結論

由於我國對於國外進口能源依賴程度相當高，故在原油價格飆漲的情 況裡對於國內最大原油需求的公司：台灣中油(CPC)公司來說，避險是個非 常重要的議題。由於台灣中油(CPC)石化事業供應了許多石化業所需的原 料，然而這些種種的原料最後都會生產出一般生活周遭中所需的產品；因 此當原油價格上升時隱含著國內的物價將會受到波動進而影響到國內的經 濟，對於國營企業的台灣中油(CPC)來說穩定國內的物價也成為台灣中油 (CPC)企業的社會責任。又因為國營企業對於盈餘必須繳回國庫，但是在發 生虧損時，卻有穩定國內物價的壓力存在。因此本研究認為對於中油企業 來說，穩定的購油支出為其台灣中油(CPC)的目標。

避險理論一般分為三種，(一)：天真避險(naïve hedge)、(二)：選擇性避 險(selective hedge) 、 以 及 ( 三 ) ： 投 資 組 合 避 險 理 論 (Portfolio Hedging Theory)。本文以杜拜(Dubai)原油現貨和布蘭特(Brent)原油現貨的加權平均 為台灣中油(CPC)進口原油現貨價、布蘭特原油期貨為避險標的，在極小化 避險投資組合變異(minimum variance hedge，MVH)下，利用不同的動靜態 計量方法來做避險績效的估計和比較。除了CCC-GARCH 和 DCC-GARCH 動態模型以及加入基差的CCC-GARCH 和 DCC-GARCH 動態模型和本研究 設計之選擇性避險(selective hedge)模型之外，天真避險(naive)、傳統 OLS 模型和移動樣本OLS 也將做為本文實證的比較模型。關於避險績效的衡量 方面，若實務操作上採用每日避險，可能會因為交易成本的問題，而抵銷 進行避險操作的功能性。且由於樣本內的避險績效容易受選取的樣本區間 所影響，也比較不符合實務的預測需求，故本文主要採用週資料進行樣本 外避險績效的比較。

資料來源則為根據台灣中油民國 98 年 5 月 1 日公布的「國內汽、柴 油浮動油價調整機制作業原則」之油價調整估計公式，本文以杜拜(Dubai) 原油現貨價格的70％加上布蘭特(Brent)原油現貨價格的 30％之加權平均 價格取小數二位，採四捨五入當作台灣中油進口原油現貨價格的估計 式，進一步估算出台灣中油進口原油現貨成本，再以英國的洲際交易所 (Inter-Continental Exchange)的布蘭特(Brent)原油期貨為避險標的，樣本選 取其間為1990 年 1 月 5 日至 2008 年 12 月 26 日，計有 991 筆週資料，

資料來源為DataStream 資料庫。

實證結果在樣本內避險績效的比較方面：

1. 在沒有加入基差的情況下，傳統 OLS 模型的避險效果優於其他三種模 型，天真避險(naive)的避險效果則讓投資組合報酬波動最劇烈。而不管採 用何種的避險方法，風險降低的幅度都會超過80％。

2. 在加入基差到 CCC-GARCH 模型和 DCC-GARCH 動態模型的情況下，

加入基差之後的CCC-GARCH 模型和 DCC-GARCH 動態模型，表現和未加 入基差的CCC-GARCH 模型和 DCC-GARCH 動態模型相較之下，的確微幅 的提升了這兩個模型的避險績效，降低了資產組合報酬變異數。但是和傳 統OLS 模型比起來，卻沒有辦法優於傳統 OLS 模型。

3. 結合 CCC-GARCH 和 DCC-GARCH 動態模型下的選擇性避險(selective hedge)策略，其樣本內避險投資組合變異數微幅的低於傳統 OLS 靜態模 型，相對未避險投資組合的變異數減少比例不但和自己相較有所提升，也 優於傳統OLS 靜態模型，DCC-GARCH 動態模型相對其他模型避險投資組 合之改善比例也是首度超越了傳統OLS 靜態模型。這顯示實證結果支持本 文的選擇性避險(selective hedge)策略，不但優於一般的 CCC-GARCH 和 DCC-GARCH 動態模型避險策略，也優於加入基差後的 CCC-GARCH 和 DCC-GARCH 動態模型避險策略，甚至首度超越了表現最好的傳統 OLS 靜

態模型避險策略。而CCC-GARCH 模型和 DCC-GARCH 動態模型的避險績 效比較方面，則是以DCC-GARCH 動態模型的表現略勝一籌。

實證結果在樣本外避險績效的比較方面：

1. 在沒有使用選擇性避險(selective hedge)策略的情況下，就樣本外避險效 果而言，DCC-GARCH 動態模型的避險效果優於其他三種模型，天真避險 (naive)的避險效果則讓投資組合報酬波動最劇烈。而且不管採用何種的避 險方法，風險降低的幅度都相當明顯，實證結果支持避險策略的可行性。

其中，天真避險(naive)和移動樣本 OLS 模型避險策略微幅低於 80％，而 CCC-GARCH 和 DCC-GARCH 動態模型都超過了 80％。

2. 結合 CCC-GARCH 和 DCC-GARCH 動態模型下的選擇性避險(selective hedge)策略，其樣本外避險投資組合變異數微幅的低於傳統 OLS 靜態模 型，也明顯的優於CCC-GARCH 和 DCC-GARCH 動態模型。相對未避險投 資組合的變異數減少比例不但和CCC-GARCH 和 DCC-GARCH 動態模型相 較有所提升，也優於 OLS 靜態模型，選擇性避險(selective hedge)下的 CCC-GARCH 和選擇性避險(selective hedge)下的 DCC-GARCH 動態模型相 對其他模型避險投資組合之改善比例也是超越了OLS 靜態模型。這顯示實 證結果支持本文的選擇性避險(selective hedge)策略，不但優於一般的 CCC-GARCH 和 DCC-GARCH 動態模型避險策略，也傳統 OLS 靜態模型 避險策略。而選擇性避險(selective hedge)下的 CCC-GARCH 模型和選擇性 避險(selective hedge)下的 DCC-GARCH 動態模型的避險績效比較方面，則 是以選擇性避險(selective hedge)下的 DCC-GARCH 動態模型的表現略勝一 籌。

因此綜合本文以上研究，無論是樣本內和樣本外的研究成果都顯示選 擇性避險(selective hedge)策略將是台灣中油(CPC)實行避險操作時最佳的 避險策略。

第二節 建議

由於受限於資料來源及避險策略，資料來源僅能就事後資料作學理分 析，避險交易策略亦僅能就理論建議分析，所以其獲得之結論，可能較難 以反應廠商真正的避險作業行為模式。設若未來台灣石化產業更加自由開 放後，廠商家數若能突破現有台灣中油(CPC)及台塑石油兩家廠商後，而有 更多參與者時，(目前的三家煉油業者-國光石化科技公司，正在籌設)，其 成本轉嫁障礙難度加高時，將使得廠商更重視成本避險的競爭策略，可能 可以促使廠商較願意嘗試學術上所獲得的避險建議，更進一步提供其實際 避險需求與實際避險策略供學術研究。屆時，後續研究者或許可由此方向 切入，由實務需求進一步來引領學術研究。

參考文獻

台灣中油(CPC)全球資訊網，2009。『公司簡介/行銷』。2009年5月12日取自 http://www.cpc.com.tw/big5/content/index01.asp?sno=38&pno=30。

台灣中油(CPC)全球資訊網，2009。『油品價目/浮動油價調整機制』。2009 年5月24日取自http://www.cpc.com.tw/big5_BD/tmtd/floatPrice/

showfloatprice1_970829.asp?pno=113。

林義祥，1998。「基金避險與台股指數期貨—比較各計量模型之避險績效」。

碩士論文，淡江大學金融研究所。

許傑翔，2004。「多變量財務時間數列模型風險值之計算」。碩士論文，東 吳大學商用數學系。

張瓊嬌與古永嘉，2003。「臺灣股價指數期貨與現貨市場資訊傳遞及價格波 動性之研究-雙元EGARCH-X模式與介入模式之應用」，管理評論，

23(1)：53-74。

傅鐘仁，1992。「以石油期貨規避我國進口油價風險之研究」。碩士論文，

國立臺灣大學財務金融研究所。

經濟部，2005年。『焦點消息』。2009年5月12日取自

http://w2kdmz1.moea.gov.tw/user/news/detail-1.asp?kind=1&id=9921。

經濟部能源局，2007年。『中華民國九十六年能源統計手冊』。經濟部能源 局編印。

經濟部能源局，2009年。『能源安全指標』。2009年5月12日取自 http://210.69.152.10/oil102/。

謝劍平，2007。『現代投資學』。台北：智盛出版社。

叢宏文，1996。「日經股價指數期貨避險效果之實證研究GARCH模型之應 用」。碩士論文，政治大學企業管理研究所。

Baillie, R. T. and R. J. Myers, 1991. “Bivariate GARCH Estimation of The

109-124.

Bollerslev, T., 1986. “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics. 31: 307-327.

Bollerslev, T., 1990. “Modeling the Coherence in Short-Run Nominal Exchang Rates: A Multivariate Generalized ARCH Approach,” Review of Economics

and Statistics. 72: 498-505.

Bollerslev, T., R. F. Engle, and J. M. Wooldridge, 1988. “A Capital Asset Pricing Model with Time-Varying Covariances,” Journal of Political Economy. 96:

116-131.

Brown, S. L., 1985. “A Reformulation of the Portfolio Model of Hedging,＂

American Journal of Agricultural Economics. 67: 508-512.

Cecchetti, S. G., R. E. Cumby, and S. Figlewski, 1988. “Estimation of Optimal Hedge,” Review of Economics and Statistics. 50: 623-630.

Cotter, J. and J. Hanly, 2006. “Reevaluating Hedging Performance,” Journal of

Futures Markets. 26: 677-702.

Cox, C. C., 1976. “Futures Trading and Market Information,” Journal of

Political Economy. 84(6): 1215-1237.

Dotsey, M. and M. Reid, 1992. “Oil Shocks, Monetary Policy, and Economic Activity,” Federal Reserve Bank of Richmond Economic Review. 78:

14-27.

Ederington, L. H., 1979. “The Hedging Performance of the New Futures Markets,” Journal of Finance. 34: 157-170.

Engle, R.F., 1982. “Autoregressive Conditional Heteroskedasticity with

Estimates of the Variance of United Kingdom Inflation,” Econometrica. 50:

987-1007.

Engle, R.F., 2002. “Dynamic Conditional Correlation- a Simple Class of Multivariate GARCH Models,” Journal of Business and Economic

Statistics. 20: 339-350.

Engle, R.F. and K.F. Kroner, 1995. “Multivariate Simultaneous Generalized ARCH,” Econometric Theory. 11: 122-150.

Figlewski, S., 1984. “Hedging with Stock Index Futures: Theory and

Application in a New Market,” Journal of Futures Markets. 5: 183-199.

Gisser, M. and T. H. Goodwin, 1986. “Crude Oil and the Macroeconomy: Tests of Some Popular Notions,” Journal of Money Credit and Banking. 18:

94-103.

Hamilton, J. D., 1983. “Oil and the Macroeconomy since World War II,”

Journal of Political Economic. 91: 228-48.

Herbst, A. F., P. E. Swanson and S. C. Caples, 1992. “A Redetermination of Hedging Strategies Using Foreign Currency Futures Contracts and Forward Markets,” The Journal of Futures Markets. 12(1): 93-104.

Hsin, C. W., J. Kuo, and C. F. Lee, 1994. “A New Measure to Compare The Hedging Effectiveness of Foreign Currency Futures Versus Options,”

Journal of Futures Markets. 14(6): 685-707.

Howard, C. T. and L. J. D’Antonio, 1984 “A Risk-return Measure of Hedging Effectiveness,” Journal of Financial and Quantitative Analysis. 19(1):

101-112.

Huang, C.H., 1989. “Post-war Taiwan Business Cycles: Evidence from International Factors,” Taiwan Economic Review. 17(1): 1-19.

Johnson, L., 1960 “The Theory of Hedging and Speculation in Commodity Futures,” Review of Economic Studies. 27(3): 139-151.

Kroner, K. F., and J. Sultan., 1993. “Time-Varying Distributions and Dynamic Hedging with Foreign Currency Futures,” Journal of Finance and

Quantitative analysis. 28(4): 535-551.

Lien, D., Y. K. Tse, and A. C. Tsui, 2002. “Evaluating The Hedging Performance of The Constant-correlation GARCH Model,” Financial Economic. 12:

791-798.

Lien, D. and L. Yang, 2006. “Spot-futures Spread, Time-varying Correlation, and Hedging With Currency Futures,” The Journal of Futures Markets.

26(10): 1019-1038.

Laws, J. and J. Thompson, 2005. “Hedging Effectiveness of Stock Index Futures,” European Journal of Operational Research. 163: 177-191.

Moschini G. and R.J. Myers, 2002. “Testing For Constant Hedge Ratios In Commodity Markets: A Multivariate GARCH Approach,” Journal of

Empirical Finance. 9: 589-603.

Park, T. H. and L. N. Switzer, 1995. “Bivariate GARCH Estimation of The Optimal Hedge Ratio For Stock Index Futures: A Note,” Journal of Futures

Markets. 15: 61-67.

Sim, A. B. and R. Zurbruegg, 2001. “Optimal Hedge Ratios and Alternative Hedging Strategies in the Presence of Cointegrated Time-varing Risks,”

European Journal of Finance. 7: 269-283.

Stein, J. L., 1961. “The Simultaneous Determination of Spot and Futures Prices,” American Economic Review. 51(5): 1012-1025.

Tong, W. H. S., 1996, “An Examination of Dynamic Hedging,” Journal of

International Money and Finance. 15: 19-35.

Wahab, M. and M. Lashgari, 1993. “Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets: A cointegration approach,”

Journal of Futures Markets. 13: 711-742.

Witt, S. F. and C. Martin, 1987. “Econometric Models for Forecasting

International International Tourism Demand,” Journal of Travel Research.

25(3): 23-30.

Working, H., 1953. “Futures Trading And Hedging,” American Economic

Review. 43(3): 314-343.

Yun, W. C., 2006. “Selective Hedging Strategies for Oil Stockpiling,” Energy

Policy. 34: 3495-3504.