中国铅期货最优套期保值比率估计及实证研究.docVIP

中国铅期货最优套期保值比率估计及实证研究中图分类号：F832 文献标识：A 文章编号：1009-4202（2012）07-000-01 摘 要 本文通过运用基于 OLS 估计模型、BGARCH模型和ECM 模型，对中国铅期货市场的最优套期保值比率进行估计，并对以上各种方法的套期保值效果进行了比较分析，经过套期保值的组合收益率方差都比没经过套期保值的组合收益率方差小，说明用套期保值是有效的。且基于BGARCH的动态套期保值比基于OLS的静态套期保值有更好的保值效果。 关键词 套期保值 OLS ECM BGARCH模型 绩效评估 现货市场中的现货价格每日波动，会对生产企业的成本带来影响，从而带来了企业的成本风险。中国商品期货市场的出现使得企业可以运用套期保值的思想来规避价格波动的风险。所谓套期保值即在期货市场中多头（或空头）与现货数量相等但交易方向相反的期货合约来实现套期保值的效果。由于现货市场和期货市场价格变动不一致，所以要最优地实现套期保值的策略，就要对期货头寸进行调整，即改变套期保值比率。 一、有关模型 本文以上海期货交易所的铅期货为研究对象，运用2011年5月4日至2012年4月17日的铅现货数据。而期货数据采用了期货合约到期前倒数第二个月的数据，现货时间与期货时间对应，分别用基于OLS 的动态估计模型、ECM模型、BGARCH模型，对最优套期保值比率进行估计，最后对以上方法的套期保值效果进行简要的比较分析。 （一）OLS模型估计最优套期保值比率 首先对△S、△F序列分别进行单位根检验，结果表明，四个序列在显著性水平为0.01的水平上均可拒绝原假设，从而认为四个序列均不存在单位根，为平稳的时间序列。再次基础上运用OLS模型进行回归得到的拟合方程结果如下： t(0.063404) (27.59930) P(0.9495) (0.0000) 结果显示该方程整体上是显著的且解释变量很显著，P值为0，固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0.597020单位的期货头寸进行对冲，即最优套期保值比率为0.597020。 （二）ECM模型估计最优套期保值比率 采用误差修正模型进行回归得到的协整回归方程如下： t(0.035553) (27.68507) P(0.9717) (0.0000) 从F统计量来看该方程整体上是显著的，自变量系数和误差修正项系数的t统计量都很显著，故该回归模型拟合的较好。回归结果表明每一单位的现货头寸要用0.584110单位的期货头寸进行对冲，即最优套期保值比率为0.584110，比OLS模型估计的要稍小。 （三）BGARCH模型估计最优套期保值比率 虽然误差修正模型改进了O L S模型，但是如果残差序列不是同方差的，即误差的方差随时间的变化而变化，因此要通过二元G A R C H模型来估计动态的套期保值比率。首先分别对△S和△F做单方程的GARCH估计，再通过两个方程的残差项和方差计算出动态的套期保值比率。得出均值为0.605010的动态套期保值比率。 （四）绩效评估 对各模型估计的套期保值比率套期保值效果的绩效评估，这里采用套期保值后组合的价格波动的方差即Var(is-h*if)来对套期保值效果的绩效进行评估。结果如下表所示，从图中可知：基于OLS的套期保值及基于BGARCH模型的套期保值均能有效地对冲现货的价格风险，而其中基于BGARcH的动态套期保值比基于OLS的静态套期保值有更好的保值效果。 OLS模型 套保组合 ECM模型 套保组合 BGARCH模型 套保组合 未经过套保组合 套期保值比率 0.597020 0.584110 0.605010 0 组合收益率标准差 67.30032 67.33231 67.28046 139.4751 二、结论 由此可以的出一下结论： 1．基于OLS的套期保值及基于BGARCH模型的套期保值均能有效地对冲现货的价格风险，这完全符合套期保值理论。 2. 经过套期保值的组合收益率方差都比没经过套期保值的组合收益率方差小，说明用套期保值是有效的。且基于BGARCH的动态套期保值比基于OLS的静态套期保值有更好的保值效果。 3．中国与铅相关的现货企业，在对铜现货价格进行风险管理时，可优先考虑使用BGARCH模型计算动态套期保值比率，并据此设计套期保值策略。但是由于动态套保要求每天调整期货的头寸，需要频繁的交易，从而带来较多的交易成本和操作成本。因此对于以铅为原料的企业来说，只需要按照误差修正模型计算得到的套期保值比率来进行套期保值就足以降低价格波动的风险，即按1：0.584110的比例构建期货头寸，从而降低价格波动的风险，降低成