基于高频数据的沪深300股指期货套期保值模型研究
股票市场上主要有系统风险和非系统风险两类,非系统风险可以通过资产组合进行规避,而系统风险无法通过资产多元化规避。2010年4月16日沪深300股指期货合约在中金所正式上市,股指期货具有期货的套期保值功能,能够对股票市场的系统风险进行规避。采用沪深300股指期货进行套期保值的核心问题就是套期保值比的确定。在股指期货套期保值比模型中,现有研究主要分为静态套期保值模型和动态套期保值模型,根据国内外学者对套期保值比模型的研究,发现动态套期保值比模型优于静态套期保值比模型。目前,动态套期保值比模型主要利用均值-GARCH类模型进行估计,这些模型大都基于低频收益率数据。随着计算机技术的发达,国内高频数据的获取越来越容易,与低频数据相比较,高频数据包含了更多的市场信息,且随抽样频率的增加,高频数据所包含的信息越多。因此,本文将以沪深300股指期货为例,基于高频数据估计的已实现波动率矩阵对沪深300股指期货套期保值模型群进行实证研究,以期构建一个适合于新兴市场股指期货套期保值模型群。 本文首先对沪深300指数和沪深300股指期货价格波动的非对称性和跳跃性进行研究,并对沪深300指数和股指期货的价格序列、基差序列进行统计分析;然后在采用MRK对已实现波动矩阵进行修正的基础上,构建均值-CAW模型和均值-CAW-HAR模型,并分析模型的随机性质;接着从基于方差最优、组合VaR最优和组合CVaR最优三个目标函数中得到股指期货套期保值比向量解析式,在向量解析式中需要知道沪深300指数和股指期货的条件均值和条件协方差矩阵,这些变量将采用均值-CAW模型和均值-CAW-HAR模型进行估计;最后采用沪深300指数和沪深300股指期货5分钟高频数据从风险最小化、效用最大化和资产组合收益率的VaR值三个评价指标对均值-CAW模型、均值-CAW-HAR模型和均值-BEKK模型的套期保值效果进行比较,得出以下结论: 第一,沪深300指数和沪深300股指期货的价格走势基本相同,存在着协整关系,有利于进行股指期货的套期保值研究。 第二,沪深300指数和沪深300股指期货的收益波动率具有非对称性和跳跃性,沪深300指数的非对称性大于沪深300股指期货的,沪深300股指期货的波动跳跃频率高于沪深300指数的,股指期货市场的波动性大于现货市场。 第三,对利用已实现波动率矩阵建模的均值-CAW模型和均值-CAW-HAR模型与利用收益率序列进行建模的均值-BEKK模型的套期保值效果进行比较,发现考虑异质市场假说的均值-CAW模型的套期保值效果最优,其次是均值-CAW模型,最后是均值-BEKK模型。 第四,从方差最优、组合VaR最优和组合CvaR最优三个目标函数的套期保值效果进行比较,发现基于组合CvaR最优的套期保值比和其套期保值效果比较稳定,且随着置信水平的增加而逐渐趋近于方差最优的套期保值比的套期保值效果;当考虑效用最大化和资产组合收益率VaR值时,基于组合VaR最优的套期保值比的套期保值效果好;当考虑风险最小化时,基于方差最优和组合CVaR最优的套期保值效果好。
股指期货;高频数据;套期保值;波动率矩阵;方差最优
中国海洋大学
硕士
数量经济学
赵树然
2014
中文
F832.51
75
2015-04-01（万方平台首次上网日期，不代表论文的发表时间）