現(xiàn)代組合套期保值理論的三大核心是套期保值比率的確定、套期保值的有效性及交易費用對套期保值的影響，本文將結(jié)合滬深300指數(shù)及其股指期貨展開套期保值比率及其有效性的研究。在套期保值比率的估計方面，自從期貨發(fā)揮其套期保值功能以來，無論從理論上還是從實踐中套期保值比率的確定一直是套期保值問題的核心，因此隨著研究的深入與發(fā)展，套期保值比率的估計方法也得到了不斷的發(fā)展，從傳統(tǒng)的OLS模型到多元GARCH模型再到Copula函數(shù)的應(yīng)用。本文首先針對傳統(tǒng)多元GARCH模型沒有引入均值方程中誤差修正項對波動性的影響提出了GARCH-X模型，其次將Copula函數(shù)的優(yōu)勢結(jié)合GARCH-X模型提出了Copula-GARCH-X模型，從理論上進一步完善了套期保值比率的估計。在套期保值有效性的評價方面，理論上多使用基于風(fēng)險最小化原則下的方差最小化指標。本文中還提出了一個基于風(fēng)險-收益框架下的HBS指標，該指標在套期保值有效性的評價中既考慮了風(fēng)險也考慮了收益。本文在簡要的介紹了這兩大類套期保值有效性評價指標的同時并運用兩個指標對不同模型的套期保值效果進行了檢驗。由于這兩個指標的理論基礎(chǔ)不同，因此在使用日數(shù)據(jù)的實證... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【部分圖文】：

GARCH模型估計的動態(tài)套期保值比率

圖 3.2 GARCH-X 模型估計的動態(tài)套期保值比率3.5 Copula-GARCH-X 模型的參數(shù)估計由于 Copula 函數(shù)能夠連接兩個任意的邊緣分布函數(shù)，因此也減少了在多元GARCH 模型中存在的許多限制條件，下面我們采用 Copula-GARCH-X 模型來估計套期保值比率，由于該模型結(jié)合 copula 函數(shù)的優(yōu)勢和 GARCH 模型對波動性刻畫的能力，因此從理論上使用該模型將有助于提高套期保值的效果。對于該模型的估計我們采用兩階段法，第一步，我們通過參數(shù)的顯著性及極大似然值來確定使用正態(tài)的 GARCH 模型來估計現(xiàn)貨市場和期貨市場收益率序列，即選用正態(tài)的 GARCH 模型來作為邊緣分布函數(shù)，得出該模型的殘差并對殘差進行標準化，然后將標準化的序列進行概率積分變換得到兩個新的序列。由于正態(tài) copula 函數(shù)具有經(jīng)濟含義明確、易于計算等優(yōu)點，而且可以較好的描述通常情況下金融時間序列間的相關(guān)關(guān)系，因此這里選用時變相關(guān)的二元正態(tài)的 copula函數(shù)來描述現(xiàn)貨市場和期貨市場的相關(guān)關(guān)系，第二步就是使用時變相關(guān)的二元正

0 0.000212 0.0006780 -1.77E-05 0.000716s -0.576732* 0.140230f -0.118850 0.148200sc 5.79E-06** 2.76E-06fc5.95E-06** 2.66E-06sa 0.004862 0.012518fa0.007903 0.012435sb 0.952257* 0.020634fb0.939545* 0.019142s 0.093775** 0.045028f 0.212762** 0.086171Log likelihood 1289.154 Log likelihood 1274.5061 * ** ***分別代表 1% ，5%，10 %的顯著水平.首 先 進 行 邊 緣 分 布 的 估 計 ， 在 邊 緣 分 布 估 計 中 我 們 采 用 一 元 的 正 態(tài)GARCH-X 模型進行估計，從參數(shù)的結(jié)果來看，雖然在均值方程中誤差修正項的系數(shù)不夠顯著，但是在均值方程中還是顯著的；模型中 a+b<1 表明模型是穩(wěn)定的。其次對殘差生成標準化序列然后進行概率的積分變換得出兩個新序列，運用mathlab 程序來估計 Copula 函數(shù)形成的相關(guān)系數(shù)，得到的相關(guān)系數(shù)及動態(tài)套期保值比率分別如下圖所示：

【參考文獻】：
期刊論文
[1]中國股指期貨套期保值績效的實證研究[J]. 楊招軍,賀鵬.  華東師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版). 2011(03)
[2]滬深300股指期貨動態(tài)套期保值策略的效果分析[J]. 趙婉淞,孫萬貴,韓蓉蓉.  統(tǒng)計與信息論壇. 2010(12)
[3]多元GARCH模型結(jié)構(gòu)特征、參數(shù)估計與假設(shè)檢驗研究綜述[J]. 劉志東.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2010(09)
[4]多元GARCH模型研究述評[J]. 李文君,尹康.  數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究. 2009(10)
[5]股指期貨最優(yōu)套期保值比率——基于Copula-GARCH模型的實證研究[J]. 趙家敏,沈一.  武漢金融. 2008(05)
[6]基于修正的ECM-GARCH模型的動態(tài)最優(yōu)套期保值比率估計及比較研究[J]. 彭紅楓,葉永剛.  中國管理科學(xué). 2007(05)
[7]多元Copula-GARCH模型及其在金融風(fēng)險分析上的應(yīng)用[J]. 韋艷華,張世英.  數(shù)理統(tǒng)計與管理. 2007(03)
[8]中國期貨市場套期保值績效實證研究[J]. 王駿,張宗成.  證券市場導(dǎo)報. 2005(11)

碩士論文
[1]最優(yōu)套期保值比率確定模型研究[D]. 杜承櫟.西南財經(jīng)大學(xué) 2007



本文編號：3023875