端看個別股價指數，四個市場中，由於台灣在主要國家股市中，漲跌幅限制 7%，其他法人成交比重較高的市場，都沒有漲跌幅限制，所以台灣加權股價期貨 指數(TWSE)報酬波動在四個市場中為最小，當 2008-2009 全球金融海嘯來臨時，
由原始時間序列圖以及報酬率時間序列圖，美國、香港、日本在市場皆有明顯反 應，台灣在這段時間股價的波動則相對比較小。要探討 S&P500 與亞洲市場的領 先落後關係，其關係到每日各市場有無重大事件影響經濟活動，使投資者對於股 價買賣有所變動，在無重大經濟事故下，仍為美股領先亞洲市場股價，儘管是以 現貨指數與期貨指數相比較，美國股票市場反應較快，因此亞洲市場投資者可以 採用 S&P500 現貨當期資訊，作為買賣當期或下一期期貨的參考依據。
本報告的研究結果發現，香港恆生期貨指數、日本日經 225 期貨指數以及台 灣加權股價期貨指數，無論配適 GARCH(1,1)或 EGARCH(1,1)模型，S&P500 現 貨指數皆有領先一期及三期的現象，但比較特別的是台股期貨指數與 S&P500 現 貨指數有著雙向的領先落後關係。股票價格的波動往往與一國經濟表現有很大的 關係，由於美國物價指數權數更新速度最快，顯示國家的經濟表現活絡，若能充 分了解經濟變數與股票報酬間變動之情形，便能有助於投資者提高投資報酬，因 此以具代表性的 S&P500 現貨指數為依據，有利於亞洲市場的投資者，且由實證 分析，條件變異數模型，以 EGARCH 較優於 GARCH 模型，以上，供投資者做 參考。
21 逢甲大學學生報告 ePaper( 2012 年)
參考文獻
中文部分
邱智賢. (2007). 貨幣政策目標對金融商品市場之影響-台灣加入 WTO 前後之比較.
(碩士), 國立政治大學, 台北市.
陳執中. (2006). 台股加權指數隔月收盤價預測之研究. (碩士), 國立成功大學, 台 南市.
詹博欽. (2000). 類股指數期貨交易對現貨及台股指數期貨市場之影響. (碩士), 國 立中央大學, 桃園縣.
楊奕農. (2009). 時間序列分析: 經濟與財務上之應用: 雙葉書廊.
葉淑媚, 李佳樺, & 許天維. (2007). ARIMA 模式分析與預測——以鴻海股票市 場日收盤價與報酬率為例. 臺中教育大學學報：數理科技類, 21(5), 51-69.
雷 立 芬 . (2010). 不 同 樣 本 頻 率 之 股 市 波 動 性 估 計 —GARCH 、 TGARCH 與 EGARCH 之比較. 4(61), 294-300.
鄭昕宜. (2004). 價格傳遞與過度反應：台美股票與期貨市場實證分析. (碩士), 朝 陽科技大學, 台中市.
謝凱丞. (2002). 台灣類股指數期貨與現貨領先落後關係之實證研究. (碩士), 國立 成功大學, 台南市.
西文部分
Abhyankar, A. H. (1995). Return and Volatility Dynamics in the FT-SE 100 Stock Index and Stock Index Futures Markets. Journal of Futures Markets, 15(4), pp.457-488.
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity.
Journal of Econometrics, 31, 307-327.
Bollerslev, T. (1987). A conditional Heteroskedastic Time Series Model Fo Speculative Price and Rate of Return. Review of Economics and Statistics, 19,.
542-547.
Black, F. (1976). Studies of Stock Market Volatility Changes. Proceedings of the American Statistical Association, Business and Economic Statistics Section, pp.177-181.
Campbell, Y. and L. Hentschel (1992). No News is Good News. Journal of Financial Economics. 31, pp.281-318.
Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflations. Econometrica 50, 987－1007.
Engle, R., Lilien, D., Robins, R. (1987). Estimation of time varying risk premia in the term structure: the arch-m model. Econometrica, 55, 391–407.
Engle, R.F., Ng, V. (1993). Measuring and testing the impact of news on volatility.
Journal of Finance. 48, 1749–1778.
Fama, E. F. (1965). The Behavior of Stock-Market Prices. Journal of Business. 38, 34-105.
French, K., Schwert, G., Stambaugh, R. (1987). Expected stock returns and volatility.
Journal of Financial Economics, 19, 3-30.
Glosten, L.R., Jagannathan, R., Runkle, D.E. (1993) .On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance, 48(5), 1779–1801.
Glosten, L.R., Jagannathan, R., Runkle, D.E. (1993). On the relation between the expected value and the volatility of the nominal excess returns on stocks. Journal of Finance. 48, 1779-1801.
Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica 37(3): 424–438.
Kawaller, I. G., P. D. Koch and T. W. Koch(1987). The Temporal Price Relationship between S&P 500 Futures and the S&P 500 Index. Journal of Finance. 42(5),
23 逢甲大學學生報告 ePaper( 2012 年)
pp.1309-1329.
Markowitz, Harry M. (1952). Portfolio Selection. Journal of Finance,.7 (1), 77-91.
Nelson, D.B. (1991) .Conditional heteroskedasticity in asset returns: a new approach.
Econometrica, 59(2), 347–370.
Schwert, G. W.(1989). Tests for Unit Roots: A Monte Carlo Investigation. Journal of Business and Economic Statistics. 7, pp.147-159.
Schwert, G. W.(1989). Why Does Stock Market Volatility Change over Time?.
Journal of Finance. 54(5), pp.1115-1151.
Zakoïan J.M. (1994). Threshold Heteroskedastic Models. Journal of Economic Dynamics and Control. 18, 931–955.