基于ECMGARCH模型我国PTA期货套期保值绩效研究.docVIP

基于ECMGARCH模型我国PTA期货套期保值绩效研究 　　摘要：在最小方差套期保值模型的基础上，借助Kroner and Sultan （1993）的ECM-GARCH模型将协整关系和时变方差结合起来，对PTA（精对苯二甲酸）期货套期保值比率进行研究。通过实证分析比较了该模型与幼稚模型、OLS模型、ECM模型以及B-VAR模型的套期保值效果。结果表明，该模型的套期保值有效性可达0.6614，明显高于其他模型，利用该模型进行套期保值可以更有效的规避现货价格风险。 　　关键词：PTA期货 套期保值绩效 B-VAR ECM-GARCH 　　一、 引言 　　精对苯二甲酸（Pure Terephthalic Acid ，简称PTA）PTA是生产纤维切片、聚酯纤维、瓶用切片和薄膜切片的主要原料，广泛应用于化学纤维、轻工、电子、建筑等国民经济的各个方面，因此PTA在其产业链中具有承上启下的作用，与上下游产品均存在一定的价格相关性。利用PTA期货进行套期保值可以帮助相关企业规避生产经营风险。 　　最优套期保值比率的研究，最早始于Johnson（1960）提出的OLS方法，通过对现货价格收益与期货价格收益进行基本的线性回归，拟合出最佳的套期保值比率，但没有充分利用决策前的时变信息。Ghosh（1993）根据Engle和Granger（1987）的协整理论，提出了估计套期保值比率的误差修正（ECM）模型，同时考虑了现货价格、期货价格的非平稳性，短期动态关系和长期平衡关系。Engle Kroner（1993）提出了一种多变量广义ARCH过程来刻画“期货—现货”的波动分布，即多元GARCH模型 [1]。Lien（1996）又将二阶矩期货价格变动方差以及现货价格变动方差之间的相互影响加入模型，且放宽了对期货价格变动的条件方差及其与现货价格变动条件协方差须为常数的条件，由此构成了广义自回归条件异方差模型ECM-GARCH[2]。国内学者王宝森（2009）对PTA期货与现货收益之间的线性相关性进行了研究[3]。王丽君（2011）进一步基于Copula非线性函数对PTA期货套期保值进行研究，从而得出交叉的套保比率。 　　二、 数据说明及模型设定 　　（一）数据说明 　　本文选取2013年01月04日至2013年09月06日的数据，其中PTA期货数据是郑州商品交易所主力合约的收盘价，其中共有三个主力合约，它们分别是TA305、TA309和TA401。PTA现货价格来自于中国PTA行业协会华东地区现货的报价。期货价格与现货价格分别有158个数据。模型估计使用Eviews 6.0统计软件完成。 　　（二）价格序列的单位根和协整关系检验 　　表1：PTA期货和现货价格的ADF检验结果 　　从表1中可以看出LSP时间序列的ADF统计检验值为-2.036868，LFP的ADF统计检验值为-2.193889，其均大于5%的显著水平的临界值-2.87147。从而可知LSP和LFP时间序列是非平稳序列。经过一阶差分之后，DLSP的ADF统计检验值为-16.09505， DLFP的ADF统计检验值为-18.49141，其均小于5%的显著水平的临界值-2.87151。从上面的分析可知该序列为平稳序列，且该序列有常数项。因此现货价格和期货价格均为一阶单整序列，满足协整检验前提。 　　表2：Jahansen检验的各参数的统计量 　　表2给出了期货与现货价格协整关系的Jahansen检验，在协整向量个数为0的假设下，PTA数据的迹统计量为25.5418，大于5%临界值15.4947，因此拒绝不存在协整关系的假设。在协整向量个数至少为1的假设下，PTA数据的迹统计量为3.4728小于5%临界值3.8415，说明期货与现货价格之间至少存在一个协整向量。综上所述，可知PTA的期货与现货价格序列具有显著的协整关系。 　　（三）模型设定 　　ECM-GARCH是动态的套期保值比率，它充分考虑了期货、现货价格的条件协方差矩阵的时变性特征。因此从理论上来评判ECM-GARCH能获得更良好的套保比。 　　ECM- GARCH是ECM与GARCH的组合。GARCH模型可以处理PTA价格的波动聚集性，使得期货价格与现货价格变动的协方差不再局限于常数，而是动态的。ECM模型则可以修正协整关系。因此，结合ECM和GARCH，可以动态捕捉到期货、现货价格之间的传递影响，拟合出更有效的套期保值比率。 　　该模型的构造方程如下： 　　（1） （2） 　　（3） （4） 　　其中，即所求最优套保比率，代表t时刻PTA现货价格，代表PTA期货t时刻。、A、B分别为相关系数的二阶矩阵。 　　三、 实证检验 　　Ederington（1979）给出了套期保值绩效的衡量指标，