论文部分内容阅读
摘 要：十二五规划中我国将航空业纳入了重点新兴产业，但是，近几年来航油价格剧烈波动给航空业及其相关产业发展带来较大风险。本文研究了航空公司利用上海燃料油期货交易对航空煤油进行套期保值的策略，基于2004—2012年现货和期货价格的日数据，采用ECM-GARCH模型测算出最优的套期保值比率为39.72%，能够帮助航空公司规避约15%的航油价格波动风险。本文认为，该策略在一定程度上能稳定企业收益，但绩效值略微偏低，这主要是由于危机时期，套期保值的绩效不仅与套保比率相关，还较大程度地受到汇率波动和宏观经济形势的影响。基于此，本文提出了新时期国有和民营航空公司进行套保交易的战略建议。
关键词：套期保值；ECM-GARCH；航空煤油；上海燃料油期货
中图分类号：F830.93 文献标识码：A 文章编号：1674-2265（2013）06-0003-07
在航空公司的成本结构中，航空燃料油（以下简称航油）成本是重要的组成部分。根据我国三大航空公司（国航、南航、东航）的报表显示，其航油费用占运营总成本的比重高达30%，而美国同行业平均成本比重为13%（卡特等，2003），航油价格的大幅波动给企业带来巨大的经营风险。中国航油进口成本基本上由新加坡航油离岸价及运费确定。近十年来，新加坡航油价格波动十分剧烈，由2003年1月的32.77 美元/桶升至2008年的181.60 美元/桶，受全球金融危机影响，在2009年又骤然跌至57.86 美元/桶，2012年恢复到120美元/桶的高位，震荡区间十分巨大。这意味着，航空公司受到油价暴涨的影响，有时需要多支付数百亿美元的账单。因此，如何规避航油成本大幅度波动对航空业及其相关产业带来的损失已迫在眉睫。我国十二五规划里已将航空业列入我国新兴产业，降低航空业价格波动风险对我国旅游业、交通运输业等相关产业发展尤为重要。
国外航空公司通常会利用金融衍生品进行航油的套期保值，降低风险敞口①。目前，鉴于国际金融市场上没有直接的航油套保工具，航空公司主要通过两个途径进行操作：一是签订场外合约，二是在场内交易中选取相关性较高的产品（如原油期货、取暖油期货和燃料油期货）对冲。前者的优势在于交易灵活，合约可针对企业需要量身定做；缺点在于企业要面对境外市场的汇率风险、交易对手风险等。对我国企业而言，由于处理复杂的国际金融衍生品交易经验尚浅，且境外交易权限受到国家的严格管控，所以后者优势较为明显，通过场内交易合约和规范化市场有效规避违约风险和对手风险。目前我国交易所市场唯一的能源期货品种是上海燃料油期货②。如何确定最佳的套保比率、交易策略，减少交叉套期保值风险，是最终实现稳定收益套保目标的关键。
一、文献综述
最优套期保值比率的研究，最早始于约翰逊（Johnson，1960）提出的OLS方法，通过对现货价格收益与期货价格收益进行基本的线性回归，拟合出最佳的套期保值比率，但没有充分利用决策前的时变信息。迈尔斯和汤普森（Myers和Thompson，1989）构建了B-VAR模型，有效消除了OLS中的残差项序列相关，进一步完善了套期保值的估计，但仍存在期货价格与现货价格的协整问题。高希（Ghosh，1993）根据恩格尔和格兰杰（Engle和Granger，1987）的协整理论，提出了估计套期保值比率的误差修正（ECM）模型，同时考虑了现货价格、期货价格的非平稳性，短期动态关系和长期平衡关系。而后，随着实证研究的不断丰富和自回归条件异方差模型（ARCH）的广泛应用，大量研究开始考虑到收益率波动的集聚性问题。恩格尔和克朗（Engle和Kroner，1993）提出了一种多变量广义ARCH过程来刻画“期货—现货”的波动分布，即多元GARCH模型，使估计更为有效。利恩（Lien，1996）又将二阶矩期货价格变动方差以及现货价格变动方差之间的相互影响加入模型，且放宽了对期货价格变动的条件方差及其与现货价格变动条件协方差须为常数的条件，所得套保比是随时间变化而变化的，由此构成了广义自回归条件异方差模型ECM-GARCH。实证结果表明，该模型计算所得到的套期保值比率明显优于传统回归模型所得比率（威特，1998；弗莱明，2008；方虹、陈勇，2008）。
国内学者通过引入上述套期保值理论，对金融衍生品市场的套保比率估计也进行了大量实证研究。齐明亮（2004），华仁海、陈百助（2004）对有色金属期货市场进行了研究，论证了上交所铜期货市场套期保值的有效性，发现套期保值的效果与选择的比率紧密相关。冯春山、蒋馥、吴家（2005），方虹、陈勇（2008）利用OLS、B-VAR、ECM、GARCH等模型，研究了石油期货的套保比率选取，并将各种模型的绩效进行了比较分析，得出了采用GARCH测算比率是最优方法的结论。梁斌等（2009）学者对股指期货进行研究，也得到了相似结论。
但上述实证对象主要集中在股指期货、有色金属期货等，由于上海燃料油期货于2004年8月26日才推出，对这一期货品种进行实证研究的文章并不多。已有的对上海燃料油期货进行研究的相关文献中，廖肇黎、张宏民（2009）验证了应用上海燃料油期货套保航空燃料油的可行性，套保可使风险降低程度最高达90%。不过，文章仅仅采用了OLS方法进行了静态套期保值比率的测算，没有考虑价格的波动性聚集。曹培慎、唐露芳（2011）运用2007—2010年数据，探析了上海燃料油期货对燃料油现货的套保功能，实证结果表明，根据ECM及GARCH模型对燃料油现货的套期保值策略，能有效地抵抗风险（使风险减少10%—30%）。本文旨在使用欧债危机后的最新数据，分析国际价格波动的新时期上海燃料油期货对航油进行套期保值的可行性和交易策略，为企业提供更加合理的套保建议。
二、数据说明与模型设定
（一）数据说明
我国航油采购价格，是以新加坡市场航油FOB价作为签订贸易合同的计价基准。因此，本文期货价格数据选取上海期货交易所的燃料油期货收盘价（记为F）③，现货价格数据选取新加坡市场普氏现货报价（记为S）④，且采用对数转换（lnS，lnF）使数据趋势线性化，亦即构造了相应的收益率序列。两者价格走势如图1，不难看出，2008年8月之前燃料油期货与航油现货的价格相关度明显高于2008年之后的区间，两者价差在短期内呈现出波动性和不一致性（实证结果分析中有进一步的阐述）。但根据计算，期货、现货价格序列相关系数在2004—2011年区间段内高达0.854，长期走势表现一致。 本文实证分析数据的样本区间为2004年8月25日—2012年3月1日，累计含1713个交易日数据。而以往学者的研究大部分采用2009年之前的数据，图中显示2009—2012年现货、期货价格差异比2009年之前的价格差异要大，使得样本数据本身存在着较大差异，会对最优套保比的测算结果产生较大影响，因此，在债务危机后测算新的最优套保比率对审视套保策略、减少损失尤为重要。
（二）价格序列的协整关系和波动性聚集
在进行实证分析前，首先检验价格序列是否存在协整关系和ARCH效应，这两点特性是建立ECM-GARCH模型的基础。
（三）模型设定
2. 动态的套期保值比率。与静态套期保值比率不同，动态的套保比充分考虑了期货、现货价格的条件协方差矩阵的时变性特征。结合前面所提到的，上海燃料油期货与新加坡航油现货价格序列存在着协整、波动聚集等问题，理论上，ECM-GARCH能获得更良好的套保比。
相比之下，利用传统的OLS方法来测算，得到的最佳套保比值是0.3414，是一个恒定常数。那么交易者应建立的期货合约总价值应占所保值的现货合同总价值的34.14%。两者对比，利用GARCH测算出的动态套保比率均值高于利用OLS方法测算出的静态比值。
（二）绩效评估
由此可以看出，采用ECM-GARCH模型测算出的比率进行套保，较采用OLS静态比值可使风险降低了约7个百分点，能够达到更好的保值效果。
（三）实证结果分析
从上述实证结果来看，应用上海燃料油期货来进行航油的套期保值，最优的套保比值在39%左右，并能够发挥降低风险敞口15%的效用，验证了该套保方法的可行性。同时，通过与静态测算方法的比较，也证实了ECM-GARCH模型在设计套保策略时的优越性。但与以往文献结果对比，发现本文所得到的套保比和绩效水平相比之前研究结果明显偏低，这一研究差异引发了进一步思考。
1. 套保效果分析。本文实证分析数据取自2004年8月25日—2012年3月1日，最新数据的样本区间中，2009—2012年上海燃料油期货与新加坡航油现货价格差异加大（如图1所述），样本数据基差的扩大必然会导致套保比率以及相应绩效的下降⑥。导致这一时期价格差异扩大主要有两个原因：一是人民币汇率的变动，二是经济危机和欧债危机对油价的冲击影响。
其一，因为上海燃料油期货交易货币为人民币，而新加坡航油现货采用美元计价，因此套保比率计算受到汇率影响。人民币汇率改革以来，人民币兑美元中间价累计升值超过30%。从图3的汇率走势图可知，2009年后汇率变动尤其加剧。这是造成2009年前后两个价格序列的区段差异拉大的重要原因，使得表面上现货价格增幅小于期货价格增幅。
其二，随着美国次贷危机引发全球金融风暴的蔓延，以及欧债危机带来的全球经济不景气，国际油价受到了巨大冲击，自2008年下半年一直到2012年，多次呈现出大幅飙升和大幅下挫的极端情形。燃料油期货与现货价格自2009年后相关性下降，这使得套期保值很难取得良好效果。并且一定程度上讲，上述第一点原因中的汇率波动，本质上也是受到宏观经济的影响。这对我国航空公司的启示是：当未来油价走势不明朗或短期内波动剧烈时，企业应适当降低套期保值比率。
事实上，在宏观经济出现大幅波动时，航空公司很难建立合理的航油套期保值头寸。此外，各国经济状况、区域性溢价和可替代能源的发展等因素都会对原有价格短期走势产生重大影响。
2. 合约长度影响。国外大量学者关于套期保值的研究表明，期货合约的长度不同，套期保值效果会相应不同（齐诺和马赛厄斯，2012）。通常情况下，长周期的套期保值绩效优于短周期的套期保值绩效，这一结论同样适用于国内套期保值交易（冯春山等，2005；方虹、陈勇，2008）。
上海燃料油期货有四个合约可供交易：当月（30天）、下月（60天）以及随后的两个季月（90天、120天）。理论上，120天的合约套期保值绩效应该最好。但是，已有的燃料油套保航油研究，在构造不同期限的期货价格数据时，是采用临近合约的交易数据，然后运用数学计算的方式进行平均和加减，形成了不同期限长短的期货收益率序列、现货收益率序列。与实际交易中不同期限合约价格的情况并不吻合，研究意义不大。
鉴于此，本文没有对合约期限进行30天、60天、90天、120天的分期构造，而是直接对短期交易进行了测算，所得到的结果也是针对短周期的套期保值。结合上述长短周期不同绩效的推断，本文测算的短周期套保绩效要偏低。
因此，在套期保值的实际操作过程中，如何选择合约月份，也是未来进一步研究的方向。尤其是，需要同时考虑到合约长度是否满足现货交易时间需要、交割所在月份是否足够活跃以平掉头寸等问题。
四、结论与建议
本文根据协整检验和ARCH效应检验，证实了新加坡航油现货价格与上海燃料油期货价格存在长期稳定关系，利用燃料油期货降低燃料油价格波动风险具有可行性，且价格序列存在波动聚集性，适合采用ECM-GARCH模型来测算最优套期保值比。根据本文采用的2004年8月—2012年3月数据区间，采用ECM-GARCH模型计算出的动态套保比率平均水平为0.3972，绩效水平为0.154，比OLS方法更有效，但是效果并不十分优异。这主要是因为我国2008年后航油价格波动风险受到汇率变动、外部经济因素的较大影响和制约。人民币升值、世界金融危机和欧债危机，使得套保风险改善水平仅能达到15%左右。因此，运用上海燃料油期货来对航油进行套期保值的方案，更适用于经济平稳的环境。
在实际操作中，我国航空公司制定套期保值方案还需要综合考虑其他市场因素：
（一）选择合适的套保市场
到目前为止，可以说无论场内场外，都不存在完美的套保工具。在世界经济衰退时期，企业往往需要采用分散化的组合策略，降低整体风险。且将自身需求与市场特点相结合，如表6所示，综合考虑市场的交易费用、入场规则等因素。 对我国国有航空公司而言，一般具备充裕的资金但经验不足，更多地应考虑运用期货交易手段；对我国民营航空公司而言，由于资金流动性不足，如果能构建一支专业团队或在能充分认识风险的情况下，可适当选择低投入的复杂衍生品以获得收益。
（二）交易成本与资金限制
本文所得的最优套保比未考虑交易手续费等成本问题。尤其是动态化的比率要求高频交易，成本会随之较高。目前，上交所上海燃料油期货的手续费率为2?，保证金为8%。相对于期权费来说，实际费用不高，但保证金的资金占用会带来一定的机会成本。以南航为例，每年有近80万吨套保需求量，那么按套保比0.4（参考文中估算值0.3972）、保证金8%的比例计算，仅保证金就需要9800万。因此，对中小型航空企业来说，很容易造成资金流动短缺，在实际操作中，需要谨慎地从年利率、占用时间等多方面进行考虑。
（三）风险监管
除了确定套保比值和数量之外，风险监管也尤为重要。在整个套保过程中，公司应严格执行套期保值方案，尤其不能以投机为目标。资金账户专用，并对企业流动资金进行压力测试，及时发现问题，以保证能够反应快速，实现期货与现货的同步性。
注：
①起源于20世纪80年代的航油套保曾帮助美国西南航空公司顺利渡过石油危机，西南航空是最早开始参与套保的航空公司之一，也是美国唯一一家自1973年起持续盈利的航空企业。20世纪90年代以后航油套保为企业所广泛应用，德国汉莎航空通过坚持系统的、长期的、大比例的套保战略，在油价大跌大涨时也仍然保持着较高的净利润。
②上海燃料油期货品种交易活跃，自2004年8月25日上市之后，市场功能不断完善，截至2009年8月，各月合约累计成交已达 21亿吨，累计交易金额6.8万亿元，且未发生恶性风险事件。
③数据来自万得资讯金融数据库，上海燃料油期货日交易数据。
④数据来自凤凰财经，航空煤油普氏现货报价，http：//app.finance.ifeng.com/data/indu/ /cpjg.php？symbol=291。
⑤模型参见Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）。
⑥以美国西南航空为例，随着现货、期货价格的价差增加，该公司的套保比率自2007年的95%逐年降至2009年的50%、2012年的15%。
参考文献：
[1]Adams Zeno，Gerner Mathias.Cross Hedging Jet-Fuel Price Exposure[J]. Energy Economics，Sep. 2012，v.34，iss.5，pp.1301-09.
[2]David Carter，Daniel A. Rogers，Betty J.Simkins. Fuel Hedging in the Airline Industry：The Case of Southwest Airlines[D].Oklahoma State University working paper， 2003，（12）.
[3]Ederington L.H.The Hedging Performance of the New Futures Markets[J].Journal of Finance，1979，（34）.
[4]Fleming J， Kirby C. The specification of GARCH models with stochastic covariates[J]. Journal of Futures Markets， 2008， 28（10）.
[5]Ghosh. A Hedging with Stock Index Futures： Estimation and Forecasting with Error Correction Model[J].Journal of Futures Markets， 1993，（13）.
[6]Harvey， J. Witt， Ted C. Schroeder Marvin L. Hayenga. Comparison of Analytical Approaches for Estimating Hedge Ration for Agricultural Commodities[J].Journal of Futures Markets， 1998（12）.
[7]Johnson L.L. The Theory of Hedging and Speculation in Commodity Futures[J].Review of Financial Studies， 1960，（27）.
[8]Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）.
[9]Lien D. The Effect of the Co-integration Relationship on Futures Hedging： A Note[J].Journal of Futures Markets， 1996， （16）.
[10]Mattos F， Garcia P，Nelson C.Relaxing standard hedging assumptions in the presence of downside risk[J].Quarterly Review of Economics and Finance， 2008， 48（1）.
[11]Myers R.J，Thompson S.R. Generalized Optimal Hedge Ratio Estimation[J].American Journal of Agricultural Economics， 1989，（71）.
[12]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，（5）.
[13]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，（1）.
[14]冯春山，蒋馥，吴家春. 石油期货套期保值比选取的研究[J].系统工程理论方法应用， 2005，（2）.
[15]华仁海，陈百助.上海期货交易所铜、铝套期保值问题研究[J].中国金融学，2004，（5）.
[16]梁斌，陈敏，缪柏其，吴武清. 我国股指期货的套期保值比率研究[J].数理统计与管理，2009，（1）.
[17]廖肇黎，张宏民. 应用上海燃料油期货套保航空燃油的可行性分析[J].国际石油经济， 2009，17（8）.
[18]齐明亮. 套期保值比率与套期保值的效绩——上海期铜合约的套期保值实证分析[J].华中科技大学学报， 2004，18（2）.
[19]上海期货交易所与中国浦东干部学院“期货市场典型案例研究”课题组. 期货市场典型案例研究[M] 北京：中国金融出版社，2010.
[20]王震，肖飞，郑炯. 买方套期保值策略与风险控制研究——以东方航空燃油套保浮亏事件为例[J].中国石油大学学报， 2010，26（1）.
[21]邹延冰. 国际原油价格的决定因素研究[J].国际金融研究，2012，（7）.
（责任编辑 耿 欣；校对 YJ，GX）
关键词：套期保值；ECM-GARCH；航空煤油；上海燃料油期货
中图分类号：F830.93 文献标识码：A 文章编号：1674-2265（2013）06-0003-07
在航空公司的成本结构中，航空燃料油（以下简称航油）成本是重要的组成部分。根据我国三大航空公司（国航、南航、东航）的报表显示，其航油费用占运营总成本的比重高达30%，而美国同行业平均成本比重为13%（卡特等，2003），航油价格的大幅波动给企业带来巨大的经营风险。中国航油进口成本基本上由新加坡航油离岸价及运费确定。近十年来，新加坡航油价格波动十分剧烈，由2003年1月的32.77 美元/桶升至2008年的181.60 美元/桶，受全球金融危机影响，在2009年又骤然跌至57.86 美元/桶，2012年恢复到120美元/桶的高位，震荡区间十分巨大。这意味着，航空公司受到油价暴涨的影响，有时需要多支付数百亿美元的账单。因此，如何规避航油成本大幅度波动对航空业及其相关产业带来的损失已迫在眉睫。我国十二五规划里已将航空业列入我国新兴产业，降低航空业价格波动风险对我国旅游业、交通运输业等相关产业发展尤为重要。
国外航空公司通常会利用金融衍生品进行航油的套期保值，降低风险敞口①。目前，鉴于国际金融市场上没有直接的航油套保工具，航空公司主要通过两个途径进行操作：一是签订场外合约，二是在场内交易中选取相关性较高的产品（如原油期货、取暖油期货和燃料油期货）对冲。前者的优势在于交易灵活，合约可针对企业需要量身定做；缺点在于企业要面对境外市场的汇率风险、交易对手风险等。对我国企业而言，由于处理复杂的国际金融衍生品交易经验尚浅，且境外交易权限受到国家的严格管控，所以后者优势较为明显，通过场内交易合约和规范化市场有效规避违约风险和对手风险。目前我国交易所市场唯一的能源期货品种是上海燃料油期货②。如何确定最佳的套保比率、交易策略，减少交叉套期保值风险，是最终实现稳定收益套保目标的关键。
一、文献综述
最优套期保值比率的研究，最早始于约翰逊（Johnson，1960）提出的OLS方法，通过对现货价格收益与期货价格收益进行基本的线性回归，拟合出最佳的套期保值比率，但没有充分利用决策前的时变信息。迈尔斯和汤普森（Myers和Thompson，1989）构建了B-VAR模型，有效消除了OLS中的残差项序列相关，进一步完善了套期保值的估计，但仍存在期货价格与现货价格的协整问题。高希（Ghosh，1993）根据恩格尔和格兰杰（Engle和Granger，1987）的协整理论，提出了估计套期保值比率的误差修正（ECM）模型，同时考虑了现货价格、期货价格的非平稳性，短期动态关系和长期平衡关系。而后，随着实证研究的不断丰富和自回归条件异方差模型（ARCH）的广泛应用，大量研究开始考虑到收益率波动的集聚性问题。恩格尔和克朗（Engle和Kroner，1993）提出了一种多变量广义ARCH过程来刻画“期货—现货”的波动分布，即多元GARCH模型，使估计更为有效。利恩（Lien，1996）又将二阶矩期货价格变动方差以及现货价格变动方差之间的相互影响加入模型，且放宽了对期货价格变动的条件方差及其与现货价格变动条件协方差须为常数的条件，所得套保比是随时间变化而变化的，由此构成了广义自回归条件异方差模型ECM-GARCH。实证结果表明，该模型计算所得到的套期保值比率明显优于传统回归模型所得比率（威特，1998；弗莱明，2008；方虹、陈勇，2008）。
国内学者通过引入上述套期保值理论，对金融衍生品市场的套保比率估计也进行了大量实证研究。齐明亮（2004），华仁海、陈百助（2004）对有色金属期货市场进行了研究，论证了上交所铜期货市场套期保值的有效性，发现套期保值的效果与选择的比率紧密相关。冯春山、蒋馥、吴家（2005），方虹、陈勇（2008）利用OLS、B-VAR、ECM、GARCH等模型，研究了石油期货的套保比率选取，并将各种模型的绩效进行了比较分析，得出了采用GARCH测算比率是最优方法的结论。梁斌等（2009）学者对股指期货进行研究，也得到了相似结论。
但上述实证对象主要集中在股指期货、有色金属期货等，由于上海燃料油期货于2004年8月26日才推出，对这一期货品种进行实证研究的文章并不多。已有的对上海燃料油期货进行研究的相关文献中，廖肇黎、张宏民（2009）验证了应用上海燃料油期货套保航空燃料油的可行性，套保可使风险降低程度最高达90%。不过，文章仅仅采用了OLS方法进行了静态套期保值比率的测算，没有考虑价格的波动性聚集。曹培慎、唐露芳（2011）运用2007—2010年数据，探析了上海燃料油期货对燃料油现货的套保功能，实证结果表明，根据ECM及GARCH模型对燃料油现货的套期保值策略，能有效地抵抗风险（使风险减少10%—30%）。本文旨在使用欧债危机后的最新数据，分析国际价格波动的新时期上海燃料油期货对航油进行套期保值的可行性和交易策略，为企业提供更加合理的套保建议。
二、数据说明与模型设定
（一）数据说明
我国航油采购价格，是以新加坡市场航油FOB价作为签订贸易合同的计价基准。因此，本文期货价格数据选取上海期货交易所的燃料油期货收盘价（记为F）③，现货价格数据选取新加坡市场普氏现货报价（记为S）④，且采用对数转换（lnS，lnF）使数据趋势线性化，亦即构造了相应的收益率序列。两者价格走势如图1，不难看出，2008年8月之前燃料油期货与航油现货的价格相关度明显高于2008年之后的区间，两者价差在短期内呈现出波动性和不一致性（实证结果分析中有进一步的阐述）。但根据计算，期货、现货价格序列相关系数在2004—2011年区间段内高达0.854，长期走势表现一致。 本文实证分析数据的样本区间为2004年8月25日—2012年3月1日，累计含1713个交易日数据。而以往学者的研究大部分采用2009年之前的数据，图中显示2009—2012年现货、期货价格差异比2009年之前的价格差异要大，使得样本数据本身存在着较大差异，会对最优套保比的测算结果产生较大影响，因此，在债务危机后测算新的最优套保比率对审视套保策略、减少损失尤为重要。
（二）价格序列的协整关系和波动性聚集
在进行实证分析前，首先检验价格序列是否存在协整关系和ARCH效应，这两点特性是建立ECM-GARCH模型的基础。
（三）模型设定
2. 动态的套期保值比率。与静态套期保值比率不同，动态的套保比充分考虑了期货、现货价格的条件协方差矩阵的时变性特征。结合前面所提到的，上海燃料油期货与新加坡航油现货价格序列存在着协整、波动聚集等问题，理论上，ECM-GARCH能获得更良好的套保比。
相比之下，利用传统的OLS方法来测算，得到的最佳套保比值是0.3414，是一个恒定常数。那么交易者应建立的期货合约总价值应占所保值的现货合同总价值的34.14%。两者对比，利用GARCH测算出的动态套保比率均值高于利用OLS方法测算出的静态比值。
（二）绩效评估
由此可以看出，采用ECM-GARCH模型测算出的比率进行套保，较采用OLS静态比值可使风险降低了约7个百分点，能够达到更好的保值效果。
（三）实证结果分析
从上述实证结果来看，应用上海燃料油期货来进行航油的套期保值，最优的套保比值在39%左右，并能够发挥降低风险敞口15%的效用，验证了该套保方法的可行性。同时，通过与静态测算方法的比较，也证实了ECM-GARCH模型在设计套保策略时的优越性。但与以往文献结果对比，发现本文所得到的套保比和绩效水平相比之前研究结果明显偏低，这一研究差异引发了进一步思考。
1. 套保效果分析。本文实证分析数据取自2004年8月25日—2012年3月1日，最新数据的样本区间中，2009—2012年上海燃料油期货与新加坡航油现货价格差异加大（如图1所述），样本数据基差的扩大必然会导致套保比率以及相应绩效的下降⑥。导致这一时期价格差异扩大主要有两个原因：一是人民币汇率的变动，二是经济危机和欧债危机对油价的冲击影响。
其一，因为上海燃料油期货交易货币为人民币，而新加坡航油现货采用美元计价，因此套保比率计算受到汇率影响。人民币汇率改革以来，人民币兑美元中间价累计升值超过30%。从图3的汇率走势图可知，2009年后汇率变动尤其加剧。这是造成2009年前后两个价格序列的区段差异拉大的重要原因，使得表面上现货价格增幅小于期货价格增幅。
其二，随着美国次贷危机引发全球金融风暴的蔓延，以及欧债危机带来的全球经济不景气，国际油价受到了巨大冲击，自2008年下半年一直到2012年，多次呈现出大幅飙升和大幅下挫的极端情形。燃料油期货与现货价格自2009年后相关性下降，这使得套期保值很难取得良好效果。并且一定程度上讲，上述第一点原因中的汇率波动，本质上也是受到宏观经济的影响。这对我国航空公司的启示是：当未来油价走势不明朗或短期内波动剧烈时，企业应适当降低套期保值比率。
事实上，在宏观经济出现大幅波动时，航空公司很难建立合理的航油套期保值头寸。此外，各国经济状况、区域性溢价和可替代能源的发展等因素都会对原有价格短期走势产生重大影响。
2. 合约长度影响。国外大量学者关于套期保值的研究表明，期货合约的长度不同，套期保值效果会相应不同（齐诺和马赛厄斯，2012）。通常情况下，长周期的套期保值绩效优于短周期的套期保值绩效，这一结论同样适用于国内套期保值交易（冯春山等，2005；方虹、陈勇，2008）。
上海燃料油期货有四个合约可供交易：当月（30天）、下月（60天）以及随后的两个季月（90天、120天）。理论上，120天的合约套期保值绩效应该最好。但是，已有的燃料油套保航油研究，在构造不同期限的期货价格数据时，是采用临近合约的交易数据，然后运用数学计算的方式进行平均和加减，形成了不同期限长短的期货收益率序列、现货收益率序列。与实际交易中不同期限合约价格的情况并不吻合，研究意义不大。
鉴于此，本文没有对合约期限进行30天、60天、90天、120天的分期构造，而是直接对短期交易进行了测算，所得到的结果也是针对短周期的套期保值。结合上述长短周期不同绩效的推断，本文测算的短周期套保绩效要偏低。
因此，在套期保值的实际操作过程中，如何选择合约月份，也是未来进一步研究的方向。尤其是，需要同时考虑到合约长度是否满足现货交易时间需要、交割所在月份是否足够活跃以平掉头寸等问题。
四、结论与建议
本文根据协整检验和ARCH效应检验，证实了新加坡航油现货价格与上海燃料油期货价格存在长期稳定关系，利用燃料油期货降低燃料油价格波动风险具有可行性，且价格序列存在波动聚集性，适合采用ECM-GARCH模型来测算最优套期保值比。根据本文采用的2004年8月—2012年3月数据区间，采用ECM-GARCH模型计算出的动态套保比率平均水平为0.3972，绩效水平为0.154，比OLS方法更有效，但是效果并不十分优异。这主要是因为我国2008年后航油价格波动风险受到汇率变动、外部经济因素的较大影响和制约。人民币升值、世界金融危机和欧债危机，使得套保风险改善水平仅能达到15%左右。因此，运用上海燃料油期货来对航油进行套期保值的方案，更适用于经济平稳的环境。
在实际操作中，我国航空公司制定套期保值方案还需要综合考虑其他市场因素：
（一）选择合适的套保市场
到目前为止，可以说无论场内场外，都不存在完美的套保工具。在世界经济衰退时期，企业往往需要采用分散化的组合策略，降低整体风险。且将自身需求与市场特点相结合，如表6所示，综合考虑市场的交易费用、入场规则等因素。 对我国国有航空公司而言，一般具备充裕的资金但经验不足，更多地应考虑运用期货交易手段；对我国民营航空公司而言，由于资金流动性不足，如果能构建一支专业团队或在能充分认识风险的情况下，可适当选择低投入的复杂衍生品以获得收益。
（二）交易成本与资金限制
本文所得的最优套保比未考虑交易手续费等成本问题。尤其是动态化的比率要求高频交易，成本会随之较高。目前，上交所上海燃料油期货的手续费率为2?，保证金为8%。相对于期权费来说，实际费用不高，但保证金的资金占用会带来一定的机会成本。以南航为例，每年有近80万吨套保需求量，那么按套保比0.4（参考文中估算值0.3972）、保证金8%的比例计算，仅保证金就需要9800万。因此，对中小型航空企业来说，很容易造成资金流动短缺，在实际操作中，需要谨慎地从年利率、占用时间等多方面进行考虑。
（三）风险监管
除了确定套保比值和数量之外，风险监管也尤为重要。在整个套保过程中，公司应严格执行套期保值方案，尤其不能以投机为目标。资金账户专用，并对企业流动资金进行压力测试，及时发现问题，以保证能够反应快速，实现期货与现货的同步性。
注：
①起源于20世纪80年代的航油套保曾帮助美国西南航空公司顺利渡过石油危机，西南航空是最早开始参与套保的航空公司之一，也是美国唯一一家自1973年起持续盈利的航空企业。20世纪90年代以后航油套保为企业所广泛应用，德国汉莎航空通过坚持系统的、长期的、大比例的套保战略，在油价大跌大涨时也仍然保持着较高的净利润。
②上海燃料油期货品种交易活跃，自2004年8月25日上市之后，市场功能不断完善，截至2009年8月，各月合约累计成交已达 21亿吨，累计交易金额6.8万亿元，且未发生恶性风险事件。
③数据来自万得资讯金融数据库，上海燃料油期货日交易数据。
④数据来自凤凰财经，航空煤油普氏现货报价，http：//app.finance.ifeng.com/data/indu/ /cpjg.php？symbol=291。
⑤模型参见Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）。
⑥以美国西南航空为例，随着现货、期货价格的价差增加，该公司的套保比率自2007年的95%逐年降至2009年的50%、2012年的15%。
参考文献：
[1]Adams Zeno，Gerner Mathias.Cross Hedging Jet-Fuel Price Exposure[J]. Energy Economics，Sep. 2012，v.34，iss.5，pp.1301-09.
[2]David Carter，Daniel A. Rogers，Betty J.Simkins. Fuel Hedging in the Airline Industry：The Case of Southwest Airlines[D].Oklahoma State University working paper， 2003，（12）.
[3]Ederington L.H.The Hedging Performance of the New Futures Markets[J].Journal of Finance，1979，（34）.
[4]Fleming J， Kirby C. The specification of GARCH models with stochastic covariates[J]. Journal of Futures Markets， 2008， 28（10）.
[5]Ghosh. A Hedging with Stock Index Futures： Estimation and Forecasting with Error Correction Model[J].Journal of Futures Markets， 1993，（13）.
[6]Harvey， J. Witt， Ted C. Schroeder Marvin L. Hayenga. Comparison of Analytical Approaches for Estimating Hedge Ration for Agricultural Commodities[J].Journal of Futures Markets， 1998（12）.
[7]Johnson L.L. The Theory of Hedging and Speculation in Commodity Futures[J].Review of Financial Studies， 1960，（27）.
[8]Kroner K.F， Sultan J. Time-varying distributions and dynamic hedging with foreign currency futures[J].Journal of Financial and Quantitative Analysis，1993，（28）.
[9]Lien D. The Effect of the Co-integration Relationship on Futures Hedging： A Note[J].Journal of Futures Markets， 1996， （16）.
[10]Mattos F， Garcia P，Nelson C.Relaxing standard hedging assumptions in the presence of downside risk[J].Quarterly Review of Economics and Finance， 2008， 48（1）.
[11]Myers R.J，Thompson S.R. Generalized Optimal Hedge Ratio Estimation[J].American Journal of Agricultural Economics， 1989，（71）.
[12]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，（5）.
[13]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，（1）.
[14]冯春山，蒋馥，吴家春. 石油期货套期保值比选取的研究[J].系统工程理论方法应用， 2005，（2）.
[15]华仁海，陈百助.上海期货交易所铜、铝套期保值问题研究[J].中国金融学，2004，（5）.
[16]梁斌，陈敏，缪柏其，吴武清. 我国股指期货的套期保值比率研究[J].数理统计与管理，2009，（1）.
[17]廖肇黎，张宏民. 应用上海燃料油期货套保航空燃油的可行性分析[J].国际石油经济， 2009，17（8）.
[18]齐明亮. 套期保值比率与套期保值的效绩——上海期铜合约的套期保值实证分析[J].华中科技大学学报， 2004，18（2）.
[19]上海期货交易所与中国浦东干部学院“期货市场典型案例研究”课题组. 期货市场典型案例研究[M] 北京：中国金融出版社，2010.
[20]王震，肖飞，郑炯. 买方套期保值策略与风险控制研究——以东方航空燃油套保浮亏事件为例[J].中国石油大学学报， 2010，26（1）.
[21]邹延冰. 国际原油价格的决定因素研究[J].国际金融研究，2012，（7）.
（责任编辑 耿 欣；校对 YJ，GX）