隨著金融市場波動加劇以及股指期貨交易制度完善,結(jié)合股指期貨建立有效的套期保值策略對于控制金融風(fēng)險,維護市場穩(wěn)定和保護投資者利益具有關(guān)鍵性作用。套期保值策略研究的重要核心是套期保值比率的估計,而引入高頻數(shù)據(jù)的動態(tài)套期保值比率估計和預(yù)測是目前研究的新方向;另一方面,套期保值策略的構(gòu)建屬于對時間序列建模和預(yù)測的研究范疇,對于多種預(yù)測模型,采取預(yù)測結(jié)合（Forecast Combination）方法通常可以提高預(yù)測精度,彌補單一模型的不足。因此,本文采用多種低頻及高頻模型對期貨與現(xiàn)貨的套期保值比率進行估計,并采用豐富的預(yù)測結(jié)合方法對單一模型結(jié)合,構(gòu)造基于預(yù)測結(jié)合的滬深300股指期貨動態(tài)套期保值策略。本文首先采取多種模型對中國滬深300指數(shù)與期貨套期保值比率進行預(yù)測。具體包括傳統(tǒng)靜態(tài)套保模型（OLS、ECM）;基于低頻數(shù)據(jù)的MGARCH類動態(tài)套期保值模型（CCC-GARCH、DCC-GARCH、BEKK-GARCH）;以及基于已實現(xiàn)測度和最小方差套期保值理論構(gòu)建已實現(xiàn)最小方差套保比率（Realized Minimum Variance Hedge Ratio,RMVHR）,采用ARMA、基于t分... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

滬深300指數(shù)和股指期貨的日價格序列

南京大學(xué)碩士學(xué)位論文第三章實證結(jié)果與分析353.2描述性統(tǒng)計選取2016年1月3日至2019年12月30日，共計975個交易日的5min高頻交易數(shù)據(jù)，現(xiàn)貨與期貨的日收盤價取對數(shù)后差分計算日收益率，觀察現(xiàn)貨與期貨的價格走勢與日收益曲線波動：圖3.1滬深300指數(shù)和股指期貨的日價格序列圖3.2滬深300指數(shù)和股指期貨的日收益序列由滬深300指數(shù)和股指期貨的價格走勢可看出，滬深300指數(shù)在經(jīng)歷

南京大學(xué)碩士學(xué)位論文第三章實證結(jié)果與分析362016年初的快速下跌后，保持逐步上升的趨勢直至2018年初；而在2018年A股市場受中美貿(mào)易戰(zhàn)、經(jīng)濟下行壓力增大影響，指數(shù)經(jīng)歷了快速下跌的過程；2019年1季度，貨幣政策寬松、經(jīng)濟企穩(wěn)，風(fēng)險偏好上升使得A股快速反彈，而后保持震蕩格局。觀察滬深300指數(shù)和股指期貨的日收益序列，可發(fā)現(xiàn)在A股快速下跌時期，即2016年1季度、2018年-2019年期間，日收益的波動非常劇烈。從價格走勢到日收益變化，可觀察到滬深300股指期貨與股指具有非常強的相關(guān)性，說明利用滬深300股指期貨可以起到良好的對沖效果。處理完日頻數(shù)據(jù)，接著選用5min間隔的己實現(xiàn)波動（RV）、已實現(xiàn)協(xié)方差（RC）作為日內(nèi)波動信息的度量；再根據(jù),=sfttftRCrmvhrRV構(gòu)建已實現(xiàn)最小方差套期保值比率trmvhr序列。文中高頻數(shù)據(jù)處理與Markopoulou（2016）保持一致，未包含隔夜信息。圖3.3滬深300指數(shù)和股指期貨的己實現(xiàn)波動/協(xié)方差（RV/RC）

【參考文獻】：
期刊論文
[1]股指期貨套期保值最優(yōu)比率混頻方法研究[J]. 王杰.  商業(yè)研究. 2019(07)
[2]異質(zhì)金融市場高頻期貨交叉套期保值問題研究[J]. 趙樹然,張燕燕,任培民.  系統(tǒng)工程理論與實踐. 2016(09)
[3]鉛期貨套期保值比率的估計——基于時變的正態(tài)Copula-GJR模型[J]. 劉希曦.  時代金融. 2016(02)
[4]風(fēng)險最小化套期保值比例估計:基于RV-Copula模型[J]. 李勇,方兆本,韋勇鳳.  數(shù)理統(tǒng)計與管理. 2015(02)



本文編號：3118677