利用向量自回歸模型估計(jì)出的最優(yōu)套期保值比率進(jìn)行套期保值效果最好
引言 股指期貨作為一種重要的投資工具,為金融市場的參與者提供了一個(gè)管理風(fēng)險(xiǎn)的新選擇,特別是當(dāng)投資者持有大量現(xiàn)貨頭寸時(shí),股指期貨的套期保值功能顯得尤為重要。不過,利用股指期貨做套期保值如何才能有效規(guī)避現(xiàn)貨風(fēng)險(xiǎn)呢?本文就股指期貨的最優(yōu)套期保值比率為研究重點(diǎn),分別運(yùn)用普通最小二乘法回歸模型(OLS模型)、向量自回歸模型(VAR模型),對股指期貨套期保值的有效性進(jìn)行評價(jià)。
最優(yōu)套期保值比率模型介紹 股指期貨交易和股票現(xiàn)貨交易具有相輔相成、相互促進(jìn)的關(guān)系,投資者可以利用賣出期貨合約來控制與規(guī)避持有股票現(xiàn)貨的風(fēng)險(xiǎn),利用期指與現(xiàn)指同步的原理,以期貨上的損益來抵消現(xiàn)貨上的損益,進(jìn)而鎖定風(fēng)險(xiǎn),保障利潤。 最優(yōu)套期保值比率,是投資者為了對現(xiàn)貨市場的風(fēng)險(xiǎn)敞口進(jìn)行套期保值而使用的金融工具的數(shù)量,套期保值模型的關(guān)鍵則在于,如何估計(jì)出最優(yōu)套期保值比率。 最小二乘回歸模型(OLS模型) 期貨與現(xiàn)貨價(jià)格是相關(guān)的,OLS模型通過構(gòu)建期貨和現(xiàn)貨價(jià)格之間的線性關(guān)系,然后使用OLS模型估計(jì)出參數(shù),這也是最傳統(tǒng)、最常見的最優(yōu)套期保值比率的計(jì)算方法。需要注意的是,期貨和現(xiàn)貨價(jià)格不能完美地同幅度變化,而且價(jià)格序列也不平穩(wěn)。不過,這個(gè)問題可以用以下方法來解決,即通過差分的方法將其轉(zhuǎn)化成平穩(wěn)序列,回歸方程的構(gòu)建如下: ΔSt=α+βΔFt+εt 上式中,ΔSt是現(xiàn)貨價(jià)格的一階差分,ΔFt是期貨價(jià)格的一階差分,α為截距項(xiàng),εt是隨機(jī)誤差項(xiàng),β是斜率,即最優(yōu)套期保值比率。在實(shí)際操作中,使用對數(shù)收益率(ΔlnSt、ΔlnFt)來替代公式中的一階差分序列,從而消除異方差,并減少差分計(jì)算的過程帶來的信息損失。 相對于其他方法,OLS模型的操作比較簡單,但是也有一定的缺陷:首先,OLS模型下的線性關(guān)系比不是特別穩(wěn)定,在發(fā)生重大事件時(shí),序列的相關(guān)性也會(huì)隨之發(fā)生比較大的改變;其次,OLS模型估計(jì)的參數(shù)都是在假設(shè)前提下進(jìn)行的,這個(gè)前提就是隨機(jī)變量服從正態(tài)分布,但是金融時(shí)間序列一般都具有尖峰厚尾的特征,這是不滿足正態(tài)分布假設(shè)的;最后,OLS模型要求回歸殘差項(xiàng)之間是相互獨(dú)立且不相關(guān)的關(guān)系,如果殘差項(xiàng)序列自相關(guān)的話,就會(huì)出現(xiàn)虛假回歸問題。 向量自回歸模型(VAR模型) 由殘差項(xiàng)序列相關(guān)帶來的影響,可以由VAR模型解決,并且擴(kuò)充了模型所包含的信息量,這是一個(gè)有兩個(gè)變量的模型,每個(gè)變量的前期值都會(huì)影響到它們的當(dāng)前值,回歸方程如下:
上式中,αs、αf是截距項(xiàng),βsi、λsi、βfi、λfi是回歸系數(shù),ΔlnSt-i是在t-i時(shí)現(xiàn)貨價(jià)格的對數(shù)收益率,ΔlnFt-i是在t-i時(shí)期貨價(jià)格的對數(shù)收益率,εst、εft是獨(dú)立分布的隨機(jī)誤差項(xiàng),k是滯后期。我們可以通過VAR模型尋找最佳滯后期,當(dāng)尋找到最佳滯后期之后,就可以消除殘差的自相關(guān),得到最優(yōu)套期保值比率,公式如下:
合并方程,可以得到以下方程:
上式中,θ是ΔlnFt的回歸系數(shù),也就是我們常說的最優(yōu)套期保值比率。 套期保值有效性的評價(jià)方法 綜上來看,我們使用不同的計(jì)算模型會(huì)得到不同的最優(yōu)套期保值比率,這會(huì)使投資者按不同模型進(jìn)行套期保值獲得的效果也不相同。接下來,本文介紹兩種套期保值有效性的評價(jià)方法,為后續(xù)的實(shí)證分析作鋪墊。 可決系數(shù)法 在回歸方程中,可決系數(shù)R2用來表示回歸方程和觀測值之間的擬合優(yōu)度。那么,本文在最優(yōu)套期保值比率計(jì)算模型中,用可決系數(shù)來衡量套期保值的有效性。 收益方差法 在風(fēng)險(xiǎn)最小化的條件下,本文得到套期保值后,資產(chǎn)減少的風(fēng)險(xiǎn)和沒有進(jìn)行套期保值時(shí)的資產(chǎn)風(fēng)險(xiǎn)暴露比率,也可以成為評價(jià)套期保值效果的指標(biāo)。這個(gè)方法在實(shí)際操作中應(yīng)用很廣泛,在我國將風(fēng)險(xiǎn)抵消效果控制在80%—100%的套期保值操作,一般被認(rèn)為是高度有效的。下文中,將采取這個(gè)辦法來評價(jià)不同計(jì)算模型套期保值的有效性。 最優(yōu)套期保值比率實(shí)證分析 在實(shí)證分析中,本文以風(fēng)險(xiǎn)最小化為假設(shè)前提,想要研究最優(yōu)套期保值比率,就是研究在最小方差模型下,得到的最優(yōu)套期保值比率。本文以滬深300指數(shù)和滬深300股指期貨為樣本,選取2010年7月1日至2016年9月30日的日交易數(shù)據(jù)。其中,滬深300指數(shù)用St表示,滬深300股指期貨用Ft表示。為減少異方差性,我們首先對St、Ft采用對數(shù)平滑法來處理數(shù)據(jù),記作lnSt、lnFt,然后將處理之后的數(shù)據(jù)導(dǎo)入到Eviews軟件中,得到了下圖所示的價(jià)格走勢:
我們發(fā)現(xiàn),在整體趨勢上,滬深300期現(xiàn)貨價(jià)格走勢基本一致。雖然可以初步判定兩者之間有一定關(guān)聯(lián),但是還需要做進(jìn)一步的定量描述。 在實(shí)證分析中,我們用對數(shù)差分收益率來衡量價(jià)格波動(dòng),用日收益率的方差(或標(biāo)準(zhǔn)差)來衡量所面臨的市場風(fēng)險(xiǎn)大小,將期貨和現(xiàn)貨價(jià)格對數(shù)的一階差分收益率用ΔlnSt=lnSt-lnSt-1、ΔlnFt=lnFt-lnFt-1來表示,并得到滬深300指數(shù)和滬深300股指期貨的日收益率波動(dòng)圖。
圖為日收益率波動(dòng) 我們由圖可以看出,當(dāng)期的日收益率波動(dòng)水平和前期存在正相關(guān)性。也可以說,滬深300指數(shù)和滬深300股指期貨的日收益率存在波動(dòng)集聚效應(yīng),這一效應(yīng)和金融時(shí)間序列的波動(dòng)特征也是一致的。
表為DLSP、DLFP描述性統(tǒng)計(jì)量
根據(jù)上表結(jié)果整理數(shù)據(jù)得到下表:
表為滬深300期現(xiàn)貨日收益率的描述性統(tǒng)計(jì)量 我們通過上表進(jìn)一步分析滬深300指數(shù)和滬深300股指期貨日收益率的統(tǒng)計(jì)特征。首先,現(xiàn)貨日收益率比期貨日收益率的標(biāo)準(zhǔn)差更小,表明期貨日收益率略大。也就是說,期貨和現(xiàn)貨的價(jià)格變動(dòng)并不是完全同步的,兩者之間存在基差風(fēng)險(xiǎn)。其次,現(xiàn)貨日收益率和期貨日收益率的偏度為負(fù)數(shù),峰度分別為7.367544和9.411402,二者日收益率的偏度低于標(biāo)準(zhǔn)正態(tài)分布水平(S=0),峰度高于標(biāo)準(zhǔn)正態(tài)分布水平(K=3),這顯示出數(shù)據(jù)一個(gè)是左偏,一個(gè)是尖峰厚尾。因此,可以判定,現(xiàn)貨價(jià)格序列和期貨價(jià)格序列都不服從標(biāo)準(zhǔn)正態(tài)分布。 一般而言,在使用金融時(shí)間序列來建立模型時(shí),會(huì)對時(shí)間序列做平穩(wěn)性檢驗(yàn),如果時(shí)間序列是非平穩(wěn)性,會(huì)出現(xiàn)虛假回歸的狀況。在此,我們先對時(shí)間序列做一個(gè)平穩(wěn)性檢驗(yàn)。 平穩(wěn)性檢驗(yàn) 由以上結(jié)果整理得到下表:
表為單位根檢驗(yàn)結(jié)果 可以看出,滬深300指數(shù)對數(shù)價(jià)格序列和滬深300股指期貨對數(shù)價(jià)格序列是非平穩(wěn)的,而現(xiàn)貨日收益率序列和期貨日收益率序列是平穩(wěn)的。 協(xié)整檢驗(yàn) 由于滬深300指數(shù)和滬深300股指期貨的對數(shù)價(jià)格序列均為一階單整序列,正好滿足協(xié)整檢驗(yàn)的前提。同時(shí),我們還要考慮二者之間是否存在長期穩(wěn)定關(guān)系,于是接下來使用E—G兩步法,對現(xiàn)貨和期貨對數(shù)價(jià)格序列進(jìn)行協(xié)整檢驗(yàn)。 第一步,建立現(xiàn)貨和期貨對數(shù)價(jià)格間的線性回歸方程:lnSt=α+βlnFt+εt。 第二步,對殘差序列再一次地進(jìn)行平穩(wěn)性檢驗(yàn),如果殘差序列不存在單位根,則期貨和現(xiàn)貨對數(shù)價(jià)格之間存在協(xié)整關(guān)系。也就是說,期貨和現(xiàn)貨價(jià)格之間存在一個(gè)協(xié)整向量,來保持二者之間的長期穩(wěn)定關(guān)系,結(jié)果如下圖所示:
表為殘差序列的平穩(wěn)性檢驗(yàn)結(jié)果 由表可知,殘差序列的ADF統(tǒng)計(jì)量比各水平下的臨界值都要小,故拒絕原假設(shè),即殘差序列式是不存在單位根的,殘差序列是平穩(wěn)的,換言之,滬深300指數(shù)和滬深300股指期貨長期穩(wěn)定。 最優(yōu)套期保值比率估計(jì)——OLS模型 將滬深300指數(shù)和滬深300股指期貨的日收益率序列帶入到模型中,使用OLS法對模型進(jìn)行回歸分析,結(jié)果如下:
公式中,ΔlnSt的系數(shù)就是套期保值比率。因此,在經(jīng)過了上面的模型計(jì)算和估計(jì)之后,滬深300指數(shù)和滬深300股指期貨得到的最優(yōu)套期保值比率是0.818338。不過,如果OLS模型的估計(jì)結(jié)果中的殘差項(xiàng)之間存在序列自相關(guān)的話,就會(huì)導(dǎo)致得到的參數(shù)估計(jì)量有偏。 要檢驗(yàn)殘差項(xiàng)的序列自相關(guān),在此將采用LM法檢驗(yàn)序列自相關(guān),結(jié)果如下:
表為LM檢驗(yàn)結(jié)果 由表可知,F(xiàn)統(tǒng)計(jì)量的P值比0.005小,殘差序列存在序列自相關(guān)問題。為了消除自相關(guān)問題,在方程中加入期貨和現(xiàn)貨的滯后信息,以此來建立VAR模型。 最優(yōu)套期保值比率估計(jì)——VAR模型 VAR模型較OLS模型而言,最大的改變就在于VAR模型考慮了變量的歷史信息。也就是說,一個(gè)變量在t-i時(shí)刻的值會(huì)受到兩方面的影響:一方面是受該變量在t-i時(shí)刻的值的影響;另一方面是受相關(guān)變量在t-i時(shí)刻的值的影響。 至于殘差自相關(guān)的問題,這是OLS模型不能解決的,而VAR模型解決這個(gè)問題則很簡單,只要選取最優(yōu)滯后階數(shù)(p、q)就可以了。在做模型估計(jì)之前,首先需要確定變量的最優(yōu)滯后階數(shù),Eviews軟件的輸出結(jié)果如下:
表為滯后階數(shù)的結(jié)果 根據(jù)滯后階數(shù)的結(jié)果確定最優(yōu)之后階數(shù)為p=q=3。接下來建立VAR模型,模型結(jié)果如下表所示:
表為VAR模型的回歸結(jié)果
回歸殘差的協(xié)方差矩陣如下表所示:
表為殘差協(xié)方差矩陣結(jié)果
將殘差協(xié)方差矩陣結(jié)果帶入到中,可以得到最優(yōu)套期保值比率:
表為套期保值有效性的比較 通過以上兩種不同模型的回歸分析,得到的最優(yōu)套期保值比率是不同的,之間也沒有什么規(guī)律可循,但是經(jīng)過收益方差法對有效性進(jìn)行了評價(jià)之后,可以從上表中看出,通過VAR模型估計(jì)出的最優(yōu)套期保值比率的有效性是最強(qiáng)的。 同時(shí)可知,套期保值并不能幫助投資者完全規(guī)避系統(tǒng)性風(fēng)險(xiǎn),但是上表中的數(shù)據(jù)明顯顯示出,經(jīng)過套期保值之后的收益率方差要比套期保值之前的收益率方差要小。這個(gè)結(jié)論告訴我們,投資者可以通過配置一定比例的股指期貨進(jìn)行套期保值操作,避免遭受系統(tǒng)性風(fēng)險(xiǎn)。 結(jié)論 第一,從序列的統(tǒng)計(jì)結(jié)果來看,滬深300指數(shù)和滬深300股指期貨的價(jià)格走勢基本一致,對于選取的期貨和現(xiàn)貨價(jià)格對數(shù)的一階差分收益率序列而言,該日收益率的分布狀態(tài)呈現(xiàn)左偏、尖峰厚尾趨勢,這是不符合標(biāo)準(zhǔn)正態(tài)分布的。從序列的平穩(wěn)性檢驗(yàn)結(jié)果來看,期貨和現(xiàn)貨的對數(shù)價(jià)格非平穩(wěn),而期貨和現(xiàn)貨的日收益率具有平穩(wěn)性。從序列的協(xié)整檢驗(yàn)的結(jié)果來看,期貨和現(xiàn)貨價(jià)格是平穩(wěn)序列。根據(jù)這些結(jié)果,可以判斷,滬深300指數(shù)和滬深300股指期貨有長期穩(wěn)定關(guān)系。 第二,用不同模型估計(jì)出的最優(yōu)套期保值比率的有效性是有區(qū)別的,在經(jīng)過收益方差法對有效性進(jìn)行了評價(jià)之后,我們發(fā)現(xiàn),通過VAR模型估計(jì)出的最優(yōu)套期保值比率的有效性是最強(qiáng)的。 責(zé)任編輯:唐正璐 |
【免責(zé)聲明】本文僅代表作者本人觀點(diǎn),與本網(wǎng)站無關(guān)。本網(wǎng)站對文中陳述、觀點(diǎn)判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。
本網(wǎng)站凡是注明“來源:七禾網(wǎng)”的文章均為七禾網(wǎng) levitate-skate.com版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請聯(lián)系0571-88212938,我們將及時(shí)調(diào)整或刪除。
七禾研究中心負(fù)責(zé)人:劉健偉/翁建平
電話:0571-88212938
Email:57124514@qq.com
七禾科技中心負(fù)責(zé)人:李賀/相升澳
電話:15068166275
Email:1573338006@qq.com
七禾產(chǎn)業(yè)中心負(fù)責(zé)人:果圓/王婷
電話:18258198313
七禾研究員:唐正璐/李燁
電話:0571-88212938
Email:7hcn@163.com
七禾財(cái)富管理中心
電話:13732204374(微信同號(hào))
電話:18657157586(微信同號(hào))
七禾網(wǎng) | 沈良宏觀 | 七禾調(diào)研 | 價(jià)值投資君 | 七禾網(wǎng)APP安卓&鴻蒙 | 七禾網(wǎng)APP蘋果 | 七禾網(wǎng)投顧平臺(tái) | 傅海棠自媒體 | 沈良自媒體 |
? 七禾網(wǎng) 浙ICP備09012462號(hào)-1 浙公網(wǎng)安備 33010802010119號(hào) 增值電信業(yè)務(wù)經(jīng)營許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營許可證[浙字第05637號(hào)]
技術(shù)支持 本網(wǎng)法律顧問 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告
中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會(huì)”委員單位