中 華 大 學

中 華 大 學 碩 士 論 文

題目：大宗穀物市場避險策略之研究－以黃 豆、玉米為例

系 所 別：經 營 管 理 研究所 學號姓名：M09019001 廖怡雯 指導教授：張 家 春 博 士

中 華 民 國 九 十 四 年 五 月

致謝辭

時光飛逝，碩士兩年生涯即將告一段落，本論文得以順利完 成，首先要感謝的是我的指導教授 張家春博士，感謝恩師兩年 來悉心的教導、循循善誘使學生獲益良多，另外還要感謝口試委 員東海大學公共行政系 魯俊孟博士及中華大學經營管理所 葉 鳴朗博士，於百忙之中對本文細心審閱及提出寶貴的意見，使得 本論文得以更形完備。

研究的過程是辛苦的，因此我要感謝研究所的同窗好友們婉 鈴、聖樺、怡萍、尚彣，謝謝你們兩年來的相伴、支持與鼓勵，

還有宗翰、群翔，感謝你們提供了我統計上的幫助，讓我得以順 利完成我的論文，以及瑜憶學姐，兩年來若沒有你們這些同窗的 陪伴，我想研究所的生活必然失色不少。

最後我想感謝的是我的父母親，沒有你們就沒有現在的我，

因為有你們辛苦的付出及鼓勵，才讓我得以在求學的路上無後顧 之憂、全力以赴，因此最後我僅將本論文獻給最摯愛的父母親。

摘要

台灣由於小農規模及可耕地有限等限制下，飼料原料的供給 幾乎都是全部仰賴國際進口，因此國際原物料價格的漲跌幅度對 國內雞飼料價格的影響波及甚大，而近幾年國際市場原料價格的 居高不下已使台灣在 2004 年之雞肉飼料價格連番走揚，更因此爆 發了養雞業者多次的街頭抗爭。今年由於開放ＷＴＯ談判所承諾 多項農產品進口的關係，國內家禽、畜牧等產業將面對嚴峻的挑 戰，國內飼料廠商及生產業者勢必也將面對不穩定的價格波動，

進而影響生產供給的穩定，造成產業共同的損失。

本研究的主要目的首先在瞭解目前飼料產業的飼料成本採購 模式，進而再依據穀物市場所面臨的價格風險及匯率風險予以實 證，冀能藉由不同的避險模式，找到最佳的避險策略，以便能提 供給國內飼料業者在面對瞬息萬變的穀物市場時，做為採購依據 及降低採購成本，提昇競爭力。

本研究方法首先以深入訪談方式，蒐集國內個別飼料廠商的 進貨資料、採購模式、避險操作策略等，並以 2001 年至 2004 年 四年的國際原物料進口價格做為實證研究期間，根據不同的避險 策略推導出最佳避險比率。

研究結果發現：

1、 根據個案訪談結果，國內大宗穀物原料大部份由美國進口。

購的方式採購國際原物料。

2、 飼料業者應該要有足夠的避 險策略來規避價格風險及匯率 風險，但訪談結果卻發現大宗物資業者採購穀物習慣於採用 現貨交易，均未採用足夠的期貨工具避險。

3、 實證結果發現，所有的避險比率皆小於 1，此結果與避險理 論吻合，且所有策略之避險比率皆大於 0，表示期貨與現貨 屬於反向操作關係。

4、 在黃豆與玉米的預測避險績 效中以遠期契約的避險績效較 佳。

5、 對不同避險策略而言，黃豆與玉米均以策略一為最適避險策 略。

6、 在避險績效的比較中，黃豆以 HERV衡量出的避險績效優於 其它兩者；玉米以 HEV衡量出的避險績效優於其它兩者。

7、 以方向性為預測準確度來衡量避險績效為最重要。本研究中 不論選用何種期貨契約，預測績效皆顯著大於 50%，僅黃豆 三個月期貨與 120 天期、180 天期的遠期匯率預測值小於 50%。

關鍵詞：原物料價格、飼料價格、ARIMA 模型、避險策略

目錄

致謝詞 ... i

摘要 ...ii

目錄 ... iv

圖目錄 ... vi

表目錄 ... vii

第一章 緒論... 1

1.1 研究背景與動機 ... 1

1.2 研究目的 ... 2

1.3 研究限制 ... 3

1.4 研究架構 ... 4

第二章 文獻探討 ... 6

2.1 台灣飼料業的演變 ... 6

2.2 國際原物料市場簡介-以黃豆、王米為例 ... 11

2.3 期貨市場簡介 ... 22

2.4 避險理論 ... 26

2.5 相關文獻探討 ... 34

第三章 研究方法 ... 40

3.1 研究個案的選取 ... 40

3.2 資料說明與實證方法 ... 42

3.3 ARIMA 模型 ... 44

3.5 避險績效衡量指標 ... 53

3.6 預測績效的衡量 ... 55

第四章 實證結果 ... 57

4.1 個案分析 ... 57

4.1.1 大成長城企業股份有限公司 ... 57

4.1.2 統一企業公司 ... 62

4.1.3 台灣卜蜂企業股份有限公司 ... 66

4.1.4 個案整理 ... 70

4.2 雞飼料價格的變動分析 ... 73

4.3 最適 ARIMA 模型 ... 74

4.4 最適避險比率 ... 76

4.5 ARIMA 模型預測的最適避險績效 ... 79

4.6 預測績效 ... 89

第五章 結論與建議 ... 91

5.1 研究結論 ... 91

5.2 研究建議 ... 93

5.3 後續研究方向 ... 94

參考文獻 ... 95

圖目錄

圖 1-1 論文架構圖 ... 5

圖 2.1 歷年台灣區飼料工業同業工會會員數 ... 10

圖 2.2 黃豆現貨價格波動圖... 20

圖 2.3 玉米現貨價格波動圖... 21

圖 4.1 2001 年至 2004 年雞肉飼料價格變動圖 ... 73

表目錄

表 2.1 歷年台灣區飼料工業同業工會會員狀況 ... 10

表 2.2 黃豆、玉米主要生產國家種植期間時程表 ... 13

表 2.3 黃豆與玉米前四大生產國年產量表 ... 15

表 2.4 黃豆、玉米歷年進口數量表 ... 16

表 2.5 黃豆、玉米進口國別... 17

表 2.6 黃豆現貨價格波動 ... 20

表 2.7 玉米現貨價格波動 ... 23

表 2.8 期貨契約規格 ... 25

表 3.1 國內前十大飼料廠商排名與年產量表 ... 40

表 3.2 訪談人員名單 ... 41

表 3.3 主要訪談問題 ... 42

表 3.4 ARIMA 模型判斷準則 ... 45

表 4.1 大成企業公司成立事紀 ... 58

表 4.2 統一企業公司成立事紀 ... 63

表 4.3 卜蜂企業公司成立事紀 ... 67

表 4.4 最適 ARIMA 模型 ... 75

表 4.5 最適避險比率 ... 78

表 4.6 HEV衡量的避險績效－黃豆 ... 81

表 4.7 HEV衡量的避險績效－玉米 ... 82

表 4.8 HER衡量的避險績效－黃豆 ... 84

表 4.9 HER衡量的避險績效－玉米 ... 84

表 4.10 HERV衡量的避險績效－黃豆 ... 87

表 4.11 HERV衡量的避險績效－玉米 ... 87

表 4.12 不同避險期間 ... 88

表 4.13 不同避險策略 ... 89

表 4.14 預測績效 ... 90

附註一 ... 99

第一章 緒論

1.1 研究背景與動機

國內雞肉飼料原料來源大都是從國際進口，主要進口國有美 國、澳洲、巴西及阿根廷等。在國際穀物市場中我國並非主要的 供需國家，因此對於原產國產銷資訊的收集及價格上的判斷並無 法掌握到充足的資訊，再加上匯率的差異及運輸上的考量，使得 飼料業者必須直接面對著瞬息萬變的價格風險。而近年來，國際 穀物市場包括黃豆、玉米與小麥的期貨價格在全球欠收的影響下 持續走揚，國內飼料業者對內面臨到禽流感的壓力，對外由於原 料採購成本漲幅實在太大，及國際散裝船的運費居高不下，使得 國內幾家飼料業大廠包括台灣卜蜂、大成長城、泰山企業等，都 有意調漲飼料的價格。再加上我國已加入世界貿易組織(WTO)，

在關稅調降及市場開放競爭下，飼料與畜牧業的發展將遭遇嚴苛 的衝擊與挑戰，也宣告著便宜穀物時代已經結束。

雞肉飼料的原料主要是來自國際市場的黃豆、玉米等，而美 國與南美洲是國際玉米、黃豆的主要生產國，近幾年來在天氣氣 候不利收成的原因下，玉米庫存恐將出現近 25 年來的新低，加上 大陸經濟成長快速，亦擴大對原物料的採購需求。在 2004 年油脂 的上游原料價格和散裝船運費高漲下，台灣 2004 年的飼料價格已

連番走揚 4-5 次，然而最近以來，國際飼料原物料價格有明顯的 回跌趨勢，但是因為穀物市場特有的時間差，國內的飼料價格並 沒有跟著調降，這對於國內養雞業界相當不公平，也導致了農民 終於爆發抗爭走上街頭。但根據飼料業者反應，其實若要完全反 應成本上揚，國內飼料價格至少還有 10%的調漲空間^註1，在這樣 雙方各執一詞的狀況下，飼料業者的原料採購模式是否正確，便 引發了本研究之動機。

1.2 研究目的

本研究的主要目的在檢視目前飼料業者的原料採購模式，及 瞭解應用避險策略後是否能降低風險及採購成本，因此本研究的 主要目的有下列幾項：

1、 瞭解目前個別飼料業者在穀物市場上的採購模式及採取的 避險措施為何。

2、 利用最小風險法為基礎並應用 ARIMA 模型估算出最適避險 比率，以便檢視飼料業者是否能透過期貨避險達到降低成本 的目標。

註12004/2/7 台灣卜蜂公司董事長游汝謙接受工商時報訪談時提出

1.3 研究限制

本研究在了解各業者的採購模式時是採取個案訪談方式，基 於產業的神祕性及時間因素，本研究僅以飼料產業中較大型的廠 商為主，經由與個別廠商的深度訪談後，再將資料做一整理呈現，

故本研究有以下幾點研究限制：

1、 效度

本研究只挑選飼料業者中規模較大的廠商作為訪談對象，因 此本研究結論如要將其一般化以適用於其它產業，必須再作進一 步的修正與驗證，此為本研究限制之一。

2、 資料蒐集

由於是利用訪談方式做為資料之蒐集與整理，因此對於一些 敏感性的話題或是公司的機密，受訪者難免會有些許的保留，進 而影響到資料的正確性，是本研究限制之二。

1.4 研究架構

茲將本研究架構概述如下：

第一章、緒論

簡述本研究背景與動機、目的與限制。

第二章、文獻探討

分為兩部份，第一部份先探討台灣飼料業的演變及期貨和穀 物市場的簡介，第二部份探討國內外避險策略之相關文獻。

第三章、研究方法

首先介紹研究個案的選取條件及所有的資料來源說明，並定 義 ARIMA 模型及建立避險模型與避險績效衡量指標。

第四章、實證分析

分為兩部份，第一部份為個案分析整理結果，第二部份則利 用最適 ARIMA 模型估算出最適避險比率及避險績效。

第五章、結論與建議

統合本研究實證之結果與發現，並提出對後續研究者之建議。

圖 1-1 論文架構圖 研究動機興目的

文獻探討

實 證 分 析 個 案 訪 談

採 購 模 式 最佳避險策略

結論與建議

第二章 文獻探討

2.1 台灣飼料業的演變

台灣飼料業多年來的蓬勃發展階段如下：

1、 蠻荒時期(1950年以前)

早年在日據時代時，飼料均先在日本製造再運到台灣，進口 數量並不多，銷售對象則多為日本人。台灣農家若能養幾隻猪、

幾隻雞則已算是大農戶，使用的飼料頂多是殘羹剩菜，此時根本 談不上飼料業。

2、 萌芽時期(1950年~1960年)

台灣光復以後，養雞的人變多了，當時的飼料是由業者混合 數種原料後調配而成，這便是飼料業的萌芽階段。

3、 啟發時期(1960年~1970年)

當禽畜養殖可以賺錢，規模逐漸變大，便需更積極尋求飼料 來源，各地小型飼料廠紛紛成立，隨市場需求之增加，規模越來 越大，此時製造飼料之原料如玉米、黃豆、大麥、高梁以及魚粉 等開始大量進口，這時期的經營策略主要為以下兩項：

i、 機械化策略

當今台灣著名的食品公司，很多就是在這個階段發跡成 功的，他們的經營策略簡單一句話便是機械化；當時是賣方 市場，加上政府政策協助，因此培養出很多超大型的企業家。

ii、 技術合作策略

新 興 產 品 最 快 發 展 方 式 便 是 與 國 外 先 進 國 家 技 術 合 作 或合資經營，所以當時還談不上本土的技術。

4、 成熟時期(1970年~1980年)

國 內 飼 料 業 開 始 快 速 發 展 ， 規 模 化 的 飼 料 工 廠 開 始 陸 續 成 立，更多的競爭者、資本家相繼投入。此階段同時也培養出很多 台灣獨有的製造技術及一流技術人員，這些技術的演進分述如下：

i、 飼料配方計算方法的進步 ii、 飼料配方的改善

iii、 大型倉儲系統的建立及散裝飼料開發 iv、 熟化技術的純熟

5、 戰國時期(1980~2000)

此時人人技術純熟，但市場漸趨飽和，飼料業進入優勝劣敗 的競爭與整合時期，每一家飼料廠贏的策略均不相同，誰有優勢 便取得一片天，這階段各廠之策略以行銷為主，分述如下：

i、 垂直整合策略(一條龍) ii、 資金運用策略

iii、 地區優勢 iv、 服務導向策略

v、 飼料廠自動化設備的確立

6、 未來生物科技應用時期(21世紀)

今 天 已 是 戰 國 時 期 的 末 期 ， 台 灣 飼 料 業 遭 遇 之 困 境 更 加 突 顯，主要問題如下：

i、 加入WTO之後，畜產品進口威脅日增 ii、 飼料製造之原料成本提高

飼 料 的 主 要 原 料 玉 米 、 小 麥 及 黃 豆 等 幾 乎 仰 賴 國 外 進 口，除受台幣匯率變動影響外，易受國際穀物行情左右，當 國際穀物價格波動時，國內飼料、肉品之價格也會跟著波動，

但在市場規模有限及其競爭激烈下，成本上漲的轉嫁空間不 大，導致部分中小型飼料工廠面臨淘汰的命運。

7、 台灣飼料業現況

1966 年飼料業者發起成立「台灣區飼料公會」，爭取玉米等 原料開放進口，加上政府公告大宗物資進口辦法，採取聯合採購、

協調申報方式處理，使得飼料產業邁向全盛時期。目前國內飼料 工廠可依其產品別不同分為畜產、水產及兼產三大類，且飼料廠 多集中於台灣南部，主要原因應是國際大宗穀物原料的進口均是 從高雄港與台中港缷貨，廠房設在南部可節省運輸的費用。

目前台灣的飼料配製廠總共有 261 家，其歷年資料如表 2.1 所示。根據會員數的變化可以發現，1980 年後會員人數開始不斷 減少，1991 年後更跌跛了 100 家，且目前還有逐年減少的趨勢，

可見市場競爭的白熱化，已使得飼料廠不得不開始思考未來的經 營策略了。

表 2.1 歷年台灣區飼料工業同業工會會員狀況

年度 會員數 會員代表數 資本額（萬元）

每月生產能力 24H

（公噸）

1970 60 149 311,954 76,300 1975 128 367 564,206 403,700 1980 125 346 1,345,766 620,000 1985 115 346 1,822,458 1,284,000 1990 105 323 2,302,841 1,860,000 1995 84 277 4,238,302 1,879,000 2000 70 236 10,586,480 1,782,400 2001 61 203 11,565,810 1,658,000 2002 58 196 11,546,310 1,650,000 2003 52 173 14,289,169 1,408,000 資料來源：台灣區飼料工業同業工會

0 20 40 60 80 100 120 140 160

197 1

197 3

197 5

197 7

197 9

198 1

1983 1985

1987 1989

1991 1993

199 5

199 7

199 9

200 1

200 3

member

圖 2.1 歷年台灣區飼料工業同業工會會員數

2.2 國際原物料市場簡介-以黃豆、王米為例

1、 黃豆

黃豆源起於數千年前的亞洲東部之豆科植物，生長所需肥料 不多，抗蟲能力亦強。最初以食用為主，之後發現其可壓榨後作 為食用油之用，此即為黃豆油之由來。1877 年由傳教士在歐洲各 地推廣，1900 年成為美國中西部的普及作物。

美國黃豆種植通常在四月初至五月初開始整地工作，五月上 旬至下旬之間完成播種。黃豆正常的生長季約為四個月，因此五 月播種的作物至九月方可採收。若是播種前的準備工作受到氣候 影響而延誤，將使得黃豆的收成延至秋季十月，必須冒初雪提早 來臨的風險，因此播種以不遲於六月為佳。四個月的生長季中，

黃豆所需的氣溫和玉米相差不大，高溫對成長有害，低溫則會延 遲開花。五、六月為發芽期，雨量以正常至稍高為宜。七、八月 為開花及結豆莢的時期，七月下旬的快速成長及八月下旬的種子 充填階段所需的溼度增加，因此溼度要求較正常為高。由於開花、

豆莢數及種子大小決定了黃豆的收成，所以氣候條件將成為決定 收成的重要關鍵。若七月開花期遇到乾旱，但八月豆莢期條件合 宜，仍有可能好收成；不過若八月後氣候不利，則收成不佳的機 率相對提高。

2、 玉米

玉米共有六種，包括凹玉米(dent corn)、甜玉米(sweet corn)、

莢玉米(pod corn)、硬玉米(filint corn)、粉玉米(flour corn)、及爆 玉米(flour corn)等，分類的方法是按照玉米粒的特性加以區分，

不同的玉米粒其用途也不一樣。凹玉米(之所以如此命名，是這種 玉米成熟時在玉米粒的項端因缺少澱粉而產生凹處)約佔美國所 有生產玉米總數的 99%左右，其主要用途是做為動物飼料，根據 美 國 聯 邦 穀 物 分 級 標 準 凹 玉 米 又 可 分 成 黃 、 白 及 混 合 玉 米 等 三 種，其中黃玉米是一般現貨和期貨市場上主要的交易對象，用於 動物飼料及透過濕漬法製造甜料、澱粉等人類食用或工業用之原 料；白玉米則為部份乾磨場所使用，生產玉米粉、碎玉米等產品；

混合型玉米的商業用途不多，主要做為動物飼料之用。甜玉米所 含的甜份比其他種類為高，主要因為這種玉米將糖份轉換成澱粉 的能力不足，所以會累積糖份在玉米粒中，是人類食用的玉米，

甜玉米僅佔美國玉米種植面積的 1%左右。爆玉米，因其外殼非 常的硬，所以加熱以後玉米粒會爆開，是爆米花的原料，種植面 積更不到美國玉米種植面積的 0.4%。至於硬玉米，顧名思義就是 其硬度高過凹玉米，事實上因為這種玉米粒中間有一層較硬的澱 粉質包在軟澱粉質之外所造成的，不過用途則與凹玉米相同，通 常生長在阿根廷和南非等國，在美國的產量就很少。其他如莢玉 米及粉玉米的產量更為稀少。

玉 米 每 英 畝 單 位 產 量 決 定 於 氣 候 及 播 種 的 技 術 。 若 天 候 許 可，玉米通常於四月底或五月初開始播種。七月及八月的氣候對 於產量的影響最大，因為雨量是生產的主要因素，比平常時期有 較充沛的雨量會有較好的收成，如果低於平常時期的雨量則收成 會減少，八月份的高溫度會影響到玉米的收成，因此玉米的期貨 市場在夏季時又稱為“氣候的市場＂。

表 2.2 黃豆、玉米主要生產國家種植期間時程表

資料來源：元大京華投顧

3、 台灣穀物進口量及來源地

玉米主要生產地來自美國中西部，約佔全世界總產量 40%，

是全世界最大的出口國家，其它產地為中國大陸、巴西及歐洲等。

美國多年來一直是全球最大的玉米產國，1981 年至 1992 年平均 產量佔全球總產量的 42.1%，中國大陸則居世界第二，產量僅及

美國的 40%左右，接著為巴西、墨西哥、法國及原蘇聯地區，但 這些國家的產量均難以與美國相比，主要原因在於玉米的生長條 件中，水份是非常重要的因子，而美國中西部玉米帶，其表層以 下的土壤能預先儲存適當的水份，以提供最佳的環境，來補充玉 米在生長季中雨量的不足，保持最高的收成率，因此，在前生長 季保有適當的土壤濕度，是美國中西部玉米帶成為全球最大產地 的一大優勢。

黃豆在二次大戰之前主要產地為中國大陸，但之後隨即被美 國取代，目前美國為世界黃豆產量最高的國家，佔全球產量五成 以上，產地主要集中在五大湖南方，因此這裡的氣候狀況獲得黃 豆交易人的高度關切，且位於密西根湖南岸的伊利諾州首府芝加 哥，自然成為美國穀物的現貨及期貨的交易重鎮。除了美國外，

巴西、中國及阿根廷也是黃豆的重要生產國。不過由於中國的黃 豆以自給自足為目標，因此主要出口國以美國、巴西及阿根廷為 主。而阿根庭及巴西因近年來種植面積與肥沃土壤的改良，漸漸 有提高產量的趨勢，目前阿根廷總出口量大約佔 34%，而歐洲共 同市場、日本、台灣及墨西哥是黃豆的最主要進口國家。全球黃 豆與玉米前四大主要生產國年產量表如表 2.3 所示。

表 2.3 黃豆與玉米前四大生產國年產量表 單位：百萬公噸

黃豆(Soybean) 玉米(Corn)

產量 產量

排名 國家

2000 2001 2002(F) YoY

排名 國家

2000 2001 YoY 1 美國 75.00 79.00 77.84 -1.47% 1 美國 253.00 241.00 -4.74%

2 巴西 38.00 43.00 47.00 9.30% 2 中國大陸 106.00 108.00 1.89%

3 阿根廷 26.00 29.00 30.00 3.45% 3 墨西哥 18.00 18.00 0.00%

4 中國大陸 15.00 15.00 15.60 4.00% 4 阿根廷 16.00 12.00 -25.00%

Others 18.00 17.00 18.97 11.59% Others 192.00 204.00 6.25%

Total 172.00 183.00 189.41 3.50% Total 585.00 583.00 -0.34%

資料來源：美國農業部、元大京華投顧整理

表 2.4 為近年來黃豆、玉米的進口量，就近五年穀物進口量 來看，黃豆及玉米的進口產量增減幅度並不大。玉米進口量維持 在 450 萬至 650 萬之間，黃豆進口量維持在 200 萬至 300 萬之間。

表 2.4 黃豆、玉米歷年進口數量表 單位:公噸

年份 玉米 黃豆 合計

1991 5,470,369 1,958,639 7,429,008 1992 5,355,208 2,230,958 7,586,166 1993 5,465,996 2,435,746 7.901,742 1994 5,600,814 2,392,243 7,993,057 1995 6,521,265 2,582,088 9,103,353 1996 5,987,345 2,689,785 8,677,130 1997 5,786,266 2,757,532 8,543,798 1998 4,757,910 2,002,136 6,760,046 1999 4,823,092 2,354,508 7,177,600 2000 4,941,789 2,301,750 7,243,539 2001 5,198,409 2,442,328 7,640,737 2002 5,055,204 2,534,075 7,589,279 2003 5,075,113 2,453,551 7,528,664 2004 4,354,599 1,799,025 6,153,624 資料來源：台灣區雜糧發展基金會

表 2.5 為 2004 年 11 月黃豆、玉米的主要進口國，由此表可 看出台灣主要原物料進口均來自於美國。

表 2.5 黃豆、玉米進口國別 單位:公噸 產地別 玉米 黃豆 百分比

美國 339,893 143,118 99.80%

巴西 1 0.00%

加拿大 341 0.07%

澳洲 87 0.02%

阿根廷 25 0.01%

泰國 89 125 0.04%

大陸 0.00%

其他 308 0.06%

合計 340,315 143,672 483,987 資料來源：台灣區雜糧發展基金會

4、 價格的影響因素

i 家畜、家禽的飼養量

玉 米 是 食 品 工 業 不 可 或 缺 的 原 料 ， 且 逐 年 有 增 加 的 趨 勢，但實際上玉米及黃豆最主要的用途是使用在動物的飼料 上 ， 所 以 家 畜 、 家 禽 的 飼 養 量 會 影 響 到 玉 米 及 黃 豆 的 需 求 量，進而影響到價格。

ii 替代性

飼料穀物的替代品如大麥、燕麥、祼麥，甚至食品穀物 如小麥等的價格會影響飼料廠商對原料的需求。另美國是全 世界主要的黃豆與玉米供應國家，若美國境內出現不尋常的 收成，都將嚴重的影響到黃豆與玉米的價格。

iii 季節性

當玉米生產量非常接近需求時，12 月份價格會比 10、

11 月還高，而期貨價格在 1-3 月時將呈現下跌趨勢，4-6 月 份第二季的價格將因為庫存量逐漸減少而回升，等到 7-9 月 份則維持在較高價格，因為 7 月份是收成年度玉米的重要生 長月份，這段時間由於氣候變化，玉米的生長常受到損害。

等到了 9 月份時，因為家畜飼料廠皆已補足所需的飼料，加 上新收成年度的玉米又將再收割，所以價格將開始下跌。

美 國 黃 豆 價 格 走 勢 有 很 明 顯 季 節 性 存 在 ， 通 常 在 每 年 2、3 月間會逐漸上揚，6、7 月間出現最高價，此後因將收 割而一路挫低至次年 1、2 月間的季節性低點。過去 18 年間，

最低價出現 2 月份計有 5 次，發生在 10 月份為 5 次，此兩 個月份出現最低價的機率大約 50%以上。最高價則以 6 月為 基準，而 5-7 月共有 10 次，故其季節性走勢有相當可信度。

圖2.2 與圖 2.3 為黃豆與玉米的現貨波動圖，可看出 2004 年為價格漲幅劇烈的一年。代表台灣在採購原料時面臨到很 大的價格風險，連帶使台灣境內飼料價格也很劇烈的漲幅。

表 2.6 黃豆現貨價格波動

黃豆 2001 年 2002 年 2003 年 2004 年 一月 210 188 246.02 351 二月 200 187 243.03 370 三月 195 192 241.04 411 四月 186 196 252 424 五月 185 201 245 326 六月 189 205 240 295 七月 205 220 230 279 八月 212 229 238 265 九月 202 238 265 172.70 十月 187 231 314 152.80 十一月 189 245 323 153.41 十二月 188 241 335 149.64 資料來源：情報贏家 2000 版

0 100 200 300 400 500

Jan-01 Mar-01

May-01 Jul-01

Sep-01 Nov-01

Jan-02 Mar-02

May-02 Jul-02

Sep-02 Nov-02

Jan-03 Mar-03

May-03 Jul-03

Sep-03 Nov-03

Jan-04 Mar-04

May-04 Jul-04

黃豆

圖 2.2 黃豆現貨價格波動圖

表 2.7 玉米現貨價格波動

玉米 2001 年 2002 年 2003 年 2004 年 一月 80.31496 75.59055 105.75 115.09 二月 73.62205 74.80315 106.04 122.91 三月 77.55906 75.59055 105.06 128.43 四月 74.01575 73.62205 105.25 133.39 五月 70.07874 78.34646 107.82 129.3 六月 68.11024 75.59055 106.99 123.23 七月 74.80315 83.85827 97.61 104.48 八月 78.34646 99.6063 100.31 104.04 九月 75.98425 105.5118 103.22 97.76 十月 71.25984 93.70079 104.17 93.37 十一月 73.22835 88.58268 108.03 93.75 十二月 76.37795 86.61417 111.98 95.59 資料來源：情報贏家 2000 版

0 50 100 150

Jan-01 Mar-01

May-01 Jul-01

Sep-01 Nov

-01 Jan-02

Mar-02 May-02

Jul-02 Sep-02

Nov-02 Jan-03

Mar-03 May-03

Jul-03 Sep-03

Nov -03

Jan-04 Mar-04

May-04 Jul-04

Sep-04 Nov

-04

玉米

圖 2.3 玉米現貨價格波動圖

2.3 期貨市場簡介

1、 期貨交易的意義

期貨交易活動是為了滿足人類商業特殊經濟需求而經過幾世 紀慢慢地演進而成的。期貨交易的商品，均需符合下列三個條件：

i、 商品的價格會隨時間變化而變化。

ii、 商品的供需雙方都需要價格的保護作用。

iii、 商品必須能吸引廣泛的參與者。

簡單來說，期貨契約是一種標準化契約，買方和賣方約定在 未來的某一日期(到期日)，依一定的價格買入或賣出某特定數量 的某種標的商品。因此期貨也可以說是一種標準化的遠期契約。

2、 期貨市場的功能

市場供需決定市場均衡價格，期貨價格的形成是交易者現在 對未來某一時點供需狀況的預期，就一個理性避險者而言，會以 過去歷史訊息來預測未來價格。因此我們可將期貨功能簡述如下：

i 風險的規避

期貨交易的原始目的即在提供交易標的商品之持有者移 轉價格變動的風險，避險者預先以相對於現貨市場之立場，

於期貨市場中買入或賣出，以達到風險規避的目的。

ii 價格發現

期貨價格是市場對未來現貨價格的預期，因此期貨價格 是透過市場交易者的買賣而衍生出來的，亦即期貨的價格最 能反映未來市場的供需情況。所以期貨價格可以反映未來現 貨價格的預期也會影響到目前的現貨價格。

iii 降低交易成本

期貨交易只需支付保證金，且手績費亦較現貨為低，所 以交易期貨的成本會比交易現貨的成本為低。另外，期貨交 割是現金結算不像現貨需要儲存的成本，因此更能增加資金 的流動性，增加經濟效益。

iv 投機功能

期貨市場是由投機者與避險者所組成，投機者對現貨的 走勢有某項看法而買入或賣出期貨，來承受避險者所移轉的 風險，使避險者有了避險的管道。所以惟有兩者共存才能產 生具經濟機能之期貨市場。

3、 商品期貨市場

美國中西部各地黃豆、小麥、玉米等農產品的轉運中心為芝 加哥城，但因芝加哥境內的倉儲設備並不能滿足各地運來的大量 穀物，因此造成穀物的價格隨著供給的變動而成反方向的變動。

有鑑於此，芝加哥交易所(Chicago Board of Trade，CBOT)便於 1848 年創立，為全世界第一個也是最大的期貨交易所。另一個主 要 穀 物 交 易 所 為 美 中 商 品 交 易 所(Mid America Commodity Exchange，MidAm)，創立於 1868 年，1986 年併入 CBOT 成為其 分支機構。其上市合約包括榖類、畜類、金屬類以及其它金融商 品，其合約有一特色，即其基本交易單位比其他交易所同類合約 為小。

截至目前為止，CBOT 仍為穀物及黃豆等相關期貨市場之主 要交易所。故本研究乃以 CBOT 之穀物期貨資料做為研究分析。

CBOT 黃豆與玉米的期貨契約規格如表 2.7 所示。

表 2.8 期貨契約規格

期貨契約

CBOT 黃豆 期貨契約規格

CBOT 玉米 期貨契約規格

契約大小

總量 5,000 英斗 之美國二號（No.2）

黃色（yellow）黃豆

總量 5,000 英斗 之美國二號（No.2）

黃色（yellow）玉米

標準交割方法 實物交割 實物交割

交易月份 1、3、5、7、9、11 月 3、5、7、9、12 月

交易時間 AM9:30-PM1:15 AM9:30-PM1:15

報價代碼 S C

報價單位 美分/英斗 美分/英斗 最小價格

跳動點

1/4 美分

（0.00025 美元）/英斗

1/4 美分

（0.00025 美元）/英斗

單日漲跌限制

30 美分/英斗 最近交易月份則無限制

12 美分/英斗 最近交易月份則無限制

部位限制 100 張 100 張

最後交易日

合約到期月份最後一個 營業日之前的第 7 日

合約到期月份最後一個 營業日之前的第 7 日 交割日 最後一個營業日 最後一個營業日

路透社報價頁碼 GNXA GNXO

美聯社報價頁碼 927 926

2.4 避險理論

期貨因為與現貨具有關連性所以具有避險的功能，而所謂避 險即在期貨價格與現貨價格方向變動一致的前提下，交易者於期 貨市場買賣與現貨部位相反之期貨部位。故期貨的避險理論即在 尋 求 一 個 最 適 的 避 險 比 率 ， 並 衡 量 避 險 績 效 。 在 Anderson &

Danthine(1981)【12】提出交叉避險觀念之前，一直是以直接避險 理論為討論對象，根據 Ederington(1979)【16】的分類，期貨避險 可分為傳統避險、選擇性避險、投資組合避險，分述如下：

1、 傳統避險

強調期貨市場可以完全規避現貨市場風險，避險者並不期望 在期貨市場上獲得額外的利潤，即基差不存在。此時避險者採取 的是全部避險的策略，故避險比率為一，可稱為天真避險比率。

數學模式說明如下：

E(W) = XsE (St-S0) + XfE (F1-F0) (2-1)

因為 Xs = -Xf，代入(2-1)式，得：

E(W) = Xs【E (St-S0) - E (F1-F0)】

= Xs【E (St-F1) + E (S0-F0)】

= X_sE (B_t-B₀) (2-2)

其中，Xs為現貨部位的數量，Xf為期貨部位的數量，St為第 ｔ期的現貨價格，Ft為第ｔ期的期貨價格，基差 Bt = St - Ft。

因為套利空間為 0，故 E(W) = 0，代入(2-2)式，得：

E(W) = 0 = XsE (Bt-B0)

即 Bt-B0 = (St-F1) - (S0-F0) = (St- S0) - (F1-F0) (2-3)

若以報酬的變異數來表示為基差風險，則：

Var (W) = XsVar (Bt) (2-4)

由(2-3)可知，傳統的避險理論內隱含著基差變為 0 之假設。

但實際上，基差並不為 0。所以若 E(W)不為 0，則 Bt-B0不為 0，

Var (W) 亦不為 0。表示雖然已經採取避險比率為 1 的完全避險，

但實際上仍不能消除基差風險，因此直接避險策略並不是最佳的 策略選擇。

2、 選擇性避險

Working (1962)【27】認為在期貨市場中避險者為風險中立 者，以追求最大預期利潤為避險目的，因為手中擁有現貨所以追 求的並不是絕對價格而是相對價格。避險者會根據基差的走向來 決定避險策略，若預期基差上升，則採取等量的反向避險策略；

反之則不採取任何避險策略，換言之其避險比率不是 0 就是 1。

數學模式表示如下：

E(W)=Xs【（1+h）E（ΔS）－hE(ΔB）】，h = 0,-1 (2-5)

若避險者認為 E(ΔB）>0，則 h = -1，此時採取等量反向的避 險策略求利潤之極大；反之，若 E(ΔB）<0，則 h = 0，此時將不 採取任何的避險策略。

3、 投資組合避險

Johnson(1960)【20】與 Stein(1961)【23】將 Markowitz(1952)

【22】的投資組合均異模型應用於避險理論，並整合了傳統避險 理論及 Working【27】的選擇性避險理論觀點，主張避險者會同 時考量風險與利潤兩個層面，因此投資組合避險理論可以分為下 列三項：

i、 最小風險法

Ederington(1979)【16】推導出的風險極小避險模型是假 設避險的目的在追求風險的極小而非利潤的極大，所以認為 其現貨部位與期貨部位並不互為替代品。此分析法是以價格 的變異數與標準差來衡量風險的大小，故其導出的最適避險 比率介於 0 至 1 之間，亦可為 0 或 1，所以又稱為部份避險 理論。其數學式表示如下：

其目標函數為：

Xf

Min

^{( )}

將(2-6)式對 X_f微分並令其為 0，則可得最適期貨部位為：

*

2 sf

f s

f

X σ X

σ

⎛ ⎞

= −⎜⎜⎝ ⎟⎟⎠ (2-7)

最適避險比率為：

*

*

2

f sf

s f

HR h X X

σ

≡ = = −σ (2-8)

若h^*>0，表示期貨和現貨的長短部位一致；若h^*<0，表 示期貨和現貨的長短部位相反。但是因為期貨和現貨價格通 常皆是同方向的變動，所以σ_sf 通常為正，且σ²_f為正值，所以 最適避險比率大致呈現正值。

ii、 均異模型

Heifner(1972)【17】假設避險者的預期效用函數為期望 報酬與風險函數並重的投資組合均異模型，假設擁有一種現 貨部位（Xs），則避險之後的報酬可表示為：

( )

(

)

S t t-1

W=X S -S - (2-9)

而避險者的目標是在追求效用期望值的最大，其數學模 式可表示如下：

( ) ( ) ( )

s f 2

X X

E U W E W Var W

MAX Ω

s.t. E W

( )

(

)

(

)

( )

Var W =X σ +X σ + X X σ

λ：為風險趨避係數且>0

W：為避險後之報酬

2

σs ：為現貨的價格變異數

2

σf：為期貨的價格變異數

σsf ：為現貨與期貨價格的共變異數。

依 Lagrangian 函數求X_s、 X_f最適解，即將(2-10)對 X_s、

Xf作一階微分並令之為 0 得：

( )

2

*

2 2 2

s f f sf

s

s f sf

X μ σ μ σ λ σ σ σ

= −

− (2-11)

( )

2

*

2 2 2

f s s sf

f

s f sf

X μ σ μ σ λ σ σ σ

= −

− (2-12)

最適避險比率為：

* 2

*

* 2

f f s s sf

s s f f sf

HR h X X

μ σ μ σ μ σ μ σ

≡ = = −

− (2-13)

若現貨部位為已知，則由(2-10)可解得最適期貨部位為：

*

2 2

f sf

f s

f f

X μ σ X

λσ σ

⎛ ⎞

= − ⎜⎜⎝ ⎟⎟⎠ (2-14)

2 f

f

μ

λσ ：為對未來期貨價格變動的預期，稱為純投機需要。

2 sf

f

σ

σ ：為現貨與期貨的共變異數及期貨價格變異數之比。

若現貨價格與期貨價格均為已知情況時，σ_sf 與σ²_f亦為已 知，此為在最小風險下預期報酬極大部分，是避險比率的純 避險部份，稱為純避險需要。若μ_f為 0，或λ趨近無窮大，

則 ^f₂

f

μ

λσ 為 0， 此 時 避 險 者 不 預 期 會 得 到 額 外 的 利 潤 ， 因 此

HR= ^sf₂

f

σ

σ 。因為在實證研究時λ很難判斷，所以在實際估算最

適避險比率時皆假設 ^f₂

f

μ

λσ 為 0。

iii、 風險報酬法

Howard and D’Antonio (1986) 【18】認為在不考慮其它 成本下，避險者兼顧利潤極大化與風險極小化下建立的投資 組合是在追求此一投資組合的報酬對風險的極大為目的。其 數學模式如下：

f

Max

X

( )

p

E W i

θ σ

= − (2-15)

( )

E W ：為現貨與期貨投資組合的預期報酬率。

i：為無風險利率。

σp：為現貨與期貨投資組合的標準差。

0 0

0

s s f f

P s

s

X S W X F W

W X P

= + (2-16)

( )

( )

2 2 2 2

0 0 0 0

0

1 2

p s s f f s f s f sf

s

X S X F X X S F

σ = X P σ + σ + σ σ ρ (2-17)

其中，X_s為現貨部位數量，X_f為期貨部位數量，S₀、F₀ 為代表期初的現貨與期貨價格，W_s、W_f為代表現貨與期貨的 期望報酬率，σ_s、σ_f為現貨報酬率與期貨報酬率的標準差，

ρsf 為現貨與期貨報酬率的相關係數。

根據(2-15)可得最適期貨部位：

* *

f s

X =X h (2-18)

最適避險比率為：

( )

*

HR h λ ρ1 πγ λρ

≡ = −

− (2-19)

(

)

W W i λ σ

= σ

− ：代表相對的風險報酬。

f

s

π σ

=σ ：代表相對風險。

f

s

P

γ = P ：代表相對價格。

由(2-19)可得知，λ值為決定h^*的重要因素。若λ=1 表示 期貨部位與現貨部位的超額報酬相同。若λ>1 表示期貨部位 提供較大的超額報酬，此時h^*會提高。若λ<1 表示期貨部位 提供較小的超額報酬，此時h^*會降低。此外在

(

)

提下，同時需考量λ、ρ。當λ>ρ則h^*>0，避險者會買進期 貨。當λ<ρ則h^*<0，避險者會賣出期貨。當λ=ρ則h^*=0，此 時不論買進或賣出期貨都對現貨避險亳無幫助，所以將不再

2.5 相關文獻探討

本研究的主要目的，即在針對目前國內飼料業者在面對國際 原物料價格波動時，所面臨到的價格風險與匯率風險予以探討，

並依不同的避險策略估算出最適的避險比率與避險績效，以提供 業者在未來擬定避險策略的參考。因此在過去的相關文獻中，我 們針對不同避險策略的選擇與避險績效兩方面的研究做相關文獻 之探討。

1、 國外相關文獻

Ederington(1979)【16】利用美國政府抵押債券、90 天期美國 國庫券等工具對小麥及玉米做為實證對象估計其避險比率與避險 績效，研究結果發現：1、美國政府抵押債券的避險效果較大。2、

近期期貨契約較遠期期貨契約避險效果好。3、避險期間較長時，

對於降低價格風險有較好的效果。

Thompson and Bond(1985)【25】以澳州小麥出口為例，用均 異模型進行交叉避險。研究結果發現：1、在同時考慮基差風險與 外匯風險的情形下，發現利用遠期期貨規避外匯風險後確實能降 低價格風險。2、對出口業者而言，基差與外匯風險的確是影響價 格的重要因素。

Howard and D’ Antonio(1986)【18】在風險報酬法下對美國國 庫券的期貨避險做實證研究，研究結果發現：1、規避風險的報酬

取決於避險者對相關參數的預期。2、即使有潛在的避險利益亦會 因避險者選擇事後的資料而消失。3、傳統的避險理論會較投資組 合的避險理論為佳。

Cecchetti, Cumby & Figlewski(1988)【15】利用雙變數自我迴 歸異質模型(Bivariate Autoregressive Conditonal Hoteroscedasticity Model)應用在美國長期公債期貨與現貨資料上，估計最適避險比 率，並與利用 OLS 的結果做比較，研究結果發現：ARCH 所得到 的結果較 OLS 為佳。

Lindahl(1992)【21】利用最小風險法衡量 MMI 和 S&P500 兩 種股價指數的避險效果，並應用 OLS、多元迴歸與 RLS 等三種模 型估算避險比率，並另外探討避險比率的期間效果與到期效果。

研究結果發現：1、避險比率會隨著避險期間的增長而增加。2、

避險比率會隨著到期日的接近而增加，並且有向 1 逐漸收斂的趨 勢。顯示因日期的接近，避險比率應做動態的調整。3、R² 值不 會隨著到期日的接近而增加，但會隨著避險期間的增加而愈大。

Terry, Andy(2003)【26】以阿肯薩斯州的 1015 位種植棉花、

稻米與黃豆油的農民為對象，探討其所採取的避險方式。研究結 果發現：1、農民非常瞭解遠期契約、期貨與選擇權具有降低風險 的功能，但卻很少採用這些避險工具。2、受訪者存在一個特別的 觀念，即認為避險可同時增加報酬與降低風險，此觀念與財務理

Holmes(1996)【19】同樣以最小風險法及最小平方法、誤差 修正模型(Error Correction Mechanism, ECM)和一般化自我迴歸條 件 異 質 變 異 數 模 型 (Generalized Autoregressive Conditional Heteroscedastic, GARCH) 等 計 量 方 法 估 算 避 險 比 率 ， 研 究 ETSE-100 股價指數期貨的避險效果。研究結果發現：1、避險比 率與避險效果會隨著避險期間增加而增加。2、避險比率有期間效 果，而且樣本期間是穩定的。3、以 OLS 方法估計的避險比率其 避險效果比其他的計量方法為佳。

Satyanarayan and Somensatto(1997) 【 24 】 以 均 異 模 型 對 NYMEX 西德州中級原油期貨進行規避厄瓜多爾原油出口風險的 實證研究。研究結果發現：1、避險比率介於 0 和 1 之間，且事前 避險的績效優於事後避險。2、風險規避係數的大小並不會影響最 適避險比率。

2、 國內相關文獻

孫凌(1987)【7】為國內最早研究農產品期貨之學者，作者利 用二次風險規劃模型，以報酬面為衡量因素，用黃豆為對象，利 用完全現貨交易、全數海京交易、半數海京交易與選擇性海京交 易等四種策略發展出 11 種黃豆採購策略。研究結果發現：1、進 行海京交易可降低風險之可能性。2、國內採購價格與國際價格變 動趨於一致。3、海京策略在降低風險的績效上會隨著季節與價格 走勢而異。4、報酬最大與風險最小的組合下，不同採購策略之組

合均較單獨採用任一採購策略的績效為佳。5、追求較高水準的報 酬時必須能忍受較高的風險。

蔡豐隆(1988)【10】以成本面角度為衡量因素，與孫凌採用 相同方法分析台灣玉米之採購策略。研究結果發現：1、在追求一 般較低水準之平均成本時能同時忍受較大的風險。2、目前業者採 行之遠期現貨交易方式，無法滿足固定成本下風險最小及成本最 小之要求。

李偉正(1989)【3】利用均異模型採用黃金期貨及日圓期貨、

馬克期貨、新台幣兌美元的遠期契約來規避黃金的價格風險和匯 率風險。研究結果發現：1、黃金期貨能規避 80%以上的進口風 險。2、避險比率在 0.8 至 1 之間。3、新台幣對美元遠期契約的 避險績效優於日圓馬克期貨的交叉避險績效。4、持有時間愈長風 險愈大但避險績效亦愈佳。

賴兆炫(1990)【11】以期貨及選擇權等工具應用在玉米的採 購上，利用買進賣權、賣出買權及複合選擇權等三種對沖策略為 主，發展出 19 種選擇權採購策略。研究結果發現：1、期貨或選 擇權的對沖交易確實可達到規避風險的目的。2、期貨或選擇權的 對沖效率無明顯差異，須視價格走勢及策略之擬定。3、透過單一 選擇權採購策略間的組合，其對沖效率較僅較採單一採購策略時 為佳。

林均(1993)【6】採用風險極小法針對我國的原油進口現況進 行交叉避險的分析，並與西德州中級原油現貨的直接避險結果做 比較，研究結果發現：1、NYMEX 原油期貨可降低 7 至 9 成的油 價波動。2、避險期間較短者採用近月合約較佳，反之避險期間較 長者採遠月合約較佳，但交叉避險的效果比用西德州中級原油現 貨直接避險略低。3、最適避險比率方面，避險期間較短時，交叉 避險的避險比率比直接避險低，但隨著原油的分散，最適避險比 率大致皆會降低。

劉綱(1994)【8】以均異模型進行最適避險實證研究，利用考 慮匯率風險、考慮匯率風險但不處理及考慮匯率風險並進行交叉 避險等三個策略應用在玉米的採購上，用以規避新台幣的匯率風 險。研究結果發現：1、不考慮匯率風險的最適避險比率變動幅度 為最大。2、使用遠期契約的避險效果優於交叉避險。

王秀菁(1994)【1】利用最小風險法為基礎，針對小麥與黃金 採用三種不同的資料(價格水準、價差與報酬率)與 OLS 估計最適 避險比率與避險績效，研究結果發現：1、黃金價差與報酬率利用 GLS 及 ARIMA 轉換函數所求得的避險比率高於利用 OLS 所求得 的避險比率。2、在異質變異檢定方面，除了小麥價格呈現變異數 非固定的情形，其餘異質變異現象並不顯著。3、在結構穩定性檢 定方面，無論是小麥或黃金的價格、價差與報酬率，其避險比率 均不穩定，會隨著時間的變動而變動。

李宏安、何京勝 (1998)【4】以 OLS、ARCH、GARCH 模型 來探討交叉避險應用在台灣黃豆進口採購策略之成效，研究結果 發現：若只探討價格風險的規避，則利用黃豆期貨來進行直接避 險比利用黃豆油及黃豆粉期貨來進行交叉避險的避險績效為佳。

洪皓凱(1998)【5】以最小變異模型及 ARIMA 模型進行最適 避險實證研究，利用玉米期貨、同時以新台幣兌美元的遠期契約 進行交叉避險等策略應用在玉米的採購上。研究結果發現：1、以 台灣玉米採購價格所估計的避險比率比以美國現貨價格估計的避 險比率低。2、以新台幣所估計的避險比率高於以美元所估計的避 險比率。3、同時考慮價格與匯率風險，採用期貨與遠期契約的避 險比率低於只採用期貨的避險比率。4、在預測避險績效方面，

ARIMA 模型運用於長期間的避險效果最佳。

呂穎昇(2004)【2】以一個月、二個月、三個月、六個月 NYMEX 與 IPE 布蘭特原油期貨契約以及 30 天、60 天、90 天、180 天的 新台幣兌美元的遠期契約作為避險工具。以最小風險法為基礎，

配合 ARIMA 模型估算最適避險比率與預測原油與外匯價格的變 動。並以避險後進口原油成本降低程度(HER)、風險降低程度 (HEV)、風險報酬變動程度(HERV)三種指標衡量避險績效。研究結 果發現：1、面臨原油價格風險與匯率風險的情形下，所有策略避 險績效大部分小於 0。2、原油期貨方向預測準確度皆顯著大於

第三章 研究方法

3.1 研究個案的選取

表 3.1 國內前十大飼料廠商排名與年產量表 單位：公噸

年度 1999 2000 2001

排名 公司名稱 年產量 公司名稱 年產量 公司名稱 年產量 1 大成長城 835,994 大成長城 913,921 大成長城 895,677 2 卜蜂企業 573,305 卜蜂企業 617,071 卜蜂企業 629,310 3 中美嘉吉 357,321 中美嘉吉 353,205 台灣糖業 529,615 4 統一企業 338,343 統一企業 343,834 統一企業 350,566 5 中日飼料 266,923 中日飼料 327,733 中日飼料 301,099 6 台灣糖業 265,365 台灣糖業 289,005 中美嘉吉 281,293 7 福壽實業 221,611 福壽實業 213,728 福壽實業 260,226 8 嘉食化 150,657 嘉食化 187,159 嘉食化 148,801 9 崧歡行 122,428 泰山企業 119,541 興泰實業 102,274 10 泰山企業 109,046 興泰實業 110,194 泰山企業 98,569

資料來源：嘉食化、元大京華投顧整理

本研究從台灣飼料產業市場占有率前五大的廠商中，隨機抽 選 3 家做為個案研究對象。

表 3.2 為本研究選擇進行訪談的個案公司，訪談的重點主要 是放在各公司採購模式及如何規避價格與匯率風險的作法上。訪 談的主要問題整理如下表 3.3。

表 3.2 訪談人員名單

個案公司 訪談人員職稱 受訪人員 大成長城企業股份有限公司 協調中心處長 常岡德 先生

統一企業公司 大宗食材部課長 劉長堅 先生

台灣卜蜂企業股份有限公司

董事長 大宗物資部

游汝謙 先生 梁玲雪 小姐 資料來源：本研究

表 3.3 主要訪談問題

1、公司對於飼料原料(黃豆、玉米)的採購模式為何?

2、針對國際穀物市場採用何種避險工具及避險策略?

3、進口量的大小與採購時機(船/月)為何?

4、飼料成本結構?

5、飼料市場是否有季節性之需求?

6、如何選擇主要的期貨經紀商?

7、進行期貨操作時，是否也有進行套利之動作?

資料來源：本研究

3.2 資料說明與實證方法

資料來源與單位簡述如下：

1、 資料區分為樣本內日資料(2001 年 1 月至 2003 年 12 個月，

共 1095 筆)，與樣本外日資料(2004 年 1 月至 2004 年 12 月，

共 366 筆)。

2、 美西的玉米現貨價與 CBOT 的玉米期貨契約，由情報贏家 2000 版資料庫取得，以收盤價做為代表。

3、 美西的黃豆現貨價與 CBOT 的黃豆期貨契約，由情報贏家 2000 版資料庫取得，以收盤價做為代表。

4、 新台幣對美元的即期匯率與遠期匯率(包含 30 天期、60 天 期、90 天期和 180 天期)，由教育部電算中心「AREMOS 經 濟統計資料庫」之「台灣地區金融統計資料庫」取得，即期 匯率採銀行間的平均收盤匯率，遠期匯率則採取買入與賣出 匯率的平均值。

5、 避險期間根據期貨契約分為玉米：三、五、七、九、十二個 月。黃豆：一、三、五、七、八、九、十一個月。對應避險 期間採取不同的期貨避險，若當月無匯率資料，則採用插入 法估計當月的匯率資料以求算避險比率。

實證研究方面，我們採用事前逐期估計避險比率的方式來分 別估算出不同期貨契約與遠期契約的避險比率，即以 2001 年 1 月至 2003 年 12 月的資料估計 2004 年 1 月之避險比率，再以 2001 年 2 月至 2004 年 1 月之資料估計 2004 年 2 月之避險比率，以此 類推，最後再以 ARIMA 模型預測價格，若預測出第 t+1 期的期 貨 價 格 與 匯 率 較 前 期 為 高 ， 則 採 用 最 適 之 避 險 比 率 進 行 買 方 避 險，反之，若預測出第 t+1 期的期貨價格與匯率較前期為低，則 不避險，即最適避險比率為零。最後再根據樣本內求得之最適模 型預測樣本外 12 期(2004 年 1 月至 2004 年 12 月)的最佳預測值，

以 AIC 最小值做為比較標準，最後再以樣本外的避險結果來估算 出不同避險策略與不同避險期間的避險績效。

3.3 ARIMA 模型

自 我 迴 歸 整 合 移 動 平 均 模 型 (Autoregressive Integrated Moving Average Model；ARIMA 模型)是一種常用的隨機時間序列 模型，由 Box & Jenkins【13】在 1970 所提出，因此又稱為 B-J 模型。ARIMA 分析主要是以遞迴的方式對時間序列資料建構模 式，經過一次或一次以上的差分，將時間序列轉換成定態的時間 序列。所謂定態的時間序列是指時間序列資料的統計特性不會隨 著時間而改變。

ARIMA(p,d,q)模型可表示為一序列有 p 階的自我迴歸、q 階 的移動平均過程和差分 d 次而成為定態序列，其數學模式如下：

Φp(B)(1-B)dYt = C+Θq(B)ε_t (3-1)

其中，Φp(B) = 1-φ1B-φ1B²-….. φpB^p

Θq(B) = 1-θ1B-θ1B²-….. θqB^q

Yt 是 指 一 隨 機 過 程 所 產 生 的 等 時 距 序 列 ， 且 具 有 定 態 性 (stationarity)與可逆轉性(invertibility)。B 為後移運算子(back shift operator)，例如 BYt = Yt-1。p,d,q 為非負整數，φ 為自我迴歸參數，

θ 為移動平均參數，C 為常數項，εt為白噪音(white noise)。

ARIMA 主要的遞迴過程分為以下四個步驟：

1、 模型鑑定

模 型 鑑 定 階 段 的 主 要 工 作 即 是 判 定 ARIMA(p,d,q)的最合適 階數，一般而言，在進行統計分析前需先判定資料是否為平穩型 資料，倘若序列非平穩型，則需透過差分將資料轉換為定態時間 序列，並利用自我相關函數(autocorrelation function，ACF)與偏自 我相關函數(partial autocorrelation function，PACF)判定 p,q 的階 數。模型判斷準則如下：

表 3.4 ARIMA 模型判斷準則

模型區分 ACF PACF

MA(q) q 期後”截斷”

呈”指數遞減”或

正負相間遞減的形式

AR(p)

呈”指數遞減”或

正負相間遞減的形式

p 期後”截斷”

ARMA(p,q) 逐漸衰退 逐漸衰退

其中，“截斷”的意思為 ACF 與 PACF 僅只有少數幾階顯著，

通常是以兩倍的標準差做為判斷的依據。

2、 參數估計

在(3-1)式中，欲估計之參數為 Φ 與 Θ，若原始資料為非定態 則要先轉換為定態數列再以最小平方法估計之，使得誤差平方和 為最小。但因為 ARMA 係數為非線性狀態，真正的參數值不易估 計，若樣本數夠大時，可利用最大概似函數法，亦可得有效的函 數估計值。採遞迴方式進行非線性的係數估計時，需指定係數的 起始值，再觀察所得的係數值是否收斂，一般而言，因為 ACF 已知，所以自我迴歸的起始值可以用 Yule-Walker 聯立方程式求 出的 p 個 φ 係數做為自我迴歸係數的第一組值，而移動平均的係 數同樣可利用 ACF 的特性：

1 1

2 2 2

1 2

...

1 ...

k k q k q

q

θ θ θ θ θ

θ θ θ

+ −

− + + +

+ + + + k = 1…q

Pk = ０ k>q…

加上已知的 ACF，以 q 個聯立方程式，解出 q 個移動平均係 數 θ 作為起始值，再以遞迴方式計算其係數。

3、 模型診斷

當模型參數經過估計後，需診斷檢定模型是否適合，則可利 用原始資料與依模型所得到的預測值兩者之差距，即為殘差值，

根據 AIC 準則檢驗殘差序列做為選取模型的標準：