我国钢材期货套期保值绩效实证的研究.docVIP

我国钢材期货套期保值绩效实证的研究 　　［摘 要］ 在我国钢材期货推出两周年之际，本文基于螺纹钢期货合约结算价的加权平均价格周收益率和螺纹钢现货价格周收益率，采用OLS模型、BVAR模型、VECM模型和GARCH模型对螺纹钢期货最优套期保值比率进行测算，并基于风险收益方法对4种模型进行比较。研究表明，投资者在实务中应选择OLS模型，但应掌握GARCH模型理论应用方法；我国钢材期货市场的市场效率正逐步提升。 　　［关键词］ 钢材期货；套期保值；最优套保比率 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2011 . 24. 026 　　［中图分类号］ F830.9 ［文献标识码］ A ［文章编号］ 1673 - 0194（2011）24- 0045- 03 　　 　　２００９年３月底，钢材期货在上海期货交易所正式挂牌交易。两年时间，螺纹钢期货已经成为国际期货市场中最大交易品种。中国是世界最大钢铁生产国和消费国，近年来钢材价格剧烈波动给广大涉钢企业带来巨大经营风险。有必要基于新的历史交易数据研究钢材期货套期保值绩效，为投资者提供理论和实务指导。 　　1 套期保值的相关研究回顾 　　1.1 国外研究成果综述 　　套期保值理论先后经历了传统套期保值理论、选择性套期保值理论和现代套期保值理论。现代意义的套期保值将期货和现货头寸组合在一起，以风险最小化为前提，考虑现货头寸和期货头寸比例的优化问题。 　　1.2 国内研究成果综述 　　我国钢材期货推出仅两年，交易数据有限，相关研究文献较少。肖树强和赵息基于２００９年４月到２０１０年６月期间的日收益率，针对某一特定螺纹钢期货合约展开套保研究，认为ＥＣＭ模型套保有效性最好。 　　2 研究方法和模型 　　根据Ｊｏｈｎｓｏｎ理论，假设资产现货价格Ｓｔ，对应期货价格Ｆｔ，则最小方差套期保值比率ｈ*为： 　　线性回归ＯＬＳ模型是传统的回归模型，实务中使用较多，该模型须满足同均值、同方差、序列不相关的条件；双变量向量自回归ＢＶＡＲ模型考虑了现货和期货前期价格对当前价格的影响，即序列自相关影响；向量误差修正ＶＥＣＭ模型通过ＧＰ识别、单位根检验和协整检验，引入误差修正项，解决了时间序列的协整关系影响；误差修正多元变量ＧＡＲＣＨ模型认为套期保值比率应该是动态的，随时间和信息量不断变化，提倡从动态角度测算最优套期保值比率ｈ＊。 　　3 数据选择 　　期货价格选取上海期货交易所公布的螺纹钢期货不同合约结算价格的加权平均价格，现货价格选取“我的钢铁网”提供的上海与天津现货平均价格。本文采集了从２００９年３月３０日至２０１１年３月３０日间共９８个期现货周数据，选取前６０个周数据为样本数据，将后３８个周数据作为样本外数据。本文使用Ｍａｔｌａｂ ７．０．１软件建立模型和处理数据，其金融时间序列、ＧＡＲＣＨ工具箱等模块适用于复杂计算环境，处理波动性强的单变量金融时间序列更有效。 　　4 实证研究结果 　　4.1 ＯＬＳ模型分析 　　ＯＬＳ模型套保策略结果为：ΔＳｔ＝０．６８３ ６ΔＦｔ ＋０．００１ ７１４ ５。从图１可以看出，绝大多数残差分布在零点左右，残差置信区间均包含零点，说明回归方程较好地表达样本数据。 　　4.2 OＬＳ模型使用检验 　　序列相关检验。对于ＯＬＳ模型的残差序列，如果其任意滞后阶数自相关函数都为零，则Ｑ统计量不显著，即残差序列不相关；反之，残差序列相关。如图２所示，上下两条横线分别表示自相关系数的上下界，超出边界的部分表示存在相关关系。从图2中可见，第１１阶和第２８阶超出边界，故存在相关关系。 　　正态性检验。本文使用Ｋ－Ｓ正态性检验分析ＯＬＳ回归残差正态性，若残差点分布在一条直线附近，则认为该残差总体服从正态分布；反之，则为非正态总体。由图３可知，ＯＬＳ模型残差显著偏离直线，残差序列不服从正态分布。 　　异方差检验。本文采用自回归条件异方差ＧＡＲＣＨ模型检验残差的异方差和ＡＲＣＨ效应，从图４可以看出，残差和标准差都出现了波动聚集现象。Ｑ检验和ＡＲＣＨ 检验结果见表１，表明不能拒绝ＯＬＳ模型残差不具有ＡＲＣＨ效应的假设。 　　4.3 ＢＶＡＲ模型 　　根据ＡＩＣ和ＳＣ信息准则，螺纹钢现货和期货价格序列最优滞后阶数为２，ＢＶＡＲ模型回归参数见表２，最优套期保值比率ｈ*＝０．６００ ６，即每一份现货需要０．６００ ６份期货合约进行套期保值。 　　4.4 ＶＥＣＭ模型 　　本文采用ＡＤＦ检验和ＰＰ检验检验单位根，现货和期货周收益率在１％和５％的显著水平下均接受原假设，即均存在单位根。进一步进行协整检验，均拒绝原假设，残差序列平稳，即现货和期货周收益率具有协整关系。ＶＥＣＭ模型的最优套期保值比率ｈ*＝０．６００