股指期货套期保值效果的实证分析.docVIP

股指期货套期保值效果的实证分析 葛 勇 股指期货的套期保值，是指利用股指期货和其现货指数或现货组合的反向操作，使得股指期货的收益（损失）与现货的损失（收益）相互对冲，以规避市场系统性风险，从而实现资产保值的目的。在套保技术中，最主要的是套期保值比率的确定，即为了达到理想的保值效果，套保者在建立交易头寸时所确定的期货合约的总值与所保值的现货合约总价值之间的比率关系。套期保值比率的确定主要有两类办法，即静态和动态研究模型。静态研究模型主要有“天真模型”、OLS线性回归模型、双变量向量自回归模型B-VAR等,动态研究模型主要有多元广义自回归条件异方差模型（GARCH）、误差修正GARCH模型、马尔科夫状态转移模型（MRS）等。理论研究表明最佳套期保值比率就是各种理论模型下现货收益率对期货收益率回归的值，但在实际计算套期保值比率时与理论有些不一致，故此本文提出了计算套保比率的转换办法。 一、理论模型介绍 “天真模型”最早由Heynes和Hicks提出，该模型假设现货价格和期货价格之间呈现同方向同幅度的变动，此时套期保值比率为1。尽管该模型理论假设与实际有些不相吻合，但在实际操作中应用简单，而且在卖出套期保值中套保效果明显。 Ederington在1979年提出通过最小二乘法（OLS）线性回归模型确定套期保值率的方法，它是目前运用最广泛的一种方法，该模型如公式（1）： （1） 其中：、分别为 t时刻现货和期货收益率，为套期保值比率。OLS方法在金融时间序列运用中有一个较大的缺陷：要求残差同方差，但实际中该方差具有时变性和聚类性，随时间而变化并非相同值。 双变量自回归模型是利用变量自身的过去值来解释当前值，且事先不确定自变量和因变量情形下运用的一种方法。而在测算套期保值率中，因变量为现货、自变量为期货，并且是应用同时间段的对应值来求得，因而该模型不宜用于测算套期保值比率。 1996年Lien将GARCG模型运用于套期保值比率的计算，最先得出动态的套期保值比，该模型考虑了方差的聚类效应和时变效应，提高了测算的准确性。其模型如公式（2）和（3）： （2） （3） 其中：、分别为 t时刻现货和期货收益率，为套期保值比率。 误差修正GARCH模型适用于变量之间具有协整关系的波动率检验，反映各参数对变量的长短期关系。但现货和期货收益率是平稳序列，不具有协整关系，因而不宜测算现货对期货的波动敏感性。 马尔科夫状态转移模型（MRS）需要将市场中两种不同状态的关系通过一阶马尔科夫过程获得，而我国目前股指期货推出不久，并且推出后基本上呈现单边下降的走势，因而不能求出套期保值比率的上下限。 基于以上的分析，本文运用“天真模型”、OLS线性回归模型和多元广义自回归条件异方差模型（GARCH）来展开实证分析。 二、套保效果的实证分析 1、实证过程和结果 文章现货样本采用2009年度基金10大重仓股（浦发银行、招商银行、民生银行、上海机场、中国联通、贵州茅台、万科地产、长江电力、中国石化和中信证券）1亿资金作为投资组合，期货样本采用IF1009来分析各种模型下的套保效果，时间范围为2010年4月16日-2010年7月22日（选取自股指期货上市到目前的最新数据）。 在实际计算套期保值比率时与理论有些不同，从理论上讲主要是用现货与期货主力合约回归得到，而在实际计算套期保值比率时，由于主力合约数据有限，不能直接准确计算套期保值比率。本文首先采用沪深300指数替代IF1009合约，求出现货投资组合对沪深300指数的值，然后利用沪深300指数与IF1009合约回归得到值，最后得到现货组合与期货的真实套期保值比率/。从4月16日股指期货上市开始做套保，整个套保计算结果如表1所示： 表 1 套保结果 方法 无套保 套保（天真BETA） 套保（OLS） 套保（GARCH） 拟套保市值（元）9995278199952781 套保后总市值（元）124078065 113997899 113882906 套保值 0 1 0.9296 0.9248 套保合约数量（手） 0 95 88 88 2、套保效果评价 评价套保效果的指标主要有两个，一个是收益率，用累计收益率表示；另一个是波动性，用方差减小率表示，方差减小率为套保后收益率方差的减小幅度，如表2所示： 表2 套期保值效果衡量 方法 无套保 套保（天真BETA） 套保（OLS） 套保（GARCH） 累计收益率 -0.1