摘要本篇論文藉由研究權證基本特性, 以及結合市場實際價格資料, 在確定標的物前提下, 篩選出在固定期間內獲取最大獲利之權證並統整其權證特性, 作為一般大眾在篩選權證時可經由設定與獲利權證相同區間之價內外程度隱含波動度距到期日時間實質槓桿比等條件提高自身獲利潛力實證結果顯示, 短天期投資者可

Size: px

Start display at page:

Download "摘要本篇論文藉由研究權證基本特性, 以及結合市場實際價格資料, 在確定標的物前提下, 篩選出在固定期間內獲取最大獲利之權證並統整其權證特性, 作為一般大眾在篩選權證時可經由設定與獲利權證相同區間之價內外程度隱含波動度距到期日時間實質槓桿比等條件提高自身獲利潛力實證結果顯示, 短天期投資者可"

怪贝
5 years ago
Views:

1 國立政治大學商學院金融學系碩士論文權證篩選之實證研究 - 以指數標的及台灣 0 的權證為例 Empirical Study in Warrants Selection, Based on Index and Taiwan 0 Equities 指導老師 : 廖四郎教授研究生 : 林祈安中華民國 0 年月

2 摘要本篇論文藉由研究權證基本特性, 以及結合市場實際價格資料, 在確定標的物前提下, 篩選出在固定期間內獲取最大獲利之權證並統整其權證特性, 作為一般大眾在篩選權證時可經由設定與獲利權證相同區間之價內外程度隱含波動度距到期日時間實質槓桿比等條件提高自身獲利潛力實證結果顯示, 短天期投資者可挑選隱含波動度低剩餘天數高以及買賣價差較低之權證而長天期或波段投資者可挑選隱含波動度低與標的價格連動較敏感之價外認購權證, 以及隱含波動度高與標的價格連動較不敏感之價內認售權證

3 一研究背景與目的目錄 - 研究背景 p. - 研究目的 p. 二文獻探討 - 權證價格之影響因素 p. - 權證價格與造市者行為關係 p.7 三研究方法 - 研究方法與假設 p.9 - 變數定義與模型建購 p.9 四實證結果 - 資料描述 p. - 敘述統計 p. - 模型配適結果 p.9 - 本篇研究模型結果與券商建議比較分析 p.7 五結論與建議 - 結論 p.8 - 未來發展與建議 p.8 六參考文獻

4 997 年 998 年 999 年 000 年 00 年 00 年 00 年 00 年 00 年 00 年 007 年 008 年 009 年 00 年 0 年 0 年 0 年一研究背景與目的 - 研究背景台灣權證市場於 997 年開放國內認購權證發行, 前兩年始於權證課稅爭議累計發行數僅檔, 於 007 年權證課稅法案修正後, 券商發行權證避險成本大幅下降 00 年月實施權證逐筆交易制度使資訊更加透明化,00 年 9 月更開放發行連結外國證券和指數標的的權證, 使權證種類更加多元化 0 年證所稅定案實施但條文內容把權證屏除在課稅範圍之外, 因此從權證歷年交易量和總交易金額中 ( 見圖一 ) 我們可看到除了 007 年權證交易張數和總成交金額有著明顯的成長外,0 年因證所稅實施後, 相較證券使用權證交易在稅制方面佔有優勢,0 年之權證交易量和總交易金額相較 0 年亦有著飛躍性的成長, 在權證總交易金額占總市額比例上於 0 年首度突破 %, 以及於 0 年時總市額占比達到了.8%( 見圖二 ), 因此我們可見近幾年權證市場正以迅速的腳步發展中另外 0 年證交所擬推動權證開放當沖以及為促進權證市場交易量, 擬將原訂千分之三的權證交易稅下調至千分之一, 因此可以預期權證市場權證市場相關議題在未來會是越發重要的課題權證交易量權證交易額圖一權證歷年交易量和總交易金額

5 997 年 998 年 999 年 000 年 00 年 00 年 00 年 00 年 00 年 00 年 007 年 008 年 009 年 00 年 0 年 0 年 0 年圖二權證交易金額占總證券市場比例 - 研究目的由上述可知權證市場於近年來蓬勃發展, 且尚存在著成長空間, 但因權證具有可重疊發行的特性, 意指同一標的資產存在著不同券商所發行之權證, 即使為同一券商發行之權證, 因其槓桿比例價內外程度距到期日時間成交量等不同特性其交易狀況亦有差別, 換言之在已選定標的股票或指數的情況下, 一般散戶如何在這些揭露資訊中選擇一檔擁有最佳獲利潛力的權證標的是一項重要的課題, 而為了促進權證交易的活絡, 證交所和各券商亦架設了權證資訊揭露平台和權證查詢網站提供投資人研究使用, 另外各券商亦對挑選權證具有見解, 例如凱基證券建議投資人挑選價內外 % 之內以及到期日距一個月以上的權證 ; 統一證券建議投資人挑選價內外 0% 之內的權證等 ; 元大寶來建議投資人選擇價內外 0 % 之內剩餘天數介於二至六個月的權證等, 為了驗證是否挑選券商們所建議之權證擁有更大獲利機會, 以及為讓投資人利用各查詢平台選取適當的標的, 本篇文章中利用權證揭露平台和各券商查詢網站具有之條件, 包含價內外程度距到期日時間實質槓桿比隱含波動度權證成交量等條件結合市場實務資料進行實務驗證, 將在樣本時間內獲得最大報酬之權證選取出並整理擁有高報酬之權證特性, 提供大眾一個篩選權證的參考標準

6 二文獻探討 - 權證價格之影響因素目前市面上台灣市場存有之權證種類以履約時間可區分為美式權證和歐式權證兩種, 美式權證在權證到期前任一交易日皆可履約, 歐式權證僅能在到期日當天才可進行履約 ; 以標的資產類型可區分為三種 : 個股型權證組合型權證以及指數型權證, 其中亦有重設型權證和上下限型權證, 即所謂的牛熊證等商品提供選擇, 本篇研究針對一般認購認售權證進行討論而一般認購認售權證就商品特性而言與選擇權具有許多相似的特性, 兩者的差異如表一所示 : 選擇權認股權證交割 ( 履約 ) 由交易所訂定由發行券商訂定價格到期期限有近月及遠月契約, 存續期間多多為一年以上半在一年以內權利金權利金, 買方支付給賣方權利金, 買方支付給賣方保證金賣方繳交無, 但發行券商必須具備一定資格, 且持有一定數量之標的物以為履約準備發行量無限依發行券商所發行之數量權利主體買方買方義務主體賣方發行券商契約數量不同履約價格與到期月份組成眾多契約, 且會根據標的物價格之波動增加新的履約價格發行時通常只有單一履約價格及到期日, 不會隨標的物價格之波動而增加每日結算針對賣方部位須進行每日結算無表一選擇權認股權證之特性比較表除了表一明示之差異外, 權證尚具有在公司發行新股認股發放股利股息時履約價會有稍許調整以及同檔標的之不同權證擁有不同執行比例的特性, 大致上, 權證可視為一種賣方為券商, 且於重大事件發生時會調整其履約價之選擇權商品根據 97 年 Black Scholes 公式之推導, 我們可知影響選擇權價格因素有標的價格履約價距到期日隱含波動度利率等, 除了台灣利率於短期時間內較穩

7 定, 可將此因素暫時屏除在外,Derman and Kani(99) Dupire(99) 和 Rubinstein(99) 等人發現隱含波動度具有笑狀波幅特性, 即隱含波動度會因不同價內外程度和距到期日時間而變動,Eric C. Chang, Xingguo Luo, Lei Shi, Jin E. Zhang(0) 研究中國權證市場亦發現中國權證市場之權證隱含波動度遠高於 BS 理論值, 深價外的認售權證尤其明顯, 因此本篇研究在實證探討時結合 BS 公式的影響因素 ( 距到期日隱含波動度等 ) 之外亦考量進價內外程度不同的關係 - 權證價格與造市者關係台灣權證市場與選擇權市場的最大不同處在於權證市場的賣方為券商擔任, 且同一標的資產可擁有多檔不同券商發行的權證, 券商的造市品質直接影響到投資人的購買欲望, 而本篇研究目的在於提供一般散戶投資人系統化的篩選權證標準, 因此如何衡量券商造市品質亦在我們的關注焦點之內 Jameson and Wilhelm (99) 發現 CBOE 選擇權造市者須承受特定選擇權庫存風險, 風險中涵蓋對於未來標的價格的不確定性和動態避險成本, 並反映在買賣價差上而 Petrella(00) 研究義大利備兌型權證市場買賣價差的決定條件, 發現初始和動態避險成本與權證買賣價差具有正向相關性另外 George and Longstaff (99), Fleming et al(99), Kaul et al(00) 等人發現價內外程度與買賣價差間亦有負相關性, 即深價外程度商品其買賣價差越大, 因此買賣價差為衡量權證造市者品質的重要指標之一 Lee and Rui(00) 發現紐約東京和倫敦證券市場皆存在成交量和報酬率波動的正向關係,Chan et al. (00) 則發現在低流動性選擇權市場中選擇權淨交易量並沒有內部訊息的透漏,Pan and Poteshman(00) 實證研究則發現選擇權交易量對於未來價格具有顯著預測性而在權證市場上,Yue-cheong Chan 和 K.C.John 7

8 Wei(00) 兩位學者研究香港權證市場發現在公司權證發行日時該標的股票成交量和股票價格會有異常波動現象, 不過 Eric C. Chang, Xingguo Luo, Lei Shi, Jin E. Zhang(0) 研究中國權證市場結果顯示成交量與波動度並無顯著關係而本研究認為因台灣市場各檔權證每日交易時為各檔發行券商提供量以供投資人交易, 投資人為規避流動性風險亦會偏好選擇供給量較大的大型券商, 且各券商和證交所提供之權證搜尋平台亦有提供投資人在挑選標的時考量權證成交量的選項, 因此各檔權證的成交量我們仍將其暫且納入本文之分析模型中除了上述買賣價差成交量作為衡量券商造市品質的量化指標外, 本研究考量到不同券商之造市品質差異的可能, 因此進一步將認購認售權證根據發行券商分組, 研究權證報酬是否會因不同券商發行具有顯著差異, 另外並將衡量權證和標的價格相對價格變動敏感度的實質槓桿比, 一起考量入分析模型中 8

9 三研究方法 - 研究方法與假設本研究之研究方法流程分為三個部分, 首先為探討不同報酬的權證是否其權證價格影響因素 ( 價內外程度隱含波動度距到期日 ) 和造市者行為 ( 買賣價差權證日成交量實質槓桿比券商類別 ) 具有關係, 我們將指數型認購認售權證和台灣 0 個股型認購認售權證等商品特性進行初步的敘述統計分析, 而因台灣 0 標的多, 我們將標的在樣本期間的市場表現分為該標的處於多頭市場與該標的處於空頭市場以及沒有顯著市場區別等三種市場類別, 並針對空頭市場和多頭市場進行對比, 希望了解不同市場下具有較高報酬的權證其權證特性是否具有差異性再者, 我們針對此議題進行報酬與影響因子的變異數分析和迴歸分析, 以檢驗在不同時間長度之交易報酬下權證的特性以及篩選出在樣本中與權證報酬成正向顯著之因子最後我們將本文所統整之權證報酬與權證特性結論與各券商所建議篩選之權證特性進行比較分析因此本文研究假設為 :. 不同報酬的權證其權證價格影響因素和造市者行為具有顯著差異. 本文所統整之權證報酬與權證特性結論與券商建議存有部分出入 - 變數定義與模型建構. 權證價格影響變數和權證報酬定義 : 根據上述文獻探討內容, 本篇研究考量權證價格影響變數為價內外程度隱含波動度距到期日 ( 天 ) 買賣價差權證日成交量實質槓桿比和券商類別等七個變數, 而本篇研究中權證報酬為了貼近市場的實際交易情形, 計算時並考量權證交易手續費 0.% 和交易稅 0.%, 以及根據權證持有時間長度劃分為日報酬週報酬 ( 日報酬 ) 0 日報酬月報酬 (0 日報酬 ) 季報酬( 六十日報酬 ) 等五種報酬, 另外考量部分權證價格過小, 本研究模擬買入各檔權證單位交易一次皆為十張權證, 部分計算公式如下 : 9

10 權證交易報酬定義 RW t ( w t 0,000 ( 0.%) w0 0,000 max( 0, w0 0,000 0.%)) --() ( w 0,000 max( 0, w 0,000 0.%)) 0 0 t:,,0,0,0 天數 RWt: 一次性交易十張權證之報酬, 根據 t 的不同共有日報酬週報酬 0 日報酬月報酬和季報酬等種報酬 w 0,000 ( 0.%) : 賣出權證所得扣除所得稅 0.% t max( 0, w 0 0,000 0.%) : 權證交易之手續費率 0.%: 實質槓桿比計算公式 :( 即避險參數中之 lambda 值 ) St Percent t w St: 標的價格 t delta w ) 的絕對值 ( t Percent: 該檔權證執行比例 delta ( w t ) : 根據 BS 公式計算之權證價格對於標的價格變動之絕對敏感度. 市場類別定義 : 因不同標的在樣本期間的市場表現不同, 我們將標的在樣本期間的市場表現分為該標的處於多頭市場與該標的處於空頭市場以及沒有顯著市場區別等三種市場類別進行對比, 希望探討不同市況底下具有較高報酬的權證其權證特性是否具有差異性定義如下 : 多頭市場 : St 0 St P( 0) % St 空頭市場 : St 0 St P( 0) % St 而不在上述多頭市場和空頭市場定義範圍內者, 則稱為一般市場別 0

11 . 模型建構在建構迴歸分析模型時, 為了貼近一般散戶使用各券商或證交所提供之權證搜尋平台, 我們先將隱含波動度價內外程度實質槓桿比距到期日買賣價差成交量等變數分組, 再與權證報酬進行迴歸分析, 各變數分組參考依據為各券商與證交所提供之權證搜尋平台分組選項, 而為要明瞭分組之下的各變數與報酬是否存有顯著相關, 我們在進行迴歸分析之前先使用變異數分析驗證報酬與各變數的關係是否顯著, 將變異數分析驗證對於報酬具有影響性的因子再使用迴歸分析探討兩者的關係 : Y Stype Stype... Stype c Myn c Myn... c Myn d RL d RL t, j 7 7 d RL drl etau etau etau fbidask fbidask f BidAsk g vol gvol... gvol h IV hiv hiv hiv h IV h IV t Y t, j : 權證交易報酬, 根據 - 定義計算而來 j={: 權證交易報酬 >0%,:0 權證交易報酬 0%,: 權證交易報酬 <0} t=,,0,0,0 天數, 代表日報酬周報酬 0 日報酬月報酬季報酬等五種報酬類型 : 截距項, : 殘差值 t Stype i {: 如果為第 i 類券商,0: 其他 },i=,...,, 券商類別變數, 共有 : 兆豐中信富邦元大寶來永豐群益凱基大華大展大眾元富日盛統一台銀工銀國票康和玉山亞東國泰第一永昌等家發行商 Myn i : 價內外程度類別變數,i=,,7 組別如下所示 : Myn { ln( St / K) 00 }, Myn { ln( S / K) 00 } t Myn { ln( St / K) 00 }, Myn { ln( S / K) 00 } t Myn { ln( St / K) 00 }, Myn { ln( S / K) 00 } Myn 7 { ln( St / K) 00 } t

12 RL: i 實質槓桿比類別變數,i=,, 組別如下所示 : RL { 實質槓桿比 <}, RL { 實質槓桿比 <0} RL { 0 實質槓桿比 <}, RL { 實質槓桿比 } BidAsk: i 買賣價差類別變數,i=,, 組別如下所示 : BidAsk { Spread 0.00}, BidAsk { 0.00 Spread 0.0} BidAsk { 0.0 Spread BidAsk { Spread 0.0} 0.0}, BidAsk { 0.0 Spread 0.0} Tau: i 距到期日天數類別變數,i=,, 組別如下所示 : Tau { 0days}, Tau { 0 0days} Tau { 0 0days} Tau { 0 90days}, Tau { 90 0days} Tau { 0days}, vol: i 日成交量 ( 單位為股數 ) 類別變數,i=,, 組別如下所示 : vol { volume 00,000}, vol { 00,000 volume 00,000} vol vol { 00,000 volume 00,000}, { volume 000,000} vol { 00,000 volume 000,000} IV: i 隱含波動度類別變數,i=,, 組別如下所示 : IV { IV 0%}, IV { 0% IV 0%} IV { 0% IV 0%}, IV { 0% IV 0%} IV { 0% IV 70%} IV { IV 70%}

13 四實證結果 - 資料描述本篇研究樣本資料期間為 0 年月日至 0 年月 8 日, 共 7 個日交易日, 選取標的為台灣 0 成分股 ( 以 0// 日之成分股公告為準 ) 以及電金類和加權指數, 但上市股票發行權證需滿足最近個月成交股數佔已發行股份總額比例達 0% 以上和最近三個月月平均成交股數達億股以上其中一點以及公司財務狀況需滿足下述兩點其中之一才可發行 : 最近期經會計師查核或核閱之財務報告無虧損最近期經會計師查核或核閱之財務報告雖有虧損, 但無累計虧損者因此在樣本期間內和泰車 (07) 裕日車(7) 研華(9) 台塑化(0) 等四家個股未符合上述標準無權證資料被去除在外, 一共家個股標的, 其中家金融類股家電子類股以及 0 家傳產類股資料來源為 TWSE 台灣證券交易所 0 年月日至 0 年月 8 日期間根據此些選取標的所發行之認購權證共有 997 檔認售權證共有 98 檔, 總計 99 檔, 各樣本之認購認售權證個數如表二顯示 : 證券代號認購權證檔數認售權證檔數合計檔數電子類指數 8 7 金融類指數加權指數台泥亞泥 0 統一 07 0 台塑南亞台化遠東新中鋼正新光寶科聯電 88

14 08 台達電 9 日月光鴻海仁寶 8 0 矽品台積電鴻準英業達華碩廣達友達 88 8 中華電 7 0 聯發科可成宏達電彰銀華南金 0 88 富邦金國泰金開發金玉山金 7 88 元大金兆豐金台新金永豐金 0 89 中信金第一金 8 9 統一超大立光台灣大 7 7 華亞科群創遠傳 9 98 和碩合庫金 7 表二各標的資產之累計權證發行總檔數

15 因台灣 0 個股為標的之權證數量龐大, 為了分析方便, 我們以市場類別將標的為股票的權證進一步區分為多頭市場空頭市場和一般市場別, 則分類在多頭市場中的標的股票共有家股票, 擁有認購權證檔認售權證 8 檔, 總計 9 檔權證 ; 分類在空頭市場中的標的股票共有 7 家股票, 擁有認購權證 7 檔認售權證 7 檔, 總計 99 檔權證 ; 其餘標的股價於樣本期間內未有明顯趨勢者共有家股票, 擁有認購權證 7 檔認售權證 89 檔, 總計 8 檔權證如表三所示 : 市場別 ( 標的數 ) 認購權證檔數認售權證檔數合計檔數多頭市場 () 8 9 空頭市場 (7) 一般市場 () 表三不同市場類別之累計權證發行總檔數 - 敘述統計結果我們將權證報酬根據時間不同劃分為日報酬周報酬 0 日報酬月報酬和季報酬, 且因報酬率的不同區分為高報酬 ( 定義為交易報酬率高於 0% 以上 ) 和負報酬兩組, 以探討是否高報酬的權證和負報酬的權證其特性會有不同, 分組後的敘述統計如下表四至表九所示從敘述統計表中我們可看出資料具有以下幾點特徵 :. 不同權證報酬計算時間點下, 從敘述統計表中我們可看到隔日沖銷報酬獲得高報酬的權證, 其共同特徵為實質槓桿比高, 剩餘天數介於 0~90 天之間, 即若購買權證為隔日沖銷作用, 在方向預測準確的情況下, 挑選對價格越敏感之權證則獲得高報酬的機率越高, 而周報酬表現較好之權證其剩餘天數亦介於 0~90 天內, 若購買權證為波段性交易策略, 則考量月報酬獲得較高報酬之權證特性為剩餘天數介於 90~0 天左右

16 . 在相同權證報酬計算時間點下探討高報酬和負報酬兩組權證特性, 無論是指數類標的權證或分市場區隔之個股標的權證, 其共同特徵為高報酬權證平均實質槓桿比普遍高過負報酬權證, 且高報酬權證之平均剩餘天數普遍低於負報酬權證之平均剩餘天數, 探究原因應與上述中所提及預測準確情況下, 挑選對價格越敏感的權證則獲得高報酬的機率越高相似. 將個股類股因樣本期間的股價表現區分為多頭市場和空頭市場後, 我們可從表十至表十五看到在多頭市場中認購權證平均處於淺價外程度 (-0%~0), 多頭市場中認售權證平均處於價外程度 (0%~0%) 中, 而其餘權證特性與指數型權證相似

17 加權指數認購權證個數報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交股數權證日報酬率 >0% 權證日報酬率 < * 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < *: 去除過極端值 (IV>00% 者 ) 表四標的為加權指數之認購權證樣本資料敘述統計表 7

18 加權指數認售權證個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天買賣價權證日成交股數差數權證日報酬率 >0%.0.9* 權證日報酬率 < * 權證周報酬率 >0% * 權證周報酬率 < * 權證 0 日報酬率 >0% * 權證 0 日報酬率 < * 權證月報酬率 >0% * 權證月報酬率 < * 權證季報酬率 >0% 權證季報酬率 < *: 去除過極端值 (IV>00% 者 ) 表五標的為加權指數之認售權證樣本資料敘述統計表 8

19 電子指數認購權證個平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交數股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表六標的為電子指數之認購權證樣本資料敘述統計表 9

20 電子指數認售權證個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交股數權證日報酬率 >0% 權證日報酬率 <0-0..0* 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < *: 去除過極端值 (IV>00% 者 ) 表七標的為電子指數之認售權證樣本資料敘述統計表 0

21 金融指數認購權證個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表八標的為金融指數之認購權證樣本資料敘述統計表

22 金融指數認售權證個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交股數權證日報酬率 >0% 權證日報酬率 < * 權證周報酬率 >0% 權證周報酬率 < * 權證 0 日報酬率 >0% 權證 0 日報酬率 <0-8..0* 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < *: 去除過極端值 (IV>00% 者 ) 表九標的為金融指數之認售權證樣本資料敘述統計表

23 多頭市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認購權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十多頭市場類股之認購權證樣本資料敘述統計表

24 多頭市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認售權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十一多頭市場類股之認售權證樣本資料敘述統計表

25 空頭市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認購權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十二空頭市場類股之認購權證樣本資料敘述統計表

26 空頭市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認售權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十三空頭市場類股之認售權證樣本資料敘述統計表

27 一般市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認購權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十四一般市場類股之認購權證樣本資料敘述統計表 7

28 普通市場類股個數平均報酬率隱含波動度價內外程度實質槓桿比剩餘天數買賣價差權證日成交之認售權證股數權證日報酬率 >0% 權證日報酬率 < 權證周報酬率 >0% 權證周報酬率 < 權證 0 日報酬率 >0% 權證 0 日報酬率 < 權證月報酬率 >0% 權證月報酬率 < 權證季報酬率 >0% 權證季報酬率 < 表十五一般市場類股之認售權證樣本資料敘述統計表 8

29 - 模型配適結果根據敘述統計表的初步分析結果, 我們認為權證報酬與權證特性的關係最為直接, 不同市場類股標的之權證差異不大, 且市面上流通量最大之權證類型為指數型權證, 因此以下模型配適部分我們選用加權指數標的之認購認售權證作為代表進行分析. 變異數分析為了探討隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差日成交股數等變數對於報酬是否具有顯著相關, 我們首先使用變異數分析進行檢定, 分析時主要考量主效用項, 交互作用項先不予考量, 結果如表十六表十七所示 : 變異數分析顯著變數摘要表 - 認購權證加權指數標的 - 日報酬隱含波動度剩餘天數買賣價差加權指數標的 - 周報酬隱含波動度券商類別剩餘天數買賣價差加權指數標的 -0 日報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差加權指數標的 - 月報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差加權指數標的 - 季報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數表十六加權指數變異數分析顯著變數摘要表 - 認購權證變異數分析顯著變數摘要表 - 認售權證加權指數標的 - 日報酬隱含波動度剩餘天數買賣價差加權指數標的 - 周報酬隱含波動度券商類別實質槓桿比剩餘天數買賣價差加權指數標的 -0 日報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差日成交股數加權指數標的 - 月報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差日成交股數加權指數標的 - 季報酬隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差表十七加權指數變異數分析顯著變數摘要表 - 認售權證 9

30 . 回歸分析我們將變異數分析顯著變數依循第三章模型建構的方法將變數分組建模, 配適迴歸模型結果如下所示 : a. 加權指數標的認購權證 - 日報酬根據前面變異數分析結果 ( 表十六 ), 我們發現對於樣本期間加權指數標的之認購權證日報酬, 顯著影響變數有隱含波動度剩餘天數買賣價差等三個變數, 而回歸模型配適結果 ( 表十八 ) 為在隱含波動度介於 0~0% 的權證表現最好, 剩餘天數在 0 日以上者相較 0 日以下的報酬高, 買賣價差超過 0.% 的報酬相較 0.% 之內者差, 因此在隔日沖銷認購權證部分考量隱含波動度介於 0~0% 買賣價差在 0.% 之內剩餘天數在 0 日以上之權證較好 ˆ IV Y t 0.0Tau.BidAsk R 0.8Tau 0.IV.0BidAsk 0.8Tau 0.8%, p value IV 0.08IV 0.890Tau 0.0IV.8BidAsk 0.9Tau.0BidAsk 變數組別個數平均報酬標準差斜率估計值顯著性 IV IV IV * IV IV IV Tau Tau * Tau * Tau * Tau * Tau * BidAsk BidAsk * BidAsk * BidAsk * BidAsk * 0

31 表十八加權指數標的認購權證日報酬之迴歸分析表 b. 加權指數標的認購權證 - 周報酬根據前面變異數分析結果 ( 表十六 ), 我們發現對於樣本期間加權指數標的之認購權證周報酬, 顯著影響變數有隱含波動度發行券商類別剩餘天數買賣價差等四個變數, 而回歸模型配適結果 ( 表十九 ) 為 : 在隱含波動度分組裡為隱含波動度介於 0~0% 的表現最好, 發行券商中則以代號 7 的券商發行之權證表現較為突出, 剩餘天數在 0 日以上者相較 0 日以下的報酬高, 買賣價差超過 0.% 的報酬相較 0.% 之內者差, 因此在此部分模型結果為考量隱含波動度介於 0~0% 發行券商為代號 7 的券商買賣價差在 0.% 之內剩餘天數在 0 日以上者之權證較好 ˆ IV Y t 0.078Stype 0.07Stype 0.7Tau 0.97BidAsk R 0 0.0Stype 0.089Stype 0.77Tau 0.IV 0.BidAsk 0.00Stype 0.7Tau 0.80%, p value IV 0.097Stype 0.Tau 0.9BidAsk 0.07IV 0.0Stype 0.09Stype 0.IV 0.0Stype 0.70Tau 0.0Stype 0.07Stype 0.8Stype.7BidAsk 0.0Stype 7 變數組別個數平均報酬標準差斜率估計值顯著性 IV IV IV * IV IV IV Stype Stype Stype Stype Stype Stype Stype * Stype Stype

32 Stype Stype Stype Stype Stype Tau Tau * Tau * Tau * Tau * Tau * BidAsk * BidAsk * BidAsk * BidAsk * BidAsk 表十九加權指數標的認購權證周報酬之迴歸分析表 c. 加權指數標的認購權證 -0 日報酬根據前面變異數分析結果 ( 表十六 ), 我們發現對於樣本期間加權指數標的之認購權證 0 日報酬, 顯著影響變數有隱含波動度發行券商類別價內外程度實質槓桿比率剩餘天數買賣價差等六個變數, 而回歸模型配適結果 ( 表二十 ) 為 : 在隱含波動度分組裡為隱含波動度介於 0~0% 的表現最好, 發行券商中在此樣本內則以代號 7 的券商發行之權證表現較為突出, 剩餘天數在 0 日以上者相較 0 日以下的報酬高, 買賣價差超過 0.% 的報酬相較 0.% 之內者差, 因此在此部分模型結果為考量隱含波動度介於 0~0% 發行券商為代號 7 的券商買賣價差在 0.% 之內剩餘天數在 0 日以上之權證較好 ˆ.77.0IV Y t 0.Stype 0.Stype 0.8Myn 0.009RL.8BidAsk R Stype 0.008Stype 0.078Myn 0.77RL.098IV 0.8Tau.09BidAsk 0.097Stype 0.09Myn.%, p value IV 0.090Stype 0.007Tau.0BidAsk.90IV 0.00Stype 0.07Stype 0.098Myn 0.97Myn 0.00Tau 0.87IV 0.09Stype 0.09Stype 0.08RL 0.09Tau 0.070Stype 0.0Stype 0.0Stype 0.79BidAsk 7

33 變數組別個數平均報酬標準差斜率估計值顯著性 IV IV IV * IV IV IV Stype Stype Stype Stype Stype Stype Stype * Stype Stype Stype Stype Stype Stype Stype Myn Myn Myn Myn Myn Myn RL RL RL RL * Tau * Tau Tau Tau Tau BidAsk * BidAsk *

34 BidAsk * BidAsk * BidAsk 表二十加權指數標的認購權證 0 日報酬之迴歸分析表 d. 加權指數標的認購權證 - 月報酬根據前面變異數分析結果 ( 表十六 ), 我們發現對於樣本期間加權指數標的之認購權證月報酬, 顯著影響變數有隱含波動度發行券商類別價內外程度實質槓桿比率剩餘天數買賣價差等六個變數, 而回歸模型配適結果 ( 表二十一 ) 為 : 在隱含波動度分組裡為隱含波動度在 0% 以上的表現較差, 發行券商中在此樣本內則以代號 7 的券商發行之權證表現較為突出, 價內外程度中在價外 ~% 的權證表現最好, 實質槓桿比 0% 以上的權證表現較好, 剩餘天數在 0 日以上者的報酬較高, 買賣價差超過 % 的報酬較好, 因此在此部分模型結果為考量隱含波動度位於 0% 以下發行券商為代號 7 的券商位於價外 ~% 實質槓桿比 0% 以上買賣價差在 % 之上剩餘天數在 0 日以上之權證較好, 此結果與日報酬和周報酬之結果有明顯差異, 我們探究原因認為是由於持有權證時間較長, 希望增加高獲利機率須持有與標的價格連動較敏感且剩餘天數較高之權證, 而剩餘天數長之權證因時間較長交易量並不如剩餘天數較短之權證, 因此權證買賣價差較高 ˆ IV Y t 0.08Stype 0.0Stype 0.87Myn 0.7RL.870BidAsk R 0.00Stype 0.Stype 0.0Myn 0.00Tau 0.79IV.008BidAsk 0.79Stype 0.7Myn Tau.8%, p value Stype 0.097Stype 0.Stype 0.99Myn 0.08Tau 0.89Stype 0.088Stype 7 0.9Stype RL 0.9BidAsk 0.70Stype 0.Myn 0.070RL Stype.0BidAsk 變數組別個數平均報酬標準差斜率估計值顯著性 IV IV

35 IV * Stype Stype Stype Stype Stype Stype Stype * Stype Stype Stype Stype Stype Stype Stype Myn Myn * Myn Myn Myn Myn RL RL RL * RL * Tau Tau Tau Tau * BidAsk * BidAsk * BidAsk * BidAsk * BidAsk 表二十一加權指數標的認購權證月報酬之迴歸分析表 e. 加權指數標的認購權證 - 季報酬根據前面變異數分析結果 ( 表十六 ), 我們發現對於樣本期間加權指數標的之認購

36 權證季報酬, 顯著影響變數有隱含波動度發行券商類別價內外程度實質槓桿比率剩餘天數等五個變數, 而回歸模型配適結果 ( 表二十二 ) 為 : 在隱含波動度分組裡為隱含波動度介於 0%~0% 的表現較好, 發行券商中在此樣本內則以代號 7 代號的券商之權證表現較好代號的券商發行之權證表現較差 ; 價內外程度中在價外 ~% 的權證表現最好, 實質槓桿比介於 0~% 的權證表現較好, 剩餘天數在 90 日以上者的報酬較高因此在此部分模型結果為考量隱含波動度位於 0%~0% 發行券商為代號 7 或的券商位於價外 ~% 實質槓桿比介於 0~% 剩餘天數在 90 日以上之權證較好 ˆ IV Y t 0.Stype 0.079Stype 0.97Myn 0.RL R 0.7Stype 0.9Stype 0.98Myn 0.078Tau 0.80IV 0.097Stype 0.779Myn 0.08Tau.0%, p value Stype 0.0Stype 0.7type 0.8Stype 0.Myn 0.087Stype Stype 0.7Myn 0.0RL 0.09Stype Stype 0.0RL 變數組別個數平均報酬標準差斜率估計值顯著性 IV * IV IV * Stype Stype Stype Stype * Stype Stype Stype * Stype Stype Stype Stype * Stype Stype Stype Myn

37 Myn * Myn Myn Myn Myn RL RL RL * RL Tau Tau * Tau * 表二十二加權指數標的認購權證月報酬之迴歸分析表 f. 加權指數標的認售權證 - 日報酬根據前面變異數分析結果 ( 表十七 ), 我們發現對於樣本期間加權指數標的之認售權證日報酬, 顯著影響變數有隱含波動度剩餘天數買賣價差等三個變數, 而回歸模型配適結果 ( 表二十三 ) 為 : 在隱含波動度分組裡為隱含波動度 0% 以上的權證表現較差, 剩餘天數在 0 日以上的報酬較高, 買賣價差超過 0.% 的報酬相較 0.% 之內差, 因此在此部分模型結果為考量隱含波動度在 0% 以下買賣價差在 0.% 之內剩餘天數在 0 日以上之權證較好 ˆ IV Y t 0.Tau 0.087BidAsk R 0.7Tau 0.09IV 0.0BidAsk 0.80Tau 0.79%, p value IV 0.9Tau 0.0IV 0.07IV BidAsk 變數組別個數平均報酬標準差斜率估計值顯著性 IV * IV IV IV IV IV * Tau Tau 0.09BidAsk Tau * 7

38 Tau * Tau * Tau * Tau * BidAsk * BidAsk * BidAsk BidAsk BidAsk 表二十三加權指數標的認售權證日報酬之迴歸分析表 g. 加權指數標的認售權證 - 周報酬根據前面變異數分析結果 ( 表十七 ), 我們發現對於樣本期間加權指數標的之認售權證周報酬, 顯著影響變數有隱含波動度發行券商類別實質槓桿比率剩餘天數買賣價差等五個變數, 而回歸模型配適結果 ( 表二十四 ) 為 : 在隱含波動度分組裡為隱含波動度位於 0~0% 之權證發行券商為代號代號 7 代號代號的券商發行之權證實質槓桿比介於 %~0% 之權證剩餘天數中在 0 日以上之權證以及買賣價差中在 0.% 之內之權證表現較好 ˆ IV Y t 0.007Stype 0.09Stype 0.087RL 0.08Tau R 0.00Stype 0.0Stype 0.0RL 0 0.8BidAsk 0.099IV 0.0Stype 0.09Stype 0.0Tau.%, p value IV 0.9Tau 0.0BidAsk 0.07IV 0.090Stype Stype 0.Tau 0.8BidAsk 0.00IV 0.0Stype 0.088Stype 0.9Tau 0.0Stype 0.00BidAsk 0.08Stype 0.00RL 7 變數組別個數平均報酬標準差斜率估計值顯著性 IV IV IV * IV IV IV Stype * Stype * 8

39 Stype * Stype * Stype * Stype Stype Stype * Stype * Stype * Stype Stype Stype * RL RL * RL RL Tau Tau * Tau * Tau * Tau * Tau * BidAsk BidAsk * BidAsk * BidAsk * BidAsk 表二十四加權指數標的認售權證周報酬之迴歸分析表 h. 加權指數標的認售權證 -0 日報酬根據前面變異數分析結果 ( 表十七 ), 我們發現對於樣本期間加權指數標的之認售權證 0 日報酬, 顯著影響變數有隱含波動度發行券商類別價內外程度實質槓桿比率剩餘天數買賣價差日成交股數等七個變數, 而回歸模型配適結果 ( 表二十五 ) 為 : 隱含波動度處於 0% 以下以及 70% 以上之權證發行商為代號代號 7 代號代號的券商之權證價內外程度中在價外 ( 認售 )~% 之權證實質槓桿比在 % 以內之權證, 剩餘天數中在 0 日以上之權證買賣價 9

40 差中在 0.% 之內之權證以及日成交股數在 00 千股至 00 千股之權證表現較好 ˆ IV Y t 0.07Stype 0.0Stype 0.090Myn 0.Tau 0.BidAsk R Stype 0.0Stype 0.09Myn 0.7Tau 0.IV 0.08BidAsk 0.0Stype 0.Myn 0.8Tau 8.7%, p value IV 0.0Stype 0.009vol 0.07Stype 0.0Stype 0.08Myn 0.897Tau 0.087IV vol 0.97IV 0.0Stype 0.0Stype 0.0RL 0.0BidAsk 0.008vol 0.07Stype 0.00RL 0.00Stype 0.00BidAsk 0.08vol 0.078Myn 0.008RL 7 變數組別個數平均報酬標準差斜率估計值顯著性 IV * IV * IV * IV IV IV * Stype * Stype * Stype * Stype * Stype * Stype Stype Stype * Stype * Stype * Stype Stype Stype * Myn Myn Myn Myn Myn * Myn

41 RL * RL RL RL Tau Tau * Tau * Tau * Tau * BidAsk BidAsk * BidAsk * BidAsk * BidAsk * Vol Vol * Vol Vol Vol 表二十五加權指數標的認售權證 0 日報酬之迴歸分析表 i. 加權指數標的認售權證 - 月報酬根據前面變異數分析結果 ( 表十七 ), 我們發現對於樣本期間加權指數標的之認售權證月報酬, 顯著影響變數有隱含波動度發行券商類別價內外程度剩餘天數買賣價差日成交股數等七個變數, 而回歸模型配適結果 ( 表二十六 ) 為 : 在隱含波動度分組裡為隱含波動度在 70% 以上的權證發行商為代號等券商發行之權證價內外程度中在價內外 % 間之權證實質槓桿比中在 0% 以下之權證剩餘天數 0 日以上買賣價差中在 0.% 之內日成交股數位於 00 千股至 00 千股之權證表現較好 ˆ 0. 0.IV Y t 0.98Stype 0.0Stype 0.0Myn 0.Stype 0.0Stype 0.8Myn 0.9IV 0.Stype 0.9Stype 0.7Myn 0.7Tau 0.9Tau 0.090Tau 0.70 BidAsk 0.89BidAsk 0.8BidAsk 0.0vol 0.08vol 0.09vol 0.09vol R 0.%, p value IV 0.007IV 0.Stype 0.Stype 0.87Myn 0.7IV 0.9Stype 0.7Stype 0.0RL 0.0Stype 0.097RL 0.88Stype 0.00Myn 0.00RL 0.07BidAsk 7

42 變數組別個數平均報酬標準差斜率估計值顯著性 IV * IV * IV * IV * IV * IV Stype Stype * Stype * Stype * Stype * Stype * Stype * Stype * Stype * Stype * Stype * Stype * Stype Myn Myn * Myn * Myn * Myn * Myn RL * RL * RL RL Tau * Tau * Tau Tau BidAsk * BidAsk * BidAsk * BidAsk *

43 BidAsk Vol Vol * Vol * Vol Vol 表二十六加權指數標的認售權證月報酬之迴歸分析表 j. 加權指數標的認售權證 - 季報酬根據前面變異數分析結果 ( 表十七 ), 我們發現對於樣本期間加權指數標的之認售權證月報酬, 顯著影響變數有隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差等六個變數, 而回歸模型配適結果 ( 表二十七 ) 為 : 隱含波動度分組裡為隱含波動度在 70% 以上的權證券商代號為 -7 - 等券商發行之權證價內外程度中在價內 ( 認售 )% 以上的權證實質槓桿比中在 0% 以下剩餘天數 0 日以上買賣價差中在 0.% 之內的權證表現較好, ˆ IV Y t 0.090Stype 0.0Stype 0.0Myn 0.097RL 0.0BidAsk R 0 0.0Stype 0.080Stype 0.Myn 0.0RL 0.7IV 0.077Tau 0.BidAsk 0.0Stype 0.0Stype 0.Myn.%, p value IV 0.090Stype 0.79Myn 0.97Tau 0.7IV 0.09Stype 0.IV 0.09Stype 0.Myn 0.9BidAsk 0.0.0Stype Stype 0.07Stype 0.00RL 0.9BidAsk 7 變數組別個數平均報酬標準差斜率估計值顯著性 IV * IV * IV * IV * IV * IV Stype Stype Stype Stype Stype * Stype * Stype *

44 Stype Stype * Stype * Stype Stype * Stype Myn Myn * Myn * Myn * Myn * Myn * RL * RL * RL RL Tau Tau * Tau * BidAsk BidAsk * BidAsk * BidAsk * BidAsk *. 迴歸分析統整結果表二十六加權指數標的認售權證季報酬之迴歸分析表迴歸分析結果如表二十七所示, 其中顯示出的重點有 : 比較加權指數短期報酬與長期報酬, 認購權證方面我們發現若投資人須持有較長時間, 則挑選隱含波動度較低剩餘天數較高與標的價格連動較敏感 ( 實質槓桿比高 ) 買賣價差小的價外 ~% 權證獲利機率較高而認售權證方面, 在短天期時認購認售篩選條件相似, 但我們發現篩選認售權證條件在投資人須持有較長時間的部分有很大不同, 相較上述所說建議選擇隱含波動度較低與標的價格連動較敏感之價外認購權證, 我們的統計結果顯示挑選隱

45 含波動度較高與標的價格連動較不敏感之價內認售權證之獲利機率較高探討認購認售權證在長天期篩選條件不同的原因為台灣為淺跌型市場, 因此相較價外認售權證來說, 選擇價內認售權證持有持期的獲利可能性高過價外認售權證, 但因持有時間較長希望權證價格不因標的之驟跌受到大幅度影響, 因此選擇與標的價格連動較不敏感的價內認售權證較佳另外本篇研究意外的發現在我們的統計分析結果顯示不同發行商之權證其報酬亦有顯著不同, 其中在認購權證方面券商代號 7 和的券商發行之權證樣本內績效較好, 而認售權證中除了上述兩家券商外普遍發行商之權證皆表現不錯, 只有少數券商之權證績效較差, 綜合來說, 在樣本內指數型權證部分選擇券商代號 7 和之權證能增加些許的獲利可能性

46 加權指數類權證隱含波動度券商類別價內外程度實質槓桿比剩餘天認購權證 - 日報酬 0~0 >0 日 <0. 認購權證 - 周報酬 0~0 券商 7 >0 日 <0. 認購權證 -0 日報酬 0~0 券商 7 >0 日 <0. 認購權證 - 月報酬 <0 券商 7 價外 ~ >0 >0 日 > 認購權證 - 季報酬 0~0 券商 7 券商價外 ~ 0~ >90 日認售權證 - 日報酬 <0 >0 日 <0. 認售權證 - 周報酬 0~0 券商 >0 日 <0. 認售權證 -0 日報酬 <0 or >70 券商券商 7 券商券商認售權證 - 月報酬 >70 券商 -7 券商 0- 券商價外 ~ ( 認售 ) 價內外內 - ( 認售 ) 認售權證 - 季報酬 >70 券商 -7 券商 - 券商價內 > ( 認售 ) 表二十七加權指數標的之權證迴歸分析條件篩選統整表數買賣價差日成交股數 ( 千股 ) < >0 日 <0. 00~00 <0 >0 日 <0. 00~00 <0 >90 日 <0.

47 - 本篇研究模型結果與券商建議比較分析根據表二十八, 我們可看到本文統計結果之篩選條件與券商建議之差別, 相較券商建議條件的籠統, 本文因持有權證時間以及認購認售權證之差別而提供較詳細之篩選條件參考條件篩選本文建議券商建議隱含波動度持有短天期 :<0% 持有長天期 : 認購 <0%, 認售 >70% 價內外程度持有長天期 : 認購 - 價外 ~%, 認售 - 價內 % 以上價內外 0% 之內實質槓桿比持有長天期 : 認購 0%~%, 認售 <0% 剩餘天數短天期 :>0 日長天期 :>90 日 ~ 個月買賣價差 <0.% 日成交股數表二十八本文條件篩選與券商建議對比表 7

48 五結論與建議 - 結論本篇研究針對指數型標的和台灣 0 標的之認購認售權證進行研究, 主要探討不同報酬的權證其權證價格影響因素和造市者行為是否具有顯著差異, 根據過去文獻以及市面權證篩選平台提供之資訊, 本文探討之權證價格影響因素和衡量造市者行為指標主要為隱含波動度券商類別價內外程度實質槓桿比剩餘天數買賣價差日成交股數等七個變數, 而本文研究結果發現持有權證天數的不同以及認購認售兩大類別, 不同報酬的權證其權證價格影響因素和造市者行為的確具有顯著差異研究結果指出持有短天期權證之投資人須考量的因素為隱含波動度位於 0% 以內剩餘天數 >0 日和買賣價差 0.% 之內的權證獲利可能性較高而持有長天期權證需考量因素更多, 認購權證方面建議挑選隱含波動度較低剩餘天數較高與標的價格連動較敏感 ( 實質槓桿比高 ) 買賣價差小的價外 ~% 權證獲利機率較高認售權證方面因台灣為淺跌市場, 相較價外權證, 挑選與標的價格連動較不敏感的價內認售權證較佳另外券商表現方面本文樣本內的結果指出的確不同發行商對於權證績效亦有少幅顯著影響 - 未來發展與建議本文在進行統計分析時選擇使用加權指數標的之認購認售權證為代表進行研究探討, 或許未來研究可將個股型標的之權證, 以及牛證熊證等不同類型權證商品進行研究對照, 是否不同權證商品之篩選條件會與本文之篩選條件具有顯著差異, 以及為何不同券商發行商之權證績效表現會有特定幾家表現較傑出特定幾家表現較差的結果, 是未來值得深入的課題另外加權指數於這兩年間為偏多的走勢, 帶有資料偏誤的疑慮, 日後研究者亦可使用不同市場別的界定方式, 探討多空市場中權證特性與報酬的關係是否存有顯著差異 8

49 六參考文獻凱基權證網權證小教室 D=0 統一權證網權證教室元大權證網元大學苑權證網台灣證券交易所 Bruno Dupire (99), "Pricing with a Smile" Risk 7, p.8-0. Chan, K., Chung, P., Fong, W.M. (00), The Informational Role of Stock and Option Volume, Review of Financial Studies, p Derman, E. and I. Kani (99), Riding on a Smile. Risk 7 No, p.-9. Eric C. Chang, Xingguo Luo, Lei Shi, Jin E. Zhang (0), Is Warrant Really a Derivative? Evidence from the Chinese Warrant Market, Journal of Financial Markets, p.-9. Fischer Black and Myron Scholes (97), The Pricing of Options and Corporate Liabilities, The Journal of Political Economy, 8 (), p.7-. Fleming, J.,Ostdiek, B., and Whaley, R.(99), Trading Costs and the Relative Rates of Price Discovery in Stock,Futures, and Option Markets, Journal of Futures Markets,, p. 87. George, T. and Longstaff, F. (99), Bid ask Spreads and Trading Activity in the S&P 00 index Options Market, Journal of Financial and Quantitative Analysis 8, p Jameson, M. and Wilhelm,W.(99), Market Making in the Options Markets and the Costs of Discrete Hedge Rebalancing., Journal of Finance, 7, p

50 Kaul, G., Nimalendran, M. and Zhang, D.(00), Informed Trading and Option Spreads,Working Paper, University of Florida. Lee, B. S., & Rui, O. M. (00), The Dynamic Relationship between Stock Returns and Trading Volume: Domestic and Cross-Country Evidence. Journal of Banking and Finance,, p. 78. Mark Rubinstein (99), Implied Binomial Trees, Journal of Finance, 9 (), p Petrella, G.(00), Option Bid Ask Spread and Scalping Risk: Evidence from a Covered Warrants Market, Journal of Futures Markets,,p Pun, J., Poteshman, A.M., (00), The Information in Option Volume for Future Stock Prices., Reviews of Financial Studies 9 (), p Yue-cheong Chan, K.C.John Wei (00), Price and Volume Effects Associated with Derivative Warrant Issuance on the Stock Exchange of Hong Kong, Journal of Banking and Finance, p.0-. 0

untitled

untitled IPO 2005 6 13 14 2005 6 20 Equity WarrantDerivative Warrant covered warrant third party warrant 1 dilution effect 2 3 1 2 3 4 2003 1911 19 60 70 1973 1989 1 2004 2004 2003 49,166 38,479 27.77% USD millions)