最优套期保值比率的研究报告

最优套期保值比率的研究报告

所谓套期保值(hedge)就是指买入(卖出)与现货市场数量相当的期(future)合约，以期在未来某一时间通过卖出(买入)期货合约来补偿现货(spot)市场价格变动所带来的实际价格风险，简称套保。套期保值是期货市场产生的原因和基础，是期货交易的主要类型之一，是实现期货市场功能之一——风险转移的重要手段，因而，对套期保值问题的研究具有重要的理论意义和现实意义。在我国，由于期货市场建立时间较短，相应的体制建设和法制建设还不完善，研究如何充分利用期货市场进行套期保值活动就显得更为重要。其重要性不仅在于这种研究能够帮助套期保值者进行科学合理的套期保僚活动，有助于微观经济主体利用期货市场锁定成本，稳定利润；还在于能够为监管层的监管活动提供科学依据，有助于监管层更好的发挥“看得见的手”的作用，正确引导期货市场的健康发展。

虽然采用套期保值可以大体抵消现货市场中价格波动的风险，但不能使风险完全消失，因为还存在着基差风险。为了使风险达到最小，套期保值者可以调整期货与现货数量比，即套期保值比率(亦称套头比)(hedge ratio)。如何确定最优套期保值比率，正是我们研究的中心问题。

一、采用不同的方法计算最优套期保值比率。

我们组以铜的套期保值为例，分别建立四种模型，目的是为了估计最优套保比率计算公式中的各组成要素，以此为依据确定最优套期保值比率。为检验由此得到的最优套保比率是否真的达到了降低风险的目的，以及哪种估计方法更有效，我们对比了按照不同计算公式对最优套期保值比率进行套保的效果进行研

究。

一般情况下，套期保值确实可以达到减小现货市场风险的目的，但基差风险的存在导致套期保值不能完全消除风险。因此，问题就在于如何调整某商品期货合约的数目与该商品所要进行套期保值的现货合约数目的比值，即套期保值比率(hedge ratio)使得套期保值的风险最小。一般情况下，以未来收益的波动来测度风险，因此，风险最小化也就是未来收益的方差最小化。由此推导出最优套保比率的计算公式为：

我们小组以铜的套期保值为例，确定其最优套保比率。这是因为铜是与人类关系非常密切的有色金属，被广泛应用于电气、轻工、机械制造、建筑工业、通讯行业、国防工业等领域，在我国有色金属材料的消费中仅次于铝。而且我国的期货铜交易自t991年推出，至今已有十几年历史，是国内唯一的历经风雨而交易规模稳步扩大的期货品种；未曾发生重大风险，履约率100％，充分发挥了期货市场的功能；铜的期货价格成为国内有色行业的权威报价，成为企业销售产品、采购原料及签订进出口贸易合同的定价依据。

现货铜的价格q采用上海地区现货电解铜的每日最高报价。期货铜的价格采

用上海期货交易所的期货铜每日收盘价。但由于商品期货合约在到期前，通常仅有约不到一年半的交易寿命，并且最活跃期一般在半年左右，因此要想办法构造期货连续价格。最简单的方法是始终采用最近到期合约的价格资料，即现货月报价。数据源于上海有色金属网历史数据。数据样本区间为2000年7月10日至2004年9月17日。

表3．1列示了期货铜与现货铜价格的主要描述统计量以及二者的相关系数，图3．1则是期货铜与现货铜的价格走势图。

图表均显示现货铜价格平均高于期货镉价格，表明我国期货铜市场曾有很长一段时间是倒挂市场，即出现基差为正的情况；而且二者相关系数非常高，现货价格与期货价格走势高度一致，这为套期保值提供了可能。期货价格与现货价格序列的偏度和峰度均显示出非正态性，并存在厚尾特征，这些特点都提示我们可能需要建立ARCH类模型。许多的金融时间序列都存在ARCH效应，即序列的条

件方筹不是常数，而是存在较大波动，会随着时问的变化而出现较大变动。具体表现为波动聚集性。在这种情况下．，如果仍然假设同方差则是不合适的，而且研究者可能会对条件方差有很大的兴趣，因为条件方差可以用来度量风险的大小。所以当ARCH效应被证实客观存在，则可以考虑建立ARCH模型。用现货价格的一阶差分序列对期货价格的一阶差分序列进行简单的线性回归，得到其残差序列，如图3—2所示，可见残差序列表现出明显的波动聚集性。采用拉格朗日乘子检验进一步验证残差序列的ARCH效应，即检验残差平方序列是否存在自相关，用数学表达式表示为：

检验各参数是否显著，得到检验统计量的值为96．08，P值接近予0，有充分的把握拒绝原假设，即残差平方序列存在自相关，上期的剧烈波动可能会导致当期波动较大，可以考虑建立ARCH模型。

各种估计方法都可以确定最优套保比率，且都能够达到降低风险的目的。但是在对比分析中，我们可以看出，有些估计方法的假设条件与实际情况差距较大，有些估计方法在前期的实证研究中已经体现出较差的套保效果。因此，作者没有也没必要对所有的估计方法进行实证研究，而jl是选择了这四种有代表性的、相

对合理的模型进行分析。变量均以差分形式出现，即以收益作为变量：第一种，简单线性回归模型：

第二种，考虑长期协整关系的线性回归模型：

第三种，滚动回归方法估计简单线性回归模型，是对第一种回归模型的扩展，分别选取窗宽20、30、50、100和150，模型形式仍然为：

但与第一种模型相比，得到的是动态套保比率。

第四种，向量GARCH模型：

其中，或

P为条件相关系数，是随着时间不断变化的序列。

使用统计软件EVIEWS对第一、二、三种模型进行估计，尤其是第三种模型需要编程实现，而第四种模型的估计则是使用统计软件S-PLUS中的S．G√6曝CH软件包实现的。表3-4列示了估计结果，由于滚动回归方法估计出来的是关于常数项与斜率系数的时间序列，表中未直接列出它的回归结果。

参数λ1λ2的显著性再一次证实了期货铜与现货铜的价格之间存在长期稳定关

系，即协整关系。但是在向量GARCH 模型中的显著性并不是很突出，这似乎又是对协整关系的否定。其实不然，而是从一个侧面反映了我国期货铜市场的弱有效性。因为在向量GARCH模型中包含