国内外最优套期保值比率模型主要成果综述_金融研究论文_证券金融论文.docVIP

国内外最优套期保值比率模型主要成果综述_金融研究论文_证券金融论文 国内外最优套期保值比率模型主要成果综述_金融研究论文_证券金融论文 【摘要】本文通过文献收集与汇总分析，在前人的基础上重新整理了国内外在套期保值比率研究领域所获得重要成果。总体上，本文先大致以时间顺序列举了国际上该领域十几个里程碑式的历史研究成果，逐步阐述了用来预测套期保值比率的OLS模型、向量自回归模型（VAR）、误差修正模型、ARCH模型、GARCH模型、误差修正模型（ECM）、门限协整模型、ARFIMA模型等的提出及演变过程。最后本文引入了中国在这一领域探索的进展。 　　【关键词】套期保值比率；模型分析；国内外成果 　　 　　套期保值比率是指为规避固定收益债券现货市场风险，套期保值者在建立交易头寸时所确定的期货合约的总价值与所保值的现货合同总价值之间的比率。确定合适的套期保值比率是减少交叉套期保值风险，达到最佳套期保值效果的关键。最优套期保值比率的确定是套期保值问题中的其核心问题，目前已经有大量的文献讨论。 　　一、国外主要成就 　　1.传统的OLS模型 　　由于风险度量方法和效用函数选择不尽一致，学者们提出了许多模型并进行了大量的实证研究。Johnson（1960）[1]在收益方差最小化的条件下，最早提出了商品期货最优套期保值比率的概念，并给出了最优套期保值比率的计算公式，即MV套期保值比率（Minimizing variance hedge ratios），可通过OLS估计。在此基础上，Ederington（1979）[2]给出了期货市场套期保值有效程度的指标，该指标反映了进行套期保值交易相对于不进行套期保值交易的风险降低程度。传统的最优套期保值比率估计方法在早期占据了很重要的地位。传统方法对最小方差套期保值比率的估计，可通过OLS进行。 　　2.时间序列模型和VAR模型 　　随着时间序列计量经济学的发展，很多学者开始批评运用OLS计算最小风险套期保值比率的缺点。Herbst、Kate、Marshall（1993）[3]和Myers、Thompson（1989）[4]发现利用OLS进行最小风险套期保值比率的计算会受到残差项序列相关的影响，同时解释变量与被解释变量的协方差以及解释变量的方差也应该是考虑时变信息的条件统计量。为了消除残差项的序列相关及增加模型的信息量，有学者提出利用双变量向量自回归模型（VAR）估计套期保值比率。 　　3.误差修正模型与协整理论 　　Granger（1986）[5]最早提出了误差修正模型。学者们还发现，现货与期货价格是协整的，Wahab、Lashgari（1993）[6]和Tse（1995）[7]发现期货价格和现货价格之间的协整关系对于最小风险套期保值比率的计算有很重要的影响。多元GARCH系列模型：随着80年代以后自回归条件异方差模型（ARCH）的发展和广泛应用，学者们开始从动态的角度研究最优套期保值率问题。由于大量实证研究发现资产回报时间序列表现为波动的集聚性（Clustering），学者开始用ARCH/GARCH刻画“期货—现货”的价格分布，捕捉其时变的方差和协方差特征。Engle和Kroner（1995）[8]提出了一种多变量广义ARCH过程，即多元GARCH测算动态套期保值率的方法。讨论了各种条件协方差矩阵推广下的等价关系，并给出了联立方程组中协方差的必要和充分条件。 　　Granger提出了误差修正模型十年后，Lien（1996）[9]根据Granger．Engle的协整理论，提出了估计最小风险套期保值比率的误差修正模型ECM（Error Correction Mode1）。这一模型同时考虑了现货价格和期货价格的不平稳性、长期均衡关系以及短期动态关系。Lien指出在许多实证研究，现货和期货的价格被证明均包含一个随机的趋势。因此，有必要检查的有效市场假说。这篇期货市场的著作体现了结合协整模型在现货和期货定价模型中的重要性。当统计模型中疏漏了协整的变量时，套期比率和套期保值的效果可能急剧变化。Lien的文章表明：虽然GARCH模型可能描述价格行为，在比较各种对冲策略的事后性能时，协整模型是唯一真正的不可缺少的组成部分。通过实证分析，Ghosh（1993年）[10]计算发现，当协整模型完全被忽略时可以拟合出一个较小的最优期货头寸。他把模型产生的这种估计错误归咎于条件误设。这份文献记录为确认上述猜想与进一步探索协整关系在期货套期保值比率研究的影响提供了理论分析。 　　4.门限协整模型： 　　Balke和Fomdy（1997）[11]提出门限协整模型，是一个含有长期均衡不连续的调整的模型。但该模型遵循一个阈值自回归均衡，是给定的范围外的均值回归并有一个范围内的单位根。他们建议用“两步走”的策略来