最佳投資組合研究-以台灣50指數為例

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：21

、訪客IP：18.188.252.23

姓名

范沛綱(Pei-Kang Fan) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

最佳投資組合研究-以台灣50指數為例

相關論文

★ 群集二元資料下的同質性檢定	★ 回溯性抽樣下羅吉斯迴歸模型的適合度檢定
★ 利用EM演算法分析公元2000年總統大選民調資料	★ 用統計方法看兩千年總統大選選舉策略的效應
★ Case-Control 資料下羅吉斯迴歸模型的統計推論	★ 最佳投資組合研究-以台股為例
★ 病例－對照研究之貝氏分析	★ 美式選擇權定價調整法-利用拔靴法
★ 利用高斯數值方法估計美式賣權價格	★ A Market Model for Stochastic Implied Volatility and Volatility swap
★ 傳遞-不平衡相關檢定在錯誤基因型資料之表現	★ 隱含波動率之模型及預測：以台灣市場為例
★ 病例－對照分析之基因研究	★ KMV and Maximum Likelihood Methods for Structural Credit Risk Models: Evidence from Taiwan Market
★ 多重基因－疾病關聯性檢定之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

台灣證交所為了活絡市場，健全金融體系並考量到避險者的需求，於是和英國富時公司合作編制全新的「臺灣50指數」，並由此發展出許多衍生性金融商品。在本文中，將探討「臺灣50指數」當中的權重配置是否有較高的報酬率。我們使用MV模型，並用兩種方法去估計平均數、變異數與共變異數求出新的權重。本文中使用之兩種估計方法為：（一）傳統MV模型的做法－使用歷史市場報酬率之平均數、變異數與共變異數（二）時間序列方法－將歷史市場報酬率以AR/ARCH模型加以配適，預測出平均數及變異數。將兩種權重的投資組合報酬率與市場權重的投資組合報酬率做一比較，判斷市場上使用的權重是否有好的投資績效。實證後發現使用「台灣50指數」的權重，相對於使用上述兩種方法所求得之新的權重，有較佳的投資組合報酬率。此外也比較傳統MV模型的做法與時間序列方法的優劣性，結果發現，使用時間序列方法比起傳統MV模型的做法，前者的權重配置比起後者有更佳的投資組合報酬率。

摘要(英)

In this paper , I will discuss that if the weight of each stock in
Taiwan 50 Index can lead to higher portfolio return . We use Meanvariance
model（MV model）and apply two methods below to the
estimation of mean , variance and covariance in the MV model .
1. Traditional way--Use the historical return data to obtain mean
variance and covariance as the estimators.
2. Time Series—Fit historical return data by AR/ARCH model to
forecast mean , variance and covariance as the estimators.
By the estimators from the two methods , the best allocation of weight of
the portfolio is determined. Compare the portfolio returns calculated by
both methods advanced here with that calculated by the given weights in
the Taiwan 50 Index to verify if the weights of Taiwan 50 Index have
better portfolio return. My research attested that the portfolio return using
the given weight in the Taiwan 50 Index is superior to that calculated by
the weight from the two methods. In addition , we also compare the two
methods themselves. And we reached the result that the weight from time
series method is more preferable due to its higher portfolio return than
traditional way’s.

關鍵字(中)

★ 效率前緣

關鍵字(英)

★ ARCH model
★ efficient frontier

論文目次

目錄
第一章緒論………………………………………………………… 1
1.1 研究動機……………………………………………………… 1
1.2 研究架構……………………………………………………… 3
第二章文獻探討…………………………………………………… 4
第三章平均數-變異數投資組合模型……………………………… 7
第四章財務時間序列模型………………………………………… 10
4.1 AR(p)模型…………………………………………………… 11
4.2 ARCH(m)模型………………………………………………… 14
4.3 AR(p)/ARCH(m)模型………………………………………… 16
第五章實證分析…………………………………………………… 18
5.1 使用市場報酬率資料之簡單樣本平均數與變異數求出投資
組合……………………………………………………………21
5.2 使用AR(p)/ARCH(m)時間數列模型求出投資組合………… 22
第六章結論………………………………………………………… 25
參考文獻……………………………………………………………… 27
附表一………………………………………………………………… 29
附表二………………………………………………………………… 33
附表三………………………………………………………………… 34
附表四………………………………………………………………… 50
附表五………………………………………………………………… 51
附表六………………………………………………………………… 67
附表七………………………………………………………………… 68
附表八………………………………………………………………… 70
附表九………………………………………………………………… 71
附表十………………………………………………………………… 87

參考文獻

[1]A.K. Bera, and M.L. Higgins (1992), A Test for Conditional
Heteroskedasticity in Time Series Models,Journal of Time
Series Analysis,13,501-19.
[2]B. Mandelbrot (1963),The Variation of Certain Speculative
Prices,Journal of Business 36,394-419.
[3]Chopra, V.K.and W.T. Ziemba（1993）.The Effect of Errors in
Means,Variances,and Covariances on Optimal Portfolio Choice
Journal of Portfolio Management,19,6-11.
[4]Kallberg, J.G.and W.T. Ziemba（1984）,MIS-Specification
in Portfolio Seliction Problem,Lecture Notes in Economics
and Mathematical System,227,74-87.
[5]Koskosidis Y.A. and A.M Duarte（1997）,A Scenario-Based Approach
to Active Asset Allocation,Journal of Portfolio Management.
23,74-85.
[6]Markowitz,Harry M.（1952）,Portfolio Selection,The Journal
of Finance,7,71-91.
[7]R.F. Engle (1982), Autoregressive Conditional Heteroscedaticity
with Estimates of the Variance of UK Inflation,Econo metrica,50,987-1008.
[8]R.F. Engle, D.M. Lilien, and R.P. Robins (1987), Estimating
Time Varying Risk Premia in the Term Structure: the ARCH-M
Model,Econometrica,55,391-407.
[9]T.Bollerslev(1986), A Generalized Autoregressive Conditional
Heteroskedasticity,Journal of Econometrics,31,27-307.
[10]林茂文,時間數列分析與預測,華泰書局,1992
[11]吳柏林,時間數列分析導論,華泰書局,1995
[12]鍾惠民,吳壽山,周賓凰,范懷文 ,財金計量,2002

指導教授

鄭光甫(Kuang-Fu Cheng)

審核日期

2005-7-19

推文