Responsive image
博碩士論文 etd-0819102-234001 詳細資訊
Title page for etd-0819102-234001
論文名稱
Title
金融控股公司經營績效評估之研究
A study on the performance evaluation of financial holding company
系所名稱
Department
畢業學年期
Year, semester
語文別
Language
學位類別
Degree
頁數
Number of pages
74
研究生
Author
指導教授
Advisor
召集委員
Convenor
口試委員
Advisory Committee
口試日期
Date of Exam
2002-07-30
繳交日期
Date of Submission
2002-08-19
關鍵字
Keywords
自我迴歸整合移動平均模型、轉移函數模型、一般化自我迴歸條件異質變異數、風險值、蒙地卡羅模擬法
Transfer ARIMA (ARIMAX), Monte Carlo Simulation, ARIMA, GARCH, Value at Risk
統計
Statistics
本論文已被瀏覽 5731 次,被下載 8628
The thesis/dissertation has been browsed 5731 times, has been downloaded 8628 times.
中文摘要
摘要
近幾年來隨著金融機構走向國際化與大型化之潮流,金融機構的跨業經營已蔚為風潮。主要國家的金融機構多藉由控股合併的方式來迎接挑戰。由於國內金融問題日漸叢生,金融機構之體質漸趨惡化,政府亦意識到金融改革之重要,先於2000年11月通過「金融機構合併法」,再於2001年6月通過「金融控股公司法」並於2001年11月1日起正式施行,此法開啟異業結合之大門,對業界極具吸引力,目前有15家金融控股公司在第一波申請設立。
由於金融控股公司設立不久,欲探討其績效,國內相關研究並不多見。長期來看,股市的漲跌通常都會領先經濟實質活動的表現,金融控股公司有無績效,也將反映在其股價上。本文以ARIMAX及GARCH混合模型,即結合時間序列模型與計量經濟模型並考慮一般化自我迴歸條件異質變異數模型,為各家金融控股公司選取最適模型,再以蒙地卡羅模擬法來估算持有一日與十日的最大可能風險(VaR),作為個股間風險的比較,以風險報酬(報酬/VaR)來評估各金控公司之績效。
實證結果發現持有一日與持有十日之最大可能風險,個股間的排序變化較大,風險較小的各為中華開發金控、國泰金控;而風險較大的各為國票金控、華南金控。以風險報酬來評估績效,個股間的排序變化較小,可獲得較一致性的結果,績效較好的是:中華開發金控、富邦金控、華南金控;較差的是復華金控、國票金控、玉山金控。


Abstract
none

目次 Table of Contents
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 6
第三節 論文架構 7

第二章 文獻回顧 9
第一節 時間序列模型應用在股、匯市的相關文獻 9
第二節 分析銀行績效的相關文獻 11
第三節 分析風險值的相關文獻 12

第三章 研究方法 14
第一節 模型介紹 15
第二節 ARIMA模型 16
第三節 自我迴歸與一般化自我迴歸條件異質變異數模型 17
第四節 ARIMAX 及GARCH 混合模型之配適過程 18
第五節 風險值之介紹與衡量 20
第六節 蒙地卡羅模擬法 25

第四章 實證結果與分析 27
第一節 資料來源 27
第二節 模型鑑別及參數估計之實證結果 34
第三節 模型與殘差診斷 42
第四節 以蒙地卡羅模擬法估算風險值與平均報酬 53

第五章 結論與建議 66
第一節 研究結論 66
第二節 後續研究建議 70

參考文獻 71
參考文獻 References
[1] 王文宇(2001),「建構我國金融控股公司法制相關問題之研究」,台灣金融財務季刊,第二輯 第二期,頁33 – 54。
[2] 王永慶(2001),「參數型與半參數型極端風險值之估計及其於壓力測試上之運用」,銘傳大學金融研究所碩士論文。
[3] 王美惠(2002),「台灣銀行業經濟效率與規模經濟分析——參數法與無參數法之比較」,淡江大學管理科學學系博士論文。
[4] 石齊平、郭照榮著(1985),當代計量經濟學。
[5] 江義玄(2000),「投資組合之風險評價:新模擬方法的應用」,國立政治大學企業管理學系碩士論文。
[6] 李玉菁(2002),「談金融控股與合併-以富邦金控公司為例」,中山大學財務管理學系碩士論文。
[7] 李桐豪(2001),「由美國金融服務業現代化法看我國的金融控股公司法」,台灣金融財務季刊,第二輯 第二期,頁1 –.17。
[8] 林君黛(2001),「國際股市之緩長記憶」,淡江大學財務金融學系碩士論文。
[9] 林保霖(2002),「增進蒙地卡羅模擬法評估風險值之績效研究」,國立台北大學企業管理學系碩士論文。
[10] 周忠賢(2000),「風險值衡量方法的比較-匯率之實證研究」,輔仁大學金融研究所碩士論文。
[11] 施敏雄(2001),「日本金融控股公司法之立法背景與應用」,台灣金融財務季刊,第二輯 第二期,頁19 – 32。
[12] 財務金融研究中心(銘傳大學)(1999),投資分析+Matlab應用,全華出版社。
[13] 陳佳群(2002),「銀行併購與效率之分析-SFC與DEA方法之比較」,東吳大學經濟學系碩士論文。
[14] 陳惠美(2001),「匯率模型預測績效之探討」,淡江大學財務金融學系碩士論文。
[15] 黃冠瑋(1999),「結合蒙地卡羅模擬法與波動性模型之涉險值分析」,淡江大學財務金融學系碩士論文。
[16] 黃駿逸(2001),「時間數列模型對股價指數報酬率預測之能力之評估」,淡江大學財務金融學系碩士論文。
[17] 張利平(2001),「台股量價關係之研究」,朝陽科技大學財務金融學系碩士論文。
[18] 張豪(1996)「時間序列分析方法在中日匯率預測上之應用」,成功大學企業管理研究所碩士論文。
[19] 傅清萍(2001),「金融控股公司之研究」,台灣金濟研究月刊,第24卷 第10期,頁74 – 79。
[20] 譚經緯(2000),「時間序列模型的一場大規模預測測試」,國立政治大學博士論文。
[21] Stephen A. DeLurgio 博士原著,許純君譯(1999),預測的原則與應用,台灣西書出版社。
[22] Robert S. Pindyck 博士和Daniel L. Rubinfeld博士原著,鄧美貞譯(2000),經濟預測與計量經濟模型,台灣西書出版社。
[23] Bollerslev, T.(1986), “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Econometrics, Vol. 31, pp. 307-327.
[24] Box, G.E.P., G.M. Jenkins, G.C. Reinsel(1994), Time Series Analysis: Forecasting and Control, third edition, Prentice Hall.
[25] Engle, Robert(1982), “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation,” Econometrica, Vol. 50, pp. 987-1007.
[26] GARCH Toolbox User’s Guide, Version 1(2000), The MathWorks, Inc..
[27] Gourieroux, C.(1997), ARCH Models and Financial Applications, Springer-Verlag.
[28] Hamilton, J.D.(1994), Time Series Analysis, Princeton University Press.
[29] Hendricks, D.(1996), ”Evalution of Value at Risk Models Using Historical Data”, Economics Policy Review, pp. 39-70.
[30] Jorion, P(1996), Value at Risk, IRWIN publishing.
[31] J. P. Morgan Documents(1995), RiskMetrics.
電子全文 Fulltext
本電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。
論文使用權限 Thesis access permission:校內校外完全公開 unrestricted
開放時間 Available:
校內 Campus: 已公開 available
校外 Off-campus: 已公開 available


紙本論文 Printed copies
紙本論文的公開資訊在102學年度以後相對較為完整。如果需要查詢101學年度以前的紙本論文公開資訊,請聯繫圖資處紙本論文服務櫃台。如有不便之處敬請見諒。
開放時間 available 已公開 available

QR Code