当前位置:主页 > 经济论文 > 期货论文 >

六种基本模型下我国黄金期货套期保值比率的比较研究

发布时间:2017-06-25 05:12

  本文关键词:六种基本模型下我国黄金期货套期保值比率的比较研究,由笔耕文化传播整理发布。


【摘要】:黄金稀少而珍贵,且具有优良的物理性质和化学性质,被广泛应用于社会生产、生活中。在布雷顿森林体系崩溃以前,黄金都被人们视为货币的等价物。虽然现在退出了流通领域,仍然被当作良好的保值增值的工具。而且随着科技的进步和世界经济一体化的发展,黄金作为被全世界广泛认可的金融资产之一,需求量日益增大。 黄金的生产经营者和消费者,在进行黄金交易时都不可避免地受到其价格波动的影响。如何锁定交易过程中黄金价格波动的风险,避免不必要损失就成为了摆在黄金交易者面前的一大难题。2008年1月9日黄金期货在上海期货交易所的上市,为黄金的生产经营者提供了一个锁定价格风险的途径—套期保值。套期保值是在期货市场买进或卖出与现货市场交易品种相似、数量相近的期货合约,在合约到期后通过期货合约的对冲来规避现货市场价格波动的风险。而套期保值过程的核心指标,即套期保值比率的确定就显得尤为重要。 估计套期保值比率的方法有多种,最早要追溯到1960年Johnson提出的风险最小法,接着有学者提出了效用最大化法。随后,针对如何估计最优套期保值比率这一课题众多学者展开了广泛而深入的研究,分别提出了OLS模型、ECM模型、GARCH模型、ECM-GARCH模型及EGARCH等模型试图寻找拟合效果最好的最优套期保值比率,每个复杂模型的提出都是前一个模型的升华,为了使模型更贴近实际经济情况。由于各学者研究的期货品种不同、所取样本的时间段不同以及当时宏观经济环境的差异,众学者对哪个模型的估计效果最好各执一词。我国学者史晋川&陈向明(2006)、刘列励&黄鹏(2006)等运用OLS、ECM和B-GARCH等模型对期货套期保值理论和绩效进行研究,发现BGARGH模型的套期保值效果比ECM模型更好。而彭红枫(2009),通过对中国大豆期货市场用OLS、B-ECM、VAR B-GARCH、ECM-BGARCH五种统计模型进行对比研究后,发现OLS估计出的套保效果是最优的,而最复杂的BGARCH模型则效果最差。因为很难确定投资者风险偏好的系数,而这又是用效用最大法进行估计所必须的,因此本文主要从风险最小化这一角度切入,试图确定当前我国黄金期货的最优套期保值比率。本文主要分为五章。第一章绪论,详细介绍了黄金期货套期保值的研究背景,研究目的和研究意义,以时间轴为序对国内外学者在套期保值方面的研究成果进行了梳理和总结,并在此基础上提出了本文的研究思路和研究内容。第二章主要介绍了期货的发展历史以及黄金期货合约及其交易规则,此外详细论述了套期保值三个重要理论理论的发展过程,引入套期保值中很重要的基差概念及其应用,接着详细介绍了套期保值比率的两种计算方法—风险最小法和效用最大法。风险最小法的计算公式为效用最大法的计算公式为其中λ代表套期保值者的风险偏好。第三章主要是套期保值常用模型及其适用条件的理论介绍,主要有OLS模型(普通最小二乘模型)、ECM模型(误差修正模型)、ECM-GARCH模型、GARCH模型、EGARCH模型及二元GARCH模型。另外对时间序列中经常用到的协整理论进行了详细的阐述。第四章是实证分析,截取了2012年2月1日到2013年2月1日一年间上海期货交易所的黄金期货以及上海黄金交易所的黄金现货的日收盘价做为研究样本,首先运用OLS模型估计其套期保值比率,发现模型残差存在自回归条件异方差性。基于此,分别对数据的平稳性和协整性进行检验,通过协整检验后,对修正的数据依次建立了ECM(误差修正模型),GARCH,ECM-GARCH,EGARCH模型,得出各个模型下估计的套期保值比率。接着对黄金期货和现货价格的一阶差分序列建立GARCH模型,利用套期保值比率的计算公式H=ρ(σs)/(σf)模拟出黄金期货动态套期保值序列,得到了随着现货头寸不断调整期货合约头寸条件下黄金期货套期保值比率的平均值,最后对上述六种基本模型的套期保值效果进行了比较分析。第五章,套期保值绩效衡量及本文结论。本章采用1979年埃德林顿(Ederington)的方法来衡量套期保值绩效,核心在于计算相比于不进行套期保值,进行套期保值后投资组合风险下降的程度,这里用He来表示(其中He=(Var(Ut)-Var(wt))/Var(Wt)),He的值越大,说明对应模型的套保效果越好。研究结果表明,进行套期保值后,六种基本模型均能有效降低投资组合的风险。且OLS模型的套期保值成本最低,效率却最高,但是考虑到OLS模型的假定(残差序列同方差、服从正态分布且不存在序列相关性),对于黄金期货和现货价格序列一般来说难以达到。而GARCH族模型则综合考虑了时间序列数据的自相关性和异方差性,且EGARCH模型的套期保值成本仅次于OLS模型,且套期保值绩效较高。因此,本文认为,对我国黄金期货而言,动态的EGARCH模型的套期保值效果最好。 然而,由于作者水平有限,本文存在以下不足:首先本文在计算各个模型下的套期保值比率时,没有将市场的各项交易费用和税收影响考虑在内,但是在现实的经济交易中,这些因素必然会对最优套期保值比率的估计造成一定影响。其次,上海期货交易所(以下简称:上期所)的黄金期货交易要求交割金锭的含金量不少于99.50%,而上海黄金交易所符合交割标准的有Au99.95和Au99.99两个品种,理论上说应该按两个品种每日用于进行期货交割的比率计算出一个加权平均值,来估计每日黄金现货的收盘价,但是由于每天黄金现货的交易中具体有多大比例用于黄金期货的交割这一点难以确定,所以本文只是用简单的算术平均的方法来确定每日的黄金现货收盘价,该方法方便直观,但可能存在一定偏颇。最后,通过对六种套期保值模型的比较研究,本文得出的结论是OLS模型的套期保值成本较低,但是考虑到OLS模型自身存在的缺陷,本文认为对黄金期货而言考虑了数据自相关性和异方差性的EGARCH模型更优,但这个结论只是针对于我国当前情况下的黄金市场而言,套期保值的时期或者市场环境的变化都会导致最优套期保值比率发生变化,因此要具体问题具体分析。不过如何构建一个模型可以适用于不同品种和不同的经济环境下套保比率的研究,这是一大难题,也将是本文作者今后的研究方向。
【关键词】:黄金期货 套期保值 套期保值模型 EGARCH模型
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:F724.5;F832.54
【目录】:
  • CONTENTS6-8
  • 中文摘要8-11
  • ABSTRACT11-14
  • 第一章 绪论14-20
  • §1.1 研究背景14-15
  • §1.2 研究意义与目的15
  • §1.3 国内外研究文献综述15-19
  • §1.4 研究内容19-20
  • 第二章 黄金期货及套期保值概述20-28
  • §2.1 期货概述20-21
  • §2.2 黄金期货概述21-24
  • §2.3 期货套期保值理论24-28
  • 第三章 套期保值比率模型28-36
  • §3.1 普通最小二乘回归模型(OLS模型)28-29
  • §3.2 协整理论29-32
  • §3.2.1 平稳过程29-30
  • §3.2.2 平稳检验30-32
  • §3.2.3 协整检验32
  • §3.3 误差修正模型(ECM模型)32-33
  • §3.4 ARCH模型33-36
  • §3.4.1 ARCH模型33-35
  • §3.4.2 GARCH模型35
  • §3.4.3 ECM-GARCH模型35-36
  • §3.4.4 EGARCH模型36
  • 第四章 数据来源及实证研究36-54
  • §4.1 样本数据选取及说明36-38
  • §4.2 数据的描述性统计38-40
  • §4.3 基于OLS模型的套期保值比率的实证研究40-43
  • §4.3.1 OLS模型估计40-42
  • §4.3.2 ARCH效应检验42-43
  • §4.4 基于ECM模型的套期保值比率的实证研究43-46
  • §4.4.1 平稳性检验43-44
  • §4.4.2 协整性检验44-45
  • §4.4.3 误差修正模型45-46
  • §4.5 基于GARCH模型的套期保值比率的实证研究46-54
  • §4.5.1 GARCH模型估计46-48
  • §4.5.2 ECM-GARCH模型估计48-49
  • §4.5.3 EGARCH模型估计49
  • §4.5.4 二元GARCH模型估计49-53
  • §4.5.5 结果分析53-54
  • 第五章 套期保值绩效分析及结论54-57
  • 参考文献57-61
  • 致谢61-62
  • 附表62

【参考文献】

中国期刊全文数据库 前2条

1 温晓慧;;中国期货市场最佳套期保值比率研究[J];求索;2010年12期

2 潘绍霖;国外的期货交易和套期保值业务[J];上海金融研究;1982年06期


  本文关键词:六种基本模型下我国黄金期货套期保值比率的比较研究,,由笔耕文化传播整理发布。



本文编号:480897

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/qihuoqq/480897.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户408d7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com