基于GARCH与GARCHX沪铜期货套期保值绩效研究.docVIP

基于GARCH与GARCHX沪铜期货套期保值绩效研究 　　摘 要:文章运用双变量GARCH模型以及双变量GARCH-X模型对沪铜期货动态套期保值比率的估计进行了研究。实证结果表明, 基于双变量GARCH 模型的时变套期保值效果比基于静态模型的套期保值效果好, 并且双变量GARCH-X模型较双变量GARCH模型有更好的套期保值效果。 　　关键词:套期保值比率; GARCH;GARCH-X 　　中图分类号:F830.9文献标识码:B文章编号:1008-4428(2009)10-53-02 　　 　　一、引言 　　 　　套期保值作为期货市场的基本功能之一,是期货市场实现风险转移的重要手段,也是降低价格风险波动的必要工具。在套期保值理论和实务中,最优套期保值比率的确定是其核心问题。套期保值比率的研究可追溯到20世纪60年代,Johnson(1960)[1]将Markowitz投资组合理论引入到期货市场的套期保值问题,并用普通的最小二乘法(OLS)进行了实证研究。 　　然而,Ghosh(1993)[2]发现现货价格序列与期货价格序列之间存在协整关系,若两个序列之间存在协整关系,那么运用传统的最小二乘法回归得到的估计量将是有偏的。Engle(1982)[3]提出了自回归条件异方差(ARCH)模型以及随后在此基础上发展的并被广泛应用的广义自回归条件异方差(GARCH)模型能很好的捕捉期货价格与现货价格序列中普遍存在的异方差性。随后Lee(1994)[4]基于协整理论发展了GARCH-X模型,他认为误差修正项代表了短期偏离效应,如果短期偏离效应影响条件均值方程,那么它也会对条件方差方程产生影响。 　　国内学者实证研究方面对时变最优套期保值比率估计的研究有待深入。彭红枫、叶永刚(2007)[5]运用了双变量GARCH模型、双变量ECM-GARCH模型以及修正的ECM-GARCH模型对中国铜期货市场的最优套期保值比率问题进行了实证研究,并且得出了考虑协整关系的ECM-GARCH模型具有更好的套期保值效果。而且,国内尚未发现运用GARCH-X模型进行铜期货套期保值研究的文献。本文利用双变量GARCH模型,双变量GARCH-X模型来对中国铜期货的时变最优套期保值比率进行研究,并与静态的最优套期保值比率进行比较,最后进行套期保值绩效分析。 　　 　　二、理论模型 　　 　　1、双变量GARCH模型 　　记St和Ft分别为t时刻现货与期货的价格,则套期保值组合在时期(t-1,t)内的收益率Rt为:Rt=Rst-ht-1Rft,其中,ht-1为套期保值比率,Rst=△St/St,Rft=△St/St,Rft=△Ft/Ft。收益率的方差为: 　　为了估计(2)式中的h*t-1,本文选取含误差修正项的双变量GARCH模型,如下: 　　2、双变量GARCH-X模型 　　Lee(1994)认为误差修正项代表了短期波动中偏离其长期均衡关系的程度,如果短期偏离效应影响条件均值方程,那么它也会对条件方差方程产生影响,进而影响到最优套期保值比率。双变量GARCH-X模型表述如下: 　　(7) 　　式(3)(4)(6)同样适用于该模型,Aj、Bj和Dj为(3Х3)的对角矩阵。条件方差和协方差方程中的误差滞后项的平方(Z2t-1)反映对于条件方差和协方差方程的短期偏离效应。 　　 　　三、实证分析 　　 　　本文研究了上海期货交易所铜期货。现货价格的数据来源于上海有色金属网,期货价格的数据来自WIND数据库,样本数据的选取时间为 2004年1月2日至2009 年 1 月 23 日,共1231个数据。按照期货套期保值问题研究的惯例,本文采用在期货市场上用最近期月份合约连结成连续的期货合约(即在最近期月份进入交割月份后,选择下一个最近期月份的期货合约),所取期货价格均为日收盘价。为比较套期保值绩效,2008年2月 1 日以后的数据设为样本外数据,共239个数据,用来检验模型及套期保值效果。在研究过程中,期货价格与现货价格都进行自然对数转换,此时模型中的一阶差分相当于投资收益率。 　　表1给出了全样本的期货收益和现货收益序列的全样本描述性统计。可以看出期货收益序列和现货收益序列都是显著有偏的,且峰度值都大于3,Jarque-Bera统计显示两个序列均是非正态的,说明收益序列具有尖峰厚尾的特征。Ljung-Box Q统计量显示铜期货价格和现货价格序列存在明显的自相关性,说明其价格收益的后期波动在一定程度上可以通过前期波动预测。 　　表1 全样本的描述性统计(2004-2009年) 　　1、单位根和协整检验 　　从表2看出,期货和现货价格水平时间序列的 ADF 值都大于临界值,从而不能拒绝这些时间序列存在单位根的假设,说明期货和现