etd-0708102-120150 詳細資訊 Advance Marketing System El Category Film Pornografi Advance Marketing System" href="http://advance-marketing-system.com/feed//el/category/film/pornografi" /> 博碩士論文<img src="http://markettells.com/wp-content/chartsO0O/060509-/nyse%20advance%20decline%20ratio.gif"/> et<img src="http://infobullandbear.com/ind/Advance%20Heating%20System%20Kamal%20Popli.jpg"/>d-0708102-12<img src="http://gregorypouy.blogs.com/marketing/images/marketing_viral_1.jpg"/>015<img src="http://www.sinotr.com/wp-content/uploads/2009/06/cash-advance-application.jpg"/>0 詳細<img src="http://marketingabstraction.files.wordpress.com/2007/11/master_poster.jpg"/>資訊 Advance Marketing System El Category Film Pornografi Advance Marketing System

Advance System Marketing

博碩士論文 etd-0708102-120150 詳細資訊 Advance Marketing System El Category Film Pornografi Advance Marketing System

Advance Marketing System El Category Film Pornografi Advance Marketing System

參考文獻 參考文獻
一、中文部分
王德仁（2000），「風險值評估之統計方法與實證研究」，碩士論文，台北大學統計所。
王麗梅、陳雅琴、楊奕農合譯（2001），「國際金融與匯兌」，新加坡：新加坡商亞洲湯姆生國際出版有限公司。
王甡、吳壽山（2001），「一致化風險值與壓力測試值之估計混合一般化極值分配模型分析」，風險管理學報，第三卷第一期，頁 23-48。
李榮謙（2000），「貨幣銀行學」，台北：智勝文化事業有限公司。
林楚雄、陳宜玫（2001），「台灣股票店頭市場風險值之估計與財務風險管理效能之分析：VaR-x 法之應用」，亞太經濟管理評論，第四卷第二期，頁65-76。
監察院財政及經濟委員會（1999），「近年來我國發生之金融危機專案研究調查報告」。

二、英文部分
Alexander, C. O. and C. T., Leigh (1997), “On the Covariance Matrics Used in Value at Risk Models.” The Journal of Derivatives, Vol. 4, No. 3, pp. 50-62.
Adrews, D. W. K. (1993), “Tests for Parameter Instability and Structural Change with Unknown Change Point.” Econometrica, Vol. 61, No. 4, pp. 821-56.
Beder, T. S. (1995), “VAR：Seductive but Dangerous.” Financial Analysts Journal, Vol. 51, (September-October), pp. 12-24.
Bollerslev, T. (1987), “A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Returns.” Journal of Economics, Vol. 31, pp. 542-547.
Box, G. and G. Jenkins (1976), Time Series Analysis, Forecasting, and Control. San Francisco, Calif.: Holden Day.
Brown, R. L., J. Durbin and J.M. Evans (1975), “Techniques for Testing the Constancy of Regression Relationships Over Time.” Journal of The Royal Statistical Society. Series B, Vol. 37, pp. 149-192.
Duffie, D. and J. Pan (1997), ”An Overview of Value at Risk.” The Journal of Derivatives ,Vol. 4, pp. 7-49.
Engle, R. F. (1982), “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation.” Econometrica, Vol. 50, pp. 87-1008.
Engle, R. F., T. Hong, A. Kane, and J. Noh (1991), “Aribitration Valuation of Variance of United Kingdom Inflation.” Advances in Futures and Options Reasearch, Vol. 55, pp. 425-442.
Engle, R. F. and S. Manganelli (2000), “CAViaR：Conditonal Autoregressive Value at Risk by Regression Quantiles.” Working paper, NBER.
Grabbe, O. J. (1991), International Financial Markets, Second Edition. New York: Elsevier, Chapter 1.
Hansen, B. E. (2001), “The New Econometrics of Structural Change: Dating Breaks in U.S. Labor Productivity.” Journal of Economic Perspectives, Vol. 15, No. 4, pp. 117-128.
Hendricks, D. (1996), “Evaluation of Value-at-risk Models Using Historical Data.” Economic Policy Review, Federal Reserve Bank of New York, Vol. 2, pp. 39-69.
Hooper, G. P. (1996), “Value at risk：A New Methodology for Measuring Portfolio Risk”, Business Review, Federal Reserve Bank of Philadelphia, July-August, pp.19-31.
Hull, J. and A. White (1998), “Incorporating Volatility Updating into the Historical Simulation Method for Value-at-Risk” , Journal of Risk , Vol. 1, pp. 5-19.
Jorion, P. (1996), “Risk：measuring the risk in Value at Risk.” Financial Analysts Journal, November/December, pp. 47-56.
____(2000), Value at Risk：The New Benchmark for Controlling Market Risk, McGraw-Hill, New York.
Jorge, M. and Y. X. Jerry (2000), “Return to RiskMetrics：The Evolution of a Standard.” RiskMetrics. /www.jpmorgan.com.
Khindanova, I., S. Rachev and E. Schwartz (2000), “Stable Modeling of Value at Risk”, Journal of Derivatives, Vol. 4, No. 3, pp. 73-89.
Kupiec, P. H. (1995), “Technigues for Verifying The Accuracy of Risk Measurement Models.” The Journal of Derivatives, Vol.2, (Winter), pp. 73-84.
Policy Analysis computing & Information facility In Commerce.
xr/
Venkataraman, S. (1997), “Value at Risk for a Mixture of Normal Distribution： The Use of Quasi-Bayesian Estimation Techniques.” Economic Perspectives, Feseral Reserve Bank of Chicago, Vol. 21, No. 2, (March-April), pp. 2-13.
West, K. D., H. J. Edison, and D. Cho (1993), ”A Utility Based Comparison of Some Models of Foreign Exchange Volatility.” Journal of International Economics, Vol. 69, pp. 367-391.
關鍵字(中)
  • 條件自我相關風險值
  • 匯率風險
  • 風險值 關鍵字(英)
  • Conditional Autoregression Value at Risk
  • Exchang Rate
  • Value at Risk 摘要(中) 風險值是一個因應衍生性商品蓬勃發展、金融市場波動的新興風險管理工具，它定義為持有某資產一段期間，在一定的信賴水準下，所可能遭受的最大損失。風險值擁有量化風險的優點，金融機構為了內部控管及調整，已經將風險值視為衡量市場風險的標準。近年來，更因財務市場上重大事件頻傳，漸漸喚起金融機構對有效風險管理的重視。
    台灣對外貿易依存度高，而匯率在國際貿易活動中，又一值扮演著重要的角色，在未來市場面臨國際化、自由化，以及我國加入WTO的趨勢下，面對匯率風險乃是在所難免，所以本研究是以美元兌換國際間主要貨幣之即期匯率，包括有加拿大幣、英鎊、德國馬克、法國法郎、日圓和台幣為實證對象，評估不同模型估計出的風險值與預測績效。模型分為有母數模型與無母數模型兩大類。有母數模型假設資產報酬率為隨機、獨立之常態分配且序列不相關，分別包含了均等權數移動平均法、RiskMetric模型及含有異質變異的GARCH模型；無母數模型對於資產報酬並不假設任何分配，主要是透過歷史資料模擬而得，分別包含了歷史模擬法及蒙地卡羅模擬法。此外，本研究為了探討風險值間具有自我相關（autocorrelated）的特性，也更進一步的加入了Engle and Manganelli （2000） 提出的條件自我相關VaR模型 － CAViaR， CAViaR是將傳統衡量出風險值具有跳躍的情況予以平滑化（smoothly），亦即表示風險值間具有前後期的自我相關性。
    本研究得到的結論為，以成功率來比較各模型，在短期平均而言，以蒙地卡羅模擬法最佳，中長期而言以RiskMetric較適；以均方差標準根來比較，RiskMetric所計算出的風險值相較於實際發生損失值間的差距較小，對於中長期風險值的估計，必須考量異質變異的情況下，CAViaR相較於其他傳統模型所估計出來的風險值之RMSE值較小，為值得考慮的較佳模型。本研究建議，投資人或金融機構要進行各外幣的短期投資以RiskMetric模型及5%的顯著水準來衡量風險值最佳，若進行中長期投資，在不考慮異質變異的情況下，建議以歷史模擬法為估計考量，發生異質變異之外幣，則以CAViaR模型較佳。就中央銀行或金融機構將VaR值作為風險控管的角度，在確定的資產持有期間下，本研究建議以歷史資料視窗長度一年（250天）及顯著水準5%的條件下，以Engle and Manganelli（2000）提出的CAViaR模型評估各外幣的風險值最為的恰當，因為CAViaR模型是預估出來的風險值和實際損失值較為接近的模型。

    摘要(英) g博碩士論文 etd-0708102-120150 詳細資訊 Advance Marketing System El Category Film Pornografi Advance Marketing Systemq b Marketing System Advance Advance y博碩士論文 etd-0708102-120150 詳細資訊 Advance Marketing System El Category Film Pornografi Advance Marketing Systemo d Advance System Marketing