完整版期货最优套期保值比率的估计.docx
- 文档编号:16641619
- 上传时间:2023-07-15
- 格式:DOCX
- 页数:39
- 大小:118.93KB
完整版期货最优套期保值比率的估计.docx
《完整版期货最优套期保值比率的估计.docx》由会员分享,可在线阅读,更多相关《完整版期货最优套期保值比率的估计.docx(39页珍藏版)》请在冰点文库上搜索。
完整版期货最优套期保值比率的估计
、实验名称:
期货最优套期保值比率的估计
二、理论基础
1.期货套期保值比率概述
期货,一般指期货合约,作为一种套期保值工具被广泛使用。
进行期货套期保值交易过
即套期保值比h为
程中面临许多选择,如合约的选取,合约数量的确定。
如果定义套期保值比h为期货头寸与现货头寸之商的话,在上面的讨论中一直假设期货头寸和现货头寸相同,
1,但这不一定是最优的套期保值策略。
如果保值者的目的是最大限度的降低风险,那么最
也就是利用我们如下
优套期保值策略就应该是让套保者在套保期间内的头寸价值变化最小,所说的头寸组合最小方差策略。
考虑一包含Cs单位的现货多头头寸和Cf单位的期货空头头寸的组合,记St和Ft分别
为t时刻现货和期货的价格,该套期保值组合的收益率
Rh为:
CsStCfFt
Rh
CsSt
RshRf
(2-1)
为套期保值比率,
式中:
h
Rs
,Rf%
St
StSt1,
收益率的方差为:
Var(Rh)Var(Rs)
2
hVar(Rf)2hCov(Rs,Rf)
(2-2)
(2)式对h求一阶导数并令其等于零,可得最小方差套期保值比率为:
(2-3)
*Cov(Rs,Rf)h
Var(Rf)
其中:
为Rs与Rf的相关系数,
f分别为Rs与Rf的标准差。
2.计算期货套期保值比率的相关模型
虽然上述的介绍中的h
可以求解最优套期保值比,但其操作性不强,其先要
f
分别求三个量然后再计算h,
显然误差较大,下面为几种常见的关于求解最优套期保值比
率的时间序列模型。
1)简单回归模型(OLS
考虑现货价格的变动(△
S)和期货价格变动㈡F)的线性回归关系,即建立:
StchFtt
(2-4)
其中C为常数项,t为回归方程的残差。
但是上述线性回归模型常常会遇到残差项序列相关和异方差性的问题,从而降低参数估计的有效性。
2)误差修正模型(ECM)
现实中的期货价格和现货价格序列往往是非平稳的,期货合约定价理论决定了期货价格
与现货价格序列的走势之间存在着某种共同的趋势,
即期货价格和现货价格序列之间可能存
在协整关系。
在计量分析中,若两个时间序列之间存在协整关系,那么传统的OLS的估计量将是有偏的,换句话说,得到的“最优”套期保值比率将不是最优的,存在一定的偏误。
Ghosh
计算出的套期保值比率将小于最优值。
1993)通过实证发现:
当不恰当地忽略协整关系时,
Lien&Luo(1993)、Ghosh(1993)与Chou、
Fan&Lee(1996)分别提出了估计最优套期
保值比率的误差修正模型,并使用两步法进行估计。
ECM模型将从期货价格和现货价格序列
开始分析起,得出能同时反应短期关系和长期关系相结合的模型使得估算出更精确的最优套
期保值比率。
考虑现货价格和期货价格的水平序列,
般情况下,通过自相关图和单位根检
说明现
验现货价格和期货价格序列都不平稳,都存在一个单位根,但对两者进行回归,发现回归方程比较显著,对残差序列进行单位根检验,通常会得出拒绝其为非平稳序列的结论。
货价格和期货价格间可能存在协整关系,即现货价格与期货价格间可能存在长期均衡关系。
Lien&Luo(1993)认为,若现货和期货价格序列之间存在协整关系,那么,最优套期保值比率可以根据以下两步来估计。
第一步,对下式进行协整回归:
2-5)
StabFtt
第二步,估计以下误差修正模型:
St(St1Ft1)Fti
i1
Ft
jStj
j1
et
2-6)
2-6)式中
的OLS估计量?
即为最优套期保值比率h*。
Chou、
Fan&Lee(1996)将第二步的误差修正模型改为:
St
t1
m
FtiFtijStjet
i1j1
2-7)
其中:
?
t1St1(a?
b?
Ft1)为(2-5)式中估计的残差项,
也称为误差修正项(ECM),
保留其残差项,然后利用方
运用误差修正模型对参数进行估计时,先估计方程(2-5),
程(2-7)估计参数得到最优套期保值比率h*。
模型建立和估计的过程将在实验过程中给出。
3)ECM-BGARCH模型
方程(5)中还存在一个冋题:
残差序列卩是否是同方差,就金融时间序列来讲,误差
的方差不随时间而发生变化是不太可能的,因此,假定模型残差的方差不是常数是一种合理
的考虑,它还描述残差是如何变化的。
观察金融资产的收益序列往往发现其表现出“波动聚
这将导致用资
集”的特征,即波动的当期水平往往与它最近的前些时期的水平正相关关系。
产价格收益的序列进行回归时,其残差项往往不具备同方差性,残差项方差和其前期方差存在一定的关系,常常用ARCH过程或广义ARCH过程(GARCH来描述这种关系。
需要注意的是一元GARCH模型仅能估计单一变量的条件方差,无法估计序列之间的协
GARCH模型和D—BEKK二元
方差。
为此我们要估计最优套期保值比率h=COV^S△F)/VAR(AF),需要建立二元GARCH(B-
GARCH模型。
在这里我们采用。
下面我们分别采用常数二元
GARCH模型给出ECM-B-GARCH方法下估计最优套期保值比率的模型。
两种GARCH模型运
用均值方程相同都为
SCs
FtCf
SZ1s,t1
fz1f,t1
(2-8)
(其中ziS
t
(?
%J即上文提到的误差修正项)
t1~N(0,Ht)
注意此处的均值方程中包含了误差修正项,即考虑了现货价格和期货价格的长期协整关系。
a)常数相关系数的二元GARCH模型
常数相关系数的二元GARCH模型的条件方差方程:
3的系数矩阵)
vec(Ht)CAvec(t1t1)BHt其中:
C为31的参数向量;A和B均为3
同时为了简化参数估计,假定残差项
S,t和
f'之间的相关系数为常数sf(注意没有时
间下标t)。
此时H
hss,thsf,t
hsf,thff,t
Jhss,t
Isf尺0
sf1
hff,t
Vec算子取矩阵的
“上三角形”
部分,把每一元素排成一个单列的向量。
例如:
hss,tvedHt)=hff,t。
hsf,t
这样我们把上述矩阵形式表示的条件方差方程可展开得到:
hss,tCSSSSs,t1sshss,t1
hff,tCfffff,t1ffhff,t1
hsf,tsfJhss,t1hff,t1
b)D—BEKK模型
D—BEKK模型的条件方差方程为:
vedHt)vec(CC)vec(A11t
(Hhss,thsf,tCC11C12
hsf,thff,t0C22
1A)
vec(BHt1B)
110、
022
B=
Vec算子取矩阵的“上三角形”
部分,
(2
11
0
9)
0)
22
把每一元素排成一个单列的向量。
例如:
。
这样我们把上述矩阵形式表示的条件方差方程可展开得到:
ss,t=
C11+11hss,t1
2
+11
2
s,t1
ff,t
C22C12+22
hff,t1+
2
22
2
f,t1
sf,t
C11C22+22
11hsf,t+
11
22s,t1f,t1
h
h
h
hss,t
vedHj=hff,t
hsf,t
*Cov(得到最优套期保值比率Bt——-
st,ft)匹^丄。
为了不与条件方差项混淆,此处最优套hff,t
Var(ft)
期保值比率用Bt*表示,表明运用ECM-B-GARCH法得到的最优套期保值比率是随时间变化
的一个序列,表明我们要随着时间的变化不断调整套期保值的头寸。
3.期货套期保值比率绩效的评估
为了对利用最小方差套期比的绩效进行评估,我们考虑一包含
1单位的现货多头头寸
和h单位的期货空头头寸的组合。
组合的利润
Vh为:
Vh
CsStCfFt(2-10)
套期保值组合的风险为:
Var(Vh)cSVar(S)C2Var(F)2CsCfCov(S,
F)
(2-11)
由于现货的持有头寸在期初即为已知,因此,可以视之为常数,
等式两边同除
CS2,得:
Var(Vh)
Cs2
Var(S)(h)2Var(F)2hCov(S,
F)(2-12)
对于不同方法计算出的最优套期保值比率h*,我们可以通过比较(2-12)来对它们各自套
期保值的保值效果进行分析。
三、实验目的
利用上述理论模型估计中国期货交易所交易的期货合约的最优套期保值比率并对保值效果进行绩效评估,说明期货套期保值在经济生活中的重要作用,并找出绩效评估最佳的套期保值比率模型。
同时帮助读者熟悉EVIEWS软件的操作,使读者能用互联网上的数据分析解决
实际的金融问题。
四、实验方法
在实验过程中使用时间序列分析的方法对整理后的价格时间序列按照上面的理论基础模型进行建立模型以得到最优套期保值比率系数,其中涉及时间序列分析中的方法有:
模型参数估计,参数的显著性检验,变量平稳性检验(含单位根检验),回归残差项的ARCH效应检
验等。
这些过程都将在EVIEWS软件中进行,因此EVIEWS软件的使用方法也是我们重要的实验方法。
五、实验过程
一)数据的搜集和整理
1、
数据的搜集
本报告以上海期货交易所中铝的期货合约为例,利用上面介绍的方法通过EVIEWS的操
作估计中国期货交易所交易的期货合约的最优套期保值比率并对其绩效进行简单评估。
由于期货合约在交割前两个月最活跃,使得其价格信息释放较为充分,更能反映期货合约的真实价值,所以中国企业多用距离交割月份较近的期货合约进行保值,故选择了在任何
一个时点的后一个月进入交割月的期货合约的中间价格作为分析对象。
从国泰君安数据库上
下载了AL的2013年1月4号到2013年12月31号的现货价格数据,按上段的方法在上海期货交易所网站上得到相应的期货数据并在EXCEL中进行整理,整理后我们得到含有238对
期货现货数据的EXCEL文件。
2、EVIEWS工作文件的建立
打开EVIEWS选择file下拉菜单中NEW项在NEW项下的下拉菜单中选择WORKFILE项,弹出如图2.1所示workfilecreat菜单窗口:
(1)在datespecification中的Frequency的下拉复选框中选择intergerdate;
(2)在start和end中分别输入1和238;
(3)在WF项后面的框中输入工作文件名称HR,点击OK项
弹出如图1所示的工作文件窗口,这样就建立了样本期从1到238的整数频率工作文件HR。
DisplayFilter*
口Wodefile:
HR-血量戟5帰天文綁、hbwfl]|q|fB''Mie%|PrK]Object]Prlrtt|sav4c>etaik+/4閒ow]Fe忙hjStorefpelete|Genr|Sample|Range:
1239-239obs
S3rnpl&:
1236-239obs
Eresid
**\UntitledkNewPa如/
图1工作文件HR对话框
3、数据的导入
在HR工作文件的菜单项中选择Proc,在弹出的下拉菜单中选择Import,然后在二级下拉菜
,这里命名为f及s
EVIEWS的默认
单中选择ReadText-lotus-Exce,找到数据EXCEI文件存储路径后双击文件名。
选定数据的排列顺序:
Byobservations,选项右边Upper-leftdatacell下的空格填写Excel工作文件左上方第一个有效数据单元格地址,系统默认的为B2,在中输入序列的名称
分别为期货和现货价格序列。
同时还可以输入数据截取范围,一般不须改变
值。
点击OK按钮,数据序列即被导入,在工作文件中以图标形式显示,见下图
1~~1也.;"団展HR*(+A?
F{kht矶彳OSeries;s畀or”.|o訓E>eta
M*|pra亡Cm:
ect|Aope「g]P
*八UntWedH忖耶丹口e/
£
3
T
T
L
T
X
X
1?
12
n
□Series:
FWorkfle:
忖只;Unt,...L1_旦〕L爭J
ViewJPfKIObject!
Proc***t)«|州丽⑷片创Free回(oefad
L
F1
1
'Lsstupda:
ed-05:
29鬥1^15:
42*
'"■'il
1
153£000
2
:
15295001'
3
i5?
eooo'
+
152^500,
5
1宓5.00
5
le^TSODr
ri
15240OUi;
'1
3
15160.001,
3
i6ie&.oo
10
Ibl'^b.OUii
"1
151175.001,
T3
15160.001!
+
131
...1
卜E1「
L33tup IF 15050DO1505003 1504000 1504003 1506003 150********003 110^no 14=700314S70-OrO File'Save打开保存 FS点击0K按钮即 图2数据导入后的工作文件 4、数据的验证和保存 点击导入的序列f,查看导入序列是否正确合理。 接着保存工作文件,选对话框,输入工作文件名和保存的位置。 这里将保存的工作文件命名为 (二)利用Eviews估计最优套期保值比率 1、用OLS模型估计最优套期保值比率1)调整样本期 在EVIEWS命令窗口中输入“smpl2238”并按回车键执行命令将样本期调整到2到238。 这 里调整样本期的目的是为了对价格序列进行差分。 2)建立F和S的差分序列 在EVIEWS命令窗口中输入“seriesif=f-f(-1)”并按回车键执行命令得到期货价格的差分序列 if;在EVIEWS命令窗口中输入“seriesis=s-s(-1j'并按回车键执行命令得到现货价格的差分 序列is,如图3,这里的is和if即我们上面所说的价格变化序列△F和^So 图3F和S的差分序列生成 3)建立△F和^S的OLS简单回归模型 在EVIEWS命令窗口中输入lsiscif并按回车键执行命令得到期货价格的差分序列价格的差分序列 写成方程式为: if对现货 is的回归方程,结果如图4所示: ? ? ? ? = t -0.230444 +0.698767? ? ? ? ? +? ? ? (25.5769) (0.0000) 方程一 (-0.1674) (0.8672) 第三行括号里是P值,结果显示该方程整体上显著的,且解释变 P t统计量, P值为0),故基本认可该回归模型。 回归结果表明每一单位的现货头寸要用 第二行括号里是量系数很显著(0.698767单位相反的期货头寸进行对冲,即最优套期保值比为 0.698767。 □WorkfiJe: F£-窝大三下资斜淀生金[檻生金“1口][丨 View]Proc'|0b)ert|PrintJSflve|Oetfla5+/-(: showIFetchIStorejDeleteJGenr: |Sample| Range: 173a-233obs DisplayFiJter: * Sample: 223S-2S7obs Series: [EWorkf...回||( QSeri&s;IFWorkfile-FS,.hc=||! ¥回IH View[Proc(Object|Praperties|PrmtjName View|'ProcJObject|PropertiKjPniitjName 1Freeze1]c 1IS 1 IF 1! "I ■ 1 Lastupdated: 06/03^4二北… Lastupdated: Oe/03/14-15: 37* ry1adified: 2239//is=s-s[-1) Modified-2239WifcMM)— Modified: 2230 "- Mod丽d2右8丽订D"— 1 NA 1' NA 2 -10.00&00 2 =55.00000 3 -10.00000 3 -35,00000 4 o.ooo&oo 4[ 5 0.000000 I 5" O.O&OOOO 20.00000 --- e 20.00000 -20,00000 1 -SS'.'OOOOO 8 -100.0000 8 ^eo.Qoooo g 40.00000 9 =5.00000011 ■ 10 #'ItrrI卜 一101 *[rll _J* DependertVariable: ISMethodLea^tSquaresDate-06;03/14Tim&-15: 38Sample: 2238 Indu'dedobs0f\/atiofi£: 237 Variatile CoetTident 3td.Errort-Statistic Frot) G -0.230414 137&&79-0.167403 08,672 IF [).&907&7 0.02732025.57665 00000 R-squared &735710 Meandependent¥a「 -4.QG2S27 AdjustedR-sc|uared 0.734536 S.Ddependentvgr 4o,8aess S.E.ofregressior 21.06426 Akaikeinfocriteri,on 3&41436 Sumsquared馆sid 10427D2 Schwarzcritsrior 3.97'0i702 Loglikelihood -1057.5&0 Harnan-Qiiinncriter. 9.963232 F-statistJc 65417&4 Dui&in-Watsonstat 5.912744 ProtJ(F-statistic) 0.000000 图4OLS估计结果 2、 用ECM模型估计最优套期保值比率 1) 期货价格序列即f序列的平稳性检验 点击打开f序歹y,选择菜单View'correlogram,弹出correlogramspecification对话框,在对话框中选择Level表明对原序列进行检验,因为样本期有数据238个,在滞后期空格处 填写24(用238除以10,取近似值),点击OK,出现以下结果(见图5) Date: 05/29/14Time: ie: &4 Sample;2239 IncEndedobservations-237 AutocorrelattonPartialCcrrelation IEI IEI IEI I]' 11 1[ 20 0.502 -0.059 2590.4 0doo 21 0476 -0.045 2649.7 lOi.OOO 22 0451 0.039 2703.3 lO.OOO 23 0429 0.029 2751e 0.000 24 0407 -0.021 27959 OI.OOO 图5期货价格的自相关及偏相关系数 从序列的自相关系数(autocorrelation)没有很快的趋近与0,可以看出原序列是非平稳 的序列。 下面对其进行进一步的单位根检: 选择菜单View---Unitroottest项弹出窗口,在检 验类型(Testtype)中选择默认的ADF检验。 Testforunitin中可以选择对原序列,一阶差分或二阶差分序列做单位根检验,这里我们先保持默认的level,即原序列。 Ineludeintest equation中选择第二个选项,即同时具有趋势项和常数项(因为资产价格序列往往有一定的 趋势和截距),其它选项保持系统默认值,点击0K得到图6: MullHypottiesis: Fhasaunitroot Exogenous: ConstantLinearTrend LagLengtTi: 0tAutonaticbasedon&IC.MAXLJ\G=14J t-Stati£trc Prob? AugmentedDickey-Fullerteststallst匚 -3.002677 01106 TestcriticsIvalues: 1%level -3,997250 5%level -3.429900 10%.level -3137898 •MacKinnon(1996Jlone-stdedp-values. 图6期货价格序列单位根检验结果 从结果可以看出ADF检验值大于各显著水平临界值,且犯第一类错误的概率大于0.1,说明 我们不能拒绝原序列存在一个单位根的假设。 重复上述操作,在选择Testforunitin时候选 择1stdifferenee即对一阶差分序列进行检验,得到图7: NullHjfpothesis: DCFJhasaunitrootExogenous: ConstantLinearTrend LagLengftn: O'(AutomatictjaseconSIC.WAXLAG=14) t-Statistic Prob? AugrrentedDidcey-FullerUststatistic -1404009 0.0000 Testcritical'values: 1%level5昭I帥el -3.907418-342S981 -3.137946 *MacKlnnon{
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整版 期货 最优 保值 比率 估计
![提示](https://static.bingdoc.com/images/bang_tan.gif)