沪深300股指期货动态套期保值有效性研究
发布时间:2021-02-08 11:50
现代组合套期保值理论的三大核心是套期保值比率的确定、套期保值的有效性及交易费用对套期保值的影响,本文将结合沪深300指数及其股指期货展开套期保值比率及其有效性的研究。在套期保值比率的估计方面,自从期货发挥其套期保值功能以来,无论从理论上还是从实践中套期保值比率的确定一直是套期保值问题的核心,因此随着研究的深入与发展,套期保值比率的估计方法也得到了不断的发展,从传统的OLS模型到多元GARCH模型再到Copula函数的应用。本文首先针对传统多元GARCH模型没有引入均值方程中误差修正项对波动性的影响提出了GARCH-X模型,其次将Copula函数的优势结合GARCH-X模型提出了Copula-GARCH-X模型,从理论上进一步完善了套期保值比率的估计。在套期保值有效性的评价方面,理论上多使用基于风险最小化原则下的方差最小化指标。本文中还提出了一个基于风险-收益框架下的HBS指标,该指标在套期保值有效性的评价中既考虑了风险也考虑了收益。本文在简要的介绍了这两大类套期保值有效性评价指标的同时并运用两个指标对不同模型的套期保值效果进行了检验。由于这两个指标的理论基础不同,因此在使用日数据的实证...
【文章来源】:湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】:49 页
【学位级别】:硕士
【部分图文】:
GARCH模型估计的动态套期保值比率
图 3.2 GARCH-X 模型估计的动态套期保值比率3.5 Copula-GARCH-X 模型的参数估计由于 Copula 函数能够连接两个任意的边缘分布函数,因此也减少了在多元GARCH 模型中存在的许多限制条件,下面我们采用 Copula-GARCH-X 模型来估计套期保值比率,由于该模型结合 copula 函数的优势和 GARCH 模型对波动性刻画的能力,因此从理论上使用该模型将有助于提高套期保值的效果。对于该模型的估计我们采用两阶段法,第一步,我们通过参数的显著性及极大似然值来确定使用正态的 GARCH 模型来估计现货市场和期货市场收益率序列,即选用正态的 GARCH 模型来作为边缘分布函数,得出该模型的残差并对残差进行标准化,然后将标准化的序列进行概率积分变换得到两个新的序列。由于正态 copula 函数具有经济含义明确、易于计算等优点,而且可以较好的描述通常情况下金融时间序列间的相关关系,因此这里选用时变相关的二元正态的 copula函数来描述现货市场和期货市场的相关关系,第二步就是使用时变相关的二元正
0 0.000212 0.0006780 -1.77E-05 0.000716s -0.576732* 0.140230f -0.118850 0.148200sc 5.79E-06** 2.76E-06fc5.95E-06** 2.66E-06sa 0.004862 0.012518fa0.007903 0.012435sb 0.952257* 0.020634fb0.939545* 0.019142s 0.093775** 0.045028f 0.212762** 0.086171Log likelihood 1289.154 Log likelihood 1274.5061 * ** ***分别代表 1% ,5%,10 %的显著水平.首 先 进 行 边 缘 分 布 的 估 计 , 在 边 缘 分 布 估 计 中 我 们 采 用 一 元 的 正 态GARCH-X 模型进行估计,从参数的结果来看,虽然在均值方程中误差修正项的系数不够显著,但是在均值方程中还是显著的;模型中 a+b<1 表明模型是稳定的。其次对残差生成标准化序列然后进行概率的积分变换得出两个新序列,运用mathlab 程序来估计 Copula 函数形成的相关系数,得到的相关系数及动态套期保值比率分别如下图所示:
【参考文献】:
期刊论文
[1]中国股指期货套期保值绩效的实证研究[J]. 杨招军,贺鹏. 华东师范大学学报(哲学社会科学版). 2011(03)
[2]沪深300股指期货动态套期保值策略的效果分析[J]. 赵婉淞,孙万贵,韩蓉蓉. 统计与信息论坛. 2010(12)
[3]多元GARCH模型结构特征、参数估计与假设检验研究综述[J]. 刘志东. 数量经济技术经济研究. 2010(09)
[4]多元GARCH模型研究述评[J]. 李文君,尹康. 数量经济技术经济研究. 2009(10)
[5]股指期货最优套期保值比率——基于Copula-GARCH模型的实证研究[J]. 赵家敏,沈一. 武汉金融. 2008(05)
[6]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)
[7]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[8]中国期货市场套期保值绩效实证研究[J]. 王骏,张宗成. 证券市场导报. 2005(11)
硕士论文
[1]最优套期保值比率确定模型研究[D]. 杜承栎.西南财经大学 2007
本文编号:3023875
【文章来源】:湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】:49 页
【学位级别】:硕士
【部分图文】:
GARCH模型估计的动态套期保值比率
图 3.2 GARCH-X 模型估计的动态套期保值比率3.5 Copula-GARCH-X 模型的参数估计由于 Copula 函数能够连接两个任意的边缘分布函数,因此也减少了在多元GARCH 模型中存在的许多限制条件,下面我们采用 Copula-GARCH-X 模型来估计套期保值比率,由于该模型结合 copula 函数的优势和 GARCH 模型对波动性刻画的能力,因此从理论上使用该模型将有助于提高套期保值的效果。对于该模型的估计我们采用两阶段法,第一步,我们通过参数的显著性及极大似然值来确定使用正态的 GARCH 模型来估计现货市场和期货市场收益率序列,即选用正态的 GARCH 模型来作为边缘分布函数,得出该模型的残差并对残差进行标准化,然后将标准化的序列进行概率积分变换得到两个新的序列。由于正态 copula 函数具有经济含义明确、易于计算等优点,而且可以较好的描述通常情况下金融时间序列间的相关关系,因此这里选用时变相关的二元正态的 copula函数来描述现货市场和期货市场的相关关系,第二步就是使用时变相关的二元正
0 0.000212 0.0006780 -1.77E-05 0.000716s -0.576732* 0.140230f -0.118850 0.148200sc 5.79E-06** 2.76E-06fc5.95E-06** 2.66E-06sa 0.004862 0.012518fa0.007903 0.012435sb 0.952257* 0.020634fb0.939545* 0.019142s 0.093775** 0.045028f 0.212762** 0.086171Log likelihood 1289.154 Log likelihood 1274.5061 * ** ***分别代表 1% ,5%,10 %的显著水平.首 先 进 行 边 缘 分 布 的 估 计 , 在 边 缘 分 布 估 计 中 我 们 采 用 一 元 的 正 态GARCH-X 模型进行估计,从参数的结果来看,虽然在均值方程中误差修正项的系数不够显著,但是在均值方程中还是显著的;模型中 a+b<1 表明模型是稳定的。其次对残差生成标准化序列然后进行概率的积分变换得出两个新序列,运用mathlab 程序来估计 Copula 函数形成的相关系数,得到的相关系数及动态套期保值比率分别如下图所示:
【参考文献】:
期刊论文
[1]中国股指期货套期保值绩效的实证研究[J]. 杨招军,贺鹏. 华东师范大学学报(哲学社会科学版). 2011(03)
[2]沪深300股指期货动态套期保值策略的效果分析[J]. 赵婉淞,孙万贵,韩蓉蓉. 统计与信息论坛. 2010(12)
[3]多元GARCH模型结构特征、参数估计与假设检验研究综述[J]. 刘志东. 数量经济技术经济研究. 2010(09)
[4]多元GARCH模型研究述评[J]. 李文君,尹康. 数量经济技术经济研究. 2009(10)
[5]股指期货最优套期保值比率——基于Copula-GARCH模型的实证研究[J]. 赵家敏,沈一. 武汉金融. 2008(05)
[6]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)
[7]多元Copula-GARCH模型及其在金融风险分析上的应用[J]. 韦艳华,张世英. 数理统计与管理. 2007(03)
[8]中国期货市场套期保值绩效实证研究[J]. 王骏,张宗成. 证券市场导报. 2005(11)
硕士论文
[1]最优套期保值比率确定模型研究[D]. 杜承栎.西南财经大学 2007
本文编号:3023875
本文链接:https://www.wllwen.com/jingjilunwen/zbyz/3023875.html