现代商贸工业
NO.18,2010
Modern Business Trade Industry 2010年第18期
50ETF套期保值实证研究
——
基于沪深300股指期货数据比较
李金昌 陈佳
(浙江工商大学,浙江杭州310018)
摘 要:沪深300股票指数期货已于2010年4月16日正式推|久立特材股吧出,针对我国现在的特殊时期,运用BGARCH,ECM—
BGARDCH和修正的ECM—BGARCH模型对套期保值600335股票比率进行测算,并利用推出初期的期货数据对套保效果进行检验。
结果发现:各方法的套期保值效率相差不大,都可以对上证50ETF进行有效的套期保值。
关键词:股指期货;上证50ETF;套期保值比率;套期保值绩效
中图分类号:F83 文献标识码:A 文章编号:1672—3198(2010)18—0147—02
(:)+( al。 (l。 nS t-一l。n Ft ),+、 el t),
2.3修正的ECM--GARCH模型
本文运用彭红枫(2007)提出的基于修正的ECM—
GARCH模型来估计套期保值率,模型如下:
2套期保值比率的确定
n n
的残差项。
:舯
、
3
,
R
套期保值绩效的衡量指标
II
Li
『 I
en(2002)提出了套期保值绩效的衡量指标,即与未
参与套期保值时收益方差相比,参与中芯申购套期保值后收益方差
的减少程度。
Var(Ut)一Var(△St)=d;
一
Var(Ht)一Var(/kSt—hAFt)一o2+hzd}一2h口
一一“
于是可以得出套期保值绩效的指标H 一
Va
+ r(
U
rt)
-
ar(
Ht)
一
的正定的条件协方差矩阵、 hss
, t
hsf
日
vaI ut,
该指标反映了进行套期保值相对于不
,.
, t),hs,t]一Cs't]+
/ \
—
—
弋
1
V
=7_
,
进行套期保值风险降低的程度。
√为
4数据
邕ala 12a13]×  ̄2,t-二 1一 ]+ bl b1 2b13 [hs ,t-1],
整
4.1
回
数据选取
上证50ETF数据和沪深300指数数据来自平安e点通
归
客户终端。上证50ETF和沪深300指数的数据样本区间为
中
估
2006年1月l1日至2010年4月15 13。沪深300指数期货
数据来自wind咨询,数据样本区间为2010年4月16 13至 广州自贸区概念股
7月16 13。为了比较各个套期保值模型的套期保值效果,
这里利用从2006年1月11日至2010年4月15 13的上证
5OETF和沪深300指数13收盘数据,周数据和月数据分别
hsf. 一p 此时套期保值比率可表示为: 进行配对,对最优套期保值比率进行估计,本文称为样本内
ht一1 V
数据,13数据共1036对,周数据共228对,月数据共55对
ar(Rft)hff.。
而利用从2O10年4月i6日至2Ol华宝新兴产业0年7月l6日(IF1007于
2.2误差修正的GARCH模型(ECM--GARCH)
7月16 13交割)的上证50ETF和沪深300指数期货13收盘
Lien在Engle、Granger和Ghosh的基础上将ECM和
数据,周数据和月数据分别进行配对,对各种不同模型估计
GARCH类模型结合起来,提出了EcM—GARCH模型,现
出来的不同套期保值比率的套期保值效果进行比较,本文
货和期货价格收益率可以用二元ECM—GARCH(亦记
中称为样本外数据,13数据共62对,周数据共14对,月数据
ECM—BGARCH)来表示,模型可表示为:f/ ̄ l。n St 1一
共4对。本文运用eviews5.0统计软件建立BGARCH,
ECM—BGARDCH和修正的ECM—BGARCH模型进行实
作者简介:李金昌(1964一),男,浙江义鸟人,浙江工商大学副校长,统计与数学学院教授;陈佳(1986一),女,浙江桐乡人,浙江
工商大学统计与数学学院硕士研究生。
一
147一
现代商贸工业
No.18,2010
Modern Business Trade Industry 2010年第18期
证检验。
4.2数据处理
l禾霉悍标准差p.02349日D.04855书.18085lp.02349日o.04855 .12025巾.02349#p.04666@.12085薯
I 套保教事 I 61.13 I89.97 I 89.81 l91.18 l90.25 I89.41 l91.18 l 90.36 l89.84%l
5 实证分析
低了上证50ETF的风险,并且套期保值效果差别较小。修
指期货价格的不连续性,我们按以下方法产生一个连续的
正的ECM603085—GARCH模型相对而言在日数据,周数据和月
期货价格序列:股指期货合约到期日前最后一周的数据我
数据三种套保期限上都略微优于BGARCH模型和ECM—
们用下月到期合约的日收盘价数据进行代替,减小期货合
GARCH模型。图1,图2,图3分别表示利用修正的ECM
约到期日效应的影响。即IF1005到期日为5月21日,那么
GARCH模型对日数据,周数据和月数据进行套期保值前
从5月17日开始我们用IF1006的数据代替,以此类推。
后,上证50ETF收益率的分布变化。从套保期限来看,三个
—
由于股指期货合约都在一定时间内到期,为了克服股
由上表可得:从模型上看,三个套期保值模型都大大降
模型中日数据,周数据,月数据的套保效率呈递减状态,说
明套保期间越短,效率越高。
5.1单位根检验
对上证50ETF和沪深300指数日收盘数据的对数序列
及其一阶差分序列进行ADF检验
表1
变量 ADF 临界值 DF 变量
I l 5 l lO%
【nS ——1.445245 —3.966934—3.414161[一3.129187 ——I.420584 lnFt
△InSt 一33.12l2O ——3.966944——3.414165[——3.12919C 一3I.39023 △lnF
由上表可知,上证50ETF和沪深300指数日收盘数据
的对数序列不能拒绝存在单位根的零假设,而他们的一阶
差分序列拒绝存在单位根的零假设,即对数价格序列是非
平稳的,而差分序列是平稳序列,因此符合I(1)过程。同
理,对上证50ETF和沪深300指数周数据和月数据的对数
序列及其一阶差分进行ADF检验,也都符合I(1)过程
5.2协整检验
对上证5OE武汉健民股票TF和沪深300指数日收盘数据,周数据和
月数据的对数序列的线性回归的残差估计值序列进行ADF
检验
表2
变量 ADF 临界值
1 5 10
一
2.479828 —2.567198 ——1.941129 —1|616493
Et 一1.881352 —2.575189 一I.942230 —1.615768
—
1.679345 ——2.608490 —1.946996 —1.6I2934
从上表可以看出,对上证5OETF和沪深300指数日数
据、月数据和周数据的对数序列的线性回归的残差估计值
序列的ADF检验值在1O 的水平上均拒绝存在单位根的
原假设,所以残差序列是平稳序列,说明上证50ETF和沪深
300指数存在长期均衡关系。
5.3 GARCH族模型
我们选取了BGARCH(1,1)、ECM—BGARCH(1,1)和
修正的ECM—BGARCH(1,1)模型,来估计最优套期保值
率。结果如下:
表3最优套期保值比率的统计描述
BOARCH(1.1) 日CM—BGARCH(1.1) 蕾正的ECM--BGAI ̄H(I.1)
M0dd0
日t据l■鼓据1月数据 日囊据I扁数据1月敦据 日羲据l局散据1月数据
^ o."77"l n877653 l 0.857166 0.981524 l n 860771 l 0.934852 n 982035 l 0.877011 l 0.946411
Sdm n083429 1 0.076336 l 0.202514 o.086666 l o.047779 l 0.381840 0.081240 l 0 056132 l0 419216
1.3 ̄/065 l 1.015@29{1.313133 1.384277 l m 964549 l 3.541841 1 324391l 0 971187l 3 84016兵工集团8
0.738555 1 0.694073 l 0.365869 0.735338 l n 747294 l 0.397103 0.734083 l 0.743024 l 0.113132
为了比较不同套期保值模型的套期保值效果,我们利
用的计算公式,分别计算不同模型,不同数据样本的套保效
率,结果如下:
表4各模型套期保值效率比较(样本内数据)
一
148一
:
{! 垃 复.曼
翟麓
‘
.
E
E =卫
图l 图2
图3
5.4最后。我们利用2010年4月16日开始的真实的股指
期货数据和上证¥0ETF数据配对来计算前面估计的最优
套期保值比率的套期保值效率
表5各模型套期保值效率比较(样本外数据)
模型
__ .
1
i
BGARCH I ECM-
丽函T雨丽 吾
-GARCH l●芷的ECM-
i 丽
-GARCH
I HL盯怀雁蔗p.00676qo Ol553lp.00818 .00681]10.01558Tp.0lO60 ̄o.00681印.O1553 .011093]
I Ut的标准差 .O1908巾.03577巾06387书.01808巾.03577巾.05387审.01008巾.03677巾.05387 ̄
I 套保效率 I85.94 I 81.15 l97.69 I85.81 181.01 l06.13 l85.8o l81.15 I95.76 l
与样本内数据的套保效率相比较,样本外数据的套期
保值效率总体有所下降。
5.5本文结论
(1)运用BGARCH模型,ECM—BGARCH模型以及修
正的EcM—BGARCH模型估算的动态套期保值比率进行
的套期保值策略,都大大降低了上证50ETF的收益率方差,
即风险程度,但是样本内128024数据的效果更好一些,这是因为套
期保值比率本身的测定是由样本内数据为依据的,但是现
实中套保策略都是事先拟定的,只能根据历史数据进行测
算。所以本文中样本外数据的套保效率更具有现实意义。
(2)日数据,周数据,月数据的套保绩效呈下降趋势,说
明套保期限越短,套保效果越好,因为套保的基本思想是用
基差风险代替价差风险,而时间越短,基差风险就越小
参考文献
[1]徐成贤,薛宏刚.金融工程[M].北京:科学出版社,2007.
[2]彭红枫,叶永刚.基于修正的ECM—GARCH模型的动态最优套
期保位比率估计及比较研究EJ].中国管理科学,2007,(5):31-
3Z.
[3]安宗保,杨定华.沪深300股指期货对上证50ETF套期保值的模
拟分析口].理论与实践,2008,(11):32-33.
[4]Ederington,L?H?The Hedging Performance of the New Fu—
tures MarketsEJ].Journal of Finance,1979,(34):157—170.
银行汇率、外汇汇率2021年4月28日发(作者:刚去医院给自己做了个核酸检测,检测方式咽拭子,检测费用15)试卷代号2096经济法学试题答案 一. 单项选择题 1—5 BBBDA 6—10 BBBBC 二. 多项选择题 三. 名词解释...
2021年4月26日发(作者:通行宝通行宝)2021养老金调整方案文档2篇第 1 页 共 9 页0 2021 养老金调整方案文档 2 2 篇 2021 pension adjustment plan document 编订: JinTai...
1、002540亚太科技股票怎么样 短线利空,逢高减仓,跌下来了再进! 2、我在12月31日买了亚太科技股票3000股,如果在1月5日卖了还能高送转吗 你都已经卖了,就是与你无关了。按你的说法,之前所有买过的人都可以拿到送转了。...
民丰特纸这股票怎么样? 目前民丰特纸是其旗下唯一的上市公司。嘉实集团以金融投资为主业,工业和服务业为辅业,目前投资了七家金融企业,工业板块包括民丰集团和西贝拉两家企业,服务业板块重点打造创业平台。嘉兴市国资委的资产情况非常优质,未来公司有...
2021年4月26日发(作者:清华控股、紫光集团、启迪集团的关系紫光股份(0009)投资银行部 职位列表 投资银行部房地产项目融资开发高级经理 2名 工作地点:北京、上海、天津、深圳、广州、重庆 岗位职责: 1、根据重点地区...
000776千股千评2021年4月26日发(作者:今天世纪大对决!黄金或将建信优势大跌股市实战(gssz)东)全球十大豪车排行榜_世界豪车排行榜前十名 可能有些豪车的名字并不为大家齐鲁证券通达信所熟知。全球的豪车众多,价格也都不菲。以下是...