波動度資訊投資人委託單選擇之研究 :以台指選擇權為例

全文

(1)國立臺灣師範大學管理學院管理研究所碩士論文 Graduate Institution of Management College of Management National Taiwan Normal University Master Thesis. 波動度資訊投資人委託單選擇之研究 : 以台指選擇權為例 Order Behavior of Informed Volatility Traders : The Case of Taiwan Stock Index Option. 研究生 : 羅悅寧. 撰. Student : Yueh - Ning Lo 指導教授 : 蔡蒔銓. 博士. Advisor : Shih - Chuan Tsai ph.D. 中華民國 101 年 6 月 June, 2012 1.

(2) 摘要本研究探討台指選擇權不同下單積極度的投資人，其波動度需求( Vega demand )對標的資產未來實際波動度的預測能力是否有顯著的不同。研究結果發現，外資、本國法人與散戶三者加總的波動度需求，以及三者加總的不積極的限價單與市價單的波動度需求，對次一日至次五日標的資產價格的實際波動度有正向顯著預測能力。從投資人類型來看，整體來說外資與本國法人最有預測能力，散戶最沒有預測能力。從個別類型投資人的投資行為來看，外資的小型委託單、不積極限價單和部分市價單，新倉買入賣權與新倉賣出買權的波動度需求有正向顯著預測能力。本國法人的大型委託單與新倉買入賣權、新倉賣出買權、平倉買入買權、平倉買入賣權的委託單的波動度需求有正向顯著預測能力。散戶的市價單與平倉買入賣權的波動度需求有正向顯著預測能力，但是散戶的積極限價單、跨式策略(straddle strategy)與新倉買入買權、新倉買入賣權、新倉賣出賣權、平倉賣出買權、平倉賣出賣權的波動度需求有負向顯著預測能力。外資、本國法人與散戶三者加總的跨式策略(straddle strategy)與勒式策略(strangle strategy)波動度需求不具預測能力。從投資人類型來看，外資的勒式策略對次一日標的資產價格的實際波動度有正向顯著預測能力，散戶的跨式策略對次一日至次五日標的資產價格的實際波動度有負向顯著預測能力。外資、本國法人與散戶三者加總的大型與小型委託單有正向顯著預測能力，從投資人類型來看，外資的小型委託單對次一日至次五日標的資產價格的實際波動度有正向顯著預測能力。金融風暴前外資、本國法人與散戶三者加總的波動度需求有預測能力，但該預測能力於金融風暴後消失。外資、本國法人與散戶三者加總的波動度需求於台指選擇權契約到期日前一天至前五天無預測能力，可能原因是這段時間的委託單多為平倉或轉倉目的，而非單純波動度需求。. 關鍵字 : 波動度需求、波動度資訊投資人、跨式策略、勒式策略 2.

(3) Abstract This study investigates whether different levels of aggressiveness of investor’s volatility demand (Vega demand) shows different predict power toward future realized volatility of Taiwan stock index.. Our empirical results shows that the aggregate. volatility demand have positive predict power, aggregate volatility demand of passive limit order and market order shows positive predict power. Overall, foreign institution and domestic institution have strongest predict power, individual have least predict power.. Foreign institution's small order, passive limit order, some market. order, open buy put and open sell call have positive predict power. Domestic institution's big order, open buy put , open sell call , close buy call , close buy put have positive predict power. Individual's market order, close buy put have positive predict power, but its aggressive limit order, straddle strategy, open buy call , open buy put , open sell put , close sell call and close sell put have negative predict power. Aggregate volatility demand of straddle strategy and strangle strategy have no predict power. Foreign institution's strangle strategy have positive predict power, individual's straddle strategy have negative predict power. Aggregate volatility demand of big and small order have positive predict power, foreign institution's small order have positive predict power.. Aggregate volatility demand shows positive predict power before the. financial crisis, but vanished afterwards.. Aggregate volatility demand have no predict. power during one to five days before maturity of each month, the reasons could be investors' major purpose during this period is change positions or close positions, not just seeking for volatility.. Keywords : volatility demand, informed volatility trader, straddle strategy strangle strategy. 3.

(4) 目錄第一章緒論一、研究動機二、研究目的三、研究架構四、研究流程. ………………………………………………………1 ………………………………………………………1 ………………………………………………………3 ………………………………………………………6. 第二章文獻回顧一、金融市場私有資訊相關文獻 …………………………………7 二、投資人下單積極度相關文獻 …………………………………8 三、投資人行為與波動度相關文獻 ………………………………10 四、交易策略相關文獻 ……………………………………………11 五、到期日效應相關文獻 …………………………………………12. 第三章研究設計與方法一、資料介紹 1. 樣本選取與樣本期間 ……………………………………13 2. 投資人分類 ………………………………………………15 二、實證模型 1. 2. 3. 4. 5. 6.. 積極度分類(以委託價分類) ……………………………16 積極度分類(以委託量分類) ……………………………17 跨式策略與勒式策略 ……………………………………18 到期日效應與金融海嘯前後 ……………………………19 變數定義 …………………………………………………23 迴歸模型 …………………………………………………25. 第四章實證結果與分析一、敘述統計 ………………………………………………………29 二、整體波動度需求實證結果 ……………………………………32 三、外資波動度需求實證結果 ……………………………………40 四、本國法人波動度需求實證結果 ………………………………44 五、散戶波動度需求實證結果 ……………………………………48 六、到期日與金融海嘯前後整體波動度需求實證結果 …………52. 第五章結論與研究限制 …………………………………………………55 參考文獻………………………………………………………………………58 4.

(5) 表目錄【表一】投資人類別代碼……………………………………………………15 【表二】投資人限價單與市價單使用比率…………………………………16 【表三】投資人波動度需求細部投資行為架構表…………………………26 【表四】一般變數敘述統計表………………………………………………29 【表五】波動度需求敘述統計表……………………………………………30 【表六】跨式策略與勒式策略整體波動度需求敘述統計表………………30 【表七】大型/中型/小型委託單整體波動度需求敘述統計表 ……………31 【表八】不同類型投資人整體波動度需求敘述統計表……………………31 【表九】不同類型委託單整體波動度需求敘述統計表……………………32 【表十】整體波動度需求迴歸結果…………………………………………33 【表十一】不同類型委託單整體波動度需求迴歸結果 ……………………34 【表十二】不同類型投資人整體波動度需求迴歸結果 ……………………35 【表十三】跨式策略與勒式策略整體波動度需求迴歸結果 ………………36 【表十四】細部波動度需求迴歸結果 ………………………………………38 【表十五】大型/中型/小型委託單整體波動度需求迴歸結果………………39 【表十六】外資不同類型委託單波動度需求迴歸結果 ……………………40 【表十七】外資跨式策略與勒式策略波動度需求迴歸結果 ………………41 【表十八】外資細部波動度需求迴歸結果 …………………………………43 【表十九】外資大型/中型/小型委託單波動度需求迴歸結果………………44 【表二十】本國法人不同類型委託單波動度需求迴歸結果 ………………45 【表二十一】本國法人跨式策略與勒式策略波動度需求迴歸結果 ………46 【表二十二】本國法人細部波動度需求迴歸結果 …………………………47 【表二十三】本國法人大型/中型/小型委託單波動度需求迴歸結果………48. 5.

(6) 表目錄【表二十四】散戶不同類型委託單波動度需求迴歸結果 …………………49 【表二十五】散戶跨式策略與勒式策略波動度需求迴歸結果 ……………50 【表二十六】散戶細部波動度需求迴歸結果 ………………………………51 【表二十七】散戶大型/中型/小型委託單波動度需求迴歸結果……………52 【表二十八】每月到期日前一日至前五日整體波動度需求迴歸結果 ……53 【表二十九】金融海嘯前後整體波動度需求迴歸結果 ……………………54. 6.

(7) 圖目錄【圖一】研究流程圖. ………………………………………………………6. 【圖二】每日台股指數實際波動度. ………………………………………21. 【圖三】每日台指選擇權總交易契約數. …………………………………21. 【圖四】每日台指選擇權波動度指數(VIX) ………………………………22. 7.

(8) 第一章緒論一、研究動機衍生性金融商品的問世，提供投資者一個新的投機與避險管道。台灣在 2001 年推出了台指選擇權，除了避險功能，也增加了整體台灣金融市場的完整度與可看性。然而在金融市場裡，能夠長期穩定獲利永遠只有少部分的人，這不禁使人感到好奇，這些能夠持續穩定獲利的投資者，除了有較佳的投資紀律與投資眼光外，會不會也比一般投資人擁有較多的私有資訊。擁有方向性私有資訊的投資人，可以在任何的金融市場或商品市場從事交易，而擁有波動度私有資訊的投資人，特別會在選擇權市場來實現他所擁有的資訊。對選擇權的投資人而言，波動度除了是選擇權市場最重要的特色之外，同時也是影響損益的一大因素，選擇權部位的價值會因為標的資產價格波動幅度的增加或減少而產生大幅的改變。台灣選擇權市場發展已經相當成熟，不只交易量大、商品種類多，也常常被投資人拿來做為避險與投機的工具。然而選擇權因為其高槓桿的特性，使得損益不只變化快速，金額也相當嚇人，沒有一定的操作技巧或擁有私有資訊的投資人，往往會在選擇權市場中慘賠。. 二、研究目的過去文獻中，「買賣價差」、「買方驅動賣方驅動」以及「資訊交易機率測度」等探討資訊不對稱的主題一直被廣為研究，這表示很多人都相信這些能夠穩定獲利的投資人因為擁有別人所沒有的私有資訊，才得以在市場出現變化之前先行進場或出場。本研究首先想要了解，台灣選擇權市場的投資人有沒有私有資訊，如果答案是肯定的，那究竟是哪一類型的投資人，掌握了主要的私有資訊，這些握有私有資訊的投資人是否是獲利的，如果是，那其獲利能力如何呢，另外，不 1.

(9) 具有私有資訊的投資人，就無法獲利嗎，會不會反而遭受虧損。本研究接著想要探討，私有資訊投資人與非私有資訊投資人其下單特性之間的差異，例如哪一種投資人是比較積極下單的，哪一種投資人是傾向下比較大筆的委託單，哪一種投資人是傾向下小筆的委託單，哪一種投資人比較常使用交易策略等等，此外，私有資訊投資人與非私有資訊投資人下單特性之間的差異，是否造成績效上顯著不同，哪種投資人的哪一種下單模式特別具有獲利能力，哪一種下單模式又特別會產生虧損，也是本研究欲探討的面向。另外，台灣選擇權市場於各式特殊的市場情況，會出現不同的變化，比如本研究想知道金融海嘯對投資人是否產生影響，金融海嘯的發生是否影響私有資訊投資人的獲利能力，以及獲利能力究竟是如何變化的，或者，每個月選擇權契約到期前一段時間，會有很多投資人欲進行轉倉或平倉，這樣的特殊的交易需求會不會對選擇權市場產生影響，會不會影響私有資訊投資人的獲利能力，這些議題都是本研究想要仔細檢視的。 Chang et al. (2010)以及 Ni et al. (2008) 兩篇論文的研究主題就是私有資訊，這兩篇論文主要探討的議題為 : a. 不同類型投資人(外資/本國法人/散戶)的波動度需求( Vega demand )，對於標的資產價格未來一日至五日的實際波動度是否有預測能力，以及不同類型投資人的預測能力是否有顯著差異。 b. 使用波動度敏感策略如跨式策略(straddle strategy)、勒式策略(strangle strategy) 的投資人的波動度需求，對於標的資產價格未來一日至五日的實際波動度是否有預測能力。 c. 在市場重大訊息(如盈餘宣告)公布前後，投資人的預測能力有無顯著的差別。這兩篇文章發現外資是最有資訊的投資人，因為其預測能力最好，本研將究基於這兩篇文章的架構，作進一步的延伸討論。. 2.

(10) 三、研究架構本研究以 Chang et al. (2010)以及 Ni et al. (2008) 兩篇論文之探討主題以及研究架構為基礎，做更進一步的探究，本研究之研究架構如下 : 1. 除了將投資人分成外資、本國法人與散戶三類之外，每一類投資人再以委託量分類以及委託價分類兩種分類方式去區分其積極度，意即以委託量的分類方式下，會區分出積極的投資人與不積極的投資人，以委託價的分類方式下，也會區分出積極的投資人與不積極的投資人。區分機極度的目的在於檢視較積極的投資人的波動度需求，是否對於標的資產價格未來一日至五日的實際波動度有較佳的預測能力? 另外觀察以委託價的方式做分類，其結果是否有別於以委託量的方式做分類。此外，也可以從分類後的統計結果觀察未分類積極度之前較有預測能力的那一類投資人，分類積極度之後其積極部分的預測能力是否顯著優於其不積極部分，藉此判斷其較優異的預測能力是否部分來自其積極的投資行為。 2. Chang et al. (2010)以及 Ni et al. (2008) 兩篇論文只將投資人的買賣行為細分至新倉( open )與平倉( close )兩種，過去文獻指出，新倉的投資行為較有資訊性，尤其以新倉買入( open buy )最有資訊，有鑒於此發現，本研究將投資人之投資行為做更細分，分成八種 . 新倉買進買權( open buy call ). . 新倉買進賣權( open buy put ). . 新倉賣出買權( open sell call ). . 新倉賣出賣權( open sell put ). . 平倉買進買權( close buy call ). . 平倉買進賣權( close buy put ). . 平倉賣出買權( close sell call ). . 平倉賣出賣權( close sell put ) 3.

(11) 3. Ni et al. (2008) 探討盈餘公布日前後市場動態以及投資人預測能力的變化。他發現公司盈餘公布前，市場上的資訊不對稱程度會加劇，不管是方向性資訊或者波動度資訊皆然，他也發現盈餘公布日前隱含波動度會增加，尤其是盈餘公布前一日最為劇烈，波動度資訊投資人會在盈餘公布日前買入波動度，然後於盈餘公布日後賣出波動度。本研究以這樣的探討動機，搭配上在衍生性金融商品中廣為研究的議題「到期日效應( expiration effect )」，去觀察投資人在每個月到期結算前的預測能力。 4. 2008 年金融海嘯對全世界各種商品市場造成巨大衝擊，可以推論投資人的預測能力可能會受到金融海嘯的影響而多少產生改變，所以本研究以 2008 年 9 月 16 日雷曼兄弟倒閉事件為分界，2008 年 9 月 16 日之前歸類為金融海嘯前， 2008 年 9 月 16 日之後歸類為金融海嘯後，觀察投資人的預測能力是否有顯著的不同。 5. Chang et al. (2010) 一如過去許多探討波動度的文獻，檢視波動度敏感策略使用者的波動度預測能力，發現跨式交易策略( straddle strategy )並沒有顯著的預測能力，這點與過去經驗不同，因為跨式交易策略是十分普遍的波動度敏感策略，他另外發現勒式交易策略( strangle strategy )是有預測能力的，但主要使用者是一些可能有資訊的散戶。儘管 Chang et al. (2010) 發現跨式交易策略沒有顯著的預測能力，但 Fahlenbrach et al. (2010) 指出跨式交易策略仍然是市面上被廣為使用的波動度敏感策略之一，有鑑於此看法不一的情況，本研究仍加入跨式與勒式交易策略於分析之中，以檢視其預測能力。. 4.

(12) 本研究之研究架構如下 : 第一章緒論說明本文研究動機、研究目的、研究架構與流程。第二章文獻回顧為與本研究主題相關歷史文獻之回顧。第三章研究設計與方法根據相關歷史文獻之研究方法做更進一步之演繹，並說明資料之蒐集與來源、研究變數之定義以及本研究之研究方法。第四章實證結果與分析進行統計分析，列示統計結果並檢視是否與本研究預期結果相符。第五章結論與研究限制根據實證結果做結論，同時說明本研究之研究限制與未來方向。. 5.

(13) 四、研究流程本研究流程圖如圖一所示 :. 究動機與目的. 歷史文獻回顧. 研究設計與方法. 實證分析與結果. 結論與建議. 【圖一】研究流程圖. 6.

(14) 第二章文獻回顧一、金融市場私有資訊相關文獻 Hasbrouck (1991) 指出造市者常常認為愈大筆的交易中隱含愈多的私有資訊，愈大筆的交易通常也會產生較大的價格衝擊，使買賣價差擴大。Easley et al. (1987) 認為委託量大的投資人是有資訊的，因為他們渴望成交。 Ahn et al. (2008) 以韓國選擇權市場為例，探討日內型態的資訊交易，發現市場中的買賣價差中有三分之一是所謂資訊不對稱的部分，也發現外資比起本國投資人是比較有資訊的，這與 Chang et al. (2010) 結論一致，即外資是三種類型投資人(外資/本國法人/散戶)中相對最有資訊的。另外 Ahn et al. (2008) 指出，本國投資人當中，機構投資人又比散戶投資人更具有私有資訊，可能原因是大型機構因為有較多的研究人員可以幫助機構從事不同領域不同商品的專門研究，往往會比單打獨鬥的散戶來的專精，同時機構投資人因為資源較多，也相對容易取得私有資訊。 Ahn et al. (2008) 將買賣價差，也就是資訊不對稱的部分拆解開來，發現其中一部分是永久的效果，另一部分只是暫時的價格效果，具有私有資訊的投資人能維持長期穩定的獲利，可將之視為永久效果。 Richards (2004) 發現外資在許多市場的投資都享有正的報酬，尤其在新興市場更是如此，可能原因除了許多新興市場的市場規模較小，為淺碟型的投資市場，較易受籌碼充足的外資所影響，或者因為許多新興市場交易資訊的透明度不足，使得國內投資人以及散戶沒有辦法充分窺探外資的買賣動作，不過最有可能的原因應該還是歸咎於外資較好的操作技巧，以及私有資訊的取得相對較有優勢，他認為許多外資的投資行為其實是實現其擁有的私有資訊，而非單純的部位調整。 Dvorak (2005) 指出，在印尼市場中，本國投資人的短期獲利能力比外資來的強，但是外資的長期獲力能力卻是優於本國投資人。整體來說外資的操盤能力是優於本國投資人的，本國投資人是因為掌握了一些本地的短期特殊資訊而能夠在短期獲利比外資多。 Lee et al. (2001) 研究發現美國選擇權市場主要是小型資 7.

(15) 訊投資人用來實現其私有資訊的地方，大型資訊投資人主要是利用股票市場來實現其私有資訊。選擇權契約 delta 值的大小與該契約買賣價差中逆選擇的比重大小成正相關，即 delta 值愈大，逆選擇的成分就愈大，這隱含了愈高槓桿的選擇權契約，愈會吸引有資訊的投資人，這樣的結果與 Chang et al. (2010) 的發現相呼應，Chang et al. (2010) 發現台灣選擇權市場中，雖然三種投資人(外資/本國法人/散戶)幾乎主要都使用價平的選擇權，但是在價外選擇權的部分(較高槓桿)，外資是三種投資人當中布局最多的，且過去許多相關研究也證實外資是較具有私有資訊的。另外，三種投資人也幾乎主要持有較短天期(少於 30 天)的選擇權部位，這也部分說明較高槓桿的選擇權較受青睞。. 二、. 投資人下單積極度相關文獻. Griffiths et al. (2000) 探討投資人積極下單的決定因素與其成本，發現積極下單的投資人，相對於較不積極的投資人，可以產生較大的價格衝擊以及較小的機會成本。較大筆的委託單、規模較小的標的資產公司以及變動較劇烈的股價都會使價格衝擊變大。有資訊的投資人比較傾向使用買入的方式來實現其私有資訊，而非使用賣出的方式，這與 Pan et al. (2006) 發現使用新倉買入( open buy )來建立部位的投資人對於未來標的資產股價較有預測力的結論相呼應。 Ranaldo (2004) 發現，使用限價單的投資人是比較不積極的，使用市價單的投資人是比較積極的。他根據 Biais et al. (1995) 的方法將投資人的積極度從最積極到最不積極分成五個層級 : 1. 投資人下市價單，且委託量大於等於最佳一檔的市場深度。 2. 投資人下市價單，且委託量小於最佳一檔的市場深度。 3. 投資人下限價單，且委託價格優於最佳報價。 4. 投資人下限價單，且委託價格等於最佳報價。 5. 投資人的取消單。 8.

(16) 但也有作者持相反意見，Kaniel et al. (2006) 發現有資訊的投資人比較喜歡下限價單，而且限價單比市價單更具有資訊性，這顛覆了過去一些文獻總是假設下市價單的人是比較積極且有資訊的說法，「有資訊的投資人比較喜歡下限價單」這樣的發現隱含未來標的資產實際走勢的資訊可能不是短期資訊，而是會在一段時間之後反應。 Kaniel et al. (2006) 認為，雖然下市價單會保證成交，但是當下單數量大於目前市場深度時，就會有很大的價格風險，而限價單雖然會有不能成交的風險，但是當資訊投資人預期市場中私有資訊水平在未來會逐漸上升，則限價單成交的機會就愈來愈高，使得不能成交的風險下降，給了資訊投資人使用限價單的誘因。 Kaniel et al. (2006) 研究紐約證交所歷史資料，的確發現限價單比市價單更能預測標的資產未來價格。一般認為，如果私有資訊是長期性的資訊，則資訊投資人並不需要冒太高的執行風險(execution risk )，所以傾向下限價單，但是當價格偏差( mispricing )愈大時，無法執行所隱含的成本愈高，所以資訊投資人傾向下市價單。不過 Kaniel et al. (2006) 發現，即便資產真正價格偏離了買賣報價，只要價格偏差不要太大，資訊投資人還是傾向下限價單。如果市場上沒有私有資訊的投資人比例增加了，則資訊投資人便會比較不喜歡下限價單，即便此時限價單的獲利能力較佳，原因可能是因為當沒有私有資訊的投資人比例增加了，市價單的獲利能力增加的幅度會大過限價單獲利能力增加的幅度。 Bloomfield et al. (2005) 發現資訊投資人比起流動性投資人較常使用限價單，不過因為流動性投資人目的在於成交，所以使用比資訊投資人多的市價單是很合理的行為，並不能直接推論資訊投資人比較偏好使用限價單。Ananda et al. (2005) 使用紐約證交所日內資料，檢視資訊投資人(機構投資人)與非資訊投資人(散戶) 市價單與限價單的使用情形，發現資訊投資人在交易日的上半天多半是流動性接受者，下半天多半是流動性的供給者，即資訊投資人在交易日的上半天比較常用市價單。控制了市場上資訊數量變數後，發現機構投資人下的中型委託單(多為. 9.

(17) 市價單或價格容易成交的限價單)對於市場價格變化有顯著的貢獻，不論是交易日的上半天或交易日的下半天都有一樣的情形，可以合理認為這樣的委託單是比較有資訊的，而且這樣的情形上半天又比下半天還明顯，表示資訊投資人可能利用市價單來實現其私有資訊，這點比較符合一般人直覺的認知。不過 Ananda et al. (2005) 也發現，限價單在上半天表現比下半天好，且不分機構投資人或散戶，都有這樣的情形，同樣是下限價單，資訊投資人的獲利能力較非資訊投資人來得好，這也部分呼應了一些文獻所認為的，資訊投資人常使用限價單來實現其私有資訊。 Barber et al. (2009) 研究台灣市場發現台灣散戶因為進出場時機點不正確以及交易成本過高等原因，其投資組合每年平均虧損 3.8 %，而美國市場散戶投資組合每年平均虧損 2 %。比起台灣散戶，美國散戶還要跟擁有相對多很多私有資訊的美國機構投資人來抗衡，相對於台灣散戶的處境更為劣勢，卻有比台灣散戶更好的平均績效。作者認為可能原因之一是美國散戶下單積極度並不高，相較之下，台灣散戶太積極下單卻又缺乏專業投資訓練，導致平均獲利不如美國散戶。另外，最賺錢的是機構投資人，不管其下單是否積極，其中又以外資獲利能力最佳，幾乎占機構投資人總獲利的一半以上，這也呼應許多文獻的結論，認為外資是最有資訊的投資人。. 三、. 投資人行為與波動度相關文獻. Bollen et al. (2004) 發現投資人對選擇權的淨購買壓力，會改變其隱含波動度。 S&P500 指數選擇權賣權的淨購買壓力會強烈影響 S&P500 指數的隱含波動度，而個股選擇權的隱含波動度主要受買權的淨購買壓力影響。根據這樣的發現， Chang et al. (2010) 與 Ni et al. (2008) 在其研究之迴歸式中加入了選擇權契約每日交易量，以及標的資產每日交易量做為控制變數，來觀察是否有購買壓力影響波動度的現象。 Kang et al. (2008)發現，對於買權的淨購買壓力會造成買權的隱含 10.

(18) 波動度上升，但對於賣權的淨購買壓力會造成買權的隱含波動度下降。另外，有方向性資訊的投資人，會先在選擇權市場建立部位，接著才在股票市場建立部位，這也是 Chang et al. (2010) 與 Ni et al. (2008) 在其研究之迴歸式中加入了 delta 需求做為控制變數的原因。. 四、. 交易策略相關文獻. Lakonishok et al. (2006) 發現，使用跨式策略(straddle strategy)和勒式策略 (strangle strategy)交易波動度的投資人，只占所有選擇權波動度交易量的小部分，即大部分的選擇權交易人並不使用這兩種策略來交易波動度，而是用其他的策略，比如作者發現有很大部分的平倉買權是所謂掩護性買權( cover call )。 Chang et al. (2010) 也發現跨式策略沒有顯著的預測能力，但是勒式策略有，不過使用者為少數有資訊的散戶投資人，外資大多使用 delta 中性(delta neutral)的 option / future 策略來實現其波動度資訊。 Fahlenbrach et al. (2010) 使用富時 100 ( FTSE - 100 )指數，發現選擇權交易策略交易次數占所有選擇權交易次數的 37%，占所有選擇權交易量的 75%。同時某些證據顯示波動度相關策略的確對於未來標的資產實際波動度有預測能力，不過沒有發現方向性相關策略對未來標的資產價格實際走勢有預測力。 Fahlenbrach et al. (2010) 認為擁有未來標的資產價格實際波動度的非公開資訊以及不具私有資訊，跟隨不具獲利的趨勢的投機者這兩種人比較會使用選擇權來做交易，表示使用選擇權交易策略的人當中，有一部分的人獲力能力優於平均值，另一部分的人獲力能力比平均值差。. 11.

(19) 五、. 到期日效應相關文獻. 到期日效應( expiration effect )即衍生性金融商品於契約到期日前幾天、到期日或結算日當天以及到期日過後幾天，其標的資產價格會有不尋常的波動、產生異常的交易量或者價格出現明顯反轉，這些容易於到期日前後出現的特殊現象統稱為到期日效應。到期日效應形成的可能原因很多，但大多主要是因為一些投資人會於到期日前進行平倉或轉倉的動作，或者一些投機客想藉由影響標的資產價格，進而影響衍生性商品結算價格而產生的市場波動。早期一些研究到期日效應的學者們發現，在到期日當天(若以收盤價作為結算價格)的收盤時段，股價會出現異常波動，也發現股票市場會出現價格向下壓力、異常成交量以及價格反轉，不過價格反轉效果會在次日消失，另外，愈接近到期日市場的報酬波動度會越大。不同的衍生性商品市場有時會有不同的結算方法，這也會影響到期日效應的強弱。如果是使用到期日當天的開盤價作為結算價格，則到期日效應會出現於開盤前，反之如果以收盤價作為結算價格，則到期日效應會出現於收盤前，Chow et al. (2002) 的研究就是一個不同結算方法影響到期日效應的例子，其研究香港市場，香港以結算日當天每五分鐘價格的平均當作結算價，投機者若想干預現貨價格，就必須每五分鐘干預一次，他發現，雖然到期日效應中的價格效果與現貨價格波動度增加的情形仍然存在，但卻沒有顯著的價格反轉與異常交易量的情形出現，所以不同的結算方法的確會影響到期日效應。. 12.

(20) 第三章研究設計與方法一、資料介紹 1. 樣本選取與樣本期間本文使用台指選擇權 (代號 TXO) 2008 年 1 月 2 日至 2009 年 3 月 27 日的日內每秒高頻委託單、成交單與最佳買賣五檔揭示資料，總天數為 284 天。本文從台灣經濟新報 ( TEJ ) 取得樣本期間台灣加權指數每日最高價、最低價與收盤價資料、台灣加權指數契約每日交易量資料、台指選擇權契約每日交易量、台指選擇權每日波動度指數 ( VIX ) 資料。委託檔與成交檔欄位包含了 : . 日期. . 投資人帳號. . 期貨商代碼. . 投資人身分別(可分為外資、國內法人與散戶三大類). . 委託單最後狀況碼(判別是否為取消單). . 委託商品代號(不同到期日、不同執行價格之商品代號皆不同). . 買賣別(買入/賣出). . 買賣權別(買權/賣權). . 委託量(每筆委託資料委託口數). . 未成交量(每筆委託資料未成交的口數). . 委託價格. . 成交價格. . 委託方式(限價單/市價單). . 開平倉碼(分為新倉、平倉、造市者三種). . 委託時間. . 成交時間. 13.

(21) 每日委託單時間從 8 點 30 分至 13 點 45 分，成交單時間從 8 點 45 分至 13 點 45 分，本文先將委託單最後狀況碼為取消單的委託資料予以刪除，以及因為造市者為流動性提供者，本研究們假設其不是資訊投資人，過去一些文獻在探討非流動性議題時，亦將造市者排除，故本研究將其委託單資料排除於樣本外。本文假設未成交之委託單，其未成交原因可能是委託價格較為偏離，導致最後沒有成交，此種委託單參考性較低，加上委託單資料本身並沒有買賣權別這一欄，使得本研究無法單純使用委託單來做波動度需求( Vega demand ) 的計算，而必須搭配成交資料，因此本文僅使用有成交之委託資料作為研究樣本。不使用未成交的委託單，研究結果會稍有不同，但本文認為應該沒有太大差異。. 14.

(22) 2. 投資人分類本文參照 Chang et al. (2010) 的投資人分類方式將所有投資人類別分成三大類，分類方法如表一所示 : 【表一】投資人類別代碼類別. 代碼. 組成分子. 65. 境外外國機構投資人(一般帳戶). 66. 境內外國機構投資人(一般帳戶). 50. 期貨自營商交易帳戶. 51. 期貨商內部人員. 55. 期貨交易輔助人內部人員. 68. 銀行(一般帳戶). 69. 本國證券投信於國外募集之非期貨基金(一般帳戶). 國. 71. 本國證券投信於國內募集之非期貨基金(一般帳戶). 法. 72. 證券商(一般帳戶). 75. 專業期貨經紀商. 77. 保險公司(一般帳戶). 79. 證券投顧投信全權委託投資法人帳戶. 80. 證券投顧投信全權委託投資自然人帳戶. 89. 期貨商備援帳戶. 49. 本國自然人. 73. 境內華僑 & 外國自然人. 74. 境外華僑 & 外國自然人. 外. 資. 本. 人. 散. 戶. 15.

(23) 二、實證模型 1. 積極度分類(以委託價分類) 過去文獻對於積極的投資人究竟較常使用市價單還是限價單意見分歧，以直覺來說，一般人容易認為資訊投資人會下市價單，因為市價單提供最高的成交機率，資訊投資人可以在最短時間內建立部位。不過持相反意見的學者如 Kaniel et al. (2006) 的理由之一是資訊投資人擁有之私有資訊可能會在一段時間之後才會實現，下市價單會有價格風險。表二為不同類型投資人於樣本期間內市價單與限價單的使用情形。. 【表二】投資人限價單與市價單使用比率限價單. 市價單. 全部投資人. 91.19 %. 8.81 %. 外資. 97.03 %. 2.97 %. 本國法人. 95.69 %. 4.31 %. 散戶. 90.83 %. 9.17 %. 本研究所探討之波動度需求較偏向於短期波動度資訊的實現，投資人持有之波動度資訊若為較長一段時間後才會實現的資訊，應該不會先在選擇權市場做佈局，因為選擇權契約之時間價值會不斷遞減，潛在損失相當大。由表二可看出，三種投資人幾乎清一色主要都下限價單，其中又以普遍被認為最有資訊的外資下最多限價單，符合 Kaniel et al. (2006) 的觀點，認為資訊投資人可能為了規避價格風險，或者其他原因，而較喜歡使用限價單。本研究根據這樣的結果，提出了假說一。. 16.

(24) 假說一 : 波動度資訊投資人相較於一般投資人，偏好使用限價單的委託下單方式。. 本研究在以委託價來分類積極度的方式上，將投資人分成三種積極程度，分類的方法為 : a. 將下市價單的投資人分成一類。 b. 下限價單的投資人若下的是委託買單，其委託買價大於等於委託當時市場上未成交最佳五檔賣價中的最低賣價，或者下限價單的投資人若下的是委託賣單，其委託賣價小於等於委託當時市場上未成交最佳五檔買價中的最高買價，表示可立即成交，此種投資人歸類為限價單中積極的投資人。 c. 剩下的限價委託單，其委託買價低於委託當時市場上未成交最佳五檔賣價中的最低賣價，或者其委託賣價高於委託當時市場上未成交最佳五檔買價中的最高買價，這類投資人無法立即成交，歸類為限價單中不積極的投資人。. 2. 積極度分類(以委託量分類) 本研究為了在分類投資人的積極度上能夠更全面，也使用投資人的委託量(委買口數與委賣口數)來做為分類的依據。分類方法為，先將樣本期間所有投資人的委託口數(這邊取的是「獨一無二」的委託口數大小，比如委託買單一次下 5 口，這樣的單出現了一萬次，我們只計算一次)加總，得出一個總委託量，並將委託口數由大到小作排序，接著算出總委託量前三分之一以及前三分之二的累積委託量。接下來，將樣本期間所有投資人的委託口數由大到小開始累加，當累加值達到總委託量三分之一左右時停止，此時會累加到某一口數(比如 180 口)，則本研究將單筆委託口數大於等於該口數的投資人，歸類為下大單的投資人，以此類推，當累加值達到總委託量前三分 17.

(25) 之二左右時再次停止，此時也會累加到某一口數(比如 100 口)，則本研究將單筆委託口數介於大單與該口數之間的投資人，歸類為下中型單的投資人，而單筆委託口數小於中型單的投資人則歸類為下小型單的投資人。在以量分類積極度下，本研究為了更進一步觀察不同類型投資人之間的差異，所以除了用全部投資人的總委託量來分類之外，也分別對各類投資人進行分類，意即每一種投資人(外資/本國法人/散戶)都各自分出大單、中型單與小型單。Hasbrouck (1991) 指出造市者常常認為愈大筆的交易中隱含愈多的私有資訊，本研究根據此觀點提出假說二。. 假說二 : 波動度資訊投資人相較於一般投資人，偏好使用下大單的委託下單方式。. 3. 跨式策略與勒式策略 Chang et al. (2010) 發現使用跨式策略的投資人對於未來標的資產實際波動度沒有顯著的預測力，但使用勒式策略的投資人對於未來標的資產實際波動度有顯著的預測力，但是只限於某些擁有私有資訊的散戶，Chang et al. (2010) 計算此兩種波動度敏感策略的方法為 : a. 根據台灣期貨交易所提供的交易資料上面的註記( 資料會記載是否為策略，以及為何種策略，Chang et al. (2010) 共計算了 straddle strategy, strangle strategy, option / futures strategy, money spread strategy 與 calendar spread strategy 五種策略)。 b. 從資料特性自行判斷其是否為策略，以及為何種策略。. 18.

(26) 本研究所取得之資料，只註明了每筆資料為單式商品或是複式商品，複式商品為組合式的委託單，表示該種委託單為策略之使用，但是無法從資料上看出其為何種策略。本研究先將註記為複式商品的資料挑出，接著從中自行判斷出跨式策略與勒式策略，但這樣挑出的資料筆數過少，大部分資料無法組合出跨式策略與勒式策略，故本研究最後仍從所有樣本資料中來組合出策略，不管其是否註記為複式商品。本研究計算跨式策略的方法為，找出同時買入或賣出相同到期日以及相同執行價格之同一商品買權與賣權之交易資料，若資料中同一商品相同到期日以及相同執行價格的買權與賣權數量不一致時，則取較小的數目作為跨式策略的策略數量，計算勒式策略的方法為，找出同時買入或賣出相同到期日但不同執行價格之同一商品買權與賣權之交易資料，其選取方法同跨式策略。. 4. 到期日效應與金融海嘯前後台指選擇權到期月份為自交易當月起連續 3 個月份，另加上 3 月、6 月、9 月、12 月中 2 個接續的季月，到期日(即最後交易日)為契約交割月份的第三個星期三，最後交易日若為假日或因不可抗力因素未能進行交易時，以其最近之次一營業日為最後交易日，最後結算價為到期日臺灣證券交易所當日交易時間收盤前三十分鐘內所提供標的指數之簡單算術平均價。因結算價為收盤前三十分鐘內之平均價格，投機者有較大可能進行現貨市場的干預，可能會有到期日效應出現的可能，即在到期日當天，現貨市場會有較大的波動，而選擇權市場儘管可能因為平倉或轉倉的關係，產生較大的交易量與價格波動，但本研究認為平倉或轉倉的動作不至於都集中在到期日當天，會在到期日數天之前就會有部分投資人進行動作，所以到期日當天選擇權市場的波動不應特別劇烈。圖二與圖三分別為每日台股指數價格實際波動度與每日台指選擇權總交易契約數，圖中的小圓圈為到期日。從圖二與圖三中可以發現，台股指數巨幅波動皆出現於到期日之前，或者出現在到期日與到期日之間，到期日當天台股指數的 19.

(27) 波動反而不大，另外台指選擇權鉅額交易量也出現在到期日前一日到前數日，而非到期日當日，這與許多文獻發現到期日當日有異常交易量與價格異常波動的說法稍有出入。本研究因為未排除所有可能造成交易量與波動度大幅提升之因素，所以無法斷言到期日當天究竟有無到期日效應，但本研究認為到期日前數日交易量的提升，可能以平倉或轉倉的交易目的居多，單純的波動度需求交易量可能較少，故到期日前一日至數日的交易對於到期日當日實際波動度應不具顯著預測能力。由本研究之研究資料可發現，異常交易量多半發生於到期日前一日至前四日，只有少數發生於前七日或更長，本研究選取到期日前一日至前五日作為樣本，檢視此五日之波動度需求對到期日當天實際波動度的預測能力，是否不顯著，在此提出假說三。. 假說三 : 台指選擇權契約每月到期日前一日至前五日之買賣交易，以平倉或轉倉為目的的交易居多，這些交易的波動度需求對於到期日當日標的資產實際波動度無顯著預測能力。. 20.

(28) 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0. 2008 / 1 / 2. 2008 / 9 / 16. 2009 / 3 / 27. 【圖二】每日台股指數實際波動度. 2500000. 2000000. 1500000. 1000000. 500000. 0. 2008 / 1 / 2. 2008 / 9 / 16. 【圖三】每日台選擇權總交易契約數. 21. 2009 / 3 / 27.

(29) 本研究以 2008 年 9 月 16 日雷曼倒閉為分水嶺，此日期之前歸類為金融海嘯前，此日期之後歸類為金融海嘯後。本研究認為，金融海嘯後，因為市場風險增加與投資人恐慌情緒的蔓延，標的資產價格的波動應該會比金融海嘯前來的劇烈，由圖二與圖四可看出，金融海嘯後，標的資產價格的波動幅度明顯向上提升，此現象可能造成金融海嘯後投資人的波動度需求更容易預測未來現貨價格實際波動度，根據這樣的看法，本研究在此提出假說四。. 假說四 : 金融海嘯後，投資人的波動度需求對於標的資產未來實際波動度的預測能力有顯著增加。. 2008 / 1 / 2. 2008 / 9 / 16. 【圖四】每日台指選擇權波動度指數( VIX ). 22. 2009 / 3 / 27.

(30) 5. 變數定義. 【變數一】變數名稱 : 波動度需求( Vega demand )。變數符號 : D t j 變數定義 : t - j 日的淨波動度需求。j = 1…5。計算方式 :. 其中 BuyCall 為台指選擇權契約買權的買入口數，SellCall 為台指選擇權契約買權的賣出口數，BuyPut 為台指選擇權契約賣權的買入口數，SellPut 為台指選擇權契約賣權的賣出口數。K 為執行價格，T 為到期日，t 為 t 日。  lnP tK ,T /   t 為 Vega 加權，本研究以較簡易的方式，直接使用該契約的. Vega 值來做為其 Vega 加權，先計算出日內每一筆成交資料的 Vega 值，再根據不同類投資人依照上述公式加總出每一類投資人每日的淨 Vega 需求。. 23.

(31) 【變數二】變數名稱 : 標的資價格產 t 日實際波動度。變數符號 : RV t 變數定義 : 台灣加權指數 t 日實際波動度。計算方式 : 台灣加權指數 t 日最高價減去 t 日最低價，再除以 t 日收盤價。. 【變數三】變數名稱 :. t-1 日隱含波動度。. 變數符號 : IV t 1 變數定義 : 台指選擇權契約 t-1 日的隱含波動度。計算方式 : 使用台灣期貨交易所所編製的「台指選擇權波動度指數 VIX」。. 【變數四】變數名稱 : 台指選擇權契約總交易口數。變數符號 : OPV t j 變數定義 : t - j 日的台指選擇權契約總交易口數。j = 1…5。計算方式 : 由台指選擇權契約成交資料計算出 t - j 日總成交口數。. 【變數五】變數名稱 : 標的資產對數交易量。變數符號 : INV t j 變數定義 : t - j 日台灣加權指數期貨交易量取自然對數。j = 1…5。計算方式 : 由台灣加權指數期貨成交資料計算出 t - j 日總成交口數後取自然對數。. 24.

(32) 6. 迴歸模型. 【迴歸式一】 RVt = a  b  Dt j  c  RV t 1  d  RVt 2  e  RVt 3  f  RVt 4  g  RVt 5.  h  IVt 1  i  OPVt  j  j  INVt  j   t. 迴歸式一為本研究主要之迴歸方程式。 RVt i , i  15 為 t 日前一天至前五天的每日標的資產價格實際波動度，這些變數目的在於觀察標的資產價格每日實際波動度是否有群聚的現象，即 t 日標的資產價格實際波動度會不會受到前幾日標的資產價格實際波動度所影響，Ni et al. (2008) 亦用此變數來控制 GARCH 效果。隱含波動度在過去文獻中被認為是預測隔日標的資產價格實際波動度的有效變數，故迴歸式一加入了 t-1 日的隱含波動度 IVt 1 。本研究主要目的在於探討不同類型委託單(市價單、積極的限價單、不積極的限價單與大型委託單、中型委託單、小型委託單)波動度需求對於標的資產價格未來實際波動度的預測能力。本研究為了更進一步觀察每種投資人細部投資行為，將 Dt j 如表三所示做細分。. 25.

(33) 【表三】投資人波動度需求細部投資行為架構表 open buy call open buy open buy put open open sell call open sell open sell put. 市價單. close buy call close buy close buy put close close sell call close sell close sell put open buy call open buy. 外資. open buy put open. /. open sell call. 本國法人. open sell. 積極限價單. open sell put close buy call close buy. /. close buy put close. 散戶. close sell call close sell close sell put open buy call open buy open buy put open open sell call. 不積極限價單. open sell open sell put close buy call close buy close buy put close close sell call close sell close sell put 26.

(34) 迴歸式二探討不同波動度敏感策略的波動度需求對於標的資產價格未來實際波動度的預測能力。過去有些文獻發現使用跨式策略( straddle strategy )來做波動度交易的人數較少，且其波動度需求的預測能力不顯著，但本研究同時探討了積極度與波動度交易，以及 Fahlenbrach et al. (2010) 證實跨式策略( straddle strategy )與勒式策略( strangle strategy ) 至目前為止仍然是所有市面上正在被使用的波動度敏感策略中最常被使用的前兩個，而且是市面上正在被使用的選擇權交易策略中的前四名，所以本研究在此仍然檢視這兩種策略的預測力。. 【迴歸式二】 ) )  d  Dt(strangle  e  RV t 1  f  RVt 2  g  RVt 3 RVt = a  b  Dt j  c  Dt(straddle j j.  h  RVt 4  i  RVt 5  j  IVt 1  k  OPVt  j  l  INVt  j   t. 迴歸式三與迴歸式四探討金融海嘯前後投資人的波動度需求對於標的資產價格未來實際波動度預測能力的變化。. 【迴歸式三】 RVt = a  b  Dt(jbefore_ crisis)  c  RV t 1  d  RVt 2  e  RVt 3.  f  RVt 4  g  RVt 5  h  IVt 1  i  OPVt  j  j  INVt  j  k  ADt  j   t. 【迴歸式四】 RVt = a  b  Dt(jafter _ crisis)  c  RV t 1  d  RVt 2  e  RVt 3.  f  RVt 4  g  RVt 5  h  IVt 1  i  OPVt  j  j  INVt  j  k  ADt  j   t. 27.

(35) 迴歸式五為探討到期日效應前後投資人的波動度需求對於標的資產價格未 ) 來實際波動度預測能力的變化。 Dt(maturity , j  15 為每個月到期日前一日至五 j. 日之波動度需求，本研究假設此期間之交易多為平倉或轉倉之目的，純粹的波動度需求之交易應該為數不多，故此期間整體的波動度需求對於標的資產價格未來實際波動度預測能力應該較差，甚至不具有預測力。. 【迴歸式五】 )  c  RV t 1  d  RVt 2  e  RVt 3 RVt = a  b  Dt(maturity j.  f  RVt 4  g  RVt 5  h  IVt 1  i  OPVt  j  j  INVt  j  k  ADt  j   t. 28.

(36) 第四章實證結果與分析一、敘述統計從表四可以看出，大部分交易日的標的資產價格實際波動度與台指選擇權契約總交易口數數值偏向極小值(偏態系數分別為 1.189 與 1.137)，表示只有少數交易日標的資產價格波動較大，以及少數交易日交易較活絡。由峰度來看，四個變數的峰度皆小於 3，表示並無厚尾的情形存在。. 【表四】一般變數敘述統計表變數名稱. 平均數. 標準差. 偏態. 峰度. 最小值. 最大值. .025542. .0134469. 1.189. 1.181. .0066. .0718. 34.885352. 8.6243895. .660. -0.03737. 22.6200. 60.4100. 22.149304. .2865168. -0.2028. .213. 21.2694. 22.8896. 726542.88. 278947.61. 1.137. 1.954. 143204. 1911100. 標的資產價格實際波動度(RV) 隱含波動度 (IV) 標的資產對數交易量(INV) 台指選擇權契約總交易口數 (OPV). 表五為三種類型投資人(外資、本國法人、散戶)整體與細部的波動度需求敘述統計，賣出波動度的部分，係數給予負號。三種投資人整體而言為買入波動度，且多以新倉的方式買入。從表中可以觀察到，變數的偏態與峰度數值都相當大，表示資料分布的情況較極端，也普遍存在厚尾情形。Pan et al. ( 2006 ) 發現使用新倉買入( open buy )來建立部位的投資人對於未來標的資產股價較有預測力，從表五中可以發現，新倉買入的平均數最大( open buy = 27095000 )，可以合理初步推測，波動度資訊投資人的波動度需求，是不是也傾向使用新倉買入來建立部位。. 29.

(37) 【表五】細部整體波動度需求敘述統計表平均數. 標準差. 偏態. 峰度. Total. 879252.7004. 4971460. 4.545. 43.271. open. 12322000. 18297700. 5.398. 34.271. close. -11443000. 16552900. -5.57. 39.246. open buy. 27095000. 44455900. 6.242. 43.221. open sell. -14772000. 27115000. -6.808. 50.884. close buy. 9964800. 17313000. 7.275. 63.753. close sell. -21408000. 32516200. -5.901. 39.322. open buy call. 17398000. 28958500. 6.125. 41.930. open buy put. 9696100. 16155300. 5.796. 38.888. open sell call. -9303200. 18336300. -7.077. 56.448. open sell put. -5468900. 9066630. -6.147. 41.250. close buy call. 5817300. 10664400. 6.808. 56.188. close buy put. 4147500. 7350560. 6.329. 53.158. close sell call. -13211000. 19373400. -5.105. 30.799. close sell put. -8197300. 14487700. -6.003. 43.528. Chang et al. (2010) 發現，跨式策略並無預測能力，但某些有資訊的散戶，會使用勒式策略來實現其波動度資訊，於表六中，勒式策略的波動度需求量是跨式策略的六倍之多，隱含了資訊投資人對於勒式策略的使用可能多於跨式策略。從偏態係數來看，跨式策略有右偏的情形，隱含了跨式策略的波動度需求多偏向集中於極小值，而勒式策略有左偏的情形，隱含了勒式策略的波動度需求稍為往較大值集中，這樣的情形也可能部分解釋了 Chang et al. (2010) 的發現，即資訊投資人偏好使用勒式策略。. 【表六】跨式策略與勒式策略整體波動度需求敘述統計表平均數. 標準差. 偏態. 峰度. straddle. 155416.699. 1375770.49. 1.115576983. 6.054657552. strangle. 742241.9443. 2693119.565. -0.806886185. 9.468469933. 30.

(38) 表七為三種類型投資人整體的大型、中型與小型委託單的波動度需求。從平均數可以發現，小型委託單的波動度需求明顯高於其他兩種委託單(小型委託單波動度需求平均數. = 814900.5385)。選擇權市場上數量最多的投資人為散戶，散戶. 下單的規模相對於另外兩種投資人來說相對較小，幾乎都被歸類於小型委託單，才形成小型委託單數量最多的情形。. 【表七】大型/中型/小型委託單整體波動度需求敘述統計表平均數. 標準差. 偏態. 峰度. 大型委託單. 53818.52704. 2231746.661. -1.13813497. 16.2555. 中型委託單. 6919.205796. 538218.4567. -0.47175599. 26.4139. 小型委託單. 814900.5385. 5754780.669. 5.065273433. 41.4488. 表八中顯示了外資與散戶為淨買入波動度，，而本國法人為淨賣出波動度，其中又以散戶的波動度需求量最大。這樣的結果隱含，外資與散戶多為選擇權的買方，本國法人則多為選擇權的賣方。從表九中可以看出，三種類型投資人主要為賣出市價委託單，買進不積極的限價委託單。. 【表八】不同類型投資人整體波動度需求敘述統計表平均數. 標準差. 偏態. 峰度. 630105.923. 3403054.637. -1.17350696. 13.945. 本國法人. -44397.22514. 1024192.011. -0.77559408. 9.22849. 散戶. 293544.0025. 5367702.105. 4.184543554. 35.1107. 外資. 31.

(39) 【表九】不同類型委託單整體波動度需求敘述統計表. 市價單. 積極限價單. 不積極限價單. 平均數. 標準差. 偏態. 峰度. 外資. -13806.00388. 217587.0458. -0.37555882. 19.1368. 本國法人. -3531.89658. 44149.6547. -2.33050358. 20.9404. 散戶. -325743.4613. 791457.2992. 2.892562619. 46.7876. 外資. 162570.6534. 1484840.593. -0.37262328. 11.7109. 本國法人. -68703.45494. 546853.4476. -3.83515962. 34.7663. 散戶. -373743.733. 1738950.856. 2.316589284. 33.3081. 外資. 481341.2735. 2383309.158. -0.17198324. 11.4645. 本國法人. 27838.12638. 713225.5393. 1.418427375. 13.2235. 散戶. 993031.1969. 5075041.799. 6.200271435. 54.7057. 二、整體波動度需求實證結果表十為所有投資人整體波動度需求的迴歸分析結果。可以清楚看出，波動度需求(D t j )對於次一日至次五日的標的資產價格實際波動度，都有正向顯著的預測能力，意即整體平均而言，投資人的波動度需求可以預測未來一日至五日中任何一日的標的資產價格實際波動度。另外，t 日前二日與 t 日前三日的標的資產價格實際波動度(RVt-2,RVt-3)能夠預測今日的標的資產價格實際波動度，尤其以 t 日前三日的標的資產價格實際波動度最有預測能力，表示每日標的資產價格實際波動度之間的確存在一些群聚情形，符合過去許多文獻所認為的，波動度有叢聚效果。另外，過去許多文獻認為 t 日前一日的隱含波動度(IVt-1)是次日標的資產價格實際波動度的良好預測因子，於表十中，IVt-1 於 t 日前二日、三日與五日的 t 檢定統計量都呈現顯著，表示 t 日前一日的隱含波動度的確是一個良好的預測因子。 t-1 日至 t-5 日台指選擇權契約總交易口數(OPVt-j , j=1...5)中，只有 t-5 日具有正向顯著預測能力(當 j=5, OPVt-j 的 t 檢定統計量為 2.738，係數為 0.168)，表示 t 日的標的資產實際波動度可由 5 日前的台指選擇權契約總交易口數預測。標的資 32.

(40) 產交易量取對數(INVt-j , j=1...5)中，t 日前三日、四日與五日都呈現顯著，但卻是負向顯著，隱含著 t-3 日、t-4 日與 t-5 日的標的資產交易量若愈大，則 t 日的標的資產實際波動度會愈小。. 【表十】整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數 Intercept. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. .109. 1.758. .089. 1.422. .159. 2.485**. .180. 2.773***. .168. 2.589**. D t j. .110. 2.055**. .110. 2.062**. .118. 2.222**. .121. 2.278**. .113. 2.157**. RVt-1. .108. 1.594. .092. 1.497. .082. 1.344. .074. 1.197. .066. 1.073. RVt-2. .116. 1.908*. .079. 1.170. .104. 1.725*. .101. 1.671*. .084. 1.390. RVt-3. .164. 2.707**. .172. 2.848***. .140. 2.132**. .165. 2.748***. .158. 2.653***. RVt-4. .102. 1.674*. .102. 1.667*. .112. 1.852*. .091. 1.377. .107. 1.780*. RVt-5. .073. 1.191. .083. 1.355. .079. 1.313. .092. 1.529. .037. .566. IVt-1. .117. 1.515. .163. 2.099**. .141. 1.799*. .122. 1.546. .176. 2.248**. OPVt-j. .004. .069. .093. 1.488. .112. 1.821*. .090. 1.459. .168. 2.738***. INVt-j. -.100. -1.708. -.085. -1.446. -.150. -2.515**. -.168. -2.782***. -.160. -2.654***. adj-R. .236. . 2. .237. .250. .251. .260. 表十一為三種類型委託單總和波動度需求的迴歸分析結果，有趣的是，積極的限價委託單不具有任何預測能力，反而不積極的限價委託單與市價委託單具有預測能力，且從 t 日前一日至前五日中任何一日都具有預測能力，不積極的限價委託單預測能力又優於市價委託單。這樣的結果首先部分證實了假說一:波動度資訊投資人相較於一般投資人，偏好使用限價單的委託方式。雖然實證結果顯示市價委託單一樣有正向顯著的預測能力，但是限價委託單的顯著程度明顯優於市價委託單，除了顯著程度較佳外，係數也比較大。這樣的發現與 Kaniel et al. (2006) 的結論部分一致，Kaniel et al. (2006) 發現有資訊的投資人比較喜歡下限價單，而且限價單比市價單更具有資訊性。Barber et al. (2009)認為台灣散戶太積極下單卻 33.

(41) 又缺乏專業投資訓練，是長期平均下來無法獲利的原因之一，這樣的說法可能可以部份說明為何積極的限價委託單完全沒有任何預測能力，散戶沒有預測能力的部分可能稀釋了其他兩種類型投資人有預測能力的部分。表十一中市價委託單也具有預測能力，這與 Ranaldo (2004)的結論部分呼應，Ranaldo (2004) 發現，使用限價單的投資人是比較不積極的，使用市價單的投資人是比較積極的。. 【表十一】不同類型委託單整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數 Intercept. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. .105. 1.692*. .081. 1.289. .150. 2.33**. .174. 2.68***. .167. 2.57**. .040. .644. .032. .512. .030. .493. .051. .833. .049. .807. .149. 2.362**. .149. 2.383**. .154. 2.47**. .159. 2.54**. .152. 2.47**. .114. 1.904*. .123. 2.057**. .110. 1.863*. .105. 1.783*. .114. 1.957*. RVt-1. .102. 1.493. .091. 1.484. .081. 1.312. .076. 1.223. .067. 1.085. RVt-2. .117. 1.909*. .074. 1.097. .107. 1.761*. .102. 1.682*. .085. 1.393. RVt-3. .165. 2.70***. .173. 2.8***. .140. 2.12**. .164. 2.71***. .157. 2.62***. RVt-4. .103. 1.674*. .104. 1.690*. .113. 1.858*. .092. 1.392. .106. 1.759*. RVt-5. .075. 1.228. .084. 1.383. .081. 1.333. .094. 1.551. .039. .595. IVt-1. .131. 1.640. .177. 2.23**. .148. 1.863*. .129. 1.609. .185. 2.33**. OPVt-j. .017. .266. .105. 1.666*. .115. 1.852*. .083. 1.350. .168. 2.74***. INVt-j. -.097. -1.654*. -.078. -1.323. -.141. -2.36**. -.162. -2.68***. -.159. -2.63***. adj-R. .238. Dσ (積極限價單) Dσ (不積極限價單) Dσ (市價單). 2. .241. .251. 34. .252. .262.

(42) 表十二為三種類型投資人，整體波動度需求迴歸分析結果。與 Chang et al. (2010)以及大部分研究市場私有資訊議題的研究結論相符，即外資投資人是最有資訊的，從表中可以發現外資的波動度需求不論是 t 日前一日至前五日中任何一日，都在 99%的信心水準下有正向顯著的預測能力。本國法人的波動度需求也呈現不論是 t 日前一日至前五日中任何一日，都具有正向顯著的預測能力，但其顯著程度略低於外資投資人。散戶投資人的預測能力只出現於 t 日前三日至前五日，其 t 日前一日與前兩日的波動度需求不具預測能力，這與 Ahn et al. (2008)的發現一致，即外資比起本國法人是比較有資訊的，而且本國法人又比散戶投資人更具有私有資訊。Chang et al. (2010) 也指出散戶是最沒有私有資訊的，但是某些使用勒式策略的散戶，很可能具有私有資訊，這樣的說法也許也部分說明表十二中散戶預測力的顯著性結果。. 【表十二】不同類型投資人整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. Intercept. .104. 1.70*. .088. 1.420. .154. 2.43**. .164. 2.535**. .142. 2.171**. 外資. .206. 3.56***. .197. 3.37***. .197. 3.38***. .197. 3.442***. .182. 3.167***. .123. 2.16**. .114. 1.986**. .117. 2.04**. .113. 1.983**. .096. 1.686*. 散戶. .094. 1.55. .100. 1.644. .112. 1.853*. .112. 1.843*. .103. 1.714*. RVt-1. .141. 2.089**. .103. 1.692*. .097. 1.607. .088. 1.440. .080. 1.309. RVt-2. .124. 2.068**. .104. 1.553. .110. 1.836*. .109. 1.821*. .094. 1.558. RVt-3. .161. 2.68***. .171. 2.86***. .158. 2.422**. .163. 2.740***. .159. 2.687***. RVt-4. .103. 1.707*. .102. 1.689*. .114. 1.896*. .100. 1.532. .108. 1.803*. RVt-5. .058. .960. .069. 1.149. .065. 1.088. .080. 1.327. .035. .537. IVt-1. .133. 1.748*. .177. 2.29**. .152. 1.966**. .148. 1.886*. .198. 2.547**. OPVt-j. -.041. -.653. .051. .809. .065. 1.038. .066. 1.074. .140. 2.270**. INVt-j. -.095. -1.65*. -.084. -1.445. -.145. -2.46**. -.153. -2.560**. -.136. -2.248**. adj-R. .260. 本國法人. 2. .257. .268. 35. .269. .273.

(43) 於表十三中可看出，整體而言，跨式策略與勒式策略雙雙都不具有任何預測能力。Chang et al. (2010) 發現，跨式策略不具預測能力，但是少部分為散戶所使用的勒式策略具有預測能力，Chang et al. (2010) 也指出，外資並不太使用勒式策略，主要是使用期貨與選擇權的組合作為波動度敏感策略，既然最有波動度私有資訊的外資並不使用勒式策略，整體平均下來勒式策略的確很可能不具有任何預測能力，即某些散戶有預測能力的勒式策略部位的預測效果被稀釋了。. 【表十三】跨式策略與勒式策略整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. Intercept. .117. 1.884*. .094. 1.490. .152. 2.345**. .173. 2.634***. .169. 2.57***. 跨式. .012. .205. -.025. -.446. -.020. -.358. -.008. -.145. -.022. -.411. 勒式. -.004. -.074. -.030. -.530. -.028. -.513. -.022. -.402. -.010. -.187. RVt-1. .125. 1.818*. .107. 1.739*. .097. 1.578. .089. 1.439. .080. 1.297. RVt-2. .118. 1.893*. .067. .950. .104. 1.680*. .100. 1.617. .080. 1.295. RVt-3. .159. 2.596***. .162. 2.64***. .121. 1.788*. .158. 2.596***. .150. 2.471**. RVt-4. .090. 1.470. .092. 1.499. .101. 1.651*. .073. 1.097. .096. 1.579. RVt-5. .067. 1.076. .078. 1.268. .075. 1.232. .087. 1.416. .028. .419. IVt-1. .101. 1.272. .155. 1.944*. .136. 1.675*. .115. 1.406. .168. 2.079**. OPVt-j. -.003. -.039. .116. 1.727*. .132. 2.043**. .102. 1.625. .175. 2.810***. INVt-j. -.107. -1.813*. -.089. -1.506. -.143. -2.368**. -.161. -2.633***. -.160. -2.620***. adj-R. .221. 2. .224. .234. .234. .245. Griffiths et al. (2000) 認為有資訊的投資人比較傾向使用買入的方式來實現其私有資訊，而非使用賣出的方式，這與表十四所呈現的結果有所出入。表十四中可以發現，在買入部分只有平倉買入賣權(close buy put)呈現顯著，其他則都不顯著，這點也與 Pan et al. (2006) 發現使用新倉買入(open buy)來建立新部位的投資人比較有資訊的說法不一致。平倉買入賣權(close buy put)不管是 t 日前一日至 t 日前五日都呈現相當顯著的情形，可能原因是，投資人作空現貨或期貨時，有 36.

(44) 時可能會賣出賣權( sell put )來做避險，而本研究所選取的樣本時間剛好經歷金融海嘯，全球股市大崩盤的時候，當投資人發現全球金融市場開始一面倒地下跌時，可能不但現貨與期貨同時放空，選擇權部位也可能壓空，但是因為不可能所有部位皆布局於空方，如此會有太高的風險，投資人可能僅將之前賣出的賣權部位做平倉，而非大舉買入賣權，這樣的說法可能也可以由表十四的新倉買入賣權(open buy put)的統計結果得到支持，表十四的新倉買入賣權皆不顯著。另外一個可能的原因為，大部分投資人在金融市場大量下跌時，將之前所賣出的賣權部位全部回補，如此一來才會造成平倉買入賣權的波動度需求有如此顯著的預測能力。此外 Bollen et al. (2004)也發現 S&P500 指數選擇權賣權的淨購買壓力會強烈影響 S&P500 指數的隱含波動度，這可能也可以部分說明此一情形。表十四中，兩天前的平倉賣出買權(close sell call)的波動度需求具有負向顯著預測能力(close sell call 於 t-2 日時的係數為-0.587，t 檢定統計量為-1.849)，表示當投資人平倉賣出買權後，兩日後的標的資產價格實際波動度是上升的，這樣的情形可能的原因為，在市場快速下跌之際，投資人紛紛將手上持有的買權部位出脫，出脫後兩日市場便大幅波動，故投資人失去賺取波動度的機會。本研究會出現與 Griffiths et al. (2000)與 Pan et al. (2006)等人研究結果不相符的最可能原因為樣本的選取，於金融海嘯期間，大部分的投資人可能不會持有買權，持有買權的投資人很可能遭受嚴重損失，所以新倉買入買權(open buy call) 波動度需求的部分皆呈現不顯著，而且其係數皆為負值，表示呈現負向相關的情形，即新倉買入買權的投資人，對於未來標的資產價格實際波動度是無預測能力的，換句話說，這些人是沒有資訊的，他們的投資行為可能最終為損失而非獲利。. 37.

(45) 【表十四】細部整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數 Intercept. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. .058. .979. .077. 1.326. .145. 2.407**. .170. 2.78***. .153. 2.489**. -.587. -1.065. -.867. -1.565. -.761. -1.382. -.704. -1.285. -.526. -.974. -.414. -1.057. -.547. -1.419. -.524. -1.356. -.361. -.946. -.308. -.809. .504. 1.178. .393. .925. .495. 1.164. .489. 1.161. .556. 1.323. -.402. -1.393. -.436. -1.540. -.440. -1.564. -.390. -1.389. -.381. -1.356. .165. .639. .188. .743. .265. 1.038. .212. .837. .156. .620. 1.248. 5.61***. 1.283. 5.91***. 1.225. 5.68***. 1.218. 5.62***. 1.191. 5.48***. -.436. -1.372. -.587. -1.849*. -.497. -1.568. -.463. -1.470. -.399. -1.278. .581. 1.521. .507. 1.344. .471. 1.241. .556. 1.464. .577. 1.529. RVt-1. .020. .311. .034. .589. .022. .382. .016. .269. .015. .262. RVt-2. .091. 1.574. .016. .257. .085. 1.495. .080. 1.408. .070. 1.219. RVt-3. .140. 2.483**. .139. 2.504**. .085. 1.389. .137. 2.471**. .133. 2.394**. RVt-4. .106. 1.842*. .107. 1.880*. .116. 2.046**. .082. 1.334. .107. 1.884*. RVt-5. .066. 1.139. .075. 1.311. .073. 1.286. .082. 1.434. .034. .560. IVt-1. .243. 3.209***. .284. 3.811***. .247. 3.292***. .215. 2.834***. .246. 3.26***. OPVt-j. .062. 1.008. .175. 2.903***. .166. 2.810***. .114. 1.962**. .134. 2.330**. INVt-j. -.058. -1.036. -.081. -1.473. -.142. -2.532**. -.162. -2.859***. -.147. -2.585***. adj-R. .337. open buy call open buy put open sell call open sell put close buy call close buy put close sell call close sell put. 2. .355. .362. .358. .357. 從表十五中可發現，整體投資人中，使用大型委託單與使用小型委託單的投資人，是有正向且顯著的預測能力的，從 t 日前一日至 t 日前五日皆然，大型委託單的部分與 Hasbrouck (1991) 指出造市者常常認為愈大筆的交易中隱含愈多 38.

(46) 的私有資訊的結論呼應，也符合本研究的假說二: 波動度資訊投資人相較於一般投資人，偏好使用下大單的委託下單方式。小型委託單的部分，藉由觀察表七，可發現小型委託單的委託數量是最多的，這樣的情形一部分是因為下小型委託單的人絕大多數是散戶，而散戶是市場數量最多的投資人，Chang et al. (2010)發現有一些散戶是有資訊的，所以小型委託單的預測能力可能一部分是來自於這些有資訊的散戶。另外一種可能為，一些有資訊的投資人，為了避免自身部位太大而曝光，會使用拆單的方式來下單，因此，原本是一個具有預測能力的大型委託單，變成了好幾個具有預測能力的小型委託單，而使得小型委託單產生了解釋能力。表七也顯示中型委託單的委託數量是最少的，也許這是它不具預測能力的原因之一。. 【表十五】大型/中型/小型委託單整體波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. Intercept. .109. 1.770*. .089. 1.417. .161. 2.525**. .174. 2.687***. .160. 2.445**. 大型. .130. 2.26**. .126. 2.192**. .131. 2.295**. .128. 2.242**. .121. 2.126**. 中型. .032. .582. .028. .514. .020. .379. .028. .518. .024. .440. 小型. .115. 2.057**. .116. 2.077**. .125. 2.248**. .122. 2.200**. .119. 2.164**. RVt-1. .105. 1.550. .085. 1.372. .075. 1.225. .068. 1.095. .060. .972. RVt-2. .122. 2.008**. .085. 1.262. .109. 1.810*. .107. 1.764*. .090. 1.478. RVt-3. .164. 2.707***. .172. 2.845***. .140. 2.125**. .165. 2.742***. .158. 2.639***. RVt-4. .107. 1.740*. .107. 1.738*. .118. 1.941*. .095. 1.441. .112. 1.857*. RVt-5. .073. 1.201. .083. 1.366. .080. 1.321. .092. 1.526. .035. .542. IVt-1. .115. 1.487. .165. 2.119**. .141. 1.805*. .125. 1.585. .181. 2.318**. OPVt-j. -.006. -.098. .091. 1.456. .111. 1.802*. .088. 1.425. .169. 2.757***. INVt-j. -.100. -1.715*. -.085. -1.443. -.152. -2.557**. -.162. -2.697***. -.152. -2.514**. adj-R. .238. 2. .239. .252. 39. .251. .261.

(47) 三、外資波動度需求實證結果表十六顯示，外資不積極的限價委託單與部分市價委託單具有預測能力，積極的限價委託單不具有預測能力，此結果與表十一相近，差別在於表十一的市價委託單為全部顯著。過去文獻大多認為外資最具有資訊，將表十六與表十一作比較，可以推論不積極的限價委託單的解釋能力應該主要來自於外資，因為兩張表的不積極的限價委託單部分都相當顯著。而表十六市價委託單只有部分顯著，可能原因為，外資鮮少使用市價委託單，這點可由表二觀察到，外資是三種類型投資人中，使用市價委託單最少的投資人。. 【表十六】外資不同類型委託單波動度需求迴歸結果 j. 1. 2. 3. 4. 5. t-j. t-j. t-j. t-j. t-j. 係數 Intercept. t值. 係數. t值. 係數. t值. 係數. t值. 係數. t值. .102. 1.677*. .087. 1.403. .140. 2.199**. .155. 2.369**. .137. 2.092**. .042. .648. .030. .472. .022. .332. .019. .289. .018. .277. .157. 2.483**. .151. 2.378**. .154. 2.443**. .158. 2.518**. .146. 2.335**. .102. 1.930*. .100. 1.896*. .086. 1.621. .086. 1.618. .086. 1.635. RVt-1. .133. 1.978**. .096. 1.574. .091. 1.499. .081. 1.334. .074. 1.221. RVt-2. .133. 2.188**. .104. 1.542. .120. 1.985*. .118. 1.948*. .102. 1.683*. RVt-3. .176. 2.916***. .185. 3.067***. .166. 2.509**. .178. 2.974***. .171. 2.869***. RVt-4. .101. 1.683*. .101. 1.669*. .109. 1.819*. .090. 1.380. .106. 1.768*. RVt-5. .075. 1.240. .086. 1.416. .082. 1.362. .095. 1.571. .043. .660. IVt-1. .107. 1.376. .159. 2.035**. .134. 1.706*. .129. 1.611. .181. 2.296**. OPVt-j. -.041. -.652. .070. 1.118. .077. 1.215. .078. 1.273. .152. 2.473**. INVt-j. -.093. -1.614. -.083. -1.430. -.132. -2.222**. -.145. -2.391**. -.131. -2.166**. adj-R. .255. Dσ (積極限價單). Dσ (不積極限價單). Dσ (市價單). 2. .253. .260. 40. .262. .269.