论文部分内容阅读
摘要:为深入的探究我国的原油套期保值绩效情况,本篇论文采用了最小二乘法(OLS)、误差修正(ECM)以及广义自回归条件异方差和误差修正(ECM-GARCH)这3个模型和套期保值绩效的衡量指标,对其比率和绩效采取实证研究。而false模型所确定的最优套期保值比率为静态的,和其余几个模型具有根本性的差异。研究表明我国的原油期货套期保值利用ECM模型效果是最优的。利用ECM模型估计出最优套保比率为0.0704,即每单位的现货头寸都需要用0.0704单位的期货头寸来对冲。并且与没有进行套期保值的现货来说,进行套期保值,能有有效的进行风险规避,降低现货价格波动的影响。
关键词:原油期货;套期保值;绩效研究
1.文献综述
1.1国外相关研究
套期保值比率是指投资者为了实现规避风险的目标,在选择交易头寸时所选的期货合约价值总量与需要保值的现货合约价值总量之比。研究套期保值绩效的关键是最优套期保值比率的确定,最优套期保值比率估计模型是一个中静态发展到动态的过程。
Johnson(1960)[1]提出了套期保值理论,Ederington(1979)[2]在其基础上研究了组合收益风险最小化条件下美国国债期货套期保值比率及套期保值绩效,通过构建OLS模型估计出最优套期保值比率及绩效。随着计量经济学的发展,学术界有关套期保值绩效的研究不断涌现,他们大都采用了OLS模型估计。OLS模型简单易操作,但其忽略了期货、现货价格序列间有可能存在长期均衡关系。Ghosh(1993)[3]通过构建误差修正模型(ECM模型)研究股指期货的套期保值绩效,发展了OLS模型。其中,在对最优套期保值比率的估计过程中考虑了期货、现货价格序列间存在的长期均衡关系。实证分析表明,与OLS模型相比,ECM模型所估计的最优套期保值比率更高,套期保值效果也得到了提升。
1.2国内相关研究
由于早期国内外汇期货、股指期货等发展比较落后,国内学者研究的重点放在商品期货上。2010年,沪深300股指期货的推出吸引了广大国内学者开展有关股指期货套期保值绩效的研究。而套期保值绩效的关键在于确定最优套期保值比率。黄瑞庆和何晓彬(2005)[4]分别构建传统套期保值模型与动态套期保值模型估计最优套期保值比率,测度了黄豆、铜、小麦期货的套期保值绩效。研究结果表明,传统套期保值模型的套期保值绩效相对较好。史晋川,陈向明,汪炜等(2006)[5]通过构建OLS模型、B-VAR模型、ECM模型研究铜期货套期保值绩效,研究结果表明,考虑到协整关系的ECM模型套期保值绩效较好。吴毅和叶志钧(2006)[6]以新加坡燃油报价为现货,分别研究上海期货交易所、纽约商品交易所、伦敦国际石油交易所三大市场的石油期货套期保值绩效。彭红枫和叶水刚(2007)[7]通过构建改进的ECM-GARCH模型研究我国铜期货套期保值绩效。相比普通的ECM-GARCH模型,修正后的模型套期保值绩效更好。方虹和陈勇(2008)[8]通过构建静态套期保值模型与ECM-GARCH模型实证分析原油期货的避险效果,实证分析显示,ECM-GARCH模型的套期保值效果相对较好。曹培慎和唐露芳(2011)[9]通过构建OLS模型、VECM模型及二元GARCH模型研究上海燃料油期货套期保值绩效,实证结果显示,VECM模型的套期保值绩效最好。
从现有的文献可以看出, 以往的研究主要侧重于粮食、工业品期货市场套期保值功能的发挥上, 而对于原油期货市场的套期保值有相关的研究很少; 其次, 我国原油期货市场相对其他期货品种来说, 上市相对很晚, 这是否会阻碍它的套期保值功能的发挥还有待我们去深入的探讨。因此, 本文借用已有的研究方法对我国原油期货市场套期保值进行实证分析, 研究不仅会为我国原油期货市场规避风险提供理论支撑, 还可以为我国原油现货的经营者降低价格波动风险提供了科学的依据。
2.理论介绍
2.1套期保值绩效衡量
Johnson (1960) & Stein (1961) 在研究中指出,凯恩斯和希克斯的传统观点以及沃金的解释都不全面,因为许多套期保值者仅仅对他们的风险暴露进行部分套期保值,之前的理论对此均无法进行全面解释。他们提出用马柯维茨的组合理论来解释套期保值。
现代投资理论认为,交易者进行套期保值实际上是对现货市场和期货市场的资产进行组合投资,套期保值者根据组合投资的预期收益和预期收益的方差,确定现货市场和期货市场的交易头寸,以使收益风险最小化或者效用函数最大化。在期货市场上保值的比例是可以选择的,最佳套保比例取决于套保交易的目的以及现货市场和期货市场价格的相关性。
對最佳套保比例的研究可分为两类:一类是研究最小风险下的套保比例,另一类是统筹考虑组合收益及其方差,从效用最大化角度研究均值-风险套保比例。本文将采用最小方差下的套期保值比率来衡量套期保值的绩效。
Lien提出了能判定其绩效的详细指标,也就是和未进行套期保值时收益方差对比,进行保值后其对应收益方差的降低幅度。这两者对应的收益方差求解公式能够采用下式表示:
上式中,Ut=△St,为未进行套期保值,此时现货价格收益率;Ht=△St+ht△Ft意味着进行了套期保值方案,是通过现货和期货价格进行计算出来的;he为套期保值比率。因此就能够获得最终保值绩效指标:
上述变量能够在一定程度上体现出套期保值对比于未采取套期保值其风险下降的水平。同时还有一个更加精确地方式就是采用样本外的数据完来成计算。
虽然上述中介绍的指标可以求解最优的套期保值比,但是它的操作性不太强,要先分别算出三个变量的值,然后再计算最小方差套期保值比率,误差是比较大的,所以接下来介绍三种求解最优套期保值比率的时间序列模型,选出套期保值 效果最优的最为套期保值的方法。 2.2研究方法
2.2.1普通最小二乘法(OLS)
传统回归模型对套期保值比率的估计是采用最小二乘法完成的,考虑到现货价格的变动与期货价格变动的线性回归。Witt(1987)给出了下列的回归方程:
上式中斜率系数估计确定出了最小方差保值比率数值,也就是
以上公式里面的△St以及△Ft代表的是t阶段的现货以及期货价格收益率,α代表的是函数截距项,h代表的是套期保值比率,εt为随机误差项。
2.2.2广义自回归条件异方差模型(EC-GARCH)模型
Lien(1996)曾经建立了广义自回归条件异方差模型,这个模型不但分析了一阶矩的期货和现货价格波动间的协整关系,并且也分析了二阶矩阵期货和现货价格两者变动方差间的彼此影响。对期货价格变化的条件方差和期货价格变动与现货价格变动的条件协方差为一常数的情况也不做约束。该模型的套期保值比例能够经过EC-GARCH()1,1模型普通形式进行求出:
上式中,Ωt-1为方差矩阵,N(0,Ht)为分布函数,hss和hff代表的是均值方程当中残差εst和εft的条件方差,hsf为两者的条件协方差。
按照Bollcrslcv, Englc以及Wooldridgc(1988)所给出的简化模型:
上式中Css、Csf以及Cff为方程的截距项,αss、αsf、αff、βss、βsf以及βff为系数项,条件方差hss以及hff仅依赖于自身的误差项εs,t-1与εf,t-1和滞后项hss,t-1和hff,t-1,条件协方差hsf依赖于滞后项hsf,t-1以及误差项εs,t-1和εf,t-1。经过EC-GARCH模型求出最终的套期保值比率是:
上式中covt-1(εst,εft)为残差εst和εft的滞后项对应的协方差,Vαrt-1(εft)为对应方差。
2.2.3ECM模型
在我们日常的现实中期货、现货价格时间序列常常是非平稳的,期货合约定价理论表明了期货、现货价格存在了一种相同的趋势。综合分析期、现货价格间的协整关系对套期保值比率带来的干扰,Engle以及Granger证实了若是两个时间序列为协整关系,就必定会具有一个误差修正表达式;反之也是同样如此。Ghosh在Granger以及Engle的协整理论基础上,给出了能够预估套期保值比率的误差修正模型ECM(Error Correction Mechanism),该模型对现、期货价格的非稳定性、长期均衡关系等都进行了综合考虑。
上式中,△St-i以及△Ft-i代表的是t-i时刻现货以及期货价格收益率,εst、εft代表的是服从独立分布随机误差项。在该模型里面,想要确定出最好的滞后值l,进而让其自相关顺利消除。Zt-1代表着误差修正项。在ECM模型中,λs以及λf为对应系数,两者不能同时为零。
上式中α代表的是截距项,△St和△Ft、△St-i和△Ft-i含义同上一致,γi、θj和ω代表着对应的系数。△Ft回归系数h为要估计套期保值比率,m以及n各自为期、现货价格收益率的最优的滞后值。
3.实证分析
3.1数据来源及说明
本篇论文使用了石油期货以及现货的日收盘价数据当做基础数据,并通过最终求出的对数收益率去进行实证探究。使用到的期货价格均源自上海能源交易中心。对应额种类是SC1903。
对于我国原油价格的确定,因为国内还缺乏一个统一的标准,并且我国每年在这个领域的交易额占美国WTI很大部分,几乎56%的石油都来自于美国的WTI。因此笔者最终选取的是美国原油市场现货价格×汇率价格用来作为最终所使用的现货价格作为标准。样本数据选取的时间为2018年3月26日至2018年12月28日,共计为189组数据。
3.2数据检验
3.2.1單位根检验
单位根检验的目的意在验证数据是否平稳。如果检验结果有单位根存在,则此时间序列就是非平稳的,而以非平稳的时间序列做回归分析会使得其存在伪回归,即便是它的显著性和拟合优度看起来很好,而且其它统计量也显示比较正常。因为具有平稳性特征的数据序列是相互独立的随机序列,如果数据是非平稳序列,我们就不能用时间序列的均值和方差来判断随机变量在不同点的分布特征,因为它们破坏了回归分析的有效性。对中国原油期、现货价格序列以及它们的一阶差分序列进行回归分析,结果显示每单位的现货头寸需要用0.0706单位的期货头寸去对冲。接下来对它们进行ADF检验结果见表1。由表1我们可知。在显著性水平为5%时。期货、现货价格的一阶差分ADF值远远大于5%的临界值,所以期货与现货价格存在单位根。并且它们都是一阶单整。
3.2.2协整检验
根据上面单位根检验,期、现货价格的一阶差分都是一阶单整的。满足协整检验的条件。所以可能存在协整关系。对期货与现货做了Johansen检验,用残差来检验这两个序列是否存在协整关系。结果如表2所示。对期货与现货价格做了残差分析。残差序列的T统计量为-2.6253,远大于显著性水平-1.9414。所以在5%的置信区间内可以接受残差序列e不存在单位根的假设,即这两个序列存在协整关系。
建立具有误差修正项的ECM模型,回归结果显示,F统计量系数显著,误差修正项的系数统计量t也是显著,所以模型拟合程度较好。回归结果表明了每单位的现货头寸要用0.7037单位期货头寸来对冲,最优套期保值比为0.7037。
3.2.3ARCH效应检验
许多的金融时间序列都存在ARCH效应,即序列的条件方差不是常数,而是存在较大波动,会随着时间的变化而出现较大变动。具体表现为波动聚集性。在这种情况下,如果仍然假设同方差则是不合适的,因为条件方差可以用来度量风险的大小。所以当ARCH效应被证实客观存在,可以考虑建立ARCH模型。用Ljung-Box检验统计量检验。结果如表3所示。期货与现货价格都存在很强的ARCH效应,如此而来,为本文引入GARCH模型进行数据分析提供了理论基础。 分别对现货与期货价格一阶差分做单方程的ARCH估计,得到残差序列与,同时得到所估1与GARCH02。到对残差序列做相关系数矩阵,得它们的计的条件方差序列GARCH0相关系数为0.0786。结果如表4所示。
这样就得到了动态保值的序列。同时得到最有套期保值序列的均值为-0.0755,即表示每单位的现货头寸需要相反的期货价格头寸去对冲。
3.3套期保值绩效分析
表5给出了期、现货价格分别建立在OLS、ECM、EC-GARCH三个套期保值模型基础上的套期保值比率,根据该表能够发现模型EC-GARCH参与套期保值对应的最佳比率最高为0.0755。
为了进一步确定三种模型那种是最优的选择,我们接下来对三个模型的标准差以及最优套期保值比率进行对比分析。并且分析采用未套期保值与套期保值绩效的研究对比,表6给出了OLS、ECM、EC-GARCH三种模型下的套期保值的绩效。从表中我们可以得知三种模型中ECM模型进行套期保值是最优的。与套期保值相比,未进行套期保值的现货价格方差很大,说明套期保值是有效的。
4.结论与建议
本文采用了OLS、ECM、EC-GARCH三种模型,对国内原油期货最近一年间的数据实施了保值比率以及绩效的深入分析。从而获得了以下结论:
从模型的效果来说,三种模型中ECM模型产生的套期保值的效果最好。各项数据都要优于其他两种模型。
从是否进行了利用期货套期保值来说,利用期货市场进行套期保值可以有效的降低市场波动对现货价格的影响。进而降低风险。
站在现实层面上看,本篇论文的实证分析和结果,想要完成套期保值的最佳效果,并非是一定要采用十分繁琐复杂的分析方式进行研究,最主要的是确定出一个能够针对市场特征信息完成分析的模型,如此一来才能够获得比较好的避险成效。
建议:首先原油企业进行套期保值时,要结合自己的风险评估情况来进行对冲。加强动态风险管理,合理的采用套期保值模型来进行现货的套期保值。其次应该积极的进行对原油期货的套期保值,逐渐的完善我国原油期货市场体系。以减少国际原油价格波动对我国原油期货的影响。
参考文献:
[1]Johnson L L.The Theory of Hedge and Speculation in Commodity Futures[J].Review of Economic Studies.1960,27(3):139-151.
[2]Ederington,L.H.The Hedge Performance of the New Futures Markets[J].Journal of Finance. 1979,(34):157-170.
[3]Lien D.The Effect of the Cointegration Relationship on Futures Hedge:A Note.Journal of Futures Markets.1996.
[4]黃瑞庆,何晓彬.我国期货市场套期保值比率的估计方法[J]统计与决策.2005,(14):98-100.
[5]史晋川,陈向明,汪炜.基于协整关系的中国铜期货合约套期保值策略[J].财贸经济.2006,(11):37-40.
[6]吴毅,叶志钧.三大石油期货市场套期保值功能的比较研究[J].统计与决策,2006(02):36-37.
[7]彭红枫,叶永刚.基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究[J].中国管理科学,2007(05):29-35.
[8]方虹,陈勇.石油期货最优套期保值比率及套期保值绩效的实证研究[J].中国软科学2008,(01):125-130.
[9]曹培慎,唐露芳.上海燃料油期货套期保值比率选取的实证研究[J].统计与信息论坛,2011,26(05):58-63.
关键词:原油期货;套期保值;绩效研究
1.文献综述
1.1国外相关研究
套期保值比率是指投资者为了实现规避风险的目标,在选择交易头寸时所选的期货合约价值总量与需要保值的现货合约价值总量之比。研究套期保值绩效的关键是最优套期保值比率的确定,最优套期保值比率估计模型是一个中静态发展到动态的过程。
Johnson(1960)[1]提出了套期保值理论,Ederington(1979)[2]在其基础上研究了组合收益风险最小化条件下美国国债期货套期保值比率及套期保值绩效,通过构建OLS模型估计出最优套期保值比率及绩效。随着计量经济学的发展,学术界有关套期保值绩效的研究不断涌现,他们大都采用了OLS模型估计。OLS模型简单易操作,但其忽略了期货、现货价格序列间有可能存在长期均衡关系。Ghosh(1993)[3]通过构建误差修正模型(ECM模型)研究股指期货的套期保值绩效,发展了OLS模型。其中,在对最优套期保值比率的估计过程中考虑了期货、现货价格序列间存在的长期均衡关系。实证分析表明,与OLS模型相比,ECM模型所估计的最优套期保值比率更高,套期保值效果也得到了提升。
1.2国内相关研究
由于早期国内外汇期货、股指期货等发展比较落后,国内学者研究的重点放在商品期货上。2010年,沪深300股指期货的推出吸引了广大国内学者开展有关股指期货套期保值绩效的研究。而套期保值绩效的关键在于确定最优套期保值比率。黄瑞庆和何晓彬(2005)[4]分别构建传统套期保值模型与动态套期保值模型估计最优套期保值比率,测度了黄豆、铜、小麦期货的套期保值绩效。研究结果表明,传统套期保值模型的套期保值绩效相对较好。史晋川,陈向明,汪炜等(2006)[5]通过构建OLS模型、B-VAR模型、ECM模型研究铜期货套期保值绩效,研究结果表明,考虑到协整关系的ECM模型套期保值绩效较好。吴毅和叶志钧(2006)[6]以新加坡燃油报价为现货,分别研究上海期货交易所、纽约商品交易所、伦敦国际石油交易所三大市场的石油期货套期保值绩效。彭红枫和叶水刚(2007)[7]通过构建改进的ECM-GARCH模型研究我国铜期货套期保值绩效。相比普通的ECM-GARCH模型,修正后的模型套期保值绩效更好。方虹和陈勇(2008)[8]通过构建静态套期保值模型与ECM-GARCH模型实证分析原油期货的避险效果,实证分析显示,ECM-GARCH模型的套期保值效果相对较好。曹培慎和唐露芳(2011)[9]通过构建OLS模型、VECM模型及二元GARCH模型研究上海燃料油期货套期保值绩效,实证结果显示,VECM模型的套期保值绩效最好。
从现有的文献可以看出, 以往的研究主要侧重于粮食、工业品期货市场套期保值功能的发挥上, 而对于原油期货市场的套期保值有相关的研究很少; 其次, 我国原油期货市场相对其他期货品种来说, 上市相对很晚, 这是否会阻碍它的套期保值功能的发挥还有待我们去深入的探讨。因此, 本文借用已有的研究方法对我国原油期货市场套期保值进行实证分析, 研究不仅会为我国原油期货市场规避风险提供理论支撑, 还可以为我国原油现货的经营者降低价格波动风险提供了科学的依据。
2.理论介绍
2.1套期保值绩效衡量
Johnson (1960) & Stein (1961) 在研究中指出,凯恩斯和希克斯的传统观点以及沃金的解释都不全面,因为许多套期保值者仅仅对他们的风险暴露进行部分套期保值,之前的理论对此均无法进行全面解释。他们提出用马柯维茨的组合理论来解释套期保值。
现代投资理论认为,交易者进行套期保值实际上是对现货市场和期货市场的资产进行组合投资,套期保值者根据组合投资的预期收益和预期收益的方差,确定现货市场和期货市场的交易头寸,以使收益风险最小化或者效用函数最大化。在期货市场上保值的比例是可以选择的,最佳套保比例取决于套保交易的目的以及现货市场和期货市场价格的相关性。
對最佳套保比例的研究可分为两类:一类是研究最小风险下的套保比例,另一类是统筹考虑组合收益及其方差,从效用最大化角度研究均值-风险套保比例。本文将采用最小方差下的套期保值比率来衡量套期保值的绩效。
Lien提出了能判定其绩效的详细指标,也就是和未进行套期保值时收益方差对比,进行保值后其对应收益方差的降低幅度。这两者对应的收益方差求解公式能够采用下式表示:
上式中,Ut=△St,为未进行套期保值,此时现货价格收益率;Ht=△St+ht△Ft意味着进行了套期保值方案,是通过现货和期货价格进行计算出来的;he为套期保值比率。因此就能够获得最终保值绩效指标:
上述变量能够在一定程度上体现出套期保值对比于未采取套期保值其风险下降的水平。同时还有一个更加精确地方式就是采用样本外的数据完来成计算。
虽然上述中介绍的指标可以求解最优的套期保值比,但是它的操作性不太强,要先分别算出三个变量的值,然后再计算最小方差套期保值比率,误差是比较大的,所以接下来介绍三种求解最优套期保值比率的时间序列模型,选出套期保值 效果最优的最为套期保值的方法。 2.2研究方法
2.2.1普通最小二乘法(OLS)
传统回归模型对套期保值比率的估计是采用最小二乘法完成的,考虑到现货价格的变动与期货价格变动的线性回归。Witt(1987)给出了下列的回归方程:
上式中斜率系数估计确定出了最小方差保值比率数值,也就是
以上公式里面的△St以及△Ft代表的是t阶段的现货以及期货价格收益率,α代表的是函数截距项,h代表的是套期保值比率,εt为随机误差项。
2.2.2广义自回归条件异方差模型(EC-GARCH)模型
Lien(1996)曾经建立了广义自回归条件异方差模型,这个模型不但分析了一阶矩的期货和现货价格波动间的协整关系,并且也分析了二阶矩阵期货和现货价格两者变动方差间的彼此影响。对期货价格变化的条件方差和期货价格变动与现货价格变动的条件协方差为一常数的情况也不做约束。该模型的套期保值比例能够经过EC-GARCH()1,1模型普通形式进行求出:
上式中,Ωt-1为方差矩阵,N(0,Ht)为分布函数,hss和hff代表的是均值方程当中残差εst和εft的条件方差,hsf为两者的条件协方差。
按照Bollcrslcv, Englc以及Wooldridgc(1988)所给出的简化模型:
上式中Css、Csf以及Cff为方程的截距项,αss、αsf、αff、βss、βsf以及βff为系数项,条件方差hss以及hff仅依赖于自身的误差项εs,t-1与εf,t-1和滞后项hss,t-1和hff,t-1,条件协方差hsf依赖于滞后项hsf,t-1以及误差项εs,t-1和εf,t-1。经过EC-GARCH模型求出最终的套期保值比率是:
上式中covt-1(εst,εft)为残差εst和εft的滞后项对应的协方差,Vαrt-1(εft)为对应方差。
2.2.3ECM模型
在我们日常的现实中期货、现货价格时间序列常常是非平稳的,期货合约定价理论表明了期货、现货价格存在了一种相同的趋势。综合分析期、现货价格间的协整关系对套期保值比率带来的干扰,Engle以及Granger证实了若是两个时间序列为协整关系,就必定会具有一个误差修正表达式;反之也是同样如此。Ghosh在Granger以及Engle的协整理论基础上,给出了能够预估套期保值比率的误差修正模型ECM(Error Correction Mechanism),该模型对现、期货价格的非稳定性、长期均衡关系等都进行了综合考虑。
上式中,△St-i以及△Ft-i代表的是t-i时刻现货以及期货价格收益率,εst、εft代表的是服从独立分布随机误差项。在该模型里面,想要确定出最好的滞后值l,进而让其自相关顺利消除。Zt-1代表着误差修正项。在ECM模型中,λs以及λf为对应系数,两者不能同时为零。
上式中α代表的是截距项,△St和△Ft、△St-i和△Ft-i含义同上一致,γi、θj和ω代表着对应的系数。△Ft回归系数h为要估计套期保值比率,m以及n各自为期、现货价格收益率的最优的滞后值。
3.实证分析
3.1数据来源及说明
本篇论文使用了石油期货以及现货的日收盘价数据当做基础数据,并通过最终求出的对数收益率去进行实证探究。使用到的期货价格均源自上海能源交易中心。对应额种类是SC1903。
对于我国原油价格的确定,因为国内还缺乏一个统一的标准,并且我国每年在这个领域的交易额占美国WTI很大部分,几乎56%的石油都来自于美国的WTI。因此笔者最终选取的是美国原油市场现货价格×汇率价格用来作为最终所使用的现货价格作为标准。样本数据选取的时间为2018年3月26日至2018年12月28日,共计为189组数据。
3.2数据检验
3.2.1單位根检验
单位根检验的目的意在验证数据是否平稳。如果检验结果有单位根存在,则此时间序列就是非平稳的,而以非平稳的时间序列做回归分析会使得其存在伪回归,即便是它的显著性和拟合优度看起来很好,而且其它统计量也显示比较正常。因为具有平稳性特征的数据序列是相互独立的随机序列,如果数据是非平稳序列,我们就不能用时间序列的均值和方差来判断随机变量在不同点的分布特征,因为它们破坏了回归分析的有效性。对中国原油期、现货价格序列以及它们的一阶差分序列进行回归分析,结果显示每单位的现货头寸需要用0.0706单位的期货头寸去对冲。接下来对它们进行ADF检验结果见表1。由表1我们可知。在显著性水平为5%时。期货、现货价格的一阶差分ADF值远远大于5%的临界值,所以期货与现货价格存在单位根。并且它们都是一阶单整。
3.2.2协整检验
根据上面单位根检验,期、现货价格的一阶差分都是一阶单整的。满足协整检验的条件。所以可能存在协整关系。对期货与现货做了Johansen检验,用残差来检验这两个序列是否存在协整关系。结果如表2所示。对期货与现货价格做了残差分析。残差序列的T统计量为-2.6253,远大于显著性水平-1.9414。所以在5%的置信区间内可以接受残差序列e不存在单位根的假设,即这两个序列存在协整关系。
建立具有误差修正项的ECM模型,回归结果显示,F统计量系数显著,误差修正项的系数统计量t也是显著,所以模型拟合程度较好。回归结果表明了每单位的现货头寸要用0.7037单位期货头寸来对冲,最优套期保值比为0.7037。
3.2.3ARCH效应检验
许多的金融时间序列都存在ARCH效应,即序列的条件方差不是常数,而是存在较大波动,会随着时间的变化而出现较大变动。具体表现为波动聚集性。在这种情况下,如果仍然假设同方差则是不合适的,因为条件方差可以用来度量风险的大小。所以当ARCH效应被证实客观存在,可以考虑建立ARCH模型。用Ljung-Box检验统计量检验。结果如表3所示。期货与现货价格都存在很强的ARCH效应,如此而来,为本文引入GARCH模型进行数据分析提供了理论基础。 分别对现货与期货价格一阶差分做单方程的ARCH估计,得到残差序列与,同时得到所估1与GARCH02。到对残差序列做相关系数矩阵,得它们的计的条件方差序列GARCH0相关系数为0.0786。结果如表4所示。
这样就得到了动态保值的序列。同时得到最有套期保值序列的均值为-0.0755,即表示每单位的现货头寸需要相反的期货价格头寸去对冲。
3.3套期保值绩效分析
表5给出了期、现货价格分别建立在OLS、ECM、EC-GARCH三个套期保值模型基础上的套期保值比率,根据该表能够发现模型EC-GARCH参与套期保值对应的最佳比率最高为0.0755。
为了进一步确定三种模型那种是最优的选择,我们接下来对三个模型的标准差以及最优套期保值比率进行对比分析。并且分析采用未套期保值与套期保值绩效的研究对比,表6给出了OLS、ECM、EC-GARCH三种模型下的套期保值的绩效。从表中我们可以得知三种模型中ECM模型进行套期保值是最优的。与套期保值相比,未进行套期保值的现货价格方差很大,说明套期保值是有效的。
4.结论与建议
本文采用了OLS、ECM、EC-GARCH三种模型,对国内原油期货最近一年间的数据实施了保值比率以及绩效的深入分析。从而获得了以下结论:
从模型的效果来说,三种模型中ECM模型产生的套期保值的效果最好。各项数据都要优于其他两种模型。
从是否进行了利用期货套期保值来说,利用期货市场进行套期保值可以有效的降低市场波动对现货价格的影响。进而降低风险。
站在现实层面上看,本篇论文的实证分析和结果,想要完成套期保值的最佳效果,并非是一定要采用十分繁琐复杂的分析方式进行研究,最主要的是确定出一个能够针对市场特征信息完成分析的模型,如此一来才能够获得比较好的避险成效。
建议:首先原油企业进行套期保值时,要结合自己的风险评估情况来进行对冲。加强动态风险管理,合理的采用套期保值模型来进行现货的套期保值。其次应该积极的进行对原油期货的套期保值,逐渐的完善我国原油期货市场体系。以减少国际原油价格波动对我国原油期货的影响。
参考文献:
[1]Johnson L L.The Theory of Hedge and Speculation in Commodity Futures[J].Review of Economic Studies.1960,27(3):139-151.
[2]Ederington,L.H.The Hedge Performance of the New Futures Markets[J].Journal of Finance. 1979,(34):157-170.
[3]Lien D.The Effect of the Cointegration Relationship on Futures Hedge:A Note.Journal of Futures Markets.1996.
[4]黃瑞庆,何晓彬.我国期货市场套期保值比率的估计方法[J]统计与决策.2005,(14):98-100.
[5]史晋川,陈向明,汪炜.基于协整关系的中国铜期货合约套期保值策略[J].财贸经济.2006,(11):37-40.
[6]吴毅,叶志钧.三大石油期货市场套期保值功能的比较研究[J].统计与决策,2006(02):36-37.
[7]彭红枫,叶永刚.基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究[J].中国管理科学,2007(05):29-35.
[8]方虹,陈勇.石油期货最优套期保值比率及套期保值绩效的实证研究[J].中国软科学2008,(01):125-130.
[9]曹培慎,唐露芳.上海燃料油期货套期保值比率选取的实证研究[J].统计与信息论坛,2011,26(05):58-63.