國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1
第一章 緒論
台灣證券市場自民國 51 年開業以來，歷經五十年歷史，面臨過幾次股市劇 烈波動，在 1980 年代末期的股海飛揚，到 1990 年萬點高峰，短短不到一年內跌 破 3000 點，接後經歷亞洲金融風暴、科技泡沫化、SARS 風暴，一直到 2008 年 的美國次級房貸引發的美國第四大投資銀行雷曼兄弟破產倒閉，全球資金驚慌竄 逃，與美國股市連動極高的台灣股市也遭受波及。而近幾年因全球各國央行為脫 離通縮困境與停滯的經濟成長，持續寬鬆的貨幣政策，大量的資金為求獲利，轉 移至亞洲區域尋求高報酬，台灣股市也在今年第四次突破萬點，但由外資所共築 起的交易量，在美國開始引發升息議題的現今，讓市場擔憂是否又會因資金脫離 而引發劇烈波動。
由過去經驗看出，台灣證券市場正努力從容易受外力影響的淺碟型市場轉型 成為成熟市場的過渡期，自 1990 年代末期開放外資進駐台灣股票市場後，有別 於投資台股的一般散戶加碼衝高指數，外資、長線投資法人以及政府退休基金開 始注入台股活水，並且開始深思熟慮對於長期的資產配置變化，由於長線投資人 不會快速變動資產組合，因此較低頻率如月、季市場波動度的分析，或許可以提 供這些機構投資人未來市場情勢變化的資訊，進而做為長期資產配置的參考。此 外、由於金融危機發生的頻率越加頻繁，在現今開始強調風險控管的觀念上，壓 力測試以及 VaR 的衡量是建立在如何在已獲得的經濟數據資訊去假想當未來的 市場發生波動時，企業是否可以有足夠強壯的資產負債表，去應對每一次的金融 危機。因此以投資人的角度上，指數波動的絕對數值並不是所關心的重點，而是 當波動開始變大或變小時，是否是有重大事件發生變化的時候，如果得以觀察出 一套關係模式，在下次市場發生變化時，便能快速掌握先機，以便調整投資組合，
防範重大損失的產生。
鑑於此，學術界長期以來都在思考是否可以藉由可觀察到的經濟數據變化去
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2
偵測股市開始產生的波動，在各國主計處開始統計各項經濟與財務變數後，是否 在數據的解讀上，可以整理出一套規則，讓股市波動有其可預測性，甚至可以找 出影響到股市波動的因素。國外率先有學者開始以美國紐約道瓊工業指數為資料，
在 1987 年 10 月無預警暴跌的黑色星期一事件後，開始探討股市波動的議題
，Schwert(1989)希望可以找到經濟及財務變數與股市波動的連結性，考慮了許多 解釋變數進入模型檢測後發現，股市波動與經濟環境的連結性並不如預期的高，
尤其在發生金融危機時，難以用簡單的股市評價模型去解釋股市波動，有別於 Officer (1973)利用 1897 到 1969 年間工業生產指數資料得到的結果，Officer (1973) 觀察到美國經濟大蕭條時期(Great Depression)，股市的波動性增加，而貨幣成長 以及工業生產的波動性也有增加的趨勢。
另一方面，已有文獻顯示波動的自我落後期能夠有效提升下一期波動的預測 力，但在進一步加入解釋變數後是否可以改善模型預測能力，則是一個未知數，
Christiansen, Schmeling and Schrimpf(2012)使用 Bayesian moving average 模型以 及許多經濟與財務變數來預測四種資產的波動度，該論文實證結果發現能夠對經 濟情勢較敏銳的變數，相對可以有較穩健的資產波動預測能力，像是信用風險和 資金流動性的代理變數可以在各個資產波動度的模型預測上，有較優異的表現，
反觀總體經濟類的變數僅能對未來波動度提供較少的資訊。
以台灣實證結果來說，倪衍森與徐光耀(1999)使用 Granger 因果關係檢定出 股票波動性只受到本身落後期的影響，受到總體經濟變數波動的影響不大，證實 市場仍有其效率性存在。而黃勁豪(2001)在整體市場波動的研究中也呼應上述的 觀點，發現台灣市場波動幾乎只受到落後期值的影響，而不受總體經濟變數波動 性落後期的影響，顯示總體經濟資訊已讓市場快速反應。
前人的文獻實證結果，發現各國對於總體經濟變數在解讀股市波動性的能力 上似乎無法佔有一席之地， 在台灣經驗上，似乎也有相同的觀點，然而在 Rapach,Strauss and Zhou(2010)的論文中，發現將各項解釋變數的資產報酬預測值
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3
採取簡單線性組合後，納入多方變數的解釋能力下，可以有效降低預測模型的不 確定性以及縮小變異數，意即若單一變數無法有效預測市場波動度，不同預測模 式的組合或許能夠改善預測能力。Paye(2012)使用了自我迴歸模型加入解釋變數 後，觀察美國 S&P500 指數過去八十年的指數報酬變化下，與自我落後期模型相 比，是否能夠提升模型的預測能力，其證據顯示極少單一變數能夠改善模型的預 測能力，但是多方資訊的線性組合則能夠相當程度地改善預測能力，其結果也與 Rapach,Strauss and Zhou(2010)的文獻一致。
因此在台灣經驗上是否也與美國擁有同樣的性質，則是本文所探討的主題。
本文擬採用線性預測模式，使用台灣股票加權指數為例，驗證加入台灣總體經濟 變數的模型，是否可以改善台灣股票加權指數報酬波動性的預測能力，或者發現 對台灣股票加權指數報酬波動能產生影響的解釋變數，並且驗證是否在擁有較多 資訊的線性組合下，才是較佳的預測方法。
本文一共分成五個章節，第一章緒論簡述研究台灣股票指數波動的研究動 機以及整體架構，第二章文獻回顧探討國內外文獻對於股票市場波動性以及台灣 實證經驗的討論，第三章研究方法分別解釋台灣股票指數波動度的衡量、解釋變 數的討論以及樣本內分析和樣本外分析所使用的計量方法以及檢定，第四章則使 用第三章的模型及統計檢定來進行實證結果的分析，第五章則是根據實證結果做 出總結論，並且探討未來可改進及延伸下去的研究方向。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4