台灣期貨市場之市場深度 與股價報酬率之波動 指導老師：劉尚銘老師 報告學生：陳昭如、李姿欣、張瑋玲、陳思伶、張為雅

第壹章 緒論 第一節 研究動機 流動性是由買賣價差與市場深度所組成，但大多數的研究都集中前者，且顯示買賣價差與某些變數有關，如報酬、成交量。 索引頁 第壹章 緒論 第一節 研究動機 流動性是由買賣價差與市場深度所組成，但大多數的研究都集中前者，且顯示買賣價差與某些變數有關，如報酬、成交量。 在流動性與成交量的互動上，由於投資者對資訊的解讀各有不同，將會導致價格波動。 國內外的實證研究也都傾向支持報酬的波動與交易量之間存在著顯著的同期或跨期相關。

第壹章 緒論 第二節 研究目的 1.利用TGARCH模型研究市場深度和報酬率波動的關係，用以探討當市場深度改變時，是否引起報酬率波動的改變。 索引頁 第壹章 緒論 第二節 研究目的 1.利用TGARCH模型研究市場深度和報酬率波動的關係，用以探討當市場深度改變時，是否引起報酬率波動的改變。 2.探討成交量、未平倉量、成交量加未平倉量對報酬率波動是否呈現不對稱性現象。 3.比較成交量與成交量加未平倉量的總合實證結果中，那一種契約轉換判斷準則較佳。

索引頁 第壹章 緒論 第三節 研究架構 DATA 單根 取差分 ARIMA均數 ARCH效果 End TGARCH No Yes

索引頁 第壹章 緒論 第四節 研究限制 1.在整理資料時，我們是採用近月資料，再以資料中的成交量以及成交量加未平倉量當選擇變數，來做為契約轉換的判斷依據，因為同一天交易有不同的交割月份，若交易日重複，就取當日成交量與成交量加未平倉量較多的那一筆交易，其餘刪除，但是數量多寡的差異可能很小，因此刪除的資料可能會影響到資料選取的準確性。 2.在期貨市場上，一般研究市場深度多以限價單為變數，但有關限價單的資料取得不易，故本研究以成交量、未平倉量、成交量加未平倉量做為市場深度的替代變數，因此可能造成誤差。

第壹章 緒論 第五節 本文架構 第壹章為緒論，說明本研究的研究動機與背景，及由動機延伸出來的研究目的。 索引頁 第壹章 緒論 第五節 本文架構 第壹章為緒論，說明本研究的研究動機與背景，及由動機延伸出來的研究目的。 第貳章為文獻回顧，針對本研究欲探討的台灣期貨市場之市場深度與股價報酬率之波動，檢視國內外過去相關文獻，加以整理與陳述。 第參章為研究方法，介紹台灣期貨市場之市場深度與股價報酬率之波動所採取的實證方法。 第肆章為資料結構與實證結果，對於研究所需的期貨資料，作簡單的介紹及針對實證的部份加以分析 。 第伍章為結論與建議，探討實證分析的結果，將本研究的過程與發現作一綜合說明，並對後續有興趣從事相關方面研究者提出建議 。

第貳章 文獻回顧 與限價單相關之研究文獻 索引頁 Bagehot(1971) 第貳章 文獻回顧 與限價單相關之研究文獻 Bagehot(1971) 認為在報價驅動市場，造市者扮演流動性提供之角色，造市者對買賣報價之價差，可以彌補與擁有資訊者交易所蒙受的損失。 Glosten(1994) 進一步將驅動價格變動的力量分為由流動性驅動或由資訊驅動。 Handa and Schwartz(1996) 將Glosten的模型延伸，以實證的方式來驗證投資者使用限價單策略所能得到的報酬與使用市價單策略所能得到的報酬之差別，及投資人在面對使用限價單的風險下，其所採用的下單策略。 Foucault(1999) 主要是利用賽局理論模式來研究投資人下單的策略，並加上交易成本的考量。 Coppejans, Domowitz, and Madhavan（2001 ） 主要為研究在自動報價（Automated Auction）的系統中，市場流動性、報酬和價格波動間的動態關係，其認為自動報價的系統主要為依附限價單來提供流動性，因此當限價單缺乏時，即使很小的交易，亦有可能會增加價格的波動性，由此可知隨著流動性供需的均不均衡。 羅正覺（1993） 市場委託單不均衡時，所造成的價格波動性增加，將誘使交易者在t期選擇使用市價單而非限價單。

第貳章 文獻回顧 市場深度與報酬波動之相關研究 索引頁 Biais, Hillion, and Spatt （1995） 第貳章 文獻回顧 市場深度與報酬波動之相關研究 Biais, Hillion, and Spatt （1995） 以委託單的利益為主軸，實證股票市場中委託簿和委託單流量間的互動關係提出類似的觀念，認為當買賣價差大，或者委託簿訂單少時會驅使投資人多下限價單；相對的，當買賣價差小，或者委託簿訂單多時，會驅使投資人多下市價單。 Handa and Schwartz (1996) 認為投資者會下限價單與否，端視其與流動性交易者交易的所得，能否彌補與資訊交易者交易所蒙受的損失。 Ahn, Bae, and Chan(2001) 當少量的限價單進入市場時，所增加的流動性將引起委託單供需的不均衡，因而增加價格的波動。而增加的限價單量，會進一步抑制短期價格波動。 Brockman and Chung (1999) 研究在電子下單且為order-driven 的市場中，市場深度與其他變數間的關係，包含了成交量、成交價與報酬變動等等。 李昭瑩(2002) 成交量與市場深度呈顯著的正相關，顯示台灣交易者具有群聚的特性，較大的交易量會吸引投資者使用限價單提供流動性；然而在市場深度下降時，只能得知投資人會隨之有減少下單的傾向，但報酬波動上升對投資人下單偏好並沒有決定性的影響。

索引頁 第參章 研究方法 首先我們將從台灣期貨交易所抓下的期貨資料先進行ADF單根檢定，檢測資料是否為恆定數列，若不為恆定數列，則取差分直到資料趨於恆定，接著進行ARIMA檢定，其主要是檢定資料是否會受資料本身前期或前期殘差項的影響，以求出平均數，將具有影響力的前期資料及前期殘差項抽出後，最後留下的殘差項如果成為隨機變數(white noise)，就取出配適能力良好的模式殘差項來進行ARCH效果檢定(一階無關、二階相關)，若其殘差項平方的前後期之間具相關性，就表示資料的殘差項具ARCH效果，最後就進行TGARCH模型檢定。

第參章 研究方法 索引頁 原始TGARCH模型  

第參章 研究方法 索引頁 變型TGARCH模型  

第肆章 資料結構與實證結果 第一節 資料結構 成交量 成交量+未平倉量 索引頁 表4.1 基本統計量 平均數 標準差 偏態係數 峰態係數 第一節 資料結構 表4.1 基本統計量 成交量 成交量+未平倉量 平均數 標準差 偏態係數 峰態係數 台指期貨 原始資料 6221.4050 1447.3508 0.6005 -0.2328*** 0.6004 報酬率 -0.0002 0.0196 -0.0814 2.0363*** 金融期貨 820.9343 159.9231 0.3495 -0.7847*** 820.8541 159.8932 0.3508 -0.7830*** -0.0001 0.0217 -0.0474 1.6122*** -0.0568 1.6451*** 電子期貨 285.3886 92.6555 1.1354 0.3610*** 285.3765 92.6120 1.1342 0.3576*** -0.0003 0.0242 0.0341 1.1967*** 0.0231 1.2195*** 註：***為1%的顯著水準

第肆章 資料結構與實證結果 第二節 單根檢定結果 索引頁 表4.2 ADF單根檢定 水準值(level form) 成交量 成交量+未平倉量 第二節 單根檢定結果 表4.2 ADF單根檢定 水準值(level form) 成交量 成交量+未平倉量 不含常數項 及趨勢項 含常數項但 不含趨勢項 含常數項 台指期貨 原始資料 -0.7613 -1.8936 -1.8944 -1.8976 -1.9002 報酬率 -42.0025 -41.9922 -41.9895 -42.1206 -42.1103 -42.1075 金融期貨 -0.5423 -2.2711 -2.1806 -0.5432 -2.2774 -2.1870 -38.8467 -38.8329 -38.8662 -38.8269 -38.8130 -38.8462 電子期貨 -0.8941 -1.4895 -1.9959 -0.8942 -1.4905 -1.9973 電子期貨報酬率 -37.8218 -37.8144 -37.8016 -37.9347 -37.9273 -37.9145 5%臨界值 -1.95 -2.89 -3.45 註：***為1%的顯著水準

第肆章 資料結構與實證結果 第二節 單根檢定結果 索引頁 表4.2 ADF單根檢定 差分值(1st difference) 成交量 第二節 單根檢定結果 表4.2 ADF單根檢定 差分值(1st difference) 成交量 成交量+未平倉量 不含常數項 及趨勢項 含常數項但 不含趨勢項 含常數項 台指期貨 原始資料 -41.5945 -41.5847 -41.5800 -41.7033 -41.6935 -41.6888 報酬率 -73.3505 -73.3282 -73.3060 -73.4512 -73.4289 -73.4066 金融期貨 -38.5305 -38.5170 -38.5585 -38.5373 -38.5238 -38.5651 -67.5560 -67.5315 -67.5070 -67.5425 -67.5180 -67.4935 電子期貨 -37.2588 -37.2509 -37.2376 -37.3383 -37.3305 -37.3172 電子期貨報酬率 -66.7660 -66.7418 -66.7176 -66.9734 -66.9491 -66.9248 註：***為1%的顯著水準

第肆章 資料結構與實證結果 第三節 ARIMA均數檢定結果 索引頁 表4.3 ARIMA均數檢定 模型 AR(1) AR(2) MA(1) AIC Q-test 台指期貨 成交量 ARMA (2, 2) 0.4035 (1.3703) -0.3963 (-1.5413) -0.4421 (-1.5476) 0.4585* (1.8486) -756.6651 Q(8)＝4.7836 + 未平倉量 0.4288 (1.4846) -0.3907 (-1.5458) -0.4698* (-1.6775) 0.4549* (1.8668) -747.0255 Q(8)＝5.2449 金融期貨 (1, 2) 0.3468 （0.77596） -0.3930 （-0.8806） 0.0625** （2.1274） -593.4946 Q(8)＝7.2816 -1.2018*** (-259.7350) -0.9891*** (-216.0033） 1.1915*** (193.1702） 0.9868*** (160.9847） -595.96728 Q(8)＝7.7571 電子期貨 0.4041 (0.9424) -0.4227 (-0.9865) 0.0513* (1.9050) -291.61282 Q(8)＝10.4140 0.3902 (0.9461) -0.4120 (-0.9997) 0.0554** (2.0591) -290.00376 Q(8)＝11.1878 註：***為1%的顯著水準

第肆章 資料結構與實證結果 第四節 ARCH效果檢定結果 索引頁 ARCH效果是指殘差值呈現一階無關而二階相關的現象。   數值皆未滿足5%的顯著水準，故接受殘差值之間無關的虛無假設。然在二階相關檢定下，台指、金融、電子則皆滿足1%的顯著水準，拒絕其殘差值平方之間無關的虛無假設，顯示這兩個序列資料存在異質條件變異數自我迴歸模型。故檢定結果為有ARCH效果。 表4.4 ARCH效果檢定 成交量 成交量+未平倉量 一階無關Q-test 二階相關LM-test 台指期貨 Q(8)＝4.7836 LM(8)＝260.0647*** Q(8)＝5.2449 LM(8)＝259.5363*** 金融期貨 Q(8)＝7.2816 LM(8)＝233.3275*** Q(8)＝7.7571 LM(8)＝204.2165*** 電子期貨 Q(8)＝10.4140 LM(8)＝290.5572*** Q(8)＝11.1878 LM(8)＝306.4539*** 註：* 表10% 顯著水準 ** 表 5% 顯著水準 *** 表 1% 顯著水準

第肆章 資料結構與實證結果 第五節 TGARCH模型結果分析 索引頁 第肆章 資料結構與實證結果 第五節 TGARCH模型結果分析 由於TGARCH除了可以解釋群聚及厚尾的現象，還可以用來解釋波動不對稱性，所以本研究就利用TGARCH來分析不同的訊息代理變數(成交量、未平倉量及成交量+未平倉量等)是否會造成期貨價格報酬率發生不對稱性的波動。以下將介紹TGARCH的檢定結果。   從表4.5.1、4.5.2、4.5.3中的α2和β2得知，若各表α2和β2中只要有一個滿足10%顯著水準，就代表顯著異於零，也就是符合我們所討論的替代變數會造成期貨價格報酬率波動的不對稱性現象。從三表可得知在未加入代理變數時，台指期貨、金融期貨、電子期貨的或皆顯著異於零，表示期貨價格報酬率波動具不對稱性現象。

加入台指期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.1 台指期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 台股指數期貨原始模型 加入台指期貨成交量訊息變數之模型 加入台指期貨 未平倉量訊息變數之模型 加入台指期貨成交量加未平倉量訊息變數之模型 加入台指期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -4.3154e-03*** (-929.70210) 0.1775** (1.97337) 0.0636*** (2.80310) 0.1247*** (5.19062) -4.4198e-03 (-0.15938) 0.0262 (1.32098) 0.0570 (0.65578) 0.0996 φ2 0.0508** (2.00008) 0.0826 (0.86491) 0.0406** (2.18457) 8.4008e-03 (0.47087) 0.0514** (1.98979) 0.0577*** (3.74086) 0.1917** (2.08183) 0.1680* (1.94023) α0 1.2325e-05*** (5.09607) -1.0612e-04 (-0.69506) -2.8636e-06 (-0.87961) -2.8818e-06 (-1.04367) 1.2060e-05*** (5.20638) 1.8604e-05*** (10.26026) -2.0436e-046 (-0.70262) -1.0344e-04*** (-3.91100) α1 0.1556*** (7.09656) 0.1895 (0.37134) 0.4176*** (9.58487) 0.5125*** (9.41432) 0.1461*** (7.13361) 0.1849*** (10.11123) 0.2402 (0.36549) 0.1865 (1.26595) α2 -0.1079*** (-4.99900) 0.3515 (0.41478) -0.3076*** (-6.87298) -0.3791*** (-6.69502) -0.0977*** (-4.69898) 0.1521*** (2.68490) 0.2982 (0.32590) 0.3319 (0.86147) β1 0.8957*** (38.40439) 0.1000*** (10.32879) 0.2828*** (6.58242) 0.2012*** (5.01559) 0.9149*** (41.19063) 0.0205* (1.86494) 0.1000 (0.69828) 0.1012 (0.51160) β2 -0.0568* (-1.68182) (0.95671) 0.0876** (2.22728) 0.0256 (0.71671) -0.0839** (-2.49108) -0.0445 (-1.56461) (0.84536) 0.0994 (0.88597) с 4.0879e-07*** (6.55538) 2.0336e-08*** (12.10917) 1.2239e-08*** (15.37708) 3.5572e-08*** (25.43015) 4.1419e-07** (2.07082) 1.3738e-07*** (3.94683) α1+α2 0.0477 0.5410 0.1100 0.1334 0.0484 0.3370 0.5384 0.5184 β1+β2 0.8389 0.2000 0.3704 0.2268 0.8310 -0.0240 0.2006

加入台指期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.1 台指期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 台股指數期貨原始模型 加入台指期貨成交量訊息變數之模型 加入台指期貨 未平倉量訊息變數之模型 加入台指期貨成交量加未平倉量訊息變數之模型 加入台指期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -4.3154e-03*** (-929.70210) 0.1775** (1.97337) 0.0636*** (2.80310) 0.1247*** (5.19062) -4.4198e-03 (-0.15938) 0.0262 (1.32098) 0.0570 (0.65578) 0.0996 φ2 0.0508** (2.00008) 0.0826 (0.86491) 0.0406** (2.18457) 8.4008e-03 (0.47087) 0.0514** (1.98979) 0.0577*** (3.74086) 0.1917** (2.08183) 0.1680* (1.94023) α0 1.2325e-05*** (5.09607) -1.0612e-04 (-0.69506) -2.8636e-06 (-0.87961) -2.8818e-06 (-1.04367) 1.2060e-05*** (5.20638) 1.8604e-05*** (10.26026) -2.0436e-046 (-0.70262) -1.0344e-04*** (-3.91100) α1 0.1556*** (7.09656) 0.1895 (0.37134) 0.4176*** (9.58487) 0.5125*** (9.41432) 0.1461*** (7.13361) 0.1849*** (10.11123) 0.2402 (0.36549) 0.1865 (1.26595) α2 -0.1079*** (-4.99900) 0.3515 (0.41478) -0.3076*** (-6.87298) -0.3791*** (-6.69502) -0.0977*** (-4.69898) 0.1521*** (2.68490) 0.2982 (0.32590) 0.3319 (0.86147) β1 0.8957*** (38.40439) 0.1000*** (10.32879) 0.2828*** (6.58242) 0.2012*** (5.01559) 0.9149*** (41.19063) 0.0205* (1.86494) 0.1000 (0.69828) 0.1012 (0.51160) β2 -0.0568* (-1.68182) (0.95671) 0.0876** (2.22728) 0.0256 (0.71671) -0.0839** (-2.49108) -0.0445 (-1.56461) (0.84536) 0.0994 (0.88597) с 4.0879e-07*** (6.55538) 2.0336e-08*** (12.10917) 1.2239e-08*** (15.37708) 3.5572e-08*** (25.43015) 4.1419e-07** (2.07082) 1.3738e-07*** (3.94683) α1+α2 0.0477 0.5410 0.1100 0.1334 0.0484 0.3370 0.5384 0.5184 β1+β2 0.8389 0.2000 0.3704 0.2268 0.8310 -0.0240 0.2006

加入台指期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.1 台指期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 台股指數期貨原始模型 加入台指期貨成交量訊息變數之模型 加入台指期貨 未平倉量訊息變數之模型 加入台指期貨成交量加未平倉量訊息變數之模型 加入台指期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -4.3154e-03*** (-929.70210) 0.1775** (1.97337) 0.0636*** (2.80310) 0.1247*** (5.19062) -4.4198e-03 (-0.15938) 0.0262 (1.32098) 0.0570 (0.65578) 0.0996 φ2 0.0508** (2.00008) 0.0826 (0.86491) 0.0406** (2.18457) 8.4008e-03 (0.47087) 0.0514** (1.98979) 0.0577*** (3.74086) 0.1917** (2.08183) 0.1680* (1.94023) α0 1.2325e-05*** (5.09607) -1.0612e-04 (-0.69506) -2.8636e-06 (-0.87961) -2.8818e-06 (-1.04367) 1.2060e-05*** (5.20638) 1.8604e-05*** (10.26026) -2.0436e-046 (-0.70262) -1.0344e-04*** (-3.91100) α1 0.1556*** (7.09656) 0.1895 (0.37134) 0.4176*** (9.58487) 0.5125*** (9.41432) 0.1461*** (7.13361) 0.1849*** (10.11123) 0.2402 (0.36549) 0.1865 (1.26595) α2 -0.1079*** (-4.99900) 0.3515 (0.41478) -0.3076*** (-6.87298) -0.3791*** (-6.69502) -0.0977*** (-4.69898) 0.1521*** (2.68490) 0.2982 (0.32590) 0.3319 (0.86147) β1 0.8957*** (38.40439) 0.1000*** (10.32879) 0.2828*** (6.58242) 0.2012*** (5.01559) 0.9149*** (41.19063) 0.0205* (1.86494) 0.1000 (0.69828) 0.1012 (0.51160) β2 -0.0568* (-1.68182) (0.95671) 0.0876** (2.22728) 0.0256 (0.71671) -0.0839** (-2.49108) -0.0445 (-1.56461) (0.84536) 0.0994 (0.88597) с 4.0879e-07*** (6.55538) 2.0336e-08*** (12.10917) 1.2239e-08*** (15.37708) 3.5572e-08*** (25.43015) 4.1419e-07** (2.07082) 1.3738e-07*** (3.94683) α1+α2 0.0477 0.5410 0.1100 0.1334 0.0484 0.3370 0.5384 0.5184 β1+β2 0.8389 0.2000 0.3704 0.2268 0.8310 -0.0240 0.2006

索引頁 表4.5.2 金融期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 金融指數期貨原始模型 加入金融期貨 成交量訊息變數之模型 加入金融期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -0.0124 (-0.4128) 0.0683 *** (4.9966) -0.0168 (-0.5676) (6.8727) -0.0218*** (-4187.7680) -0.0594*** (-2.7506) 0.0325** (2.0053) -3.8446e-03 (-0.1370) φ2 0.0283 (1.0068) 0.0424** (2.0439) 0.0829*** (4.2334) 0.0248 (1.0711) α0 3.2199e-05*** (5.0829) 1.4740e-04*** (14.0573) 3.8669e-05*** (4.3819) 2.8102e-04*** (16.0092) 3.3681e-05*** (4.8740) 1.5091e-04*** (6.9085) 2.6531e-04*** (10.0157) 9.1848e-06*** (5.0883) α1 0.1167 *** (5.2595) 0.5526 *** (7.6057) 0.1067*** (4.9136) 0.2613*** (6.6078) 0.1107*** (5.3669) 0.2245*** (3.9937) 0.2448*** (4.4963) 0.3166*** (9.8471) α2 -0.0214 (-0.7970) -0.5820 *** (-8.10398) -0.0200 (-0.7693) -0.3329*** (-8.6238) -0.0253 (-0.9872) -0.2509*** (-4.3981) -0.2943*** (-5.4382) -0.0231 (-0.6330) β1 0.8689 *** (29.7183) 0.1194 *** (3.2848) 0.8636 *** (26.4451) 0.0221 (0.5947) 0.8661*** (30.0568) 0.5891*** (7.8542) 0.2314*** (3.0745) 0.8273*** (28.9724) β2 -0.0900 ** (-2.3137) 0.1003*** (3.1359) -0.0899 ** (-2.2697) 0.2672 *** (6.7053) -0.0709* (-1.8860) -0.0655 (-1.2037) 0.1222*** (2.3868) -0.3546*** (-9.6210) с 5.3130e-08*** (10.7351) -3.3743e-10 (-1.0114) 1.0497e-08*** (7.8367) 2.8278e-09* (1.7816) -7.0889e-10 (-0.5236) 6.6317e-09*** (9.3524) α1+α2 0.0953 -0.0294 0.0867 -0.0716 0.0854 -0.0264 -0.0495 0.2935 β1+β2 0.7789 0.2197 0.7737 0.2893 0.7952 0.5239 0.3536 0.4727

索引頁 表4.5.2 金融期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 金融指數期貨原始模型 加入金融期貨 成交量訊息變數之模型 加入金融期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -0.0124 (-0.4128) 0.0683 *** (4.9966) -0.0168 (-0.5676) (6.8727) -0.0218*** (-4187.7680) -0.0594*** (-2.7506) 0.0325** (2.0053) -3.8446e-03 (-0.1370) φ2 0.0283 (1.0068) 0.0424** (2.0439) 0.0829*** (4.2334) 0.0248 (1.0711) α0 3.2199e-05*** (5.0829) 1.4740e-04*** (14.0573) 3.8669e-05*** (4.3819) 2.8102e-04*** (16.0092) 3.3681e-05*** (4.8740) 1.5091e-04*** (6.9085) 2.6531e-04*** (10.0157) 9.1848e-06*** (5.0883) α1 0.1167 *** (5.2595) 0.5526 *** (7.6057) 0.1067*** (4.9136) 0.2613*** (6.6078) 0.1107*** (5.3669) 0.2245*** (3.9937) 0.2448*** (4.4963) 0.3166*** (9.8471) α2 -0.0214 (-0.7970) -0.5820 *** (-8.10398) -0.0200 (-0.7693) -0.3329*** (-8.6238) -0.0253 (-0.9872) -0.2509*** (-4.3981) -0.2943*** (-5.4382) -0.0231 (-0.6330) β1 0.8689 *** (29.7183) 0.1194 *** (3.2848) 0.8636 *** (26.4451) 0.0221 (0.5947) 0.8661*** (30.0568) 0.5891*** (7.8542) 0.2314*** (3.0745) 0.8273*** (28.9724) β2 -0.0900 ** (-2.3137) 0.1003*** (3.1359) -0.0899 ** (-2.2697) 0.2672 *** (6.7053) -0.0709* (-1.8860) -0.0655 (-1.2037) 0.1222*** (2.3868) -0.3546*** (-9.6210) с 5.3130e-08*** (10.7351) -3.3743e-10 (-1.0114) 1.0497e-08*** (7.8367) 2.8278e-09* (1.7816) -7.0889e-10 (-0.5236) 6.6317e-09*** (9.3524) α1+α2 0.0953 -0.0294 0.0867 -0.0716 0.0854 -0.0264 -0.0495 0.2935 β1+β2 0.7789 0.2197 0.7737 0.2893 0.7952 0.5239 0.3536 0.4727

索引頁 表4.5.2 金融期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 金融指數期貨原始模型 加入金融期貨 成交量訊息變數之模型 加入金融期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -0.0124 (-0.4128) 0.0683 *** (4.9966) -0.0168 (-0.5676) (6.8727) -0.0218*** (-4187.7680) -0.0594*** (-2.7506) 0.0325** (2.0053) -3.8446e-03 (-0.1370) φ2 0.0283 (1.0068) 0.0424** (2.0439) 0.0829*** (4.2334) 0.0248 (1.0711) α0 3.2199e-05*** (5.0829) 1.4740e-04*** (14.0573) 3.8669e-05*** (4.3819) 2.8102e-04*** (16.0092) 3.3681e-05*** (4.8740) 1.5091e-04*** (6.9085) 2.6531e-04*** (10.0157) 9.1848e-06*** (5.0883) α1 0.1167 *** (5.2595) 0.5526 *** (7.6057) 0.1067*** (4.9136) 0.2613*** (6.6078) 0.1107*** (5.3669) 0.2245*** (3.9937) 0.2448*** (4.4963) 0.3166*** (9.8471) α2 -0.0214 (-0.7970) -0.5820 *** (-8.10398) -0.0200 (-0.7693) -0.3329*** (-8.6238) -0.0253 (-0.9872) -0.2509*** (-4.3981) -0.2943*** (-5.4382) -0.0231 (-0.6330) β1 0.8689 *** (29.7183) 0.1194 *** (3.2848) 0.8636 *** (26.4451) 0.0221 (0.5947) 0.8661*** (30.0568) 0.5891*** (7.8542) 0.2314*** (3.0745) 0.8273*** (28.9724) β2 -0.0900 ** (-2.3137) 0.1003*** (3.1359) -0.0899 ** (-2.2697) 0.2672 *** (6.7053) -0.0709* (-1.8860) -0.0655 (-1.2037) 0.1222*** (2.3868) -0.3546*** (-9.6210) с 5.3130e-08*** (10.7351) -3.3743e-10 (-1.0114) 1.0497e-08*** (7.8367) 2.8278e-09* (1.7816) -7.0889e-10 (-0.5236) 6.6317e-09*** (9.3524) α1+α2 0.0953 -0.0294 0.0867 -0.0716 0.0854 -0.0264 -0.0495 0.2935 β1+β2 0.7789 0.2197 0.7737 0.2893 0.7952 0.5239 0.3536 0.4727

索引頁 表4.5.2 金融期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 金融指數期貨原始模型 加入金融期貨 成交量訊息變數之模型 加入金融期貨未平倉量訊息變數之模型 成交量加未平倉量訊息變數之模型 φ1 -0.0124 (-0.4128) 0.0683 *** (4.9966) -0.0168 (-0.5676) (6.8727) -0.0218*** (-4187.7680) -0.0594*** (-2.7506) 0.0325** (2.0053) -3.8446e-03 (-0.1370) φ2 0.0283 (1.0068) 0.0424** (2.0439) 0.0829*** (4.2334) 0.0248 (1.0711) α0 3.2199e-05*** (5.0829) 1.4740e-04*** (14.0573) 3.8669e-05*** (4.3819) 2.8102e-04*** (16.0092) 3.3681e-05*** (4.8740) 1.5091e-04*** (6.9085) 2.6531e-04*** (10.0157) 9.1848e-06*** (5.0883) α1 0.1167 *** (5.2595) 0.5526 *** (7.6057) 0.1067*** (4.9136) 0.2613*** (6.6078) 0.1107*** (5.3669) 0.2245*** (3.9937) 0.2448*** (4.4963) 0.3166*** (9.8471) α2 -0.0214 (-0.7970) -0.5820 *** (-8.10398) -0.0200 (-0.7693) -0.3329*** (-8.6238) -0.0253 (-0.9872) -0.2509*** (-4.3981) -0.2943*** (-5.4382) -0.0231 (-0.6330) β1 0.8689 *** (29.7183) 0.1194 *** (3.2848) 0.8636 *** (26.4451) 0.0221 (0.5947) 0.8661*** (30.0568) 0.5891*** (7.8542) 0.2314*** (3.0745) 0.8273*** (28.9724) β2 -0.0900 ** (-2.3137) 0.1003*** (3.1359) -0.0899 ** (-2.2697) 0.2672 *** (6.7053) -0.0709* (-1.8860) -0.0655 (-1.2037) 0.1222*** (2.3868) -0.3546*** (-9.6210) с 5.3130e-08*** (10.7351) -3.3743e-10 (-1.0114) 1.0497e-08*** (7.8367) 2.8278e-09* (1.7816) -7.0889e-10 (-0.5236) 6.6317e-09*** (9.3524) α1+α2 0.0953 -0.0294 0.0867 -0.0716 0.0854 -0.0264 -0.0495 0.2935 β1+β2 0.7789 0.2197 0.7737 0.2893 0.7952 0.5239 0.3536 0.4727

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

加入電子期貨成交量加未平倉量訊息變數之模型 索引頁 表4.5.3 電子期貨TGARCH(1,1)模型的最大概似估計 成交量 成交量+未平倉量 電子指數期貨原始模型 加入電子期貨成交量訊息變數之模型 加入電子期貨未平倉量訊息變數之模型 加入電子期貨成交量加未平倉量訊息變數之模型 φ1 -0.0318 (-1.3102) -0.0374 (-1.5762) 0.0253 (1.3819) 0.0289 (1.3756) -0.0306 (-1.2552) -0.0377 (-1.5312) -4.7314e-03 (-0.1855) 1.4828e-11 (4.71562e-10) α0 2.7286e-05*** (7.2827) 3.3617e-05*** (6.4723) 3.4392e-04*** (6.7615) 1.7009e-04*** (4.4455) 2.7749e-05*** (7.2051) 4.3486e-05*** (5.9413) 1.5073e-04*** (3.3737) 1.0589e-04*** (-4.8432) α1 0.1333*** (5.4802) 0.1070*** (5.6223) -0.0439*** (-7.6677) -0.0343*** (-6.5938) 0.1355*** (5.5139) 0.1234*** (5.4629) 0.0199* (1.6341) -0.0596*** (-23.1799) α2 -0.0505* (-1.9330) -0.0265 (-1.2495) 0.1961*** (4.8918) 0.1615*** (4.7247) -0.0508* (-1.9150) -0.0471** (-1.9746) 0.0666** (2.3144) 0.3702*** (3.4191) β1 0.8970*** (38.3214) 0.8081*** (28.0030) 0.3883*** (4.1950) 0.7742*** (13.2268) 0.8889*** (37.2202) 0.7247*** (17.7269) 0.7453*** (9.7177) 0.0741 (0.9843) β2 -0.1035*** (-3.1527) -0.0146 (-0.4275) -0.2048*** (-3.7264) -0.1827*** (-3.3131) -0.0931** (-2.7680) 0.0262 (0.6414) -0.0833* (-1.6724) -0.2736*** (-4.4432) с 3.9421e-09*** (2.9352) 1.3731e-09 (0.4422) -1.7021e-09* (-1.7614) 9.4535e-09*** (3.6375) -4.9054e-09** (-2.8134) 3.5170e-07*** (11.1367) α1+α2 0.0828 0.0805 0.1522 0.1272 0.0847 0.0763 0.0865 0.3106 β1+β2 0.7935 0.1835 0.5915 0.7958 0.7509 0.6620 -0.1995

索引頁 第伍章　結論與建議 第一節 　研究結論 本研究針對台指期貨、電子期貨、金融期貨這三項期貨商品，實證檢定以成交量、未平倉量、成交量加未平倉量做為市場深度的替代變數，來得知這些變數對於波動的影響為何。先將資料進行單根檢定，在無單根後(為恆定)，接著進行ARIMA檢定，選出配適良好的模型之後，再進行ARCH效果檢定（一階無關、二階相關）；之後，利用TGARCH模型檢定股價報酬率是否具不對稱性的波動，最後將成交量、未平倉量、成交量加未平倉量當作訊息代理變數加入TGARCH模型，來分析這些代理變數對於股價報酬率波動的影響為何。  

研究目的一：利用TGARCH模型研究市場深度和報酬率波動的關係，用以探討當市場深度改變時，是否引起報酬率波動的改變。 第伍章　結論與建議 索引頁 研究目的一：利用TGARCH模型研究市場深度和報酬率波動的關係，用以探討當市場深度改變時，是否引起報酬率波動的改變。   ＋代表為此市場深度訊息代理變數和期貨價格報酬率波動會呈現同方向的變動，即市場深度增加時，報酬率波動也會增加。 －代表為此市場深度代理變數和期貨價格報酬率波動會呈現反方向的變動，即市場深度增加時，報酬率波動也會減少。 △為此市場深度訊息代理變數時，並不會影響報酬率波動。 以成交量為契約轉換依據 　 　 訊息代理變數 成交量 未平倉量 加未平倉量 台指期貨 ＋ 金融期貨 △ 電子期貨 － 以成交量加未平倉量為契約轉換依據 　　訊息代理變數

第伍章 結論與建議 研究目的二：探討成交量、未平倉量、成交量加未平倉量對報酬率波動是否呈現不對稱性現象。 索引頁 第伍章　結論與建議 研究目的二：探討成交量、未平倉量、成交量加未平倉量對報酬率波動是否呈現不對稱性現象。   本研究在實證後發現，在未加入訊息代理變數時，台指期貨、金融期貨、電子期貨的價格報酬率波動具不對稱性現象，即好消息與壞消息對期貨價格報酬率影響的幅度不同。而以成交量為契約轉換依據的台指期貨、電子期貨，在加入成交量訊息代理變數，及以成交量加未平倉量為契約轉換依據的台指期貨，在加入未平倉量、成交量加未平倉量訊息代理變數，期貨價格報酬率波動的不對稱性現象會消失，即好消息與壞消息對期貨價格報酬率影響的幅度並無顯著差異。

第伍章 結論與建議 研究目的三：比較成交量與成交量加未平倉量的總合實證結果中，那一種契約轉換判斷準則較佳。 索引頁 第伍章　結論與建議 研究目的三：比較成交量與成交量加未平倉量的總合實證結果中，那一種契約轉換判斷準則較佳。   在比較成交量與成交量加未平倉量的總合實證結果中，台指期貨與電子期貨以成交量加未平倉量做為契約轉換判斷準則較為理想；金融期貨則是以成交量做為契約轉換判斷準則較為理想。 我們以台指、金融、電子期貨進行實證研究，研究結果顯示出這三支期貨的整體結果並無一致，故建議投資人及相關議題研究者在做判斷時，最好以個別的方式來做選擇。  

索引頁 第伍章　結論與建議 第二節 　後續研究建議 本研究乃是探討台灣期貨市場之市場深度與股價報酬率之波動，對後續有興趣從事相關方面研究者，提出以下建議：   1. 建議後續研究者可進一步探討其他商品。 2. 往後期貨市場更成熟，也可以將資料範圍再加大，應該可以做更準確的研究。 3. 因本研究的資料期間是從1998年7月21日到2004年12月31日的交易中所取得，也就是橫跨了集合競價，逐筆撮合兩種交易制度實施的期間，因此後續研究者可觀察兩種交易制度實施不同的狀況，更進一步探討市場深度與報酬率間的關係。

索引頁 第伍章　結論與建議 第二節 　後續研究建議 4. 本研究資料的資料來源取自台灣期貨交易所網站，故無法將期貨的交易者做有效的分類。建議後續研究者可嘗試與台灣期貨交易所做直接的合作。   5. 台灣期貨市場交易者多為散戶，容易受到政治或經濟事件的左右，當事件發生時，投資人的信心動搖，就會對市場造成影響。建議後續研究者可針對特定的重大政治或經濟事件做研究。 6. 一般交易所會限制單一交易者持有的部位不能超過某一限度，稱為部位限制（position limit）。建議後續研究者可於限制部位調整到一定比例後，更進一步的探討台灣期貨市場在限制部位增加前後的差別。

索引頁 第伍章　結論與建議 第二節 　後續研究建議 7. 台灣期貨的交易有每天價格上漲或下跌的限制，其主要的目的是為了避免期貨大幅度的波動，造成期貨買賣雙方之重大損失及違約。但證期局曾表示，為充分發揮期貨市場的價格發現功能，將配合股市放寬漲跌幅至15%，且期貨市場將先於股市放寬漲跌幅。 對從事信用交易的投資人而言，由於漲跌幅放寬為原先的 2 倍，投資人需更為注意盤勢才不會被波動更為迅速的市場斷頭，因此建議後續研究者可於未來放寬漲跌幅後，更進一步的探討台灣期貨市場在漲跌幅放寬前後的差別。

謝謝大家

索引頁 第壹章 緒論 第貳章 文獻回顧 第參章 研究方法 第肆章 資料結構與實證結果 第伍章 結論與建議 (研究動機、研究目的、研究架構、研究限制、本文架構) 第貳章 文獻回顧 (限價單、市場深度與報酬波動) 第參章 研究方法 (原始TGARCH、變形TGARCH) 第肆章 資料結構與實證結果 (資料結構、單根檢定、ARIMA、ARCH、TGARCH (台指、金融、電子) 第伍章 結論與建議 (研究結論、研究結論1、研究結論2、研究結論3、後續研究建議)