基于时变Markov的DCC-GARCH模型最小风险套期保值研究

发布时间：2021-11-01 17:38

　　考虑Markov状态转移概率的时变特征,在传统DCC-GARCH基础上,提出基于Markov时变转移概率的DCC-GARCH模型（TVTP-DCC-GARCH）研究最小风险套期保值比例的估计方法,并利用两阶段极大似然法对模型参数进行估计。进一步分别从样本内和样本外估计沪深300指数期货和现货的最优套期保值比率,对套期保值的绩效进行检验,并将检验结果分别与Markov转移概率恒定的DCC-GARCH（FTP-DCC-GARCH）、DCC-GARCH、OLS、1:1完全套期保值以及无套期保值的沪深300指数现货的绩效进行对比。实证结果表明,利用基于Markov状态转移的DCC-GARCH模型研究沪深300指数期货的套期保值问题具有一定合理性,且在参数估计中TVTP-DCC-GARCH模型的拟合效果最佳;在套期保值有效性方面,TVTP-DCC-GARCH模型优于其他模型,说明在DCC-GARCH模型中引入时变状态转移概率能够有效提高套期保值组合的绩效。 

【文章来源】：中国管理科学. 2020,28(10)北大核心CSSCICSCD

【文章页数】：11 页

【部分图文】：

HS300和IF01的价格波动及基差走势

利用一步向前预测方法分别对各模型在样本外的套期保值比率进行滚动窗口预测,每天加入新信息后重新进行一次模型估计并得到新的套期保值比。对于TVTP-DCC-GARCH模型,具体的预测步骤为:① 假设样本量为T,利用T时刻的条件状态概率πsT,T(sT=1,2)和状态转移概率矩阵PT得到T+1时刻市场所处的条件状态概率πsT+1,T+1(sT+1={1,2});② 利用T时刻该模型各状态下的条件协方差矩阵HT,sT及残差εT,sT,根据式(4)-(7)估计T+1时刻各状态下的条件协方差矩阵HT+1,sT+1;③ 利用式(10)-(13)将T+1时刻考虑状态转移的条件方差和协方差分别进行重新结合,得到无条件方差h c,Τ+1 2 、h f,Τ+1 2 和无条件协方差hcf,T+1;④ 利用式(22)计算T+1时刻的套期保值比率;⑤ 利用滚动窗口方法,进行一步向前预测,直到样本结束。FTP-DCC-GARCH模型的预测过程与TVTP-DCC-GARCH模型类似。DCC-GARCH模型在预测时,利用T时刻的方差协方差及残差估计下一期的方差协方差,然后利用式(22)计算T+1时刻的套期保值比率。各模型的估计结果见图3。图3 各模型的套期保值比率(样本外)

图2 各模型的套期保值比率(样本内)从图3可以看出,TVTP-DCC-GARCH和FTP-DCC-GARCH模型在样本外预测期的套期保值比率的波动幅度与样本内的结果相比有所降低,DCC-GARCH模型在样本外预测期的套期保值比率的波动幅度与样本内的结果相比有所增加。另外,采用滚动窗口方法估计的OLS模型的套期保值比率走势较平缓,波动幅度最小。

【参考文献】：
期刊论文
[1]基于等价鞅测度的动态套期保值模型研究[J]. 余星,张卫国,刘勇军.  系统工程理论与实践. 2018(02)
[2]中国铜期货市场最优套期保值比率估计——基于马尔科夫区制转移GARCH模型[J]. 彭红枫,陈奕.  中国管理科学. 2015(05)
[3]危机传染效应的识别与度量——基于改进MIS-DCC的分析[J]. 苏海军,欧阳红兵.  管理科学学报. 2013(08)
[4]基于M-Copula-GJR-VaR模型的黄金市场最优套期保值比率研究[J]. 谢赤,屈敏,王纲金.  管理科学. 2013(02)



本文编号：3470520