基于预测结合的沪深300股指期货动态套期保值策略

发布时间：2021-04-04 23:17

　　随着金融市场波动加剧以及股指期货交易制度完善,结合股指期货建立有效的套期保值策略对于控制金融风险,维护市场稳定和保护投资者利益具有关键性作用。套期保值策略研究的重要核心是套期保值比率的估计,而引入高频数据的动态套期保值比率估计和预测是目前研究的新方向;另一方面,套期保值策略的构建属于对时间序列建模和预测的研究范畴,对于多种预测模型,采取预测结合（Forecast Combination）方法通常可以提高预测精度,弥补单一模型的不足。因此,本文采用多种低频及高频模型对期货与现货的套期保值比率进行估计,并采用丰富的预测结合方法对单一模型结合,构造基于预测结合的沪深300股指期货动态套期保值策略。本文首先采取多种模型对中国沪深300指数与期货套期保值比率进行预测。具体包括传统静态套保模型（OLS、ECM）;基于低频数据的MGARCH类动态套期保值模型（CCC-GARCH、DCC-GARCH、BEKK-GARCH）;以及基于已实现测度和最小方差套期保值理论构建已实现最小方差套保比率（Realized Minimum Variance Hedge Ratio,RMVHR）,采用ARMA、基于t分... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

沪深300指数和股指期货的日价格序列

南京大学硕士学位论文第三章实证结果与分析353.2描述性统计选取2016年1月3日至2019年12月30日，共计975个交易日的5min高频交易数据，现货与期货的日收盘价取对数后差分计算日收益率，观察现货与期货的价格走势与日收益曲线波动：图3.1沪深300指数和股指期货的日价格序列图3.2沪深300指数和股指期货的日收益序列由沪深300指数和股指期货的价格走势可看出，沪深300指数在经历

南京大学硕士学位论文第三章实证结果与分析362016年初的快速下跌后，保持逐步上升的趋势直至2018年初；而在2018年A股市场受中美贸易战、经济下行压力增大影响，指数经历了快速下跌的过程；2019年1季度，货币政策宽松、经济企稳，风险偏好上升使得A股快速反弹，而后保持震荡格局。观察沪深300指数和股指期货的日收益序列，可发现在A股快速下跌时期，即2016年1季度、2018年-2019年期间，日收益的波动非常剧烈。从价格走势到日收益变化，可观察到沪深300股指期货与股指具有非常强的相关性，说明利用沪深300股指期货可以起到良好的对冲效果。处理完日频数据，接着选用5min间隔的己实现波动（RV）、已实现协方差（RC）作为日内波动信息的度量；再根据,=sfttftRCrmvhrRV构建已实现最小方差套期保值比率trmvhr序列。文中高频数据处理与Markopoulou（2016）保持一致，未包含隔夜信息。图3.3沪深300指数和股指期货的己实现波动/协方差（RV/RC）

【参考文献】：
期刊论文
[1]股指期货套期保值最优比率混频方法研究[J]. 王杰.  商业研究. 2019(07)
[2]异质金融市场高频期货交叉套期保值问题研究[J]. 赵树然,张燕燕,任培民.  系统工程理论与实践. 2016(09)
[3]铅期货套期保值比率的估计——基于时变的正态Copula-GJR模型[J]. 刘希曦.  时代金融. 2016(02)
[4]风险最小化套期保值比例估计:基于RV-Copula模型[J]. 李勇,方兆本,韦勇凤.  数理统计与管理. 2015(02)



本文编号：3118677