考虑基差非对称效应动态期货套期保值策略.docVIP

考虑基差非对称效应动态期货套期保值策略 　　【摘要】在国内早期期货市场上，一直都使用GARCH来估计的最小方差套期保值比率，但由于现货和期货收益的条件方差和协方差的时变性，这种方法也就忽略了最优套期保值比率的时变性。本文在GARCH模型的基础上提出了改进后的BGARCH模型，考虑了时变性的影响，对最小方差套期保值比率进行估计。商品市场的实证研究表明基差对现货和期货风险结构的影响是不对称的，正基差对风险结构的影响大于负基差的影响。 　　【关键词】最小方差套期保值比率 基差的非对称效应 动态套期保值策略 　　一、引言 　　最小方差套期保值比率即期货合约与某一特定现货头寸在最小化套期保值组合收益的方差时的比值。Johnson(1960)和Stein(1961)提出根据组合投资的预期收益及其方差，确定现货市场和期货市场的交易头寸，使收益风险最小化或者效用最大化。近期BGARCH模型被普遍的用来估计具有时变性的方差和协方差，产生了动态最小方差套期保值比率。几乎所有的研究在估计动态最小方差套期保值比例的时候都忽略了基差对风险结构的影响。运用固定的最小方差套期保值比率进行套期保值策略，会在基差减小时拥有过多的套期保值头寸，在基差增加时使得头寸不足。 　　本文提出一个考虑了基差非对称效应的BGARCH模型，把基差分为正的和负的基差，并将其引入BGARCH模型的条件方差－协方差方程中研究非对称基差对现货和期货收益的条件方差－协方差以及动态套期保值策略结果的影响。根据这个模型的条件方差－协方差的估计值计算出最小方差套期保值比率，并与从仅考虑对称效应或这个效应完全被忽略的BGARCH模型中估计的最小方差套期保值比率比较。 　　二、模型研究 　　记St和Ft为现货和期货价格的对数，Rs,t=St-St-1（Rf,t=Ft-Ft-1）为现货价格（期货价格）的收益率，Bt=St-Ft为基差，现货和期货的条件收益均值为： 　　Bt-10时，现货价格超过期货价格，受现货和期货价格之间的长期均衡关系制约，现货价格趋于减小，期货价格趋于增大。 　　方程（1）中残差的条件方差－协方差矩阵可以表示为 　　 　　 　　 其中，It是t时刻可以获得的信息集。 　　本文把基差分为正的和负的基差项，在定义现货和期货收益的条件方差时让它们作为单独的解释变量： 　　hs,t=ωs+θsε2s,t-1+δshs,t-1+ξsmax(Bt-1,0)+ψsmin(Bt-1,0) （4） 　　hf,t=ωf+θfε2f,t-1+δfhf,t-1+ξfmax(Bt-1,0)+ψfmin(Bt-1,0) （5） 　　t-1期的正基差max(Bt-1,0)和负基差min(Bt-1,0)说明了对基差的非对称影响，系数ξs、ξf、ψs、ψf衡量了正负基差的影响程度。 　　现货和期货收益之间的条件协方差为： 　　三、样本数据的初步分析 　　本文选用大连大豆期货合约的每日收盘价作为样本数据，覆盖了1999年1月4日到2010年1月19日的960个数据。其中760个数据作为样本内数据用于回归分析，剩下的200个数据作为样本外数据评价套期保值效果。 　　注：F代表取对数后的期货价格，S代表取对数后的现货价格，B代表基差 　　从图1和图2中可以看出大豆期货和现货的价格存在显著的相关关系。 　　选择ADF单位根检验对期货和现货价格序列的平稳性进行检验。在5%的置信水平下，拒绝零假设，说明期货价格收益和现货价格收益序列均是平稳的。 　　表1 ADF单位根检验 　　注：5%的置信水平下ADF的临界值分别为-2.864660 　　对其残差序列进行ADF单位根检验，零假设被拒绝，残差序列是一个白噪声序列，短时间内期货价格和现货价格可能偏离均衡状态，但长期来看，期货价格和现货价格之间保持着均衡关系。 　　表2 期货价格收益和现货价格收益的协整检验 　　四、非对称BGARCH模型的实证分析结果 　　采用两步估计方法，首先用普通最小二乘法（OLS）估计均值方程来获得残差项和，然后用最大似然法估计出条件方差―协方差矩阵的参数。 　　表3 期货市场GARCH模型、对称GARCH模型和非对称GARCH模型的参数估计 　　注：表格中*与**分别表示在5%和1%的水平下显著 　　从结果中可以看出正基差的滞后项对现货和期货收益的波动性存在正效应，负基差的滞后项对现货和期货收益的波动性存在负效应。 　　把市场波动性和基差的关系绘制成图3，观察到一个不对称V型结构，且右半部分的曲线比左半部分更陡，说明基差的效应不仅是非单调的，同时也是非对称的。 　　图3 基差对应的大豆现货收益的条件标准差 　　通过在不对称模型中添加或不添加约束条件 ，比较估计出的对数似然函数值来进行