- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
?
?
利用沪深300股指期货对冲系统性风险的研究
?
?
李明书+张磊
【摘要】本文研究如何利用沪深300股指期货来对冲沪深300股票指数的风险,为跟踪沪深300指数的指数型基金提供一个对冲系统性风险的策略选择。首先,文章选用了BVAR、ECM、GARCH模型来选定套期保值比率,利用此比率可以建立由沪深300成分股多头和沪深300股指期货空头组合而成的资产组合。其次,文章考察了3种模型对应的资产组合的套期保值效率、和收益率波动性,发现除股灾期间外,对冲的效果较为理想。
【关键词】股指期货;套期保值;系统性风险
一、数据
本文选取了2015年1月5日到2015年12月31日的沪深300指数(St)和当月交割的沪深300股指期货(Ft)的日收盘价作为原始数据,然后对原始数据取对数收益率得到两组时间序列rSt和rFt,最终我们对这两组时间序列进行各种计量检验,以选择最好的对冲模型。
本文假设指数型基金管理者在投资沪深300成分股时,完全按照个股在沪深300指数中的权重来配置股票,并且在整个数据期间都使用同一种套期保值比率。
二、对冲模型的选取
本文所选用的对冲策略是“卖出套期保值”策略,投资者为防止股票价格下跌,在期货市场上卖出股指期货,用期货的盈亏来抵消股票现货的亏盈,从而达到保值目的。
计算套期保值比率的一種典型模式是双变量向量自回归(B-AR)模型,模型具体形式如下。
rSt=α+βrFt+ni=1rirS,t-1+ni=1θjrF,t-j+εt
其中β为最优套期保值比率。
但现货与期货之间的协整关系也会对套期保值比率的估计造成影响,而ECM模型对此效应有一定的改善,其具体模型为:
rSt=α+βrFt+ni=1rirS,t-1+ni=1θjrF,t-j+ωZt-1+εt
其中β为最优套期保值比率。
这两个模型都假设不存在异方差,不一定符合实际情况,因而我们对数据进行ARCH效应检验,如果存在ARCH效应,那么我们选用GARCH模型来计算套期保值比率,具体模型如下:
rSt=α+βrFt+εt?εt|Ωt-1~N(0,ht)
ht=α+qi=1riε2t-1+pi=1θjht-1
其中β为最优套期保值比率。
三、实证分析
(一)模型选取
(1)平稳性检验与B-VAR模型
①rSt与rFt的ADF检验:结果发现rSt与rFt不存在单位根,意味着它们是平稳序列。
②B-VAR模型实证检验
这里本文使用2阶双变量自回归模型,具体模型如下:
rSt=α+βrFt+ni=1rirS,t-i+ni=1θjrF,t-j+ωZt-1+εt
检验结果如下:其中拟合优度为R2=0.78,从上面的结果可以看出rFt的系数为1.121413,t统计量和P值显示该系数显著不等于零,B-VAR模型的最优套期保值比率约为1.121413。
(二)协整检验与ECM模型
(1)rSt和rFt之间的协整性检验
我们首先对lnSt和lnFt进行平稳性检验,结果显示沪深300指数和沪深300股指期货指数的时间序列都是非平稳序列,而在前面我们分别对它们的日对数收益率序列进行了ADF检验,检验结果为平稳。这意味着他们的一阶差分序列均为时间平稳序列,于是我们可以对其进行EG协整性检验。
我们首先做以下回归:
lnSt=β0+β1lnFt+εt
然后对残差项进行ADF检验,结果显示残差项为平稳数列,这意味着lnSt和lnFt存在一阶协整关系。
(2)ECM模型
之间我们已经得到了如下回归:lnSt=β0+β1lnFt+εt,我们利用此回归的残差项作为ECM模型中的误差修正项,它反映了期货和现货之间的协整关系,该模型可以用以下回归来估计。
rSt=α+βrFt+ni=1rirS,t-i+ni=1θjrF,t-j+ωZt-1+εt
在此,我们使用的滞后阶数位2,由于截距项不显著,故删去截距项结果如下:
其中的拟合优度为R2=0.831860,从上表中我们可以看到rF的系数为1.082363,即最优套期保值率为1.082363。
(三)ARCH检验与GARCH模型
(1)沪深300指数的ARCH检验
首先观察沪深300指数日收益率的自相关和偏自相关图。
我们可以用如下方程来拟合。
rs,t=μ+10i=2rs,t-i+εt
回归后结果不显著,故将滞后项修改为4,方程即为
rs,t=μ+4i=2rs,t-i+εt
回归后,得到了残差序列,其图如下:
从残差图上可以看出残差具有较强的波动聚集性,即大波动率之后往往伴随着较大的波动率,反之亦然,从而可以推测沪深300指数日收益率具有ARCH效应。
(2)沪深300股指期货的ARCH检验
首先观察沪深300股指期货日收益率的自相关和偏自相关图:
我们可以用如下方程来拟合。
rF,t=μ+10i=1rF
您可能关注的文档
最近下载
- 新人教PEP版四年级上册小学英语全册单元试卷.pdf VIP
- 分数乘分数(山东泰安-刘万元).ppt
- HAIER 海尔 海尔Haier冰箱 BCD-202STCS 说明书.pdf
- 《风景谈》优秀课件.ppt VIP
- 2024年国有企业纪委书记上半年履行全面从严治党监督责任的报告3篇范文.docx VIP
- 2024年外研版小学六年级上册英语教学计划及进度表(三年级起点).docx
- 0130-3D打印技术应用专业国家技能人才培养工学一体化课程标准(试用) (1) 教案教学大纲教学标准.docx
- 资产运行效率分析报告模版3篇资产运行效率分析范本.docx VIP
- (化工原理下册课件)干燥速率曲线及干燥过程分析.ppt
- 北京城镇园林绿化养护预算定额.PDF
文档评论(0)