風 險 管 理 學 報 第 六 卷 第 三 期 2 0 0 4 年 11 月

Journal of Risk Management Vol.6 No.3 Nov. 2004

pp.241-272

GARCH 模型之選擇權風險值計算
－－以台灣加權股價指數選擇權為例*
Value-at-Risk of Option under GARCH Model
－A Case Study of TAIEX Index Option
** ***
張揖平 (Yi-Ping Chang) 洪明欽 (Ming-Chin Hung)
****
李雪真 (Hsueh-Chen Lee)

摘 要
Black and Scholes (1973)發表了有名的 Black-Scholes 選擇權評價模型，自此
選擇權評價遂成為重要的研究課題。雖然目前 Black-Scholes 模型已廣為各界所使
用，但其股價波動度為常數之假設卻常與實際情況不符合。本文主要使用 Duan
(1995)所提出之 GARCH 選擇權評價模型，嘗試放寬股價波動度為常數之假設，
以符合現實情況，並計算台灣加權股價指數選擇權買權在存續期間每日的風險值
(Value-at-Risk)，最後以穿透率(violation rate)作為評比準則，比較各種風險值計算
方 法 之優 劣。 本 文實 證結 果 顯示 ，一 般 而言 ，GARCH 選 擇 權 評價 模型 較
Black-Scholes 選擇權評價模型更能準確估算台灣加權股價指數選擇權之風險值。
關鍵詞: 風險值、GARCH 模型、選擇權評價、台灣加權股價指數選擇權。

Abstract
Black and Scholes (1973) developed the famous Black-Scholes option pricing
model to price the options related derivatives. The assumption of constant volatility in
Black-Scholes model has been shown inconsistent with the market behavior in most
empirical studies. In this paper, we release the constant volatility assumption by using
the GARCH pricing model developed by Duan (1995). The purpose of this paper is to
evaluate the option VaR estimation performances of various Black-Scholes and
GARCH pricing models for options traded in Taiwan. In general, our empirical
findings indicate that GARCH models perform better than the Black-Scholes models.
Keywords: Value-at-Risk, GARCH Model, Option Pricing, TAIEX Index Option.

*
作者感謝國科會計畫NSC 91-2118-M-031-002 的補助研究和兩位匿名評審的意見。
**
東吳大學商用數學系教授，Professor, Department of Business Mathematics, Soochow
University, Taipei.
***
東吳大學商用數學系教授，Professor, Department of Business Mathematics, Soochow
University, Taipei.
****
東吳大學商用數學系碩士，Master, Department of Business Mathematics, Soochow
University, Taipei.
242 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

1. 前言
近年來政府積極推動金融國際化、自由化，國內金融商品種類大幅增
加，各種衍生性金融商品也在台灣陸續上市交易。台灣期貨交易所在 2001
年 12 月 24 日推出臺灣加權股價指數選擇權 (TAIEX index option，簡稱台
指選擇權)，也就是以台灣加權股價指數為標的資產，在同一發行日推出數
個不同履約價格與不同到期日的標準歐式買權 (European call option) 及
賣權 (put option)。選擇權在國外早已行之有年，芝加哥選擇權交易所
(Chicago Board Options Exchange) 在 1973 年就開始進行選擇權的交易，同
年 Black and Scholes 兩位學者也發表了有名的 Black-Scholes 選擇權評價模
型。雖然目前 Black-Scholes 模型已經廣為各界所使用，但此模型中標的資
產波動度 (volatility) 為常數的假設常不符合市場的實際狀況，因此本文在
計算選擇權買權價格時，放寬標的資產波動度為常數的假設，另使用 Duan
(1995) 提出的 GARCH 選擇權評價模型進行歐式選擇權評價，並且採用數
值模擬法搭配變異降低 (variance reduction) 的技巧，計算選擇權價格。
由於衍生性金融商品皆具有高槓桿、高風險的特性，如果操作不當，
極可能產生巨大的虧損，近年來國際間屢有發生投資衍生性金融商品而引
發鉅額損失的案例，如 1993 年德國石油公司 MGRM 事件 (原油期貨)、1994
年美國橘郡基金事件 (不動產抵押證券)、1995 年英國霸菱銀行事件 (日經
股價指數期貨、選擇權) 等。因此，金融機構除了積極發展衍生性金融商
品的商機外，如何建立良好的風險控管系統，以有效揭露風險狀況，已成
為重要的問題。
1980 年 代 晚 期 美 國 的 投 資 銀 行 J.P. Morgan 首 先 提 出 風 險 值
(Value-at-Risk ； 簡 稱 VaR) 的 概 念 ， 1988 年 國 際 清 算 銀 行 (Bank of
International Settlement ； 簡 稱 BIS) 的 巴 賽 爾 銀 行 監 理 委 員 會 (Basel
Committee on Banking Supervision) 提出巴賽爾協定 (Basel Accord)，將信
用風險因素加入銀行資本適足率的衡量，要求銀行資本適足率達到風險性
資產的 8%。1993 年 30 人集團 (Group of Thirty) 提出「衍生性金融商品：
實務與原則」 ，以風險值作為衡量市場風險的標準。1995 年 BIS 允許銀行
自行發展內部模型 (internal model)，作為風險控管的依據。1997 年，十大
工業國 (G-10) 同意採行兩種衡量資本適足率的方法，一種為標準法
(standardized method)，另一種為 BIS 建議的內部模型。2004 年 6 月底 BIS
的巴賽爾銀行監理委員會公佈新巴賽爾協定 (New Basel Capital Accord)，
針對原先資本適足率的要求，提供更為廣泛及複雜的規定，並將於 2006
年以後陸續實行。如今，風險值已廣為各國際組織所支持，並成為金融機
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 243

構風險管理的重要工具。
在計算選擇權之風險值時，由於選擇權為一非線性 (nonlinear assets)
資產，因此其分配不易求得，選擇權之風險值因而不易計算。文獻上較佳
的作法如 Britten-Jonse and Schaefer (1999)、Feuerverger and Wong (2000) 和
Jaschke (2002) 等，利用 delta-gamma 法近似非線性資產價格，並得到非線
性資產之風險值的近似值，其優點為當選擇權之資產標的不只一個時亦可
計算，但也因其為近似作法，有時近似結果不佳。Fong and Lin (1999) 雖
提出一解析 (analytical) 作法，但未考慮選擇權之時間價值。此外，
Britten-Jonse and Schaefer (1999)、Fong and Lin (1999)、Feuerverger and
Wong (2000) 和 Jaschke (2002) 均沒有關於選擇權之風險值的實證研究。
本文採用類似 Fong and Lin (1999) 的想法，但進一步考慮選擇權之時間價
值，在 Black-Scholes 和 GARCH 選擇權評價模型下，計算選擇權之風險值，
其計算過程並未使用如 delta-gamma 法近似選擇權價格，因此理論上應可
以減少計算風險值的誤差。本文最後以台指選擇權為研究對象，計算台指
選擇權存續期間的每日風險值，且以穿透率作為評比準則，比較各種選擇
權風險值計算方法之績效表現。

2. 研究方法

2.1 風險值的定義
風險值是衡量資產投資組合在某一特定的期間、特定的信心水準下，
由於市場價格變動所可能產生的最大損失。Jorion (2000) 提出風險值的定
義為「有 100(1 − α )% 的信心在未來 M 天內的損失不會超過 V 元」，其中 V
就是風險值。
令 X t 表示資產在時間 t 的價值，則在連續複利的假設下，此資產在時
間 t 的報酬率 Rt 可定義為

⎛ X ⎞
Rt = ln⎜⎜ t ⎟⎟.
⎝ X t −1 ⎠
為方便起見，本文假設在時間 t 時，資產價值為 1 元，則未來一天的風險
值可由風險值的定義和資產報酬率模型求得。因此，在信心水準為 1 − α
下，於時間 t 預測時間 t + 1 的資產報酬率的風險值 VaRt ,α 為

P ( Rt +1 < −VaRt ,α ) = α .

有關風險值理論和常用的計算方法可參考 J.P. Morgan (1996)、Duffie and

244 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

Pan (1997)、Jorion (2000) 和 Dowd (2002) 等。

2.2 選擇權評價模型

a. Black-Scholes 選擇權評價模型
Black and Scholes (1973) 年針對歐式選擇權發表了有名的選擇權評價
模型，在此模型中，選擇權價格是股票現貨價格 ( X t )、選擇權履約價格
( K )、連續複利下的無風險利率 ( r )、時間 t 距到期日時間 ( T − t ) 及標的
資產標準差或波動度 ( σ ) 等五個變數的函數，其中 T 為選擇權到期日。
而 Black-Scholes 模型的假設為無風險利率為常數且已知、股價服從幾何布
朗運動 (geometric Brownian motion)、股票不發放股利、選擇權為歐式選
擇權、買賣股票或選擇權沒有交易成本、可以用短期利率去融資購買證券
和允許賣空交易。
為方便起見，本文以 g t ( X t ) 表示時間 t 的歐式選擇權買權價格，則在
Black-Scholes 選擇權評價模型下， gt ( X t ) (以 g t( BS ) ( X t ) 表示) 為

g t( BS ) ( X t ) = X t N (d1 ) − Ke − r (T −t ) N (d 2 ), (2.1)
其中 N (x) 為標準常態分配的累積分配函數，且

ln( X t / K ) + (r + σ 2 / 2)(T − t )
d1 = ,
σ T −t

d 2 = d1 − σ T − t .

b. GARCH 選擇權評價模型
雖然 Black-Scholes 模型已經廣為各界所使用，但此模型中標的資產波
動 度 為 常 數 的 假 設 ， 常 不 符 合 市 場 上 的 實 際 狀 況 。 Fama (1965) 和
Mandelbrot (1967) 指 出 金 融 性 資 產 報 酬 率 常 有 波 動 聚 集 (volatility
clustering) 的現象，也就是大的波動伴隨著大的波動，小的波動伴隨著小
的波動，即報酬率分配具有異質變異性 (heteroscedasticity) 之性質。Engle
(1982) 提 出 的 自 我 迴 歸 條 件 異 質 變 異 (autoregressive conditional
heteroscedasticity；簡稱 ARCH) 模型，考慮條件變異數受到過去歷史資料
殘差平方項的影響。Bollerslev (1986) 更進一步提出廣義自我迴歸條件異
質變異 (generalized autoregressive conditional heteroskedastic；簡稱 GARCH)
模型，將前期的條件變異數加入模型中。假設在時間 t 的資產報酬率模型
為
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 245

Rt Ft −1 = µt + at
= µt + σ t ε t ,

其中 Ft −1 表示包含 t − 1 期以前的所有資訊集合 (information set)， ε t 為獨立

(independent) 之隨機變數，其分配為 N (0,1) ，且 µ t 和 σ t2 分別表示在 Ft −1 已
知下， Rt 的條件平均數和條件變異數， at 服從 GARCH ( p, q ) 模型，亦即假
設 σ t2 滿足
q p
σ t2 = α 0 + ∑ α i at2− i + ∑ β iσ t2− i .
i =1 i =1

由於股價報酬率常有波動聚集的現象，因此本文放寬 Black-Scholes
模型中報酬率波動度為常數的假設，亦採用 Duan (1995) 提出的 GARCH
選擇權評價模型。由於 GARCH 選擇權評價模型中的條件變異數會隨著時
間 改 變 ， 並 且 亦 考 慮 風 險 溢 酬 (risk premium) 的 影 響 ， 因 此 較
Black-Scholes 模型更能夠描述股價報酬率異質變異的現象。Duan (1995)
在此模型下，利用均衡 (equilibrium) 的概念，定義出局部風險中立評價法
(locally risk-neutral valuation relationship；簡稱 LRNVR)，並利用 LRNVR
將 GARCH 模型做機率測度的轉換，由真實測度 P 轉換為風險中立測度
Q ，並將風險局部溢酬移除，最後以無風險利率折現進行選擇權評價。
GARCH 選擇權評價模型作法如下：在真實測度 P 下，假設報酬率模
型為

⎛ X ⎞ 1
Rt = ln⎜⎜ t ⎟⎟ = r + λ ht − ht + at , (2.2)
⎝ X t −1 ⎠ 2

其中 r 為無風險利率 (one-period risk-free rate of return)， λ 為風險溢酬， ht

為 Rt 的條件變異數， a t 服從 GARCH ( p, q ) 模型，亦即

at | Ft −1 ~ N (0, ht ),

q p
ht = α 0 + ∑ α i at2− i + ∑ βi ht − i ,
i =1 i =1

其中 p ≥ 0, q ≥ 0; α 0 > 0, α i ≥ 0, i = 1,..., q ; β i ≥ 0, i = 1,...,p ，且

q p

∑α + ∑ β
i =1
i
i =1
i < 1.
246 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

Duan (1995) 提出 LRNVR 之定義為滿足

1. 測 度 Q 與 真 實 測 度 P 為 互 相 絕 對 連 續 (mutually absolutely
continuous)；
Xt
2. | Ft −1 在測度 Q 之下為對數常態分配 (lognormal distribution)；
X t −1

⎛ X ⎞
3. E Q ⎜⎜ t | Ft −1 ⎟⎟ = e r ；
⎝ X t −1 ⎠
⎛ X ⎞ ⎛ X ⎞
4. Var Q ⎜⎜ ln t | Ft −1 ⎟⎟ = Var P ⎜⎜ ln t | Ft −1 ⎟⎟ ，
⎝ X t −1 ⎠ ⎝ X t −1 ⎠
其中 E Q 和 Var Q 分別表示在測度 Q 下的期望值和變異數。在 LRNVR 下，
測度 Q 之股價報酬率模型轉換為

⎛ X ⎞ 1
ln⎜⎜ t ⎟⎟ = r − ht + ξt ,
⎝ X t −1 ⎠ 2

其中，
ξt | Ft −1 ~ N (0, ht ),

q p
ht = α 0 + ∑ α i (ξt − i − λ ht − i ) + ∑ β i ht − i ,
2

i =1 i =1

則時間 t 時之歐式選擇權買權價格 g t ( X t ) (以 g t( GH ) ( X t ) 表示) 為

g t( GH ) ( X t ) = e − r (T −t ) E Q [max( X T − K ,0) | Ft ]. (2.3)

當 p = 0 , q = 0 時，此模型即為 Black-Scholes 模型。此外，值得注意的是

(2.3) 式之封閉解 (closed form solution) 無法得到，因此必需使用模擬方法
配合變異降低 (variance reduction) 的技巧求得 g t( GH ) ( X t ) 。

2.3 變異降低技巧
以 GARCH 選擇權評價模型計算時間 t 之選擇權價格時，測度 Q 下之
股價可經由下式模擬得到
1ˆ (k )
( r − h +ξ )
Xˆ (j k ) = Xˆ (j k−1) e 2 j j , j = t + 1, K , T , k = 1, K , N , (2.4)
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 247

其中 Xˆ (j k ) 表示第 k 次模擬在時間 j 的模擬股價， N 為重覆模擬次數，

ξ (j k ) = hˆ j ζ (j k ) 、 ζ j( k ) ~ i.i.d . N (0,1) 且
q p
hˆ j = αˆ 0 + ∑αˆ i (ξ (j −k )i − λˆ hˆ j − i ) 2 + ∑ βˆi hˆ j − i .
i =1 i =1

則時間 t 之歐式選擇權買權價格 g t( GH ) ( X t ) 的估計值 gˆ t( GH ) ( X t ) 為

1 − r (T − t ) N
gˆ t( GH ) ( X t ) =
N
e ∑k =1
max( Xˆ T( k ) − K ,0).

由於 GARCH 選擇權評價模型的封閉解不存在，必須採用數值模擬的方法
配合變異降低的技巧計算選擇權價格，以減少模擬的時間及可能造成選擇
權價格的變異，本文將使用三種變異降低的技巧計算選擇權價格。
a. Empirical Martingale Simulation 法
理論上，模擬法所模擬得到的資產價格經折現後的路徑應符合平賭過
程 (martingale process) 的特性，但實際上卻不然，且由於違反平賭過程的
特性會因為期數越多，使得越後面期數的路徑違反此一特性的情況越嚴
重。Duan and Simonato (1998) 提出一個模擬法計算選擇權價格的修正程
序，稱為 empirical martingale simulation 法 (簡稱 EMS 法)，此法除了保
證模擬出來的選擇權價格滿足合理選擇權評價的界限外，並可有效地降低
模擬變異，亦即經過此法修正後的時間 t 之資產價格 ( X t* ) 可以滿足平賭
過程的特性，並可降低利用模擬法所造成的估計誤差，其作法如下：
Z (j k )
X (j k )* = X t , j = t + 1,K, T , k = 1,L, N ,
Zt
其中，

Xˆ (j k )
Z (k )
j =X ( k )*
j −1 ,
Xˆ ( k )
j −1

1 − r ( j −t ) N (k )
Zt =
N
e ∑
k =1
Zj .

Xˆ (j k ) 表示第 k 次模擬時間 j 之未經 EMS 法修正的資產模擬價格， X (kj )* 表

示第 k 次模擬時間 j 經 EMS 法修正之後的資產模擬價格，且令 Xˆ ( k ) 和 X (k )* t t

為 X t 。若將選擇權自時間 t 起至到期日 T 之前的每一時間點 j 的修正後資

248 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

產模擬價格 X (kj )* 折現到時間 t ，則會滿足平賭過程的特性，即

1 − r ( j − t ) N ( k )*
N
e ∑
k =1
X j = Xt.

因此到期日為 T、履約價格為 K，在時間 t 的 EMS 法調整後，歐式選擇權

買權價格 gt ( X t ) (以 gˆ t( EMS ) ( X t ) 表示) 為

1 − r (T − t ) N
gˆ t( EMS ) ( X t ) =
N
e ∑
k =1
max( X T( k )* − K ,0).

此價格會滿足合理選擇權評價的界限
gˆ t( EMS ) ( X t ) ≥ max( X t* − Ke − r (T −t ) ,0) = max( X t − Ke − r (T −t ) ,0).

b. Antithetic Variates 法
在 GARCH 選擇權評價模型下，測度 Q 下之股價可由 (2.4) 式模擬得
到，假設第 k 次模擬時間 t 的歐式選擇權買權價格為

gˆ t( k ) ( X t ) = e− r (T − t ) max(0, Xˆ T( k ) − K ).

由於(2.4)式中的 ξ (k
j 服從 N (0, h j ) ，則 − ξ j 亦服從 N (0, h j ) ，所以當模擬出
) ˆ (k ) ˆ
了一個 ξ (k
j ，同時也決定了 − ξ j ，並將 − ξ j 代入(2.4)式後，可求得另一
) (k ) (k )

~
個模擬的 X (j k ) ，亦即
1
~ ~ ( r − hˆ j −ξ (j k ) )
X (j k ) = X (j k−)1e 2 , j = t + 1,K, T , k = 1,K, N ,

因此第 k 次模擬時間 t 的歐式選擇權買權價格亦可為

~
g~t( k ) ( X t ) = e − r (T − t ) max(0, X T( k ) − K ).

因此時間 t 之模擬的歐式選擇權買權價格 gt ( X t ) (以 gˆ t( Anti ) ( X t ) 表示) 為

1 N ⎛ gˆ t( k ) ( X t ) + g~t( k ) ( X t ) ⎞
gˆ t( Anti ) ( X t ) = ∑⎜
N k =1 ⎜⎝
⎟⎟.
2 ⎠

c. Control Variates 法
Control Variates 法也是常用的一種降低模擬變異的方法。以 GARCH
模 型 加 入 Control Variate 法 模 擬 估 計 選 擇 權 買 權 價 格 gt ( X t ) ( 以
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 249

gˆ t( Control ) ( X t ) 表示) 為

gˆ t(Control ) ( X t ) = gˆ t( GH ) ( X t ) + ( g t( BS ) ( X t ) − gˆ t( BS ) ( X t )),

其中 gˆ t( GH ) ( X t ) 表示 GARCH 選擇權評價模型且不加入任何降低變異技巧
模擬得到的歐式選擇權買權價格， g t( BS ) ( X t ) 表示以 (2.1) 式計算得到的
Black-Scholes 選 擇 權 評 價 模 型 之 封 閉 解 ， 而 gˆ t( BS ) ( X t ) 則 表 示 利 用
Black-Scholes 選擇權評價模型以模擬法所模擬出來的歐式選擇權買權價
格，亦即股價的模擬為
( r − (1 / 2 )σ 2 ) +σζ (j k )
X (j k ) = X (j k−)1e , j = t + 1,K, T , k = 1,K, N ,

j 是與 GARCH 選擇權評價模型下所模擬產生之 ζ j 相同， r 、σ 是

其中 ζ (k ) (k )

以日為單位之無風險利率及報酬率標準差，本文實證研究中之 σ 取為時間
j 之前 500 個交易日之報酬率的樣本標準差。因此在 Black-Scholes 選擇權
評價模型下，以模擬法計算選擇權價格，並重複 N 次模擬實驗，則時間 t 的
歐式選擇權買權模擬價格為
1 N − r (T − t )
gˆ t( BS ) ( X t ) = ∑
N k =1
e max(0, X T( k ) − K ).

有關本文所採用的一些模擬變異降低的作法，可參考 Bolye, Broadie, and

Glasserman (1997) 和Glasserman (2004)。

2.4 資產報酬率之風險值計算方法

a. 參數型固定波動度模型
參數型固定波動度模型 (constant volatility model，簡稱 CV 模型) 是
一般常用的計算風險值方法。假設資產在時間 t 的報酬率 R t 的模型為
Rt = µ + σε t ,

其中 ε t 服從獨立且具有相同分配 (independent and identically distributed；

簡稱 i.i.d .) 之連續型隨機變數，且不失一般性 (without loss of generality)
假設 E (ε t ) = 0 和 Var (ε t ) = 1 ， µ 和 σ 分別表示 R t 的平均數和標準差 (或稱
為波動度)。
值 得 注 意 的 是 由 Black-Scholes 選 擇 權 評 價 模 型 可 導 出 ε t 服 從
N (0,1) ，由風險值的定義，我們可以計算得到在信心水準 1 − α 之下，時間
250 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

t 預測時間 t + 1 資產報酬率的風險值 VaRt(,Sα,CV ) 為

α = P( Rt +1 < −VaRt(,Sα,CV ) )
⎛ Rt +1 − µ − VaRt(,Sα,CV ) − µ ⎞
= P⎜⎜ < ⎟,
⎟
⎝ σ σ ⎠
因此，
VaRt(,Sα,CV ) = − µ − zα σ ,

其中 zα 為標準常態分配之 α 分位數。由於 µ 和 σ 為未知的參數，因此需要

估計，本文採用兩種方法估計。
第一種方法是以過去 n 期資產報酬率的歷史資料估計。定義
Rt = Rt −i +1 , i = 1, L , n 表示時間 t , t − 1, t − 2, L , t − n + 1 的過去 n 期資產報酬率
*

歷史資料，則 µ 和 σ 的估計值分別為

1 n * 1 n
µ̂ = R = ∑ Ri
n i =1
且 σˆ = s 2 = ∑
n i =1
( R *i − R) 2 .

因此， VaRt(,Sα,CV ) 的估計值 VaˆRt(,Sα,CV ) 為

VaˆRt(,Sα,CV ) = − R − zα s.

第二種方法為隱含波動度 (implied volatility) 法，由於在 Black-Scholes

模型中，選擇權價格是股票現貨價格、選擇權履約價格、選擇權距到期日
期間的長短、無風險利率及標的資產波動度等五個變數的函數，而資產波
動度即為 CV 模型中之 σ ，又標的資產波動度是無法經由直接觀測得到的
變數，所以必須經由其他方法估計才能得知。隱含波動度估計法就是由已
知時間 t 的選擇權價格代入 Black-Scholes 模型反推估計出標的資產波動
度，稱為隱含波動度 ( σˆ implied )，再以 σˆ implied 當成時間 t + 1 的波動度代入
Black-Scholes 模型計算時間 t + 1 選擇權價格。一般而言，此估計方法估計
選擇權價格較其他估計方法準確，但最大的限制在於一開始時就必須先有
時間 t 的選擇權價格，才能進行未來選擇權價格的推估。以隱含波動度法
估計資產波動度時， µ 和 σ 的估計值分別為
1 n *
µ̂ = R = ∑ Ri
n i =1
且 σˆ = σˆ implied .
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 251

因此在信心水準 1−α 下，時間 t 預測時間 t + 1 的資產報酬率風險值

VaRt(,Sα,CV − I ) 的估計值 VaˆRt(,Sα,CV − I ) 為

VaˆRt(,Sα,CV − I ) = − µˆ − zασˆ implied .

b. GARCH 模型
假 設 資 產 在 時 間 t 的 報 酬 率 Rt 的 模 型 為 (2.2) 式 ， 且 at 服 從
GARCH ( p, q ) 模型，依據風險值的定義，可以得到在信心水準 1 − α 下，時
間 t 預測時間 t + 1 的資產報酬率風險值 VaRt(,Sα,GH ) 為

α = P( Rt +1 < −VaRt(,αS ,GH ) | Ft )

1
= P ( r + λ ht +1 − ht +1 + a t +1 < −VaRt(,αS ,GH ) | Ft )
2
⎛ 1 ⎞
⎜ a VaRt(,αS ,GH ) + ( r + λ ht +1 − ht +1 ) ⎟
= P ⎜ t +1 <− 2 ⎟,
⎜ ht +1 ht +1 ⎟
⎜ ⎟
⎝ ⎠
因此，
1
VaRt(,Sα,GH ) = − r − λ ht +1 + ht +1 − zα ht +1 .
2
而 VaRt(,Sα,GH ) 的估計值 VaˆRt(,Sα,GH ) 為

1
Vaˆ Rt(,Sα,GH ) = − r − λˆ hˆt +1 + hˆt +1 − zα hˆt +1 ,
2
其中
q p
hˆt +1 = αˆ 0 + ∑αˆ i aˆt2+1− i + ∑ βˆi hˆt +1− i ,
i =1 i =1

λˆ,αˆ 0 ,αˆ1 ,K,αˆ q , βˆ1 ,K, βˆ p 為 λ , α 0 , α1 , K , α q , β1 , K , β p 之條件最大概似估計值

(conditional maximum likelihood estimates)， aˆt +1− i 為時間 t + 1 − i 之殘差
(residual)。
Bollerslev, Chou and Kroner (1992) 認為 GARCH (1,1) 模型已經可以充
分描述股價報酬率異質變異的現象，本文亦採用 GARCH (1,1) 模型進行風險
值的估算。在報酬率 Rt 的模型為 (2.2) 式且 at 服從 GARCH (1,1) 模型下，有
252 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

4 個未知參數需要估計，分別為 α 0 、 α1 、 β1 及 λ ，本文以過去 n 個交易日

的報酬率資料為觀察值，採用條件最大概似估計法與 Berngt, Hall, Hall and
Hausman (1974) 所提出之 BHHH 數值演算法估計參數，其條件對數概似函
數 (conditional log likelihood function) 為
t
1⎛ ai2 ⎞
∑
i = t − n +1
− ⎜ ln(2πhi ) + ⎟⎟,
⎜
2⎝ hi ⎠

其中 ai = Ri − (r + λ hi − hi / 2) 。

2.5 歐式選擇權買權報酬之風險值計算方法
令 X t 為標的資產在時間 t 的價格， g t ( X t ) 為時間 t 的選擇權買權價格
(本文採用 g t( BS ) ( X t ) 和 gˆ t( GH ) ( X t ) 估計)，且 g t ( X t ) 是 X t 的連續嚴格遞增函
數，則時間 t 到 t + 1 期的選擇權報酬定義為
Rt(+O1) = g t +1 ( X t +1 ) − g t ( X t ),
因此在信心水準 1 − α 之下，時間 t 預測時間 t + 1 的選擇權報酬風險值
VaRt(,Oα ) 為

α = P( Rt(+O1) < −VaRt(,Oα ) | Ft ),

類似 Fong and Lin (1999) 的作法，經過計算，時間 t 預測時間 t + 1 的選擇
權報酬風險值 VaRt(,Oα ) 可表示為

α = P( g t +1 ( X t +1 ) − g t ( X t ) < −VaRt(,Oα ) | Ft )
⎛ X t +1 g t−+11 ( g t ( X t )) − VaRt(,Oα ) ⎞
= P⎜⎜ ln < ln | Ft ⎟⎟,
⎝ Xt Xt ⎠
其中 g t−+11 (⋅) 為 g t +1 (⋅) 的反函數 (inverse function)。若假設資產報酬率風險值
VaRt(,Sα) 滿足

⎛ X ⎞
α = P⎜⎜ ln t +1 < −VaRt(,Sα) | Ft ⎟⎟,
⎝ Xt ⎠
因此，可以得到
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 253

g t−+11 ( g t ( X t ) − VaRt(,Oα ) )
ln = −VaRt(,αS ) ,
Xt

亦即，選擇權報酬的風險值 VaRt(,Oα ) 為
−VaRt(,Sα)
VaRt(,Oα ) = g t ( X t ) − g t +1 ( X t e ).

因此在信心水準 1 − α 之下，時間 t 預測時間 t + 1 的資產報酬率風險值

VaRt(,Oα ) 的估計值 VaˆRt(,Oα ) 為
(S )
VaˆRt(,Oα ) = g t ( X t ) − g t +1 ( X t e −VaˆRt ,α ). (2.5)

值得注意的是雖然推導 VaˆRt(,Oα ) 的過程中需要用到 g t−+11 (⋅) ，但 VaˆRt(,Oα ) 的式子

中並不需要計算 g t−+11 (⋅) ，只需計算 g t +1 (⋅) 即可。

3. 實證研究-以台灣加權股價指數選擇權為例

3.1 資料來源與參數設定
本節實證研究對象為台灣期貨交易所發行的臺灣加權股價指數選擇
權，亦即以台灣加權股價指數為標的資產，在同一發行日對應推出數個不
同履約價格與不同到期日的歐式買權及賣權。樣本資料取自於台灣期貨交
易所網站 (http://www.taifex.com.tw)，資料期間為 2001 年 12 月 24 日至 2002
年 12 月 18 日，分別選擇短天期、中長期及長天期三種存續期間中數個不
同履約價格的標準歐式買權，以比較不同天期、不同履約價格的台指選擇
權買權之風險值穿透率計算結果，所選取的台指選擇權樣本基本資料如表
1。表 1 內的 6 組研究樣本中，第 1、3、5 組的資料全部是發行於 2001/12/14
(台指選擇權首次發行日) 且分別為 3 個月 (短天期)、6 個月 (中長天期)、
9 個月 (長天期) 的台指選擇權。本文原計劃選取另外一組 2002/03/21 (三
個月後) 發行的相同天期台指選擇權 (第 2、4、6 組) 相對照，但因當時
的台指選擇權契約規格中規定契約存續期間，於到期日五個營業日之前，
當標的指數收盤價達到以掛牌之最高或最低履約價格時，次一營業日及依
履約價格間距依序推出新履約價格契約，至履約價格高於或低於前一營業
日標的指數收盤價之契約達二個為止。為考慮研究樣本的多樣性，因此將
第 4 組資料替換為在 2002/04/18 新發行的兩檔履約價格分別為 6500 及
6700 的新合約。
而在風險值計算時，訓練期間取為選擇權發行日前 500 天，測試期間
254 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

取為選擇權存續期間實際交易的天數，無風險利率則採用 2002 年 1 月至 12
月銀行業一年期存款牌告利率 (係指台灣銀行、合作金庫、第一銀行、華南
銀行、彰化銀行等五大銀行之平均利率) 的平均值 2.17%，資料來源為中央
銀 行 網 站 (http://www.cbc.gov.tw/economic/statistics/key/interest.xls) 。 而
GARCH選擇權評價模型估計價格時的模擬次數為 10,000 次。本文所有的
計算均採用套裝軟體Matlab 6.5。
表 1 台指選擇權樣本基本資料
期間 發行日當日
組別 存 續 期 間 履 約 價 格
長短 指數收盤價

1 短天期 2001/12/24~2002/03/20 5164.70 4900 5000 5100 5200 5300

2 短天期 2002/03/21~2002/06/19 6042.52 5400 5600 5800 6000 6200

3 中長期 2001/12/24~2002/06/19 5164.70 4700 4900 5100 5300 5500
4 中長期 2002/04/18~2002/09/18 6387.21 6500 6700
5 長天期 2001/12/24~2002/09/18 5164.70 4700 4900 5100 5300 5500
6 長天期 2002/03/21~2002/12/18 6042.52 5600 5800 6000 6200 6400

3.2 風險值評比準則
本研究風險值評比主要準則為回顧測試 (back testing) 的穿透率
(violation rate)，此外，亦考慮穿透率是否顯著不等於 α 之檢定，包括二項
分配檢定或稱為非條件涵蓋率檢定 (binomial test or unconditional coverage
test) 和條件涵蓋率檢定 (conditional coverage test)。
a. 穿透率
穿透率是常用的評估風險值計算方法優劣之準則，其定義為
真實報酬損失(率)大於風險值估計值的累計次數
穿透率 = .
測試期間實驗次數
亦即將實際選擇權報酬 (率) 與當日所估計出來的風險值做比較，如果損
失 (率) 大於估計的風險值，就累計一次穿透的次數。在計算每一日選擇
權風險值時，本文採用移動視窗 (moving window) 的作法，也就是計算出
第一日之風險值後，就將訓練期間第一日的資料刪除，加入測試期間第一
日資料，重新估計模型中的參數，並計算第二日之風險值，由此計算存續
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 255

期間中每一日的風險值估計值，並求得穿透率，以評估風險值的估計結
果。若穿透率小於 α ，表示此風險值計算方法高估風險，反之，若穿透率
大於 α ，則此風險值計算方法低估風險。在金融機構之風險性資產必須提
存資本準備金的條件下，如果高估風險，即估計得到的風險值遠大於實際
損失金額，將會造成金融機構提存過多的準備金，使得營運成本增加、資
金運用不當的問題發生，反之若低估風險，則有可能使金融機構的損失增
加，甚而發生倒閉，因此一個好的風險值計算方法所計算出的穿透率應該
要接近 α 。由於穿透率是將每個交易日的損失與當天所估計出來的風險值
做比較，因此若測試期間太短，很容易造成只要有一個交易日的損失大於
風險值估計值就會大幅影響穿透率的計算結果，所以穿透率準則應較適用
於中長期或長天期的測試期間，其評比結果也較客觀。
b. 二項分配檢定
考慮檢定假設
H0 :α = α0 H1 : α ≠ α 0
Kupiec (1995) 利用概似比檢定 (likelihood ratio test) 提出二項分配檢定，
其檢定統計量為
LRuc = 2(ln(αˆ mαˆ (1 − αˆ ) m (1−αˆ ) ) − ln(α 0mαˆ (1 − α 0 ) m (1−αˆ ) )),

其中 m 為測試期間實驗次數，α̂ 為測試期間實際穿透率。當 H 0 為真且 m 夠

大時， LRuc 之分配趨近於自由度為1 的卡方分配，因此 p -值 ( p -value) 為

1 − Fχ 2 (1) ( LRuc ),

其中 Fχ 2 (1) (⋅) 為自由度 1 的卡方分配之累積分配函數。

c. 條件涵蓋率檢定
由 於 二 項 分 配 檢 定 需 假 設 每 一 次 是 否 穿 透 為 序 列 獨 立 (serial
independent) 實驗，因此需對此假設作統計檢定。定義指標函數 (indicator
function) I t +1 為

⎧1 如果 Rt +1 < VaˆRt ,α
I t +1 = ⎨
⎩0 如果 Rt +1 ≥ Vaˆ Rt ,α ,
考慮檢定假設
H 0 : I t +1 為序列獨立 H1 : I t +1 不為序列獨立
256 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

Christoffersen (1998) 提出概似比檢定之檢定統計量為

LRind = 2(ln( L1 ) − ln( L0 )),

其中 L1 = (1 − π 01 ) T00 π 0101 (1 − π 11 ) T10 π 11T11 ， L0 = (1 − π ) T00 +T10 π T01 +T11 ， Tij 為上一
T

期是 i 且本期是 j 的次數，而 π 01 = T01 /(T00 + T01 ) ， π 11 = T11 /(T10 + T11 ) ，

π = (T01 + T11 ) / m。當 H 0 為真且 m 夠大時，LRind 之分配趨近於自由度為 1的
卡方分配，因此 p -值為
1 − Fχ 2 (1) ( LRind ).

條件涵蓋率檢定為結合二項分配檢定和序列獨立性檢定的一種檢定方
法，其檢定統計量 LRcc 為
LRcc = LRuc + LRind .

當 H 0 為真且 m 夠大時，LRcc 之分配趨近於自由度為 2 的卡方分配，因此 p -

值為
1 − Fχ 2 ( 2 ) ( LRcc ).

3.3 台指選擇權風險值實證結果
本文以 (2.5) 式為計算選擇權風險值的方法，並以表 1 所列之六組不
同天期及履約價格的台指選擇權買權為研究標的，在 α = 0.01 和 α = 0.05
下，比較不同風險值計算方法的穿透率結果。在 (2.5) 式中，選擇權風險
−VaˆRt(,Sα)
值是由兩個選擇權價格 g t ( X t ) 與 g t +1 ( X t e ) 所決定，其中 VaˆRt(,αS ) 以三種
風險值計算方法估計，分別為 VaˆRt(,αS ,CV ) 、VaˆRt(,αS ,CV − I ) 和 VaˆRt(,αS ,GH ) 。選擇權價
格則以 Black-Scholes 模型及 GARCH 模型為評價模型，並配合不同的變異
降低技巧估算。因此以 (2.5) 式估算選擇權風險值時，共有六種選擇權風
險值計算方法，分別為：
1. Black-Scholes 模型法 (BS 法)：Black-Scholes 模型，資產報酬率之
風險值估計值為 Vaˆ Rt(,αS ,CV ) 。
2. 隱含波動度法 (BS-I 法)：Black-Scholes 模型，資產報酬率之風險
值估計值為 VaˆRt(,αS ,CV − I ) 。
3. GARCH 法 (GARCH 法)：GARCH 模型，資產報酬率之風險值估
計值為 VaˆRt(,αS ,GH ) 。
4. GARCH+EMS 法 (GARCH-E 法)：GARCH 模型配合 EMS 法，資
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 257

產報酬率之風險值估計值為 VaˆRt(,αS ,GH ) 。

5. GARCH+Antithetic 法 (GARCH-A 法)：GARCH 模型配合 Antithetic
Variates 法，資產報酬率之風險值估計值為 VaˆRt(,αS ,GH ) 。
6. GARCH+Control 法 (GARCH-C 法)：GARCH 模型配合 Control
Variates 法，資產報酬率之風險值估計值為 VaˆRt(,αS ,GH ) 。
以下針對六組不同長短的存續期間及不同履約價格的台指選擇權買
權，探討各種風險值計算方法在台灣加權股價指數日報酬率及台指選擇權
日報酬風險值穿透率計算結果。
a. 台灣加權股價指數風險值
表 2 為當 α = 0.05 和 α = 0.01 時，台灣加權股價指數日報酬率風險值
在不同風險值計算模型下的穿透率結果。整體而言，GARCH 模型法表現
較佳，其 LRuc 、 LRind 、 LRcc 檢定的 p -值均較大，而參數型固定波動度模
型法 (CV 法) 和參數型固定波動度模型-隱含波動度法 (CV-I 法) 有少
部分情況， LRuc 、 LRind 、 LRcc 檢定的 p -值小於 0.05 ，表示穿透率顯著不
等於 α 0 。若觀察不同存續期間的穿透率表現，則可以發現長期的穿透率結
果表現比中長、短期佳，且在存續期間為中長、短期時，CV 法和 CV-I 法
有時會有高估風險值的狀況發生 (穿透率顯著小於 α 0 )，而 GARCH 模型法
雖也有高估風險值的現象，但仍比 CV 法和 CV-I 法為佳。
b. 台指選擇權日報酬風險值
(i) 短天期
第 1 組台指選擇權買權存續期間為 2001/12/24~2002/03/29 (54 交易
日)，第 2 組台指選擇權買權存續期間為 2002/03/21~2002/06/19 (63 交易
日)。圖 1 和圖 2 分別為兩支價平買權的價格及存續期間內臺灣加權股價指
數走勢圖，表 3 和表 4 則分為第 1 組和第 2 組台指選擇權買權在 α = 0.05 和
α = 0.01 下，各種風險值計算方法的穿透率計算結果。雖然大部分的風險
值計算方法之穿透率表現均不理想，但 GARCH 法、GARCH-E 法、
GARCH-A 法、GARCH-C 法之 LRuc、LRind 、LRcc 檢定的 p -值均大於 0.05，
且大部分較 BS 法及 BS-I 法之 LRuc 、 LRind 、 LRcc 檢定的 p -值為大，亦即
GARCH 模型法的風險值計算方法的表現仍比 BS 法及 BS-I 法稍佳。而在
GRACH 模型法的風險值計算方法中，各方法的穿透率表現沒有明顯的差
異。
258 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

表 2 台灣加權股價指數風險值穿透率及顯著性檢定
組別 α 方法 履約價格 4900 (價內) 5000 (價內) 5100 (價平) 5200 (價外) 5300 (價外)
穿透率 0.0000
LRuc 之 p 值 0.0197
CV 法
LRind 之 p 值 0.4712
LRcc 之 p 值 0.0509
穿透率 0.1321 0.1132 0.1509 0.1132 0.0755
LRuc 之 p 值 0.0215 0.0678 0.0059 0.0678 0.4272
0.05 CV-I 法
LRind 之 p 值 0.1134 0.1134 0.7332 0.5902 0.3979
LRcc 之 p 值 0.0203 0.0539 0.0214 0.1633 0.5104
穿透率 0.0189
LRuc 之 p 值 0.2360
GARCH 法
LRind 之 p 值 0.4301
LRcc 之 p 值 0.3630
1
穿透率 0.0000
LRuc 之 p 值 0.3020
CV 法
LRind 之 p 值 0.4712
LRcc 之 p 值 0.4528
穿透率 0.1321 0.1132 0.1509 0.1132 0.0755
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0021
0.01 CV-I 法
LRind 之 p 值 0.1134 0.1134 0.7332 0.5902 0.1027
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0023
穿透率 0.0000
LRuc 之 p 值 0.3020
GARCH 法
LRind 之 p 值 0.4712
LRcc 之 p 值 0.4528
組別 α 方法 履約價格 5400 (價內) 5600 (價內) 5800 (價內) 6000 (價平) 6200 (價外)
穿透率 0.0323
LRuc 之 p 值 0.4942
CV 法
LRind 之 p 值 0.4806
LRcc 之 p 值 0.6173
穿透率 0.0806 0.0484 0.0645 0.0484 0.0645
LRuc 之 p 值 0.3073 0.9533 0.6150 0.9533 0.6150
0.05 CV-I 法
LRind 之 p 值 0.4510 0.4510 0.3832 0.3832 0.3832
LRcc 之 p 值 0.4470 0.7514 0.6025 0.6825 0.6025
穿透率 0.0483
LRuc 之 p 值 0.9533
GARCH 法
LRind 之 p 值 0.3832
LRcc 之 p 值 0.6825
2
穿透率 0.0000
LRuc 之 p 值 0.2643
CV 法
LRind 之 p 值 0.1590
LRcc 之 p 值 0.1989
穿透率 0.0323 0.0161 0.0161 0.0161 0.0161
LRuc 之 p 值 0.1619 0.6560 0.6560 0.6560 0.6560
0.01 CV-I 法
LRind 之 p 值 0.4271 0.1590 0.1590 0.1590 0.1590
LRcc 之 p 值 0.2743 0.3358 0.3358 0.3358 0.3358
穿透率 0.0161
LRuc 之 p 值 0.6560
GARCH 法
LRind 之 p 值 0.1590
LRcc 之 p 值 0.3358
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 259

表 2 (續) 台灣加權股價指數風險值穿透率及顯著性檢定 p 值
組別 α 方法 履約價格 4700 (價內) 4900 (價內) 5100 (價平) 5300 (價外) 5500 (價外)
穿透率 0.0172
LRuc 之 p 值 0.0625
CV 法
LRind 之 p 值 0.4819
LRcc 之 p 值 0.1377
穿透率 0.0776 0.0603 0.0517 0.0517 0.0259
LRuc 之 p 值 0.2056 0.6200 0.9325 0.9325 0.1903
0.05 CV-I 法
LRind 之 p 值 0.2836 0.4665 0.4665 0.3704 0.4300
LRcc 之 p 值 0.2526 0.6784 0.7644 0.6671 0.3107
穿透率 0.0345
LRuc 之 p 值 0.4177
GARCH 法
LRind 之 p 值 0.3102
LRcc 之 p 值 0.4303
3
穿透率 0.0000
LRuc 之 p 值 0.1268
CV 法
LRind 之 p 值 0.5070
LRcc 之 p 值 0.2501
穿透率 0.0776 0.0517 0.0431 0.0345 0.0086
LRuc 之 p 值 0.0000 0.0014 0.0079 0.0383 0.8785
0.01 CV-I 法
LRind 之 p 值 0.4665 0.5247 0.4367 0.4301 0.1582
LRcc 之 p 值 0.0000 0.0049 0.0217 0.0856 0.3652
穿透率 0.0086
LRuc 之 p 值 0.8785
GARCH 法
LRind 之 p 值 0.5070
LRcc 之 p 值 0.7931
組別 α 方法 履約價格 6500 (價外) 6700 (價外)
穿透率 0.0561
LRuc 之 p 值 0.7771
CV 法
LRind 之 p 值 0.5075
LRcc 之 p 值 0.7713
穿透率 0.0467 0.0467
LRuc 之 p 值 0.8753 0.8753
0.05 CV-I 法
LRind 之 p 值 0.4387 0.4387
LRcc 之 p 值 0.7319 0.7319
穿透率 0.0748
LRuc 之 p 值 0.2719
GARCH 法
LRind 之 p 值 0.4387
LRcc 之 p 值 0.4052
4
穿透率 0.0093
LRuc 之 p 值 0.9452
CV 法
LRind 之 p 值 0.1583
LRcc 之 p 值 0.3687
穿透率 0.0187 0.0187
LRuc 之 p 值 0.4201 0.4201
0.01 CV-I 法
LRind 之 p 值 0.1583 0.1583
LRcc 之 p 值 0.2670 0.2670
穿透率 0.0187
LRuc 之 p 值 0.4201
GARCH 法
LRind 之 p 值 0.4298
LRcc 之 p 值 0.5290
260 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

表 2 (續) 台灣加權股價指數風險值穿透率及顯著性檢定 p 值
組別 α 方法 履約價格 4700 (價內) 4900 (價內) 5100 (價平) 5300 (價外) 5500 (價外)
穿透率 0.0333
LRuc 之 p 值 0.2760
CV 法
LRind 之 p 值 0.4539
LRcc 之 p 值 0.4174
穿透率 0.0222 0.0333 0.0222 0.0278 0.0278
LRuc 之 p 值 0.0558 0.2760 0.0558 0.1367 0.1367
0.05 CV-I 法
LRind 之 p 值 0.5427 0.5312 0.5312 0.4045 0.4045
LRcc 之 p 值 0.1335 0.4541 0.1320 0.2334 0.2334
穿透率 0.0500
LRuc 之 p 值 1.0000
GARCH 法
LRind 之 p 值 0.3052
LRcc 之 p 值 0.5912
5
穿透率 0.0056
LRuc 之 p 值 0.5130
CV 法
LRind 之 p 值 0.5181
LRcc 之 p 值 0.6551
穿透率 0.0056 0.0056 0.0056 0.0056 0.0056
LRuc 之 p 值 0.5130 0.5130 0.5130 0.5130 0.5130
0.01 CV-I 法
LRind 之 p 值 0.1579 0.1579 0.1579 0.1579 0.1579
LRcc 之 p 值 0.2978 0.2978 0.2978 0.2978 0.2978
穿透率 0.0111
LRuc 之 p 值 0.8830
GARCH 法
LRind 之 p 值 0.5427
LRcc 之 p 值 0.8219
組別 α 方法 履約價格 5600 (價內) 5800 (價內) 6000 (價平) 6200 (價外) 6400 (價外)
穿透率 0.0368
LRuc 之 p 值 0.3836
CV 法
LRind 之 p 值 0.6967
LRcc 之 p 值 0.6341
穿透率 0.0263 0.0263 0.0263 0.0263 0.0263
LRuc 之 p 值 0.1008 0.1008 0.1008 0.1008 0.1008
0.05 CV-I 法
LRind 之 p 值 0.2720 0.2720 0.2720 0.1920 0.3176
LRcc 之 p 值 0.1423 0.1423 0.1423 0.1111 0.1579
穿透率 0.0474
LRuc 之 p 值 0.8667
GARCH 法
LRind 之 p 值 0.1583
LRcc 之 p 值 0.3645
6
穿透率 0.0053
LRuc 之 p 值 0.4706
CV 法
LRind 之 p 值 0.5362
LRcc 之 p 值 0.6366
穿透率 0.0053 0.0053 0.0053 0.0053 0.0105
LRuc 之 p 值 0.4706 0.4706 0.4706 0.4706 0.9424
0.01 CV-I 法
LRind 之 p 值 0.5191 0.4314 0.4314 0.4314 0.4314
LRcc 之 p 值 0.6262 0.5656 0.5656 0.5656 0.7319
穿透率 0.0105
LRuc 之 p 值 0.9424
GARCH 法
LRind 之 p 值 0.5055
LRcc 之 p 值 0.7991
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 261

1500 6500

Stock Index

1000 6000

500 5500

Option Price

0 5000
0 10 20 30 40 50 60

圖 1 第 1 組履約價格為 5100 之台指選擇權買權價格與

台灣加權股價指數走勢圖

800 7000

Option Price

600 6500

400 6000
Stock Index

200 5500

0 5000
0 10 20 30 40 50 60 70

圖 2 第 2 組履約價格為 5800 之台指選擇權買權價格與

台灣加權股價指數走勢圖
262 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

表 3 第 1 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
α 履約價格 4900 (價內) 5000 (價內) 5100 (價平) 5200 (價外) 5300 (價外)
BS 法
穿透率 0.0000 0.0000 0.0377 0.0000 0.0377
LRuc 之 p 值 0.0197 0.0197 0.6691 0.0197 0.6691
LRind 之 p 值 0.4301 0.4712 0.4301 0.4301 0.4301
LRcc 之 p 值 0.0483 0.0509 0.6686 0.0483 0.6686
BS-I 法
穿透率 0.1132 0.1132 0.1509 0.0755 0.0943
LRuc 之 p 值 0.0678 0.0678 0.0059 0.4272 0.1846
LRind 之 p 值 0.5902 0.3979 0.7332 0.4952 0.2686
LRcc 之 p 值 0.1633 0.1321 0.0214 0.5783 0.2249
GARCH 法
穿透率 0.0189 0.0189 0.0377 0.0189 0.0377
LRuc 之 p 值 0.2360 0.2360 0.6691 0.2360 0.6691
LRind 之 p 值 0.2686 0.1922 0.1922 0.2686 0.2686
LRcc 之 p 值 0.2687 0.2117 0.3899 0.2687 0.4950
0.05
GARCH-E 法
穿透率 0.0000 0.0000 0.0566 0.0189 0.0377
LRuc 之 p 值 0.0197 0.0197 0.8288 0.2360 0.6691
LRind 之 p 值 0.3528 0.2686 0.2686 0.2686 0.3528
LRcc 之 p 值 0.0428 0.0358 0.5298 0.2687 0.5927
GARCH-A 法
穿透率 0.0000 0.0000 0.0566 0.0189 0.0377
LRuc 之 p 值 0.0197 0.0197 0.8288 0.2360 0.6691
LRind 之 p 值 0.3528 0.2686 0.2686 0.2686 0.3528
LRcc 之 p 值 0.0428 0.0358 0.5298 0.2687 0.5927
GARCH-C 法
穿透率 0.0000 0.0189 0.0377 0.0189 0.0377
LRuc 之 p 值 0.0197 0.2360 0.6691 0.2360 0.6691
LRind 之 p 值 0.1922 0.1922 0.2686 0.2686 0.3528
LRcc 之 p 值 0.0282 0.2117 0.4950 0.2687 0.5927
BS 法
穿透率 0.0000 0.0000 0.0189 0.0000 0.0000
LRuc 之 p 值 0.3020 0.3020 0.2360 0.3020 0.3020
LRind 之 p 值 0.4259 0.4259 0.4712 0.4259 0.4712
LRcc 之 p 值 0.4276 0.4276 0.3822 0.4276 0.4528
BS-I 法
穿透率 0.1132 0.1132 0.1321 0.0755 0.0943
LRuc 之 p 值 0.0000 0.0000 0.0215 0.0021 0.0000
LRind 之 p 值 0.3979 0.3979 0.5902 0.3069 0.4301
LRcc 之 p 值 0.0000 0.0000 0.0615 0.0052 0.0000
GARCH 法
穿透率 0.0000 0.0000 0.0377 0.0000 0.0000
LRuc 之 p 值 0.3020 0.3020 0.6691 0.3020 0.3020
LRind 之 p 值 0.4712 0.4712 0.4301 0.4301 0.4301
LRcc 之 p 值 0.4528 0.4528 0.6686 0.4300 0.4300
0.01
GARCH-E 法
穿透率 0.0000 0.0000 0.0377 0.0000 0.0000
LRuc 之 p 值 0.3020 0.3020 0.6691 0.3020 0.3020
LRind 之 p 值 0.4712 0.4712 0.4301 0.4301 0.4301
LRcc 之 p 值 0.4528 0.4528 0.6686 0.4300 0.4300
GARCH-A 法
穿透率 0.0000 0.0000 0.0377 0.0000 0.0000
LRuc 之 p 值 0.3020 0.3020 0.6691 0.3020 0.3020
LRind 之 p 值 0.4712 0.4712 0.4301 0.4301 0.4301
LRcc 之 p 值 0.4528 0.4528 0.6686 0.4300 0.4300
GARCH-C 法
穿透率 0.0000 0.0000 0.0189 0.0000 0.0000
LRuc 之 p 值 0.3020 0.3020 0.2360 0.3020 0.3020
LRind 之 p 值 0.4712 0.4712 0.4301 0.4301 0.4301
LRcc 之 p 值 0.4528 0.4528 0.3630 0.4300 0.4300
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 263

表 4 第 2 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
α 履約價格 5400 (價內) 5600 (價內) 5800 (價內) 6000 (價平) 6200 (價外)
BS 法
穿透率 0.0323 0.0323 0.0161 0.0645 0.0968
LRuc 之 p 值 0.4942 0.4942 0.1561 0.6150 0.1319
LRind 之 p 值 0.1590 0.1590 0.4806 0.4271 0.4510
LRcc 之 p 值 0.2936 0.2936 0.2853 0.6428 0.2420
BS-I 法
穿透率 0.0323 0.0484 0.0484 0.0806 0.1290
LRuc 之 p 值 0.4942 0.9533 0.9533 0.3073 0.0161
LRind 之 p 值 0.4271 0.1590 0.4806 0.4324 0.2700
LRcc 之 p 值 0.5775 0.3702 0.7787 0.4364 0.0301
GARCH 法
穿透率 0.0806 0.0645 0.0323 0.0645 0.0968
LRuc 之 p 值 0.3073 0.6150 0.4942 0.6150 0.1319
LRind 之 p 值 0.4271 0.4271 0.4510 0.5124 0.4963
LRcc 之 p 值 0.4332 0.6428 0.5958 0.7110 0.2551
0.05
GARCH-E 法
穿透率 0.0484 0.0645 0.0323 0.0484 0.0968
LRuc 之 p 值 0.9533 0.6150 0.4942 0.9533 0.1319
LRind 之 p 值 0.1590 0.4271 0.4271 0.5124 0.4963
LRcc 之 p 值 0.3702 0.6428 0.5775 0.8055 0.2551
GARCH-A 法
穿透率 0.0484 0.0484 0.0484 0.0323 0.0806
LRuc 之 p 值 0.9533 0.9533 0.9533 0.4942 0.3073
LRind 之 p 值 0.1590 0.4271 0.4510 0.4963 0.4963
LRcc 之 p 值 0.3702 0.7282 0.7514 0.6280 0.4711
GARCH-C 法
穿透率 0.0484 0.0645 0.0484 0.0484 0.0968
LRuc 之 p 值 0.9533 0.6150 0.9533 0.9533 0.1319
LRind 之 p 值 0.4271 0.4271 0.4806 0.4963 0.4963
LRcc 之 p 值 0.7282 0.6428 0.7784 0.7920 0.2551
BS 法
穿透率 0.0000 0.0161 0.0161 0.0484 0.0645
LRuc 之 p 值 0.2643 0.6560 0.6560 0.0286 0.0039
LRind 之 p 值 0.1590 0.1590 0.4271 0.4271 0.4806
LRcc 之 p 值 0.1989 0.3358 0.6606 0.0664 0.0120
BS-I 法
穿透率 0.0000 0.0161 0.0484 0.0645 0.1129
LRuc 之 p 值 0.2643 0.6560 0.0286 0.0039 0.0000
LRind 之 p 值 0.4271 0.1590 0.4806 0.5124 0.4324
LRcc 之 p 值 0.3912 0.3358 0.0710 0.0124 0.0000
GARCH 法
穿透率 0.0000 0.0000 0.0000 0.0323 0.0645
LRuc 之 p 值 0.2643 0.2643 0.2643 0.1619 0.0039
LRind 之 p 值 0.1590 0.1590 0.1590 0.4395 0.4963
LRcc 之 p 值 0.1989 0.1989 0.1989 0.2789 0.0122
0.01
GARCH-E 法
穿透率 0.0000 0.0000 0.0000 0.0161 0.0323
LRuc 之 p 值 0.2643 0.2643 0.2643 0.6560 0.1619
LRind 之 p 值 0.1590 0.1590 0.1590 0.1590 0.5124
LRcc 之 p 值 0.1989 0.1989 0.1989 0.3358 0.3034
GARCH-A 法
穿透率 0.0161 0.0000 0.0000 0.0161 0.0484
LRuc 之 p 值 0.6560 0.2643 0.2643 0.6560 0.0286
LRind 之 p 值 0.1590 0.1590 0.1590 0.5124 0.4963
LRcc 之 p 值 0.3358 0.1989 0.1989 0.7307 0.0722
GARCH-C 法
穿透率 0.0000 0.0000 0.0000 0.0323 0.0484
LRuc 之 p 值 0.2643 0.2643 0.2643 0.1619 0.0286
LRind 之 p 值 0.1590 0.1590 0.1590 0.1590 0.5124
LRcc 之 p 值 0.1989 0.1989 0.1989 0.1395 0.0734
264 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

(ii) 中長天期
第 3 組台指選擇權買權存續期間為 2001/12/24~2002/06/19 (117 交易
日)，第 4 組台指選擇權買權存續期間為 2002/04/18~2002/09/18 (108 交易
日)。圖 3 和圖 4 分別為兩支價平買權的價格及存續期間內臺灣加權股價指
數走勢圖，表 5 和表 6 則分別為第 3 組和第 4 組台指選擇權買權在 α = 0.05
和 α = 0.01 下，各種風險值計算方法的穿透率計算結果。由表 5 知第 3 組
買權的風險值計算方法中，所有方法之 LRuc 、 LRind 、 LRcc 檢定的 p -值均
大於 0.05 ，但 GARCH 法、GARCH-E 法、GARCH-A 法、GARCH-C 法之
LRuc 、 LRind 、 LRcc 檢定的 p -值大部分較 BS 法及 BS-I 法之 LRuc 、 LRind 、
LRcc 檢定的 p -值為大，亦即 GARCH 模型法的風險值計算方法的表現仍
比 BS 法及 BS-I 法稍佳。而在 GRACH 模型的風險值計算方法中，各方法
的穿透率表現也沒有明顯的差異。而由表 6 知第 4 組買權的風險值估計結
果表現非常不理想，各方法之 LRuc 、 LRcc 檢定的 p -值均接近 0 。
(iii) 長天期
第 5 組台指選擇權買權的存續期間為 2001/12/24~2002/09/18 (181 交易
日)，第 6 組台指選擇權買權的存續期間為 2002/03/21~2002/12/18 (191 交
易日)。圖 5 和圖 6 分別為兩支價平買權的價格及存續期間內臺灣加權股價
指數走勢圖，表 7 和表 8 分別為第 5 組和第 6 組買權在 α = 0.05 和 α = 0.01
下，各種風險值計算方法的穿透率計算結果。由表 5 知在第 5 組買權之履
約價格為價內 (4700、4900) 時，所有方法之 LRuc 、 LRind 、 LRcc 檢定的 p -
值均大於 0.05 ，但 GARCH 法、GARCH-E 法、GARCH-A 法、GARCH-C
法之 LRuc 、 LRind 、 LRcc 檢定的 p -值大部分較 BS 法及 BS-I 法之 LRuc 、
LRind 、 LRcc 檢定的 p -值為大，亦即 GARCH 模型法的風險值計算方法的
表現仍比 BS 法及 BS-I 法稍佳。而在 GRACH 模型的風險值計算方法中，
各方法的穿透率表現各有優劣。在履約價格為價平(5100) 時，GARCH-E
法之 LRuc 、 LRcc 檢定的 p -值較大，其穿透率表現較佳。在履約價格為價
外 (5300、5500) 時，各方法之 LRuc 、 LRcc 檢定的 p -值有時小於 0.05 ，但
GARCH-E 法的穿透率表現仍較佳。而由表 8 知第 6 組買權的風險值估計
結果表現非常不理想，各風險值計算方法之 LRuc 、 LRcc 檢定的 p -值均接
近0。
在中長期與長天期的台指選擇權買權風險值計算結果中，可以發現第
4 組和第 6 組兩組買權的風險值估計結果表現非常不理想 (表 6、表 8)，
探究其原因可能為第 4 組及第 6 組台指選擇權買權的存續期間，其台股走
勢皆呈現一路下跌的趨勢 (圖 4、圖 6)，而第 3 組及第 5 組台指選擇權買
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 265

權的風險值估計結果則是較佳，其台股走勢則都是漲跌互見的情形 (圖
3、圖 5)。因此在計算選擇權風險值時，若標的資產價格走勢有趨勢性存
在，則無法獲得較佳的選擇權風險值估計結果，但 GARCH 模型法仍優於
BS 法及 BS-I 法。
1200 6500

Option Price
1000

800 Stock Index 6000

600

400 5500

200

0 5000
0 20 40 60 80 100 120

圖 3 第 3 組履約價格為 5300 之台指選擇權買權價格與台

灣加權股價指數走勢圖
350 6500

300
6000

250

5500
200

Stock Index
150
5000

100

4500
50
Option Price

0 4000
0 20 40 60 80 100 120

圖 4 第 4 組履約價格為 6500 之台指選擇權買權價格與台

灣加權股價指數走勢圖
表 5 第 3 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
266 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

α 履約價格 4700 (價內) 4900 (價內) 5100 (價平) 5300 (價外) 5500 (價外)
BS 法
穿透率 0.0259 0.0259 0.0259 0.0259 0.0431
LRuc 之 p 值 0.1903 0.1903 0.1903 0.1903 0.7273
LRind 之 p 值 0.4819 0.5140 0.4300 0.3704 0.2601
LRcc 之 p 值 0.3313 0.3428 0.3107 0.2840 0.4992
BS-I 法
穿透率 0.0603 0.0690 0.0517 0.0345 0.0345
LRuc 之 p 值 0.6200 0.3742 0.9325 0.4177 0.4177
LRind 之 p 值 0.6339 0.3704 0.5070 0.3751 0.2601
LRcc 之 p 值 0.7895 0.4511 0.7995 0.4859 0.3820
GARCH 法
穿透率 0.0431 0.0431 0.0345 0.0517 0.0431
LRuc 之 p 值 07273 0.7273 0.4177 0.9325 0.7273
LRind 之 p 值 0.3704 0.2534 0.3102 0.7769 0.5033
LRcc 之 p 值 0.6300 0.4902 0.4303 0.9572 0.7522
0.05
GARCH-E 法
穿透率 0.0345 0.0345 0.0345 0.0431 0.0431
LRuc 之 p 值 0.4177 0.4177 0.4177 0.7273 0.7273
LRind 之 p 值 0.4300 0.3102 0.2534 0.7427 0.6339
LRcc 之 p 值 0.5274 0.4303 0.3751 0.8917 0.8402
GARCH-A 法
穿透率 0.0345 0.0345 0.0345 0.0431 0.0517
LRuc 之 p 值 0.4177 0.4177 0.4177 0.7273 0.9325
LRind 之 p 值 0.4300 0.2534 0.6339 0.7427 0.6339
LRcc 之 p 值 0.5274 0.3751 06429 0.8917 0.8896
GARCH-C 法
穿透率 0.0345 0.0345 0.0345 0.0517 0.0431
LRuc 之 p 值 0.4177 0.4177 0.4177 0.9325 0.7273
LRind 之 p 值 0.4300 0.3704 0.2534 0.2534 0.6339
LRcc 之 p 值 0.5274 0.4821 0.3751 0.5191 0.8402
BS 法
穿透率 0.0000 0.0000 0.0000 0.0000 0.0086
LRuc 之 p 值 0.1268 0.1268 0.1268 0.1268 0.8785
LRind 之 p 值 0.4301 0.4301 0.4301 0.5070 0.4301
LRcc 之 p 值 0.2283 0.2283 0.2283 0.2501 0.7240
BS-I 法
穿透率 0.0603 0.0517 0.0259 0.0259 0.0086
LRuc 之 p 值 0.0002 0.0014 0.1521 0.1521 0.8785
LRind 之 p 值 0.5033 0.4300 0.4301 0.4301 0.1582
LRcc 之 p 值 0.0008 0.0044 0.2627 0.2627 0.3652
GARCH 法
穿透率 0.0000 0.0000 0.0000 0.0000 0.0086
LRuc 之 p 值 0.1268 0.1268 0.1268 0.1268 0.8785
LRind 之 p 值 0.5070 0.5070 0.5070 0.5070 0.5140
LRcc 之 p 值 0.2501 0.2501 0.2501 0.2501 0.7988
0.01
GARCH-E 法
穿透率 0.0000 0.0000 0.0000 0.0000 0.0000
LRuc 之 p 值 0.1268 0.1268 0.1268 0.1268 0.1268
LRind 之 p 值 0.5070 0.5070 0.5070 0.5070 0.5070
LRcc 之 p 值 0.2501 0.2501 0.2501 0.2501 0.2501
GARCH-A 法
穿透率 0.0000 0.0000 0.0000 0.0000 0.0086
LRuc 之 p 值 0.1268 0.1268 0.1268 0.1268 0.8785
LRind 之 p 值 0.5070 0.5070 0.5070 0.5070 0.5070
LRcc 之 p 值 0.2501 0.2501 0.2501 0.2501 0.7931
GARCH-C 法
穿透率 0.0000 0.0086 0.0000 0.0000 0.0086
LRuc 之 p 值 0.1268 0.8785 0.1268 0.1268 0.8785
LRind 之 p 值 0.5070 0.5070 0.5070 0.5140 0.5140
LRcc 之 p 值 0.2501 0.7931 0.2501 0.2519 0.7988

表 6 第 4 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 267

α 履約價格 6500 (價外) 6700 (價外)

BS 法
穿透率 0.1963 0.2056
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.4192 0.2320
LRcc 之 p 值 0.0000 0.0000
BS-I 法
穿透率 0.2150 0.2243
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.0452 0.0922
LRcc 之 p 值 0.0000 0.0000
GARCH 法
穿透率 0.1589 0.1402
LRuc 之 p 值 0.0000 0.0003
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
0.05
GARCH-E 法
穿透率 0.1402 0.1028
LRuc 之 p 值 0.0003 0.0272
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
GARCH-A 法
穿透率 0.1121 0.1121
LRuc 之 p 值 0.0106 0.0106
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
GARCH-C 法
穿透率 0.1121 0.1589
LRuc 之 p 值 0.0106 0.0000
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
BS 法
穿透率 0.1589 0.1869
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.5350 0.5350
LRcc 之 p 值 0.0000 0.0000
BS-I 法
穿透率 0.1495 0.1589
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.0010 0.0031
LRcc 之 p 值 0.0000 0.0000
GARCH 法
穿透率 0.0841 0.0935
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
0.01
GARCH-E 法
穿透率 0.0654 0.0748
LRuc 之 p 值 0.0001 0.0000
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
GARCH-A 法
穿透率 0.0841 0.0654
LRuc 之 p 值 0.0000 0.0001
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
GARCH-C 法
穿透率 0.0748 0.0935
LRuc 之 p 值 0.0000 0.0000
LRind 之 p 值 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000
268 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

1500 6500
Option Price

6000

1000
Stock Index
5500

5000
500

4500

0 4000
0 50 100 150 200

圖 5 第 5 組履約價格為 5100 之台指選擇權買權價格與台

灣加權股價指數走勢圖

900 6500

800
6000
700

600 5500

500
Stock Price
5000
400

300 4500

200
Option Price 4000
100

0 3500
0 50 100 150 200

圖 6 第 6 組履約價格為 6000 之台指選擇權買權價格與台

灣加權股價指數走勢圖
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 269

表 7 第 5 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
α 履約價格 4700 (價內) 4900 (價內) 5100 (價平) 5300 (價外) 5500 (價外)
BS 法
穿透率 0.0333 0.0389 0.0556 0.0611 0.0889
LRuc 之 p 值 0.2760 0.4774 0.7367 0.5080 0.0301
LRind 之 p 值 0.4539 0.4045 0.7241 0.7893 0.7876
LRcc 之 p 值 0.4174 0.5489 0.8880 0.7751 0.0919
BS-I 法
穿透率 0.0222 0.0333 0.0722 0.0778 0.0833
LRuc 之 p 值 0.0558 0.2760 0.1973 0.1125 0.0600
LRind 之 p 值 0.5312 0.3184 0.7241 0.4446 0.1685
LRcc 之 p 值 0.1320 0.3358 0.4107 0.2119 0.0661
GARCH 法
穿透率 0.0389 0.0556 0.0667 0.0889 0.0889
LRuc 之 p 值 0.4774 0.7367 0.3279 0.0301 0.0301
LRind 之 p 值 0.7241 0.2593. 0.8019 0.1794 0.0041
LRcc 之 p 值 0.7300 0.5002 0.6004 0.0387 0.0016
0.05
GARCH-E 法
穿透率 0.0389 0.0389 0.0566 0.0722 0.0778
LRuc 之 p 值 0.4774 0.4774 0.7367 0.1983 0.1125
LRind 之 p 值 0.2593 0.2174 0.7659 0.1078 0.0476
LRcc 之 p 值 0.4112 0.3630 0.9041 0.1199 0.0399
GARCH-A 法
穿透率 0.0389 0.0444 0.0778 0.0667 0.0889
LRuc 之 p 值 0.4774 0.7276 0.1125 0.3279 0.0301
LRind 之 p 值 0.2593 0.6267 0.1989 0.2223 0.0094
LRcc 之 p 值 0.4112 0.8362 0.1243 0.2943 0.0033
GARCH-C 法
穿透率 0.0556 0.0611 0.0944 0.1111 0.1000
LRuc 之 p 值 0.7367 0.5080 0.0143 0.0011 0.0064
LRind 之 p 值 0.6267 0.2593 0.6794 0.2223 0.0020
LRcc 之 p 值 0.8396 0.4252 0.0456 0.0023 0.0002
BS 法
穿透率 0.0167 0.0222 0.0333 0.0278 0.0611
LRuc 之 p 值 0.4120 0.1557 0.0132 0.0490 0.0000
LRind 之 p 值 0.4313 0.4313 0.4983 0.4983 0.4539
LRcc 之 p 值 0.5240 0.2678 0.0368 0.1146 0.0000
BS-I 法
穿透率 0.0056 0.0167 0.0278 0.0333 0.0389
LRuc 之 p 值 0.5130 0.4120 0.0490 0.0132 0.0031
LRind 之 p 值 0.4313 0.5181 0.5312 0.3184 0.0049
LRcc 之 p 值 0.5923 0.5796 0.1185 0.0281 0.0002
GARCH 法
穿透率 0.0167 0.0222 0.0389 0.0278 0.0333
LRuc 之 p 值 0.4120 0.1557 0.0031 0.0490 0.0132
LRind 之 p 值 0.5427 0.5312 0.4837 0.0451 0.0009
LRcc 之 p 值 0.5934 0.3001 0.0098 0.0194 0.0001
0.01
GARCH-E 法
穿透率 0.0111 0.0056 0.0222 0.0167 0.0278
LRuc 之 p 值 0.8830 0.5130 0.1557 0.4120 0.0490
LRind 之 p 值 0.5427 0.5427 0.5564 0.0050 0.0009
LRcc 之 p 值 0.8219 0.6708 0.3074 0.0140 0.0005
GARCH-A 法
穿透率 0.0167 0.0222 0.0333 0.0278 0.0389
LRuc 之 p 值 0.4120 0.1557 0.0132 0.0490 0.0031
LRind 之 p 值 0.5427 0.5427 0.5268 0.0451 0.0001
LRcc 之 p 值 0.5934 0.3033 0.0379 0.0194 0.0000
GARCH-C 法
穿透率 0.0111 0.0222 0.0278 0.0389 0.0333
LRuc 之 p 值 0.8830 0.1557 0.0490 0.0031 0.0132
LRind 之 p 值 0.5427 0.5427 0.4837 0.0248 0.0701
LRcc 之 p 值 0.8219 0.3033 0.1128 0.0010 0.0090
270 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

表8 第 6 組台灣加權股價指數選擇權風險值穿透率及顯著性檢定
α 履約價格 5600 (價內) 5800 (價內) 6000 (價平) 6200 (價外) 6400 (價外)
BS 法
穿透率 0.2316 0.2211 0.2316 0.2368 0.2421
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.0717 0.2384 0.1119 0.1557 0.0490
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
BS-I 法
穿透率 0.1737 0.1947 0.2105 0.2105 0.2053
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.6435 0.3125 0.2312 0.4680 0.6535
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
GARCH 法
穿透率 0.1526 0.1737 0.1684 0.2000 0.1789
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.2596 0.2755 0.0045 0.1144 0.0125
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
0.05
GARCH-E 法
穿透率 0.1263 0.1316 0.1474 0.1526 0.1526
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.4417 0.2589 0.0269 0.0024 0.0017
LRcc 之 p 值 0.0001 0.0000 0.0000 0.0000 0.0000
GARCH-A 法
穿透率 0.1368 0.1421 0.1789 0.2000 0.1737
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.3438 0.0958 0.0162 0.1144 0.0002
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
GARCH-C 法
穿透率 0.1421 0.1474 0.1684 0.1947 0.1684
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.2596 0.2004 0.0090 0.0029 0.0051
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
BS 法
穿透率 0.1684 0.2105 0.2158 0.2053 0.1895
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.1670 0.6869 0.6498 0.2068 0.0510
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
BS-I 法
穿透率 0.1053 0.1105 0.1316 0.1684 0.1684
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.7939 0.1094 0.1620 0.0800 0.1245
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
GARCH 法
穿透率 0.0895 0.0895 0.1263 0.1263 0.1053
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.0226 0.0016 0.0000 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
0.01
GARCH-E 法
穿透率 0.0737 0.0895 0.0842 0.1421 0.1211
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.0128 0.0014 0.0000 0.0000 0.0000
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
GARCH-A 法
穿透率 0.0947 0.1053 0.1158 0.1474 0.1263
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.0069 0.0020 0.0000 0.0155 0.0000
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
GARCH-C 法
穿透率 0.1105 0.1000 0.1263 0.1421 0.1526
LRuc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
LRind 之 p 值 0.0069 0.0016 0.0005 0.0001 0.0000
LRcc 之 p 值 0.0000 0.0000 0.0000 0.0000 0.0000
 風 險 管 理 學 報
第六卷 第三期 2004 年 11 月 271

4. 結論
本文主要使用 Duan (1995) 所提出之 GARCH 選擇權評價模型，嘗試
放寬 Black-Scholes 選擇權評價模型中股價波動度為常數之假設，使得估算
選擇權價格時能更符合市場狀況，且由於 GARCH 選擇權評價模型的封閉
解不存在，所以利用 EMS 法、Antithetic Variates 法及 Control Variates 法等
三種變異降低的技巧，配合數值模擬的方法計算選擇權價格，以降低模擬
時選擇權價格的變異，並由此計算選擇權報酬之風險值。最後並以台指選
擇權買權為研究對象，比較各選擇權風險值計算方法之優劣，由實證結果
顯示：
1. 在回顧測試的穿透率表現上，一般而言，GARCH 模型之選擇權風險值
計算方法較 Black-Scholes 模型與隱含波動度模型為佳。
2. 由中長期與長天期的台指選擇權買權之風險值計算結果，若標的資產的
價格走勢有趨勢性存在，則 GARCH 模型之風險值計算方法雖然亦不甚
理想，但仍然優於 Black-Scholes 模型與隱含波動度模型之風險值計算
方法。
3. 若以 GARCH 模型之選擇權風險值計算方法比較：
i. 短天期時，各方法的穿透率表現沒有顯著的差異。
ii. 中長期和長天期價內時，以 GARCH 模型的穿透率表現較佳。
iii.長天期價平或價外時，以 GARCH 模型配合 EMS 法的穿透率表現較
佳。
在財務風險管理之風險值的相關研究中，對於選擇權這類非線性的衍
生性金融商品，大多數文章均是在資產報酬率之波動度為常數假設下的理
論探討，對於選擇權風險值在回顧測試的表現之實務探討性文章並不多。
本文主要貢獻為利用 Duan (1995) 所提出的 GARCH 選擇權評價模型，輔
以多種降低變異的模擬方法，估算選擇權之風險值，最後以台指選擇權為
研究對象，進行回顧測試的實證分析，雖然其結果有時不盡理想，但未來
仍值得進一步探討。

參考文獻
1. Bernt, E.K., B.H. Hall, R.E. Hall, and J.A. Hausman, 1974, Estimation and
Inference in Nonlinear Structural Models, Annals of Economic and Social
Measurement, 4, 653-665.
2. Black, F. and M. Scholes, 1973, The Pricing of Options and Corporate
Liabilities, Journal of Political Economy, 81, 637-654.
272 GARCH 模型之選擇權風險值計算－－以台灣加權股價指數選擇權為例

3. Bollerslev, T., 1986, Generalized Autoregressive Conditional

Heteroskedasticity, Journal of Econometrics, 31, 307-327.
4. Bollerslev, T., R.Y. Chou, and K.F. Kroner, 1992, ARCH Modeling in
Finance : a Review of the Theory and Empirical Evidence, Journal of
Econometrics, 52, 5-59.
5. Boyle, P., M. Broadie, and P. Glasserman, 1997, Monte Carlo Methods for
Security Pricing, Journal of Economic Dynamics and Control, 21,
1267-1321.
6. Britten-Jonse, M. and S.M. Schaefer, 1999, Non-linear Value-at-Risk,
European Finance Review, 2, 161-187.
7. Christoffersen, P., 1998, Evaluating Interval Forecasts, International
Econometric Review, 39, 841-862.
8. Dowd, K., 2002, Measuring Market Risk, Wiley, New York.
9. Duan, J.C., 1995, The GARCH Option Pricing Model, Mathematical
Finance, 5, 13-32.
10. Duan, J.C. and J.G. Simonato, 1998, Empirical Martingale Simulation for
Asset Prices, Management Science, 44, 1218-1233.
11. Duffie, D. and J. Pan, 1997, An Overview of Value at Risk, The Journal of
Derivatives, 4, 3, 7-49.
12. Engle, R.F., 1982, Autoregressive Conditional Heteroscedasticity with
Estimates of the Variance of United Kingdom Inflations, Econometrica, 50,
987-1007.
13. Fama, E.F., 1965, The Behavior of Stock Market Price, Journal of
Business, 38, 34-105.
14. Feuerverger, A. and A.C. Wong, 2000, Computation of Value at Risk for
Nonlinear Portfolios, Journal of Risk, 3, 1, 37-55.
15. Fong, H.G. and K.C. Lin, 1999, A New Analytical Approach to Value at
Risk, The Journal of Portfolio Management, 25, 88-97.
16. Glasserman, P., 2004, Monte Carlo Methods in Financial Engineering,
Springer, New York.
17. Jaschke S.R., 2002, The Cornish-Fisher Expansion in the Context of
Delta-gamma-normal Approximations, Journal of Risk, 4, 4, 33-52.
18. Jorion, P., 2000, Value at Risk – The New Benchmark for Controlling
Market Risk, McGraw-Hill, New York.
19. J.P. Morgan, 1996, RiskMetricsTM , Technical Document, fourth edition,
New York.
20. Kupiec, P.H., 1995, Techniques for Verifying the Accuracy of Risk
Measurement Methods, Journal of Derivatives, 3, 2, 73-84.
21. Mandelbrot, B., 1967, The Variation of Some Other Speculative Price,
Journal of Business, 40, 393-413.