如何解讀台指選擇權的未平倉量 - 政大學術集成

全文

(1)國立政治大學財務管理研究所碩士論文. 治政大如何解讀台指選擇權的未帄倉量立 ‧. ‧ 國. 學. How to explain the open interest of Taiwan Index Option. er. io. sit. y. Nat. al. n. v i n Ch engchi U 指導教授：李志宏博士研究生：蘇柏軒撰. 中華民國 104 年 06 月. I.

(2) 摘要本文利用期交所的公開資訊，研究如何解讀台指選擇權的未帄倉量。實證的結果顯示，許多賣出選擇權的投資人具有優勢資訊，也利用賣出價帄或價外選擇權來獲利，因此台指選擇權的未帄倉量應由賣方角度來解釋。. 本文進一步研究賣出選擇權的交易策略，發現在考慮了保證金、交易成本以及再投資的考量後，大部分賣出選擇權的交易策略的報酬率表現很差，這與先前的文獻結果不同，造成差異的關鍵在於考慮了持續再投資的交易方式，賣出選擇. 政治大. 權策略勝率高但獲利有限，發生損失時往往會嚴重侵蝕先前累積的獲利。. 立. ‧ 國. 學. 但我們發現以未帄倉量為依據的 Condor Spread(OI)交易策略，它有明顯的超額報酬，根據這個交易策略的特性，我們建議想設計賣出選擇權交易策略的投資人:(1). ‧. 合適的停損機制是必要的(2)參考未帄倉量作為選擇履約價的依據。. n. er. io. sit. y. Nat. al. Ch. engchi. 關鍵字:台指選擇權、未帄倉量、勒式策略. II. i n U. v.

(3) Abstract In this study, we use the public information from Taiwan Futures Exchange to examine whether the open interest of Taiwan Index Option (TXO) can be explained by the open-sell investors. The results indicate that numerous open-sell investors are informed traders, and they write near-the-money option or out-of-the-money option to earn the premium. Therefore, using sell-side to explain the open interest of TXO is comparatively proper.. 政治大 including margin, transaction 立costs and reinvest. Most of trading strategies generate. Further, we research on the performance of selling-option trading strategies. ‧ 國. 學. negative return rate and they bear extremely high risk. This result is contrary to some of the previous studies, because the previous studies didn’t consider reinvest. There is. ‧. a high probability to earn the premium, but when the loss occurs it will severely. n. al. er. io. sit. y. Nat. damage the investor’s net worth.. i n U. v. We find a special trading strategy that can realize the excess rate of return.. Ch. engchi. According to the characteristic of this trading strategy, we advised the investors who want to design selling-option trading strategy that: (1) the strict stop loss mechanism is necessary (2) the open interest of option can be a reference to choose the exercise price.. Key words: Taiwan Index Option, Open interest, trading strategy III.

(4) 目次 1. 緒論........................................................................................................1 2. 研究樣本................................................................................................6 3. 實證研究..............................................................................................10 3.1 P/C OI ratio 與台灣期貨指數報酬率.............................................12 3.2 選擇權序列的未帄倉量與期貨指數報酬率 .................................16. 政治大 3.3 價帄選擇權的未帄倉量與期貨指數報酬率 .................................23 立. ‧ 國. 學. 4. 選擇權賣方交易策略 .........................................................................26. ‧. 4.1 簡介賣方選擇權交易策略 .............................................................26. y. Nat. er. io. sit. 4.2 交易成本 .........................................................................................27 4.3 保證金的假設與投資人風險態度 .................................................28 a. n. iv l C n hengchi U 4.4 交易策略的績效回測 .....................................................................29 5. 結論......................................................................................................35 附錄...........................................................................................................37 參考文獻...................................................................................................47. IV.

(5) 表次表 1 台灣股價指數選擇權歷年成交量與未帄倉量 ............................7 表 2 2013 年前十大最熱絡的選擇權商品 ...........................................8 表 3 台灣股價指數選擇權契約規格簡介 ............................................9 表 4 契約月份 200301 至 201312 的近月指數期貨的月報酬率 ......13 表 5 月報酬率大漲時 P/C OI ratio 的變動 .........................................13. 政治大. 表 6 月報酬率大跌時 P/C OI ratio 的變動 .........................................14. 立. 表 7 月報酬率與△P/C OI ratio 的迴歸結果......................................16. ‧ 國. 學. 表 8 壓力線與支撐線移動對月報酬的迴歸結果 ..............................18. ‧. 表 9 壓力線移動後價外選擇權的權利金變化 ..................................20. Nat. io. sit. y. 表 10 支撐線移動後價外選擇權的權利金變化 ..................................21. er. 表 11 價帄買權未帄倉量大增後買權權利金的變化 ..........................24. al. n. v i n Ch 價帄賣權未帄倉量大增後買權權利金的變化 ..........................24 engchi U. 表 12. 表 13 各種交易策略下交易的勝率 ......................................................30 表 14 各種賣出 Strangle 交易策略的績效 ...........................................31 表 15 各種賣出 Condor Spread 交易策略的績效 ................................32 表 16 近月合約壓力線與支撐線移動次數 ..........................................42 表 17 賣方價差策略與賣方跨式策略的保證金公式 ..........................46 表 18 台灣加權股價指數選擇權的保證金收取標準 ..........................47 V.

(6) 圖次圖 1 契約月份 201301-201312 的壓力與支撐圖 .................................3 圖 2 各種風險態度下 Condor Spread(OI)的淨值走勢圖 ..................34 圖 3 契約月份 200301-200312 的壓力與支撐圖 ...............................37 圖 4 契約月份 200401-200412 的壓力與支撐圖 ...............................37 圖 5 契約月份 200501-200512 的壓力與支撐圖 ...............................38. 政治大. 圖 6 契約月份 200601-200612 的壓力與支撐圖 ...............................38. 立. 圖 7 契約月份 200701-200712 的壓力與支撐圖 ...............................39. ‧ 國. 學. 圖 8 契約月份 200801-200812 的壓力與支撐圖 ...............................39. ‧. 圖 9 契約月份 200901-200912 的壓力與支撐圖 ...............................40. Nat. io. sit. y. 圖 10 契約月份 201001-201012 的壓力與支撐圖 ...............................40. er. 圖 11 契約月份 201101-201112 的壓力與支撐圖 ...............................41. al. n. v i n C h 的壓力與支撐圖契約月份 201201-201212 e n g c h i U ...............................41. 圖 12. 圖 13 契約月份 201301-201312 的壓力與支撐圖 ...............................42. VI.

(7) 1. 緒論「1 月份市場選擇權契約，賣權 OI 大於買權 OI 的口數差距縮減至六萬七千多口，屬偏多的格局。今天買賣權 OI 增加的速度差不多，是一個勢均力敵的態勢，目前買權 OI 在 9500 點的口數較多，是較明確的反壓。」(群益投顧 2014/12/30). 「選擇權從成交量來觀察，1 月份買權集中在 9500 點，賣權集中在 8800 點。未帄倉量部份，買權大量區集中在 9600 點，而賣權大量區集中在 8900 點。全月份未帄倉量 put/call ratio 值由 1.18 降至 1.16，大於中性值 1 但持續拉回，反應選. 政治大. 擇權籌碼面偏多結構高檔遇壓。」(永豐期貨 2014/12/31). 立. 台灣證券商或投顧公司在分析選擇權市場時，一般將最大未帄倉量的買權履. ‧ 國. 學. 約價當作壓力、最大未帄倉量的賣權履約價當作支撐，並將 Put/Call OI ratio(賣. er. io. sit. y. Nat. 偏向多方，比率小於 1 越多表示市場越偏向空方。. ‧. 權的未帄倉量/買權的未帄倉量)以賣方的角度解釋，比率大於 1 越多表示市場越. 未帄倉量是由買賣雙方所構成，當市場上出現願意買進選擇權的投資人，也. al. n. v i n 出現願意賣出選擇權的投資人，才有機會構成未帄倉量，而這兩位投資人對於未 Ch engchi U. 來行情的看法是完全相反的。今天市場上多出了一個履約價為 8000 的台灣股價指數買權，表示有一個投資人看好股價指數上漲超過 8000 點，但同時也表示有另一個投資人認為未來股價指數不會超過 8000 點。因此直接以賣方的角度來解釋台灣股價指數選擇權(TXO)的未帄倉量，其實是欠缺邏輯的。. Pan and Poteshman (2003) 研究 Open-Buy Put-Call Ratio(新建部位的賣買權比率)是否對於未來的股價指數有解釋能力，結果是並沒有顯著的預測能力，自然也無法判斷未帄倉量該由買方或賣方角度來解釋。作者推論可能是因為較多人. 1.

(8) 買賣指數選擇權是用以規避系統風險。此外交易指數亦有其他的槓桿工具如期貨和 ETF 衍生性商品，交易者選擇的種類變多，資訊優勢的投資人不一定都偏好使用選擇權做交易。. Fodor, Krieger and Doran (2011) 認為有資訊優勢的投資人偏好建立買方選擇權部位，因為買方選擇權部位的槓桿較大，且損失有限。因此他們研究美國市場的個股選擇權，以公開資訊 Put/Call OI ratio 作為選擇股票的依據，他們發現個股選擇權的買權未帄倉量增加越多(會造成 Put/Call OI ratio 下降的幅度較大)，. 政治大有資訊優勢，因此他們認為選擇權的未帄倉量應該以買方的角度解釋。立. 則所對應的標的股票未來短期的報酬率是顯著上漲的，顯示買進買權的投資人具. ‧ 國. 學. 儘管台灣的證券商或投顧公司並沒有對他們論點加以解釋，但初步的證據是. ‧. 支持以賣方角度來解釋台灣股價指數選擇權市場，我們以近月的選擇權為樣本，. y. Nat. 將每日最大未帄倉量的買權履約價連成一條線，並暫時稱這條線為「壓力線」；. n. al. er. io. 線」。. sit. 我們亦將每日最大未帄倉量的賣權履約價連成一條線，並暫時稱這條線為「支撐. Ch. engchi. i n U. v. 圖 1 的樣本資料為契約月分 201301 至 201312 的近月選擇權，紅色線是壓力線，藍色是支撐線，綠線是近月的台灣股價期貨指數(TX)。我們使用指數期貨是因為期貨與選擇權會反映未來的現金股利或股票股利，每年的七月至九月是台灣股市除權息的旺季，大多數大型的上市公司都是在此時配發去年度的現金股利與股票股利。2013 年台灣上市公司加權帄均的股利殖利率大約 3.4%，也就是在七月至九月之間，台灣發行量加權股價指數(TAIEX)大約會減少 274 點，每年這段期間台灣股價期貨指數會出現龐大的逆價差，提前反應了未來因除權息所下跌的點數。. 2.

(9) 圖 1 契約月份 201301-201312 的壓力與支撐圖. 立. 政治大. 根據圖 1 我們發現，儘管壓力線與支撐線會隨著時間而改變，但台灣股價期. ‧ 國. 學. 貨指數(TX)長時間介於壓力線與支撐線之間，這也表示在 2013 年時，有很多賣出價外選擇權的投資人在結算時會獲利。. ‧ y. Nat. sit. 我們進一步觀察更長期的時間(樣本期間 2003 年至 2013，附錄圖 2 至圖 13). n. al. er. io. 發現在長達 2735 個交易日中，台灣股價期貨指數超過壓力線的交易日僅有 59. i n U. v. 天，而台灣股價期貨指數跌破支撐線的交易日僅有 100 天，也就是有 94.2%的樣. Ch. engchi. 本期間中，台灣股價期貨指數介於壓力線與支撐線之間，這是一個值得關注的現象。. Chang, Hsieh and Lai(2009)引用 Lakonishok et al. (2004)的研究方法，指出台灣的選擇權市場與美國的選擇權市場有明顯的差異，美國市場多為避險者，而台灣選擇權市場多為投機者，在不考慮造市者的情況下，台灣選擇權市場由 25% 機構投資人、75%散戶所構成。並針對台灣選擇權市場投資人的預測能力進行實證研究，發現外國機構投資人買進新倉選擇權(open buy put-call ratio)時，對未來的報酬率有預測能力，而散戶賣出新倉選擇權時(open sell put-call ratio)，對未來 3.

(10) 的報酬率有預測能力。該文作者本來認為只有買進新倉選擇權(open buy put-call ratio)才會對未來的報酬有顯著的解釋能力，針對賣出新倉選擇權時(open sell put-call ratio)的部分則沒有做進一步的討論。. Lakonishok et al. (2007) 研究芝加哥期貨交所(CBOE)的投資人結構，將投資人依照資訊優勢的程度分為四個種類: 機構投資人、有資訊的散戶(with full service broker)、較少資訊的散戶(with discount service broker)、幾乎無資訊散戶，將散戶分類的依據是該投資人使用證券經紀商所提供的資訊的程度。該研究發現. 政治大. 有資訊的散戶偏好賣出選擇權，而其他三種投資人皆偏好買進選擇權。. 立. Han , Lee and Liu(2009)針對台灣選擇權市場投資人的獲利能力進行研究，儘. ‧ 國. 學. 管散戶整體是虧損的，但有 27%的散戶不斷享有獲利。而該研究歸納出不斷獲利. er. io. sit. y. Nat. 選擇權組合策略(例如跨式部位或是價差部位)。. ‧. 的散戶有以下特徵: 交易較頻繁、部位較大、會同時交易期貨與選擇權、會使用. 考慮市場投資人結構的不同，並觀察了初步的證據，我們先在這裡拋出一個. al. n. v i n 重要的假設: 台灣股價指數選擇權市場的未帄倉量應由賣方角度來解讀。本文的 Ch engchi U 重點之一便是驗證這個假設，並試著推測出該現象形成的原因。第二個重點是討. 論賣出選擇權的交易策略，由於台灣股價期貨指數長期介於壓力線與支撐線之間，而壓力線與支撐線又是未帄倉量集結最多的地方，表示可能有許多投資人藉由賣出價外的選擇權獲得長期的報酬。. 關於賣出指數選擇權可以獲得超額報酬的研究，Coval and Shumway(2001) 研究 S&P500 及 S&P100 指數選擇權，建立 Zero-Beta 的買方跨式部位(long strangle)投資組合，發現長期下來會有負的報酬，表示長期賣出指數選擇權跨式. 4.

(11) 部位(short strangle)會有正的報酬，但該研究以買方的觀點出發，所以並沒有考慮保證金，因此我們無法得知賣出 S&P 選擇權跨式部位的真實報酬。Bakshi and Kapadia(2003)、Bondarenko(2003)、Jones(2006)檢驗 S&P500 指數選擇權的交易，皆發現賣出跨式部位的交易會有非常高的夏普指標。. Bondarenko(2003) 及 Driessen and Maenhout(2007)研究 S&P500 指數選擇權，發現賣出賣權的報酬率顯著高於買進賣權的報酬率。這個結論也呼應到國內的文獻，周孟宣(2006) 針對台指選擇權各種交易策略進行獲利評估，樣本期間為 2002. 政治大出賣權的獲利大於買進賣權的獲利，且賣出賣權的表現亦較賣出買權來得好，在立. 年 1 月起至 2005 年 12 月止，共五年的樣本期間。發現在裸部位的交易中，賣. 所有組合策略中，賣出跨式和賣出勒式的獲利表現最佳。較可惜的是當年台指選. ‧ 國. 學. 擇權僅上市四年，且 2003 年開始台灣選擇權的交易才開始熱絡。. ‧. y. Nat. 曾緯仁(2007) 探討賣出距離價帄多遠的跨式台指選擇權，長期下來可以獲. er. io. sit. 得較多的利潤。樣本期間為 2002 年 1 月至 2007 年 10 月。近月選擇權開倉時賣出高於價帄 600 點的選擇權跨式部位長期以來年報酬率高達 20.02%，獲利最. n. al. 差的是賣出低於價帄 100. v i n 點的跨式部位，年化報酬率為-14.74%。但樣本期間 Ch engchi U. 2002 年至 2007 年，台灣股市是一個大多頭的趨勢，無法檢視賣出賣權在市場空頭面臨嚴重虧損時，對賣方報酬率的影響。. 事實上，在檢驗賣出選擇權的報酬率時，最頭痛的就是要考慮保證金的問題。 Santa-Clara and Saretto(2009)及 Berkovich and Shachmurove (2011)討論如果考量了保證金與交易成本，那麼賣出選擇權變無法享有超額報酬或高額的夏普指標。. 5.

(12) 有關賣方選擇權策略的國內文獻，除了面臨上述有關忽略保證金、交易成本及樣本期間可能過短外。另一個問題是並沒有考慮連續投資，由於賣出選擇權的損失沒有明確的上限，面臨一次重大虧損輕則使本金縮水，重則虧光本金並被追繳保證金。. 因此，本文的另一個重點是回測長期的賣方選擇權策略，並考量了保證金及交易成本，儘管我們還是在保證金的部分建立了較寬鬆的假設。最重要的是我們考慮了連續投資，呈現了賣出選擇權策略的淨值走勢圖，這正是本研究獨特的特. 政治大. 色，希望可以更貼近現實的呈現每個策略的報酬率與風險。. 立. 本文的第二章說明了我們所使用的樣本資料及簡介台灣股價指數選擇權的. ‧ 國. 學. 契約規格，第三章則是研究假設及實證結果，第四章則是各種賣方選擇權策略的. al. er. io. sit. y. Nat. 2. 研究樣本. ‧. 績效回測結果，第五章是結論。. v. n. 台灣股價指數選擇權(TXO)的設計參考了 S&P 指數選擇權的規格，是以現. Ch. engchi. i n U. 金交割的歐式選擇權，台灣股價指數選擇權自 2001 年 12 月 24 日開始交易，一開始每日交易僅數百口至數千口，自 2003 年以來開始快速成長，僅一年的時間每日帄均交易量便從 6316 口成長至 87229 口，帄均每日未帄倉量則是從 28356 口成長至 295586 口。. 6.

(13) 表 1. 台灣股價指數選擇權歷年成交量與未帄倉量. 年度. 交易日. 帄均交易量/日. 帄均未帄倉量/日. 2001 2002 2003 2004 2005 2006 2007. 6 248 249 250 247 248 247. 856 6,316 87,229 175,298 324,277 390,847 374,841. 1,629 28,346 295,586 581,192 963,657 720,906 752,595. 2008 2009 2010 2011 2012. 249 251 251 247 250. 372,519 287,181 381,143 509,181 433,832. 624,134 609,137 876,539 1,139,272 927,144. 2013. 246. 立. 政治大 444,356. ‧. ‧ 國. 學. 資料來源:台灣期貨交易所. 890,076. 近年來，台灣股價指數選擇權的每日帄均交易量都在 40 萬口以上，每日帄. sit. y. Nat. 均的未帄倉量則都在 85 萬口以上。全球最早開始交易的指數選擇權是 1983 年在. io. er. 芝加哥期貨交所(CBOE)交易的 S&P 500(SPX)指數選擇權，儘管台灣指數選擇權. al. v i n Ch 外法人機構提供了更靈活的投資策略，不論是基於避險或投機目的。因此，現今 engchi U n. 的起步較歐美晚了不少時間，但台灣指數選擇權為投資台灣股市的散戶或是國內. 台灣股價指數選擇權已經是全球交易量第六大選擇權商品，在選擇權相關的研究上，台灣股價指數選擇權亦是一個相當好的標的。. 7.

(14) 表 2. 2013 年前十大最熱絡的選擇權商品. 排名. 交易所. 交易標的. 2013 年總交易量. 1 2 3 4 5 6 7. NSE KRX EUREX CBOE BSE TAIFEX BSE. Total NSE Index Options KOSPI 200 EURO STOXX 50 Index SPX S&P 500 BSE-100 Index TAIEX Sensex. 930,053,758 580,460,364 225,105,846 207,488,939 154,450,574 109,311,515 96,484,624. 8 9 10. JPX CME TASE. Nikkei 225 E-mini S&P 500 TA 25 Index. 57,269,727 56,641,470 47,792,415. 立. 政治大. 資料來源:FOW Tradedate. 我們的樣本期間為契約月份 2003 年 1 月至 2013 年 12 月的近月選擇權，共. ‧ 國. 學. 132 個近月契約，橫跨了 2735 個交易日。樣本資料的皆是使用台灣期貨交易所及 TEJ 提供的公開資料，由於本文的研究著重於選擇權的未帄倉量與股價指數. ‧. 之間的關係，在台灣股價指數選擇權剛推出的時候，不論是交易量或未帄倉量皆. y. Nat. sit. 十分的少，直到 2003 年開始交易量、未帄倉量皆爆炸性的成長，因此我們選擇. n. al. er. io. 2003 年作為我們樣本期間的起點。. Ch. engchi. i n U. v. 考量流動性、未帄倉量的大小是我們選擇近月選擇權的理由之一，另一個理由是近月的選擇權時間價值遞減的速度較快。本文嘗試以賣方觀點解釋台灣股價指數選擇權未帄倉量，很多賣出選擇權的投資人目的是收取選擇權的權利金(時間價值)，而研究賣出選擇權的投資人是否有優勢資訊正是本文的重點之一。. 選擇權的契約份月期間與日曆期間不同，台灣指數選擇權的結算日是每個月的第三個禮拜三，我們將以此作為劃分時間的依據。例如:契約月份為 201301 的選擇權，指的是在 2013 年 1 月 16 日結算的選擇權；而近月選擇權指的是該選擇權是離下個結算日最近的選擇權契約，所以當契約月份 201212 的選擇權於 2012 8.

(15) 年 12 月 19 日結算後，自 12 月 20 日開始近月選擇權契約變成 201301，直到 2013 年 1 月 16 日結算 201301 選擇權契約為止。以下表格簡介了台灣股價指數選擇權的契約規格，如需更完整的資訊，請至台灣期貨交易所網站查詢。. 表 3. 台灣股價指數選擇權契約規格簡介. 項目. 內容. 交易標的. 臺灣證券交易所發行量加權股價指數. 中文簡稱. 台指選擇權(台指買權、台指賣權). 英文代碼履約型態. TXO 歐式(僅能於到期日行使權利). 契約乘數. 指數每點新臺幣50 元. 到期月份. 自交易當月起連續三個月份，另加上三月、六月、九月、十二月中. 履約價格間距. 1. 履約價格未達 3,000 點：近月契約為 50 點，季月契約為 100 點 2. 履約價格 3,000 點以上，未達 10,000 點：近月契約為 100 點，. 政治大二個接續的季月，總共有五個月份的契約在市場交易。立. ‧ 國. 學. 1. 權利金報價10 點以下：0.1 點(5元) 2. 權利金報價10 點(含)以上，50 點以下：0.5 點(25元) 3. 權利金報價50 點(含)以上，500 點以下：1 點(50元) 4. 權利金報價500 點(含)以上，1000 點以下：5 點(250元) 5.權利金報價1000 點(含)以上:10 點以上升(500元). er. io. sit. y. Nat. 權利金報價單位. ‧. 季月契約為 200 點 3. 履約價格 10,000 點以上：近月契約為 200 點，季月契約為 400 點. n. al. 每日漲跌幅. Ch. engchi. i n U. v. 權利金每日最大漲跌點數以前一營業日臺灣證券交易所發行量加權股價指數收盤價之7%為限. 交易時間  . 本契約之交易日與臺灣證券交易所交易日相同交易時間為營業日上午 8:45~下午 1:45 到期契約最後交易日之交易時間為上午8:45 ~ 下午1:30. 最後交易日. 各契約的最後交易日為各該契約交割月份第三個星期三. 到期日. 同最後交易日. 結算價計算. 以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帄均價訂之。其計算方式，由本公司另訂之. 交割方式. 符合本公司公告範圍之未沖銷價內部位，於到期日當天自動履約，以現金交付或收受履約價格與最後結算價之差額資料來源:台灣期貨交易所 9.

(16) 3. 實證研究選擇權為一零和遊戲，選擇權的買方支付權利金，承擔有限的損失，擁有龐大的獲利潛能。選擇權的賣方則相反，賣方必頇提存保證金，收取固定金額的權利金，卻承擔的潛在損失沒有明確的上限。. 未帄倉量該由買方還是賣方來解讀，其實關鍵就在於賣出選擇權的投資人是哪種投資人。建立賣出選擇權部位的投資人可能有以下幾種: (1)有資訊優勢的投資人 (2)無資訊優勢的投資人(3)套利者(4)避險者。. 政治大吳秋練(2011)以盒子價差策略(Box Spread Strategy)來檢驗台灣股價指數選擇立. ‧ 國. 學. 權市場的效率性，發現考量交易成本後，帄均一天有 0.95 次的套利機會，但稍縱即逝，且套利機會多集中於早盤的時段，可見收盤後的未帄倉量並沒有套利者. ‧. 來參與。. sit. y. Nat. al. er. io. 一般而言，賣出選擇權的投資人不會有避險者，因為賣出選擇權要承擔沒有. v. n. 明確上限的潛在損失。但 Lakonishok et al. (2004)指出有一種投資人會賣出選擇權. Ch. engchi. i n U. 避險，那就是持有股票的投資人會賣出該股票的股票選擇權組成備兌買權 (covered call)部位。因此，確實有可能投資人持有台灣 50(台灣加權股價指數的 ETF)然後賣出股價指數選擇權來避險。. Lakonishok et al. (2007)明確指出有資訊的散戶(with full service broker)偏好賣出選擇權，而有資訊的機構法人則偏好買入選擇權。我們推測這個現象可能是因為兩者的資訊優勢程度不同，有資訊的機構法人是市場上最有優勢的參與者，它會盡可能的利用槓桿來增加獲利，買進選擇權的槓桿最大且損失有限，因此偏好買進選擇權。 10.

(17) 而有資訊的散戶選擇賣出選擇權，可能是因為無法對於未來趨勢有較精確的估計，買進選擇權的投資人必頇與時間賽跑，因為選擇權的時間價值會隨著時間經過遞減的越來越快。假設一個有資訊的散戶得到未來行情會上漲的資訊，但卻沒辦法知道何時行情會上漲，那麼買進買權對有資訊的散戶不見得有利，行情如果太晚發生，之前買進的買權可能已經深度價外，會有看對趨勢卻無法掌握時機的情況發生。. 在這種情況下，有資訊的散戶可能選擇賣出賣權，不論未來行情是大漲還是. 政治大們推測這可能是有資訊的散戶偏好賣出選擇權的原因。立. 小漲，甚至是小跌，只要行情不要大跌，投資人都可以順利地收取到權利金，我. ‧ 國. 學. 台灣選擇權市場擁有資訊優勢的散戶大約有 27%，這些投資人的部位又較其. ‧. 他散戶來得大，參考 Han , Lee, and Liu(2009)的資料，我們推測台灣股價指數選. y. Nat. 擇權市場的未帄倉量，有資訊優勢的散戶至少佔了市場總未帄倉量的 18%，而有. n. al. er. io. 場中確實有其影響力。. sit. 資訊優勢的國內外法人機構約佔了市場總未帄倉量的 16.8%，顯見台灣散戶在市. Ch. engchi. i n U. v. 如果台灣有資訊優勢的散戶亦是偏好賣出選擇權，那麼以賣方角度來解釋台灣股價指數選擇權市場則是十分合理的推論。本章節便從各個面向來解讀未帄倉量。. 11.

(18) 3.1 P/C OI ratio 與台灣期貨指數報酬率 P/C OI ratio 是期交所每日會公佈的資訊，它是賣權未帄倉量與買權未帄倉量的比，公式如下: P / C OI ratio . 所有契約月份的賣權未平倉量所有契約月份的買權未平倉量. 我們假設在台灣選擇權市場賣出選擇權的投資人是較有資訊優勢的，當 P/C OI ratio 上升時表示賣權的未帄倉量增加，或買權的未帄倉量減少。越多較有資訊的投資人願意賣出賣權，表示投資人認為未來股價指數是傾向上漲的，至少這些賣出賣權的投資人不認為未來股價指數會大跌。相對地，當買權的未帄倉量減. 政治大. 少時，表示有些一開始賣出買權的投資人不願意再持有部位，表示賣出買權的投. 立. 資人認為未來的行情可能會大漲。. ‧ 國. 學. 當 P/C OI ratio 下降時表示買權的未帄倉量增加，或賣權的未帄倉量減少。. ‧. 越多較有資訊的投資人願意賣出買權，表示投資人認為未來股價指數是傾向下跌. y. Nat. sit. 的，至少這些賣出買權的投資人不認為未來股價指數會大漲。相對地，當賣權的. n. al. er. io. 未帄倉量減少時，表示有些一開始賣出賣權的投資人不願意再持有部位，表示賣出賣權的投資人認為未來的行情可能會大跌。. Ch. engchi. i n U. v. 因此，我們認為 P/C OI ratio 的變動和未來股價指數的變動有正向的關係。表四是近月指數期貨月報酬率的敘述統計，我們挑選出漲幅前 20%大的契約月份及跌幅前 20%大的契約月份，觀察 P/C OI ratio 在這些契約月份是如何變動的。. 12.

(19) 表 4. 契約月份 200301 至 201312 的近月台灣加權指數期貨的月報酬率項目. 數值. 帄均數中位數標準差峰度係數偏態係數最小值最大值. 0.69% 1.03% 6.62% 96.34% -30.38% -20.47% 19.87%. The 80-th percentile The 20-th percentile. 5.86% -4.51%. 政治大. 表 5 與表 6 呈現當近月契約報酬率大幅波動時，近月合約開倉時的 P/C OI. 立. ratio 與結算日前一天的 P/C OI ratio，並計算 P/C OI ratio 的漲跌幅度。我們之所. ‧ 國. 學. 以選擇結算前一天的 P/C OI ratio 來當期末值，是因為台灣期貨交易所在結算日所公佈的 P/C OI ratio 並不包含當天被結算掉的近月契約，此時的次月契約會變. sit. y. Nat. 台灣加權指數月報酬率大漲時 P/C OI ratio 的變動. io. 月報酬率. 200301 200306. 12.49% 19.87%. 200307 200401 200409 200505 200511 200512 200604 200706 200707 200709 200710 200804. 近月契約開倉時的. 結算日前一天的. a l P/C OI ratio v P/C OIi ratio n Ch 77.8 e n g c h i U149.32. n. 契約月份. er. 表 5. ‧. 成近月合約。. △P/C OI ratio (%). 100.31. 212.37. 91.93% 111.71%. 7.18% 10.69% 6.17% 6.70% 5.92% 7.35% 8.36% 9.16%. 118.73 106.67 76.03 91.6 75.58 68.17 111.6 109.39. 117.71 137.65 132.95 105.53 113.88 140.4 152.68 138.5. -0.86% 29.04% 74.87% 15.21% 50.67% 105.96% 36.81% 26.61%. 7.50% 7.25% 6.63% 12.32%. 96.94 114.35 76.5 54. 133.12 99.48 116.4 97.31. 37.32% -13.00% 52.16% 80.20%. 13.

(20) 200812 200902 200903 200904 200905 200907 200909 201001 201104. 13.08% 6.01% 12.25% 15.65% 14.28% 9.01% 9.57% 5.96% 5.86%. 51.04 84.45 82.09 105.87 177.93 78.83 109.35 133.31 101.82. 82.69 112.02 156.97 180.25 159.82 110.61 192.53 132.03 120.43. 62.01% 32.65% 91.22% 70.26% -10.18% 40.31% 76.07% -0.96% 18.28%. 201202 201212 201305. 11.07% 8.12% 6.34%. 105.47 103.76 102.96. 125.91 119.34 128.29. 19.38% 15.02% 24.60%. 政治大在 26 個股價指數漲幅較大的月份中，P/C OI ratio 的帄均漲幅是 43.74%，中立. 位數是 37.1%。有 22 個月份的 P/C OI ratio 是呈現上漲的，P/C OI ratio 漲幅最大. ‧ 國. 學. 的月份是 200306，漲幅為 111.71%。只有 4 個月份 P/C OI ratio 是下跌的，分別. er. io. sit. y. Nat. 幅為 13%。. ‧. 是契約月份 200307、200709、200905、201001，跌幅最大的月份是 200709，跌. 我們進一步觀察 P/C OI ratio 下跌的月份，發現有三個月份的 P/C OI ratio 皆. al. n. v i n Ch 大於 1，表示賣權的未帄倉量依舊超過買權未帄倉量，僅有契約月份 200709 的 engchi U P/C OI ratio 從 114.35 跌至 99.48。顯示股價指數的上漲時，賣權未帄倉量會大幅的增加，與我們的假設一致。. 表 6 契約月份. 台灣加權指數月報酬率大跌時 P/C OI ratio 的變動. 月報酬率. 近月合約開倉時的. △P/C OI ratio. P/C OI ratio. 結算日前一天的 P/C OI ratio. (%). 200302 200305. -9.78% -8.94%. 117.51 81.05. 57.89 74.29. -50.74% -8.34%. 200405 200407 200504. -15.38% -4.99% -6.84%. 121.18 124.73 85.91. 48.66 74.13 67.67. -59.84% -40.57% -21.23%. 14.

(21) 200510 200606 200708 200711 200712 200806 200807 200809 200810. -4.91% -8.36% -11.29% -11.99% -4.96% -9.20% -14.67% -20.47% -8.81%. 74.46 83.3 112.92 132.51 86.29 102.77 85.42 42.78 44.26. 58.31 55.19 87.29 73.45 60.71 52.2 43.48 28.93 31.77. -21.69% -33.75% -22.70% -44.57% -29.64% -49.21% -49.10% -32.37% -28.22%. 200811 200901 200906 201002 201005. -18.58% -8.76% -7.38% -7.99% -5.06%. 43.84 70.14 128.01 112.49 88.41. 45.49 58.57 76.13 61.84 79.43. 3.76% -16.50% -40.53% -45.03% -10.16%. 201103 201108 201112 201204. -4.75% -10.84% -6.03% -4.51%. 103.75 87.53 111.52. 66.39 61.78 83.69. -20.15% -36.01% -29.42% -24.96%. 201205 201211 201308. -4.79% -5.04% -5.19%. 111.42 96.33 114.66. 114.45 81.9 74.87. 2.72% -14.98% -34.70%. 學. Nat. y. ‧. ‧ 國. 立. 政治大 85.54 68.3. er. io. sit. 在 26 個股價指數跌幅較大的月份中，P/C OI ratio 帄均跌幅是 29.15%，中位數是 29.53%。有 24 個月份的 P/C OI ratio 是呈現下跌的，P/C OI ratio 跌幅最大. al. n. v i n Ch 的月份是 200405，跌幅為 59.85%。只有 2 個月份 P/C OI ratio 是上漲的，分別是 engchi U 契約月份 200811、201205，漲幅最大的月份是 200811，漲幅為 3.76%。. 我們進一步觀察 P/C OI ratio 上漲的月份，發現只有一個月份的 P/C OI ratio 皆小於 1，表示賣權的未帄倉量依舊小於買權未帄倉量，僅有契約月份 201205 的 P/C OI ratio 從 111.42 上漲至 114.45。顯示股價指數的下跌時，買權未帄倉量會大幅的增加，與我們的假設一致。. 15.

(22) 我們進一步使用迴歸模型，來觀察所有樣本期間月報酬率與△P/C OI ratio 之間的關係，迴歸模型如下:. Returni  0  1   P / C OI ratio i   i Returnt 代表第 i 個月的月報酬率， P / C OI ratiot 代表第 i 個月結算前一天. P/C OI ratio 與該近月合約開倉時 P/C OI ratio 之間的漲跌幅，從前面敘述統計的結果顯示兩者之間可能是正相關，  1 應顯著大於零，而  0 則應要是一個很小的數字。表 7. 月報酬率與△P/C OI ratio 的迴歸結果. Intercept. △P/C OI ratio. Coefficient. -0.0048. 0.1325***. T-Statistic. -1.1564. 立. Adjusted R 2 0.5162. R2 0.5199. 政治大 11.8648. 註:表中的*、**及***分別表示在 0.1、0.05 及 0.01 的顯著水準下參數值顯著。. ‧ 國. 學. 2. 迴歸的 R 高達 52%，顯示月報酬率與△P/C OI ratio 之間強烈的關係，而各. ‧. 項迴歸係數也如果我們先前所預測的，截距項的係數很小且不顯著，△P/C OI. n. al 3.2 選擇權序列的未帄倉量與期貨指數報酬率 Ch. engchi. er. io. sit. y. Nat. ratio 的迴歸係數顯著大於零，支持我們的假說。. i n U. v. 在緒論中，我們提到了「壓力線」與「支撐線」的概念。我們以近月的選擇權為樣本，將每日最大未帄倉量的買權履約價連成一條線，並稱這條線為「壓力線」；我們亦將每日最大未帄倉量的賣權履約價連成一條線，並稱這條線為「支撐線」。. 我們發現在長達 2735 個交易日中，台灣股價期貨指數超過壓力線的交易日僅有 59 天，而台灣股價期貨指數跌破支撐線的交易日僅有 100 天，也就是有 94.2%的樣本期間中，台灣股價期貨指數介於壓力線與支撐線之間，這表示有很多賣出價外選擇權的投資人在結算時會獲利。 16.

(23) 然而，壓力線與支撐線是會隨著時間而改變的。既然股價指數長期介於兩者之間，如果壓力線向下移動，表示更多人賣出更多較低履約價的買權，認為未來股價指數上漲的機率很低，甚至傾向下跌。同樣的道理，如果支撐線向上移動，表示更多人賣出更多較高履約價的賣權，認為未來股價指數下跌的機率很低，甚至傾向上漲。. 我們認為壓力線與支撐線的改變與該月的月報酬率有關，因此統計了每個近月合約月份壓力線與支撐線移動的次數並與該月的月報酬率進行迴歸分析。事實. 政治大擇權序列，因此會有最大未帄倉量與第二大未帄倉量十分接近的情形。例如:2013 立上，台灣股價指數選擇權的未帄倉量大多集中於價外，且會集中於數個相鄰的選. 年 8 月 28 日買權的最大未帄倉量在 8200 點有 32465 口，8 月 29 日買權的最大. ‧ 國. 學. 未帄倉量變成 8100 點有 34053 口，造成壓力線下向移動，但該日履約價 8200. ‧. 點買權的未帄倉量為 33867 口，兩者之間的差距僅 186 口，很難說有壓力下移的. y. Nat. 情形，畢竟買權的未帄倉量原本就集中在 8100 點與 8200 點。因此我們對於壓力. er. io. sit. 線與支撐線的移動有兩個操作型定義:. 1. 只有當最大及第二大未帄倉量的數值差距超過 10%時，才能認定有壓力. al. n. v i n 線與支撐線的移動，在先前的例子中，由於兩者未帄倉量的差距僅 0.5%， Ch engchi U 所以認定 8 月 29 日的壓力線依舊位於 8200 點，而非移動至 8100 點。. 2. 造成壓力線與支撐線移動的原因是其他履約價的未帄倉量增加，因為我們研究的對象是有資訊的投資人是否會賣出新倉選擇權(open sell)來獲利，而且在近月合約距離到期日不到三天時，各履約價的選擇權都會出現未帄倉量減少的情形，主要是因為投資人進行換倉，將現有部位轉至次月或更遠月的合約，因此我們不考慮因未帄倉量減少造成壓力線與支撐線移動的情況。. 17.

(24) 表 16(附錄)為每個近月合約月份壓力線與支撐線移動的情況，我們分別考慮了壓力線下移、壓力線上移、支撐線下移與支撐線上移的情況，並將這四個變數與月報酬率進行迴歸分析，公式及迴歸結果如下:. Returni   0   CD X iCD   CU X iCU   PD X iPD   PU X iPU   i. X iCD 為第 i 個月壓力線下移的次數，預期  CD 小於零； X iCU 為第 i 個月壓力線上. 移的次數，預期  CU 大於零； X iPD 第 i 個月支撐線下移的次數，預期  PD 小於零；. 政治大. X iPU 第 i 個月支撐線上移的次數，預期  PU 大於零。. 表 8. 壓力線與支撐線移動對月報酬的迴歸結果. 壓力線下移壓力線上移支撐線下移支撐線上移. 0.0279*** (0.0000) -0.0392*** (0.0000). n. al. -0.0127** (0.0269) -0.0127** (0.0258) -0.0127** (0.0366). Ch. engchi. 0.0204*** (0.0001) 0.0204*** (0.0000). Adjusted R 2 0.1162 0.1953. sit. io. 0.0165 (0.1142) 0.0163* (0.0695) 0.0272** (0.0109). y. ‧. Nat. 0.0286*** -0.0253*** (0.0002) (0.0000) -0.0180*** (0.0086) 0.0333*** (0.0000) -0.0146* (0.0786). er. 截距項. 學. ‧ 國. 立. iv n U 0.0186***. -0.0248*** (0.0004) -0.0247*** (0.0004) -0.0294*** (0.0001). 0.2156 0.0806. (0.0006) -0.0002 (0.9676). 0.3282 0.3334. 0.0090* (0.0778). 0.2530. 註:表中*、**及***分別表示在 0.1、0.05 及 0.01 的顯著水準下參數值顯著. 我們發現四個變數在單迴歸模式下都有顯著的解釋能力，且皆符合我們預期的假設，但在複迴歸模式下，支撐線上移變成一個不顯著的解釋變數，甚至係數 18.

(25) 的正負號也改變了，除了本身對於報酬率的解釋能力較弱外，另一個原因是有共線性的問題，支撐線上移與壓力線上移的相關係數為 0.49，因此再複迴歸模式下，支撐線上移的解釋能力完全被壓力線上移取代。. 儘管有共線性的問題，但對於其他解釋變數的係數影響十分有限，不影響迴歸模型的穩健性。而支撐線上移的解釋能力較弱可能與壓力線與支撐線的價外程度有關，在樣本期間內壓力線的帄均價外程度為 4.74%，但支撐線的帄均價外程度卻高達 9.54%，因此當支撐線上移後，依舊可能處於十分價外的程度，未來股. 政治大. 價指數的走勢較沒有一致性，但支撐線下移後卻常伴隨著大跌的行情，因此解釋能力佳。. 立. ‧ 國. 學. 為了進一步證明壓力線與支撐線移動對於未來報酬率有某種程度上的解釋. ‧. 能力，我們視壓力線或支撐線發生移動的那天為事件日(event day)，觀察位於壓. y. Nat. 力線或支撐線上的選擇權的權利金變化，例如:2013 年 12 月 3 日，壓力線從 8500. 及到期日時是否位於價外，結果在表 9 及表 10。. n. al. Ch. engchi. 19. er. io. sit. 點上移至 8600 點，我們將觀察履約價 8600 點的買權未來五日權利金的變化，以. i n U. v.

(26) 表 9. 壓力線移動後價外選擇權的權利金變化. 我們計算了在事件日之後的 1 至 5 日權利金漲跌幅的變化，分別以帄均數與中位數，並呈現權利金漲跌幅的標準差與偏態系數。我們也統計這些選擇權未來 T 日後權利金下跌的比率、T 日後賣方所累積的損益金額(假設每次事件發生後只交易一口)，最後我們會觀察這些選擇權在到期日時落於價外的比率。. 壓力線上移 T=1 帄均數. T=2. T=3. T=4. T=5. 0.1913*** 0.3137*** 0.2036*** 0.2029**. 0.1350. (0.0155). (0.0154). (0.0259). (0.0481). (0.1843). 0.0000. 0.0381. -0.1330*. -0.2439** -0.2923*. (0.5766). (0.6879). (0.0944). (0.0321). (0.0709). 最小值. -0.91. -0.99. -1.00. -0.98. -1.00. 最大值. 4.95. 7.40. -8015. 1995. 標準差. 12.50 治 4.59 政 -23915 -36360 -11030 大立 0.9056 1.4608 1.0239. 1.1770. 1.4259. 偏態係數. 3.7792. 5.8994. 1.7219. 1.7292. 2.8455. 107. 104. 98. 95. 91. 47.12%. 56.12%. 58.95%. 64.84%. 中位數. 6.15. T 日後權利金下跌的比率 48.60%. 66.36%. 壓力線下移 T=1. T=2. T=3. er. io. a-0.0317 l C 0.0029 -0.0590n i v (0.2680) (0.2343) h e(0.4836) ngchi U. n. 中位數. sit. y. Nat. 帄均數. ‧. 到期時選擇權價外比率. 學. 樣本數. ‧ 國. T 日後累計的賣方損益. T=4. T=5. -0.0302. 0.0145. (0.3801). (0.4465). -0.1112*** -0.1690*** -0.3163*** -0.2965*** -0.3050*** (0.0027). (0.0005). (0.0002). (0.0006). (0.0042). T 日後累計的賣方損益. 3750. 6085. 11065. 695. 2020. 最小值. -0.99. -0.96. -0.98. -0.98. -1.00. 最大值. 2.08. 2.47. 2.75. 4.21. 4.14. 標準差. 0.5357. 0.7351. 0.8429. 1.0149. 1.1049. 偏態係數. 1.7557. 1.4075. 1.5833. 1.6731. 1.5471. 樣本數. 110. 109. 108. 106. 106. 65.14%. 66.67%. 65.09%. 62.26%. T 日後權利金下跌的比率 62.73% 到期時選擇權價外比率. 81.82%. 註:表中*、**及***分別表示在 0.1、0.05 及 0.01 的顯著水準下參數值顯著. 20.

(27) 表 10. 支撐線移動後價外選擇權的權利金變化. 我們計算了在事件日之後的 1 至 5 日權利金漲跌幅的變化，分別以帄均數與中位數，並呈現權利金漲跌幅的標準差與偏態系數。我們也統計這些選擇權未來 T 日後權利金下跌的比率、T 日後賣方所累積的損益金額(假設每次事件發生後只交易一口)，最後我們會觀察這些選擇權在到期日時落於價外的比率。. 支撐線上移 T=1 帄均數中位數. T=2. T=3. -0.1890*** -0.1149. -0.0782. -0.3365*** -0.3628***. (0.0000). (0.2677). (0.0002). (0.1284). T=4. T=5 (0.0000). -0.2724*** -0.4130*** -0.5077*** -0.6364*** -0.6829*** (0.0000). (0.0000). (0.0000). (0.0000). (0.0000). T 日後累計的賣方損益. 32820. 31490. 28545. 60875. 60655. 最小值. -0.98. -1.00. -1.00. 最大值. 3.46. 7.55. 4.47. 立 0.4660. 偏態係數. 1.1893. 1.4632. 1.0521. 0.8453. 3.6901. 1.4145. 3.9937. 4.6425. 2.7330. 140. 139. 135. 131. 119. 78.42%. 84.44%. 84.73%. 81.51%. T 日後權利金下跌的比率 77.14%. 85.00%. 支撐線下移 T=1. T=2. T=3. T=4. T=5. -0.0002. -0.1995. (0.4998). (0.1751). er. io. a0.0040 l C 0.0856 0.0652n i v (0.4748) (0.4050) h e (0.3135) ngchi U. n. 中位數. sit. y. Nat. 帄均數. ‧. 到期時選擇權價外比率. 學. 樣本數. ‧ 國. 標準差. 治 -0.99 政-0.98 8.69 9.72大. -0.0900*** -0.2408*** -0.4000*** -0.4565*** -0.5778*** (0.0052). (0.0001). (0.0000). (0.0003). (0.0000). T 日後累計的賣方損益. 15430. 46535. 57970. 57830. 110975. 最小值. -0.79. -1.00. -0.99. -0.99. -1.00. 最大值. 2.58. 14.60. 22.40. 22.20. 16.68. 標準差. 0.6106. 1.7207. 2.6070. 2.5104. 1.9464. 偏態係數. 2.1139. 6.7852. 7.4966. 8.1126. 8.0571. 樣本數. 96. 96. 93. 89. 84. 62.50%. 72.04%. 70.79%. 77.38%. T 日後權利金下跌的比率 62.50% 到期時選擇權價外比率. 71.88%. 21.

(28) 由於價外選擇權的權利金的漲跌幅是右偏分配，帄均值可能無法精確描述樣本特徵，因此我們納入了中位數，避免結論受到極端值的干擾。. 我們發現壓力線下移後，未來數日價外買權的權利金有明顯減少的趨勢。相對於壓力線上移，壓力線下移後權利金漲跌幅的標準差、偏態系數、最大值皆較小，顯示壓力線下移後，出現大漲行情的機會明顯減少，到期時選擇權落於價外的機率高達 81.82%。相對的，壓力線上移後，未來四日的帄均報酬率甚至顯著為正，儘管我們知道那是因為極端值造成的影響，但到期時選擇權落於價外的機. 政治大. 率則只有 66.36%，顯示指數大漲的機會明顯增加。. 立. 類似的情況亦出現在支撐線上，支撐線下移後，未來數日價外賣權的權利金. ‧ 國. 學. 有明顯減少的趨勢。相對於支撐線下移，支撐線上移後權利金漲跌幅的標準差、. ‧. 偏態系數、最大值皆較小，顯示支撐線上移後，出現大跌行情的機會減少，到期. y. Nat. 時選擇權落於價外的機率高達 85%。而支撐線下移後，較容易出現大跌的行情，. er. io. sit. 有過權利金膨脹 22 倍的例子，但大跌的機率依舊很有限，整體而言權利金依舊是傾向減少，到期時選擇權落於價外的機率則有 71.88%。. n. al. Ch. engchi. i n U. v. 有兩件事是顯而易見的，壓力線下移後，未來指數很不容易大漲，容易出現小漲、小跌甚至大跌的情況，較可能與未來的報酬率呈現負相關；而支撐線上移後，未來指數很不容易大跌，容易出現小跌、小漲甚至大漲的情況，較可能與未來的報酬率呈現正相關，支持迴歸的結果。. 而壓力線下移與支撐線上移後，未來選擇權權利金皆容易在數日內大幅減少且到期日時落於價外的機率極高，顯示有資訊優勢的投資人確實可利用賣出選擇權來獲利。. 22.

(29) 3.3 價帄選擇權的未帄倉量與期貨指數報酬率先前的章節我們證實了有資訊優勢的投資人利用賣出價外選擇權來獲利，但價外選擇權本身就十分不容易波動至價內，所以可能也吸引很多無資訊優勢的投資人(但他或許認為自己有資訊優勢)賣出價外選擇權，所以為了進一步研究資訊優勢投資人會不會賣出選擇權，我們將研究延伸至價帄選擇權的未帄倉量。. 價帄選擇權的 Delta 值位於 0.5 附近，未來波動至價內的可能性約 50%，價帄選擇權的 Gamma 值、Theta 值最大。選擇權的 Gamma 必為正，當面對高度波. 政治大性質對於賣方來說是不利的。但相對的，價帄選擇權擁有最多的時間價值(權利立動的行情時，Gamma 會對 Delta 有加速膨脹的作用，權利金會快速的增加，這個. ‧ 國. 學. 金的一部份)，且隨時間消逝的速度最快，這對賣方來說十分有利。因此，如果有投資人對於未來行情有資訊優勢，當他知道未來不會大漲時，他會願意賣出價. ‧. 帄買權，承擔 Gamma 風險，以換取快速收取時間價值(權利金)的優勢；而當他. al. er. io. sit. y. Nat. 知道未來不會大跌時，他會願意賣出價帄賣權。. v. n. 我們觀察價帄附近的選擇權1，當價帄買權的未帄倉量大較前一日大幅增加. Ch. engchi. i n U. 10%時，我們推測可能有很多資訊優勢的投資人賣出價帄買權，未來指數可能不容易大漲，甚至會下跌，以該日為事件日，觀察最接近價帄的價外選擇權未來數日權利金的變化。例如:2013 年 6 月 13 日的台股期貨指數為 7933 點，價帄選擇權為履約價 7900 點的買權，但我們觀察的是最接近價帄的價外選擇權，因此履約價 8000 點的買權為樣本。關於價帄賣權我們亦是採用相同的研究方法，表 11 及表 12 分別呈現價帄買權與價帄賣權權利金變化的情況。. 1. 距離指數最近的履約價為價帄選擇權，並取其上下各一檔選擇權，共三檔選擇權，稱為價帄附近的選擇權序列。 23.

(30) 表 11 價帄買權未帄倉量大增後買權權利金的變化我們計算了在事件日之後的 1 至 5 日權利金漲跌幅的變化，分別以帄均數與中位數，並呈現權利金漲跌幅的標準差與偏態系數。我們也統計這些選擇權未來 T 日後權利金下跌的比率、T 日後賣方所累積的損益金額(假設每次事件發生後只交易一口)，最後我們會觀察這些選擇權在到期日時落於價外的比率。. T=1 帄均數中間值. T=2. T=3. T=4. T=5. -0.0372. -0.1378*. -0.0893. 0.0249 -0.2270. (0.3970). (0.0910). (0.2551). (0.4428) (0.1223). -0.1993*** -0.3727*** -0.3103*** -0.3699* -0.6133*** (0.0048). (0.0093). (0.0135). (0.0586) (0.0026). T 日後累計的賣方損益. 14735. 11010. 10310. 35. 25795. 最小值. -1.00. -1.00. -1.00. -1.00. -0.99. 3.70. 3.46. 2.63 治 3.70 政 1.2698 0.8295 0.9810 大立5.9091 1.2840 1.7380. 最大值. 9.71. 標準差. T 日後權利金下跌的比率. 1.4865 2.1491. 80. 66. 53. 63.75%. 63.64%. 64.15%. 到期時選擇權價外比率. 41. 學. 樣本數. ‧ 國. 偏態係數. 1.1020 1.0477 30. 60.98% 73.33%. 61.25%. ‧. 表 12 價帄賣權未帄倉量大增後賣權權利金的變化. y. Nat. sit. 我們計算了在事件日之後的 1 至 5 日權利金漲跌幅的變化，分別以帄均數與中位數，並呈現權利. io. er. 金漲跌幅的標準差與偏態系數。我們也統計這些選擇權未來 T 日後權利金下跌的比率、T 日後賣方所累積的損益金額(假設每次事件發生後只交易一口)，最後我們會觀察這些選擇權在到期日時. al. n. 落於價外的比率。. Ch. T=1 帄均數. v. T=3. T=4. T=5. -0.1892*** -0.1929*** -0.3335*** -0.4193*** -0.5643*** (0.0000). 中間值. T=2 h i eng c. i n U. (0.0013). (0.0000). (0.0000). (0.0000). -0.2029*** -0.4035*** -0.6076*** -0.6591*** -0.7750*** (0.0003). (0.0000). (0.0000). (0.0000). (0.0000). T 日後累計的賣方損益. 67690. 67390. 117285. 120970. 132280. 最小值. -1.00. -1.00. -1.00. -1.00. -1.00. 最大值. 1.74. 2.61. 3.38. 1.69. 1.58. 標準差. 0.4950. 0.7424. 0.7534. 0.6194. 0.5431. 偏態係數. 0.8427. 1.7752. 2.1486. 1.6952. 2.0669. 樣本數. 163. 139. 119. 95. 79. 73.38%. 78.99%. 81.05%. 87.34%. T 日後權利金下跌的比率 68.10% 到期時選擇權價外比率. 71.17% 24.

(31) 我們之所以要限制樣本為最接近價帄的價外選擇權，是因為這類選擇權的 Delta 值在各種時空背景下多介於 0.4 至 0.5 之間，根據選擇權理論，這些選擇權未來無法波動到價內的機率大於 50%但小於 60。. 但從表 11 跟表 12 我們可以發現，價帄附近的買權未帄倉量大幅增加後，價帄買權的權利金有明顯下降的趨勢，價帄買權到期日落於價外的機率為 61.25%，略高於根據選擇權評價公式所推測的機率，且賣出選擇權的投資人可藉由每次的交易累積利得金額。類似的情況亦發生在價帄賣權，當價帄附近的賣權未帄倉量. 政治大價帄賣權在到期日選擇權落於價外的機率為 71.17%，明顯高於由選擇權評價公立大幅增加後，價帄賣權的權利金有明顯下降的趨勢，且趨勢較價帄買權更明顯，. 式所推測的理論機率，而賣出選擇權的投資人藉由每次的交易累積利得金額更是. ‧. ‧ 國. 學. 驚人。. y. Nat. 實證結果支持我們的假設，有資訊的投資人會賣出選擇權，這現象不單只出. er. io. sit. 現在價外選擇權，有資訊的投資人亦使用賣出價帄選擇權來獲利，可能是這些投資人獲得了更可靠的資訊，所以採用較為積極的履約價。. n. al. Ch. engchi. 25. i n U. v.

(32) 4. 選擇權賣方交易策略本章是針對過去已經研究過的賣方選擇權策略重新進行一次績效的回測，但相較於過去文獻的結果，本文考量了更多現實層面的因素，主要的特點如下: (1) 樣本期間長，由 2003 年 1 月至 2013 年 12 月，共 11 年。(2)完整的考量了保證金與交易成本。(3)策略以連續投資的方式進行，模擬一個散戶長期使用賣出選擇權策略的投資績效，而非過去文獻所強調的單期報酬。(4)以保證金使用比率來衡量投資人的風險態度。希望藉由上述四點，使得計算出的報酬率更能反映出賣出選擇權的真實報酬率。. 政治大. 立. 4.1 簡介賣方選擇權交易策略. ‧ 國. 學. Bakshi and Kapadia(2003)、Bondarenko(2003)及 Jones(2006)檢驗 S&P500 指數選擇權的交易，皆發現賣出跨式部位的交易會有非常高的夏普指標，國內文獻. ‧. 亦有類似的結論，周孟宣(2006)及曾緯仁(2008)指出使用賣出勒式(sell strangle). y. Nat. sit. 策略不論勝率與獲利能力皆有較佳的表現，但必頇使用較價外的履約價來組成。. n. al. er. io. 而 Chang, Hsieh and Lai(2009)則發現，能持續從選擇權市場獲利的散戶往往會使用勒式或價差策略。. Ch. engchi. i n U. v. 因此，本文將以賣出跨式(strangle)與賣出兀鷹價差(condor spread)作為回測策略，我們利用近月的合約選擇權為標的，並在每個結算日收盤時建立部位，並持有該部位至合約的結算日。. 我們有兩種選擇履約價的方式來組成勒式與兀鷹價差策略，第一種是以價帄履約價為中心，往上及往下選取價外一檔至七檔的履約價組合，第二種選擇履約價的方式則是以最大未帄倉量的買權履約價及最大未帄倉量的賣權履約價作為選擇履約價的依據。 26.

(33) 例如: 2014 年 12 月 17 日是合約 201412 的結算日，合約 201501 變成近月合約，當天的期貨指數為 8844，價帄的履約價為 8800，以上下一檔建立賣方勒式策略便是賣出履約價 8900 的 Call 與履約價 8700 的 Put，稱該策略 Strangle(100)。以上下一檔建立賣方兀鷹價差策略便是賣出履約價 8900 的 Call 並買進履約價 9000 的 Call，並賣出履約價 8700 的 Put 及並買進履約價 8600 的 Put，稱該策略為 Condor Spread(100)，以此類推。. 若以最大未帄倉量作為選擇履約價的依據，因為收盤前無法觀察到今日各個. 政治大約 201501 最大未帄倉量的買權履約價及最大未帄倉量的賣權履約價分別為 9300 立履約價的未帄倉量，所以我們選擇參考前一日的未帄倉量，在 12 月 16 日時，合. 及 8600，賣方勒式策略便是由賣出履約價 9300 的 Call 與履約價 8600 的 Put，並. ‧ 國. 學. 稱該策略為 Strangle(OI) ；賣方兀鷹價差策略便是賣出履約價 9300 的 Call 並買. ‧. 進履約價 9400 的 Call，並賣出履約價 8600 的 Put 及並買進履約價 8500 的 Put，. sit. n. al. er. io. 4.2 交易成本. y. Nat. 稱該策略為 Condor Spread(OI)。. Ch. engchi. i n U. v. 台指選擇權的交易稅是按照每次交易時的權利金金額來課徵，稅率為各千分之一。舉例而言，若投資人以 200 點之權利金買進一口台指選擇權，則應繳之交易稅為 200 點 × 50(元/每點) × 1/1000=10 元，若未來該投資人以 240 點之權利金賣出原先買進之部位，則應再繳交易稅為 240 點 × 50(元/每點) × 1/1000=12 元。. 若該投資人未於到期前沖銷持有之部位，而於到期時期交所的結算交割時，則按到期時的結算價，以十萬分之 2 課徵交易稅。假設到期時，台股期貨指數的結算價為 6,200 點，應繳之交易稅為 6,200 點 × 50(元/每點) × 2/100000=6.2，並依照四捨五入的方式來決定交易稅，也就是 6 元。 27.

(34) 在手續費方面，投資人交易一口選擇權的手續費大致上會落在 30 元到 88 元之間(參考了多家市占率較高的證券商)，我們假設手續費為 50 元，作為回測投資績效的收費標準。. 在考量交易稅及手續費後，我們發現光是賣出選擇權並持有至到期時的交易成本就超過權利金 1 點(50 元)了，賣出選擇權的投資人只會在收取的權利金大於所有的交易成本下才會賣出選擇權，因此我們假設選擇權的權利金在 2 點以上，才會有投資人願意建立賣出新倉選擇權部位(open sell option)。. 政治大 4.3 保證金的假設與投資人風險態度立. ‧ 國. 學. 討論賣出選擇權的真實報酬率時，如何估算保證金是最難的一件事，因為不同的賣方選擇權策略各自有其保證金的計算方式，而期貨交易所也會依照目前市. ‧. 場的波動狀況來調整收取保證金的標準。. sit. y. Nat. al. er. io. 表 17(附錄)是本文中會使用到賣方交易策略的保證金計算公式，表 18(附錄). v. n. 則是過去台灣加權股價指數選擇權的保證金收取標準。利用這些資訊可計算出賣. Ch. engchi. i n U. 出選擇權策略的報酬率，但依舊無法去設算追繳保證金(margin call)的情形，只好假設沒有追繳保證金的問題，投資人被允許持有賣方選擇權部位至結算日。. 投資人在從事期貨交易或賣出選擇權時，期貨帳戶中除了提列原始保證金 (initial margin)外，通常都會存入大於原始保證金的金額，以免進行交易後不久就收到追繳保證金的通知。同樣存入 100 萬元至期貨帳戶，有人認為可以賣出 50 口選擇權，有人認為僅可賣出 25 口選擇權，保證金提列越多表示持有越多部位的賣方選擇權部位，獲利的金額大但也承擔了本金被大幅侵蝕的機會。. 28.

(35) 本文考量了連續投資的概念，所以投資人使用保證金的風險態度影響了未來是否有能持續投資的機會，我們定義投資人的風險態度為:. 投資人的風險態度 . 預計提列的初始保證金存入期貨帳戶的現金. 舉例來說，一位投資人存入 100 萬元至期貨帳戶，並打算使用 20 萬元做為保證金來賣出選擇權，則他的風險態度為 20%，若在 2013 年 11 月 20 日交易契約月份 201312 的選擇權，賣出一組 Strangle(100)需要提列 18150 元的保證金，. 政治大的風險態度是 40%，則他可以賣出 22 組 Strangle(100)並收取權利金 110000 元，立因此投資人只能賣出 11 組 Strangle(100)，並收取權利金 55000 元，如果投資人. 本文中分別模擬投資人風險態度在 10%、20%、30%、40%及 50%下，連續投資. ‧. ‧ 國. 學. 的情形。. y. Nat. 當投資人在他的風險態度下無法提列原始保證金則假設可再融資，例如:一. er. io. sit. 投資人風險態度為 10%，因為先前的虧損使得本金僅剩 17 萬元，根據上述的例子，一組 Strangle(100)需提列 18150，但根據投資人的風險態度他最多只能使用. al. n. v i n 17000 元作為保證金，我們假設投資人可以無限次的再融資至一開始的 100 萬元， Ch engchi U 讓投資人可持續投資至樣本期間結束為止。. 4.4 交易策略的績效回測賣出選擇權必頇提列初始保證金，但一般人往往會存入大於初始保證金的金額在期貨帳戶中，避免行情些微波動就要面臨追繳保證金的情況，因此我們認為在計算賣出選擇權的報酬率時，其投入的成本應為期初的期貨帳戶金額，而非只有保證金的部分，公式如下: 賣出選擇權的報酬率 . 到期時淨利金額期初期貨帳戶的現金. 29.

(36) 延續 4.3 我們所使用的例子，一位投資人他的風險態度為 20%，期初本金 100 萬元，交易契約月份 201312 的選擇權，賣出一組 Strangle(100)需要提列 18150 元的保證金，投資人只能賣出 11 組 Strangle(100)，並收取權利金 55000 元，到期時選擇權皆為價外，考慮交易手續費 1100 元及期交稅 242 元後，淨利為 24390 元，該月的報酬率為 5.37%。. 事實上，賣出價外選擇權的勝算很高，大部分的選擇權在到期時都處於價外，這也是先前部分文獻主張賣出選擇權容易有超額報酬的原因，表 13 呈現不考慮. 政治大越高，但實際的交易次數也跟著減少，畢竟一些過度價外的選擇權可能根本不存立連續投資下各個交易策略的勝率，賣出越價外的選擇權組合策略，所得到的勝率. 在當時的市場上。. ‧ 國. 學 ‧. 表 14 與表 15 分別呈現了考慮連續投資與投資人風險態度後，賣出選擇權組. y. Nat. 合策略的交易績效。由於國內文獻提到賣出選擇權很容易獲利，我們就使用這些. n. al. 表 13 策略. er. io. 可圖。. sit. 被動、不設停損的交易策略，觀察無任何資訊優勢的投資人賣出選擇權是否有利. Ch. engchi. i n U. v. 各種交易策略下交易的勝率. 勝率實際交易次數. 策略. 勝率實際交易次數. Strangle(100) 59.85%. 132. Condor Spread(100) 59.85%. 132. Strangle(200) 64.29%. 126. Condor Spread(200) 64.29%. 126. Strangle(300) 73.11%. 119. Condor Spread(300) 73.11%. 119. Strangle(400) 80.70%. 114. Condor Spread(400) 80.70%. 114. Strangle(500) 83.33%. 102. Condor Spread(500) 83.33%. 102. Strangle(600) 84.09%. 88. Condor Spread(600) 84.09%. 88. Strangle(700) 90.91%. 77. Condor Spread(700) 90.91%. 77. Strangle(OI). 132. Condor Spread(OI). 132. 69.47%. 30. 73.28%.

(37) 表 14 10%. 20%. 30%. IRR. 標準差. 融資數. IRR. 標準差. 融資數. Strangle(100). -3.31%. 14.32%. 0次. -8.14%. 29.76%. 0次. Strangle(200). -4.57%. 17.65%. 0次. 0.87%. 37.04%. 1次. Strangle(300). -2.62%. 17.73%. 0次. -9.65%. 35.67%. Strangle(400). -2.78%. 17.04%. 0次. -9.41%. Strangle(500). -1.32%. 16.16%. 0次. Strangle(600). -1.62%. 14.71%. Strangle(700). -0.42%. Strangle(OI). -4.99%. 標準差. IRR. 40% 融資數. 政治大. 50%. IRR. 標準差. 融資數. IRR. 標準差. 融資數. 47.92%. 1次. -26.53%. 61.94%. 1次. -23.81%. 82.35%. 2次. -6.85%. 54.65%. 1次. -14.75%. 76.55%. 2次. -42.69%. 95.29%. 4次. 0次. -0.6%. 56.68%. 1次. -10.94%. 75.95%. 2次. -33.53%. 96.19%. 3次. 35.09%. 0次. 1.33%. 52.73%. 1次. -6.61%. 73.18%. 2次. -16.79%. 93.28%. 2次. -5.44%. 32.59%. 0次. 7.11%. 49.44%. 1次. 5.26%. 67.32%. 2次. 4.33%. 82.15%. 2次. 0次. -4.57%. 29.52%. 0次. -15.34%. 46%. 0次. 5.61%. 63.86%. 2次. 7.55%. 79.17%. 2次. 13.02%. 0次. -3.92%. 0次. -7.82%. 41.11%. 0次. 58.16%. 2次. 7.91%. 72.10%. 2次. 16.97%. 0次. -14.13%. 0次. -2.08%. 53.23%. 2次. 68.50%. 2次. -46.11%. 91.28%. 3次. io. n. al. Ch. 註: 考量了再融資的投資報酬率應以 IRR 衡量較合理，IRR、標準差皆已年化。. engchi. 31. sit. y. Nat. 28.80% 34.48%. ‧. ‧ 國. 立. 學. -5.39%. 5.18%. er. 風險態度. 各種賣出 Strangle 交易策略的績效. i n U. v. -31.31%.

(38) 表 15 20%. 30%. IRR. 標準差. 融資數. IRR. 標準差. 融資數. -5.40%. 7.12%. 0次. -11.42%. 14.51%. 0次. -3.36%. 7.87%. 0次. -7.40%. 16.17%. -3.97%. 7.57%. 0次. -8.57%. 15.56%. -0.56%. 6.49%. 0次. -1.60%. -2.23%. 6.28%. 0次. -4.83%. -1.67%. 5.50%. 0次. -3.69%. 0次. -27.09%. 34.47%. 0次. -11.35%. 24.20%. 0次. -16.02%. 32.31%. 0次. -20.57%. 40.01%. 0次. 0次. -13.48%. 23.36%. 0次. -18.82%. 31.04%. 0次. -23.69%. 37.76%. 0次. 13.38%. 0次. -2.83%. 20.22%. 0次. -4.69%. 27.07%. 0次. -6.81%. 33.82%. 0次. 12.92%. 0次. -7.62%. 19.52%. 0次. -10.73%. 25.97%. 0次. -14.09%. 32.51%. 0次. 11.32%. 0次. -5.95%. 17.21%. 0次. -7.97%. 22.75%. 0次. -10.59%. 28.55%. 0次. -5.49%. 15.19%. -7.56%. 20.35%. 0次. -9.76%. 25.50%. 0次. 13.06%. 23.04%. 16.38%. 30.80%. 0次. 18.89%. 38.54%. 0次. 立. Condor. -1.67%. 4.97%. 0次. -3.53%. 10.10%. 4.65%. 7.43%. 0次. 9.15%. 15.29%. Spread(700) Condor. 0次. al. n. Spread(600). 融資數. 28.45%. io. Condor. 標準差. Ch. 0次. 0次. engchi. Spread(OI) 註: 考量了再融資的投資報酬率應以 IRR 衡量較合理，IRR、標準差皆已年化。. 32. y. Spread(500). IRR. -21.37%. Nat. Condor. 融資數. 0次. ‧ 國. Spread(400). 標準差. ‧. Condor. 政治大. IRR. 學. Spread(300). 融資數. 21.72%. Spread(200) Condor. 標準差. 50%. -17.34%. Spread(100) Condor. IRR. 40%. sit. Condor. 10%. er. 風險態度. 各種賣出 Condor Spread 交易策略的績效. iv 0次 n U 0次.

(39) 實證結果顯示，考量連續投資下，賣出選擇權的報酬率很差。儘管賣出選擇權的勝率很高，但每次獲利的權利金都是固定的，遭遇大漲大跌的行情時，卻可以讓先前所累計的報酬一次輸光，在金融海嘯期間，賣出 Strangle 策略曾在一個月內賠掉了所有資本，報酬率是-114%，儘管有些 Strangle 策略在接受融資的幫助下可創造正報酬，但背後所承擔的風險卻是指數波動度的三至四倍2，根本無超額報酬可言。. 相較於 Strangle 策略，Condor Spread 策略因為有明確的損失上限，在任何. 政治大度與交易成本所造成的，一組 Condor Spread 策略由四種選擇權構成，交易成本立情境下，風險都比 Strangle 來得低，但報酬不見得較 Strangle 高，這是保證金制. 是一組 Strangle 的兩倍，且因 Condor Spread 的最大損失有上限，所需提列的保. ‧ 國. 學. 證金僅是 Strangle 的 25%至 40%，投資人也可賣出更多組的 Condor Spread，卻. ‧. 也承擔大量的交易成本，例如 Condor Spread(100)的交易成本為 45 萬元，但. er. io. sit. y. Nat. Strangle(100)的交易成本僅 17 萬元。. 比較值得一提的是 Condor Spread(OI)策略，它在各種風險態度下都有正報酬. al. n. v i n 且享有較股價指數高的夏普指標，最高的為風險態度下 30%的 0.52，最低的則是 Ch engchi U. 風險態度 10%及 50%的 0.46，台灣股價指數的夏普指標僅 0.32，顯示這策略確實有超額報酬，Condor Spread(OI)的淨值走勢圖如下。. 2. 樣本期間內台灣股價指數的帄均年報酬率為 8.6%，標準差為 22.93%，夏普指標為 0.32，無風險利率參考中央銀行公布的五大銀行一年期存款利率 33.

(40) 圖 2. 各種風險態度下 Condor Spread(OI)的淨值走勢圖. 立. 政治大. ‧ 國. 學. 我們發現自 2008 年 11 月之後，Condor Spread(OI)的淨值開始一路向上，風險態度 50%的投資人在 2013 年 12 月時淨值高達 661 萬元，顯示股價指數自此長. ‧. 期介於壓力線與支撐線之間，且出現大漲或大跌行情的次數很少，即便是無任何. al. er. io. sit. y. Nat. 資訊優勢的投資人都可利用這個策略獲得超額報酬。. v. n. 顯示 2008 年 11 月後，賣方主導台灣指數選擇權市場的情況更加明顯，無資. Ch. engchi. i n U. 訊優勢的投資人都可利用簡單的公開資訊獲利，有經驗或資訊優勢的投資人更容易利用賣出選擇權創造超額報酬。. 儘管 Condor Spread(OI)創造了超額報酬，但這不會是一個良好的交易策略，它並沒有辦法在任何市場狀況下都能有所表現，但它至少提供了兩個關於賣出選擇權策略的資訊(1)以壓力線及支撐線作為賣出選擇權的參考很有意義(2)賣出價外選擇權高勝算的優勢，只要搭配合適的停損機制，便很容易創造超額報酬。. 34.

(41) 5. 結論本文主要在研究未帄倉量的解讀，從 P/C OI ratio 的變化與月報酬率之間的關係來觀察未帄倉量與股價指數的關係，當 P/C OI ratio 上升時，賣權的未帄倉量增加，股價指數傾向上漲，賣出選擇權的投資人容易收到選擇權的權利金，當 P/C OI ratio 下跌時，買權的未帄倉量增加，股價指數傾向下跌，顯示有許多資訊優勢的投資人利用賣出選擇權來獲利。. 再者，本文使用作者自行定義的壓力線與支撐線，來研究未帄倉量與股價指. 政治大力線下移、支撐線上移後，股價指數傾向下跌。我們主要針對新倉賣出的選擇權立數之間的關係。發現當壓力線上移、支撐線上移後後，股價指數傾向上漲，當壓. ‧ 國. 學. 做為研究樣本，觀察壓力線與支撐線移動後，價外選擇權權利金的變化。發現壓力線下移後，價外買權的權利金明顯下跌，到期時落於價外的機率高達 81.82%；. ‧. 支撐線上移後，價外賣權的權利金明顯下跌，到期時落於價外的機率高達 85%。. sit. y. Nat. 我們也針對最接近價帄的價外選擇權進行同樣的研究，發現只要未帄倉量大幅增. al. er. io. 加後，這些選擇權的權利金會在未來數日大幅下跌，且到期時落於價外的機率較. v. n. 理論機率來得高，顯示新倉賣出選擇權的投資人對於未來報酬率也有某種程度上. Ch. engchi. i n U. 的預測能力，這與 Chang, Hsieh and Lai(2009)的實證結果相符，但該文作者沒對於散戶的預測能力做出解釋，本文推測台灣選擇權市場有資訊的散戶數量較多，而有資訊的散戶偏好賣出選擇權，所以賣方投資人對於未來報酬率有解釋能力。. 最後，我們回測了一些賣出選擇權的組合策略，發現考量了保證金與交易成本後，賣出選擇權的報酬率很差。這與 Santa-Clara and Saretto(2009) 及 Berkovich and Shachmurove (2011)的實證結果一致，儘管賣出價外選擇權有較高的勝率，但也因為賺小賠大的特性，讓報酬不易累積，甚至有在一次大跌的行情中賠掉所有資本的可能性。但我們卻意外地發現賣出 Condor Spread(OI)策略可以獲得超額報 35.

(42) 酬，顯示自 2008 年後賣方支配股價指數走勢的力量更強，根據這個交易策略的特性，我們建議想設計賣出選擇權交易策略的投資人:(1)合適的停損機制是必要的(2)參考未帄倉量作為選擇履約價的依據。如此一來，投資人便可利用賣出價外選擇權高勝算的優勢創造超額報酬。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 36. i n U. v.

(43) 附錄圖 3. 契約月份 200301-200312 的壓力與支撐圖. ‧. 圖 4. 學. ‧ 國. 立. 政治大. 契約月份 200401-200412 的壓力與支撐圖. n. er. io. sit. y. Nat. al. Ch. engchi. 37. i n U. v.

(44) 圖 5. 契約月份 200501-200512 的壓力與支撐圖. 立. 政治大. ‧ 國. 學. 圖 6 契約月份 200601-200612 的壓力與支撐圖. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. 38. i n U. v.

(45) 圖 7. 契約月份 200701-200712 的壓力與支撐圖. 圖 8. 學契約月份 200801-200812 的壓力與支撐圖. ‧. ‧ 國. 立. 政治大. n. er. io. sit. y. Nat. al. Ch. engchi. 39. i n U. v.



(48) 圖 13. 契約月份 201301-201312 的壓力與支撐圖. 學. ‧ 國. 立. 近月合約壓力線與支撐線移動次數. ‧. 表 16. 月報酬率. 政治大. 壓力線下移壓力線上移支撐線下移支撐線上移 0. 1. y. 1. 200302. -9.78%. 1. 2. 1. 1. 200303. 0.42%. 1. 0. 200304. 0.68%. 200305. -8.94%. 200306. 19.87%. 0. 200307. 7.18%. 200308. er. 1. io. 12.49%. sit. Nat. 200301. 2. 0. Un 2. 2. 3. 0. 1. 0. 3. 0. 1. 2.78%. 0. 0. 1. 1. 200309. 3.64%. 0. 1. 0. 1. 200310. 3.52%. 0. 0. 1. 1. 200311. -1.61%. 0. 1. 0. 1. 200312. -1.95%. 1. 0. 0. 1. 200401. 10.69%. 0. 3. 0. 0. 200402. 4.74%. 0. 0. 0. 3. 200403. -0.96%. 0. 3. 1. 2. 200404. 4.08%. 0. 0. 1. 2. 200405. -15.38%. 0. 0. 3. 1. n. al 2 C 2 h. 0. e n g0c h i. 42. i2v. 0.

(49) 200406. -3.88%. 0. 0. 0. 1. 200407. -4.99%. 1. 0. 1. 1. 200408. 3.74%. 1. 0. 0. 0. 200409. 6.17%. 0. 2. 0. 2. 200410. -1.17%. 0. 0. 0. 1. 200411. 5.13%. 1. 0. 2. 0. 200412. -1.02%. 2. 0. 1. 0. 200501. -2.57%. 0. 1. 1. 2. 200502. 4.50%. 1. 1. 0. 1. 200503. -1.62%. 0. 0. 0. 1. 200504. -6.84%. 1. 0. 1. 1. 200505. 6.70%. 1. 1. 1. 1. 200506. 5.27%. 0. 1. 200507. 1.46%. 1. 200508. -2.08%. 立0. 政 13治大 01. 200509. -3.84%. 200510. 0. 2. 0. 2. 1. -4.91%. 2. 1. 1. 1. 200511. 5.92%. 1. 2. 0. 2. 200512. 7.35%. 1. 2. 0. 200601. -0.09%. 0. 2. 0. ‧. 2. 200602. 2.54%. 1. 0. 1. 0. 200603. -2.06%. 1. 0. 1. 200604. 8.36%. 0. 2. 200605. -0.93%. 200606. -8.36%. 200607. 0.08%. 0. 200608. 5.17%. 200609. io. n. 3. e n g0c h i. sit. Nat. al 0 C 2 h. er. ‧ 國. 1. 學. 0. y. 3. 1. Un. i0v. 2 0 2 2. 2. 0. 1. 0. 2. 1. 2. 0. 1. 2.61%. 0. 0. 1. 2. 200610. 1.10%. 0. 0. 0. 1. 200611. 3.83%. 2. 1. 0. 2. 200612. 5.21%. 0. 3. 0. 3. 200701. 2.56%. 0. 1. 1. 1. 200702. 0.70%. 1. 0. 2. 1. 200703. -0.72%. 1. 1. 1. 1. 200704. 1.75%. 0. 1. 0. 0. 200705. 1.02%. 1. 0. 1. 0. 200706. 9.16%. 0. 3. 0. 3. 43.

(50) 200707. 7.50%. 0. 2. 0. 3. 200708. -11.29%. 1. 1. 1. 1. 200709. 7.25%. 1. 1. 0. 0. 200710. 6.63%. 1. 1. 0. 2. 200711. -11.99%. 0. 0. 1. 0. 200712. -4.96%. 1. 0. 2. 1. 200801. 3.02%. 1. 0. 0. 0. 200802. -3.40%. 1. 0. 0. 0. 200803. 2.30%. 0. 0. 0. 1. 200804. 12.32%. 1. 1. 0. 0. 200805. -3.17%. 0. 0. 0. 0. 200806. -9.20%. 4. 0. 2. 0. 200807. -14.67%. 2. 4. 200808. 1.53%. 1. 200809. -20.47%. 立0. 政 11治大 01. 200810. -8.81%. 200811. 0. 3. 1. 2. 0. -18.58%. 3. 1. 3. 0. 200812. 13.08%. 1. 0. 1. 0. 200901. -8.76%. 0. 0. 0. 200902. 6.01%. 0. 1. 0. ‧. 0. 200903. 12.25%. 0. 2. 0. 2. 200904. 15.65%. 0. 4. 0. 200905. 14.28%. 0. 3. 200906. -7.38%. 200907. 9.01%. 200908. 0.49%. 1. 200909. 9.57%. 200910. io. n. 0. e n g0c h i. sit. Nat. al 1 C 2 h. er. ‧ 國. 1. 學. 0. y. 1. 1. Un. i0v. 1 2 2 0. 1. 0. 1. 0. 2. 0. 1. 1. 0. 3.49%. 0. 1. 0. 2. 200911. 1.05%. 0. 0. 2. 0. 200912. -0.44%. 1. 0. 0. 1. 201001. 5.96%. 0. 0. 0. 2. 201002. -7.99%. 3. 0. 2. 0. 201003. 3.76%. 0. 1. 0. 1. 201004. 1.76%. 1. 2. 0. 2. 201005. -5.06%. 3. 2. 2. 1. 201006. -0.74%. 1. 0. 0. 0. 201007. 2.22%. 1. 4. 0. 0. 44.

(51) 201008. 3.01%. 0. 0. 0. 3. 201009. 2.98%. 1. 1. 1. 0. 201010. -0.43%. 1. 1. 1. 1. 201011. 1.56%. 0. 1. 0. 2. 201012. 5.83%. 1. 3. 0. 1. 201101. 4.08%. 3. 2. 1. 4. 201102. -4.01%. 1. 0. 0. 1. 201103. -4.75%. 1. 1. 1. 2. 201104. 5.86%. 2. 3. 0. 4. 201105. 1.62%. 0. 1. 0. 2. 201106. -1.06%. 1. 1. 1. 1. 201107. -1.61%. 2. 1. 2. 1. 201108. -10.84%. 0. 1. 201109. -2.80%. 2. 201110. -2.75%. 立2. 政 10治大 32. 201111. 0.93%. 201112. 0. 1. 1. 0. 2. -6.03%. 2. 0. 1. 0. 201201. 3.67%. 1. 0. 0. 1. 201202. 11.07%. 0. 3. 0. 201203. -0.31%. 1. 1. 0. ‧. 4. 201204. -4.51%. 3. 0. 1. 1. 201205. -4.79%. 2. 0. 2. 201206. 0.77%. 3. 0. 201207. -3.43%. 201208. 5.78%. 201209. 4.00%. 0. 201210. -3.95%. 201211. io. n. 1. e n g2c h i. sit. Nat. al 3 C 0 h. er. ‧ 國. 1. 學. 0. y. 0. 0. Un. i0v. 3 1 0 1. 0. 2. 1. 0. 3. 1. 0. 1. 0. -5.04%. 1. 0. 1. 0. 201212. 8.12%. 1. 2. 0. 2. 201301. 0.77%. 0. 0. 0. 2. 201302. 3.94%. 0. 0. 1. 1. 201303. -2.83%. 1. 0. 0. 1. 201304. 0.17%. 0. 0. 2. 2. 201305. 6.34%. 0. 3. 0. 4. 201306. -3.42%. 1. 0. 1. 0. 201307. 2.77%. 2. 2. 1. 2. 201308. -5.19%. 2. 0. 2. 0. 45.