论文部分内容阅读
摘 要：运用EVIEWS软件对铜期货数据的分析，计算出铜期货的套期保值比率，为企业进行套期保值奠定理论和实践的基础，有效控制企业现货价格波动的风险。
关键词：套期保值；绩效评估；风险控制
中图分類号：X820.4 文献标识码：A文章编号：1006-4117（2011）07-0197-01
引言：在现货市场中，现货的价格每日都在波动，对于一个以此现货为原料的企业来说，现货市场价格的波动会造成企业成本的变动，从而带来了企业成本的风险。但中国铜期货交易的产生，使得存在这样风险的企业拥有了通过期货市场的交易规避价格波动风险的途径。对于一个存在现货价格风险的企业来说，理论上说，在现货市场的多头可以通过在期货市场的相同头寸的期货空头来实现套期保值，即，套期保值比率为1。但是现货市场与期货市场的价格往往不相一致，更由于期货市场存在的基差风险，使得期货市场与现货市场的价格往往是不吻合的。于是要能够成功得对现货进行套期保值，必须通过对期货头寸进行调整，也就是改变套期保值比率，来消除现货价格波动的风险。
Ederington(1979)4将最小方差套期保值比率应用到金融期货市场，并且进一步提出了金融期货市场套期保值绩效衡量指标。通过实证对所提出的套期保值比率进行了研究，验证了套期保值绩效的有效性。Witt(1987)5对基于最小二乘法(OLS)回归模型估计最小风险套期保值比率的各种基本方法进行了综述。但随着计量时间序列模型和金融数学的发展，很多学者开始怀疑使用普通最小二乘法(OLS)计算的最小风险套期保值比率。这是因为经过普通最小二乘法回归之后的残差项之间存在着相关性问题。为了消除残差项的序列相关性对套期保值比率的影响，从而引入了误差修正模型，计算最小风险套期保值比率。随着自回归条件异方差模型(ARCH)的发展和应用，越来越多的学者开始从动态的角度去研究最优套期保值比率，提出了基于条件异方差的动态套期保值比率计算方法。随着ARCH模型的不断完善和发展，GARCH模型成为了研究最优套期保值比率的主流模型，动态套期保值比率也成为了当时计算套期保值比率的最成熟方法。
（一）EVIEWS软件的应用计算。计算套期保值比率，可以运用Eviews软件，通过对现货与期货的历史数据的分析与方程的拟合从而计算出套期保值比率。这里以铜期货为例，运用2009年1月5日到2009年12月31日长江铜现货数据，而期货数据采用的是离到期日还有2个月的一系列期货合约对应的一个月的数据，即运用展期的方式对现货进行套期保值，选取的是2009年1月5日到2009年12月31日到期日滞后现货数据2个月的期货数据。首先运用OLS模型，即简单回归模型，拟合而成的方程如下：
Ft的t值中可以看到t统计量都很显著，故该回归模型拟合得较好。从OLS模型中得到的套期保值比率为0.637395。
但是在现实中，期货价格和现货价格往往是非平稳的，而且期货合约定价理论决定了期货价格与现货价格的走势之间存在着共同的趋势，即期货价格与现货价格之间存在协整关系。因此传统的OLS的估计量会是有偏的。因此采用误差修正模型（ECM）进行拟合。得到的结果如下：
F统计量（142.7289）看出该方程整体上是系数显著的，自变量系数和误差修正项系数的t统计量都很显著，故该回归模型拟合得较好。估计得到的套期保值率为：0.636597。
虽然误差修正模型改进了OLS模型，但是如果残差序列不是同方差的，即误差的方差随时间的变化而变化，因此要通过二元GARCH模型来估计动态的套期保值比率。首先分别对△S和△F做单方程的GARCH估计，再通过两个方程的残差项和方差计算出动态的套期保值比率。（ ）得出均值为0.612670，方差为0.119060的动态套期保值比率。
（二）绩效评估。对各模型估计的套期保值比率套期保值效果的绩效评估，这里采用套期保值后组合的价格波动的方差来对套期保值效果的绩效进行评估。
从上表中可以看到，各种套期保值比率构成的组合的价格变动的方差均小于未套保的组合，证明套期保值能够降低价格波动的风险，但是同时可以看到组合价格均值均变小了，这与套期保值的原理相符，套期保值运用期货的空头来降低了价格波动的分险，但是由于对冲会降低收益率，使得组合价格均值均变小，同时可以看到动态套期保值降低的价格波动并没有特别的明显，同时动态套保要求每天调整期货的头寸，需要频繁的交易，从而带来较多的交易成本和操作成本。
结束语：因此对于以铜为原料的企业来说，只需要按照误差修正模型计算得到的套期保值比率来进行套期保值就足以降低价格波动的风险，即按1：0.636597的比例构建期货头寸，从而降低价格波动的风险，降低成本的风险
作者单位：
[1]罗伯特S.平狄克计量经济模型与经济预测[M].北京:机械工业出版社,1999.
[2]杜承栎.最优套期保值比率确定模型研究[D].成都:西南财经大学,2007.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
关键词：套期保值；绩效评估；风险控制
中图分類号：X820.4 文献标识码：A文章编号：1006-4117（2011）07-0197-01
引言：在现货市场中，现货的价格每日都在波动，对于一个以此现货为原料的企业来说，现货市场价格的波动会造成企业成本的变动，从而带来了企业成本的风险。但中国铜期货交易的产生，使得存在这样风险的企业拥有了通过期货市场的交易规避价格波动风险的途径。对于一个存在现货价格风险的企业来说，理论上说，在现货市场的多头可以通过在期货市场的相同头寸的期货空头来实现套期保值，即，套期保值比率为1。但是现货市场与期货市场的价格往往不相一致，更由于期货市场存在的基差风险，使得期货市场与现货市场的价格往往是不吻合的。于是要能够成功得对现货进行套期保值，必须通过对期货头寸进行调整，也就是改变套期保值比率，来消除现货价格波动的风险。
Ederington(1979)4将最小方差套期保值比率应用到金融期货市场，并且进一步提出了金融期货市场套期保值绩效衡量指标。通过实证对所提出的套期保值比率进行了研究，验证了套期保值绩效的有效性。Witt(1987)5对基于最小二乘法(OLS)回归模型估计最小风险套期保值比率的各种基本方法进行了综述。但随着计量时间序列模型和金融数学的发展，很多学者开始怀疑使用普通最小二乘法(OLS)计算的最小风险套期保值比率。这是因为经过普通最小二乘法回归之后的残差项之间存在着相关性问题。为了消除残差项的序列相关性对套期保值比率的影响，从而引入了误差修正模型，计算最小风险套期保值比率。随着自回归条件异方差模型(ARCH)的发展和应用，越来越多的学者开始从动态的角度去研究最优套期保值比率，提出了基于条件异方差的动态套期保值比率计算方法。随着ARCH模型的不断完善和发展，GARCH模型成为了研究最优套期保值比率的主流模型，动态套期保值比率也成为了当时计算套期保值比率的最成熟方法。
（一）EVIEWS软件的应用计算。计算套期保值比率，可以运用Eviews软件，通过对现货与期货的历史数据的分析与方程的拟合从而计算出套期保值比率。这里以铜期货为例，运用2009年1月5日到2009年12月31日长江铜现货数据，而期货数据采用的是离到期日还有2个月的一系列期货合约对应的一个月的数据，即运用展期的方式对现货进行套期保值，选取的是2009年1月5日到2009年12月31日到期日滞后现货数据2个月的期货数据。首先运用OLS模型，即简单回归模型，拟合而成的方程如下：
Ft的t值中可以看到t统计量都很显著，故该回归模型拟合得较好。从OLS模型中得到的套期保值比率为0.637395。
但是在现实中，期货价格和现货价格往往是非平稳的，而且期货合约定价理论决定了期货价格与现货价格的走势之间存在着共同的趋势，即期货价格与现货价格之间存在协整关系。因此传统的OLS的估计量会是有偏的。因此采用误差修正模型（ECM）进行拟合。得到的结果如下：
F统计量（142.7289）看出该方程整体上是系数显著的，自变量系数和误差修正项系数的t统计量都很显著，故该回归模型拟合得较好。估计得到的套期保值率为：0.636597。
虽然误差修正模型改进了OLS模型，但是如果残差序列不是同方差的，即误差的方差随时间的变化而变化，因此要通过二元GARCH模型来估计动态的套期保值比率。首先分别对△S和△F做单方程的GARCH估计，再通过两个方程的残差项和方差计算出动态的套期保值比率。（ ）得出均值为0.612670，方差为0.119060的动态套期保值比率。
（二）绩效评估。对各模型估计的套期保值比率套期保值效果的绩效评估，这里采用套期保值后组合的价格波动的方差来对套期保值效果的绩效进行评估。
从上表中可以看到，各种套期保值比率构成的组合的价格变动的方差均小于未套保的组合，证明套期保值能够降低价格波动的风险，但是同时可以看到组合价格均值均变小了，这与套期保值的原理相符，套期保值运用期货的空头来降低了价格波动的分险，但是由于对冲会降低收益率，使得组合价格均值均变小，同时可以看到动态套期保值降低的价格波动并没有特别的明显，同时动态套保要求每天调整期货的头寸，需要频繁的交易，从而带来较多的交易成本和操作成本。
结束语：因此对于以铜为原料的企业来说，只需要按照误差修正模型计算得到的套期保值比率来进行套期保值就足以降低价格波动的风险，即按1：0.636597的比例构建期货头寸，从而降低价格波动的风险，降低成本的风险
作者单位：
[1]罗伯特S.平狄克计量经济模型与经济预测[M].北京:机械工业出版社,1999.
[2]杜承栎.最优套期保值比率确定模型研究[D].成都:西南财经大学,2007.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文