最优套期保值比率实验报告.docx

螺纹钢期货最优套期保值比率的估计实验报告杜鹏 2008300040230一、实验目的利用OLS、ECM理论模型估计中国期货交易所的螺纹钢月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，熟悉EViews软件的操作，使读者能使用互联网上的数据分析解决实际的金融问题。试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、回归残差项的ARCH显影检验等。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重要的试验方法。实验过程数据的搜集和整理Ⅰ数据的搜集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价值。为此我选择了在任何一个时间点的后一个月进入交割月份期货合约的中间价格作为分析对象，所以每次去期货合约时都只用到它到期前倒数第二个月的数据，现货数据与期货数据按照时间对应。在此次试验中，我研究的是螺纹钢期货合约。期货数据来源于上海期货交易所（/index.html/index.html），现货数据来源于渤海商品交易所（/web//web/），时间是从2010年7月1日到2011年3月31日。经过搜集整理我得到了含有180对期货现货数据的Excel文件，并将其命名为FS数据，见附表。Ⅱ数据的整理及保存根据《衍生金融工具实验教程》（以下简称《教程》）的实验步骤，运用EViews软件我们得到了如下的工作文件图1，将其命名为FS。图1数据导入后的工作文件利用EViews估计最优套期保值比率Ⅰ用OLS模型估计最优套期保值比率1、按照《教程》的步骤，将样本期调整到3到181，这样做是为了对价格序列进行差分，差分要求后一个值减去前一个值，故原序列的第一个值只能作为差分的初值。2、简历F和S差分序列如表图2所示，这里的if和is即价格变化序列△F和△S。3、建立△F和△S的OLS简单回归模型。按照《教程》的方法步骤，我们得到了期货价的差分序列if对现货价格的差分序列is的回归方程，如图3所示。写成方程式为：△St=1.352524+0.580563△Ft+μtt(0.5562)(8.7446)P(0.5787)(0.0000)第二行括号里是t统计量，第三行括号里是p值，结果显示该方程整体上是显著的且解释变量系数很显著（P值为0），故基本认可该回归模型。回归结果表明，每一单位现货头寸需要0.580563单位相反的期货头寸进行对冲，即最优套期保值比率为0.580563.图2 F和S差分序列生成图3 OLS估计结果Ⅱ用ECM模型估计最优套期保值比率期货价格序列F的平稳性检验根据《教程》的实验步骤，我们得到如图4所示的期货价格的自相关和偏相关系数图4 期货价格的自相关和偏相关系数从图4我们可以看出F序列的自相关系数没有很快趋近于0，说明原序列是非平稳的序列。为此要对其进行ADF检验，根据《教程》实验步骤，我们得到图5，如下所示：图5 期货价格序列单位根检验结果从结果可以看出，ADF检验值显著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，对一节差分序列进行检验，得到图6：图6 期货价格一阶差分序列单位根检验结果从结果看出ADF统计量小于临界值，犯第一类错误的概率接近于零，说明一阶差分序列不存在单位根，综合以上两次检验，我们可以肯定期货价格序列F是一阶单整的。现货价格序列S的平稳性检验与期货价格序列平稳性检验过程相同，对现货价格进行自相关检验和两次单位根检验，得到图7—图9从图7—图9中我们发现现货价格序列S也不平稳，它与期货价格一样是一阶单整的。图7 现货价格的自相关及偏相关系数图8 现货价格序列单位根检验结果图9 现货价格一阶差分序列单位根检验结果对现货价格序列S和期货价格序列F的协整检验由于期货价格序列与现货价格序列均为一阶单整，故满足协整性检验前提。根据《教程》的实验步骤，我们得到了现货价格对期货价格回归结果图10图10 现货价格对期货价格回归结果从图10中的t统计量和F统计量都可以认为模型是显著的。对其残差进行单位根检验，得到图11：图11 残差e序列单位根检验结果结果显示在1%的置信区间内，可以接受残差序列e不含单位根的假设。这说明两序列存在协整关系，因此这里的残差项e可以当做误差修正项用做建立误差修正模型。建立含有误差修正项的△F和△S间的误差修正模型按照《教程》的实验步骤，我们得到了实验结果，如图12图12 期货价格与现货价格的协整方程协整回归方程为：△St=1.35206