BDTI Index的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

海運市場運價風險與報酬關係之研究

為了解決BDTI Index的問題，作者郭志成 這樣論述：

本研究以EGARCH-M模型探討貨櫃船(Container)、乾散貨船(Dry bulker)以及油輪(Tanker)等三種不同海運市場之運價報酬與風險關係，並分析市場訊息之不對稱性及樣本期間內重大金融風暴可能造成的影響，將其與金融市場摩根史坦利資本國際全球指數(MSCI World Index)之風險報酬關係加以比較，以瞭解其與國際海運市場間的差異。首先，本研究運用Hansen (2001)所提出的移動式Chow檢定進行結構轉變檢定，結果顯示海運市場各船型運價與金融市場MSCI全球指數於金融海嘯後有不同的結構轉變之情況。本研究乃將樣本資料區分為全部樣本期間、金融海嘯前及金融海嘯後，三種不同

期間進行後續之分析比較，以瞭解金融海嘯對於運價風險溢酬變化情況之影響。其次，本研究引用Engle and Ng (1993)的檢定法，檢視樣本資料的波動率是否存在不對稱性的現象，結果發現各船型運價與MSCI全球指數的波動率顯著存在不對稱性。因此，為考量波動不對稱性，本研究運用EGARCH-M模型進行後續之分析。除此之外，本研究亦運用移動視窗檢定來檢視風險溢酬係數(β值)的動態特性，並採用簡單的迴歸模式分析影響風險溢酬係數變動的因素。研究結果發現運價報酬與風險之關係會因不同市場、不同船型而異。乾散貨船運價於海嘯前的高風險高報酬之抵換關係，在金融海嘯後已經改變。亦即乾散貨船運價已經由高風險高報酬市

場，在金融海嘯後轉變為高風險低報酬的市場。除了金融海嘯，β值也顯著受其前一期的風險溢酬係數及前一期的報酬率的正向影響。本研究的研究結果可以驗證財務理論的假設，彌補實證文獻的不足之外，更有助於航運業者掌握各船型運價的風險與報酬關係及動態變化，在各種船型之間進行最適的船隊配置。

海運運價指數之風險值分析:考慮運價指數波動率的長期記憶性

為了解決BDTI Index的問題，作者張超琦 這樣論述：

本文旨在考量運價指數波動具長期記憶特性下，運用風險值(VaR)模型去評估海運運價指數(包含乾散貨輪運價指數、油輪運價指數及貨櫃輪運價指數)的波動風險。假定投資人無論在損益分配的左尾及右尾皆願意冒險的前提下，以選定具有長期記憶特性的GARCH模型，去比較在三種不同的分配(常態分配、Student-t分配與偏態Student-t分配)特性下的表現結果。風險值(VaR)就是衡量尾端的損失，損益分配的左尾代表運價指數大跌的最大可能損失，是屬於船東所需面臨的風險；損益分配的右尾則代表運價指數大漲時的最大可能損失，是屬於貨主所需面臨的風險。如果風險值估算錯誤，會造成風險的高估或低估，對船東或貨主會帶來巨

大的損失。對乾散貨航運業而言，研究結果發現乾散貨運價指數報酬率存在長期記憶與厚尾的特性。對於BDI、 BCI、 BHSI 及 BSI而言，FIAPARCH模型的估計結果優於其他長期記憶模型。至於BPI指數，則以HYGARCH模型所得到的估計結果較佳。而根據風險值(VaR)回溯測試的結果，偏態Student-t分配下的模型估計結果表現較佳。對油輪航運業而言，油輪運價指數報酬率亦存在長期記憶與厚尾的特性。對於BCTI而言，FIEGARCH模型的估計結果優於其他長期記憶模型。至於BDTI指數，則以HYGARCH模型所得到的估計結果較佳。而根據風險值(VaR)回溯測試的結果，偏態Student-t分配

下的模型估計結果亦表現較佳。對貨櫃航運業而言，貨櫃運價指數報酬率同樣存在長期記憶與厚尾的特性。對於HRCI而言，FIAPARCH模型的估計結果優於其他長期記憶模型。至於CCFI指數，則以HYGARCH模型所得到的估計結果較佳。而根據風險值(VaR)回溯測試的結果，對於HRCI而言，偏態Student-t分配下的模型估計結果表現較佳。至於CCFI，則是Student-t分配下的模型估計結果表現較佳。因此，由本文所得的結果，本研究建議在Student-t分配與偏態Student-t分配下，藉由具備長期記憶特性的GARCH模型去估計風險值(VaR)，可以得到較為準確的分析結果。亦即當進行運價指數報酬

率的風險估計，所採用的估計模型若能同時考量波動叢聚、厚尾、不對稱及長期記憶等特性，將是較為適當的做法。而該模型亦有助於長期的波動預測，並且可以提供更加準確的運費合約之價格議定，以及運用在遠期運費協議及運費選擇權等衍生性金融商品之交易。