股票市場證券交易所得稅與價格波動性之理論探討 by Stanley Lin

期貨市場交易稅改變對現貨市場波動與效率之影響

國立中正大學財務金融系 Department of Finance National Chung Cheng University

碩士論文 Thesis for the Degree of Master

期貨市場交易稅改變對現貨市場波動與效率之影響 The Effect of Future market Transaction Tax Rate on the Volatility and Efficiency of Spot Markets

指導教授：林文昌博士（Wen-Chang Lin）研究生：陳慧茹

（Hui-Ju Chen ）

中華民國九十九年五月十四日 14,May 2010

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

摘要過去文獻對於期貨交易是否增加標的物現貨價格波動的研究多有著墨，而波動又與交易量、交易成本存在著一定程度的關係，也有學者發現交易量與波動之間的關係，會隨著交易者的型態而改變。而探討期貨交易與現貨市場的互動關係時，又有加入現貨效率性的探討，台灣期貨市場運行已有十年的歷史，文獻上也有學者證實，期貨交易確實能造成現貨市場效率性的提升，本研究進一步討論期貨交易稅的稅率改變，是否對現貨市場的波動與效率產生變化。本研究利用期貨交易稅在台灣期貨市場運行的十年中調降了二次，將研究的樣本期間分為三個區間來進一步討論，分別為 2000 年 5 月 1 日從萬分之五調降至萬分之二點五，及 2006 年 1 月 1 日從萬分之二點五調降至萬分之一。並採用 Brorsen (1991)的理論，做為本研究市場效率性的指標，且利用 GARCH 模型討論現貨市場波動，透過虛擬變數的方式，探討期貨市場交易稅的調降對現貨市場波動和效率的貢獻。本研究實證結果發現：當期貨交易稅由萬分之五調降至萬分之二點五時會減少現貨市場波動但並不顯著，當期貨交易稅由萬分之二點五調降至萬分之一時則顯著減少現貨市場波動；即期貨交易稅變動對現貨市場波動造成之影響並不特定。再者，期貨交易稅由萬分之五調降至萬分之二點五及由萬分之二點五調降至萬分之一時，皆顯著減少現貨市場的效率性。故本研究認為在期貨市場的發展達一定的程度後，資訊交易者會更願意進入期貨市場交易，經由套利機制直到在現貨市場已無超額利潤後，退出現貨市場，使得現貨市場效率性減弱。關鍵字：期貨交易稅、現貨波動、現貨效率、交易量、交易成本 I

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

目

錄

摘要……………………………………………………………………..Ⅰ 目錄……………………………………………………………………..Ⅱ 表次……………………………………………………………………..Ⅳ 圖次……………………………………………………………………..Ⅴ

第一章

緒論……………………………………………………………1

第一節

研究背景與動機…………………………………………1

第二節

研究目的…………………………………………………3

第三節

研究架構…………………………………………………4

第二章

文獻回顧………………………………………………………5

第一節

效率市場…………………………………………………5

第二節

期貨交易對現貨的影響…………………………………8

第三節

交易量、波動與效率之關係…………………………...10

第四節

價差、波動與效率之關係………………………………12

第三章

研究方法………………………………………......................13

第一節

單根檢定……………………………………..................13

第二節

序列相關和異質性檢定……………………..................15

第三節

一般化自我迴歸條件異質變異數模型……..................17 II

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第四節第四章

變數定義……………………………………..................21

實證結果…………………………………………..................24

第一節

資料說明……………………………………..................24

第二節

單根檢定結果………………………………..................25

第三節

序列相關及異質性檢定結果………………..................27

第四節

一般化自我迴歸條件異質變異數模型檢定結果……..28

第五章

結論…………………………………………………………..35

參考文獻………………………………………………………………..37

III

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表次表 2-1 市場效率性檢定結果之相關文獻……………………………..6 表 2-2 期貨交易對現貨波動影響之相關文獻………………………..9 表 4-1 總樣本期間 ADF 及 PP 單根檢定結果……………….……

表 4-2 期貨交易稅”萬分之五”ADF 及 PP 單根檢定結果…….…

表 4-3 期貨交易稅”萬分之二點五”ADF 及 PP 單根檢定結果….…26 表 4-4 期貨交易稅”萬分之一”ADF 及 PP 單根檢定結果…….…

表 4-5 序列相關及異質性檢定結果…………………………………27 表 4-6 GARCH 波動性檢定結果…………………………………….30 表 4-7 GARCH 效率性檢定結果…………………………………….33

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

圖次圖 1-1 研究流程圖……………………………………………………..4

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第一章緒論第一節

研究背景與動機

在過去文獻中對於市場效率性(market efficiecy)的討論，大部分多集中在期貨價格是未來現貨價格的不偏估計值，如：Krehibiel and Adkins (1993) 和 Chow (1998)，且認為在符合市場效率的同時，期貨價格和現貨價格將會是長期均衡的關係。另外對於現貨市場波動性的討論，則 Harris (1989)、 Antoniou and Holmes (1995)最早有這一方面的研究，著眼於期貨交易是否會引起現貨市場的波動，使得現貨市場有不穩定的現象。由上述可知，以往的研究多集中在波動和效率，這兩個單獨主題上的討論。但在 Ross (1989)、Brorsen (1991)的文章中，都認為效率和波動存在著一定程度抵換關係，高的市場效率將要以更劇烈的市場波動做為代價。但是市場效率是我們想要提升的，價格的劇烈波動又是我們所不樂見的，可是他們又存在著抵換關係，如何能夠在這兩個重大的議題上，取得最好的平衡，實為重要。另外，傳統上解釋交易量和波動間的關係，在理論上主要以混合分配假設(Mixture of Distribution Hypothesis)和循序資訊模型(Sequential Information Model)為主；而其實證上的結果大都支持混合分配假設。但是自從 Bessembinder and Seguin (1992)發現在金融市場中，其交易量和波動間的關係，會隨著交易者的型態而改變。於是在交易量和波動來源間的關係就引起了財務學者高度的興趣，很多的學者(如：Daigler and Wiley(1999) 和 Holmes and Tomsett(2004)，就開始討論市場中不同型態的交易者對市場波動間，是否存在著不同的影響。從 1970 年代效率市場的出現後，很多的實證學者投入市場效率性的 1

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

研究，如：Fama(1970)、 Lo and Mackinlay(1988)，至今對於市場效率的存在與否仍有支持與反對的意見。傳統效率市場的檢測只能針對效率市場假說的成立與否做回答，無法將不同市場間效率績效高低作比較。市場微結構的學者，則進一步的希望能夠知道怎麼做會增加市場的效率性，以增進效率績效。自 1987 年全球股市的大崩盤後，引發財務學者對股票市場波動性的廣泛研究，期望能對這一個劇烈震盪的現象提出解釋，以有效抑制市場的波動。故學者就提出減少市場價格波動的管制，希望靠著增加市場上的摩擦(如：增加交易成本、增加保證金、限制套利等)，來處理所觀察到波動的增加。我國的期貨市場運行已有十年之歷史，期貨市場的發展亦趨健全，文獻上亦有學者證實，期貨交易確實能造成現貨市場效率性的提升，但文獻上卻沒有提供相關的研究，來討論期貨交易稅的稅率改變，是否對現貨市場的波動與效率產生變化。本研究利用期貨交易稅在這十年中調降了二次，首先在 2000 年 5 月 1 日從萬分之五調降至萬分之二點五，而後在 2006 年 1 月 1 日從萬分之二點五調降至萬分之一，來進一步討論。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第二節

研究目的

本研究認為現貨市場，是一個國家重要的資金供需之橋樑，一方面提供社會大眾投資證券與交易證券，一方面扮演企業籌措資金的管道，藉以提高企業的投資意願，加速資本的形成，故現貨市場績效的好壞，實為重要。其他衍生性商品的發展，當然也很重要，但還是以能發揮其所扮演的功能增加現貨市場的績效為首要。文獻中有學者證實期貨價格快速調整，而藉由套利機制轉移到現貨市場的過程，將使現貨市場波動增加，然而若代表交易成本之期貨交易稅調整，是否改變投資人在期貨市場交易的誘因，故加入交易量及交易成本做研究，來探討期貨交易後所增加的交易量及期貨交易後較低的交易成本是否對現貨市場波動或效率有所影響甚或有所貢獻，即是本研究所欲探討的。本研究採用 GARCH 模型配適效率值、波動值的問題，將市場效率和波動間的動態關連做最佳的處理，以探究在樣本期間內期貨交易稅改變對現貨市場波動及效率的影響，是否能增進現貨市場績效。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第三節：研究架構本論文之研究流程如圖 1-1 所示：研究動機與研究目的

相關文獻探討

建立研究主題

樣本之蒐集與分類

確立實證方法

進行實證分析

結論與建議

圖 1-1 研究流程圖

根據圖 1-1 所示之流程，本論文由五章組成，除闡述研究目的、研究動機與說明全文架構於本章外，第二至五章之主要內容如下：第二章為文獻回顧，第三章介紹研究方法，第四章說明研究資料並分析實證結果，第五章則是彙整並說明本文的結論。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第二章文獻回顧第一節

效率市場

Fama (1970)提出效率市場假說，定義在消息取得成本與交易成本為零的前提之下，價格機制必然能充分發揮，所有的資訊均已充分的反應在價格上，因此所有的投資者無法在股票市場上擊敗大盤，獲取超額利潤。如果有投資者賺取超額報酬，將只是幸運。這個主題受到廣大的討論，許多的實證學者均提出反駁，至今討論尚未停止。在文獻中有很多的學者提出股價的解釋變數，如：股利殖利率、本益比、長短期利率、通貨膨脹率，都可以對股價提出部分的預測；也有學者提出股票市場的異常現象，如：週末效應、星期效應、農歷年效應、規模效應，這些狀況都非效率市場所應該存在的，也隱含市場並非效率的。另外更有學者直接做市場的檢定，利用單根、不偏、共積、誤差修正、因果關係、變異數等不同的方法，對現貨、期貨、不動產市場做效率性的檢定；其結果支持與反對各半，如：Krehibiel and Adkins (1993)、Pizzi et al. (1998)、Graham et al. (1999)、Kellard et al. (1999)、Lee and Mathur (1999)、 Kleiman et al. (2002)都支持效率市場的論點，認為股價呈現隨機漫步；相反的 Lo and Mackinlay (1988)、Chowdury (1991)、Kutner and Sweeney (1991)、Ghosh (1993)、Krehibiel and Adkins (1993)、Chow (1998)、Graham et al. (1999)、Kellard et al. (1999)則拒絕效率市場假說的成立。本研究並將市場效率性檢定之文獻之整理如表 2-1 所示。再者效率市場的文獻中，總是在不同市場和不同時間做效率市場成立與否的檢定，Stein (1994)認為傳統效率市場的檢定無法得知哪一個市場績效比較好，什麼理由使市場績效變差，以及什麼管制是資本市場想要的。 5

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表 2-1 市場效率性檢定結果之相關文獻作者

年度

樣本期間

樣本

資料

Lo and Mackinlay

1988

1962-1985

Chowdury

1991

1971-1988.12

Kutner and Sweeney

1991

1987.8-1987.12

CME-S&P500

(1)1960.1-1992.5

(1)COMEX-Copper

(2)1968.1-1992.4

(2)COMEX-Platinum

(3)1964.5-1992.5

(3)COMEX-Silver

(4)1975.6-1992.6

(4)COMEX-Gold

(1)1988.1-1988.12

(1)CME-S&P500

(2)1986.1-1989.12

(2)NYSE-CRB

(1)1975.1-1997.9

(1)COMEX-Gold

(2)1970.1-1997.9

(2)COMEX-Silver

(3)1977.3-1997.9

(3)COMEX-Palladium

(4)1970.1-1997.1

(4)COMEX-Platinum

Krehibiel and Adkins

Ghosh

Chow

1993

1998

NYSE-AMEX LME-Copper、Lead、 Tin、Zinc

研究方法變異數比例

實證

結果

拒絕效率市場假說

共積檢定拒絕效率市場假說因果關係檢定不偏性檢定和共積檢定

拒絕效率市場假說 (1)、(2) 接受效率市場假說， (3)、(4) 拒絕效率市場假說

因果關係檢定誤差拒絕效率市場假說修正模型不偏性檢定和共積拒絕效率市場假說檢定

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表 2-1 市場效率性檢定結果之相關文獻(續) 作者 Pizzi et al.

Lee and Mathur

年度 1998

1999

樣本期間

樣本

資料

1987.1-1987.3

CME-S&P500

(1)1992.10-1995.11

(1)MEFF-IBEX

(2)1990.10-1995.6

(2)MEFF-MIBOR90

(3)1992.4-1995.11

(3)MEFF-LBOND

(4)1990.3-1995.3

(4)MEFF-SBOND

(5)1991.9-1993.6

(5)MEFF-DM/SP

(6)1993.10-1995.6

(6)MEFF-MIBOR360

研究方法

實證

結果

共積檢定接受效率市場假說

單根檢定和變異數比例

(1)、(2)、(3) 接受效率市場假說， (4)、(5)、(6) 拒絕效率市場假說

單根檢定 Kleiman et al.

1999

1983.12-1997.12

GRP-EUR、ASI、NAM

和變異數比例和共

接受效率市場假說

積檢定三、六月期貨 Graham et al.

1999

1993-1997

共積檢定

SFE-Wool

接受效率市場假說。九、十二月期貨拒絕效率市場假說

資料來源：本研究整理 7

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第二節

期貨交易對現貨的影響

自從 1970 年代金融期貨和選擇權問市後，金融衍生性商品的交易對標的物現貨市場的影響，在學術和業界引起高度的興趣。一個受到財務學者廣泛討論的主題，衍生性商品交易是否增加標的物現貨市場價格的波動，因此使現貨市場有不穩定的現象。在理論上 Cox (1976)證明建立一個活潑的期貨市場，使期貨價格快速調整新資訊，這一個藉由套利機制轉移到現貨市場的過程，將使現貨市場波動增加。Ross (1989)在沒有套利的條件下且股票價格遵循 martingale process，證明股票價格的變異會等於資訊流量的變異。在實證上有很多學者在不同的市場調查期貨交易對股票市場的影響，看法相當的分歧，如：Harris (1989)、 Antoniou and Holmes (1995)、Chang et al. (1999)、Zhong (2004)、Bae et al. (2004)都證實期貨交易增加現貨指數的波動。相反的 Brown and Kuserk (1995)發現期貨交易量和指數現貨是反向的關係。仍然有 Pericli and Koulmou (1997)認為期貨交易與現貨市場的波動並無顯著的關係。並將之相關文獻結果整理如表 2-2 所示。另外一個也受到重視的主題即衍生性商品的交易是否造成標的物現貨市場效率性的提升，Cox (1976)證明期貨交易所造成價格的波動，是因為更多的資訊交易者進入市場，而使得效率提高。Brorsen (1991)假設在均衡價格遵循隨機漫步，與實際價格在兩期間的差異，來決定市場上反應訊息的強弱程度。證實期貨市場比現貨市場有較少的摩擦，也認為藉由兩市場間的套利行為，期貨市場能減少現貨市場的摩擦。在 Bae et al. (2004)證實期貨交易能增加現貨的效率。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表 2-2 期貨交易對現貨波動影響之相關文獻作者 Harris

年度 1989

樣本

資料

CME-S&P500

研究

方法

橫斷面的共變異數模型分析

實證

結果

期貨交易增加現貨市場波動

使用 Schwert (1990)提 Brown and Kuserk

1995

CME-S&P500

出，每日標準偏差的不期貨交易減少現貨市場波動偏估計值

Antonios and Holmes 1995

FTSE100

GARCH 模型

Pericli and Koutmos

CME-S&P500

EGARCH 模型

1997

期貨交易增加現貨市場波動期貨交易與現貨市場波動，並無顯著的關係

利用分解投資組合的 Chang et al.

1999

OSE-Nikki

波動，來控制廣泛市場期貨交易增加現貨市場波動影響

Zhong et al.

2004

MEXDER-IPC

Bae et al.

2004

KSE-KOSPI500

修正的 EGRACH 模型期貨交易增加現貨市場波動利用事件研究法和樣本配對法

期貨交易增加現貨市場波動

資料來源：本研究整理

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第三節

交易量、波動與效率之關係

解釋交易量和價格波動之間的關係主要有二個理論：循序資訊模型 (Sequential Information Model)和混合分配假設(Mixture of Distribution Hypothesis)；SIM 主張資訊是循序的反應，建議價格的波動是可以用交易量來預測的，MDH 則認為交易量和價格波動會同時反應到達市場的資訊價值。之前的實證研究，一般認為交易量和價格波動間存在著同時的正相關，一致性支持混合分配假設。Garcia et al. (1986)利用因果關係調查商品期貨市場，認為當交易量增加時，價格變異也同時增加。Wang and Yau (2000) 則利用一般動差法於期貨市場中發現交易量和價格波動間關存在正向關係。在實證的文獻上認為交易量和價格波動呈反向關係是較少的，Kawaller et al. (2001)提出傳統上認為交易量和波動性是正向關係，是因為學者沒有區分這個關係是交易量所造成的或是波動本身的移動，在文章中控制了交易量的移動以後，發現在高交易量的契約中有著較低的價格波動水準。更有學者發現交易量和波動間的關係並非維持固定，而進一步的提出解釋。像 Bessembinder and Seguin (1992)的文章中，就認為交易量和波動間的關係，是憑藉於市場上主要的交易者型態。換句話說，價格的移動到底是資訊或是雜訊所造成，就變成一個相當重要問題。Daigler and Wiley (1999) 利用交易者型態的分類，發現波動和交易量的關係是一般公開的活動所造成。在 Holmes and Tomsett (2004)則使用一般動差法認為期貨交易量和波動的連結，是歸因於資訊的流量，更重要的是藉由資訊交易者所造成價格的移動更甚於雜訊交易者。 Black (1986)所提出以資訊交易者(informed trader)與雜訊交易者(noise trader)為主體的金融市場模型，認為雜訊交易者的存在使金融市場得以運作，但卻使它變得無效率；且認為雜訊和資訊在內涵上互相獨立，所以短 10

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

期而言，價格的波動大於價值的波動，長期而言，價格會趨向價值，價格的波動會小於價值的波動。王敦正 (2002)證實高週轉率的投資組合對於訊息的反應速度，較低週轉率的投資組合為快，此論點支持台灣在不同交易量的股票價格，對訊息的反應程度不一致。另外 Hsieh (2004)利用 Gozalo and Granger (1995)的資訊分享，在調查台灣期貨交易所和新加坡衍生性交易所的價格發現能力時，發現價格發現能力與其相對交易量大小一致。這都隱含流動性假說對市場效率的貢獻成立。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第四節

價差、波動與效率之關係

Stoll (1978)曾歸納買賣價差的產生主要來自於以下三種成本，A)存貨持有成本(holding costs)：持有證券所需承擔之價格風險和機會成本，B)委託單處理成本(order costs)：執行交易所產生之成本，C)資訊不對稱成本 (information costs)：因市場資訊的不對稱，造成造市者和資訊交易者所產生之逆選擇成本。雖然上述的三種理論，各有不同的討論，但是他們都結論買賣價差與其波動為正相關。在林浩凡(2002) 、Wang and Yau (2004)中曾利用 GARCH 模型、動差法，證實波動與買賣價差之間的關係是正相關。 Roll (1984)也曾在效率市場的假設下，證明價格改變的一階序列共變異數與有效買賣價差(effective bid-ask spread)是負相關。 Fleming et al. (1996)提出交易成本假說，認為交易成本最低的市場將最快反應新資訊，故擁有較高的價格發現能力。此後交易成本假說對市場效率間的討論即受到廣大的討論，Booth et al. (1999)利用 Gozalo and Granger (1995)所提出衡量資訊比例(information share)的方法，認為現貨指數和指數期貨因為比指數選擇權有較低的交易成本優勢，故有較大的價格發現能力。Chou and Lee (2002)與 Huang (2004)都進一步將有效價差 (effective spread)分解成已實現的價差(realized spreads)和資訊不對稱的部分(information asymmetric componet)，比較新加坡衍生性交易所和台灣交易所的相對績效。Hsieh (2004)證明交易稅調降改進資訊的傳遞效率，並認為台灣期交所在減少交易成本和增加自我優勢後，台灣和新加波之間的領先落後關係會改變。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第三章研究方法第一節

單根檢定(Unit Root Test)

在運用時間數列模型來作統計分析時，首先必須確定變數為恒定 (stationary)狀態的前提下，才能進行相關研究，以免產生Granger and Newbold（1974）所提出假性迴歸(spurious regression)。若迴歸式中的自變數為非定態，而以傳統最小平方法（OLS）方法進行迴歸分析，即在自變數原本與應變數無任何因果關係下，分析者沒有察覺自變數為非定態，但仍運用傳統OLS檢定方法時，將產生很容易接受自變數顯著影響應變數的結論。而所謂定態的時間數列，係指變數的平均數和變異數是不隨時間而變的。恒定數列檢定在此又稱為單根檢定(unit root test)，主要是用來檢定樣本數列是否具有恒定數列的性質。若一非定態時間序列資料，必須經過 n 階差分才能達到定態，則表示序列有 n 個單根，以 I(n)表示；當序列本身未經過差分已是定態者，則表示為 I(0)。原始 Dickey and Fuller (1979)檢定法，僅適合 AR(1)模型。為了解決此問題，Dickey and Fuller (1981)在原始的 DF 檢定中加入遞延落後項，我們稱為 ADF 檢定。一般而言，ADF 檢定可以分成以下三種模式： (一)無漂浮項(drift term)且無趨勢項之隨機漫步模型 Δy t = (ρ − 1) y t −1 +

k −1

∑ θ Δy i

t −i

+ εt

(3-1)

i =1

(二)無漂浮項(drift term)但有趨勢項之隨機漫步模型 Δy t = β × t + (ρ − 1) y t −1 +

k −1

∑ θ Δy i

t −i

+ εt

(3-2)

i =1

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

(三)有漂浮項(drift term)且有趨勢項之隨機漫步漫步模型 k −1

Δy t = α + β × t + ( ρ − 1) y t −1 + ∑θ i Δy t −i + ε t

(3-3)

i =1

此處的 Δ 表示一階差分運算子， α 為漂浮項，t 為時間趨勢， ε t 為其符合白噪音過程的殘差項。虛無假設 H0： ρ =1，若無法拒絕虛無假設，表示 yt 具有單根。在此模型的設定之下誤差項會排除序列相關的問題，其檢定統計量與 DF 的檢定統計量相同；而 ADF 檢定法中已將殘差項具有序列相關的可能性考慮進去，但仍可能存在異質性的問題，因此 Phillips-Perron 提出 PP 檢定來改進。而在 ADF 檢定法中，對於最適落後期的選取，一般有下列兩種準則： (一)AIC 準則：Akaike （1974）提出的 AIC（Akaike Information Criterion），其 AIC 準則的計算公式如下 AIC = T ln Σ + 2K

（3-4）

(二)SBC 準則：Schwartz（1978）所提出的 SBC(Schwartz Bayesian Criterion），其 SBC 準則的計算公式如下 SBC = T ln Σ + K ln (T )

（3-5）

利用 AIC、SBC 準則來選取最適落後項的目的，在求最終預測誤差 (final prediction error)的最小值。因此，在數列中以 AIC、SBC 計算出的最小值之對應期數，做為最適落後期數。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第二節序列相關檢定和異質性檢定一、序列相關檢定(Serial Correlation Test) 當確認時間序列資料為定態以後，而進行異質變異數檢定之前，必須先檢定各變數迴歸式之殘差是否具有序列相關之現象。若時間序列資料存在著序列相關，則表示殘差有記憶，不符合白噪音(white noise)。本研究採用採用 Ljung and Box (1978)所提出之純白噪音檢定(pure white noise test)，簡稱 Q 統計量來對模型做診斷，其檢定統計量如式(3-6)： ρ 2k Q(m) = T(T + 2)∑ k =1 T − k m

(3-6)

其中，假定迴歸的殘差項數列為 εˆ t ，樣本數共 T 個，m 為自我相關的期數，則先算出殘差的第 k 階自我相關係數 ρˆ k 如下， T

ρk =

∑ εˆ εˆ

t =i +1 T

∑ εˆ t =1

t −i

(3-7) 2 tt

若拒絕虛無假設，則表示殘差項有自我相關，即此時間序列並非是完全隨機漫步，而是同時具有隨機漫步和短期波動的特性，亦即殘差項非白噪音，而此一效果會干擾估計結果，模型必須重新配置。若無法拒絕殘差項無自我相關之虛無假設，則表示此模型設定無誤。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

二、異質性檢定(Heteroskedasticity Test) 在配適 GARCH 相關模型之前，要先檢驗序列資料是否存在異質變異，即是否存在 ARCH 效果，以做為可否配置 GARCH 相關模型之依據。 Engle (1982)和 Bollerslev (1986)建議採用 Lagrange Multiplier Test(LM test)。另外一種常見檢定 ARCH 的統計量是由 Ljung and Box (1978)所提出 2 2 的 Ljung-Box Q 統計量，簡稱 Q 統計量，其檢定步驟如下：

(一)以 OLS 求得殘差平方 ε t ，並計算殘差平方的樣本變異數如下： 2

σˆ 2 =

∑ εˆ t =1

2 t

(3-8)

(二)計算 ε t 的自我相關係數 ρ k ，其 k 是落後階次，表示如下 2

ρk =

∑ (εˆ

t =i +1

2 t

− σˆ 2 )(εˆ 2t − k − σˆ 2 )

(3-9)

∑ (εˆ t =1

2 t

− σˆ ) 2

(三)再依下式計算得 Q (m)統計量，m 是 ARCH 項的階次 ρk k =1 T − k m

Q(m) = T(T + 2)∑

(3-10)

其虛無假設 H0：殘差變異數是同質，對立假設 H1：殘差變異數是異質，若所求得檢定統計量大於顯著水準的臨界值，則拒絕虛無假設。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第三節

一般化自我迴歸條件異質變異數模型

一、自我迴歸條件異質變異數模型( Autoregressive Conditional Heteroskedasticity Model；ARCH ) 過去計量經濟應用於實證分析上的研究，大都是假設條件變異數為固定的情況，但由於金融性資產報酬的時間序列資料，常具有波動性群聚 (volatility clustering)的現象，亦即當期價格有大幅度波動發生時，往往在下一期也會有大幅度的波動。這隱含著殘差項的平方具有自我相關與異質變異的存在，這種現象會使一般的迴歸模型無法對實際狀況加以反應。一直到 Engle (1982)提出 ARCH 模型後，才解決此問題。他將條件變異數隨時間經過而改變的現象納入考慮。其模型設定的目的是為了使時間序列資料之異質變異數特性能表現在模型中，認為條件變異數受到前期殘差之影響，其殘差會隨時間經過而改變，如式(3-11) Yt = bX t + ε t

ε t ~ N (0, h t )

(3-11)

h t = A0 +

∑A ε

i t −i

i =1

由於當 Ai 過大時，會產生解釋變數無法收斂的現象，因此必須加上限制條件。所以 Engle (1982)經過證明後提出下列二定理： (一)若 A0 >0 且 αi >0，i=1,2,…,q 時，則 ARCH(q)滿足正規條件 q

(二)唯若 ∑ Ai < 1 ，則 A0 >0 且 Ai >0，i=1,2,…,q 之 ARCH(q)過程符合 i =1

變異數恒定的條件。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

二、一般化自我迴歸條件異質變異數模型 (Generalized Autoregressive Conditional Heteroskedasticity Model；GARCH) Bollerslev (1986)將條件變異數設定為 ARMA 過程，而在 ARCH 模型中加入遞延期的條件變異數，予以擴充為一般化自我迴歸條件異質變異數模型 (Generalized Autoregressive Conditional Heteroskedasticity Model; GARCH)。使得 GARCH 模型不但允許條件變異數成為過去殘差平方項及過去條件變異數的函數，且使條件變異數的動態結構，同時達到彈性及精簡的目的。其所提出的 GARCH 模型表示如下： Yt = bX t + ε t

ε t ~ N (0, ht )

i =1

j =1

(3-12)

ht = A0 + ∑ Ai ε t −i + ∑ B j ht − j

此處需一致滿足 Α 0 >0, Α i ≥ 0 , Β j ≥ 0 ,和

max( p , q )

∑ (Α i =1

+ Β j ) < 1 的條件，才

符合廣義的平穩條件。在 GARCH(p,q)模型中異質變異數的組成，同時包含了自我迴歸和移動平均項，當其 p=0, q=1 時，GARCH(0,1)模型便縮減為 ARCH(1)模型；當所有的 Bj 都等於零，則每一個 GARCH(p,q)模型便是等於一個 ARCH(q)模型。因此，我們得知 GARCH 模型的優點是，一個高階的 ARCH 模型可籍由一個較精簡、且更容易被定義與估計的 GARCH 模型來表示。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

三、參數之估計就前面所述 ARCH、GARCH 模型中，令 Z't = (1, ε 2t −1 ,...., ε 2t − q , h t −1 ,...., h t − p ) 、 W ' = (A 0 , A1 ,...., A q , B1 ,...., Bp ) ，則我們可以重寫 GARCH(p,q)模型為： ε t = y t − x t b'

ε t ~ N (0, h t )

(3-13)

h t = Z't W

其第 t 個觀察值的對數概似函數 Lt 及 T 個樣本之平均概似函數 L 如下： 1 1 ε 2t L t = − In h t − 2 2 ht L=

1 T

(3-14)

∑L

(3-15)

t =1

針對對數概似函數 Lt 對條件變異數中的參數 w，分別作一階及二階微分，表示如下： ∂L t 1 −1 ∂h t ε 2t = ht [ − 1] ∂W 2 ∂W h t

(3-16)

∂L t ε 2t ∂ 1 −1 ∂h t 1 − 2 ∂h t ∂h t ε 2t = [ − 1 ] [ h ] − ht t ht ∂W 2 ∂W ∂W ' h t ∂W∂W ' ∂W ' 2

其中，

∂h t = Zt + ∂W

∑B

t =1

∂h t −1 ∂W

(3-17)

(3-18)

接下來針對對數概似函數 Lt，對條件平均數式中的參數 b，分別作一階及二階微分如下所示： ∂L t 1 ∂h ε 2 = ε t x t h −t 1 + h t t [ t − 1] ∂b 2 ∂b h t

(3-19)

1 − 2 ∂h t ∂h t ε 2t ∂L t ∂h t ε 2t ∂ 1 ∂h −1 −2 ' h x x h [ ] 2 h x [ = − − − ε + − 1] ' [ h −t 1 t ] (3-20) t t t t t t t ' ' 2 ht ∂b ∂b h t ∂b ∂b ∂b∂b ∂b 2

其中，

∂h t ∂b

= −2

∑

i =1

Aixt−iεt−i +

∑

∂h t − j

j=1

∂b

(3-21)

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

其中採用最小平方法 OLS 時，若迴歸式的誤差項有異質變異數，則估計出的 b 值將不具有效性及不偏性，Engle (1982)建議 ARCH 模型參數的估計採用最大概似法(Maximum Likelihood Estimation ; MLE)，同時以 scoring algorithm 演算法，即對數概似函數之參數偏微分，以反覆程序求解其最佳解。 GARCH 模型在進行參數估計時，估計過程必須配合採用非線性的遞迴演算法(iteration algorithm)，亦即先給定一組參數的起始值，來求出條件變異數的數值，然後再將所求算的條件變異數帶入概似函數中，利用概似估計反覆替代，直到收斂為止。而 GARCH 模型因一階微分具有遞迴進項，若採用 Engle (1982)的 scoring algorithm 演算法，在實證上會較為複雜，因此 Bollerslev (1986)建議以 Berndt et al. (1974)演算法反覆估計(iteration procedure)，簡稱為 BHHH 法。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第四節

變數定義

一、市場效率指標(Degree of Market Efficiency；DME) Brorsen (1991)分析減少市場摩擦對價格變異的影響。首先，假設在 pt* = pt*−1 + u t

(3-22)

式(3-22)中的 pt* 是均衡價格且遵循隨機漫步，而價格的衡量是以對數方式呈現， ut 是一個隨機誤差項。接下來，假設因為摩擦，價格並非立即調整 Δpt = pt − pt −1 = b( pt* − pt −1 )

(3-23)

，價格遵循部分調整過程。在式(3-23)中 pt 是實際價格，b 是一個介於 0 和 1 之間的常數。如果 b=1，價格的調整是立即的，存在著完全的市場效率；否則價格的調整將非立即的。從式(3-22)、(3-23)可得知股票價格的改變表示為 Δ pt = (1 − b) Δ pt −1 + but

(3-24)

既然 ut 和△p t −1 是獨立，△p t 的變異數可表示為 Var ( Δ p t )= (1-b) 2 Var ( Δ p t −1 )+ b 2 Var (u t )

(3-25)

在式(3-25)中的 Var(ut ) 是均衡價格的變異數，在 Ross(1989)研究中也被用來衡量市場中資訊的流量，Brorsen (1991)認為如果價格改變的自我相關是可以忽略的，週或月價格改變的變異將為 Var (u t ) 提供一個提供一個好的估計值。且在沒有條件限制下 Var ( Δ p t )= Var ( Δ p t −1 )，式(3-25)可以重寫為 21

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

Var ( Δ p t )= b /( 2 − b) Var (u t )

2Var ( ΔPt ) [Var( ΔPt ) + Var(u t )]

(3-26)

(3-27)

現在分析效率改善對 Var ( Δ p t )的影響 ∂Var (Δp t ) 2 = Var (u t ) ∂b ( 2 − b) 2

(3-28)

由式(3-28)中可得知， ∂Var(Δp t ) ∂b 表示 Var ( Δ p t )對 b 做一次的微分，顯示為嚴格的正相關，指出市場效率和現貨價格的波動為正向關係，隱含市場作業系統效率的改善，市場的摩擦減少，現貨價格的變異會增加。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

二、交易成本指標(Transaction Cost；TC) O’Hara (1995)指出流動性是立即完成交易的價格 (the price of immediacy)，故認為流動性即是交易成本。在流動性衡量方法上，過去的學者已經有相當多的研究，以台灣的證券市場而言，討論流動性的相關文獻中，多以價差為基礎的流動性衡量方法為重。但是台灣的證券市場是採用分盤競價(call auction)交易機制，屬於委託單導向市場，因此不同於報價導向市場中由造市者進行買賣報價。故每一交易盤的成交價是由當盤的供需狀態決定，而且每一盤的所有成交的買賣報價都以同一價格成交；所以買、賣報價所構成的價差，在台灣的證券市場中是不存在的。詹場、胡星陽 (2001)也指出以價差為基礎和以價格自我相關為基礎之流動性衡量法，不適合衡量臺灣證券市場的流動性。本研究採用李存修、陳俊霖和朱世逸 (1998)所提出的流動性衡量方法，其計算公式如下： TC =

V RANGE

(3-29)

V 是週轉率，定義為每日之交易股數÷發行在外總股數；RANGE 是指數全距，定義為將一日內之最高指數值減去最低指數值後，再除以兩者的平均。此方法可歸屬於以交易熱絡程度為基礎的流動性衡量方法，其解決了一般交易週轉率純粹以流動在外的總股數在特定期間內被換手幾次而定，加入了價格改變的影響。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第四章實證結果第一節

資料說明

本研究以台灣證券交易所的台灣加權股價指數作為研究對象，將台指現貨市場的相對績效加以量化後做評估，1997 年 9 月 9 日台灣期貨交易所成立之後，1998 年 7 月 21 日推出第一個期貨商品－台股指數期貨，故本研究期間取完整年度區間資料，故以 1999 年 1 月 1 日至 2008 年 12 月 31 日之日資料，並將每日加權股價指數，取其對數值。台灣期貨交易所調降交易稅的二個時間點分別為 2000 年 5 月 1 日以及 2006 年 1 月 1 日，因此本研究進一步將樣本時間區分為三段，第一段為 1999 年 1 月 1 日到 2000 年 4 月 30 日，第二段為 2000 年 5 月 1 日到 2005 年 12 月 31 日，第三段為 2006 年 1 月 1 日到 2008 年 12 月 31 日，而三個樣本區間交易稅稅率分別為萬分之五、萬分之二點五及萬分之一。利用 GARCH 模型以虛擬變數的方式，探討台指期貨交易稅的調降對現貨市場波動和效率的貢獻。本研究中所有相關的現貨和櫃買中心指數的交易資料，皆為日資料，均取自於台灣經濟新報資料庫。三段樣本區間之期間長短不同，尤其第一段區間僅一年四個月，惟受限於台股指數期貨自 1998 年 7 月 21 日始開始交易，並旋即在 2000 年 5 月 1 日調降交易稅，本研究仍以三段區間直接做實證研究，第一段區間為期貨交易稅未調降前之實證，顯示之結果與文獻結果皆符合，證實第一段區間雖較後續兩段區間為短，仍不影響實證結果。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第二節

單根檢定結果表 4-1 總樣本期間 ADF 及 PP 單根檢定結果 ADF-Level

PP-Level

τ 檢定

Lag

T or C

τ 檢定

股價指數報酬

-26.55***

-603.69***

189

效率指標

-23.54***

-602.41***

135

Bandwith T or C

註：1.T 表示迴歸式中包含趨勢項及常數項，C 表示僅包含常數項，而 N 則表示均含。 2.臨界值是以 Mackinnon(1996)的臨界值表決定。 3.***、**、*分別表示在 1%、5%、10%的顯著水準下為顯著。 4.Lag 指在單根檢定方程式中之 Lag 期數，以 SBC 之最小值決定。 5.Bandwith，Newey-West 使用 Bartlett Kernel。

由表 4-1 中 ADF 檢定可知，總樣本期間股價指數報酬和效率指標在未差分前的 τ 檢定為-26.55 和-23.54，故在 1%的顯著水準下拒絕單根，所以在未差分前股價指數報酬和效率指標即呈現定態。由表 4-1 中 PP 檢定可知，股價指數報酬和效率指標在未差分前的 τ 檢定為-603.69 和-602.41，故在 1%的顯著水準下拒絕單根，所以在未差分前股價指數報酬和效率指標即呈現定態。

表 4-2 期貨交易稅”萬分之五”ADF 及 PP 單根檢定結果 ADF-Level

PP-Level

τ 檢定

Lag

T or C

τ 檢定

股價指數報酬

-12.74***

-112.75***

效率指標

-12.40***

-275.31***

215

Bandwith T or C

註：同表 4 -1

由表 4-2 中 ADF 及 PP 檢定可知，期貨交易稅在萬分之五時，股價指數報酬和效率指標在未差分前的 τ 檢定分別為-12.74、-12.40，及-112.75、 -275.31，故在 1%的顯著水準下拒絕單根，所以在未差分前股價指數報酬和效率指標即呈現定態。 25

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表 4-3 期貨交易稅”萬分之二點五”ADF 及 PP 單根檢定結果 ADF-Level

PP-Level

τ 檢定

Lag

T or C

τ 檢定

股價指數報酬

-19.91***

-390.81***

225

效率指標

-18.38***

-477.24***

157

Bandwith T or C

註：同表 4 -1

由表 4-3 中 ADF 及 PP 檢定可知，期貨交易稅在萬分之二點五時，股價指數報酬和效率指標在未差分前的 τ 檢定分別為-19.91、-18.38，及 -390.81、-477.24，故在 1%的顯著水準下拒絕單根，所以在未差分前股價指數報酬和效率指標即呈現定態。

表 4-4 期貨交易稅”萬分之一”ADF 及 PP 單根檢定結果 ADF-Level τ 檢定

股價指數報酬效率指標

***

-17.28

***

-16.09

Lag

PP-Level T or C

τ 檢定

Bandwith T or C

***

162

***

-217.86 -160.06

註：同表 4 -1

由表 4-4 中 ADF 及 PP 檢定可知，期貨交易稅在萬分之一時，股價指數報酬和效率指標在未差分前的 τ 檢定分別為-17.28、-16.09，及-217.86、 -160.06，故在 1%的顯著水準下拒絕單根，所以在未差分前股價指數報酬和效率指標即呈現定態。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第三節

序列相關及異質性檢定結果

由表 4-5 可知，股價指數報酬的 Q 統計量是 51.29，在 5%的顯者水準下拒絕虛無假設，效率指標的 Q 統計量是 576.26，在 1%的顯著水準拒絕虛無假設，故可發現股價指數報酬和效率指標呈現顯著的線性相關。股價指數報酬和效率指標的 Q2 統計量是 667.93 和 274.75，在 1%的顯著水準拒絕虛無假設，故可發現股價指數報酬和效率指標存在顯著的自我迴歸條件異質。

表 4-5 序列相關及異質性檢定結果 LB Q(24)

LB Q 2 (24)

股價指數報酬

51.29**

667.93***

效率指標

576.26***

274.75***

註：1. LB Q(24)、LB Q (24)為 Ljung-Box 的變數序列及變數平方序列 Q 統計量。 2.***、**、*分別表示在 1%、5%、10%的顯著水準下為顯著。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第四節

一般化自我迴歸條件異質變異數模型檢定結果

一、以現貨波動為例因為在模型中加入外生變數，故此模型中 ARMA 和 GARCH 最適落後期的決定，以通過 Ljng-Box 的 Q 統計量和 Q2 統計量，且落後期的係數呈現顯著來決定最適的條件平均與條件變異數方程式如下： OTC RtTEJ = α 1 RtTEJ + α 3ε t −1 + ε t , −1 + α 2 Rt

ε t ~ N ( 0, ht )

ht = β 0 + β1ε t2−1 + β 2ε t2−2 + β 3ht −2 + β 4VOLt + β 5TCt + D1t ( β 6 + β 7VOLt + β8TCt ) + D2t ( β 9 + β10VOLt + β11TCt )

(4-1)

(4-2)

在式中 RtTEJ 是每日加權股價指數報酬， RtOTC 是每日櫃買中心指數報酬， VOLt 是每日交易量， TCt 是每日的平均交易成本， D1t 、 D2t 是虛擬變數，其用來分別代替交易稅從萬分之五降到萬分之二點五，及從萬分之二點五降到萬分之一的效果，當資料期間在 1999 年 1 月 1 日至 2000 年 4 月 30 日前，則 D1t = D2t =0，若資料期間在 2000 年 5 月 1 日至 2005 年 12 月 31 日，則 D1t =1、 D2t =0，若資料期間在 2006 年 1 月 1 日至 2008 年 12 月 31 日，則 D1t =0、 D2t =1。在式中加入 RtOTC 是因為在 Harris (1989)提出調查個股的波動更甚於指數的波動，然而個股波動之資料樣本過多，本研究係以指數現貨做檢定，所以引用 Antoniou & Holmes (1995)整合一個代理變數去移除廣泛市場影響在指數現貨價格的改變。在此部分主要討論 β 4 、 β 5 、 β 6 、 β 7 、 β 8 、 β 9 、 β10 、 β 11 ，並將其所代表的財務意義表示如下： 28

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

(一) β 4 係數：討論期貨交易稅為萬分之五時，現貨市場中的交易量對於現貨波動影響，以 β 4 的係數值來表示。 (二) β 5 係數：討論期貨交易稅為萬分之五時，現貨市場中的交易成本對於現貨波動影響，以 β 5 的係數值來表示。 (三) β 6 係數：為期貨交易稅由萬分之五降至萬分之二點五時虛擬變數的係數，代表該期貨交易稅率改變對於現貨波動的影響。 (四) β 7 係數：代表期貨交易稅由萬分之五降至萬分之二點五時，現貨市場中的交易量對於現貨波動的邊際影響。 (五) β 8 係數：代表期貨交易稅由萬分之五降至萬分之二點五時，現貨市場中的交易成本對於現貨波動的邊際影響。 (六) β 9 係數：為期貨交易稅由萬分之二點五降至萬分之一時虛擬變數的係數，代表該期貨交易稅率改變對於現貨波動的影響。 (七) β10 係數：代表期貨交易稅由萬分之二點五降至萬分之一時，現貨市場中的交易量對於現貨波動的邊際影響。 (八) β 11 係數：代表期貨交易稅由萬分之二點五降至萬分之一時，現貨市場中的交易成本對於現貨波動的邊際影響。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

表 4-6 GARCH 波動性檢定結果 Coeff

Std Error

Coeff

Std Error

α1

-0.09***

0.01

β0

2.32×10-6**

1.27×10-6

α2

0.80***

8.57×10-3

β1

0.04***

0.01

α3

0.17***

0.02

β2

0.05***

0.02

β3

0.72***

0.03

β4

6.71 × 10-13***

0.00

β5

-2.09 × 10-6

1.83×10-6

β6

-8.51 × 10-7

1.29 × 10-6

β7

-8.43 × 10-14***

β8

-7.81 × 10-7

0.00 1.84 × 10-6

β9

-3.43 × 10-6**

1.37 × 10-6

β10

4.87 × 10-13***

0.00

β 11

-1.56 × 10-7

1.85 × 10-6

註：1.***、**、*分別表示在 1%、5%、10%的顯著水準下為顯著。 2

2. LB Q(5) = 6.563(0.26)、LB Q(10) = 18.416(0.05)、LB Q (5) = 2.992(0.70)、 2

LB Q (10) = 6.499(0.77)

由表 4-6 中 β 6 及 β 9 係數可知，期貨交易稅的調降對現貨市場波動的影響。本研究觀察到 β 6 的係數值是負數但不顯著，而 β 9 的係數值亦呈負數但顯著，可得知期貨交易稅由萬分之五降至萬分之二點五時，並沒有顯著減少現貨波動，而期貨交易稅由萬分之二點五降至萬分之一時，顯著減少現貨市場的波動。過去在實證上有很多學者在不同的市場調查期貨交易對現貨市場的影響，看法相當分岐。本研究發現，期貨交易的發生並不會對現貨市場波動出現特定的影響；須進一步的評估期貨交易市場發展的健全與否而定，以本研究為例，期貨交易稅的調降至萬分之一時，可有效減少現貨市場的波動。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

由 β 4 、 β 7 及 β10 係數中得知，期貨交易稅無論為何，現貨市場的交易量對於現貨波動的影響皆呈現顯著正向影響，與 Garcia et al. (1986)、Wang and Yau (2004)及 Kawaller et al . (2001)的實證研究結果一致。由 β 5 、 β 8 及 β 11 係數中得知，期貨交易稅無論為何，現貨市場的交易成本對於現貨波動的影響皆呈現負向關係但不顯著，與 Roll(1984)在效率市場的假設下，證明價格改變的一階序列共變異數與有效買賣價差呈現負向關係，呈現一致性。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

二、以效率指標為例，最適的條件平均及條件變異數方程式如下： DMEt = γ 0 + γ 1 DMEt −1 + γ 2ε t −3 + γ 3VOLt + γ 4TCt t ) + D1t (γ 5 + γ 6VOLt + γ 7TCt ) + D2 t (γ 8 + γ 9VOLt + γ 10TCt ) + ε t ,

ε t ~ N (0, ht )

ht = θ 0 + θ1ε t2−3 + θ 2 ht −1 + θ 3ht −2 + θ 4 ht −3

(4-3)

(4-4)

在此處的 DME(市場效率指標)是市場作業效率的衡量，表示實際價格抵達均衡價格的速度，當市場中有較少的摩擦時，效率增加。由式(3-26) 可進一步改寫為 DME= (2Var(Δpt ) /(Var(Δpt ) + Var(ut ))。而 Var(ut ) 需要被估計，採用 Brorsen (1991)所提出的週價格改變的變異數是比較好的估計值。在此部分主要討論 γ 3 、 γ 4 、 γ 5 、 γ 6 、 γ 7 、 γ 8 、 γ 9 、 γ 10 、並將其所代表的財務意義表示如下： (一) γ 3 係數：討論期貨交易稅為萬分之五時，現貨市場中的交易量對於現貨效率影響，以 γ 3 的係數值來表示。 (二) γ 4 係數：討論期貨交易稅為萬分之五時，現貨市場中的交易成本對於現貨效率影響，以 γ 4 的係數值來表示。 (三) γ 5 係數：為期貨交易稅由萬分之五降至萬分之二點五時虛擬變數的係數，代表該期貨交易稅率改變對於現貨效率的影響。 (四) γ 6 係數：代表期貨交易稅由萬分之五降至萬分之二點五時，現貨市場中的交易量對於現貨效率的邊際影響。 (五) γ 7 係數：代表期貨交易稅由萬分之五降至萬分之二點五時，現貨市場中的交易成本對於現貨效率的邊際影響。 32

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

(六) γ 8 係數：為期貨交易稅由萬分之二點五降至萬分之一時虛擬變數的係數，代表該期貨交易稅率改變對於現貨效率的影響。 (七) γ 9 係數：代表期貨交易稅由萬分之二點五降至萬分之一時，現貨市場中的交易量對於現貨效率的邊際影響。 (八) γ 10 係數：代表期貨交易稅由萬分之二點五降至萬分之一時，現貨市場中的交易成本對於現貨效率的邊際影響。

表 4-7 GARCH 效率性檢定結果 Coeff

Std Error

Coeff

Std Error

γ0

0.42***

2.20×10-3

θ0

0.01***

1.22 × 10-4

γ1

0.11***

1.51×10-3

θ1

-0.03***

6.41 × 10-4

γ2

-0.06***

9.56×10-4

θ2

0.92***

1.90 × 10-4

γ3

0.00***

0.00

θ3

-0.92***

2.33 × 10-4

γ4

-1.58***

1.41×10-3

θ4

1.04***

1.27 × 10-4

γ5

-0.87***

3.19×10-2

γ6

0.00***

0.00

γ7

-1.30***

0.14

γ8

-1033.86***

372.68

γ9

0.00

γ 10

552.50

494.79

註：1.***、**、*分別表示在 1%、5%、10%的顯著水準下為顯著。 2

2. LB Q(5) = 895.20(0.00)、LB Q(10) = 895.22(0.00)、LB Q (5) = 492.52(0.00)、 2

LB Q (10) = 492.54(0.00)

由表 4-7 中 γ 5 及 γ 8 的係數值皆呈現顯著為負，可得知期貨交易稅調降，顯著減少現貨市場的效率，本研究認為在期貨市場的發展達一定的程度後，資訊交易者會更願意進入期貨市場交易，而遠離現貨市場，使得現貨市場效率性減弱。 33

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

由 γ 3 、 γ 6 及 γ 9 係數中得知，期貨交易稅無論為何，現貨市場的交易量對於現貨效率的影響皆呈現顯著正向關係。 γ 4 、 γ 7 係數得知，期貨交易稅為萬分之五及萬分之二點五時，現貨市場的交易成本對於現貨效率的影響呈現顯著負向關係；惟 γ 10 係數雖為不顯著的正向關係，但仍需考慮 γ 4 係數呈顯著負向關係的影響，故期貨交易稅為萬分之一時，現貨市場的交易成本對於現貨效率的影響亦為顯著的負向關係。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

第五章結論本研究主要實證期貨交易稅改變是否對現貨市場價格波動及效率產生影響，以往學者在此方面研究著眼於期貨交易是否會引起現貨市場的波動，使得現貨市場有不穩定的現象，亦或是不同型態的交易者對市場波動及效率產生影響。本研究目的希望能進一步瞭解期貨市場與現貨市場間互動關係以增進現貨市場效率，達到現貨市場扮演其良好的企業籌措資金之管道。文獻中已有學者證實建立一個活潑的期貨市場，使期貨價格快速調整新資訊，這一個藉由套利機制轉移到現貨市場的過程，將使現貨市場波動增加。另也證明期貨交易所造成價格的波動，是因為更多的資訊流進入市場，而使得效率提高，而此資訊流是藉由資訊交易者所造成價格的波動更甚於雜訊交易者。流動性假說與交易成本假說都是可以用來支持本研究中，期貨交易後現貨市場交易量及交易成本是否影響投資人在現貨市場操作的理論，故於實證中也加入交易量及交易成本做研究，來探討期貨交易後所增加的交易量及期貨交易後較低的交易成本是否與現貨市場波動及效率具相關性。本研究結果說明期貨交易的加入對現貨市場波動有顯著正向關係，此與上述學者的論點相同，然期貨交易稅由萬分之五降至萬分之二點五時，並沒有顯著減少現貨波動，而期貨交易稅由萬分之二點五降至萬分之一時，則顯著減少現貨市場的波動。故本研究認為期貨交易稅改變並不會對現貨市場波動出現特定的影響，須進一步的評估期貨交易市場發展的健全與否而定。以本研究為例，期貨交易稅調降至萬分之一時，可有效減少現貨市場的波動，隱含交易稅需調降至相當程度降幅以上始能減少現貨市場波動。 35

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

另外，從實證結果也得知期貨市場交易對現貨市場的效率為顯著的正向關係，而在期貨交易稅調降後，則顯著減少現貨市場的效率。符合洪政維(1999)、王正裕 (2001)、張以中(2002)及張子文(2005)皆證實期貨交易具有價格發現的功能，可加速現貨市場資訊傳遞效率，發揮價格揭露的功能使現貨市場更具效率性的論點，顯示期貨市場的加入對於現貨市場是有正面的助益。但在期貨交易稅調降後，卻減少現貨市場的效率性，本研究認為在期貨市場的發展達一定的程度後，資訊交易者會更願意進入期貨市場交易，經由套利機制直到在現貨市場已無超額利潤後，退出現貨市場，使得現貨市場效率性減弱。而期貨交易稅無論為何，現貨市場的交易量對於現貨波動及效率的影響皆呈現顯著正向關係；現貨市場交易成本對於現貨波動及效率的影響皆呈現顯著負向關係。最後，本研究的結果證實期貨交易稅調降對現貨市場波動並無特定影響，但卻顯著減少現貨市場效率，主因為期貨交易使現貨市場效率增加後，則市場更趨健全並吸引更多資訊交易者加入，當期貨交易稅調降後，更加改善資訊的傳遞使得更多資訊交易者加入現貨市場，帶來更高的市場效率，直到資訊交易者也無法獲取超額利潤而退出市場，如此將使市場效率程度下降，直到資訊交易者又願意進入市場，才能使市場效率回升。 Black (1986)所提出以資訊交易者(informed trader)與雜訊交易者(noise trader)為主體的金融市場模型，認為雜訊交易者的存在使金融市場得以運作，但卻使它變得無效率，Subrahmanyam(1991)也支持其說法認為雜訊交易者的存在會吸引想要獲取超額利潤的資訊交易者進入市場，故市場上資訊流的移動究竟是資訊交易者或雜訊交易者造成較大影響，以及此兩者對市場波動及效率的影響為何，是否存在互相回饋的關係，此為後續可再繼續研究的議題及方向。

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

參考文獻中文部分：王敦正 (2002) “週轉率與訊息反應在台灣股市之實證研究＂，東海大學企業管理學系碩士論文李存修、陳俊霖、朱世逸(1998) “股價指數期貨上市對股市成交量之影響-香港之經驗與實證＂，證卷市場發展季刊，第十卷第一期，1-24 林浩凡 (2002)

“指數期貨與買賣價差日內型態與決定因素的探討＂，高雄第

一科技大學金融系碩士論文詹場、胡星陽 (2001) “流動性衡量方法之綜合評論，＂國家科學委員會研究季刊：人文及社會科學，十一卷三期，205-221

英文部分： Antoniou, A. and Holmes, P. (1995) “Futures Trading, Information and Spot Price Volatility:Evidence for FTSE-100 Stock Index Futures Contract Using GARCH,＂Journal of Banking & Finance, 19, 117-129 Booth, G. G., So, R. W. and Tse, Y. (1999) “Price Discovery in the German Equity Index Derivatives Markets,＂The Journal of Future Markets, Vol. 19, No. 6, 619-643 Bae, S. C., Kwon, T. H. and Park, J. W. (2004)

“Future Trading, Spot Market

Volatility, and Market Efficiency:The Case of The Korean Index Futures Markets,＂The Journal of Future Markets, Vol. 24, No. 12, 1195-1228 Bessembinder, H. and Seguin, P. J. (1992)

“Futures trading activity and stock

price volatility,＂ The Journal of Finance, Vol. 47, No. 5,2015-2034 Black, F. (1986) “Noise,＂ The Journal of Finance, Vol. 41 , No. 3, 529-543 Brorsen, B. W. (1991)

“Future Trading, Transaction Costs, and Stock Market

Volatility,＂The Journal of Future Markets, Vol. 11, No. 2, 153-163 Brown-Hruska, S. and Kuserk, G. (1995) “Volatility, Volume, and the Notion of Balance in the S&P 500 Cash and Futures Markets,＂The Journal of Future Markets, Vol. 15, No. 6, 677-689 37

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

Chang, E. C., Cheng, J. W. and Pinegar, J. M. (1999)

“Does future trading

increase stock market volatility? the Case of The Nikkei Stock Index Future Markets,＂Journal of Banking & Finance, 23, 727-753 Chou, R. K. and Lee, J (2002) “The Relative Efficiencies of Price Execution Between The Singapore Exchange and The Taiwan Future Exchange,＂ The Journal of Future Markets, Vol. 22, No. 2, 173-196 Chowdhury, A. R. (1991) “Future Market Efficiency: Evidence from Cointegration Tests,＂The Journal of Future Markets, Vol. 11, No. 5, 577-589 Chow, Y. F. (1998)

“Regime Switching and Cointegration Tests of the Efficiency

of Futures Markets,＂The Journal of Future Markets, Vol. 18, No. 8, 871-901 Cox, C. C. (1976) “Futures Trading and Market Information,＂ Journal of Political Economy, Vol. 84, No. 6, 1215-1237 Digilar, R. T. & Wiley, M. K. (1999) “The Impact of Trader Type on the Futures Volatility-Volume Relation,＂The Journal of Finance, Vol. 54 , No. 6, 2297-2316 Flemming, J., Ostdiek, B. and Whaley, R. E. (1996) “Transaction Costs and the Relative Rates of price Discovery in Stock, Futures, and Option Markets,＂ The Journal of Future Markets, Vol. 16, No. 4, 353-387 Garcia, P., Leuthold, R. M. and Zapata, H. (1986)

“Lead-Lag Relationships

between Trading Volume and Price Variability: New Evidence,＂The Journal of Future Markets, Vol. 6, No. 1, 1-10 Ghosh, A. (1993)

“Cointegration and Error Correctin Models: Intertemporal

Causality between Index and Future Prices,＂The Journal of Future Markets, Vol. 13, No. 2, 193-198 Graham-Higgs, J., Ramaldi, A. and Davidson, B. (1999) “Is The Australian Wool Future Market Efficient as A Predictor of Spot Prices,＂ The Journal of Future Markets, Vol. 19, No. 5, 565-582 Harris, L. (1989)

“S&P 500 Cash Stock Price Volatilities,＂The Journal of

Finance, Vol. 46, No. 5, 1155-1175 Holmes, P., and Tomsett, M. (2004) “Informatin and Noise in U.K. Futures 38

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

Markets,＂The Journal of Future Markets, Vol. 24, No. 8, 711-731 Hsieh, W. L. (2004) “Regulatory Change and Information Competition: The Case of Taiwan Index Futures,＂The Journal of Future Markets, Vol. 24, No. 4, 399-412 Huang, Y. C. (2004) “the Microstructure and Relative Performance of Taiwan Stock Index Futures: a Comparison of the Singapore Exchange and the Taiwan Futures Exchange,＂Journal of Financial Markets, 7, 335-350 Kawaller, J. G., Koch, P. D. and Peterson, J. E. (2001) “Volume and Volatility Surrounding Quarterly Redesignation of the Lead S&P 500 Futures Contract,＂The Journal of Future Markets, Vol. 21, No. 12, 1119-1149 Kellard, N., Newbold, P., Rayner, T. and Ennew, C. (1999) “The Relative Efficiency of Commodity Future Markets,＂The Journal of Future Markets, Vol. 19, No. 4, 413-432 Kleiman, R. T., Payne, J. E. and Sahu, A. P. (2002)

“Random Walks and Market

Efficiency: Evidence from International Real Estate Markets,＂ The Journal of Real Estate Research; 24; 3 Krehbiel, T. and Adkins, L. C. (1993)

“Cointegration Tests of the Unbiased

Expectations Hypothesis in Metals Markets,＂The Journal of Future Markets, Vol. 13, No. 7, 753-763 Kutner, G. W. and Sweeney, R. J. (1991) “Causality Tests Between The S&P 500 Cash and Future Markets,＂Quarterly Journal of Business and Economics, 30, 2 Lee, C. I. and Mathur, I. (1999)

“Efficency Tests in The Spanish Futures

Markets,＂The Journal of Future Markets, Vol. 19, No. 1, 59-77 Lo, A. W. and Mackinlay, A. C. (1988)

“Stock Market Price Do Not Follow

Random Walks: Evidence from a Simple Specification Test,＂The Review of Financial Studies, Vol.1, No. 1, 41-66 O'Hara, M. (1995). “Market microstructure theory.＂ Cambridge: Blackwell Publisher Inc. Pericli, A. and Koutmos, G. (1997)

“Index Futures and Option and Stock Market

Volatility,＂The Journal of Future Markets, Vol. 17, No. 8, 957-974 39

中正大學 e-Thesys( 98 學年度)

期貨市場交易稅改變對現貨市場波動與效率之影響

Pizzi, M. A., Economopoulos, A. J. and O'Nell, H. M. (1998)

“An Examination

of the Relationship Between Stock Index Cash and Futures Makers: A Cointegration Approach,＂The Journal of Future Markets, Vol. 18, No. 3, 297-305 Roll R. (1984) “A Simple Implicit Measure of the Effective Bid-Ask Spread in an Efficient Market,＂The Journal of Finance, Vol. 39, No. 4, 1127-1139 Ross, S. A. (1989)

“Information and Volatility: the No-Arbitrage Martingale

Approach to Timing and Resolution Irrelevancy,＂The Journal of Finance, Vol. 46, No. 1, 1-17 Stein, J. L. (1994) 20,

“Price Discovery in Asset Markets,＂Managerial Finance, No.

90-101

Wang, G. H. K. and Yau, J. (2000) “Trading Volume, Bid-Ask Spread, and Price Volatility in Futures Markets,＂The Journal of Future Markets, Vol. 20, No. 10, 943-970 Zhong, M., Darrat, A.F. and Otero. R. (2004)

“Price Discovery and Volatility

Spillovers in Index Futures Markets:Some Evidence from Mexico,＂Journal of Banking & Finance, 28, 3037-3054

中正大學 e-Thesys( 98 學年度)