恐慌指數(VIX)與匯率的關係 - 政大學術集成

全文

(1)國立政治大學商學院經營管理碩士學程國際金融班碩士論文. 立. 政治大. ‧ 國. 學. 恐慌指數(VIX)與匯率的關係. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：張元晨博士研究生：黃呈耀撰. 中華民國一零四年六月.

(2) 摘要本研究是由恐慌指數(VIX)與匯率升貶在短期間的互動關係。本研究使用德意志銀行旗下之 DB Index Quant Group’s 公司操作做利差交易貨幣型指數做為利差交易的替代變數，該指數利用 3 種多頭與 3 種空頭的貨幣作利差交易的標的。由指數的強弱，可反映出利差交易的報酬。而恐慌指數(VIX)是由 CBOE(芝加哥選擇權交易所)在 1993 年推出，為指數選擇權含波動率加權平均後所得之指數。本研究採用單根與向量自我迴歸來檢驗恐慌指數(VIX)與利差交易貨幣型指數(DBHVG10U)的因果關係。經由. 政治大. 2000 年到 2015 年的實驗研究顯示，恐慌指數上升，會對美元指數有推昇的影響，但. 立. 是美元指數的漲跌對恐慌指數的影響程度不顯著。. ‧ 國. 學 ‧. 關鍵字：VIX、恐慌指數、貨幣型指數、DBHVG10U. n. er. io. sit. y. Nat. al. Ch. engchi. i. i n U. v.

(3) 目錄第一章緒論 ......................................................................................................................... 1 第一節研究背景 ......................................................................................................... 1 第二節恐慌指數(VIX)的介紹 ..................................................................................... 4 第三節利差交易貨幣型指數(DBHVG10U) ................................................................ 6 第四節研究動機與目的 ............................................................................................. 9 第五節研究流程 ....................................................................................................... 12 第二章理論基礎與文獻回顧 ........................................................................................... 13 第一節影響匯率的因素： ....................................................................................... 13 第二節 VIX 與匯率歷史事件 ..................................................................................... 27 第三節 VIX 與利差交易的文獻 ................................................................................. 30 第四節文獻回顧總結 ............................................................................................... 33 第三章研究方法 ............................................................................................................... 34 第一節研究流程說明 ............................................................................................... 34 第二節單根檢定 ....................................................................................................... 34. 立. 政治大. ‧ 國. 學. ‧. 第三節共整合檢定 ................................................................................................... 37 第四節向量自我迴歸模型 ....................................................................................... 37 第五節 Granger 因果檢定 ........................................................................................ 39 第四章實證結果 ............................................................................................................... 41 第一節基本分析與變數選取 ................................................................................... 41 第二節單根檢定結果 ............................................................................................... 42. n. er. io. sit. y. Nat. al. Ch. i n U. v. 第三節門檻共整合檢定之實證 ............................................................................... 43 第四節因果關係與向量自我迴歸分析 ................................................................... 44 第五章結論與建議 ........................................................................................................... 46. engchi. 第一節研究結論 ....................................................................................................... 46 第二節研究建議 ....................................................................................................... 46 參考文獻 ............................................................................................................................. 47 英文文獻 ..................................................................................................................... 47 中文文獻 ..................................................................................................................... 47. ii.

(4) 圖目錄圖 1：美 10 年期公債殖利率 ............................................................................................. 2 圖 2：CBOE Volatility Index. .............................................................................................. 3 圖 3：S&P500 ...................................................................................................................... 3 圖 4：歐元兌美元 ............................................................................................................... 4 圖 5：DBHVG10U 指數表現 ............................................................................................. 6 圖 6：DBHVG10U 指數權重 ............................................................................................. 7 圖 7：PowerShares DB G10 Currency Harvest Fund ......................................................... 8 圖 8：美、歐、日、澳、韓貨幣兌 ................................................................................. 11 圖 9：S-LM-BP 供給與需求 ............................................................................................ 14 圖圖圖圖圖圖. 10：美元指數 ............................................................................................................... 16 11：美元兑日圓(安倍第二箭) ..................................................................................... 17 12：美元兑人民幣 ....................................................................................................... 19 13：資金流動 ............................................................................................................... 20 14：澳幣兌美元、美金兌日圓 ................................................................................... 22 15：美國 ISM 製造業採購經理指數 .......................................................................... 23. 圖圖圖圖圖圖. 16：美國非農業就業人口增減 ................................................................................... 23 17：美國芝加哥採購經理人指數 ............................................................................... 24 18：美國貿易收支 ....................................................................................................... 24 19：零售銷售月率 ....................................................................................................... 25 20：美國實際 GDP 年化季率 ..................................................................................... 25 21：美國密西根消費者信心指數 ............................................................................... 26. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. i n U. v. 圖 22：(1990-2003)CBOE Volatility ndex® (VIX® ) ....................................................... 28 圖 23：VIX 對數的資料圖型 ........................................................................................... 42 圖 24：DBHVG10U 對數的資料圖型 ............................................................................. 42. Ch. engchi. iii.

(5) 表目錄表 1：摘要統計 ................................................................................................................. 41 表 2：單根檢定 ................................................................................................................. 43 表 3：因果關係 ................................................................................................................. 44 表 4：2000/9/18-2015/3/19 因果關係 VAR 估計結果..................................................... 44 表 5：2000/9/18-2008/8/30 海嘯前，因果關係迴歸估計 .............................................. 44 表 6：2008/9/1-2015/3/19 海嘯後，因果關係迴歸估計 ................................................ 45. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iv. i n U. v.

(6) 第一章緒論第一節研究背景 2008 年 10 月以來，雷曼兄弟銀行倒閉，引發次貸風暴危機，美國股市從 13930 點下降至至 6470 點，歐元從 1.6 對美元跌至 1.2 對美元，恐慌指數(VIX)從 39.39 漲至 89.53。投資人借藉由以低利率日元、瑞郎做融資並投資到歐元、澳幣、紐幣等高利率的利差交易，金額多達數千億美金。結果在金融海嘯的恐慌下美元大漲，投資人被迫平倉日幣、瑞朗的借貸，促使非美元貨幣、利差交易商品貨幣加. 政治大化加劇，商品價格不穩定，加上冰島的衍生性商品違約事件，也引發石油價格從立重貶值，日圓、瑞朗在平倉的買盤下觸發急速升值，造成全世界的金融市場的變. 134 元跌至 35 元的劇貶。. ‧ 國. 學. 本文的主要研究議題在探討是否可以藉由 VIX 的風險值來作為匯率利差交. ‧. 易的領領先指標，在 VIX 指數相對高前將利差交易部位平倉，在 VIX 相對低點. y. Nat. 再建立利差交易部位。美國聯準會連續六年非常規的貨幣寬鬆政策下，維持美國. er. io. sit. 的利率水準在接近於零的水準。投資人在通貨膨脹的隱憂與零利率環境之下，追逐報酬與追求利潤的利差交易益行增加據估計已達 1 兆美元。. al. n. v i n 利差交易對匯率的影響，儼然成為影響貨幣的重要因素。美國的寬鬆政策， Ch engchi U. 日本持續購回政府公債，歐元區實施的負利率政策，均促使投資人為了追求大於零利率及通貨膨脹的投資報酬率。紛紛使用較 2008 年以前更高的財務槓桿從事利差交易，迫使澳幣、紐幣、歐元升值程度高過金融海嘯以前。而高匯率、高利率的國家的出口受阻，外匯盈餘減少、國內生產毛額(GDP)下降。利差交易會影響國際間的匯率水準，及各國的總體經濟指標，進而影響各國家的貨幣政策、財政政策。近期內如果美國貨幣政策轉向，造成資金流回美國，有可能造成低率利國家匯率劇貶，資金流失也可能讓新興國家貨幣貶值遭受金融危機的衝擊。而各國匯率的高與低是兩面刃，太高則對該國出口不利，造成 GDP. 1.

(7) 下降，但卻造成該國進出口物價太高，引發潛在的通膨壓力，因此投資人如何因應美國貨幣政策接下來的調整，減低利差交易可能的損失，是一項重要的課題。 21 世紀的世界資訊化、資金無國界、金融槓桿化，匯率的變動不再是微小可預期，而是錯綜複雜，互相連動。美元的強勢不再領導世界經濟，貨幣戰爭以鄰為壑時有發生，8 大貨幣也跟波動劇烈。下圖的美國十年期公債殖利率創歷史新低，VIX 起伏頻率大，美股創新高，歐元創 13 年新低，都在極端高低點，突顯金融的不穩定，是個風險訊號，要提防泡沫總是在不經意中被戳破。. 政治大. 圖 1：美 10 年期公債殖利率(資料來源：鉅亨網). 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 2. i n U. v.

(8) 圖 2：CBOE Volatility Index.(資料來源：CBOE). 政治大. 立. ‧. ‧ 國. 學. 圖 3：S&P500(資料來源：鉅亨網). n. er. io. sit. y. Nat. al. Ch. engchi. 3. i n U. v.

(9) 圖 4：歐元兌美元(資料來源：鉅亨網). 政治大. 立. ‧ 國. 學. 第二節恐慌指數(VIX)的介紹. ‧. VIX 指數（Volatility Index）又稱恐慌指數，是由 CBOE（芝加哥選擇權交. y. Nat. sit. 易所）在 1993 年推出，為指數選擇權隱含波動率加權平均後所得之指數。. n. al. er. io. VIX 反映出投資者願付出多少成本去對待自己的投資風險，因此廣泛用於反. i n U. v. 映投資者對後市的恐慌程度。當指數愈高意味投資人對股市狀況感到不安；當指. Ch. engchi. 數愈低，表示市場上的股票指數變動將趨緩。. VIX 計算方式是選取 S&P100 指數選擇權的近月份與次月份最接近價平的買權及賣權共八個序列，分別計算其隱含波動率之後再加權平均所得出的指數，後來該指數在 2003 年修正將選取標的從 S&P100 改為 S&P500 並將最接近價平的買權及賣權的序列改為所有序列。 VIX 特性：第一、VIX 指數具有回復特性，第二、VIX 指數的動態與 S&P 指數報酬率呈現正相關走勢。. 4.

(10) VIX 計算公式 CBOE 以方差和波動率掉（variance & volatility swaps）的方法更新計算公式，其公式如下：. 政治大其中 T 為距到期時間(分)；F 為遠期指數水平；Ki 是第 i 個價外期權的履約價；立. ‧ 國. 學. ；K0 為低於遠期指數水平的第一個履約價；R 表示無. 風險利率；Q(Ki)表示履約價 Ki 契約的買賣價中間值；要計算 F 需要先計算出同. ‧. 履約價的買權價格和賣權價格，再帶入下式：. sit. y. Nat. al. er. io. 所以美國 S&P500 指數的起伏最容易影響 VIX 指數的波動，FED 升息在現今. v. n. 低息與低基期下影響小。以下的例子即是股市下跌引起恐慌指數大漲。 1. Ch. engchi. i n U. 油價重挫，希臘選舉帶來不確定因素，最近全球主要股市明顯回檔，有「恐. 慌指數」之稱的芝加哥期貨交易所波動率指數（VIX）升到 20 以上。 2. 路透社(2012-12-30)擔心美國本周若墜落財政懸崖股市會暴跌的投資人或許. 不必緊張，數周後華府未能達成協議以提高舉債上限才可怕，因為那會導致違約、再度被調降債信評級以及金融市場陷入恐慌的可能性升。 3. 希臘總理突然提出以公投決定是否接受紓困，令歐盟解決方案不確定性大增。. 周二歐股大跌，美股四大指數也全面收黑，VIX 恐慌指數一日狂升 16%至 34.77。. 1. 張瀞文，「因應恐慌指數升高」，投資宜股債兼備，經濟日報，2015-01-08，B1 版. 2. 于倩若編譯，「舉債上限才可怕」，路透社專欄，2012-12-30。李娟萍，「西臘公投震撼彈 VIX 恐慌指數單日狂升 16%」，經濟日報，2011-11-03，B2 版。 5. 3.

(11) 第三節利差交易貨幣型指數(DBHVG10U) 指數是用來衡量各市場或產業走勢之指標，每檔 ETF 均是追蹤某一個特定指數，所追蹤之指數即為各檔 ETF 之標的指數。投資人如欲追求某一個市場或產業之股價報酬率，便可直接投資以該市場或產業指數為標的之 ETF。 Deutsche Bank G10 Currency Harvest USD 指數係由德意志銀行旗下之 DB Index Quant Group’s 公司操作，以 G10 貨幣之匯率期貨為交易標的，利用利率較高之貨幣具有升值傾向之特性，買進高利率貨幣之期貨同時放空低利率期貨而獲利，G10 貨幣為美國、歐元、日元、加元、瑞士法郎、英鎊、澳元、紐西蘭元、. 政治大 G10 貨幣。是屬於利差交易貨幣型指數。圖 5 顯示利差交易在海嘯前逐步加倉，立挪威克朗及瑞典克朗。持有三個利率最高的 G10 貨幣，並沽空三個利率最低的. 海嘯時期指數劇跌利差交易減少與平倉，海嘯後貨幣寬鬆利差交易又逐漸增溫，. ‧ 國. 學. 越過前高。圖 6 則比較指數與美股大盤回報的優劣與風險。. ‧. n. al. er. io. sit. y. Nat. 圖 5：DBHVG10U 指數表現(資料來源：DBIQ). Ch. engchi. 6. i n U. v.

(12) 圖 6：DBHVG10U 指數權重(資料來源：DBIQ). 立. 政治大. ‧. ‧ 國. 學 y. Nat. sit. 為了讓 ETF 市價能反映與標的指數之水平，每一檔 ETF 在商品規劃之初，. n. al. er. io. 會將 ETF 之每一單位淨值設計為標的指數之某一百分比，因為將 ETF 之淨值和. i n U. v. 股價指數連結起來，投資 ETF 之損益便與指數之走勢直接相關。. Ch. engchi. ETFs 英文原文為「Exchange Traded Funds」，正式名稱為「指數股票型證券投資信託基金」，它是一種上市交易的有價證券，是追蹤某一項特定指數在證券交易所交易的基金，目的是使投資人能像買賣股票那麼簡單地去買賣標的指數的一種基金，使得投資人能從中獲取該項商品的報酬率。 PowerShares DB G10 Currency Future Harvest Fund 主要之投資策略係使其基金之績效接近 Deutsche Bank G10 Currency Future Harvest Index 指數之績效，而使保戶得以享有 Deutsche Bank G10 Currency Future Harvest Index 指數之穩定成長報酬。所以歸內為利差交易貨幣型指數基金。成立於 2006 年 9 月 18 日。圖 7 顯示指數基金的月線圖。 7.

(13) 圖 7：PowerShares DB G10 Currency Harvest Fund(資料來源：鉅亨網). 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. n. al. er. io. 除了 DBHV10U 其他貨幣型指數與 ETF。常見的一個做法是賣出低利率的日. i n U. v. 元，買進高利率的澳幣。貨幣 ETF 的投資也可以沽空日元 ETF(譬如. Ch. engchi. CurrencyShares Japanese Yen Trust ETF)，然後買進澳幣 ETF(如 CurrencyShares Australian Dollar Trust ETF)，一樣可以達到 Carry trade 目的。 PowerShares DB U.S.Bullish ETF (美股：UUP)便是追蹤美元指數。 PowerShares DB U.S. Bearish ETF (美股代號：UDN)則是美元指數反向。 iPath Optimized Currency Carry ETN (美股代號：ICI)。是追蹤 Barclays Capital Intelligent Carry Index。這個指數是有系統沽空 G10 中利率較低的貨幣，然後持有利率較高的貨幣。其他與外匯貨幣相關基金有：十大工業國貨幣套息交易基金(DBV)，放空美元基金(UDN)，作多美元基金(UUP)，日圓基金(FXY)，瑞士法郎基金(FXF)，歐 8.

(14) 元基金(FXE)，加幣基金(FXC)，英鎊基金(FXB)，澳元基金(FXA)，人民幣基金 (CYB)，瑞典克郎基金(FXS)，墨西哥披索基金(FXM)等。貨幣型指數與 ETF 的市場推陳出新，ETF 金額佔大盤重要比率，利差交易的交易量勢必影響交差匯率。VIX 的風險起伏，也影響貨幣型指數與 ETF 的回報。 4. 貨幣型基金一向是法人資金停泊靠站，由於收益率為 0.65%，比現金有收. 益，加上交割日為 T+1，流動性足夠，往往成為大型法人機構的停靠站。 5. 4 月以來，DXY 美元指數下跌 0.4%，連動新興貨幣走勢回升，JPMorgan. 政治大明顯回穩，甚至有機會逆勢走升，增添新興市場資產魅力。立. 新興貨幣指數上漲 1.7%，對照去年大幅走貶的窘境，今年的新興貨幣走勢不但. 6. 國際匯市變盤快速，美元由強轉弱，引發全球資金大挪移。投信業者指出，. ‧ 國. 學. 面對快速變動的匯率，全球貨幣市場基金兼具全球債市多頭及分散匯率險的雙重. 7. ‧. 利基。. y. Nat. 鑑於國際匯市時有波動，最近市場上出現一種兼具「外匯、避險」雙重概念. er. io. sit. 的新種 ETF（指數股票型基金）「DBV」，利用槓桿設計在國際貨幣市場賺取利差。對一般民眾來說，匯率操作是風險相當高的投資工具，獲利困難；但對高資. n. al. i n 產族群來說，匯率投資卻是分散資產風險的基本配備。 Ch engchi U. v. 本研究主要以 DBV 10. 年的表現來驗證 VIX 影響利差交易的報酬。第四節研究動機與目的. 台灣是海島型的國家，資源缺乏，以出口為導向，創造外匯是國家資本收入來源。貿易商在交易的過程中時常遭受匯率的波動，匯率的升貶是司空見慣，報價與最終匯兌價格時常有差距。這些匯兌的狀況時時出現在以出口佔 GDP60% 的台灣。. 4. 曹佳琪，「貨幣基金資金避風港」，經濟日報，2013-07-19，B2 版。李娟萍，「新興貨幣本月止跌回升」，經濟日報，2015-04-10， B1 版。 6 曹佳琪，「全球貨幣基金雙重利基護體」，經濟日報，2009-04-17，B3。 7 蔡靜紋，「DBV、 ETF 外匯避險雙贏管理」，經濟日報，2006-10-18，B3 版 9 5.

(15) 貿易商為求避險與增加獲利，高買低賣、低買高賣、NDF，選擇權、期貨等操作，天天上演。經由(DBHVG10U)三個多倉與三個空倉，可以幫助貿易商判斷美元指數的走向，相對的就是非美元指數歐、澳、紐等八大貨幣與新台幣的趨勢，讓貿易商有一個判斷依據，維持獲利。而 VIX(恐慌指數)是由美國 S&P500 的現價、利率、期貨、風險計算出，美國股市的漲與跌，將改變 VIX 的高低，也將影響利差交易的套利，也將影響美元指數的變化，進而影響台幣的升貶。利差交易平倉，造成世界金融不穩定，進而左右國家的匯率。小的平倉潮還. 政治大大亂，需要長時間調整以建立新的平衡。過大的槓桿操作者，方向錯誤不是資金立. 可借力使力，在高點賣出，低點承接。大的平倉潮往往造成金融危機使金融次序. 缺口就是資金凍結。所以利差交易的風險，在於不能無止境的放大，須配合資產. ‧ 國. 學. 配置安全比例。. ‧. 匯率變動在海嘯後，波動更形劇烈，周期更短。如圖 8 美、歐、日、澳、韓. y. Nat. 貨幣兌鋸齒型劇烈波動。美、歐、日本、中國相繼推出非常規的貨幣政策救市，. er. io. sit. 使得貨幣政策不一致性，匯價混亂。2014 年後期，QE 結束寬鬆購債，美元指數轉強，歐、澳、英等非美貨幣大跌。聯準會主席 YELLEN 延遲升息與如何升息. al. n. v i n 與升息的節奏，勢必影響 VIX，各國總體經濟，各國的貨幣變化，投資人也要因 Ch engchi U 應美元多頭到來重新調整報價，以利出口。利差交易持續在股市、外匯、國債、商品裏竄流，風險繼續存在細節裡。 VIX（恐慌指數）短期與長期對匯率的影響，經由貨幣型指數（DBHVG10U）. 的觀察，了解多空的方向，投資人調整配置自己的部位。. 10.

(16) 圖 8：美、歐、日、澳、韓貨幣兌(資料來源：鉅亨網). 立. 政治大. ‧. ‧ 國. 學. 8. sit. y. Nat. 俄羅斯盧布暴跌引發骨牌效應，華碩、宏碁、微星、技嘉與聯想等五大筆. al. er. io. 記型電腦（NB）品牌在俄羅斯銷售全數停擺。法人預期，業者暫停產品在俄羅. v. n. 斯銷售期間，每天損失上億元，並將於本季財報認列應收帳款帳面損失，本季獲利表現恐不如預期。. Ch. engchi. i n U. 9. 隨著日圓兌美元近日逼近 80 日圓大關，15 年前日圓遽升導致出口商損失慘. 重的歷史似乎又將重演。不過，這次企日本業顯得泰然自若，因為產線外移幫助他們避開了匯兌損失。 10. 新台幣重貶，電子業者急著建立美元部位。國內以出口導向為主的筆記型. 電腦大廠，如仁寶、廣達、英業達、緯創、華碩、宏碁等，其外匯操作部門緊盯新台幣走勢，積極布建美元部位以自然避險。. 8. 尹慧中，「五大 NB 品牌惡火吞世獲利」，經濟日報，2014-12-22，A3 版。莊雅婷，「日企業產線外宜避匯損」，經濟日報，2010-08-13，A2 版。 10 張義宮、李立達、李珣瑛，「電子業急建美元部位」，經濟日報，2008-10-24，A2 版。 11 9.

(17) 第五節研究流程茲將本文的流程列表於下：. 研究動機與目的. 理論基礎與文獻回顧. 立. 政治大研究方法. ‧. ‧ 國. 學實證結果. n. er. io. sit. y. Nat. al. Ch. 結論與建議. engchi. 12. i n U. v.

(18) 第二章理論基礎與文獻回顧第一節影響匯率的因素：（1）購買力平價理論（Purchasing Power Parity） Cassel(1981)主張貨幣的供需決定一國的經濟榮估與物價水準-在自由貿易的基礎。在其他因素不變的假設下，一國的一般物價水準(以 Pd 表示)就等於外國的一般物價水準(以 Pf 表示)成以匯率(以 S 表示)，即進口商品的本國物價水準應該等出口的物價水準乘以匯率： Pd=Pf˙S. 政治大. 這個關係暗示一國貨幣與另一國貨幣之間的兌換率等於兩國間的相對物價比率，. 立. 此即購買力平價論。. ‧ 國. 學. 大漢堡指數是以一個國家的大麥克以當地貨幣的價格，除以另一個國家的大麥克以當地貨幣的價格。該商數用來跟實際的匯率比較；要是商數比匯率為低，. ‧. 就表示第一國貨幣的匯價被低估了（根據購買力平價理論）；相反，要是商數比. y. Nat. sit. 匯率為高，則第一國貨幣的匯價被高估了。是最好的購買力平價理論例子。. n. al. er. io. 劉明貞（2012）在長期購買力平價說實證分析，利用 Im, Lee and Tieslau (2010). i n U. v. 提出的追蹤資料單根檢定模型實證結果顯示不論是利用消費者物價指數或是躉. Ch. engchi. 售物價指數為物價基礎，增加考慮結構性改變以及利用追蹤資料檢定皆明顯的更強烈支持購買力平價說成立。楊添貴(2002)在大麥克價價格與購買利平價說，使用所有已公佈的大麥克價格，利用各種驗證購買力平價說是否成立的方法，從橫斷面觀察，大麥克平價與匯率的走勢似乎有趨於相等的傾向。 (2).利率平價理論 (Interest Rate Parity) 資金在國際間自由流動，若兩國間的利率水準不同，就會引發套利資金的流動，再均衡時，使得遠期匯率 F 等於及其匯率 S 乘以本國本利和(1+id)除以外國本利和(1+if)。或者是套利資金在貨幣市場上所賺得的利率差，在外匯市場必須 13.

(19) 貼出遠期匯率貼水(貨及其匯率損失)，及故當本國利率水準大(小)於外國利率水準(id-if>0)時，預期未來本國貨幣將會貶(升)值。 McCallUM(1994)在其研究中提到，當市場上有重大金融是件發生時，貨幣管理機構很可能施行政策干預，以平緩利率及匯率的變動，政策干預許多時候是視市場反映的反應而採取漸進的方式進行。遲宗軍(2007)在貨幣利差交易的研究，根據對 UIRP 的檢定結果，發現係數幾乎皆顯著異於 1，且大都為負數。係數小於 0，隱含著有遠匯升水的貨幣，傾向貶值；亦即，低利率的貨幣傾向貶值。. 政治大 Keynes 型態的開放總體經濟模型 IS-LM-BP 模型，可用來分析財政政策與貨立. (3)Mundell-Fleming 模型. 幣政策是否能提升所得水準。其中 IS 是只 IS 曲線，表示調整一國的儲蓄與投資，. ‧ 國. 學. 以使得商品市場均衡。圖 9 顯示貨幣在開放型經濟下財政、貨幣政策的變化。. ‧. 圖 9：IS-LM-BP 供給與需求. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. A.貨幣政策：指中央銀行為實現既定的經濟目標（穩定物價，促進經濟增長，實現充分就業和平衡國際收支）運用各種工具調節貨幣供應量和利率，進而影響經濟的方針和措施的總合，是央行主要政策。擴張性的貨幣政策是通過提高貨幣供應增長速度來刺激總需求，在這種政策下，取得信貸更為容易，利息率會降低。因此，當總需求與經濟的生產能力相比 14.

(20) 很低時，使用擴張性的貨幣政策最合適。 2008 年金融海嘯，美國聯準會(FED)量化寬鬆釋出 4 兆美元的流動性。歐洲央行(ECB)2015 年 1 月開始購債每月購買 600 憶歐元。日本的國債已達 1 兆美元，而及市各國央行的寬鬆貨幣政策，資金先印出鈔票，在市場流動，觸使經濟活動，避免通縮，結果是貨幣的貶值，出口增加，股市漲。緊縮性的貨幣政策是通過削減貨幣供應的增長率來降低總需求水平，在這種政策下，取得信貸較為困難，利息率也隨之提高。因此，在通貨膨脹較嚴重時，採用緊縮性的貨幣政策較合適。. 政治大美元指數的變化反應美國貨幣政策與財政政策的刺激。立. 美國聯準會在 2015 年，為了防止通膨加速，逐漸生息，回收美元。圖 10. 陳怡君(2012)在聯準會寬鬆對於外匯市場交易量之影響研究中發現，利率差. ‧ 國. 學. 和匯率波動對於外匯期貨交易量具有顯注正向關係，推測當利率差和匯率波動越. ‧. 大，將誘使國際熱錢和投資人的資金流入市場，造成交易量增加。. y. Nat. 劉逸軒(2010)在美國聯準會利率政策調整對全球股市報酬率與波動性之外. er. io. sit. 溢效果。研究結果指出美國聯準會利率政策變動下，調升或降利率對全球股是兼具有顯著不對稱的外溢效果，其中對成熟股票市場與新興股票市場的影響也呈. n. al. 現明顯的差異性。. Ch. engchi. i n U. v. 林耕宇(2013)在寬鬆貨幣政策的金融市場外溢效果—GVAR 模型分析研究結果發現各國金融變數有明顯的外溢效果，並當先進國家匯率市場熱潮降溫時，新興市場貨幣會有升值的壓力。. 15.

(21) 圖 10：美元指數(資料來源：鉅亨網). 政治大政工作的指導原則，通過財政支出與稅收政策來調節總需求。增加政府支出，可立 B.財政政策是指國家根據一定時期政治、經濟、社會發展的任務而規定的財. 以刺激總需求，從而增加國民收入，反之則壓抑總需求，減少國民收入。安倍第. ‧ 國. 學. 二支箭即財政政策，則是加強基礎建設，改善出口結構，產業轉型，使得企業界. y. Nat. 值。. ‧. 更有競爭力，創造經常帳盈餘。圖 10 顯示安倍三箭貨幣與財政政策造成日圓貶. er. io. sit. 陳筱昀(2013)信心因素對台灣財政政策傳遞效果之影響分析研究實證結果可呼應在景氣衰退期間，政府為提振經濟復甦，大多採行擴大政府支出，並積極. n. al. i n 公開向國人信心喊話，以提振民間消費及投資之目的。 Ch engchi U. v. 張雅貞(2012)在財政政策經濟效果之研究中指出，動態隨機一般均衡(DSGE). 模型之應用研究，擴張性財政政策確實可達到增加 GDP、提高民間消費等效果，但由實際資料觀察可發現財政政策對整體就業率之影響似乎不大。. 16.

(22) 圖 11：美元兑日圓(安倍第三箭)(資料來源：鉅亨網). 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 17. i n U. v.

(23) C：國際收支狀況：當一國對外經常項目收支處於順差時，在外匯市場上則表現為外匯(幣)的供應大於需求，因而本國貨幣匯率上升，外國貨幣匯率下降；反之，當一國國際支出大於收入時，該國即出現國際收支逆差，在外匯市場上則表示為外匯(幣)的供應小於需求，因而本國貨幣匯率下降，外國貨幣匯率上升。國際收支盈餘增加，及外匯存底增加，就賣出外匯，買進本幣，本幣就處於需求大於供集的價格。例如中國的外匯存底從 2000 年的負債到 2014 年的 4 兆美元，人民幣從 8.21 到 6.2 增值了 37%。而巴西的儲蓄少，出口不佳，石. 政治大款大增，賣美元釋出人民幣，人民幣因而強升。立. 油、鐵礦砂又劇跌盈餘少，里爾一直創新低。圖 12 顯示中國大量出超，外匯占. 楊之琳(2011)在貨幣危機預警系統—經常帳與金融帳之影響研究中發現，直. ‧ 國. 學. 接投資淨額與貨幣危機應變數為負向的關係，當直接投資淨額低時，較易發生貨. ‧. 幣危機；證券投資淨額與貨幣危機應變數無一定的關係；其他投資淨額與貨幣危. y. Nat. 機為正向關係，當其他投資淨額高時較易發生貨幣危機。經常帳與金融帳的乘積. er. io. sit. 項在 10%的水準下顯著的與貨幣危機為反向關係，因此在經常帳與金融帳同時為赤字且<-4%時較易發生貨幣危機。. al. n. v i n 侯美惠(1987)在即期匯率、遠期匯率與經常帳的關係中指出，經常帳有貿易 Ch engchi U. 順差時，即期匯率、遠期匯率會升值；經常帳有貿易逆時差，即期匯率、遠期匯率將會貶值。. 18.

(24) 圖 12：美元兑人民幣(資料來源：鉅亨網). D 資本流動(EPFR). 立. 政治大. 經常帳與資本帳的盈餘帶來國家的外匯存底，資本帳用於基礎建設、工業革. ‧ 國. 學. 新、如果只是短期的股市投資，容易流出。例如俄羅斯盧布在 2014 年流出 2000. ‧. 億美金，面臨資金缺乏，盧布重貶 100%。. y. Nat. EPFR(Emerging Portfolio Fund Research)是美國一家美國基金研究機構關注. er. io. sit. 世界 15000 个新興市場基金和超過 7 萬億美元的美國基金。為購買方和出售方企業進行宏觀和定量研究,可以觀查出美元資產的流動，進而影響新興國家的資本. al. n. v i n 帳與貨幣的升水貼水。圖 13 顯示海嘯前後，新興市場資金流出，而後美國貨幣 Ch engchi U. 寬鬆印鈔票，資金又重回新興市場。. 許馨云(2009) 資本流動與股匯市之互動關係-以 G7 為例，利用聯立方程式模型及 VAR 向量自我迴歸模型發現，資本流動與當期及前期股價報酬率呈現正向關係；資本流動與匯率變動率為正向關係，與美國利率為負向關係；匯率變動率與外國股價報酬率為負向關係但與美國股價報酬率為正向關係。陳建昌(2001) 國際資金流動對東亞國家之影響--以東亞金融風暴為例研究發現，一、因為國內儲蓄普遍不足以支應投資所需，所以得長期仰賴外資幫助，造成經常帳長期赤字。二、資本市場開放失序，造成短期資金（hot money）攻. 19.

(25) 擊股匯市，加速金融市場崩潰。. 圖 13：資金流動(資料來源：Emerging Portfolio Fund Research). 立. 政治大. ‧. ‧ 國. 學. (4)利差交易（Carry Trade）. sit. y. Nat. Carry trade 一般指外匯上的利差交易，即借入利率較低的貨幣，然後買入並. al. er. io. 持有較高收益的貨幣，藉此賺取利差。. v. n. 利差交易就是利用不同貨幣的利差謀取收益的交易方式。由於日本長期實行. Ch. engchi. i n U. 零利率，為了追逐利差收益，國際投資者紛紛借入日元購買那些以其他幣種計價的高收益資產，希望從中獲利。據估計，日元利差交易的規模可能高達數千億美元。日本的零利率政策使得廉價的日元大量涌入全球市場，買入高息債券或者涌入股市，從而推高了各國流動性水平。根據世界清算銀行的外匯市場年報，2005 年至 2006 年全球流動性資金非常充沛，主要因素就是貨幣之間利差導致的套利行為。從原油期貨到金屬期貨再到股市，都有著利差交易資金的身影。 Gagnon and Chaboud（2007）使用市場公開資訊來分析利差交易，作者認為由於日幣的利率低，為市場上使用最廣泛的利差交易工具，因此將研究重點放在 20.

(26) 日幣的利差交易上，本研究發現利差交易所導致的日幣價格變化有不對稱的現象，特別是在利差交易發生平倉時，日幣升值非常迅速。在資產負債表方面，本研究發現於資產負債表上持有較多利差交易部位的是日本官方部門，銀行部門的部位則是其次，反倒是日本私人企業部門雖有很大的外幣資產部位，但卻沒有很大的放空日幣部位，顯見日本私人企業部門在利差交易上參與並不多，這些外幣部位大多來自出口收入，且這些私人企業會使用衍生性金融商品(如遠期外匯、選擇權等)市場來針對外幣資產部位進行避險，而持有這些避險部位的交易對手，如投資銀行、避險基金等，反而會因為持有這些避險部位而參與在利差交易中。. 政治大易量資料，來探討全球利差交易的重要性，由於日幣和瑞士法郎的利率均維持在立 Heath and McGuire(2007)使用國際清算銀行(BIS)的統計資料及外匯市場交. 低檔，因此成為外匯市場上利差交易借貸的目標貨幣，投資人借入日圓或瑞士法. ‧ 國. 學. 郎，轉而投資至高收益幣別，或將資金轉投資至新興市場股票，求取更高的獲利. ‧. 率。在利差交易的快速成長下，使得日圓和瑞士法郎在國際銀行市場、衍生性市. io. er. 差交易也愈來愈受到重視。. sit. y. Nat. 場和外匯市場上交易量有顯著的增加。在國際金融市場上的影響力愈來愈大，利. 蔡閔丞(2011)在外匯利差交易策略研究中指出，遠期匯率偏誤交易動能之運. al. n. v i n 用，自 2003 年起前美國聯邦儲備委員會(FED)主席葛林斯潘採低利率政策，美元 Ch engchi U 成為國際上常拿來融資用的貨幣，也興起了以美元做為融資貨幣(Funding. Currency)的利差交易(Carry Trade)，美元有兩個符合利差交易的條件：低利率、匯率波動小。在利差交易中，標的貨幣(Target Currency)的選取，往往是決定報酬的關鍵。 11. 何謂利差交易？大致上它必須符合下列幾項條件：一、以某一幣別為目標. （target），通常選的是利率升息走向落後的幣別，過去六、七年以來日圓一直採零息政策，日圓弱（weak）為金融界共認；二、投資人（以對沖基金為主）看. 11. 陳柏松，「全球金融市場風雲變色」，經濟日報，200-3-14，A12 版。 21.

(27) 日圓弱且無息，因此放空日圓（也就是向銀行貸借日圓），並折換成高利率貨幣（例如美元 5.25%，或歐元 3.5%），持有等額的強勢貨幣資產，也有部分進入新興股市；三、雖然部位有二隻腳（作空日圓，作多美元），這組合卻不屬套利（arbitrage）交易或價差（spread）交易。事實上，它兩腳同時冒風險。 12. 本政府本周起限制外匯槓桿交易的倍數，分析師認為會引發一波平倉潮，. 帶動日圓上漲，首當其衝的可能是澳元等最受投資人青睞的高收益貨幣，還有大多是家庭主婦的日本散戶投資人。日本金融廳去年決定，將自今年 8 月起限制外匯市場槓桿交易的倍數至 50 倍，明年進一步降到 25 倍。據日本最大網路貨幣經. 政治大顯示渡邊太太在外匯保證金下作多澳幣，而澳日維持穩定，進行套利。立圖 14：澳幣兌美元、美金兌日圓. 紀商 Gaitame.com 最新調查，該公司有 13.6%的帳戶槓桿倍數至少 100 倍。圖 14. (資料來源：鉅亨網). ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 以下的圖型更是長期影響匯率的總體經濟指標：如美國 ISM 製造業採購經理指數、美國非農業就業人口增減、美國芝加哥採購經理人指數、美國貿易收支、零售銷售月率、美國實際 GDP 年化季率、美國密西根消費者信心指數。藉由每個月的公佈，影響美元指數 50 個點上下。 12. 廖玉玲，「日炒匯設限將引發平倉潮」，經濟日報 2010-08-02，A6 版。 22.

(28) 圖 15：美國 ISM 製造業採購經理指數(資料來源：鉅亨網). 立. 政治大. ‧. ‧ 國. 學. 圖 16：美國非農業就業人口增減(資料來源：鉅亨網). n. er. io. sit. y. Nat. al. Ch. engchi. 23. i n U. v.

(29) 圖 17：美國芝加哥採購經理人指數(資料來源：鉅亨網). 學. ‧ 國. 立. 政治大. 圖 18：美國貿易收支(資料來源：鉅亨網). ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 24. i n U. v.

(30) 圖 19：零售銷售月率(資料來源：鉅亨網). 立. 政治大. ‧ 國. 學 ‧. 圖 20：美國實際 GDP 年化季率(資料來源：鉅亨網). n. er. io. sit. y. Nat. al. Ch. engchi. 25. i n U. v.

(31) 圖 21：美國密西根消費者信心指數(資料來源：鉅亨網). 立. 政治大. ‧. ‧ 國. 學 y. Nat. 陳廷維(2008)在匯率與總體經濟指標之研究中指出，中國的匯率波動長期受. er. io. sit. 到各變數的影響，短期卻和利率無關聯；日本的匯率長期和短期變化都與變數無關；韓國的匯率的變化長期受到股市、利率及外匯存底減去外債的差額的影響，. al. n. v i n 短期則是與各變數有關係；台灣的匯率波動長期受到股市、利率及經常帳的影響， Ch engchi U 短期變化則和股市、利率及外匯存底減去外債的差額有關。. 李美杏、紀怡婷、廖憲文、林財川(2013)股債報酬相關性與總體經濟因素關係之探討的研究中，指出總體經濟與股債報酬有極大的關聯。隨著短期利率水準增加，股債報酬相關性愈高；投資人恐慌情緒增加，股債報酬相關性愈低呈現負相關，說明投資人的恐慌情緒產生股市的賣壓造成棄股買債的現象。. 26.

(32) 第二節 VIX 與匯率歷史事件 2-1 貨幣政策的歷史事件 1997 亞洲金融風暴：在亞洲金融危機爆發前，東亞各國陶醉在十多年的經濟榮景中，各國成長的動能更吸引國際資本巨額的流入。然而在各國股市翻升數倍的背後，卻是不健全的金融體制以及虛弱的經濟基本面；這個越堆越高的泡沫終究在 1997 年泰國政府與企業償債能力遭市場質疑時宣告崩解，風暴效應快速襲捲鄰近國家。 1994 年美國逐漸升息，美金回流美國，美金成本升高，借貸國新興國國家. 政治大金融風暴就從泰國、印尼發生，漫延到香港股市大跌、房地產泡沫破裂。那些以立外匯減少、匯率劇貶，投資人大量歸還美金借貸，外匯存底劇減，1997 年亞洲. 深。VIX 升到 40 點，外匯流失，匯率大貶。. 學. ‧ 國. 美金標價的負債轉以本國貨幣的標價急速上漲，這就導致更多的破產、危機加. ‧. 劉正祺(2000)1997 年 7 月 2 日，泰國宣布廢止「固定匯率制度」，而改採「自. y. Nat. 由浮動匯率制度」，造成泰銖應聲大貶。亞洲金融風暴爆發，風暴範圍從泰國蔓. er. io. sit. 延到菲律賓、馬來西亞、印尼、新加坡、韓國、日本、台灣、香港、大陸，甚至影響到北美洲、拉丁美洲和俄羅斯等國家。跨國間的資金移動日漸頻繁，因此. al. n. v i n 衡量熱錢（Hot Money）或資金逃逸（Capital Flight）。造成東亞國家發生通貨危 Ch engchi U 機，惡性通貨膨脹，而印尼更發生國內政的動盪，這種種的現象都符合資金逃逸的條件。 Krugman (1979)將投機客之炒作視為理性經濟個體改變資產組合的一個過程。經濟社會於貨幣危機陰影糾纏下，不斷耗損政府持有之國外資產，當危機發生瞬間資產相對報酬發生改變，理性經濟個體將重新配置其投資組合，大量拋售本國貨幣，造成政府手頭持有之國外資產將被炒作一空。陳昭穆(2007)東南亞金融風暴前後東協五國股市與匯率、利率以及貨幣供給之互動關係實證發現，股市與匯率的相關性最為強烈，大部分國家在金融風暴發. 27.

(33) 生前匯市波動均領先股市走向，甚至出現股匯市互為領先的情形。然而其間的互動狀態卻在風暴後改變；除了領先情形不同外，匯率的落遲期對股價的影響期間縮短，但強度增加；衝擊反應分析則發現，各國股價在金融風暴發生後對匯率隨機衝擊的反應會增強，方向亦趨於統一，顯示金融風暴的確會改變經濟變數間互動關係。圖 22 顯示金融風險與恐慌指數(VIX)的對照。圖 22：(1990-2003)CBOE Volatility ndex® (VIX® )(資料來源：鉅亨網). 政治大. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 2008 金融海嘯. Ch. engchi. i n U. v. 2008 金融海嘯緣由葛老任期內採行自由的市場機制及不斷的將利率視為經濟的救命仙丹來看。其任期內表現，市場上所給的評價很高，直至前不久輿論有了不同的相反議論市場因這次回跌，有人溯源想找出原因，有人歸責於葛老任期內不斷的以採低利率來促進經濟成長最後的代價就是房市泡沫化，又投資銀行的新創金融手法加乘致由次貸引起資產減計等流動性金融風暴外擴到全球致經濟景氣循環再次收縮，好似有道李亞玫(2009)全球金融海嘯是全球經濟失衡失控的結果，而全球經濟失衡是美元本位制先天的制度侷限，在長期不斷製造通貨膨脹下的呈現。美元本位制因. 28.

(34) 全球經濟需要而成立，美元本位制為全球經濟發展作出貢獻，也讓全球經濟付出慘痛的代價。卓延玲(2010)金融海嘯後基差交易之研究，在 2008 年，金融海嘯發生時，因為借款成本上升、信用違約交換對手倒帳而使得基差交易獲利被侵蝕，基差交易策略投資人被迫終結手上部位；面臨市場流動性不佳、債券價格下跌，投資人出售債券面臨更大的損失。金融海嘯後，信用違約交換契約改制，我重新檢視基差交易策略，觀察新舊制契約對基差交易影響的不同之處，以及其他因素對於基差交易的敏感度分析。本文會著重於新制信用違約契約造成基差交易投資人獲利. 政治大. 與誘因的改變，以及提出利用新制契約進行客製化，為基差交易帶來創新的思維。. 立. 2011 歐債危機：. ‧ 國. 學. 歐債危機的出現，最早可追溯至 2009 年 12 月，希臘因欠下鉅額公債，導致. ‧. 債信被信評公司降級，不得不向歐盟與國際貨幣基金（IMF）申請紓困。當時，. y. Nat. 多數人以為這是單一國家的問題，想不到，2010 年中，愛爾蘭與葡萄牙同樣被. er. io. 場連鎖危機。. sit. 降評；2011 年，義大利與西班牙也出現類似狀況。全球各國這才驚覺，這是一. al. n. v i n 李素芳(2013)在歐洲主權債務危機對全球經濟影響之研究中指出，金融海嘯 Ch engchi U. 重創全球經濟與金融，迫使各國再以擴張政策提振經濟，導致各國政府赤字與債務暴增，並於 2010 年引爆歐豬五國主權債務危機，造成歐元持續貶值及金融市. 場劇烈震盪，全球經濟更顯疲弱。為避免危機蔓延，EU、IMF 及 ECB 推出一系列緊急紓困措施，惟為確保經濟長期穩健發展，危機國家應由改善社會經濟結構及控制預算赤字等財政重整計畫，方能提升國家競爭力及維持財政永續。趙永祥(2012)在歐債危機對全球經濟與金融發展之影響中發現，希臘爆發債信危機，因被國際禿鷹集團趁機狙擊而重挫全球股市。爾後，又因國內罷工反抗且被調降債信評，並引發包括希臘在內之所謂「歐豬五國」程度不同之歐債危機；. 29.

(35) 且因其發展已對全球金融市場造成驚心動魄、崩跌、震盪、及衝擊後，而嚴重影響歐元區之穩定與發展，此一負面連鎖反應把整個歐元區經濟成長往下拉而形成歐債危機。鄺穎怡(2014)在歐債危機對新興市場和成熟市場的蔓延效果研究發現，歐債危機發生時，歐豬五國對新興股票市場的比上成熟股票市場更多的影響力。在研究樣本中 21 個股票市場當中，有 11 個股票市場顯示出有蔓延效果的現象。大多數受到蔓延效果影響的都是新興股票市場，這表示歐豬五國對新興股票市場比成熟股票市場產生更多的影響。. 政治大 GDP 比雖非良好的預警指標，該數值太高亦未必表示會有債務危機發生，但若立. 涂玉菁(2014)以財政政策面分析歐元區經濟危機本文實證結果發現，政府負債佔. 實際值高於本文模型所推估出來的理論值甚多，則該國瀕臨債務危機的風險將大. ‧. ‧ 國. 學. 為提高。. 第三節 VIX 與利差交易的文獻. sit. y. Nat. io. er. Jylha, Lyytinen and Suominen（2008）進行利差交易的分析，實證結果顯示：（1）利率較高的貨幣有較高的利率及通貨膨脹風險。（2）利差交易的報酬率和. al. n. v i n 避險基金指數間存在高度顯著相關，驗證了利差交易的確由套利者的投機行為所 Ch engchi U. 產生。（3）隨著套利資本的增加，利差交易報酬呈現遞減情況。（4）利差交易發生，產生買入利率高的貨幣呈現升值狀況，而賣出利率高的貨幣呈現貶值情況，此實證結果與未拋補利率平價理論不相符。曹天馨(2008)在利差交易與次級房貸，操作利差交易者基本上對風險相當敏感，當市場風險波動劇烈，會使得利差交易的操作受到擠壓，促使操作利差交易減少。呂承恩(2014)以利差交易對匯率波動與權益風險溢酬的影響中發現，日本實施零利率政策開始，利差交易成為近年外匯市場最流行的投資策略。探討利差交. 30.

(36) 易的背景之下，各國對日圓利差、各國股價指數與日圓匯率間的關係。並以全球外匯交易量大、做為利差交易標的貨幣的國家做為研究對象，比較 1997 年亞洲金融風暴與 2007 年之金融危機為分界，因為金融危機使全球金融市場都受到不同程度的影響，各國股票市場嚴重下跌，匯率亦大幅貶值，由以新興市場受影響最大，涵蓋了利差交易由盛轉衰的整體過程。最後證明了在利差交易盛行的今天，利差變動的確是影響各國匯率變動的因子。曾翔鈺(2009)在利差交易與股匯市之關係在研究結果指出，在利差與匯率、利差與股市之共整合檢定上，長期之共整合關係存於利率差距較大之幣別組合上，. 政治大因，利差變動為果，顯見是由股匯市之變動來影響到利差的變動。立. 在因果關係檢定，大多變數顯示結果匯率變動為因，利差變動為果，股市變動為. 黃世慧(2014)油價、金價、VIX 及股巿的動態關聯性研究中發現，投資人可. ‧ 國. 學. 透過油價、金價、VIX 指數及 S&P500 股價指數四個變數之間短期偏離均衡狀況. ‧. 的情形，來進行不同巿場間套利。S&P500 股價指數對油價與金價具有解釋能力。. y. Nat. 整體而言，本研究結果驗證油價、金價、VIX 指數及 S&P500 股價指數等變數之. er. io. sit. 間確有其關聯性。. 賴姬葦(2002)保證金變動對市場交易的影響實證結果發現保證金變動與期. al. n. v i n 貨未平倉量成反向關係，顯示提高保證金的確使投資成本上升，且短期較長期更 Ch engchi U 為顯著。另外，保證金變動在短期內的確會擴大成交量，且保證金調高與價格波. 動性呈現反向關係，顯示保證金制度在穩定期貨市場上確實有顯著效果，且短期效果較長期效果來得顯著。因此，調高期貨保證金的確可以抑制投機或降低期貨價格的波動性，保證金制度可謂是穩定的控管機能。許振明、林建甫、林樹明、楊忠勳(2004)以 1983 第 1 季至 2002 年第 2 季的新台幣、歐元、日元、人民幣兌美元匯率季資料，研究匯率間變動分析。Walsh (1998) 的最適合化總體模型延伸至開放經濟體系，並將外匯市場引進模型中。結論當為當日元持續貶值，新台幣跟著貶值；反之，日圓升值，新台幣隨之升值。整體而. 31.

(37) 言新台幣與日圓聯動密切。駱武昌、吳明珊、吳斯偉(2011)台灣、歐洲與美國股市間波動外溢效果研究顯示，波動率指數的外溢現象是存在的，但並不對稱，美國與歐洲的波動對台灣波動的衝擊高於台灣波動對美國與歐洲波動的影響。李沃牆、林惠娜、王秀香(2011)在金融危機下影響黃金現貨價格變動因素之探討中指出恐慌指數黃金與石油價格呈正向關係，與美元指數呈反向變化；與美國十年期公債殖利率呈反向關係，與恐慌指標呈正向變動關係，與道瓊指數呈反向關係。. 政治大過利率差距的借貸行為賺取貨幣間的利差，更有機會賺取股票或原物料市場的資立黃見利(2011)利差交易報酬之非線性關聯研究中指出，利差交易投機者可透. 本利得，但在偶發的天災人禍出現時，利差交易投機者往往也必須付出慘痛的代. ‧ 國. 學. 價，而全球金融市場更是因為利差交易平倉的乘數效果變得動盪不安。. ‧. 林怡昭(2008)在影響亞洲國家匯率變動因素之研究中發現，當匯率波動度變. y. Nat. 大時，資產價格往往是下跌的。也就是當市場匯率波動度升高時，投資者傾向於. er. io. sit. 保守，只尋求報酬較低但相對較安全之標的物，投資人普遍認為本國貨幣相對美元是安全性資產，當風險貼水增加時，投資人傾向持有本國貨幣。這種情形尤以. al. n. v i n 台灣和日本為甚，實證發現以美國 VIX 最具全面性的 C h S&P 500 的波動度指數標 engchi U 效果。. 32.

(38) 第四節文獻回顧總結上述的文獻總結如下：匯率的強與弱，關係國家的外匯存底。太強則出口弱、貿易順差減，太弱則進口貨物貴，國內通膨高，如果經常帳再赤字、技術無法提升，無法創造外匯，就容易被避險基金攻擊。所以經常帳盈餘、外匯存底悠關重要。由於日本的長期低利率政策，帶動利差交易興起，利差交易對於國際金融市場影響力增加，國際貨幣走勢也會因為利差交易的過程而受到影響，利差交易對金融市場的重要性日增。利之所在，趨之若鶩，利. 政治大一旦 VIX 的恐慌出現，就導致市場套利結束而影響匯率的正常趨勢。利差立差交易借低利率來賺取高利率的貨幣，更是自古商業行為，無可置喙。. 交易屬於高投機性的交易策略，其交易報酬高，但風險也高，當利差交易之. ‧ 國. 學. 融資貨幣較目標貨幣升值時，此時將導致相當大的風險，此外股票市場的波. ‧. 動和利差交易風險息息相關，當股市出現大跌時，經常引發利差交易平倉，. y. Nat. 帶動融資貨幣大幅走升，會使利差交易者遭受損失。一旦 VIX 的重大因子. er. io. sit. 出現，就導致市場平倉、斷倉而影響匯率的正常趨勢，而一旦打亂八大貨幣的衍生性商品，也會平倉、斷倉、上沖下洗。最後又是一個金融斷鍊。在. al. n. v i n QE 的階段裡借低率的金額越多，槓桿越大，一旦 VIX 出現，利差交易的反 Ch engchi U 轉力，也巨大。. 33.

(39) 第三章研究方法第一節研究流程說明本研究主要探討恐慌指數(VIX)與匯率的關係，而利差交易是影響匯率的重要因素之一。將透過單根檢定與共整合檢定與因果檢定來分析恐慌指數對於利差交易指數型基金(DBCFH)影響，而 DBCFH 的多空方向即可代表美元指數與非美元指數的趨勢。以下將說明本文之研究方法，首先將介紹單根檢定，時間序列資料若為非定態而直接進行迴歸分析，將導致「假性迴歸」(Spurious Regression)的發生，使得. 政治大. 統計檢定結果錯誤，因此在進行相關檢定分析前，本研究將針對時間序列資料進. 立. 行單根檢定，檢定資料是否為定態。. ‧ 國. 學. 如果單根檢定出來時間序列資料非為定態，此時將分析資料整合階次是否相同，如果整合階次相同，則可進行共整合檢定，分析變數間是否具有長期之共整. ‧. 合關係，此部分將會在第三節來說明。. y. Nat. sit. 在完成共整合檢定後，如果變數間具有長期之共整合關係，接下來將建立誤. n. al. er. io. 差修正模型，並進行變數間的因果檢定，如果變數間不具共整合關係，將會發展. i n U. v. 向量自我迴歸模型 VAR，並進行因果檢定，以分析變數間的短期因果關係，此. Ch. engchi. 部分的內容將會在第四節到第六節分別來說明向量自我迴歸模型、誤差修正模型及因果檢定的方法。如果單根檢定出來顯示時間序列資料為定態，此時變數間並不具有共整合關係，此時將直接建立 VAR 模型，並進行因果檢定，分析變數間的短期因果關係。第二節單根檢定許多經濟及財務變數的時間序列中，發現資料具有隨機漫步(RandomWalk) 的情形，這些時間序列會呈現非定態(Non Stationary)的性質，當時間序列資料為非定態而進行迴歸分析時，得之 R2 將很大，且 t 值非常顯注，則會產生 Granger andNewbold(1974)所發現的「假性迴歸」(Spurious Regression )，其結果將不具意 34.

(40) 義。為了避免「假性迴歸」的問題，在對於總體經濟或財務資料進行分析前，應先檢定資料的恆定性，是否為非定態的性質，也就是檢定資料是否具有單根 (UnitRoot)存在。單根的定義，依 Engle and Granger(1987)指出，一個時間序列資料經過 d 次差分後可達定態，那麼此序列稱為 I(d)數列。即若資料為非定態，需透過差分來使之成為定態。為了保證統計研究之正確，在進行因果檢定及共整合分析前，需對資料進行. 政治大. 單根檢定，檢測時間序列資料是否具備定態，統計上檢定數列是否有單根的檢定方法常見的有以下兩種：. 立. (一) Dickey-Fuller Test 單根檢定法. ‧ 國. 學. 本法由 David Dickey and Wayne Fuller (1979、1981) 提出，完整的 DF 檢定有下. ‧. 列三種形式：. sit. y. Nat. （1）不含截距項與時間趨勢. io. al. n. （2）含截距項但無時間趨勢. er. y t y t – 1 t. y t y t - 1 t. Ch. engchi. i n U. v. （3）含截距項與時間趨勢. y t t y t - 1 t. DF 假設檢定為： H 0 ：＝0 序列為非定態，存在單根 H 1 ：≠0 序列為定態，不存在單根若檢定結果無法拒絕虛無假設(Ho)，即表示數列存在單根現象，為非定態的時間序列，反之，表示數列為定態。 35.

(41) DF 檢定有上述三種形式，在進行檢定前，應先針對時間序列資料進行畫圖，以判斷選擇何種形式，以確保檢定結果之正確性。. (二) 擴充的單根檢定法（Augmented DF test） DF 檢定是透過 OLS 的方式來進行，如果時間數列資料的迴歸檢定結果，其殘差有自我相關不為白噪音(White Noise)，則此時的檢定就會有問題，由於這個因素，也使. 得 DF 檢定範圍和能力受到限制，接下來來衍生出 ADF 法。. 為了解決 DF 檢定無法用於有自我相關之時間序列，Said＆Dickey（1984）發展. 政治大分的落後期，也就是允許誤差項為 ARMA 過程，以 AR(p)的模型進行單根檢定，立. 出擴充的 DF 單根檢定法，將誤差項的假設放寬，在 DF 檢定式中加入自變數差. 使單根檢定估計式符合白噪音的性質，這就是所謂 ADF 檢定法，使用 ADF 檢定. ‧ 國. 學. 法，分析結果將比 DF 檢定法更為謹慎。. y. Nat. io. sit. 無常數項且無時間趨勢（No Intercept and Trend）. n. al. er. （1）. ‧. 加入落後期後之擴充 DF 檢定模型如下：. Ch. engchi. i n U. v. （2）. 有常數項但無時間趨勢（With Intercept but no Trend）. （3）. 有常數項與時間趨勢（With Intercept and Trend）. 36.

(42) ADF 假設檢定為： H 0： ＝ 0，序列為非定態，存在單根 H 1：≠ 0，序列為定態，不存在單根. 第三節共整合檢定當時間序列資料呈現非定態時，經常會使用差分的方式來讓序列資料成為定態，再來進行統計分析，依據 Granger（1986）提出的概念，使用差分的方式處理序列資料，有可能導致喪失隱含在變數之間的長期資訊而僅保留著短期資訊，. 政治大. 因此，當時間序列間存在長期關係時，須以共整合方法來檢定變數間是否具有長期均衡的關係。. 立. 依據 Engle and Granger(1987)對於共整合(Cointegration)的定義，若一組非定. ‧ 國. 學. 態的時間序列資料的線性組合後變成定態，則稱這些變數具有共整合關係，因此. ‧. 如果變數間出現共整合現象，此變數間的迴歸關係仍有其經濟涵義存在。共整合. y. Nat. 關係常被解釋為「經濟變數間具有長期均衡關係」的情況，在短期看來，變數之. er. io. sit. 間可能存在偏離的現象，但長期下將朝著均衡方向調整而達到長期均衡。依據 Engle and Granger(1987)的定義，共整合關係必須符合各序列間的整合. al. n. v i n 階次相同，因此在進行共整合檢定前，應先透過 ADF 單根檢定確認變數間的整 Ch engchi U 合階次是否相同，若不具相同整合階次，則不具有共整合關係。. 本研究探討恐慌指數(VIX)與貨幣指數型基金的關係，如果在單根檢定後，指數資料均呈現相同階次下，將針對恐慌指數(VIX)與貨幣指數型基金來進行共整合檢定，以分析是否具有長期之均衡關係。. 第四節向量自我迴歸模型經過共整合檢定的程序後，接下來便要進行變數間的因果關係分析，為了讓本研究模型更加嚴謹，在進行因果關係檢定前，將先建立向量自我迴歸模型。. 37.

(43) 在進行計量分析時，研究者會根據相關的研究理論來進行迴歸分析，在迴歸分析中會假設因變數會受到自變數的影響，而自變數不會因變數的影響，因變數也稱之為內生變數(Endogenous Variable)，自變數則為外生變數 (ExogenousVariable)，而在迴歸模型的建立中，對於內生或外生變數的判別其實是困難的，一但設定錯誤將使得模型失去意義，造成研究結果的謬誤。為了解決這個問題，Sim(1980)提出向量自我迴歸模型(VAR)，VAR 模型透過多變數、多條迴歸方程式所建構出來，於模型中將所有變數視為內生變數，每一個方程式皆以變數之落後項為解釋變數，透過此種模型的設定來觀察變數變動. 政治大. 對所有變數的影響，向量自我迴歸模型一般型態如下：. 立. ‧. ‧ 國. 學. 根據 Sims(1980)的定義，VAR 模型內的迴歸係數並不具有經濟意義，因此. sit. y. Nat. 不用來作為判定變數間之關係，VAR 模型最大的優點在於能夠克服內外生變數. al. er. io. 的認定問題，考量所有變數間的變動關係，進而將模型加以運用，本研究在發展. v. n. VAR 模型後，將依照共整合檢定結果，如果變數間存在共整合關係，將繼續發. Ch. engchi. i n U. 展向量誤差修正模型，也就是把共整合的長期均衡關係放入 VAR 模型中，接下來再做因果檢定，如果變數間不具共整合關係，那麼將透過 VAR 模型直接進行因果檢定。當時間序列變數具有共整合關係時，表示變數間具有一種長期的共同趨勢關係，表示這些變數在長期時具有往長期均衡來調整的能力，雖然說短期可能會有偏離的現象，但會有個機能使其偏離的現象縮小，這個機制就是所謂的誤差修正機能(Error Correction echanism)，Granger(2004)也提出任一組具共整合關係之 I(1) 的變數，可以誤差修正模型方式來呈現，使得短期動態的模型能夠具有變數間的長期關係，因此也才能用於相關短期模型之分析，如因果關係檢定。將誤差修正 38.

(44) 模型導入 VAR 中，就成為向量誤差修正模型(VECM)，考慮 n 個變數的向量誤差修正模型如下：. 其中£S 為衝擊矩陣，a 為模型調整至長期均衡之調整係數，a 愈大表示調整速度愈快，向量修正誤差模型建構完成後，接下來便可進行 Granger 因果檢定。第五節 Granger 因果檢定因果關係是由 Granger(1969)所提出的概念，主要是以「預測」的角度來定義變數間的因果關係，Granger 從對變數的預測能力來定義兩變數間的關係，透. 政治大 Granger 因果關係檢定模型如下：立. 過不同的訊息集合，當加入某一變數時是否能增加對另一變數的預測能力來分析，. ‧. ‧ 國. 學. (一) 檢定 X 是否會引起 Y ( Test whether X cause Y)：. n. er. io. sit. y. Nat. al. Ch. 如果拒絕 H0 則表示，X 對 Y 有因果關係。. engchi. i n U. (二) 檢定 Y 是否會引起 X ( Test whether Y cause X)：. 39. v.

(45) H 0：Y does not cause X H 1：H0 is not true 如果拒絕 H0 則表示，Y 對 X 有因果關係。假設有兩變數 X、Y，根據因果檢定的結果，可將其定義為以下三種關係： (一) 因果關係（Causality）假設 X 對 Y 具因果關係，表示對 Y 變數作預測時，除了可以被 Y 變數本身的過去值來解釋以外，還可以被 X 變數的過去值解釋，且將降低預測誤差的均方誤(Mean Square Error)，有助於預測能力的提高。. 政治大 X 變數與 Y 變數之間互為因果關係。立. (二) 回饋關係（Feedback）. (三) 獨立關係(Independence). ‧ 國. 學. 對 Y 變數做預測時，僅可以被 Y 變數本身的過去值來解釋，若再加入 X 變. ‧. 數本身和其過去值，沒有降低預測誤差的均方誤，因此 X 對 Y 不具因果關係，. n. al. er. io. sit. y. Nat. 相同的，如果 Y 對 X 也不具因果關係，則此時兩變數為獨立關係。. Ch. engchi. 40. i n U. v.

(46) 第四章實證結果第一節基本分析與變數選取本研究係探討 VIX(恐慌指數)與 DBHCVG10U 利差交易貨幣型指數之互動關係。變數資料來自 Bloomberg 的 VIX 指數與 DBHCVG10U 貨幣型指，資料採用每日收盤價(Closing Price)，資料選取自 2000 年 9 月 18 日到 2014 年 3 月 19 日。在本研究期間共 3578 筆資料。表 1：摘要統計 VIX 平均數. 145.3859 治政 0.153570191 大0.310056 149.79 立18.5 20.83667691. 總和個數. 84.38284909. 343.9693. 6.252411014. -0.27924. 2.030145822. -0.81901. 70.97. 80.56. 9.89. 99.1. 179.66 a l 80.86 v i 74553.63 520190.7 n Ch U 3578 3578 e n g c h i. n. 最大值. io. 最小值. 18.54641. y. 範圍. Nat. 偏態. 9.186013776. ‧. 峰度. 147.92. sit. 變異數. 11.98. 學. 標準差. ‧ 國. 中間值. er. 標準誤眾數. DBHVG10U. 41.

(47) 第二節單根檢定結果在進行共整合或是因果分析檢定前，需針對各數列資料進行單根檢定，以了解資料是否為定態數列，本研究使用 Augmented Dicky-Fuler 檢定法進行單根檢定，ADF 檢定法依據時間數列資料型態不同而有三種形式，因此在進行 ADF 檢定前，需先針對時間數列資料進行畫圖，以判斷選擇何種形式，再來進行單根檢定。圖 23：VIX 對數的資料圖型. 政治大 VIX. 90. 立. 80 70. 50 40 30. 00. 01. 02. 03. sit. io. 0. 04. 06. 07. 08. 09. n. al. 05. Ch. 圖 24：DBHVG10U 對數的資料圖型. engchi. 10. er. 10. y. Nat. 20. ‧. ‧ 國. 學. 60. 12. 13. 14 15. 11. 12. 13. 14 15. i n U. 11. v. LDBHVG10U 5.2 5.1 5.0 4.9 4.8 4.7 4.6 4.5 00. 01. 02. 03. 04. 05. 06. 07. 42. 08. 09. 10.

(48) 表 2：單根檢定原始資料. 一階差分. VIX. -4.048785*** (0.0012). -23.69250*** (0.0000). DBHVG10U. -2.458710. -21.52451***. (0.1259). (0.0000). 註：***,**及*分別代表在 1%，5%及 10%的信賴水準下顯注。單根檢定實驗證明 DBHVG10U 對數，P 值大於 0.05，是非定態時間序列，需要做差分來與 VIX 作因果關係。證明 VIX 對數不是時間序列，P 值小於 0.05，信賴水準下顯注，是定態拒絕虛無. 政治大. 假設，不需差分比較。. 學. ‧ 國. 立第三節門檻共整合檢定之實證. ‧. (一) Engle and Granger 檢定法. sit. y. Nat. 觀察 VIX 是波動型指數，由 S&P500 的期貨價格計算得到，所以不是時間序. io. er. 列，無法與 DBHVG10U 長期存在均衡關係。VIX 與 DBHVG10U 間是不同階差分，所以無共整合的關係。. n. al. (二) Johansen 檢定法(1990). Ch. engchi. i n U. v. 觀察 VIX 是波動型指數，由 S&P500 的期貨價格計算得到，所以不是時間序列，無法與 DBHVG10U 長期存在均衡關係。VIX 與 DBHVG10U 間是不同階差分，所以無共整合的關係。. 43.

(49) 第四節因果關係與向量自我迴歸分析表 3：因果關係虛無假設(H0). 觀察值. F 檢定統計量. P值. 因果關係. VIX 不影響 DBHVG10U DBHVG10U 不影響 VIX. 3576 3576. 125.040*** 1.26029. 3.E53*** 0.2873. 有無. 註：***,**及*分別代表在 1%，5%及 10%的信賴水準下顯注。因果關係實證結果 1.. VIX 會(Granger 影響) DBHVG10U： VIX(恐慌指數)的升高，促使 DBHVG10U (利差交易貨幣型指數)平倉，獲利. 減少。. 立. DBHVG10U 不會(Granger 影響)VIX：. 學. ‧ 國. 2.. 政治大. DBHVG10U(貨幣型指數)是利差交易的被動貨幣型指數，不會影響 VIX。比較金融海嘯前後，恐慌指數對利差交易影響的強弱：. ‧. 表 4：2000/9/18-2015/3/19 因果關係 VAR 估計結果. DBHVG10U. 3576. 0.866492. -0.151949. 3576. 0.118458. 0.150175. 3576. 0.031134. C h0.036264 engchi. sit. er. DBHVG10U(-2). n. DBHVG10U(-1). al 3576. y. VIX. io. VIX(-2). Nat. VIX(-1). 觀察值. iv -0.089238 n U 0.002221. 表 5：2000/9/18-2008/8/30 海嘯前，因果關係迴歸估計觀察值. VIX. DBHVG10U. VIX(-1). 1958. 0.900975. -0.134834. VIX(-2). 1958. 0.084218. 0.132901. DBHVG10U(-1). 1958. 0.114085. -0.032848. DBHVG10U(-2). 1958. 0.026258. -0.008047. 44.

(50) 表 6：2008/9/1-2015/3/19 海嘯後，因果關係迴歸估計觀察值. VIX. DBHVG10U. VIX(-1). 1615. 0.842924. -0.164858. VIX(-2). 1615. 0.141406. 0.163322. DBHVG10U(-1). 1615. -0.021386. -0.127611. DBHVG10U(-2). 1615. 0.043910. 0.006279. 1. 向量自我迴歸檢定(VAR)檢定因果關係，檢查落後 2 期的結果顯示 VIX 落後 1 期的負值越大會造成 DBHVG10U 指數下跌，VIX 落後 2 期後恐慌減小。 2. 檢查金融海嘯發生之前與之後，VIX 對利差交易的影響。結果顯示，海嘯後. 政治大. VIX 的負值大於海嘯前，變動更加劇烈，但回復性也快。表示市場更容易被 VIX 影響上下振動。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 45. i n U. v.

(51) 第五章結論與建議第一節研究結論本研究結果可知，在利差交易之因果關係上，顯示 VIX 變動為因，匯率變動為果，在實務推論方面，本研究認為 VIX 表現可作為利差交易判斷之重要指標，當全球市場行情好時，帶動利差交易投入，將使高收益貨幣上漲，並影響到利差之變化。反之，當全球市場表現不佳有風險，引發利差交易平倉，使高收益貨幣匯率下跌，作為融資貨幣的低收益貨幣匯率上漲，並影響利差的變化。每天 S&P500 都有波動，VIX 也跟著變動，利差交易也是每天每時在買倉賣. 政治大. 倉，小的恐慌可被市場吸收，而當 VIX 出現大跌或大漲時，將引發利差交易的. 立. 融資貨幣大量平倉、斷倉，進而使利差交易目標國的匯率受到升貶，也牽動新興. ‧ 國. 學. 國家的貨幣，例如歐元由貶轉升，瑞朗也跟進升值，台幣或韓幣也跟著止貶。投資人觀察 VIX 的變化，影響匯率的因子，行使利差交易槓桿的風險，必. ‧. 須在可承受的與最適範圍裡，以免下一次的金融事件再起、泡沫破滅，利差交易. y. Nat. al. n 第二節研究建議. Ch. engchi. er. io. 短缺，貿易受到障礙，經濟成長下滑。. sit. 平倉潮無理性的買盤與賣盤，匯率背離走勢，國際資金回流西方，新興國家外匯. i n U. v. 本文採用的 VIX 和利差交易替代變數的日資料，後續研究可以採用日內或用每周、每月 VIX 的收盤價來探討其它交易頻率利差交易報酬的關連性。另外，也可以考慮以每個月彈性改變利差交易(DBHVG10U)的權重，是否回報更佳。或擴大利差交易(DBHVG10U)的槓桿倍數，平均報酬是否更佳，利差交易的最適槓桿倍數風險最低。另外，也可以考慮當 VIX 指數增加至 30、40、50 的敏感度分析，探討利差交易的強弱變化。. 46.

(52) 參考文獻英文文獻 1.Gagnon ,J. and A .Chaboud (2007), “What can the data tell us about carry trades in Japanese yen ? ” International Finance Discussion Papers. 2.Galati, G., A. Heath, and P. McGuire(2007), “Evidence of Carry Trade Activity.”, BIS Quarterly Review (September)： 27–41. 3. Jylha P.,J. Lyttinen and M. Suominen（2008）, “Arbitrage Capital and Currency Carry Trade Returns“, working paper.. 政治大. 4.Krugman, Paul (1979), “A Model of Balance-of-Payments Crises,’’ Journal of. 立. Money, Credit and Banking, vol.11, pp.311-25.. ‧ 國. 學. 5.McCallum (2005) , “Monetary Policy and the Term Structure of Interest Rates”, Federal Reserve Bank of Richmond, Economic Quarterly, 91, 4.. ‧. n. 中文文獻. Ch. engchi. er. io. sit. y. Nat. al. i n U. v. 1.李美杏、紀怡婷、廖憲文、林財川(2013)，股債報酬相關性與總體經濟因素關係之探討，統計與資訊評論 15 卷, 15-32。 2.李亞玫(2009)，由全球金融海嘯看美元本位制，國立政治大學經營管理碩士學程碩士論文。 3.李素芳(2013)，歐洲主權債務危機對全球經濟影響之研究，臺灣大學經濟學研究所碩士論文。 4.呂承恩(2014)，利差交易對匯率波動與權益風險溢酬的影響，國立高雄第一科技大學財務管理研究所碩士論文。 5.李沃牆、林惠娜、王秀香(2011)，金融危機下影響黃金現貨價格變動因素之探 47.