股指期货在全球危机下的功能研究.doc

啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊套期保值,即利用两种资产的高度相关性,通过持有相反头寸的这两种资产来规避风险.套期保值是股指期货的基本功能之一,这是因为股指期货具有卖空机制,担心股票市场会下跌.啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊股指期货在全球危机下的功能研究啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊股指期货在全球危机下的功能研究海通期货研发中心 吴雷 马秋晶 李子婧主要观点从全球危机中各国指数表现分析在这次次贷危机引发的金融海啸中，已推出股指期货的市场，其现货市场的波动幅度要远远小于未推出股指期货的市场。所以从长期来看，股指期货有助于减缓市场波动，降低系统性风险冲击的作用。可以说股指期货是对证券投资的一种补偿机制，起到的只是一种辅助性的风险规避作用，其本身并不改变现有证券体系的价值取向，以及评判市场周期性运动规律。股指期货是一种指数化投资产品，引入了期货交易机制，弥补了股票市场单一做多交易机制的不足，使之具备了对冲系统性风险的功能，成为各类投资机构进行风险管理最常用的工具之一。虽然我国资本市场机构类型多样化，但国内机构投资者没有起到稳定股市的作用，其主要原因在于投资过程中，品种缺少配套的风险对冲工具，所以当预期的风险来临时，最有利的安全措施就是落袋为安，从而加剧了市场下滑的空间和力度。 从套期保值功能中分析作为证券市场的一种补偿机制，股指期货在资金管理中的作用十分重要，将股指期货引入投资组合中，可以有效提高组合的资产配置效率，提高对抗风险的能力以及预期收益的成功概率。当股票现货市场或股指期货市场大幅上涨或下跌时，必然引来大量资金的反向操作，即卖空被高估的资产，同时买入被低估的资产。如此，可有助于减缓市场上涨或者下跌过程中对市场的冲击，平抑股票市场的波动幅度。套期保值机制使股指期货市场具有风险对冲和风险转移的功能。对于股指期货套期保值者而言：证券市场现货价格的剧烈波动性使得需求者有必要对所持有的现货组合进行套期保值，但在实际的应运过程中一定要遵守套期保值的原则，避免与投机行为混淆。股指期货的技术准备工作已基本就绪，一旦时机成熟，应尽早推出，只有这样才能丰富资本市场产品类别，发展与壮大机构投资者群体，完善证券与期货市场，使我国的资本市场变得更为稳定与健康，从而更有效地促进实体经济的发展。1 导论自2006年9月8日中国金融期货交易所成立至今，已有二年多的时间，虽然管理层一再表示，技术方面的准备工作已基本就绪，但推出的时机一直是界内争论的焦点。股指期货在国际市场上运行已久，作为证券市场风险的规避工具，其在本次金融危机中发挥的作用表露无疑。股指期货在整个证券、期货市场股权类投资产品中具有至关重要的地位，它引入了期货交易机制，弥补了股票市场交易机制的不足，使之具备了对冲系统性风险的功能，成为各类机构进行风险管理最常用的工具，同时由于它具有风险分割功能，可以把低风险的债券与高风险的股票进行重新匹配，优化投资组合，促进多元化机构投资者的形成。目前我国的股指期货推出时间表尚在酝酿当中，目前单一的做多获利模式，使得投资者只有一味的推高指数来实现盈利，从而加大了非理性的操作方式，积累了过多的泡沫成份。一旦市场转向，由于找不到合适的风险对冲工具，投资者唯有落袋为安，争相外逃，从而将市场完全暴露在风险之下。本次报告重点研究本轮金融危机引发以来，国内外有股指期货运行的市场与无股指期货运行市场的运行效率，并将二者进行横向对比分析，从而体现股指期货的功能。另外根据国内市场现况，以上证50代表股票投资组合，以现指沪深300指数代表期货合约，利用设计出来的套保模式反映股指期货存在的情况下此次系统性风险的回避能力，进而阐述股指期货推出的必要性，以期为各类证券和期货投资者设计最佳投资组合提供参考。2 危机引发以来各主要市场指数走势对比分析21有股指期货存在的市场股指期货在国际市场上运行已久,其对股票市场的风险缓冲作用在本次危机中表露无疑。我们选取目前国际市场上存在指数期货的具有代表意义的几个股票指数市场，包括道琼斯工业指数、标准普尔500指数、日经225指数、香港恒生指数、伦敦富时100指数、德国DAX30指数、法国CAC40指数。其整体情况见表1、图1表1 08年存在股指期货市场指数走势情况指数开盘价收盘价最高价最低价涨跌幅道琼斯工业指数13216.808776.3913279.507450.34-33.6%标准普尔500指数1467.97903.251471.77741.02-38.4%日经225指数15155.738859.5615156.686994.90-41.5%香港恒生指数27632.2014429.1127853.6010676.29-47.8%伦敦富时100指数6450.904434.176534.703665.21-31.3%德国DAX30指数8067.324810.208092.094049.27-40.4%法国CAC40指数5614.083217.975665.942838.50-42.7%资料来源：海通期货研发中心图1 危机以来存在股指期货市场指数最大跌幅一览资料来源：海通期货研发中心通过以上数据进行计算，得出存在股指期货的市场一年中平均跌幅为39.38%，自危机发生以来，市场平均最大跌幅为52%，除去恒生指数外，平均最大跌幅为49.66%。另外有研究发现，从2008年9月29日至10月14日全球市场大跌中，除日本、香港外，世界大部分主要股票指数，其股指期货市场的平均波动都明显要小于现货市场波动，其中尤以美国道琼斯工业平均指数和标准普尔500指数最为显著，年化波动率最高相差达7%。这说明，股指期货不但没有加大现货市场的波动幅度，反而通过价格引导和波动溢出效应，引导现货市场理性价值回归。另外，在市场其后的反弹过程中，所有指数几乎都出现了期货波动大于现货的情况，这说明期货在反弹过程中积极引导了现货的修正和反弹。以上是存在股指期货市场的情况，其后我们将列举国内市场的指数情况进行对比。22我国A股市场走势从世界主要市场的对比情况看，目前中国股市累积跌幅居世界前列，我国A股市场已经经历了18个春秋，目前全球资本市场总市值前15名的国家中，唯独中国大陆还未推出股指期货；全球新兴市场十强也唯独中国大陆没有股指期货；近年来经济崛起的“金砖四国”中，更是唯独中国大陆没有股指期货。在此次金融危机中，国内单一的做多模式完全将市场风险暴露在危机面前。如图2所示，自2007年10月16日上证综指创出历史高点6124.04点至2008年10月28日年内新低1664.93点，短短一年的时间里，上证综指跌去了4459点，最大跌幅达72.8%，九成个股遭遇腰斩，市场参与者也遭受了同等幅度的名义资产缩水，严重影响投资者对后市的信心和未来参与的热情。在股指期货没有正式推出以前，市场中仅存单一的做多获利模式，投资者只有通过一味的推高指数来实现盈利，这种操作存在过多的非理性因素，严重透支了上市公司的业绩，市场中积累了过多的泡沫成份。一旦市场转向，由于找不到合适的风险对冲工具，投资者唯有落袋为安，争相外逃，导致指数加速滑落，加剧投资者恐慌抛售，结果对指数造成更大深度的打击，如此形成恶性循环，严重影响投资者对于经济发展前景和市场稳定运行的良好预期。图2 上证A股走势图资料来源：海通期货研发中心23对比分析次贷危机发生以来，尽管主要股指期货市场和现货市场都出现了大幅波动，但在推出股指期货的市场，股指期货的存在对现货市场的过度反应具有一定的修正功能，可以明显减少现货市场的波动幅度。如图3所示，考虑到新兴市场与我国的证券市场更具可比性，故我们将存在股指期货的市场分割为以美国、英国、法国、德国、日本、中国香港等为代表的存在股指期货的成熟类市场；以巴西、墨西哥、印度、马来西亚、泰国等为代表的存在股指期货的新兴类市场；以中国、越南为代表的不存在股指期货的市场。通过对比可以发现，本次金融危机期间，不存在股指期货的市场其跌幅明显高过其它市场，股指期货可以通过价格引导和波动溢出效应，缓解风险的破坏程度，减少市场波动。图3 各市场最大跌幅对比资料来源：海通期货研发中心图4 2008年上证综指与其它市场走势对比资料来源：WIND咨讯通过以上的数据对比，我们发现，股指期货并没有像一些市场人士认为的那样：股指期货的杠杆功能会放大市场风险，加剧现货指数波动。相反，由于股指期货给市场提供了很好的风险对冲工具，投资者可以真正做到构建投资组合、降低系统性风险。另外股指期货的推出有助于优化投资者结构。股指期货推出后，会大大加速市场机构化的进程，机构博弈将成为市场博弈的主流，这种投资主体结构的改善有利于市场走向成熟。 股指期货的做空、套利、套期保值等交易机制，将使我国股票市场交易机制更趋完善，改变“单边市”格局，即改变只有做多才能赚钱的局面，避免为了获利而不断推高泡沫成份的可能，这样可以从长期的走势中修正指数与价值线的过度偏离值，减缓市场过度波动的空间与时间，有利于证券市场平稳运行，另外从套利角度分析，当股票现货市场或股指期货市场大幅上涨或下跌时，必然引来大量套利资金的反向操作，即卖空被高估的资产，同时买入被低估的资产。由此，可有助于减缓市场上涨或者下跌的力度，平抑股票市场的波动幅度。套期保值机制使股指期货市场具有风险对冲和风险转移的功能。当投资者预期大盘上涨或下跌时，可在股指期货市场进行反向操作，即做空股指期货以对冲持股风险，或做多股指期货以对冲股市上涨的风险。除此之外，期指期货的推出可以吸引增量资金进场，扩大股票市场规模，增强市场流动性，有助于证券投资思维方式的转变，优化投资者结构。3 危机中期指套保方案的应用解析31股指期货在证券市场的应用策略套期保值，即利用两种资产的高度相关性，通过持有相反头寸的这两种资产来规避风险。套期保值是股指期货的基本功能之一，这是因为股指期货具有卖空机制，担心股票市场会下跌的投资者可通过卖出股指期货合约以对冲掉所持有股票面临的系统性风险。由于股指期货是现金交割，为差价套利提供了极大的方便性，从而使得其与股票指数之间存在很强相关性，为套期保值创造了良好条件，投资者可以通过对冲的方式有效规避股票投资组合中的系统性风险，锁定当期利润，提高资金使用效率。3.1.1股指期货的保值方式实现投资组合资产保值是通过在期货市场上持有相反头寸，到期以对冲的方式完全了结，使整个投资组合的风险最小化。举例来说，2007年二、三季度间，A股指数连续攀升，基本面上已严重透支上市公司未来业绩，政策方面也接连出台组合重拳抑制指数非理性上扬，此时价格风险已埋下重大隐患。投资者为回避价格下跌的风险，可以在期货市场上建立适当单位的空头头寸，一旦指数下滑，则期货市场上的盈利部位可以弥补现货市场的损失，同样如果指数继续上涨，则现货部分的盈利亦可以弥补期货的做空头寸，从而实现回避风险，锁定预期利润的目的。同样当指数连续性低靡，而经济、政策等方面已出现转暖信号，或市场出现单方连续非理性下挫，投资价值彰显时，指数随时可能出现大幅反弹甚至反转，由于部分投资者或投资机构资金过于庞大，很可能与最佳的建仓时机擦肩而过，从而提高了投资组合建仓成本，或者因暂时性资金周转问题，短期无法完成理想仓位。在这种情况下可以在期货市场上建立多头头寸，从而锁定建仓成本及战略仓位。3.1.2最优套期保值比率的确定在利用股指期货进行套期的问题上，研究人员都专注于最优套期保值比率的确定，在不同的假设前提及目标函数下，最优套期保值比率也会不同。Gray and Rutledge（1971）根据套期保值目的与动机不同，把套期保值方法分为风险消除、利润极大化、风险降低和投资组合法四类。Ederington（1979）按照套期保值方法演进，将套期保值模型分为简单套期保值模型、选择性套期保值模型和投资组合套期保值模型三类。不同的模型对套保比率得出的结论也相差甚远，传统的简单套期保值模型将套保比率以成交金额设定为1：1，由于现货与期货间并非完全相关，显然这种比率会大大影响保值效率，不可以贸然配比。基于此，我们可以根据套保者的目的将套保比率划分为二类：追求风险最小化与追求预期效用最大化。这里我们采取保守的方法以追求风险最小化为目标将套保过程分为三个阶段以确定比例关系：观察期、试验避险期、最终避险期。在观察期中利用OLS模型、ECM模型、GARCH模型分别计算三者的套保比率，然后用试验期进行验证，以确定最佳模型得出的套保比率。（注：由于短期影响市场的外因有限，所以我们认为短期内市场自身波动规律可以得到惯性维持，故试验避险期确定的最优模型可以未来一段时间内保持最佳，从而求得风险最小化情况下的套期保值比率。）3.1.3 基差风险的把握股指期货的套期保值方案中，基差风险也是影响套保效果的一大重要因素，理想的套保方案往往是以基差风险代替价差风险，所以基差风险的存在不容忽视。基差的存在主要归因于股指期货的理论价格与标的股票指数预期价格变动的相互关系。影响股指期货理论价格的因素有三个：现货指数价格、无风险收益率和其它成本。股指期货的理论价格等于现货指数点数乘以每点价格加上持有股指期货至到期日期间内的无风险收益（持有成本），减去持有期间内未能获得的股息收益及其它成本。在多数时候，无风险收益率要高于现货指数的股息率，因此在股指期货到期之前，股指期货的价格理论上要超过现货股票指数价格，即“理论基差”为负值。但由于股指期货反应了投资者对未来现货走势的预期，所以一旦市场未来处于悲观情况氛围中，则股指期货价格将随合约月份而递减，低于现货指数，从而使基差为正值。此外，在股票指数趋势反转期间，基差的波动也非常剧烈。投资者在进行股指期货套期保值前，应该根据自己的保值需要，关注股指期货基差的变化趋势，尽可能选择对自己持仓头寸有利基差方向和时机进行建议，减少基差风险对套期保值交易的影响。另一方面，股指期货自身的特点使得其无风险期现套利存在极大的可行性，所以基差的波动也被投资者用于股指期货的期现套利，从而可以减少基差波动的风险。投资者在进行套保操作时可以关注套利区间。 32股票组合套保模型的应用这里我们选取以两市总市值前50名权重股作为股票投资组合，研究此组合与股指期货的套保效果。由于HS300股指期货没有实际交易数据，而仿真交易数据缺乏真实性，鉴于成熟市场股价指数现货及期货价格之间以及收益率之间的高度相关性，我们利用沪深300现货指数数据作为沪深300股指期货的代替变量。对于投资组合的数据，我们将其分为三部分，第一部分是跟踪期，用于估算套期保值比率，从2008年初到2008年9月26日；第二部分是套保试探区间，从2008年10月6日至2008年10月10日。通过样本数据得出最优套期保值率，然后在实验区间内对股票投资组合进行保值，并得出初期保值的效果。第三部分为最终套保区间，从2008年10月13日至2008年10月31日，再度利用样本数据得出最优套期保值率对投资组合进行保值，得出实证效果。首先观察投资组合与指数期货的走势拟合程度，投资组合与指数期货相关性越高，套期保值效果越好，而相关度低的资产则很难利用股指期货进行套期保值。从图1可以看出，此投资组合和沪深300指数收益率走势非常一致。下图5是由以2008年1月1日为基期，以HS300与投资组合报告期收益率进行对比。从图5走势叠加直观来看，投资组合指数与沪深300指数历史走势比较一致，基本符合套期保值的条件。图5：观察期投资组合与沪深300指数期货收益率走势对比图数据来源：海通期货研究中心从图5可以直观看出， ETF投资组合价格与沪深300指数价格不服从正态分布，因此需要对数据进行处理，对其对数收益率进行正态性检验。1正态性检验图6：投资组合对数收益率正态性检验结果图 图7：指数期货对数收益率正态性检验结果图从图中我们可以看出，此股票投资组合收益率序列不服从正态分布，其偏度为0.468339，峰度为3.773536，显示了非对称分布和尖峰的特性，同时Jarque-Bera值为9.899639，对应的p值为0.007085，显著地小于0.05，也显示该序列为非正态分布。对于沪深300指数收益率序列，其偏度为0.372477，峰度为3.50863，同样呈现出非对称分布和尖峰的特性， Jarque-Bera值为5.758486，对应的p值为0.056177，略大于临界值0.05，不能拒绝正态分布原假设，但是其正态性仍需要作进一步验证。因此对两个收益率序列均要进行平稳性检验。2ADF检验由于对数收益率有良好的性质，可以被解释为连续复利收益率，可以更容易地比较资产间的收益率，同时，对数收益率具有时间上的可加性，所以研究时我们习惯用对数收益率的数据进行。从下表可以看出检验的t统计量均小于显著性水平为1%的临界值，表明两个序列都是平稳的。表2 投资组合收益率的ADF检验ADF Test Statistic-10.08818 1% Critical Value*-3.4693 5% Critical Value-2.8782 10% Critical Value-2.5756*MacKinnon critical values for rejection of hypothesis of a unit root.VariableCoefficientStd. Errort-StatisticProb. SZ(-1)-1.0865950.107710-10.088180.0000D(SZ(-1)0.0988510.0767831.2874190.1997C-0.0024730.001067-2.3177880.0217R-squared0.499386 Mean dependent var-1.34E-05Adjusted R-squared0.493496 S.D. dependent var0.019180S.E. of regression0.013650 Akaike info criterion-5.732914Sum squared resid0.031676 Schwarz criterion-5.678233Log likelihood498.8971 F-statistic84.79134Durbin-Watson stat1.993050 Prob(F-statistic)0.000000表3：指数期货收益率的ADF检验ADF Test Statistic-10.17517 1% Critical Value*-3.4693 5% Critical Value-2.8782 10% Critical Value-2.5756*MacKinnon critical values for rejection of hypothesis of a unit root.VariableCoefficientStd. Errort-StatisticProb. HS(-1)-1.0805740.106197-10.175170.0000D(HS(-1)0.1208050.0765871.5773530.1166C-0.0024060.001054-2.2831630.0237R-squared0.489262 Mean dependent var5.46E-06Adjusted R-squared0.483253 S.D. dependent var0.018768S.E. of regression0.013492 Akaike info criterion-5.756319Sum squared resid0.030944 Schwarz criterion-5.701638Log likelihood500.9216 F-statistic81.42571Durbin-Watson stat1.995050 Prob(F-statistic)0.0000003.协整检验 在最优套期保值比率模型的研究中，需要考虑投资组合收益率rp与指数期货收益率rsh300的长期稳定的关系。在前面的ADF检验中，我们发现两个序列是平稳的，但他们组成的线性组合是否稳定则需要进步验证，这即是协整关系（Cointegration）的检验。 通过对投资组合收益率序列和沪深300指数期货收益率序列的简单线性回归的残差项进行ADF检验，得到表4的检验结果。通过以下数据我们发现，残差序列为平稳序列，表明两者收益率具有协整关系。表4：投资组合与现货指数收益率的ADF检验VariableCoefficientStd. Errort-StatisticProb. HS0.8679510.03793422.880390.0000AR(1)-0.5157860.065503-7.8742840.0000R-squared0.669681 Mean dependent var-0.002238Adjusted R-squared0.667760 S.D. dependent var0.013604S.E. of regression0.007841 Akaike info criterion-6.847401Sum squared resid0.010576 Schwarz criterion-6.811090Log likelihood597.7238 Durbin-Watson stat2.102821Inverted AR Roots -.52（一） EMC模型我们运用误差修正模型对2008年1月2日至2008年9月31日的数据进行检验，结果如下：表5：EMC模型 VariableCoefficientStd. Errort-StatisticProb. SZ(-1)-0.4790670.066150-7.2421160.0000HS0.8035820.04414518.203190.0000HS(-1)0.5145130.0661847.7739510.0000C-0.0004200.000601-0.6995970.4851R-squared0.683599 Mean dependent var-0.002238Adjusted R-squared0.678016 S.D. dependent var0.013604S.E. of regression0.007719 Akaike info criterion-6.867461Sum squared resid0.010130 Schwarz criterion-6.794839Log likelihood601.4691 F-statistic122.4310Durbin-Watson stat2.046261 Prob(F-statistic)0.000000根据Ghosh(1993)在Engle和Granger(1987)的研究基础上，提出的估计最小风险套期保值比率的误差纠正模型(ECM)对数据进行整理，得到套期保值比率为0.891167。（二） GARCH模型我们对2008年1月2日至2008年9月31日的数据进行检验，LM的P值均大于0.05。因此收益率序列的随机扰动项呈现波动集群性的特征，而且残差存在ARCH效应。 表6：GARCH模型CoefficientStd. Errorz-StatisticProb. HS0.9548450.02019147.289960.0000C0.0007950.0002583.0782770.0021 Variance EquationC1.78E-069.51E-071.8682340.0617ARCH(1)1.3356790.1598458.3560750.0000GARCH(1)0.3612640.0366899.8467170.0000R-squared0.519441 Mean dependent var-0.002225Adjusted R-squared0.508134 S.D. dependent var0.013566S.E. of regression0.009514 Akaike info criterion-7.513199Sum squared resid0.015388 Schwarz criterion-7.422777Log likelihood662.4050 F-statistic45.93864Durbin-Watson stat3.036158 Prob(F-statistic)0.000000总结以上三种模型的数据，我们进行对比分析。通常评估套期保值效果采用的方法为：其中：为单纯股票投资组合部分方差为整体套保组合方差为股票投资组合的对数收益率为指数期货的对数收益率利用上面的公式，我们得出以下的数据表7：三种模型套保效率对比跟踪期方法套保比率HR测试期测试期方差套保效率HE未套保07.16413E-059个月OLS0.86795151.13282E-050.841876019（080102-080931ECM0.891167（081006-081010）1.1042E-050.845870844GARCH0.9548451.06119E-050.85187399从测试期得出的结果HE数据中我们发现GARCH模型的套保效率最高，因此，我们将最佳的套保比率设定为0.9548。把这个结果代入最后的套保期进行盈亏分析，得出如下结论：表8：盈亏结果显示分析项投资组合收益率指数期货收益率总收益率套保期间101310261013102610131026指数价格变动16781326210216611890-1493盈亏比率-20.97%20.98%0.051%添加比率后修正-20.97%20.03%-0.48%注意：由于合约需要取整，所以在实际运用中，要根据实际情况对合约量后的小数进行合理取舍。33ETF套保模型的应用考虑到市场中参与指数基金交易的投资者队伍逐渐壮大，同时股指期货推出后由于ETF与股指期货间存在便利的套利交易，因此ETF的关注度也会日渐升温。我们认为接下来有必要对ETF的进行套保模型分析。由于ETF作为交易所指数型基金，其走势与HS300现指走势相关系数高度一致，套保效果将会十分理想。这里我们以目前市场流通性最好的上证50ETF与深证100ETF按照1比1配比形成的ETF组合（下称ETF投资组合）为套期保值对象，利用沪深300指数期货对其进行套期保值。研究产生的套保效果。具体的研究方案与模型的验证方法与本文前一股票组合套保模型思路大体一致。首先利用不同套保比率模型和样本区间来计算套期保值比率，然后根据保值效果衡量方法确定出最优套保比率，并计算出期货合约数量，最后根据保值区间的实际数据来衡量保值的效果。 以HS300现货指数作为沪深300股指期货的代替变量，与ETF组合构成套保成份，对于ETF投资组合的数据，我们分为三部分，第一部分是跟踪区间，用于估计套期保值比率，从2008年2月1日到2008年9月26日；第二部分是实验区间，从2008年9月1日至2008年9月26日。通过样本数据得出最优套期保值率，然后在实验区间内对ETF投资组合进行保值，并得出初期保值的效果。第三部分为保值区间，从2008年10月6日至2008年10月31日，再度利用样本数据得出最优套期保值率对ETF投资组合进行保值，得出实证效果。 从图6可以看出，ETF投资组合和沪深300指数收益率走势非常一致。表1的数据显示，样本期间内ETF投资组合收益率与沪深300指数收益率的相关系数达到了0.997575，这符合套期保值的基本条件。图8：观察期 ETF投资组合和沪深300指数收益率走势对比图数据来源：海通期货研究中心 1.正态性检验 从图7我们可以直观看出， ETF投资组合价格与沪深300指数价格不服从正态分布，因此需要对数据进行处理。在对原始数据取自然对数并进行阶差分整理后，在经济意义得到了ETF组全和沪深300指数的对数收益率数据，即Rst和Rft ，如图8和图9所显示。 图9：ETF投资组合对数收益率柱状图 图10：沪深300指数对数收益率柱状图 对两个序列进行正态性检验，得到图4和图5所示的检验结果。从图中我们可以看出，ETF投资组合收益率序列不服从正态分布，其偏度为0.406906，峰度为3.636776（正态分布两值应分别为0和3），显示了右偏和尖峰的特性，同时Jarque-Bera值为7.62991（正态分布为0），也显示该序列为非正态分布。同样沪深300指数收益率序列也不服从正态分布，其偏度为0.372477，峰度为3.50863，同样呈右偏和尖峰的特性， Jarque-Bera值为5.58486。 图11：证50ETF对数收益率正态性检验结果图 图12：沪深300指数对数收益率正态性检验结果图从图中我们可以看出，ETF投资组合收益率序列不服从正态分布，其偏度为0.406906，峰度为3.636776（正态分布两值应分别为0和3），显示了非对称性和尖峰的特性，同时Jarque-Bera值为7.62991，对应的p值为0.027834，也显示该序列为非正态分布。对于沪深300指数收益率序列，其偏度为0.372477，峰度为3.50863，同样呈现出非对称分布和尖峰的特性， Jarque-Bera值为5.758486，对应的p值为0.056177，略大于临界值0.05，不能拒绝正态分布原假设，但是其正态性仍需要作进一步验证。因此对两个收益率序列均要进行平稳性检验。 2.ADF检验 选用无常数项和趋势项的ADF单位根检验（unit root test），得到表9和表10中的检验结果。表9： ETF投资组合收益率序列ADF检验结果ADF Test Statistic-5.572896 1% Critical Value*-3.4733 5% Critical Value-2.8800 10% Critical Value-2.5765表10：沪深300指数收益率序列ADF检验结果ADF Test Statistic-5.517480 1% Critical Value*-3.4733 5% Critical Value-2.8800 10% Critical Value-2.5765 从结果可以看出， ETF投资组合收益率序列和沪深300指数收益率序列的ADF单位根检验的值分别为-5.572896和-5.517480，均小于1%显著性水平的临界值，说明在99%置信水平，两个序列均不存在单位根，即ETF投资组合收益率序列和沪深300指数收益率序列为稳定的时间序列，其均值和方差不随时间改变。在此条件，我们可以使用ETF投资组合收益率和沪深300指数收益率序列来进行套期保值模型的研究。 3.协整检验 在最优套期保值比率模型的研究中，需要考虑现货收益率rp与期货收益率rsh300的长期稳定的关系。在前面的单位根检验中，我们发现两个序列都没有单位根，序列是平稳的，但他们组成的线性组合是否稳定则需要进步验证，这即是协整关系（Cointegration）的检验。 我们采用Engle和Granger(1987)提出的两步检验法进行协整检验，通过对ETF投资组合收益率序列和沪深300指数收益率序列的简单线性回归的残差项进行ADF检验，得到表11的检验结果。表11：ETF投资组合与现货指数收益率的ADF检验ADF Test Statistic-5.611822 1% Critical Value*-3.4733 5% Critical Value-2.8800 10% Critical Value-2.5765 从表11中可以看到，检验的结果为-5.611822，小于1%临界值，说明残差序列是稳定的，rp和rsh300具有长期均衡的协整关系，因此可以加入误差修正项，将由差分所丧失的长期信息调回到模型中。 从经济意义看，rp和rsh300 之间存在协整关系说明ETF投资组合和沪深300指数是互相关联的，受相同经济环境和经济指标的影响，有相似的发展趋势。4.套期保值比率的计算。方法同上文股票组合模型相同，这里不再重述，计算结果如表12：表12：不同模型三种模型套保效率对比跟踪期方法套保比率HR测试期测试期方差套保效率HE未套保00.0002368个月OLS0.9893361个月0.00000201870.99126527（080201-080926）ECM0.986328（080901-080926）0.00000201910.99126346GARCH0.9898320.00000201830.99646659由于上证50ETF、深100ETF与HS300三者相关性较高，因此从表12可以看出，选择不同的计算方法对套期保值比率的结果影响并不大，但出于严谨，我们仍选择最优的GARCH模型来进行最优套期保值比率估计更好。从测试期得出的结果HE数据中我们发现GARCH模型的套保效率最高，因此，我们将最佳的套保比率设定为0.989832。把这个结果代入最后的套保期进行盈亏分析，得出如下结论：表13：盈亏结果显示分析项投资组合收益率指数期货收益率总收益率套保期间106102610610261061026指数价格变动2057.131620.832128.701661.692092.921641.26盈亏比率-21.21%21.93%0.3618%添加比率后修正-21.21%21.70%0.2498%4股指期货需要注意的问题41股指期货交易过程中应注意的问题未来股指期货上市，一定会受到来自证券领域投资者的追棒，但证券与期货在交易过程中存在诸多差别，而作为国内创新领域的金融期货与以往的商口期货也同样存在一定差别，所以未来在从事股指期货交易过程中以下问题应引起注意：第一，杠杆效应。在期货市场中，不同的期货合约根据交易所制定的规则收取10%-15%的保证金，而股指期货波幅与现指相当，因此在期货市场上10%-15%的仓位已等同于股票的满仓，杠杆扩大收益的同时也扩大了潜在的风险，投资者应根据自己的承受能力合理控制仓位。第二，双向交易，期货市场可根据市场走势采取双向交易。对于长期受单边市场限制的证券投资者而言，做空机制富有极大吸引力，但投资者的思维往往具有惯性，入市新人做多意愿会比较强烈，所在从事股指期货交易后应平衡做多做空的心理，择时操作，建议在期指推出前可适当参与商品期货交易。第三，现金交割，股指期货市场虽然是建立在商品期货的基础上，但期指交割却是以现金方式进行，交割价以最后交易日收盘前两小时现指平均价格确定，避免了在交割期股票市场出现“挤市”现象，也大大降低了类似商品期货市场“逼仓”现象发生的概率。第四，交易时间的差异，目前沪深证券交易所证券交易时间为每周一至周五09：30-11：30，13：00-15：00(节假日除外)。中国金融期货交易所将沪深300指数期货的交易时间设计为09:15-11:30，13:00-15:15(最后交易日除外)。因此，投资者要注意，股票现货交易收盘后，股指期货的投资者仍然要盯盘，继续关注股指期货市场的情况，了解自己的持仓和价格变动。第五，投机操作，在投机交易中，投资者要尽可能选择活跃性与流动性强的主力合约，一般为次月合约，并且切记根据自身的风险承受能力确定止损点并严格执行。42股指期货套保应注意的问题第一，任何一种期