鋁期貨套期保值最佳比例的實(shí)證分析

1、<p>　　鋁期貨套期保值最佳比例的實(shí)證分析</p><p><b>　　1 引言</b></p><p>　　套期保值是指以回避現(xiàn)貨價(jià)格風(fēng)險(xiǎn)為目的的期貨交易行為。企業(yè)為了回避價(jià)格波動所帶來的不利影響而參與期貨交易，在期貨市場上買進(jìn)（賣出）與其將要在現(xiàn)貨市場上買進(jìn)（賣出）的現(xiàn)貨商品數(shù)量相當(dāng)，期限相近的同種商品的期貨合約。希望在未來某一時(shí)間內(nèi)，在現(xiàn)貨市場上賣

2、出（買進(jìn)）原來買進(jìn)（賣出）的期貨合約，從而將價(jià)格波動的風(fēng)險(xiǎn)降到最小，是交易者將現(xiàn)貨與期貨結(jié)合運(yùn)作的一種經(jīng)營管理模式。套期保值表明企業(yè)參與交易的目的和途徑，保值是目的，即保住目前認(rèn)為合理的價(jià)格和利潤，回避以后價(jià)格不利帶來的風(fēng)險(xiǎn)，套期是實(shí)現(xiàn)保值的途徑，即套用期貨合約，參與期貨交易。</p><p>　　因此，我國鋁期貨套期保值績效進(jìn)行驗(yàn)證檢驗(yàn)，分別采用OLS模型、ECM模型和B-VAM模型估計(jì)鋁期貨套期保值比率，并比

3、較各種模型的優(yōu)劣。</p><p><b>　　2 實(shí)證研究</b></p><p>　　2.1數(shù)據(jù)搜集與整理</p><p>　　由于每個(gè)期貨合約都將在一定時(shí)間到期，因此，期貨價(jià)格具有不連續(xù)的特點(diǎn)，即對每一個(gè)期貨合約，合約的時(shí)間跨度是有限，任一交割月份合約在合約到期以后，該合約將不復(fù)存在。另外，在同一個(gè)交易日，同時(shí)有若干不同交割月份的期貨合

4、約在進(jìn)行交易，因此，同一期貨品種在同一交易日會有若干不同交割月份的期貨數(shù)據(jù)存在。為研究需要，克服期貨價(jià)格不連續(xù)的缺點(diǎn)，必須產(chǎn)生連續(xù)的期貨價(jià)格序列，為此，我們選取鋁期貨價(jià)格和現(xiàn)貨價(jià)格（有色金屬現(xiàn)貨每日最高價(jià)格與最低價(jià)格的平均價(jià)）。</p><p>　　表一 鋁現(xiàn)貨期貨價(jià)2010年01月04日至2010年12月31日數(shù)據(jù)</p><p>　　2.2運(yùn)用單方程時(shí)間序列模型估計(jì)最優(yōu)套期比</

5、p><p>　　2.2.1用OLS模型估計(jì)最優(yōu)套期比</p><p>　　建立S關(guān)于F的回歸方程：</p><p>　　圖1 S關(guān)于F回歸方程</p><p><b>　　得回歸方程：</b></p><p>　　系數(shù)的值接近0，回歸系數(shù)是顯著的。回歸結(jié)果得到每單位現(xiàn)貨用0.652882單位期貨進(jìn)行

6、空頭保值，即最優(yōu)套期比是0.652882。</p><p>　　結(jié)論1：由現(xiàn)貨價(jià)S關(guān)于期貨價(jià)F回歸模型得到的套期比是0.652882。</p><p>　　評價(jià)：1）雖然模型系數(shù)顯著，但是模型精度離1較遠(yuǎn)，精度不太高。所以不能排除此模型是偽回歸。</p><p>　　2）這一結(jié)論只能保證在保值策略實(shí)施前（建模的樣本內(nèi)），模型在一定程度上是有效的，不能保證在策略實(shí)施期

7、（樣本外）模型同樣有效，所以使用這一結(jié)論進(jìn)行套期保值需要注意到這些情況。</p><p>　　建立關(guān)于的回歸方程：</p><p>　　圖2 關(guān)于的回歸方程（含常數(shù)項(xiàng)）</p><p>　　常數(shù)項(xiàng)概率很大，接受常數(shù)為0的假設(shè)，重新定義回歸方程：</p><p>　　圖3 關(guān)于的回歸方程（不含常數(shù)項(xiàng)）</p><p>&

8、lt;b>　　得回歸結(jié)果：</b></p><p>　　系數(shù)的值小，回歸系數(shù)是顯著的，但每單位現(xiàn)貨用-0.053844單位期貨進(jìn)行空頭保值，即最優(yōu)套期比是-0.053844。</p><p>　　可見，分別用套期比公式得到有結(jié)果k是不同的：</p><p><b>　　，</b></p><p>　　結(jié)

9、論2：由現(xiàn)貨價(jià)差分關(guān)于期貨價(jià)差分回歸模型得到的套期比是-0.053844。</p><p><b>　　評價(jià)：</b></p><p>　　1）雖然這一模型系數(shù)顯著，但模型精度，精度非常低。而且也不能排除模型是偽回歸。</p><p>　　2）結(jié)論2只能保證在保值策略實(shí)施前（建模的樣本內(nèi)），與在一定程度上滿足此模型，不能保證在策略實(shí)施期（樣本外

10、）模型同樣有效。</p><p>　　3）差分模型一般用于分析短期波動情況，所以此模型在不顧偽回歸下，也只用于動態(tài)套期保值。</p><p>　　2.2.2用ECM模型估計(jì)最優(yōu)套期比</p><p>　?。?）對和分別進(jìn)行平衡性檢驗(yàn)，如圖：</p><p>　　圖4 序列相關(guān)分析圖</p><p>　　從圖4的序列自

11、相關(guān)系數(shù)（AC）沒有很快趨近0，說明序列F是非平穩(wěn)的。</p><p>　　又因?yàn)槠谪泝r(jià)格往往有一定的趨勢和截距，所以對ADF單位根檢驗(yàn)時(shí)，選擇同時(shí)具有趨勢項(xiàng)和常數(shù)項(xiàng)的模型。滯后項(xiàng)p要精確確定就是AIC準(zhǔn)則，粗略確定由系統(tǒng)默認(rèn)。</p><p>　　由上面分析，選擇模型</p><p>　　進(jìn)行單位檢驗(yàn)，假設(shè)；備擇假設(shè)。</p><p>　　

12、圖5 序列單位根檢驗(yàn)</p><p>　　期貨價(jià)格序列的ADF檢驗(yàn)統(tǒng)計(jì)量觀察值為，比概率1%、5%和10%對應(yīng)的三個(gè)臨界值都大。所以這次ADF檢驗(yàn)接受F非平穩(wěn)的原假設(shè)，即認(rèn)為F是非平穩(wěn)的。</p><p>　　對F序列一次差分進(jìn)行ADF檢驗(yàn)：</p><p>　　圖6 序列一次差分單位根檢驗(yàn)</p><p>　　從圖6看到，期貨價(jià)格F一次差分

13、序列的ADF檢驗(yàn)統(tǒng)計(jì)量觀察值為，比概率1%、5%和10%對應(yīng)的三個(gè)臨界值都小。所以這次ADF檢驗(yàn)拒絕F一次差分序列非平穩(wěn)的原假設(shè)。即認(rèn)為F一次差分序列是平穩(wěn)的。</p><p>　　所以，因此。同理檢驗(yàn)得到，因此。</p><p>　　（2）進(jìn)行和的協(xié)整檢驗(yàn)</p><p>　　由于和都是一階單整的，滿足協(xié)整檢驗(yàn)的前提。由前面已用OLS方法建立了關(guān)于的回歸方程：&l

14、t;/p><p>　　根據(jù)協(xié)整檢驗(yàn)要求，還要檢驗(yàn)殘差是否平穩(wěn)。觀察如下：</p><p>　　圖7 關(guān)于協(xié)整回歸殘差的單位根檢驗(yàn)</p><p>　　從圖7看到，關(guān)于協(xié)整回歸殘差的ADF檢驗(yàn)統(tǒng)計(jì)量觀察值為，比概率1%，5%、10%對應(yīng)的兩個(gè)臨界值都小。ADF檢驗(yàn)得到拒絕殘差序列非平穩(wěn)的原假設(shè)。即認(rèn)殘差序列是平穩(wěn)的，即殘差。</p><p>　?。?/p>

15、3）建立誤差修正模型</p><p>　　由以上可知，與序列存在協(xié)整關(guān)系。建立誤差修正模型可分析向長期均衡狀態(tài)調(diào)整的非均衡動態(tài)調(diào)整過程。</p><p>　　原來協(xié)整模型形式如下：</p><p><b>　　變成為誤差修正模型</b></p><p><b>　　其中</b></p>

16、<p>　　要建立的修正誤差模型的簡單形式為</p><p>　　最小二乘估計(jì)命令建立修正誤差模型OLS：DS C DF E(-1)</p><p><b>　　得到回歸結(jié)果為：</b></p><p>　　圖8 修正誤差模型輸出結(jié)果（包含常數(shù)）</p><p>　　從圖8的結(jié)果得到，常數(shù)非常不顯著，所

17、以省去常數(shù)項(xiàng)，重新定義方程如下：</p><p>　　圖9修正誤差模型輸出結(jié)果（不包含常數(shù)）</p><p>　　由圖9得到所要建ECM為：</p><p>　　從統(tǒng)計(jì)量看出該方程整體上系數(shù)是顯著的，自變量系數(shù)和誤差修正項(xiàng)系數(shù)的t統(tǒng)計(jì)量都很顯著，故該回歸模型擬合得很好。ECM得到每單位現(xiàn)貨頭寸要用-0.068609單位相同的期貨頭寸進(jìn)行合作。這一結(jié)果與序列差分的OL

18、S模型估計(jì)出的結(jié)果-0.053844相近；但與序列的OLS模型估計(jì)出的結(jié)果0.652882相差較大。</p><p>　　結(jié)論3：由ECM得到的套期比是-0.068609。</p><p>　　評價(jià)：1）雖然這一模型系數(shù)顯著，但模型精度，精度不高。</p><p>　　2）此模型排除了偽回歸。</p><p>　　3）結(jié)論3的依據(jù)是ECM，理

19、論上保證了樣本內(nèi)和樣本外都有效，但ECM是用于分析短期波動的。</p><p>　　4）可見ECM用于動態(tài)套期保值較好。</p><p>　　2.2.3用B-VAR模型估計(jì)最優(yōu)套期比</p><p>　　圖10 B-VAR模型分析結(jié)果</p><p>　　由上表可以看出，、的系數(shù)統(tǒng)計(jì)量都是顯著的，說明期貨和現(xiàn)貨自身價(jià)格的變化對套期保值比也有

20、顯著的影響，同OLS模型一致，常數(shù)項(xiàng)C對套期保值比率也沒有顯著的影響，有顯著的影響，且套期保值比率為-0.069113比OLS模型稍小一些。</p><p>　　2.3各模型套期比的績效比較</p><p>　　因?yàn)樘灼诒Ｖ的康氖且?guī)避風(fēng)險(xiǎn)，所以使用用套期保值（含空頭和多頭套期保值）收益率方差</p><p>　　可以評價(jià)套期保值效果。套期保值收益率方差越小，說明經(jīng)過

21、套期保值收益率越穩(wěn)定，保值效果越好。</p><p>　　現(xiàn)貨價(jià)差分關(guān)于期貨價(jià)差分的OLS模型的最優(yōu)套期比-0.053844。生成套期保值收益率序列：</p><p>　　Series p1=(ds+0.053844*df)/(s+0.053844*f)</p><p>　　得如下描述性統(tǒng)計(jì)圖：</p><p>　　圖11 關(guān)于的OLS模型最

22、優(yōu)套期比效果的統(tǒng)計(jì)描述</p><p>　　由Std.Dev.后面的數(shù)據(jù)，說明序列p1標(biāo)準(zhǔn)差為0.007514。</p><p>　　2、關(guān)于的ECM單位方程的套期比是-0.068609。套期保值收益率序列：</p><p>　　Series p2=(ds+0.068609*df)/(s+0.068609*f)</p><p>　　得如下描述

23、性統(tǒng)計(jì)圖：</p><p>　　圖12 關(guān)于的ECM單位方程套期比效果的統(tǒng)計(jì)描述</p><p>　　由Std.Dev.后面的數(shù)據(jù)，說明序列p2標(biāo)準(zhǔn)差為0.007409。</p><p>　　3、關(guān)于的B-VAR的套期比是-0.069113。套期保值收益率序列：</p><p>　　Series p3=(ds+0.069113*df)/(s+

24、0.069113*f)</p><p>　　得如下描述性統(tǒng)計(jì)圖：</p><p>　　圖13 關(guān)于的B-VAR套期比效果的統(tǒng)計(jì)描述</p><p>　　由Std.Dev.后面的數(shù)據(jù)，說明序列p3標(biāo)準(zhǔn)差為0.007406。</p><p>　　比較p1、p2和p3的標(biāo)準(zhǔn)差知道，p3的標(biāo)準(zhǔn)差最小，說明p3對應(yīng)的模型最好。</p>&

25、lt;p><b>　　結(jié)論</b></p><p>　　從套期效果、結(jié)論、評價(jià)以及修正的比較來看，考察調(diào)整后的可以看出，OLS模型、B-VAR模型、ECM模型的調(diào)整后分別為0.006301、0.037151和0.015168。說明B-VAR模型的擬合效果最好，OLS模型最差。主要的原因在于B-VAR模型比OLS模型考慮了期貨和現(xiàn)貨自身變化對套期保值的影響。</p><