沪深300股指期货最优套期保值比率的估计及比较研究

摘要

随着国内金融衍生品市场的愈发成熟,中国金融投资者对风险管理的重视程度也逐渐增强,股指期货的套期保值功能作为投资者规避证券市场的系统性风险的重要工具,越来越被广泛地应用。自从沪深300股指期货在我国证券市场推出以来,许多国内学者对其套期保值功能进行了研究。本文也将结合沪深300股指期货2010?2012年度的实盘交易数据,对其最优套期保值比率进行估计与比较。文章开头阐述了本课题的研究背景及意义,对国内外相关研究成果进行了系统性地归纳总结,启发了作者的研究思路。作者分别对股指期货、套期保值的概念、特征、功能等进行界定和分析,对沪深300股指期货在我国的发展历程进行回顾和梳理,能够准确推导出计算该期货市场套期保值比率的公式。接下来,作者重点对最优套期保值模型进行分析,对现存的套期保值模型进行分类,分为传统(静态)的套期保值模型、时变(动态)的套期保值模型和非线性相关的套期保值模型,能够准确地认识每个模型的原理、特点和适用条件。实证部分是本文的研究重点,收集了沪深300指数连续交易日的收盘价数据与期货的收盘价数据,再对数据对数化处理,并差分得到相应的日收益率。接着,对所得的四个指标,进行平稳性检验和协整检验,从而证明两组时间序列是否存在协整关系。然后,应用 OLS估计出现货期货日收益率方程,对残差序列进行ARCH-LM检验,决定是否建立GARCH模型。最后,对两组时间序列(收盘价的对数)进行描述性统计分析,数据是否存在尖峰厚尾以及不对称的特征,决定是否引入Copula函数。
　　文章中作者通过ECM,VECM,ECM-BGARCH(1,1)-BEKK,Copula-ECM-BGARCH(1,1)这四种模型估算了沪深300股指期货的最优套期保值比率,并且比较了这四种模型套期保值的有效性。结合金融时间序列的数据存在尖峰厚尾以及非对称分布的特征,文中引入椭圆型Copula函数计算了期货和现货日收益率的时变非线性相关系数,从而估算出动态的最优套期保值比率。实证研究表明,Copula-ECM-BGARCH(1,1)模型的应用是套期保值理论的重大突破,其效果优于其它的套期保值模型。

目录

封面

承诺书

中文摘要

英文摘要

目录

图表清单

第一章 绪论

1.1研究背景、目的与意义

1.2国内外研究综述

1.3研究内容、方法及创新点

第二章 股指期货套期保值的相关理论

2.1股指期货及其相关理论

2.2套期保值及其相关理论

2.3最优套期保值比率

2.4本章小结

第三章 最优套期保值比率的模型分析

3.1静态套期保值模型分析

3.2动态套期保值模型分析

3.3非线性相关的套期保值模型分析

3.4本章小结

第四章 沪深300股指期货最优套期保值比率的实证研究

4.1 数据及变量的选取与描述性说明

4.2 误差修正模型（ECM）估计最优套期保值比

4.3 向量误差修正模型（VECM）估计最优套期保值比

4.4 基于ECM-BGRACH(1,1)-BEKK模型估计套期保值比

4.5 Copula-ECM-BGARCH模型估计套期保值比

4.6 套期保值模型的效率分析

4.7本章小结

第五章 总结及展望

5.1论文总结

5.2展望

参考文献

致谢

在学期间的研究成果及发表的学术论文