指現貨、期貨這兩個應變數是否有顯著的解釋效果。 直線迴歸分析 非線性分析

研究方法及實證結果 GARCH（1,1）模型 ＜方程式＞ 　　其中Rt為台指現貨及期貨第t期的指數、Xt為台指現貨及期貨第t期前之指數波動、Φ為訊息集、 εt為殘差值、ht為殘差值的變異數。 直線迴歸分析 非線性分析

研究方法及實證結果 台指現貨之GARCH （1,1）檢定結果 直線迴歸分析 非線性分析 α0 α1 β1 ΔEx Without ΔEx 775.101*** (2.654) 0.125*** (4.476) 0.829*** (20.619) With ΔExt 9,511.679* (1.932) 0.126*** (3.938) 0.790*** (13.889) -251.060* (-1.838) With ΔExt-1 9,568.611* (1.940) (3.943) (13.862) -252.683* (-1.841) 註：括弧內數字代表t值。 *表示10%以內的顯著水準； **表示5%以內的顯著水準； ***表示1%以內的顯著水準。 直線迴歸分析 非線性分析

研究方法及實證結果 台指期貨之GARCH （1,1）檢定結果 直線迴歸分析 非線性分析 α0 α1 β1 ΔEx Without ΔEx 668.604*** (2.968) 0.120*** (5.365) 0.852*** (31.406) With ΔExt 8,465.933** (2.297) 0.131*** (4.999) 0.816*** (21.845) -224.792** (-2.160) With ΔExt-1 8,561.141** (2.315) 0.132*** (5.006) 0.815*** (21.819) -227.514** (-2.177) 註：括弧內數字代表t值。 *表示10%以內的顯著水準； **表示5%以內的顯著水準； ***表示1%以內的顯著水準。 直線迴歸分析 非線性分析

結論 　　由上述的實證結果可以得知，不論是直線迴歸或非線性GARCH模型，匯率變動與台指現貨、台指期貨報酬率之間，皆是呈現明顯的負相關。

謝謝各位老師以及同學 　　本組報告完畢 　　謝謝大家