論文摘要:年4月16日,投資者期待已久的滬深300股指期貨迎來上市交易,A股市場從此步入雙邊時代。本文擬通過在對國內外靜、動態套期保值理論發展進行闡述的基礎上,采用img1系數來動態估計股指期貨套期保值比率,并利用封閉式基金基金鴻陽與滬深300股指期貨市場數據進行實證研究,分析動態最優套期保值比率的估計和套期保值的有效性。
論文關鍵詞:滬深,股指期貨,動態套期保值,最優套期保值比率
一、引言
股指期貨(StockIndexFutures)的全稱是股票價格指數期貨,是指以股價指數為標的物的標準化期貨合約,雙方約定在未來的某個特定日期,可以按照事先確定的股價指數的大小,進行期貨合約的買賣。
1982年2月,美國堪薩斯期貨交易所(KCBT)推出價值線綜合指數期貨,成為世界上第一只股指期貨。美國股指期貨的推出,帶動了英國、香港、日本、韓國、印度等國家和地區股指期貨的相繼誕生。自股指期貨推出以來,其強大的價格發現和套期保值功能令市場趨之若鶩,其成交也日益活躍,成為各國和地區金融市場上極為重要的金融衍生品。大量事實早已證明,運用股指期貨進行有效的套期保值是推動衍生品市場正常運行的首要動力。
2010年4月16日,我國的股指期貨在經歷了3年多的仿真交易后,終于迎來正式上市交易。股指期貨的套期保值功能是其最主要的功能,而股指期貨的動態套期保值完善了靜態套期保值所存在的不足,減少了靜態套期保值不能規避的基差變動風險,提高了套期保值的效果,有利于完善資本市場功能與體系,增強我國資本市場的國際競爭力,對我國證券市場的長遠健康發展具有重要的現實意義。
二、文獻綜述
國外關于最優套期保值比率的研究歷史悠久,并且經歷了一個從靜態到動態的變化過程。Johnson(1960)、Stein(1961)在方差最小化理論下,最早提出了商品期貨最優套期保值比率,并給出了用最小二乘法回歸模型估計最優套期保值比率的計算公式。Thompson和Bond(1985)研究認為,方差最小化套期保值比率應該根據現貨和期貨價格預期水平以及最終基差水平而進行相應調整。BollerSlev(1986)提出了GARCH模型,GARCH模型考慮了金融時間序列的動態波動特征,因而可以得出動態的最優套期保值比率。此后研究對套期保值比率大都使用GARCH模型來估計時變的套期保值比率。Yang&Allen(2004)利用靜態和動態的四種不同的模型對澳大利亞所有的普通股票價格指數和相應的指數期貨合約進行研究,然后基于兩種不同的分析方法風險收益分析法和最大效用分析法,利用事后的(樣本內)和事前的(樣本外)數據樣本對四種模型估計出來的套期保值比率的有效性進行比較后發現,基于動態時變的多元變量GARCH模型的套期保值比率的有效性較高。
國內方面,吳沖鋒、錢宏偉等(1998)利用上海期貨交易所期銅數據進行實證研究,通過對各個套期保值比率估計模型以及套期保值效果的比較,結論認為風險最小化條件下套期保值比率大于傳統套期保值比率。梁朝暉(2006)運用上海期貨交易所期銅合約數據,計算分析了普通最小二乘法回歸模型、誤差修正模型和多元GARCH模型在計算最優套期保值比率方面的效果,結果表明國內市場不能很好實現價格發現功能,套期保值效果有限。
國外許多學者在經歷了靜態套期保值比率的研究后發現,靜態套期保值由于不能規避基差變動風險,故影響了其套期保值的有效性,此后基于GARCH模型或GARCH模型的拓展模型,許多學者提出了不同的估計動態時變的最優套期保值比率的策略,經過實證研究發現,動態套期保值策略顯著提高了套期保值的有效性,而國內的相關研究則顯得較為滯后,并且多以商品期貨市場為研究對象。
三、模型設計
本文擬采用封閉式基金基金鴻陽(184728)與滬深300股指期貨進行套期保值,并采取買入基金鴻陽、賣出滬深300股指期貨的方式進行套期保值操作,為計算方便,忽略進行買賣操作時的手續費及沖擊成本等。
1.選取一定交易區間的日收盤數據,分別計算出基金鴻陽和滬深300股指期貨的日收益率,然后以基金鴻陽的日收益率數據序列為因變量,以滬深300股指期貨的日收益率數據序列為自變量進行簡單回歸分析,并對殘差項進行自相關性和異方差性檢驗。若殘差項不存在自相關和異方差性,則采用OLS線性回歸模型計算相應的

、

及對應的P值;若殘差項存在自相關或異方差性,則采用GARCH模型計算相應的

、

及對應的P值。
2.根據

動態計算滬深300股指期貨合約的賣出張數,為計算方便,本文采用股指期貨合約當月連續數據進行計算。式中

為第i期股指期貨合約的賣出張數,

為所買入的基金鴻陽第i期的價值,

為期貨合約第i期的價值。
3.當套期保值結束后計算動態套期保值的保值效果。

0



其中,

表示基金鴻陽的收益率,

表示基金鴻陽的方差,

表示第i期最優套期保值比率,

表示基金鴻陽與滬深300股指期貨的相關系數,

表示套期保值的收益率,

表示滬深300股指期貨的收益率,

表示套期保值的方差。套期保值的有效性用HE表示如下:

四、實證研究
鑒于國內股指期貨于2010年4月16日才正式上市交易,故本文截取2010年4月16日-2010年6月11日的基金鴻陽與滬深300股指期貨日收盤數據進行實證研究。
1.通過相關性分析可知,在這一時間段內,基金鴻陽與滬深300股指期貨日收盤價格的相關系數為0.9808,將其收盤價格變換成日收益率數據序列時,其相關系數為0.9011,可見基金鴻陽與滬深300股指期貨存在著較高的相關性。
|
基金鴻陽 |
滬深300股指期貨 |
基金鴻陽 |
1 |
|
滬深300股指期貨 |
0.980796 |
1 |
表1:基金鴻陽與滬深300股指期貨日收盤價相關系數
|
基金鴻陽 |
滬深300股指期貨 |
基金鴻陽 |
1 |
|
滬深300股指期貨 |
0.901111 |
1 |
表2:基金鴻陽與滬深300股指期貨日收益率數據序列相關系數
2.對基金鴻陽和滬深300股指期貨的日收益率數據序列進行簡單回歸分析后結果為:

(-0.0220)(12.6416)

=0.812002F=159.8101(p=0.0000)D-W=2.506815(p=0.3021)
由于模型的

=0.812002,F=159.8101,對應的P值小于0.0001.,可見模型參數檢驗顯著性較高;模型殘差項的D-W統計量為2.506815,對應的P值為0.3021,說明殘差項不存在自相關性。
3.為避免股指期貨上市初期的影響,本文假設自2010年5月28日以收盤價買入1000萬份基金鴻陽,并根據

值計算和賣出對應張數的期貨合約,自2010年5月31日至2010年6月11日期間每日進行套期保值操作,具體套期保值結果如下:
日期 |

|
N |
未采取套期保值的基金持有價值 |
采取套期保值后的持倉價值 |
2010-5-28 |
0.451381 |
16 |
6120000 |
6120000 |
2010-5-31 |
0.454571 |
16 |
6030000 |
6381360 |
2010-6-1 |
0.454079 |
16 |
6010000 |
6505360 |
2010-6-2 |
0.454961 |
16 |
6030000 |
6456240 |
2010-6-3 |
0.455342 |
17 |
5990000 |
6561080 |
2010-6-4 |
0.453191 |
16 |
5980000 |
6488680 |
2010-6-7 |
0.454918 |
17 |
5910000 |
6698160 |
2010-6-8 |
0.453085 |
16 |
5910000 |
6610800 |
2010-6-9 |
0.482289 |
18 |
6080000 |
6433040 |
2010-6-10 |
0.482726 |
18 |
6030000 |
6486720 |
2010-6-11 |
0.483218 |
18 |
6040000 |
6517240 |
表3:套期保值具體結果
套期保值效果如下表:
|
絕對收益 |
相對收益 |
套期保值效果 |
未套期保值 |
-90000 |
-1.47% |
0 |
套期保值 |
397240 |
6.49% |
81.2% |
表4:套期保值效果
結論:在未采取套期保值的情況下,所持有的基金倉位虧損90000元,對應的收益率為-1.47;而采取套期保值后,所持有的資產獲得了397240元的絕對收益,收益率為6.49%,套期保值效果為81.2%,獲得了較高的套期保值效果,但是由于本文未考慮采取動態套期保值所帶來的手續費和沖擊成本等費用,故實際套期保值效果將低于現有結論。
參考文獻
1 Johnson,L.L. The Theory of Hedging and Speculation in Commodity Futures[J].Review of Economic Studies,1960(27):139-151.
2 Stein,J.The Simultaneous Determination Of Spot and Futures Prices [J].American Economic Review,1961(51):1012-1025.
3 Bond,G.E.,S.R.,Thompson & J.A.,Geldard. Basis Risk and Hedging Strategies for Australian Wheat Exports[J].Australian Journa1 ofAgricultural Economics,1985(29):199-209.
4 Bollerslev,Tim. Generalized Autoregressive Conditional Heteroskedasticity[J]. Journal of Econometrics,1986:307-327.
5 Yang W. , D.E. Allen. Multivariate GARCH Hedge Ratios and Hedging Effectiveness in Australian Futures Markets[J].Accounting and Finance,2004(45):301-321.
6 吳沖鋒,錢宏偉.期貨套期保值理論與實證研究(I)[J].系統工程理論方法應用, 1998(04).
7 梁朝暉,張維,王志強.套期保值計算模型在中國市場的有效性[J].天津大學學報,2006(S1).