（金融学专业论文）沪深300股指期货套期保值风险的测试.pdf

目录 y 1 882963iiiifl ljjii ipj i i rjlfll l j i f l f l ll lip f l f 目录 摘要i a b s t r a c t i i i 第1 章总论1 1 1 选题的背景和意义1 1 1 1 选题背景1 1 1 2 研究意义1 1 2 研究的思路和目标2 1 3 研究内容、技术路线和方法2 1 3 1 研究的主要内容2 1 3 2 研究的技术路线和方法2 1 4 研究的数据资料4 第2 章理论基础5 2 1 股指期货价格与现货价格的相关关系5 2 1 1 股指期货价格与现货价格之间相互关系的比较静态分析5 2 1 2 股指期货价格与现货价格之间相互关系的动态分析5 2 2 股指期货最优对冲比率选择理论8 2 2 1 最小方差比理论8 2 2 2 最小方差比理论下的o l s 回归模型9 2 2 3 最小方差比理论下的v a r 回归模型9 2 2 4 最小方差比理论下的e c m 回归模型1 0 2 2 5 最小方差比理论下的g a r c h 回归模型1 0 2 3 股指期货套期保值的风险分类1 0 2 4 股指期货套期保值风险测度的各类方法1 3 2 4 1 方差一均方差分析1 3 2 4 2v a r 方法1 4 2 4 3c v a r 方法及其他。1 5 2 5 本章小结1 5 两南大学硕士学位论文 第3 章我国沪深3 0 0 仿真期货指数与现货的关系1 7 3 1 涨跌幅制度下沪深3 0 0 指数波动的特点1 7 3 1 1 涨跌幅制度对沪深3 0 0 指数波动的溢出效应1 7 3 1 2 沪深3 0 0 指数的跳效应。2 4 3 1 3 股价波动的非对称效应2 8 3 2 我国沪深3 0 0 仿真期货指数的波动特征3 2 3 2 1 我国沪深3 0 0 仿真期货指数的跳效应3 3 3 2 2 沪深3 0 0 仿真期货指数波动的非对称效应3 5 3 3 沪深3 0 0 仿真期货指数与沪深3 0 0 指数的关系研究。3 7 3 3 1 沪深3 0 0 仿真期货指数与沪深3 0 0 指数走势的区别。3 7 3 3 2 沪深3 0 0 仿真期货指数与沪深3 0 0 指数走势的联系协整关系研究。3 8 3 3 3 基差走势的特征4 0 3 4 本章小结4 3 第4 章基于我国实际情况测算最优套期保值比率的实证研究4 5 4 1 我国的实际情况4 s 4 2 将修正的异方差模型用于套期保值率的测算4 5 4 2 1g a r c h 和g j r 模型。4 5 4 2 2 沪深3 0 0 指数套期保值率测算的g j r 模型4 7 4 3 本章小结5 1 第5 章估计风险价值度的实证分析5 3 5 1 蒙特卡罗方法的基本思想5 3 5 2 将蒙特卡罗模拟用于本文的实现过程s 3 5 3 模拟结果及其解释5 s 5 3 1 基差分布特征 5 3 2 损益分布特征 5 4 压力测试与回顾测试 5 4 1 压力测试 5 4 2 回顾测试 5 5 本章小结 第6 章研究结论及应用 目录 6 1 研究结论6 1 6 2 对投资者的建议6 l 6 3 全文总结6 4 6 4 本文的不足之处。6 4 致谢6 9 科研情况一览表。7 0 摘要 沪深3 0 0 股指期货套期保值风险的测度 金融学专业硕士研究生王鹏 指导教师刘文朝教授 摘要 股指期货是金融领域中最主要的避险工具及定价手段之一，它已成为一国金融市场走向 成熟的重要标志。在经过了两年的精心准备之后，我国于在2 0 1 0 年4 月1 6 日推出了沪深3 0 0 指数期货。那么该指数期货的推出是否真的能为投资者提供一条有效的避险途径呢? 同时期 货的交易是否能够明显降低现货市场的异常波动频率呢? 由于利用期货进行风险管理的主要 途径是进行套期保值，所以本文将沪深3 0 0 指数期货的套期保值风险作为研究对象。从理论 和实证两方面出发，研究沪深3 0 0 指数套期保值的构建方法和风险测度。主要内容包括：( 1 ) 在总结前人对套期保值研究的基础上，分析和评价各类套期保值构建方法的特点和优劣。( 2 ) 总结我国股市运行的若干主要特征，特别是波动率方面的特征以及沪深3 0 0 指数和沪深3 0 0 指数期货走势的相互关系。( 3 ) 根据数值特征，从各类套期保值构建方法中挑选出适合我国 股票市场运行现状的套期保值策略，构建套期保值模型。并预测套期保值之后资产组合所面 临的可能风险。( 4 ) 跟踪该资产组合的实际运行状况，评价模型的优劣。( 5 ) 结合模型的表 现，设计一套适合沪深3 0 0 指数的套期保值策略并提出相应的建议。 一、本文的观点及结论 第一、沪深3 0 0 指数的波动率特征主要表现为波动率溢出、跳跃扩散和非对称波动，其 基差的分布呈现出非正态且非随机特点并带有明显的正方向，尽管如此，沪深3 0 0 指数与其 指数期货之间依然保持了稳定的协整关系。在涨跌停机制下，沪深3 0 0 指数而言，个股存在 明显的的波动率溢出效应，这种效应的集中体现是波动率的成群分布，即当波动率会在一段 时间内较高，而在另一段时间内较低；也就是中国股市的一大特色：过山车似的大涨大跌。 如果用跳来的发生率来反映异常波动，那么沪深3 0 0 指数有很高的跳发生概率( 3 5 ) ：且跳 的发生具有一定的持续性：即一旦发生跳，在短时间内会连续发生跳。而这一特征可以看做 是大盘走势的非连续变化的特征。就沪深3 0 0 仿真期货指数与沪深3 0 0 指数之间的关系而言， 沪深3 0 0 仿真期货指数也存在非对称波动性效应，且该效应略微大于现货指数。其次，沪深 3 0 0 仿真期货指数的分布较沪深3 0 0 指数而言，左端较为细长，中部更为突出，而右端有较 长的拖尾。另外，沪深3 0 0 仿真期货指数由于仿真交易的参与者对市场未来走势形成了错误 的预期使得跳跳的发生次数要远大于沪深3 0 0 指数。但这些表面上的特征却不能掩盖沪深3 0 0 仿真期货指数序列和沪深3 0 0 指数序列之间的协整关系，而这正是确立最优套期保值率的关 西南大学硕士学位论文 键所在。 第二、利用协整理论建立条件异方差模型来进行套期保值共有可行性，v a r 方法是对于 套期保值风险的测度同样适用期货价格波动的主要影响因素是现货价格的走势，根据不同 类型期货的特征，可以通过引入现货价格与其他相关变量来建立多因素模型描述期货价格的 波动。测算最优套期保值比率的方法有多种，其中基于协整理论的条件异方差模型被普遍采 用，而且期货与现货之间的协整关系在各国几乎都得到实证的支持。虽然设计套期保值的初 衷是为了规避或者转移风险，但实际操作中，其自身也面临多种风险，其中的基差风险和模 型风险值得套期保值者重点关注。 第三、通过g j r ( 1 。1 ) 模型来估计最优套期保值率较为合适。经过反复尝试，该模型 拟合良好，对残差的各项检验均顺利通过。并且能明显的反映出非对称波动这一特征。得到 的最优套期保值率为0 9 8 7 5 ，这一结果远远有别于发达国家成熟资本市场的水平。但鉴于我 们目前资本市场尚不完善，且股指期货也才刚刚起步，得到这一结果也不足为奇。 第四、若将资产组合按照g j r ( 1 ，1 ) 给出的参数进行套期保值，则套期保值后的头寸在未来 十日内有9 9 的把握将损失控制在资产总量的1 8 5 以内，说明该方案有一定的可行性。但是， 该模型虽然能够通过回顾测试，但仅限于短期之内基差走势基本保持稳定的前提下；若市场 突然发生风格转换从而导致投机者对期货市场的预期产生较大不确定性。则套期保值后的资 产仍然面临巨大风险。资产管理者应该紧密关注风险暴露情况，随时调整头寸。 二、本文对沪深3 0 0 指数套期保值策略设计上的建议： 第一、套期保值策略的构建应建立在对期货和现货数据细致分析的基础之上基差的分 布特征是期货数据与现货数据之间差异的体现，只有通过捕捉两组数据的各自特点才能了解 基差特征形成的原因。 第二、模型的建立、评价以及修正应是一个循环往复的过程。随着时间推移，市场必定 发生变化，没有一个模型可以适应所以市场环境。只有通过对模型不停的修正才能取得较好 的套期保值效果。 第三、现阶段投资者的套期保值策略应将基差具有非零均值的特征纳入建模考虑范围。 沪深3 0 0 指数和沪深3 0 0 指数期货产生的基差均值处于2 0 2 2 这个区间。这就要求资产管理 者在套期保值中，将卖出套保率略微下调；而将买入套保率微微上调，进而可以缩小与市场 预期之间的差异。 关键词：沪深3 0 0 指数期货套期保值 v a r a b s t r a c t f u t u r e sh e d g i n gr i s km e a s u r e so fcs i30 0s t o c ki n d e x m a s t e rd e g r e ec a n d i d a t e ：w a n gp e n g s u p e r v i s o r ：p r o f l i uw e n z h a o a b s t r a c t a saf i n a n c em a j o rm e a n so fh e d g i n gi n s t r u m e n t sa n dp r i c i n go fs t o c ki n d e xf u t u r e sh a sg r o w n i n t oam a t u r ef i n a n c i a lm a r k e ti nt h em a i n s t r e a m a f t e rt w oy e a r so fc a r e f u lp r e p a r a t i o n ，a n df i n a l l y i nt h ea p r i l1 6 ，2 0 1 0l a u n c h e dt h es h a n g h a ia n ds h e n z h e n3 0 0i n d e xf u t u r e s t h e nt h ei n t r o d u c t i o n o fi n d e xf u t u r e sw i l lp r o v i d ei n v e s t o r sr e a l l ya l le f f e c t i v ew a yt oh e d g ei t ? t a k i n gi n t oa c c o u n tt h e r i s km a n a g e m e n tu s i n gf u t u r e st oh e d g et h em a i nw a y , s ot h i sw i l lb et h es h a n g h a ia n ds h e n z h e n 3 0 0i n d e xf u t u r e sh e d g i n gr i s k so ft h es t u d y b o t ht h e o r e t i c a la n de m p i r i c a lp a p e rs t u d i e st h e c o n s t r u c t i o no ft h es h a n g h a ia n ds h e n z h e n3 0 0i n d e xm e t h o do fh e d g i n ga n dr i s km e a s u r e m e n t t h em a i nc o n t e n t si n c l u d e ：( 1 ) ，s u m m a r i z i n gp r e v i o u ss t u d i e so nh e d g i n g , b a s e do na n a l y s i sa n d e v a l u a t i o no f t h ec h a r a c t e r i s t i c so f v a r i o u st y p e so f c o n s t r u c t i o nm e t h o do fh e d g i n ga d v a n t a g e sa n d d i s a d v a n t a g e s ( 2 ) a g g r e g a t en u m b e ro fm a i nf e a t u r e so ft h es t o c km a r k e tr u n , e s p e c i a l l yi nt e r m s o ft h ec h a r a c t e r i s t i c so fv o l a t i l i t ya n dt h es h a n g h a ia n ds h e n z h e n3 0 0i n d e xa n dt h ec s i3 0 0i n d e x f u t u r e st oe a c ho t h e r ( 3 ) b a s e do nt h en u m e r i c a lc h a r a c t e r i s t i c so fh e d g ec o n s t r u c t e df r o mav a r i e t y o fm e t h o d ss e l e c t e dt or u nf o rt h es t a t u so fc h i n a ss t o c km a r k e th e d g i n gs t r a t e g y , h e d g i n gm o d e l b u i l d i n g a f t e rh e d g i n gt h ep o r t f o l i oa n dt op r e d i c tt h ep o s s i b l er i s k sf a c e d ( 4 ) t r a c kt h ep o r t f o l i o s a c t u a lo p e r a t i n gc o n d i t i o n s ，e v a l u a t et h em e r i t so ft h em o d e l ( 5 ) c o m b i n e dm o d e lo fp e r f o r m a n c e ， d e s i g nas u i t a b l eh e d g i n gs t r a t e g yi ns h a n g h a ia n ds h e n z h e n3 0 0i n d e x t h ep o i n to fv i e wa n dc o n c l u s i o n s 1 i n d e xf u t u r e sa n ds p o tp r i c et r e n d sc l o s e l y , t h r o u g ht h ec o i n t e g r a t i o nt h e o r yc o n d i t i - o n a lh e t e r o s k e d a s t i c i t ym o d e li so n eo ft h ek e ys t r a t e g i e st oh e d g e f i n a n c i a lr i s km e a s u r e v a rm e t h o di st h em a i n s t r e a mm e t h o df o rh e d g i n gr i s km e a s u r e sa l s oa p p l y f u t u r e sp r i c e v o l a t i l i t ya r et h em a i nf a c t o r sa f f e c t i n gt h es p o tp r i c et r e n d s ，a c c o r d i n gt ot h ec h a r a c t e r i s t i c so f d i f f e r e n tt y p e so ff u t u r e s ，s p o tp r i c e st h r o u g ht h ei n t r o d u c t i o no fo t h e rr e l e v a n tv a r i a b l e st oc r e a t ea m u l t i f a c t o rm o d e lt od e s c r i b et h ef u t u r e sp r i c ev o l a t i l i t y e s t i m a t e dt h eo p t i m a lh e d g er a t i oo f m e a n s ，i n c l u d i n gt h ec o n d i t i o n so nc o i n t e g r a t i o nm o d e li sw i d e l yu s e dh e t e r o s c e d a s t i c i t y , a n dt h e f u t u r e sa n ds p o tc o i n t e g r a t i o nr e l a t i o n sb e t w e e nt h ec o u n t r i e sh a v eb e e na l m o s te m p i r i c a ls u p p o r t a l t h o u g ht h ed e s i g no ft h eo r i g i n a li n t e n t i o nw a st oa v o i dh e d g i n go rr i s kt r a n s f e r , b u tt h e a c t u a l o p e r a t i o n , i sa l s of a c i n gi t so w nv a r i e t yo fr i s k s ，b a s i sr i s ka n dm o d e lr i s kw o r t hh e d g e r sf o c u s 2 t h ec s i3 0 0i n d e xm a i nf e a t u r e so fv o l a t i l i t ys p i l i o v e re f f e c t sf o rt h ev o l a t i l i t y , a b n o r - r e a lv o l a t i l i t y , a n da s y m m e t r i cv o l a t i f i t y , w h i l et h ea n a l y s i so fb a s i s - b a s e dn o n - n o r m a ld i s t r i b - u t i o no fp o o ra n dn o n r a n d o m ，b u tw i t ho b v i o u st h ep o s i t i v ed i r e c t i o n n e v e r t h e l e s s ，t h e s h a n g h a ia n ds h e n z h e n3 0 0i n d e xa n di n d e xf u t u r e s ，s ot om a i n t a i nas t a b l ec o i n t e g r a t i o n r e l a t i o n s h i p c h a n g es t o pm e c h a n i s mi nt h ec s i3 0 0i n d e x ，t h es t o c kv o l a t i l i t yo b v i o u ss p i l l o v e r e f f e c t s ，t h i se f f e c ti st h ec o n c e n t r a t e de x p r e s s i o no ft h ev o l a t i l i t yd i s t r i b u t i o ng r o u p s ，t h a ti sw h e n t h ev o l a t i l i t yw i l lb eh i g h e ro v e rt i m e ，i na n o t h e rt i m el o w ；i sam a j o rc h a r a c t e r i s t i co fc h i n a ss t o c k 耐 西南大学硕士学位论文 m a r k e t ：r o l l e rc o a s t e rr o s es h a r p l y i fy o uu s et oj u m pt or e f l e c tt h ei n c i d e n c eo fa b n o r m a l f l u c t u a t i o n s ，t h e nt h ec s i3 0 0i n d e xh a sah i g hp r o b a b i l i t yo f j u m p i n g ( 3 5 ) ：t h eo c c u r r e n c eo fa c e r t a i nj u m pa n ds u s t a i n a b i l i t y ：t h ec a s eo f j u m p ，i nas h o r tt i m ew i l lb ec o n t i n u o u sj u m po c c u r r e d 1 1 1 i sf e a t u r ec a nb es e e na st h em a r k e tt r e n dc h a n g e si nt h ec h a r a c t e r i s t i c so fn o n - c o n t i n u o u s s i m u l a t i o no ft h es h a n g h a ia n ds h e n z h e n3 0 0i n d e xf u t u r e so nt h es h a n g h a ia n ds h e n z h e n3 0 0 i n d e xa n dt h et e r m so ft h er e l a t i o n s h i pb e t w e e nt h ec s i3 0 0i n d e xf u t u r e sa l s os i m u l a t e d a s y m m e t r i cv o l a t i l i t ye f f e c t , a n dt h ee f f e c to fs l i g h t l yg r e a t e rt h a nt h es p o ti n d e x s e c o n d ，t h ec s i 3 0 0i n d e xf u t u r e ss i m u l a t i o no ft h ed i s t r i b u t i o nt h a nt h es h a n g h a ia n ds h e n z h e n3 0 0i n d e x , t h el e i t i sm o r es l e n d e r , t h em i d d l em o r ep r o m i n e i 也w h i l et h er i g h th a sal o n g e rt a i l i na d d i t i o n , t h ec s i 3 0 0i n d e xf u t u r e ss i m u l a t i o ns i m u l a t i o nt r a d i n ga sm a r k e tp a r t i c i p a n t si nt h ef o r m a t i o no f t h ef u t u r e 仃e n di se x p e c t e dt om a k et h ew r o n gn u m b e ro fo c c u r r e n c e so f j u m p i n gi sm u c hl a r g e rt h a nt h e s h a n g h a ia n ds h e n z h e n3 0 0i n d e x b u tt h e s ef e a t u r e so nt h es u r f a c eo fs i m u l a t i o nc a nn o tc o v e ru p t h ec s i3 0 0i n d e xf u t u r e ss e r i e sa n dt h ec s i3 0 0i n d e xc o i n t e g r a t i o nr e l a t i o n s h i pb e t w e e n s e q u e n c e ，w h i c he s t a b l i s h t h eo p t i m a lh e d g er a t i oi st h ek e y 3 t h r o e i g ht h eg j r ( 1 ，1 ) m o d e lt oe s t i m a t et h eo p t i m a lh e d g er a t i oi sa p p r o p r i a t e a f t e r r e p e a t e da t t e m p t s ，t h em o d e lf i t t e dw e l lt h et e s to ft h er e s i d u a l sa r ep a s s e d a n dc a no b v i o u s l y r e f l e c tt h ec h a r a c t e r i s t i c so fa s y m m e t r i cv o l a t i l i t y t h eo p t i m a lh e d g i n gr a t eo fo 9 8 7 5 ，t h i sr e s u l ti s f a rd i f f e r e n tf r o mt h el e v e lo fd e v e l o p e dc o u n t r i e st od e v e l o p e dc a p i t a lm a r k e t s b u ti nv i e wo fo u r c u r r e n tc a p i t a lm a r k e ti sn o tp e r f e c t a n dt h es t o c ki n d e xf u t u r e sa l s oj u s ts t a r t e dt og e tt h i sr e s u l ti s n o ts u r p r i s i n g 4 i ft h ep o r t f o l i oi na c c o r d a n c ew i t ht h eg j r ( 1 ，1 ) p a r a m e t e r sa r eg i v e nt oh e d g e ，t h e h e d g ep o s i t i o na f t e rt e nd a y si nt h en e x t9 9 s u r ew i l ll o s ec o n t r o lo fl e s st h a n1 8 5 o ft o t a l a s s e t s ，i n d i c a t i n gt h ef e a s i b i l i t yo f t h ep r o g r a mh a v es o m e h o w e v e r , a l t h o u g ht h em o d e lc a nh e t e s t e dt h r o u g ht h er e v i e w , b u to n l yi nt h es h o r tt e r mt r e n do fb a s i st om a i n t a i nt h es t a b i l i t yo ft h e b a s e ；s t y l ec o n v e r s i o ni ft h em a r k e ts u d d e n l yc a u s i n gs p e c u l a t o r so nt h ef u t u r e sm a r k e ti se x p e c t e d t oh a v eag r e a t e ru n c e r t a i n t y a s s e t sa f t e rt h eh e d g ei ss t i l lf a c i n gg r e a tr i s k a s s e tm a n a g e r ss h o u l d h ec o n c e r n e da b o u tt h er i s ko fe x p o s u r ec l o s ea ta n yt i m et oa d j u s tp o s i t i o n s t h ep a p e rd e s i g no ft h es h a n g h a ia n ds h e n z h e n3 0 0i n d e xo nt h eh e d g i n gs t r a t e g yp r o p o s e d ： 1 t h ef u t u r e sa n ds p o ta n a l y s i so ft h ed a t as h o u l db ef i n ea sf a ra sp o s s i b l e ，t h eb a s i so f t h e d i s t r i b u t i o no fd a t ai nt h ef u t u r e sa n ds p o tt h ed i f f e r e n c e sb e t w e e nt h ed a t ar e f l e c t e d o n l yb yc a p t u r i n gt h ec h a r a c t e r i s t i c so fe a c ht w os e t so fd a t at ou n d e r s t a n dt h er e a s o n sf o rt h e f o r m a t i o no fb a s i sf e a t u r e s 文献综述 文献综述 作为金融领域最主要的避险工具及定价手段之一，股指期货已经发展成为成熟金融市场 中的主流产品。随着股指期货在我国上市临近，有关股指期货套期保值策略问题以及头寸风 险的研究越来越受到国内学者的关注。 在套期保值实施的各个环节中有两方面内容必须重点关注：第一是套期保值比率的确定， 一个理想的套期保值比率能够使得投资者在面临基差波动风险的情况下获得最大的收益或者 最小的损失；第二是风险的度量，即事先估计基差风险，并与每日的真实数据进行对比，通 过两者的差异来调整所持有的头寸以便自己持有资产所面临的风险不会超过自身的承受能力， 它是一种动态的头寸调整方法，已经在风险管理中广泛应用。以下内容将重点对上述两方面 文献进行回顾。 ( 一) 套期保值比率的选择方法 期货和约作为一种套期保值的工具在金融市场上具有重要的作用，受到大量的研究关注， 尤其是最优套期保值策略的形成和应用。近来，期货套期保值研究的理论和实证都取得了重大 进展。在理论层面上，传统的最优套期保值策略建立在预期效用理论最大化上。折椅理论的、 简化发展就是最小方差准则。尽管该理论得到了普遍接受，但是对其他方法的寻求从来就没 有停止过。在实证层面上，期货套期的研究受益于计量经济学文献的发展。许多文献对如何 改进最优套期保值比的估计做了研究。随着金融时间序列的统计特性为大家所知，更加精确 的估计方法也提了出来。首先，传统的回归分析；第二，协整文献提出期货和现货价格服从 协整关系，并且能够通过发掘二者之间的关系来获得更好的估计；第三，条件波动性文献提 供了许多模型，或者是单变数或者多变数，这些模型抓住了现货和期货价格的时变性和协整 关系。 1 传统的回归分析 传统观点认为一单位的现货头寸需要一单位相反的期货头寸进行对冲。这样最优套期比 都是1 。在认识到现货和期货价格运动虽然并行但却不完全相同以后，j o h s o s n ( 1 9 6 0 ) 和 s t e i n ( 1 9 6 1 ) 采用了资产组合途径通过预期效用最大化来决定最优套期策略。随后值均方差 分析作为一个特例。e d e r i n g t o n ( 1 9 7 9 ) 把这一方法运用于股指期货市场并提出了有效套期 的指标。 对于建立传统线性回归模型而言，虽然普通最小平方估计量b 提供了对最小方差套期比 的估计。但是o l s 套期比却依赖于无条件二阶矩，然而真正的最小方差套期比依赖条件二阶 矩b e l l 和k r a s k e r ( 1 9 8 6 ) 认为正确的回归模型应该允许回归系数是信息变量的函数。所以在 他们的实证工作中，条件参数的形式是未知的，研究人员必须根据具体的模型确定。c i t a 和 l i e n ( 1 9 9 2 ) 将这种方法用于小麦期货市场，让截距和斜率均为现货和期货历史收益的线性 函数。他们发现修正后的回归模型在描述现货市场价格行为时优于传统的回归模型。 c i t a - l i e n 特例规定最小方差套期比是条件信息的函数，因此具有时变性。m y e r s 和 t o m p s o n ( 1 9 8 9 ) 让截距为条件信息变量的线性函数而维持斜率为常数，并提出一般化的套期比。 1 西南大学硕士学位论文 2 协整方法 f a m a 和f r e n c h ( 1 9 8 9 ) ，c a s t e l i n o ( 1 9 9 2 ) 和v i s w a n a t h ( 1 9 9 3 ) 认识到基差反映了现货 和期货价格的趋同，因而是一个重要的信息变量，然而这一观点在协整文献的最近统计结果 才得到完全的证实。特别指出的是，现在已众所周知现货和期货的价格序列通常包含有单位 根。单位根的特征使得协整关系的存在成为可能( e n g e r 和g a n g e r ，1 9 8 7 ) 。尽管受到了怀疑 ( 1 9 9 2 ：b r e n n e r 和k r o n e r ( 1 9 9 5 ) ，协整关系在许多期货和现货的统计模型中扮演了重要的 角色( 李和罗，1 9 9 3 ：g h o s h ，1 9 9 3 ：w a h a b 和l a s h g a r i ，1 9 9 3 ；t s e ，1 9 9 5 ) 。 3 g a r c h 框架 上面叙述假定最小方差套期比不随时间变动而变动。b e r a , g a r c i a 和g o h ( 1 9 9 7 ) 讨论了套 期比的时变性且服从随机游走特性。他们采用了随机系数回归模型，使得最小方差套期比依赖 于期货和现货收益的二阶条件矩，那么当条件矩随时间变化时，套期比也会发生变化。然而， 他们却发现由这种方法得到的套期策略并没有改善套期行为。 e n g l e ( 1 9 8 2 ) 提出了自回归条件异方差模型( a r c h ) ，b o l l e r s l e v ( 1 9 8 6 ) 发展成为广义自 回归条件异方差模型( g a r c h ) 。他们在做股票价格、外汇汇率等金融时间序列研究时发 现，这些变量的预测能力随时期的不同有相当大的变化。预测的误差在某一时期相对小，而在某 一时期又相对大，然后在另一时期又较小。他们认为这种变化很可能是由于金融市场的波动性 易受谣言、政局变动、货币政策与财政政策变化等影响，因此有理由相信误差项的条件方差不 是某个自变量的函数，而是随时间变化且依赖于过去误差的大小。g a r c h ( 1 ，1 ) 模型中的套 期保值比率可以通过下面的回归方程得出： 41 n s t = c + 厚1 4i n r + 弘c 砰= c 【 + 掣乙1 + b 4 - l 其中，42 7 t r 的回归系数风就是所要估计的套期保值比率。 小结 以上介绍的方法都是基于最小方差比率的思想而提出的，可以把这三种方法看做三条主 线：回归方法的特点是简单易行且结果直观；协助理论使得模型有了均值回归的特性：g a r c h 框架下的模型在具有均值回归的基础上实现了方差的时变性。实际上在现阶段还有很多学者 围绕着三条主线做了大量研究，他们不断的提出新的方案来修正模型，而国内学者做的工作 侧重于把这些方法用于国内的证券市场来探究这些方法在国内市场的表现如何，这里就不一 一重复。但大多研究都不可避免的面临着两方面问题：第一，国内股票市场频繁大起大落， 任何一种方法在暴涨暴跌面前都显得无能无力；第二，国内只有2 0 0 6 年至今的股指期货仿真 交易数据，时间跨度短且仿真数据缺乏说服力。再加上证券市场上的计量模型存在很强的时 效性，所以在股指期货即将正式推出之际，再次估计套期保值比率有其现实意义。 ( 二) 风险测度的各种方法 对金融机构而言，传统的风险管理方法是头寸的调整，即金融机构的交易员每天都对自 己存在风险暴露的市场变量计算不同测度( 比如计算各种希腊值) 。这种计算过程会涉及成 2 文献综述 千上万个市场变量，每天的分析需要大量的计算。虽然这些风险测度对交易员来讲非常重要。 但是对于管理层而言，这些风险测度的用途却十分有限。 而v a r ( v a l u ea tr i s k ) 是风险管理与控制的新工具，它可表述为“在给定置信水平下的一 个持有期内的最坏的预期损失”。它有着显著的优点，即它是按照随机变量的特性通过随机变 量的概率分布来刻画风险度量概念，并以货币计量单位来表示风险管理的核心潜在亏损。 由于用于度量风险的v a r 值与交易的金融工具无关，故它提供了一个对不同的金融机构、不 同的金融资产、不同的资产组合的统一的风险度量方法，可用于各种资产、各种金融机构的 风险比较，所以v a r 一经提出就受到了相当的重视，已经成为国际上风险管理的主流方法。 常见的v a r 方法主要有三种：历史模拟法方法、模型构建方法、蒙特卡罗模拟方法。 1 历史模拟法 这是一种最简单的