沪深300股指期货推出初期对上证50ETF的套期保值实证研究
发布时间：2020-12-16 06:20
2010年4月16日,我国首支股指期货--沪深300股指期货顺利上市交易,现在处在刚刚推出的特殊时期,应该说是“婴儿期”,能够充分发挥其套期保值功能,为投资者提供一个转嫁风险的平台,而不是沦为纯粹的投机市场,是管理层推出股指期货的主要目的,也是保证股指期货能够健康成长的关键因素。而上证50ETF是我国首支指数型基金,通过严格复制上证50指数的样本股,成功地规避了大部分的非系统风险,但是其系统性风险竟然达到了96.6816%,股指期货的成功推出给了像上证50ETF这样的指数型基金降低系统性风险的机会,改变原来那种靠天吃饭的局面。本文在国外成熟的套期保值理论的基础上,利用其经典的套期保值比率测算模型OLS, ECM, BGARCH, ECM-BGARCH和修正的ECM-BGARCH模型,测定了上证50ETF最优套期保值比率,并测定各模型的套期保值效果,选择出适合我国股指期货市场的模型。最重要的是本文利用股指期货推出以来五个月的真实股指期货数据进行实证研究,用静态和动态两种套期保值方法对上证50ETF构建了具体的套期保值组合,并计算出每天现货和期货盈亏,最后比较不同方法在风险最小化框架下的套...
【文章来源】：浙江工商大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
一l:2006年11月l日至2010年4月15日沪深300指数和上证50ETF基本走势图
最大值 11.315546 1.2390544.512343最小值 10.7362450.7986890.535216用图4一l、4一2、4一3分别表示根据日数据、周数据、月数据计算的不同模型动态套期保值比率，在日数据上不同模型计算的套期保值比率相差不大，那么我们在进行动态套期保值的时候，重点不用放在选择哪个模型测量最优套期保值比率，而应该放在选择适当的动态套期保值调整频率和时机上。而从日数据到周数据再到月数据，不同模型计算的最优套期保值比率的差异度越来越大，从图中可以明显得看出。所以在用周数据或者月度数据进行动态套期保值时，需要比较不同模型计算的套期保值比率，选取其中套期保值效果最好的模型。叭叭啊咖咖嘛嘛洲洲图4一1三种动态模型估计的人旧数据)图4一2三种动态模型估计的人(周数据)拼拼拼图4?
图4一5GARCH模型套保效果(月数据)4.4.2样本外数据套期保值绩效检验4.4.2.1静态套期保值绩效检验最后，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50ETF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绩效，其中动态模型采用最优套期保值比率序列的均值代替。表4一10静态模型套期保值效率比较(样本外数据)模模型型01万万日日日数据据周数据据月数据据HHH:标准差差0.005804440.013142220.02554333UUU.标准差差0.01612220.03343330.0706444套套保效率率87.04%%%84.55%%%86.93%%%
【参考文献】：
期刊论文
[1]股指期货考虑套期保值成本时的套期保值比率研究[J]. 袁象. 数学的实践与认识. 2010(09)
[2]试论股指期货推出对我国股票市场的影响[J]. 李照临. 中国集体经济. 2009(31)
[3]我国股指期货的套期保值比率研究[J]. 梁斌,陈敏,缪柏其,吴武清. 数理统计与管理. 2009(01)
[4]股指期货套期保值模型发展的比较评述[J]. 方世建,桂玲,吴博. 中国管理科学. 2008(S1)
[5]股指期货的最优套期保值率实证研究——基于沪深300指数期货仿真交易视角[J]. 吴先智. 上海立信会计学院学报. 2008(04)
[6]两种计算股指期货套期保值比率的方法比较及改进[J]. 袁象,余思勤. 统计与决策. 2008(06)
[7]股指期货套期保值策略及效果分析——沪深300股指期货的模拟分析[J]. 杨梦琪. 金融经济. 2008(02)
[8]沪深300股指期货最小方差套期保值策略有效性研究[J]. 何飞. 浙江金融. 2008(01)
[9]基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究[J]. 彭红枫,叶永刚. 中国管理科学. 2007(05)
[10]沪深300股指期货的推出对股票市场的影响[J]. 王布衣,沈红波. 金融与经济. 2007(05)
硕士论文
[1]我国股指期货基于权重股的“逼空”操纵模式分析[D]. 孙秀琳.复旦大学 2009
[2]股指期货与ETF进行套期保值的研究[D]. 杨双会.武汉理工大学 2008
[3]沪深300股指期货对上证50ETF套期保值的实证研究[D]. 安宗保.云南财经大学 2009
[4]股指期货的套期保值效果实证分析[D]. 陈国君.西南交通大学 2008
[5]运用股指期货对ETF进行套期保值的实证研究[D]. 王文娟.西北大学 2008
[6]沪深300股指期货套期保值及投资组合的实证研究[D]. 刘鸿志.厦门大学 2008
[7]机构投资者沪深300股指期货动态套期保值计量分析与实证研究[D]. 胡晓彤.东北财经大学 2007
本文编号：2919686
【文章来源】：浙江工商大学浙江省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
一l:2006年11月l日至2010年4月15日沪深300指数和上证50ETF基本走势图
最大值 11.315546 1.2390544.512343最小值 10.7362450.7986890.535216用图4一l、4一2、4一3分别表示根据日数据、周数据、月数据计算的不同模型动态套期保值比率，在日数据上不同模型计算的套期保值比率相差不大，那么我们在进行动态套期保值的时候，重点不用放在选择哪个模型测量最优套期保值比率，而应该放在选择适当的动态套期保值调整频率和时机上。而从日数据到周数据再到月数据，不同模型计算的最优套期保值比率的差异度越来越大，从图中可以明显得看出。所以在用周数据或者月度数据进行动态套期保值时，需要比较不同模型计算的套期保值比率，选取其中套期保值效果最好的模型。叭叭啊咖咖嘛嘛洲洲图4一1三种动态模型估计的人旧数据)图4一2三种动态模型估计的人(周数据)拼拼拼图4?
图4一5GARCH模型套保效果(月数据)4.4.2样本外数据套期保值绩效检验4.4.2.1静态套期保值绩效检验最后，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50ETF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绩效，其中动态模型采用最优套期保值比率序列的均值代替。表4一10静态模型套期保值效率比较(样本外数据)模模型型01万万日日日数据据周数据据月数据据HHH:标准差差0.005804440.013142220.02554333UUU.标准差差0.01612220.03343330.0706444套套保效率率87.04%%%84.55%%%86.93%%%
【参考文献】：
期刊论文
[1]股指期货考虑套期保值成本时的套期保值比率研究[J]. 袁象. 数学的实践与认识. 2010(09)
[2]试论股指期货推出对我国股票市场的影响[J]. 李照临. 中国集体经济. 2009(31)
[3]我国股指期货的套期保值比率研究[J]. 梁斌,陈敏,缪柏其,吴武清. 数理统计与管理. 2009(01)
[4]股指期货套期保值模型发展的比较评述[J]. 方世建,桂玲,吴博. 中国管理科学. 2008(S1)
[5]股指期货的最优套期保值率实证研究——基于沪深300指数期货仿真交易视角[J]. 吴先智. 上海立信会计学院学报. 2008(04)
[6]两种计算股指期货套期保值比率的方法比较及改进[J]. 袁象,余思勤. 统计与决策. 2008(06)
[7]股指期货套期保值策略及效果分析——沪深300股指期货的模拟分析[J]. 杨梦琪. 金融经济. 2008(02)
[8]沪深300股指期货最小方差套期保值策略有效性研究[J]. 何飞. 浙江金融. 2008(01)
[9]基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究[J]. 彭红枫,叶永刚. 中国管理科学. 2007(05)
[10]沪深300股指期货的推出对股票市场的影响[J]. 王布衣,沈红波. 金融与经济. 2007(05)
硕士论文
[1]我国股指期货基于权重股的“逼空”操纵模式分析[D]. 孙秀琳.复旦大学 2009
[2]股指期货与ETF进行套期保值的研究[D]. 杨双会.武汉理工大学 2008
[3]沪深300股指期货对上证50ETF套期保值的实证研究[D]. 安宗保.云南财经大学 2009
[4]股指期货的套期保值效果实证分析[D]. 陈国君.西南交通大学 2008
[5]运用股指期货对ETF进行套期保值的实证研究[D]. 王文娟.西北大学 2008
[6]沪深300股指期货套期保值及投资组合的实证研究[D]. 刘鸿志.厦门大学 2008
[7]机构投资者沪深300股指期货动态套期保值计量分析与实证研究[D]. 胡晓彤.东北财经大学 2007
本文编号：2919686
本文链接：https://www.wllwen.com/guanlilunwen/zhqtouz/2919686.html
最近更新
教材专著
