[[alternative]]Dynamic information transmission analysis for price and volume between adrs and the underlying stocks

碩士[[abstract]]本文以台積電、聯電、日月光、友達及中華電等五家在紐約證交所（NYSE）掛牌交易的ADR為標的，以卡爾曼濾嘴（Kalman filter）將交易金額區隔出預期與非預期兩個部分，另外，結合Engle and Lee(1993)將條件變異數分解成恆常成份與短暫成份，及Chan and Maheu(2002)所設定的條件跳躍強度模型，運用ARJI-Trend 模型，來研究ADR之日報酬率可能產生之隨時間改變的條件波動率、要素因子(component factor)及跳躍等現象。 實證結果發現，1.標的股與ADR之間，只要資訊充分傳遞，兩者報酬率呈正向且顯著的變動。2.標的股成交金額的變動率會先反映異常資訊，隨即衝擊標的股的報酬率，進而再影響ADR的報酬率，顯示量先價行。3.條件變異數並非固定不變，而是隨著時間改變。4.在條件變異數中的確存在恆常要素與短暫要素，而且短暫要素的衝擊效果明顯大於恆常要素，顯然在沒有漲跌停限制的ADR次級交易市場中，一旦面臨異常資訊的衝擊時，短期股價報酬之反應較長期來得劇烈。5.當條件變異數中的短暫要素發生較大變化時，跳躍頻率也會隨之增加，因此，恆常要素可以代表條件變異數的趨勢，而短暫要素則是股價報酬發生跳躍的重要因素。 有別於以往的研究，ADR與標的股之間不僅有價格的傳遞關係，更有量與價的資訊傳遞關係，這可以提供投資人在金融資產價格的評價及交易時，有不同的思考，對於未來有關資訊傳遞研究也提供了一個新的方向。[[abstract]]In this paper, we apply a ARJI-Trend model, which combining component model and ARJI model, proposed by Engle and Lee (1993) and Chan and Maheu (2002), to study the relationship of information transmission between ADR and underlying stocks and estimate the permanent and transitory factors of volatility. Five ADRs are examined in this study, including TSM, UMC, ASX, AUO, and CHT. Furthermore, the Kalman filter model is used to distinguish the trading amount rate of change into expected and unexpected rate of change, for assessing the degree of information and noise shocks. It is capable of examining whether ADR have different responses to the information in underlying stock market by observing the variations of underlying stock’s trading volume. The empirical result shows that the both shock of information and noise have response to the return of ADR by underlying stock’s volume and exists the phenomenon of “Quantity first price line”. It is also found that both permanent and transitory components of the conditional variance really exist and the shock of the temporary component of conditional variance is larger than the permanent component. Because there is no limit up or down in ADR’s secondary market, the temporary shock of stock return is larger than the permanent shock.[[tableofcontents]]第一章 緒論 第一節 研究動機…………………………………………………1 第二節 研究目的………………………………………………..3 第三節 研究架構…………………………………………………4 第四節 研究流程圖………………………………………………5 第二章 存託憑證之起源與發展 第一節 起源………………………………………………………6 第二節 存託憑證的種類…………………………………………6 第三節 美國存託憑證（ADR）之發行類別……………………7 第四節 ADR的現況………………………………………………10 第五節 台灣上市公司發行存託憑證現況………………………12 第三章 相關文獻回顧………………………………………∙∙∙13 第四章 研究方法 第一節 單根檢定……………………………………………∙∙∙21 第二節 ARCH效果檢定…………………………………………..24 第三節 卡爾曼濾嘴 (Kalman filter)…………………………26 第四節 ARJI模型（Autoregressive Conditional Jump Intensity Model）.28 第五節 要素模型(Component Model)…………………………33 第六節 ARJI-Trend 模型……………………………………∙∙34 第五章實證結果與分析 第一節 研究對象及期間…………………………………………36 第二節 資料處理……………………………………………∙∙∙36 第三節 基本統計量分析…………………………………………37 第四節 單根檢定………………………………………………∙∙41 第五節 ARCH效果檢定…………………………………………··44 第六節 卡爾曼濾嘴………………………………………………44 第七節 ARJI-Trend 模型的實證結果…………………………47 第六章 結論………………………………………………………55 參考文獻……………………………………………………………57 表目錄 【表2-1】存託憑證之分級…………………………………………8 【表5.3.1】各ADR日報酬率的基本統計量………………………38 【表5.4.1】ADF 單根檢定法(水準項)………………………….42 【表5.4.2】PP 單根檢定法(水準項)……………………………42 【表5.4.3】ADF 單根檢定法(差分項)……………………………43【表5.4.5】PP 單根檢定法(差分項)……………………………43 【表5.6.1】各ADR之ARCH效果檢定………………………………44 【表5.7.1】ARJI-Trend的實證結果………………………………49 圖目錄 【圖1.4.1】 研究流程圖…………………………………………5 【圖2.4.1】2005年新發行存託憑證（以發行國家區分）∙∙……11 【圖5.3.1】各ADR收盤價之時間序…………………………∙∙39 【圖5.3.2】各ADR報酬率之時間序列圖……………………∙∙40 【圖5.5.1】各ADR之標的現貨預期交易金額變動率………∙∙45 【圖5.5.2】各ADR之標的現貨非預期交易金額變動………∙∙46 【圖5.7.1】各ADR之條件變異數(conditional variance)∙∙51 【圖5.7.2】各ADR之短暫要素與跳躍頻率……………………53 【圖5.7.3】各ADR之跳躍傾向…………………………………55[[note]]學號: 794490150, 學年度: 9