摘 要:股指期貨是金融衍生工具中重要的一種,也是股票融投資者規(guī)避風(fēng)險(xiǎn)的重要手段。滬深300股指期貨于2010年4月16日正式上市,這是中國目前唯一一只股指期貨。滬深300的上市,使得股票投資者有更多的避險(xiǎn)模式。運(yùn)用計(jì)量模型(OLS模型、B-VAR模型、GARCH模型)對滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的最優(yōu)對沖比率進(jìn)行估計(jì)和比較后,結(jié)論顯示:專門針對金融數(shù)據(jù)所量體訂做的GARCH模型的對沖率最好。隨著滬深300股指期貨在中國的推進(jìn),中國金融市場將會逐步走向成熟。
關(guān)鍵詞:股指期貨;對沖;計(jì)量模型
中圖分類號:F8 文獻(xiàn)標(biāo)志碼:A 文章編號:1673-291X(2013)02-0092-04
引言
股指期貨全稱是股票價(jià)格指數(shù)期貨,也稱為股價(jià)指數(shù)期貨、期指。作為金融衍生工具的一種,股指期貨最重要的作用就是進(jìn)行風(fēng)險(xiǎn)規(guī)避,其原理就是通過在期貨市場與現(xiàn)貨市場進(jìn)行相反的操作來減少現(xiàn)貨市場風(fēng)險(xiǎn)。滬深300股指期貨是目前中國國內(nèi)第一只,也是唯一一只股指期貨,它的出現(xiàn)為股票投資者提供了有效的避險(xiǎn)工具。本文運(yùn)用計(jì)量模型,研究滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的最優(yōu)對沖比率,為我國的股指期貨市場的推進(jìn)和運(yùn)用股指期貨進(jìn)行對沖的投資者提供有效的借鑒及啟示。
一、文獻(xiàn)回顧
對沖理論的發(fā)展經(jīng)歷了傳統(tǒng)對沖理論、基差逐利理論、現(xiàn)代對沖理論三個(gè)發(fā)展階段,對沖比率的產(chǎn)生,是基于現(xiàn)代對沖理論。Markowitz在1952年提出了投資組合理論,Johnson(1960)、 Stein (1961)和Ederington(1979)將這種理論引入了對沖中。根據(jù)風(fēng)險(xiǎn)度量方法和效用函數(shù)選擇的不同,現(xiàn)代對沖理論的研究可分成兩種途徑:一種是從風(fēng)險(xiǎn)最小化的角度研究最小風(fēng)險(xiǎn)對沖比率,另一種是從效用最大化的角度研究均值-風(fēng)險(xiǎn)對沖比率。
目前,計(jì)算對沖比率的方法,通常是在風(fēng)險(xiǎn)最小化的角度下進(jìn)行的。Johnson(1960)用OLS模型計(jì)算出了最優(yōu)對沖比率。Herbst(1989)及Myers和 Thompson(1989 )發(fā)現(xiàn)利用OLS進(jìn)行計(jì)算會受到殘差項(xiàng)序列相關(guān)的影響,他們提出了消除殘差相關(guān)的B-VAR模型。Granger于1981年提出了協(xié)整理論,Ghosh(1993)隨后提出了考慮到協(xié)整關(guān)系的ECM模型,并證明了應(yīng)用ECM模型可以得到一個(gè)更好的對沖比率。根據(jù)Fama(1987)的結(jié)論:期貨價(jià)格波動(dòng)呈現(xiàn)異方差的特征,即期貨價(jià)格與現(xiàn)貨價(jià)格的條件協(xié)方差將隨著時(shí)間而變化,最優(yōu)對沖比率不應(yīng)該是固定不變的數(shù)值。20世紀(jì)80年代后期開始出現(xiàn)動(dòng)態(tài)的對沖概念。Engle(1982)先提出ARCH模型,之后Bollerslev(1986)又推廣到GARCH模型。Kroner和Sultan(1993)提出了基于市場變化的ECM-GARCH模型,Park和Switzer(1995)以及Lien(1996)將GARCH模型運(yùn)用于最優(yōu)對沖比率的計(jì)算,得出了動(dòng)態(tài)的對沖比率。Bollerslev、Engle、Wooldridge(1988)提出了基于VECH-GARCH的對沖比率,。隨著后來人們對于GARCH模型和對沖的深入的研究,出現(xiàn)了多種以GARCH模型為基礎(chǔ)的對沖比率。
二、研究模型
本文所用模型都是基于風(fēng)險(xiǎn)最小化的方法,目前基于這一方法的模型分為有靜態(tài)和動(dòng)態(tài)的模型來估計(jì)對沖比率,其中靜態(tài)模型有OLS模型和B-VAR模型,動(dòng)態(tài)模型為GARCH模型。
1.OLS模型
ΔSt——現(xiàn)貨價(jià)格的對數(shù)收益;
ΔFt——期貨價(jià)格的對數(shù)收益;
——截距項(xiàng);
β——回歸系數(shù);
εt——隨機(jī)誤差。
最優(yōu)對沖比率為:
2.B-VAR模型
ΔSt——現(xiàn)貨價(jià)格的對數(shù)收益;
ΔFt——期貨價(jià)格的對數(shù)收益;
αs、αF——截距項(xiàng);
βsi、βFi——回歸系數(shù);
γsi、γFi——回歸系數(shù);
εst、εFt——隨機(jī)誤差。
最優(yōu)對沖比率為:
3.GARCH模型
上面的兩種模型是靜態(tài)模型,它們假定期貨和現(xiàn)貨的風(fēng)險(xiǎn)不會隨時(shí)間變化,用這種模型算出的對沖比率也不會隨時(shí)間變化。實(shí)際上金融時(shí)間序列存在著“波動(dòng)聚類”的特性,即殘差序列的方差是隨時(shí)間變化而變化的,采用GARCH模型會解決金融時(shí)間序列的“波動(dòng)聚類”問題。
ΔSt——現(xiàn)貨價(jià)格的對數(shù)收益;
ΔFt——期貨價(jià)格的對數(shù)收益;
α——截距項(xiàng);
β——回歸系數(shù);
εt——隨機(jī)誤差。
最優(yōu)對沖比率為:
三、實(shí)證分析
1.數(shù)據(jù)來源
樣本內(nèi)數(shù)據(jù)采用滬深300股指期貨、中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)2010年4月16日到2012年9月6日的每日收盤價(jià),共584個(gè)數(shù)據(jù)用來進(jìn)行最優(yōu)對沖比率的估計(jì);樣本外數(shù)據(jù)采用滬深300股指期貨、中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)2012年9月7日到2012年9月21日的每日收盤價(jià),用來進(jìn)行對沖比率的效果檢驗(yàn)。股指期貨數(shù)據(jù)均來自巨靈數(shù)據(jù)庫,現(xiàn)貨數(shù)據(jù)來自鳳凰財(cái)經(jīng)網(wǎng),數(shù)據(jù)處理及模型估計(jì)用stata 12.0軟件進(jìn)行。
2.平穩(wěn)性及協(xié)整檢驗(yàn)
首先對滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的對數(shù)價(jià)格做PP檢驗(yàn),得到結(jié)果如表1。
檢驗(yàn)結(jié)果表明,滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的對數(shù)價(jià)格在1%、5%及10%的顯著水平下全部接受原假設(shè),即均存在單位根,是非平穩(wěn)的時(shí)間序列。
其次,我們對滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的對數(shù)收益做PP檢驗(yàn),檢驗(yàn)結(jié)果如表2。
檢驗(yàn)結(jié)果表明,滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的對數(shù)收益在1%的顯著水平下拒絕原假設(shè),不存在單位根,即為平穩(wěn)的。
因此,滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)為一階單整時(shí)間序列,滿足協(xié)整的前提;于是,進(jìn)一步對這幾個(gè)序列做殘差的PP檢驗(yàn),結(jié)果如表3。
結(jié)果顯示,滬深300股指期貨分別與中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的殘差在1%的顯著水平下拒絕原假設(shè),不存在單根,殘差為平穩(wěn)的。
所以,滬深300股指期貨分別與中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)存在協(xié)整關(guān)系,即價(jià)格的波動(dòng)具有長期的均衡。
3.估計(jì)最優(yōu)對沖比率
首先,我們對滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的對數(shù)收益進(jìn)行數(shù)理統(tǒng)計(jì)(見表4)。
圖1、2、3、4分別是滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的每日對數(shù)收益。
(1)OLS的估計(jì)結(jié)果
通過對滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)、中小板指數(shù)的每日對數(shù)收益進(jìn)行回歸,帶截距項(xiàng)的結(jié)果如表5。
由上表可以明顯的看出來,四個(gè)回歸方程的截距項(xiàng)P值均大于0.1,也就是說用OLS法對股指期貨和指數(shù)進(jìn)行回歸,應(yīng)省略截距項(xiàng)。省略后的結(jié)果如表6所示:
其中即為所求的最優(yōu)對沖比率。
(2)B-VAR的估計(jì)結(jié)果
由于OLS回歸后殘差序列可能存在自相關(guān),所以用OLS估計(jì)的對沖比率效果不一定準(zhǔn)確,未解決殘差的自相關(guān),我們用B-VAR模型進(jìn)行對沖比率的估計(jì)。
表7為B-VAR模型所估計(jì)的結(jié)果,其中h為最優(yōu)對沖比率。
(3)GARCH的估計(jì)結(jié)果
用以上兩種模型所得到的對沖比率是靜態(tài)的對沖比率,而用GARCH模型所得到的對沖比率是一個(gè)動(dòng)態(tài)的比率,它會隨著時(shí)間的改變而改變。這里為了便于計(jì)算,我們選取了GARCH模型所計(jì)算出的不同時(shí)間對沖比率的均值來作為結(jié)果。
四、對沖效果檢驗(yàn)
目前,對于對沖效果的驗(yàn)證一般有三種方法,分別是:風(fēng)險(xiǎn)最小化測度方法、夏普比率模型測度方法、效用最大化測度方法。本文將采用風(fēng)險(xiǎn)最小化測度方法來進(jìn)行效果的驗(yàn)證。
Ederington(1979)認(rèn)為,對沖的目的在于降低風(fēng)險(xiǎn)水平,提出在風(fēng)險(xiǎn)最小化的框架下衡量對沖有效性的方法。以對沖組合的方差表示風(fēng)險(xiǎn),與未參加對沖時(shí)收益方差相比,參加對沖后收益方差減少的百分比即為對沖績效指標(biāo)。未參與對沖和參與對沖收益方差可以分別表示為:
于是,對沖的效果指標(biāo)為:
基于風(fēng)險(xiǎn)收益的對沖有效性比較見表9。
從表9中我們可以明顯的看到,OLS模型沒有考慮金融時(shí)間序列的諸多因素,所以對沖效果最次;用OLS模型估計(jì)的對沖比率進(jìn)行對沖,其風(fēng)險(xiǎn)比不進(jìn)行對沖還要大。用B-VAR模型所估計(jì)的對沖比率進(jìn)行對沖,雖然大部分組合風(fēng)險(xiǎn)減小,但是效果卻不是很明顯。而用專門針對金融時(shí)間序列而產(chǎn)生的GARCH模型進(jìn)行估計(jì),其對沖效果最好,前三種組合的對沖效果均接近1。所以三種模型中,GARCH模型效果最好,B-VAR模型次之,OLS模型效果最差。這個(gè)結(jié)果與金融理論及計(jì)量模型的發(fā)展是一致的。
從投資組合上看,用滬深300股指期貨與中證100指數(shù)進(jìn)行對沖的效果最好,尤其是用GARCH模型,其效果及接近1。而對沖中小板指數(shù)的效果最不好,即使是GARCH模型,效果也只有約0.5。這可能與每種指數(shù)的組成成分有關(guān),中證100指數(shù)是取滬深300指數(shù)中績效較好的100只股票進(jìn)行組合,所以它與滬深300股指期貨的相關(guān)性最大,上證基金指數(shù)、上證50指數(shù)相關(guān)性其次,而中小板指數(shù)的組成成分與滬深300股指的相差最大,所以對沖結(jié)果也最不好。
五、結(jié)論
本文分別利用OLS模型、B-VAR模型和GARCH模型三種計(jì)量模型對中國滬深300股指期貨和中證100指數(shù)、上證基金指數(shù)、上證50指數(shù)和中小板指數(shù)的最優(yōu)對沖比率進(jìn)行了估計(jì),并進(jìn)行了樣本外的效果驗(yàn)證。結(jié)論表明:對于所選的4只股指,用GARCH模型估計(jì)得到的最優(yōu)對沖比率效果最好,風(fēng)險(xiǎn)程度降低較大。對于同一種模型估計(jì)出的對沖比率,用與期貨相關(guān)性越好的現(xiàn)貨進(jìn)行對沖,其效果越好。
隨著我國滬深300股指期貨的上市,中國的金融市場逐步成熟,越來越多的投資者會選用股指期貨來進(jìn)行風(fēng)險(xiǎn)規(guī)避,所以本結(jié)論對于希望運(yùn)用股指期貨進(jìn)行對沖的投資者提供了借鑒及啟示。