我國白銀期貨套期保值比率實證研究

-zj-zj資料-- . -zj- . -zj資料-運用期貨進行避險分析摘要在期貨市場上，套期保值功能的發(fā)揮主要取決于現(xiàn)貨和期貨市場的規(guī)程度和發(fā)展成熟程度，不同規(guī)程度和發(fā)展成熟程度的現(xiàn)貨和期貨市場套期保值功能的發(fā)揮程度也不同。本文采用來源于期貨交易所期貨（AG1707）和黃金交易所的現(xiàn)貨的日收盤價的數(shù)據(jù)，時間圍從2016年8月至2017年6月，分析比較了期貨和現(xiàn)貨的價格數(shù)據(jù)，運用簡單線性回歸模型、向量自回歸模型、雙變量誤差修正模型，最后通過得出的三個模型的套期保值比率進行比較，得出最優(yōu)的套期保值比率模型。得到的結(jié)論有：（1）期貨的價格與現(xiàn)貨的價格存在非常顯著的協(xié)整關(guān)系，忽略這種關(guān)系的出來的最優(yōu)套期保值比率偏小，如上文所論述的，表明考慮了協(xié)整關(guān)系的模型B-ECM比不考慮兩者協(xié)整關(guān)系的模型OLS和B-VAR模型估計出來的最優(yōu)套期保值比率大。（2）對于在研究的時間圍的我國期貨的基于風(fēng)險最小化的套期保值效果的比較，我們發(fā)現(xiàn)，簡單線性回歸模型、雙變量向量自回歸模型、雙變量誤差修正模型的套期保值效果逐漸越來越好，即B-ECM模型效果最好。關(guān)鍵詞：期貨；套期保值；套期保值比率；套期保值績效引言研宄背景及意義從被人類發(fā)現(xiàn)開始，就具備了多重屬性：貨幣屬性，金融屬性和商品屬性，是推動經(jīng)濟發(fā)展中不可或缺的貴金屬材料，有不可替代的作用。2008年我國推出了黃金期貨，2012年，中國證監(jiān)會正式批準(zhǔn)期貨合約在期貨交所掛牌交易。期貨的產(chǎn)生不僅豐富了我國的期貨品種，也對生產(chǎn)和加工企業(yè)規(guī)避價格劇烈波動風(fēng)險提供了一個渠道和價格指導(dǎo)，同時也有利于完善期貨交易所貴金屬交易體系和金融市場體系。作為歷史悠久的貴金屬，的需求主要有工業(yè)需求、飾品需求以及投資需求等。其價格受多種因素的影響，如：美元指數(shù)，原油指數(shù)，通貨膨脹率，黃金的價格指數(shù)以及其自身供求關(guān)系。中國作為的消費大國，其價格變動將對我國的產(chǎn)業(yè)鏈造成較大的影響。所以把的套期保值作為控制風(fēng)險的重要手段顯得極為迫切，其中最為核心的問題就是如何估算套期保值比率來最大限度減小基差風(fēng)險。研究方法截至目前，對于各類期貨品種套期保值績效的研究，學(xué)術(shù)界已有很多，但自期貨2012年5月上市以來，對其套期保值的最優(yōu)套保比率的研究還比較少，其他品種的研究結(jié)論也并不完全適應(yīng)于期貨的套期保值策略上。期貨市場不斷成熟，加強對我國期貨套期保值的研究顯得尤為必要。本文采用2012年8月到2014年2月的期貨市場和現(xiàn)貨市場的交易數(shù)據(jù)，借助簡單線性回歸模型（015）,雙變量向量自回歸模型（B-VAR）和雙變量誤差修正模型（B-ECM）分別對樣本數(shù)據(jù)進行回歸，將得到的三個模型的套期保值比率進行比較，得出最優(yōu)的套期保值比率模型。其中期貨價格采用期貨交易所合約到期日前一月的每一交易日的結(jié)算價，現(xiàn)貨價格采用黃金交易所的每日加權(quán)平均價。相關(guān)文獻綜述明川（1997）通過最小風(fēng)險套期保值方法運用到對銅期貨的研究中發(fā)現(xiàn)，發(fā)現(xiàn)其效果比運用傳統(tǒng)的套期保值方法要好。齊明亮（2004）對銅期貨進行了最優(yōu)套期保值比率的估計，結(jié)果發(fā)現(xiàn)套期保值的效果與套期保值的比率的選擇緊密相關(guān)，基于最小方差套期保值策略可獲得更好的套期保值效果王駿（2005）運用了OLS模型，B-VAR模型，B-ECM模型和B-GARCH模型等四個常用的計量模型研究了中國的農(nóng)產(chǎn)品期貨如大豆、小麥及金屬期貨如招、

銅，研究結(jié)果表明金屬期貨品種的套期保值比率及套期保值效果要比農(nóng)產(chǎn)品期貨品種的套期保值比率和套期保值效果要優(yōu)。唐衍偉(2006)在其論文中，詳細(xì)研究了商品期貨市場上的套利策略及應(yīng)用，在具體方法上采用了單位根檢驗、序列相關(guān)檢驗和游程檢驗等檢驗方法證明了我國期貨市場具有套利的基礎(chǔ)條件，此外，該文還采用了均值－方差期望效用函數(shù)，常方差和時變方差等方法對套利頭寸的組合策略進行了探討，最后指出套利交易對于中國期貨市場發(fā)展的重要意義。屠斌(2007)在《期銅跨市套利風(fēng)險分析》一文中，采用Garch模型以及方差-協(xié)方差矩陣等方法，運用Var風(fēng)險價值分析了期銅和倫敦期銅這一路市套利組合的風(fēng)險價值，對各種影響跨市套利的因素進行了定性分析。2．套期保值比率確定的方法及績效的衡量最優(yōu)套期保值比率的理論推導(dǎo)一從最小方差的角度分析考慮現(xiàn)貨多頭包含C單位的頭寸和期貨空頭包含C單位的頭寸組合，記SS Ft和F分別為t時刻現(xiàn)貨和期貨價格，該套期保值組合的收益R為thCASCAS—CAF—S 1 F tCASSt=R—hRSF(2.1)..C AS AF其中，h=—f-為套期保值比率，R= t,R=——t,AS=S—S,AF=F—FC SS FFtt t-1 tttTTOC\o"1-5"\h\zS t收益率方差為:Var(R)=Var(R)+h2Var(R)-2hCov(R,R) (2.2)h S F SF對以上式子中h求一階導(dǎo)數(shù)，并令其為0,可得最優(yōu)套期保值比率即最小方差套期保值比率為:,Cov(R,R)丁 「23)h*= s——f-=p—S- (2.3)Var(R) DFF其中p為R,R的相關(guān)系數(shù)，°。,°尸和分別為R,R的標(biāo)準(zhǔn)差。SF S F SF最優(yōu)套期保值比率的理論模型(1)簡單線性回歸模型(。15)-zj-zj資料--zj-zj資料-運用簡單線性回歸估計基于風(fēng)險最小化的最優(yōu)套期保值比率是通過最小二乘的方法計算得到的，具體操作是將現(xiàn)貨價格作為因變量，期貨價格作為自變量，運用OLS模型回歸之后的斜率系數(shù)就是最優(yōu)套期保值比率值。該模型為:AS=c+hAF+8t tt其中c為常數(shù)項，8t為隨機誤差項。（2）雙變量向量自回歸模型（B-VAR）模型：AS=a+hAF+ZaAS+Zpf+8模型：TOC\o"1-5"\h\zt t j t-1 jt-1 t（3）雙變量誤差修正模型（B-ECM）該模型的檢驗需要分為兩步進行，首先用以下公式將數(shù)據(jù)代入進行回歸，由此確定價格平穩(wěn)性及長期均衡與短期動態(tài)的關(guān)系。確定系數(shù)：\o"CurrentDocument"S=a+bAF+8 （2.6）t tt該公式結(jié)果可以使我們確定期貨價格與現(xiàn)貨價格是否存在協(xié)整關(guān)系，若存在，則可以估計如下模型：\o"CurrentDocument"AS=C+a（S—F）+pAF+Z0AS+ZbF+8 （2.7）t t—1 t—1 t jt—1 jt—1t對p的估計值就是最優(yōu)套期保值比率。3．我國期貨套期保值績效的實證研究數(shù)據(jù)的搜集與整理本文采用的數(shù)據(jù)來源于期貨交易所期貨（AG1707）和黃金交易所的現(xiàn)貨的日收盤價。采用的數(shù)據(jù)時間圍從2016年8月至2017年6月，共214個數(shù)據(jù)。在以下實證論述中，所運用的數(shù)據(jù)都是對期貨價格和現(xiàn)貨價格時間序列進行對數(shù)變換得來的，這樣處理的原因是因為：首先，對數(shù)據(jù)進行對數(shù)變換，可以縮小數(shù)據(jù)分布的離散情況，不會改變數(shù)據(jù)的性質(zhì)和關(guān)系，且所得到的數(shù)據(jù)易消除異方差問題。其次，這樣處理可以使數(shù)據(jù)不會對異常值過于敏感，便于發(fā)現(xiàn)數(shù)據(jù)之間隱含的關(guān)系，也可在一定程度上緩解我國期現(xiàn)貨價格大幅度波動產(chǎn)生的影響。簡單線性回歸模型（015）估計結(jié)果通過對數(shù)據(jù)進行回歸，我們得到的結(jié)果如下表所示：表1期貨最優(yōu)套期保值比率的估計結(jié)果VariableCoefficientStd.Errort-StatisticProb.C1.0597530.3347393.1659060.0023LOG(D(FT))0.6548270.1019356.4239810.0000回歸結(jié)果：LnAS=1.059753+0.654827LnAF (3.1)tt在0.05的顯著水平下，截距項p和自變量LnAF在統(tǒng)計意義上都顯著，說明期貨t對數(shù)價格的變化量對現(xiàn)貨對數(shù)價格的變化量影響顯著。而系數(shù)0.654827表示對現(xiàn)貨在期貨市場進行套期保值時，每一份現(xiàn)貨合約需要0.654827份期貨合約。但是，利用。15模型假設(shè)的前提條件是殘差序列不相關(guān)，但是實際問題是可能存在參差序列自相關(guān)問題。雙變量向量自回歸模型(B-VAR)模型估計結(jié)果為了解決模型存在的殘差序列自相關(guān)問題，我們借助雙變量向量自回歸模型(進行解決。如前述所述，我們將期貨價格對數(shù)數(shù)據(jù)和現(xiàn)貨價格對數(shù)數(shù)據(jù)代入該模型，進行回歸，得到以下結(jié)果：表2期貨最優(yōu)套期保值比率的回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.C0.0069160.2922710.0236630.9812LOG(D(FT))0.6881220.06347613.046160.0000LOG(D(D(ST)))0.3220420.0806673.9922240.0002LOG(D(D(FT)))-0.1652280.075066-2.2010970.0329回歸結(jié)果：LnAS=0.0069+0.6881LnAF+0.322LnAS—0.1652LnAF (3.2)t t t—1 t—1從表2可以看出，在0.05的顯著水平下只有常數(shù)項在統(tǒng)計上不顯著其他變量的系數(shù)在統(tǒng)計上均很顯著。因此，期貨的最優(yōu)套期保值比率通過模型估計出來為0.6881，也就是每一份現(xiàn)貨合約需要0.6881份的期貨合約進行套期保值操作。雙變量誤差修正模型(B-ECM)模型估計結(jié)果運用雙變量誤差修正模型之前，需要對期貨對數(shù)價格和現(xiàn)貨對數(shù)價格序列分別驗證是否存在單位根，并且需要驗證兩者是否存在協(xié)整關(guān)系。如下表所示：表3期貨與現(xiàn)貨對數(shù)價格的ADF檢驗期貨現(xiàn)貨5%的臨界值原數(shù)據(jù)-0.9652-0.6782-1.9423一階差分-14.3580-15.5579-1.9423由表3可以看出，期貨對數(shù)價格序列與現(xiàn)貨對數(shù)價格序列的ADF值都大于5%水平下的臨界值，說明期貨對數(shù)價格序列與現(xiàn)貨對數(shù)價格序列都不是平穩(wěn)的時間序列，而將兩者進行一階差分之后，其值都遠遠小于5%水平下的臨界值，說明經(jīng)過一階差分后，兩者的時間序列都達到了平穩(wěn)水平，這也進一步說明了期貨對數(shù)價格和現(xiàn)貨對數(shù)價格之間可能存在協(xié)整關(guān)系。由于期貨對數(shù)價格和現(xiàn)貨對數(shù)價格是同階單整的，符合協(xié)整檢驗的前提條件。下面運用兩步法來考察期貨對數(shù)價格和現(xiàn)貨對數(shù)價格是否存在協(xié)整關(guān)系。第一步：對協(xié)整回歸方程LnS=a+BLnF+s進行回歸，得到t ttLnS=2.2175+0.7333LnF (3.3)tt第二步：對上式回歸所得出的殘差進行單位根6口閂檢驗，用e表示其殘差，對et進行單位根的分析如下：表4et單位根檢驗結(jié)果隨機誤差項ADF值5%臨界值et-3.6851-1.9423由表4可以得出，隨機誤差項e的ADF值是-3.6851小于5%水平下的臨界值，說明其時間序列不含有單位根，因此隨機誤差項序列是平穩(wěn)的時間序列，則期貨對數(shù)價格和現(xiàn)貨對數(shù)價格之間存在協(xié)整關(guān)系。通過前面的分析，我們得知，期貨對數(shù)價格和現(xiàn)貨對數(shù)價格序列是階單整的時間序列，并且經(jīng)過驗證，兩者之間存在協(xié)整關(guān)系，符合運用ECM的前提，因此我們可以運用此模型進行回歸，具體回歸結(jié)果如下：表5期貨最優(yōu)套期保值比率的模型回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.C0.92940.32492.86040.0055LOG(D(FT))0.68890.09876.98260.0000ECM-25.87169.6141-2.69100.0089回歸結(jié)果：LnAS=0.9294+0.6889LnAF—25.8716ECM (3.4)t tt由表5可知，方程自變量和誤差修正項系數(shù)都是顯著的，由該模型估計出來的最優(yōu)套期保值比率約為0.6889，說明每一份現(xiàn)貨需要0.6889份期貨合約進行套期保值操作。套期保值績效的比較我們將四種模型得到的套期保值比率及運用套期保值比率得到的套期保值績效匯總為表，并進行比較，結(jié)果如下：表6三個模型套期保值績效比較模型最有套期保值比率套期保值績效OLS0.654879.80%B-VAR0.688183.15%B-ECM0.688983.67%從表6可以得知：以上的3種模型得到的套期保值比率都小于1，小于套期保值比率為1的傳統(tǒng)套期保值，這說明進行套期保值操作所需要的期貨合約數(shù)量減少了，成本也降低了。通過實證研究，發(fā)現(xiàn)這3種模型得到的套期保值比率非常相近，但是相比較而言，B-ECM模型的套期保值比率最大，015模型的結(jié)果稍差一點，另外2種模型所得結(jié)果基本相同，而三種模型依次實踐由易到難，因此投資者進行模型選擇時可以依據(jù)自己偏好及實際情況進行選擇操作。4．結(jié)論本文利用簡單線性回歸模型（OLS）、雙變量向量自回歸模型（B-VAR）、雙變量