沪深300股指期货风险对冲策略研究

沪深300股指期货风险对冲策略研究 摘要：套期保值作为期货市场的根源和基础，是股指期货的核心功能之一。 它通过风险转移的方式规避系统性风险。 由于基差风险的存在，套期保值并不能完全消除风险。 因此，要获得相对理想的套期保值效果，关键在于套期保值策略的制定，即准确选择科学合理的期货合约，并采取适当长度的套期保值策略。 套期保值周期，准确预估套期保值比例。 本文采用国外成熟模型进行定量分析，研究期货合约和套期保值周期对套期保值效果的影响，为投资者在使用股指期货进行套期保值时选择期货合约和确定套期保值周期提供参考。 关键词：股指期货； 对冲； 误差修正模型 股指期货合约。 虽然股指期货是现有金融期货产品中的后起之秀，但股指期货具有许多不同于商品期货的属性，例如更容易实现产品同质化、交易可以突破时间和空间的限制等。因此，随着国际股指期货的不断发展，股指期货是目前金融期货中期限最短、发展最快的金融衍生产品，已成为国际资本市场最具活力的风险管理工具之一。

具体到我国的实际情况，我国期货市场从研究到试点已有10多年的历史。 随着国际社会对中国金融衍生品交易的密切关注，特别是一些期货交易所率先推出了中国的金融期货。 在这种条件下，发展中国自己的衍生品交易是非常有必要的。 在此情况下，对于政策制定者来说，可以认识到股指期货的功能以及进入中国证券市场的重要性，从而设计方案、监测风险、完善相关政策和经济环境，为股指期货提供支持。 发动创造条件。 与此同时，国内股市从2007年盘中高点6124点跌至2008年最低点2199点，跌幅达10%。 面对股市的大幅上涨和下跌，投资者因缺乏风险对冲工具而束手无策。 对冲系统风险、发展股指期货已成为投资者的迫切需求。 对于投资者来说，如何利用股指期货制定相应的对冲策略，从而成功规避风险，具有重要的实用价值。 股指期货是20世纪80年代末在美国产生的一种金融衍生工具。 在发达国家，它已经运行成熟了近二十年，相关的研究方法和技术在实证研究中得到了广泛的应用和发展。 美国学者[1](1981)首次详细讨论了推出股指期货的可行性和解决方案，其中包括股指期货的套期保值问题。 对于股指期货的套期保值，利用CAPM模型分析单项资产价格与总风险各部分之间的关​​系，进而讨论股指期货与股票价格的相关性。

1997年[2]，英国南安普顿大学教授研究了股指期货的套期保值、价格发现等功能，用金融语言和方法分析了股指期货的一般特征，并列举了许多股指期货数据。 实证分析。 在套期保值方面，最优套期保值比例的研究一直是西方学者关注的热点问题。 许多学者从不同时期、不同角度对最优套期保值比例进行了研究。 自从(1960)和Stein(1961)开始引入投资组合理论来解释套期保值问题以来，最优套期保值比率和[3]套期保值有效性逐渐成为期货市场研究的焦点。 (1960)首先提出了收益方差最小化条件下商品期货最优套期保值比率的概念，并给出了最优套期保值比率的基本计算公式-1-[4]。 (1979)将上述方法应用到金融期货市场，提出了期货市场套期保值有效程度的衡量指标[5]。 (1984)利用​​“最小方差模型”评价股指期货的套期保值效率，并利用美国股市的数据进行了实证研究。 结果表明，采用最小方差套期保值比例[6]进行套期保值是最有效的。 自从最小方差对冲比率的研究以来，许多学者对确定最优对冲比率的最佳方法做了大量的研究。

Myers & (1989)发现使用OLS计算最小方差对冲比率会受到残差序列相关的影响，考虑到解释变量与解释变量之间的协方差以及解释变量的方差也应该是条件统计信息，为了消除残差序列相关性，增加模型的信息量，可以使用二元向量自回归模型（B-VAR）来计算最小方差对冲比率天载配资，该模型可以更广泛地应用于各种期货价格与现货价格模型相比，传统的[7]模型在很多假设的情况下得到了改进。 20世纪80年代后，随着自回归条件异方差（ARCH）的发展和广泛应用，学者们开始从动态角度研究最优对冲比率。 &Myers(1991)通过[8]GARCH模型估算了美国期货市场大豆合约和玉米合约的最小方差对冲比率。 Ghosh(1993)基于&Engle的协整理论提出了误差修正模型ECM(Error Model)来估计最小方差对冲比率。 均衡关系和短期动态关系。 近年来，随着我国期货市场的不断发展和完善，国内学者逐渐开始关注我国商品期货市场最佳套期保值策略的研究。 到目前为止，国内的研究文献在统计技术上几乎都采用了基于最小二乘法（OLS）的传统回归模型。

林小贵认为，当投资者在期货市场找不到同类型的期货资产进行套期保值时，可以选择与现货资产相关性较强的期货资产进行组合套期保值，而在期货市场进行组合套期保值的风险分析为进行了最小二乘法[10]估计，给出了投资组合套期保值率和套期保值风险的估计。 侯晓红认为，“套期保值交易过程中，基差会发生变化，从而产生完全套期保值、过度套期保值或保值不足的结果。正是因为套期保值不足的风险，所以有必要对套期保值的量化进行分析和研究。”对冲风险”。 基于这一认识，利用证券投资模型研究了临界套期保值数量比的计算方法[11]，并利用铜期货价格和相应的现货数据进行模型计算。 总之，国外对股指期货套期保值的研究已经达到了比较成熟的阶段。 然而，我国这方面的研究才刚刚起步。 大部分研究采用定性方法来分析金融期货市场对基础资产市场的影响，探讨股指期货在我国的可能性和现实性。 定量研究很少，主要是因为我国尚未建立相应的股指期货交易，研究对象的缺乏限制了国内的研究。 结合我国证券市场的特殊情况股指期货对冲策略，采用定量分析方法，建立基于协整的误差修正模型，分别估计两种组合的最优对冲比率，并利用对冲前后的投资组合收益方差进行计算比较套期保值效果，以帮助投资者选择期货品种并计算实际操作中的最佳套期保值比例。

2、套期保值比率估算及套期保值效果分析 股指期货套期保值是指投资者在期货市场建立与现货市场相反的交易头寸。 一旦发生损失，交易者可以用期货市场的利润来弥补现货市场的损失。 在套期保值之前，必须明确两个问题，一是股指期货品种的选择，二是套期保值比例的确定。 - 2 - 最小方差对冲比率的确定 自20世纪30年代凯恩斯、希克斯等著名经济学家率先研究对冲以来，各种对冲理论和模型相继出现。 目前，关于期货市场最优套期保值比率的研究可以分为两类，一类是从投资组合收益风险最小化的角度研究最小方差套期保值比率，另一类是基于马科维茨的基于证券投资的理论理论上，从效用最大化的角度股指期货对冲策略，研究均值方差套期保值比率。 效用最大化套期保值虽然考虑了套期保值者的预期作用，并引入了套期保值者收益与风险之间权衡的概念，但计算繁琐，且难以构建适用于不同投资者的效用函数。 因此，利用效用最大化的方法来研究最优套期保值比率并不具有一般意义。 套期保值最基本、最主要的功能是转移风险，基于最小方差的套期保值比率适用性比较强。 最小方差模型最早起源于 20 世纪 60 年代初，当时 (1960) 和 Stein (Stein 1961) 使用债券投资组合来研究对冲。

该理论指出，交易者在期货市场的套期保值本质上是期货市场和现货市场资产的结合。 在将风险降到最低的前提下。 这就产生了用于确定风险最小化对冲比率的回归分析方法。 当时，约翰逊和斯坦因的方法仅用于传统的商品套期保值。 20世纪70年代金融期货出现后，（1979）区分了传统套期保值理论、套期保值理论和投资组合套期保值。 对冲理论将约翰逊/斯坦因方法扩展到金融头寸的对冲，形成了约翰逊/斯坦因/埃德林顿（JSE）方法。 设ΔS和ΔF分别表示套期保值期间套期保值资产现货价格S的变化和期货价格F的变化，σ表示ΔS的标准差，σ表示ΔF的标准差， σ 表示对冲投资组合的标准差。 以长期SFZ对冲组合为例。 套期保值期间投资组合价值的变化为： ΔZ=hΔF−ΔS 那么对冲投资组合价格变化的方差等于： 2222σ=σ−2hρσσ+hσ σ=Var(R)，ZZ2σ=Var( R), SS2σ=Var(R), FFρ=COV(R,R)/σσ 最佳对冲比率必须使 σ 最小化多阳网股票配资，因此 σ 对 h 的一阶偏导数必须等于 0，并且ZZ 阶偏导数必须大于零。

得到： 2∂σZ2=2hσ−2ρσσ FSF∂h22∂(σ)Z2=2σ>0 F2∂h2∂σZ = 0，可得最优对冲比例： ∂hσCov(R,R)*SSFh=HR =ρ = σVar(R)FF- 3 - JSE方法是通过普通最小二乘法将现货价格的变化回归到期货价格的变化。 * 回归线的斜率就是使方差最小化的对冲比率h，称为最优高度比，记为HR。 HR可以衡量对冲成本。 在同等对冲效果的情况下，HR越低，对冲成本就越低。 套期保值效果评价所谓套期保值效果是指套期保值活动是否达到预先设定的目标及其实现程度。 由于本文假设套期保值的目的是使风险最小化，因此这里的套期保值效果是指风险是否降低以及降低的程度。 在确定最小风险对冲比率时，风险用对冲组合的方差来表示。 套期保值最根本的功能是规避风险。 因此，不同对冲策略的效果通常用对冲后风险降低的程度来衡量。 套期保值后，能够降低投资风险的套期保值策略被认为是有效的。 (1979)给出了套期保值有效性的衡量标准，即参与套期保值后的收益方差与不参与套期保值时的收益方差相比减少的程度。 非对冲和参与对冲收益的方差可表示为： 2σ=Var(R) σ=σ−2hρσσ+hσ ZSSFF 其有效性定义为 HE: 22222σ−σσ−(1−ρ)σ=× 100 %=×100%=ρ22σσSSHE 等于期货价格变化与现货价格变化之间的相关系数的平方。 HE值越高，对冲效果越好。

需要注意的是，有效（）对冲和高效（）对冲是两个不同的概念。 对冲的有效性是指风险降低的程度，一种对冲比另一种对冲更有效，但如果产生的成本更高，那么它可能不如效率稍差但成本较低的对冲有效。 因此，考虑到套期保值的成本和效果，HE/HR的定义近似等于套期保值的效率，即有效套期保值是指在给定成本下能够最小化风险的套期保值。 3、沪深300股指期货套期保值策略研究假设投资者将资金投资于沪深300指数成分股中市值最大的前十只股票。 市值占十只股票总市值的百分比。 请参阅表格了解所选股票及其权重。 表 现货组合及成分股比例股票现货 烟台万华化工 万科A 房地产业 苏宁电器业 民生银行 银行业 贵州茅台酿造食品业 由于股指期货在我国尚未正式推出，为了比较不同股指期货的套期保值效果期货合约，选择上海证券交易所正在进行模拟交易的深300股指期货、、、、产品作为标的。

所选数据4来自中国上海证券交易所、深圳证券交易所、中国金融期货交易所和格林期货公司的官方网站。 样本数据选取2007年11月2日至2008年6月13日共150个交易日的股票投资组合和股指期货收盘价作为分析的基础数据。 由于对数据取自然对数并不会改变原来的协整关系，而且很容易得到平稳序列，因此本文以收盘价为基础对数据进行对数，利用得到的股票组合和股指期货对数收益率计算研究。 期货合约对套期保值效果的影响 由于中国金融期货交易所推出的沪深300指数期货同时上市四个月度合约，即当月、下月及随后的两个季月合约。 投资者可以选择不同交割月份的期货合约进行套期保值，因此有必要比较不同期货合约下的套期保值表现，并在此基础上选择能够降低投资组合收益风险的期货合约进行套期保值。 在研究期货合约选择对套期保值效果的影响部分，仅考虑了5天和10天的套期保值周期。 由于套期保值周期较短，因此采用最常用的OLS模型进行估算。 表不同合约套期保值效果比较 ——股指期货投资组合收益率方差显着低于股票投资组合收益率方差。 这首先说明利用沪深300股指期货进行套期保值能够更有效地规避风险，可以消除现货投资的一些系统性风险，同时也可以看出与现货组合相关性较高的期货合约具有更好的套期保值能力。对冲效应； 其次，用 、 、 、 进行套期保值，所选合约距离现货月份越近，套期保值倍数越大，但对套期保值效果没有恒定影响。

由于越接近现货月份，交易量越大，波动性越强，因此，越接近现货月份，合约的套期保值效果很不稳定。 总体来看，现货股指期货投资组合收益率风险比套期保值前现货收益率风险平均低%、%、%、%。 因此，投资者应选择距离现货月份最远的期货合约进行套期保值，这样不仅套期保值期限的选择范围更广，而且可以达到相对较好的套期保值效果。 虽然选择期货合约可以取得较好的套期保值效果，但不同套期保值周期下的最优套期保值比例并不相等。 这时，投资者就要根据套期保值期限的长短来调整套期保值的比例。 本部分研究将套期保值期限分为10天、20天、30天、40天、50天、60天六组，分别估算各组的套期保值比例，并得出套期保值效果被计算。 。 套期保值周期对套期保值效果的影响在计量经济学中，序列的平稳性会直接影响建模的效果。 平稳序列有很多优良的性质，一般能够满足建模的各种要求，但是对于非平稳序列不再采用传统的分析方法，所以在检验时间序列中是否存在协整关系或者长期关系之前，首先，检验现货组合与期货收盘价的对数级数的平稳性和积分阶。 采用常用的ADF测试。 滞后阶数根据AIC和SC最小信息准则-5-来选择。

下表显示了现货组合和期货收盘价对数序列平稳性的检验结果。 非平稳序列中存在协整关系的前提是各序列的协整阶数相同多阳网股票配资，即非平稳序列经过相同数量的差分后变为平稳序列。 从表中可以看出，利用统计软件进行了单位根检验，单位根检验拒绝了现货组合与期货收盘价的对数级数存在单位根的原假设，说明了这些序列，并不能直接建立回归模型，因为，使用非平稳时间科学的直接回归可能存在“伪回归”问题，即变量之间不存在相互依赖关系，但回归结果得出了存在相互依赖关系的错误结论。 因此，如果对非平稳序列进行微分，则它们的一阶差分序列都是平稳的。 因此，可以判断现货组合序列和期货收盘价序列均为一阶积分序列，满足协整检验的前提。 经过对现货组合与期货收盘价的对数序列的完整性检验，证明现货组合与期货收盘价的对数序列是一阶积分序列，因此可以建立误差修正模型通过使用EG两步法。 表变量平稳性检验变量 τ 检验 统计临界值结论 变量 τ 统计临界值结论 ****InS 非平稳 Δ 平稳 *****InF 非平稳 Δ 平稳***** *InS 非平稳 Δ 平稳*** ***InF 非静止 Δ 静止******InS 非静止 Δ 静止******InF 非静止 Δ 静止******InS 非静止 Δ 静止 ***** *InF 非静止 Δ 静止****InS 非静止 Δ 静止******InF 非静止 Δ 静止******InS 非静止 Δ 静止******InF 非-稳定 稳定 Δ 稳定 **** 10% 5% 1% 注：本表中的 ADF 检验结果由软件计算得出，其中 、 、 分别代表 、 的显着水平。

为了检验现货投资组合对数收益与期货对数收益之间的协整关系，采用OLS估计方程InS=a+bInF+ε来检验残差序列的平稳性。 由于检验对滞后阶数特别敏感，因此不正确的滞后阶数可能会导致错误的协整。 因此，首先必须确定一个合理的滞后阶数p，并根据AIC信息准则和SC准则来选择p的值，即当两者均为最小值时的阶数。 p值确定后，验证协整是否存在常数项和（或）时间趋势，然后对其他数据进行协整检验。 最终得到正确的协整关系。 - 6 - 选项卡。 残差序列平稳性检验 Tab． 变量 τ 统计临界值结论检验 变量 τ 统计临界值结论 *****ε ε ******ε ε ** ****ε ε 表是对变量 τ 进行平稳性检验的结果残差序列ε。 可以看出，残差序列ε没有单位根，平坦tqtq稳定，说明变量InS和InF之间存在协整关系。 根据AIC和SC准则，通过比较可知(1,1)是适合估计公式的模型。 具体模型如下： ΔInS=α+αZ+βΔInF+θInS+δInF+e t01t−1t1t−11t−1t InS=a+bInF+ε 得到的残差序列 ε 直接与不平衡误差相加误差修正模型中，参数通过OLS方法估计。

表 套期保值周期和最佳套期保值比例、套期保值绩效的和对冲比例 对冲期限 10 天、20 天、30 天、40 天、50 天、60 天/HR 从表中可以看出，首先，除了最优对冲比例的例外从各个套期保值周期来看，不同套期保值周期的套期保值比率比较接近。 这与现有文献的研究结果不同，现有文献的研究结果表明，套期保值期限越长，最优套期保值比例越大，当套期保值期限足够长时，最优套期保值比例甚至会接近*传统套期保值比率 对冲比率（h=1）。

本文原创于：http://www.hxfst.cn 人人顺配资