第一章 緒論
第二節 研究動機與目的
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 研究動機與目的
由於全球資金快速流動，造成許多國家的股匯市產生劇烈震盪，而台灣也是 其中之一，圖 1-1 顯示出台灣股匯市自從 08 年金融海嘯後開始大幅度波動，台 灣加權股價指數從 9000 多點跌至 4000 多點，股市市值蒸發掉一半，而美元兌台 幣匯率也從 30 元升至 35 元左右，此後的歐債危機也發生類似情況，因此開始有 投資者採用股價與匯率的相關性進行未來走勢預測，並建構策略進行交易，但中 央銀行一再宣稱台灣股匯市間不存在實質的相關性，並且呼籲投資大眾不要因錯 誤認知而遭逢重大損失，不過由圖 1-1 中可以發現在 2008 年至 2011 年這段期間 中，股匯市的確有負相關的趨勢存在。
圖 1-1 2008 年至 2011 年台灣股匯市走勢圖
因此本研究的主要目的在於探討極端事件發生的情況下，台灣股市與匯市間 的關聯性，並用風險值的概念進行分析，然而傳統風險值僅僅被運用在正常情況
28 30 32 34 36
4,000.00 5,000.00 6,000.00 7,000.00 8,000.00 9,000.00
台灣股匯市走勢圖
台灣股價加權指數(左軸) 美元兌台幣匯率(右軸)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y 第二章 文獻回顧
第一節 股匯市關聯性之相關文獻
股價與匯率的關聯性在國家經濟發展中扮演一個很重要的角色，所以古往 至今一直都是經濟學家所關注的議題之一。Abdalla and Murinde(1997)探討印度、
韓國、巴基斯坦和菲律賓這些新興金融市場中股市與匯市的關係，作者質疑政府 積極開發股票市場和實行浮動利率制度將會使兩市場產生連結，最後結果顯示除 了菲律賓之外，都有連動的跡象存在。Kanas(2000)分別針對六個國家的股、匯 市波動是否有外溢的現象做研究，實證結果發現股票市場的波動將會外溢至匯率 市場，但反之卻不顯著，兩者之間存在著單向關係。此後學者開始研究跨國的影 響，Apergis and Rezitis(2001)研究紐約股、匯市與倫敦股、匯市的跨國外溢效果。
1997 年亞洲金融風暴爆發，亞洲各國匯率與股價遭受重創，Fang(2001)與 Fang and Miller(2002)皆分別探討台灣和韓國在亞洲金融風暴中，預期貶值對股 市造成的影響和股市對匯市的外溢效果，最後研究發現在風暴期間，台灣股市的 外溢效果不會因為股價波動提高而增強，且預期貶值對股市的影響沒有較平常顯 著的現象出現。Shamsuddin and Kim(2003)則針對澳洲股、匯市於風暴後，兩者 關聯性是否產生轉變做分析。
Yang and Doong(2004)提出正向衝擊與負向衝擊的概念，其中正向衝擊及代 表股市上漲或幣值升值，負向衝擊代表股市下跌或幣值貶值，並認為正負向衝擊 可能對另一市場產生不同的影響，所以作者針對 G-7 國家的股、匯市做分析，最 後發現負向衝擊有較大的影響力。Badhani, Chhimwal and Suyal(2009)則針對不同 特性、產業的公司股價與匯率間的相關性做分析與研究。Aydemir and
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Demirhan(2009)與 Adjasi, Biekpe and Osei(2011)則分別針對土耳其和非洲各國的 股、匯市做研究。由以上可得知，股、匯市的關聯性一直都是各國學者所關注的 議題之一。
就國內學者而言，台灣自固定匯率制度成為歷史後，便對浮動匯率制度褒貶 不一，因此外匯市場對其他市場的影響與關聯之研究陸續出現。張錫杰(1993)利 用向量自我回歸模型(VAR)探討台灣股價、匯率與利率間的互動關係，而實證結 果發現匯率的變動領先(Granger cause)股價和利率的變動。初家祥(1995)將匯市和 股市的價與量同時併入考慮，以建立一個整合性的架構，結果顯示台幣兌美元匯 率與股價指數呈現負相關，但台幣兌美元匯率和股價指數的互動關係並不明顯。
林月民(1999)發現美元兌台幣匯率與台灣加權股價指數有共整合的現象並 呈現負向變動，這代表著台幣幣值與股價指數存在長期正向均衡關係，此外兩者 之間有著雙向的因果關係，主要的效果均來自於前期誤差修正項的調整，作者認 為此現象主要是因為進出口商的競爭力和資產組合理論。由此可發現台灣從固定 匯率制度邁入歷史至亞洲金融風暴前，學者們對外匯市場的看法依舊大不相同。
1997 年亞洲金融風暴爆發，使得亞洲各國的股匯市紛紛受到重大的影響，
因此學者們對此一議題更加的重視。徐魁君(2002)利用 GARCH-VEC 模型分析外 資、利率、匯率與股價四個變數的關聯性，並且發現影響股價指數的變數只有前 一期的利率，影響匯率的變數只有前一期的匯率。陳昌榮(2002)運用 EGARCH-M 模型探討美元匯率變動與股價報酬兩者之間的關係，並取樣八個不同國家，最後 實證結果發現此關係會因為國家開發程度而有所不同，已開發國家會呈現正相關，
開發中國家則會呈現負相關，台灣則屬於開發中國家。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
張勻芃(2008)考慮多項總經變數，經實證發現美元兌台幣匯率與股票價格具 有相互影響的關係並呈現負相關。林源馨(2008)將黃金、原油和台指期貨加入模 型中，最後研究結果顯示匯率除了和匯率落後項有關之外，並與黃金期貨價格落 後項呈現負相關，但和原油期貨價格、台股期貨報價無關。
亞洲金融風暴發生後，台灣學者大都傾向於美元兌台幣匯率與股價指數呈現 負相關，但彼此的相互影響效果並不顯著。林建宇(2004)考慮到分配可能左右不 對稱的問題，所以作者將美元兌台幣匯率及台灣加權股價指數依其上升或下跌之 情況加以區分,並進一步分析美元兌台幣匯率與股價指數是否存在不對稱因果關 係，經實證結果發現, 美元兌台幣匯率上升領先(Granger cause)股價指數,而美元 兌台幣匯率下降與股價指數無任何關係；股價指數上漲領先(Granger cause) 美元 兌台幣匯率,但股價指數下跌與美元兌台幣匯率無任何關係，此外作者經由門檻 值的設定,發現股票市場大幅上漲與下跌會使得美元兌台幣匯率產生下降與上升, 而美元兌台幣匯率大幅下降也會使得股價指數上漲,但美元兌台幣匯率大幅上升 則無較顯著影響。
2008 年美國次貸風暴的爆發引發了全球性的金融海嘯，世界各國的股匯市 紛紛受其影響，葉翠如(2010)就以金融海嘯作為時間區隔，區分為海嘯前、海嘯 中和海嘯後三階段，分別探討黃金、原油、新臺幣匯率對台灣股市之相互影響，
經實證後得知金融海嘯前和中都無顯著關係，但金融海嘯發生後新臺幣匯率報酬 率會領先(Granger cause)股價指數報酬率，股價指數報酬率也會領先(Granger cause)新臺幣匯率報酬率；新臺幣匯率報酬率遭受衝擊會影響股價指數報酬率，
股價指數報酬率遭受衝擊也會影響新臺幣匯率報酬率；股價指數報酬率由自身所 解釋變異的比例高達 97.96%，這代表股價指數報酬率自發性非常高，不容易受
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
外生變數影響，但新臺幣匯率報酬率自身所解釋的比例大約在 81.61%，而受到 股價指數報酬率的影響達 16.44%，因此匯率的變動較易受到股市的衝擊。
黃婉菱(2012)也是以風暴前中後做切割，實證結果顯示於海嘯前和當下，股 價報酬率和匯率變動率皆無長期共整合之均衡關係存在，不過當風暴衝擊之影響 漸遠，台灣股價報酬率和匯率變動率開始走向長期共移的趨勢，但就短期互動而 言，台灣僅在金融危機發生當下，股、匯市才存在雙向回饋關係。
2008 年全球金融風暴後，全球資金快速流動，各國股匯市持續受到影響，
因此股匯市的關聯性依然備受矚目，翁小蘅(2009)實證期間橫跨 08 年金融海嘯，
最後研究發現，美元兌台幣匯率的變動幅度對股價報酬的衝擊具有跳動現象，就 長期而言，美元兌台幣匯率的變動幅度與股價報酬具有負向關係；至於變異數分 解結果顯示，美元兌台幣匯率的變動幅度自發性極高，不易受外在變數影響，而 股價報酬率雖自發性高，但美元兌台幣匯率的變動幅度對股價報酬率仍具有超過 一成的解釋水準，故匯率高低會影響股價表現。
鄭淑娟(2011)則提出匯率變動率對股價報酬率具有雙向的因果關係，但不管 是衝擊反應還是變異數分解，其彼此皆無顯著的相互反應和解釋能力。歐婉如 (2010)考慮外資買賣超並將市場分為多頭與空頭來加以分析，實證結果發現不論 在多頭或空頭市場，股價指數變動顯著受到匯率變動及外資買賣超金額影響，且 與本國貨幣升值及外資買超呈正向關係，但在多頭市場外資買賣超對股價變動影 響程度較平時為低，在空頭市場外資買賣超對股價變動影響程度則較平時強烈。
綜合以上，不管是早期的台灣股匯市還是現今的，皆無一個較一致的結果，唯一 比較可以確定的是 08 年海嘯後，股價指數與美元兌台幣匯率呈現負向關係。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 極端風險值之相關文獻
VaR(Value at Risk)是一種評估風險的方法，Duffie and Pan(1997)文中提到在 正常情況與特定信賴水準下，某特定期間內所衡量出來最大的預期損失即為 VaR，
其中有三點應特別注意:一、VaR 的單位為金額；二、VaR 為一個估計值，而非 確定的值；三、VaR 是在市場處於正常情況下進行估算，因此無法求算出市場劇 烈變動時的最大預期損失。傳統上計算 VaR 的方法有三種:一、歷史模擬法 (Historical simulation)；二、變異數-共變異數法(Variance-Covariance method)；
三、蒙地卡羅模擬法(Monte Carlo simulation)。
此後，學者為了能更精確估計風險值，所以漸漸開始將極端值理論(EVT)應 用至此，McNeil and Frey(2000)將極端值理論(EVT)搭配 GARCH 模型得以較準確 估算尾端分配，以求出極端風險值，此外並提倡 CVaR(Conditional Value at Risk) 的運用，而 CVaR 即為超過傳統 VaR 部分的期望值，作者認為此方法更能有效 反映未來最大可能損失。
由於大部分的風險值計算都得先假設其分配，因此分配的正確性將會決定風 險值估算的準確性，不過事實上真實分配是不可知的，所以就有學者開始質疑其
由於大部分的風險值計算都得先假設其分配，因此分配的正確性將會決定風 險值估算的準確性，不過事實上真實分配是不可知的，所以就有學者開始質疑其