避險績效比較

在避險績效比較的部分，首先將資料分割成兩部分，2003 年 12 月 19 日 之前為樣本內的資料，之後的資料為樣本外，因此樣本內的資料共計 2600 筆，

而樣本外資料共計 834 筆，並且分別做樣本內與樣本外的分析，樣本外的研究採 移動視窗（moving window）one-step ahead 的方式，也就是說利用前面 2600 筆 觀察值估算出避險比率之後，並代入樣本外第一期的投資組合中，再將最前面的 一筆觀察值捨棄，然後加入新的一筆觀察值，同樣保持 2600 筆觀察值，並估算 出避險比率且代入樣本外第二期中，如此的預測步驟一直重複到資料用盡為止。

表 4-13 為樣本內每日調整避險比率的績效比較，由表可知無論是那個貨幣，

相對於不避險的情形下，透過外匯期貨確實能有效降低風險，而在樣本內的績效 比較上，除了英鎊以傳統 DCC 有較好的避險績效外，其他四個貨幣皆以 OLS 模 型避險下的投資組合風險最小，且風險降低百分比最高，傳統避險理論 naïve 的 避險績效皆為最差的，然而樣本內的研究是屬於事後（ex post）分析的概念，所 以接下來進一步做樣本外的比較，以得到更完善且具有經濟意義的結論。

由表 4-14 可知，澳幣和加幣以非對稱效果 DCC 模型模型有較好的避險效 益，日圓和瑞士法郎則是傳統 DCC 模型，英鎊為對稱效果 DCC 模型，大致而 言，採取每日調整避險比率時，加入基差效果能夠有效改善避險績效，而且利用 動態避險，隨著市場資訊不斷進入而調整避險比率，可能會比靜態避險更能有效 提升避險效益。

接下來延長避險的調整期間，採取每週調整避險比率，並加入 DCC-CARR 模型的避險策略，以了解利用變幅補捉市場波動性下，是否能比以報酬率為基礎 下的模型為佳，同樣將週資料分割成兩部分，2003 年 8 月 6 日之前為樣本內共 計有 500 筆，之後為樣本外共計有 187 筆，由表 4-15 在樣本內的避險績效比較 上，發現瑞士法郎和英鎊以 OLS 有較好的避險效益，而澳幣以非對稱效果 DCC、

加幣以 DCC-CARR、日圓以對稱效果 DCC 模型，同樣接著進行樣本外的比較，

由表 4-16 發現澳幣以 OLS 避險較佳，而加幣、日圓、瑞士法郎則以 DCC-CARR 模型有最好的避險績效，英鎊則是在 OLS 和 DCC-CARR 模型下有相同的表現，

由於日圓、瑞士法郎、英鎊的現貨與期貨市場波動大，所以利用變幅來捕捉現貨 與期貨市場波動性，進而估計其避險比率，其避險效益優於以報酬率為基礎的模 型，而澳幣和英鎊則是相關性較高，因而利用簡單的 OLS 即有不錯的避險績效。

表 4-15 樣本內模型每週調整績效比較

投資組合變異數 澳幣 加幣 日圓 瑞士法郎 英鎊 未避險之變異數 1.7268 0.6192 2.4513 2.1227 1.0429 Naïve 0.1909 0.0608 0.3044 0.2793 0.1873 OLS 0.1704 0.0579 0.2679 0.2630 0.1805 DCC-CARR 0.1755 0.0570 0.2830 0.2663 0.1857 傳統 DCC 0.1740 0.0576 0.2712 0.2659 0.1853 對稱效果 DCC 0.1735 0.0575 0.2665 0.2674 0.1819 非對稱效果 DCC 0.1645 0.0575 0.2713 0.3911 0.1831 避險績效(%)

Naïve 88.94 90.18 87.58 86.84 82.04 OLS 90.13 90.65 89.07 87.61 82.69 DCC-CARR 89.84 90.80 88.45 87.45 82.19 傳統 DCC 89.93 90.71 88.94 87.48 82.23 對稱效果 DCC 89.95 90.71 89.13 87.40 82.56 非對稱效果 DCC 90.47 90.71 88.93 81.57 82.45 說明：避險績效的算法為

) (

) ( ) (

UR Var

H Var UR Var −

，其中Var(UR)為未避險下現貨報酬 率之變異數，Var(H)為避險投資組合報酬率之變異數。

表 4-16 樣本外模型每週調整績效比較

投資組合變異數 澳幣 加幣 日圓 瑞士法郎 英鎊 未避險之變異數 2.027 1.150 1.356 1.683 1.284 Naïve 0.173 0.153 0.148 0.169 0.124

OLS 0.172 0.150 0.147 0.168 0.123

DCC-CARR 0.190 0.143 0.135 0.167 0.123 傳統 DCC 0.208 0.144 0.139 0.168 0.139 對稱效果 DCC 0.202 0.223 0.145 0.174 0.134 非對稱效果 DCC 0.203 0.176 0.141 0.174 0.152 避險績效(%)

Naïve 91.46 86.72 89.06 89.96 90.38

OLS 91.53 87.00 89.14 89.99 90.40

DCC-CARR 90.64 87.54 90.03 90.07 90.40 傳統 DCC 89.72 87.46 89.71 90.00 89.14 對稱效果 DCC 90.03 80.65 89.31 89.64 89.53 非對稱效果 DCC 89.97 84.70 89.60 89.64 88.18 說明：避險績效的算法為

) (

) ( ) (

UR Var

H Var UR Var −

，其中Var(UR)為未避險下現貨報酬 率之變異數，Var(H)為避險投資組合報酬率之變異數。