考量波動度特性、外溢效果與資訊傳遞之國際投資組合分析
顯示簡易詮釋資料 統計資料| 欄位 | 內容 | 語言 |
|---|---|---|
dc.contributor.author |
許和鈞 | en_US |
dc.contributor.author |
Sheu Her-Jiun | en_US |
dc.contributor.department |
國立交通大學管理科學系(所) | zh_TW |
dc.date.accessioned |
2014-12-13T10:47:33Z | |
dc.date.available |
2014-12-13T10:47:33Z | |
dc.date.issued |
2009 | en_US |
dc.description.abstract |
Markowitz(1952)平均數-變異數分析架構中,最重要的參數即為變異數共變異數矩陣。 Black and Litterman(1992)應用月資料在資本資產定價模型之均衡假設下,納入國際證券、債 券與外匯市場進行投資組合最適化分析,Andersen and Bollerslev (1997)研究指出,日內高頻 資料較日資料、週資料與月資料擁有更豐富的資訊內涵,因此本計畫主要採用高頻資料,進 行波動度的估計,建立投資組合變異數-共變異數矩陣之較佳估計式。在國際投資組合之分析 議題上,Sarno and Valente(2005)、An and Labidi (2006)及Guidolin and Hyde(2006)均指出考 量跨國市場關聯性之重要性,因此本研究將採用線性向量自我迴歸模型(VAR)與非線性的馬 可夫轉換自我迴歸模型(MS-VAR)分析資產報酬與波動度之外溢效果,最後進行國際投資組合 之分析。本計畫預計分為三期來進行,計畫第一年,應用高頻資料建立各市場波動度指數、 剖析波動度之特性並分析與標的指數報酬率之間的統計因果性,計畫第二年:分析標的資產 報酬率與波動度指數在跨市場與跨資產之間的外溢效果與資訊傳遞,計畫第三年:以計畫第 一年建立的各資產波動度指數模型,估計投資組合之變異數-共變異數矩陣,並納入計畫第二 年分析之外溢效果進行國際投資組合之分析。 | zh_TW |
dc.description.sponsorship |
行政院國家科學委員會 | zh_TW |
dc.identifier.govdoc |
NSC96-2416-H009-020-MY3 | zh_TW |
dc.identifier.uri |
https://www.grb.gov.tw/search/planDetail?id=1752242&docId=298706 | en_US |
dc.identifier.uri |
https://ir.lib.nycu.edu.tw/handle/11536/101070 | |
dc.language.iso |
zh_TW | en_US |
dc.subject |
波動度指數 | zh_TW |
dc.subject |
因果檢測 | zh_TW |
dc.subject |
外溢效果 | zh_TW |
dc.subject |
馬可夫轉換向量自我迴歸 | zh_TW |
dc.subject |
國際投資組合 | zh_TW |
dc.subject |
Volatility Index | en_US |
dc.subject |
Causality | en_US |
dc.subject |
Spillover Effect | en_US |
dc.subject |
Markov Switching Vector Autoregression | en_US |
dc.subject |
International Portfolio | en_US |
dc.title |
考量波動度特性、外溢效果與資訊傳遞之國際投資組合分析 | zh_TW |
dc.title |
International Portfolio Analyses with the Consideration of Volatility, Spillover Effect and Information Flow | en_US |
dc.type |
Plan | en_US |
檔案
本條目沒有附加檔案。
所屬典藏: 研究計畫