黄金历来受到人们不断追捧并在某种程度等价于财富,除了作为财富的象征黄金更被视为良好的避险工具并受到广泛的关注,之前的英国脱欧公投事件和朝核危机都导致了黄金现货和期货价格的上涨.黄金在经济发展中具有重要的作用,由于影响黄金价格波动的因素十分复杂因而难以对其各方面进行准确预测.
　　随着衍生品市场的不断发展各类套期保值工具层出不穷,黄金期货日益成为企业应对价格波动风险的套期保值工具.所谓套期保值是指利用期货合约构建与现货对立方向的头寸实现两个市场的盈亏相抵从而规避现货的波动风险.事实上期货和现货并不完全一致,套期保值者往往要选择特定比例的期货来对冲单位现货的价格风险.因此,有关套保方面的研究主要围绕套保比值的研究而展开.
　　从目前已有研究成果来看相关学者对套期保值方面的研究已较为深入且形成体系,套期保值模型和理论不断改进创新从而更贴近市场实际.纵观套期保值研究从早期的静态模型到如今的各类动态模型,众多研究学者试图从各类研究中寻找最优的套保比值.由于金融市场瞬息万变,同一种模型针对不同的对象可能会产生不同的结果,因而需要针对特定套保对象进行更为深入的研究.文章以中国期现货黄金为研究对象,通过对五种套期保值模型进行对比分析试图确定最优的黄金期货套保比率.
　　在对黄金期货和现货收益率数据进描述性统计分析之后,利用OLS和ECM两种静态模型以及ECM-GARCH、Copula-GARCH和DCC-GARCH三种动态模型进行比较研究.实证研究基于数据平稳这一前提条件,因此需要预先对数据做统计分析以检验其相关属性.首先对期现货对数价格序列做平稳性检验得到的结果为序列是非平稳的,对数据进行差分处理后通过单位根检验表明对数收益率为平稳序列,所以可以构建ECM-GARCH模型.根据SIC和AC准则得到GARCH模型的滞后阶数为1且残差服从t分布时的拟合效果最优,因而采用GARCH(1,1)-t对变量的边缘分布进行拟合.Copula族中的Gumbel和Clayton函数能够很好地描述上尾分布和下尾分布,引入这两类函数对边缘分布进行描述,所以利用GARCH和Copula构建Copula-GARCH(1,1)-t模型来研究套期保值比率问题.
　　金融市场复杂多变期货和现货之间的相关系数也应该具有时变性,因而引入DCC-GARCH模型进行研究分析.本文选用三种动态模型即ECM-GARCH、Copula-GARCH、DCC-GARCH和OLS、ECM两种静态模型比较研究,基于组合方差最小的原则对不同模型的效果进行总结评价,具体结论如下:
　　第一、将研究数据分成样本内和样本外数据,分别用于计算套期保值比率和检验模型的效果.利用Eviews对样本内数据进行描述性分析,发现对数收益率拒绝正态分布的假设,而是"尖峰肥尾"分布.期货和现货的对数收益率序列总体上趋于一致,进一步检验发现两者之间存在协整关系,这也是能够利用期货对现货进行套期保值的原因之一.
　　第二、基于方差最小原则检验各模型的套期保值效果,得出DCC-GARCH模型的套期保值效果最优,同时动态模型的效果整体优于静态模型.通过比较分析得到,最优套期保值比率范围是0.87-0.88.
　　基于本文研究成果,对套期保值参与主体提出相关建议:
　　一、对于企业而言,要根据现货的特点及市场实际情况选择合适的模型灵活调整期货头寸,这样才能最大限度降低现货头寸的价格波动风险.另外,要建立完善的套期保值管理体系,在制定套保策略后要加强动态监管定期对套期保值风险进行评估.在套期保值操作过程中,企业应以风险规避为主,不可片面追求期货投机收益.
　　二、有关单位无论企业还是高校应重视期货方面专业人才的培养,由于期货具有高风险的特点,应提高套期保值参与主体的专业能力和综合素质.