我國(guó)白銀期貨套期保值比率實(shí)證研究.doc

運(yùn)用白銀期貨進(jìn)行避險(xiǎn)分析摘要在期貨市場(chǎng)上，套期保值功能的發(fā)揮主要取決于現(xiàn)貨和期貨市場(chǎng)的規(guī)范程度和發(fā)展成熟程度，不同規(guī)范程度和發(fā)展成熟程度的現(xiàn)貨和期貨市場(chǎng)套期保值功能的發(fā)揮程度也不同。本文采用來(lái)源于上海期貨交易所白銀期貨（AG1707）和上海黃金交易所的白銀現(xiàn)貨的日收盤(pán)價(jià)的數(shù)據(jù)，時(shí)間范圍從2016年8月至2017年6月，分析比較了白銀期貨和現(xiàn)貨的價(jià)格數(shù)據(jù)，運(yùn)用簡(jiǎn)單線性回歸模型、向量自回歸模型、雙變量誤差修正模型，最后通過(guò)得出的三個(gè)模型的套期保值比率進(jìn)行比較，得出最優(yōu)的套期保值比率模型。得到的結(jié)論有：（1）白銀期貨的價(jià)格與白銀現(xiàn)貨的價(jià)格存在非常顯著的協(xié)整關(guān)系，忽略這種關(guān)系的出來(lái)的最優(yōu)套期保值比率偏小，如上文所論述的，表明考慮了協(xié)整關(guān)系的模型B-ECM比不考慮兩者協(xié)整關(guān)系的模型OLS和B-VAR模型估計(jì)出來(lái)的最優(yōu)套期保值比率大。（2）對(duì)于在研究的時(shí)間范圍內(nèi)的我國(guó)白銀期貨的基于風(fēng)險(xiǎn)最小化的套期保值效果的比較，我們發(fā)現(xiàn)，簡(jiǎn)單線性回歸模型、雙變量向量自回歸模型、雙變量誤差修正模型的套期保值效果逐漸越來(lái)越好，即B-ECM模型效果最好。關(guān)鍵詞：白銀期貨；套期保值；套期保值比率；套期保值績(jī)效1 引言1.1研宄背景及意義白銀從被人類發(fā)現(xiàn)開(kāi)始，就具備了多重屬性：貨幣屬性，金融屬性和商品屬性，是推動(dòng)經(jīng)濟(jì)發(fā)展中不可或缺的貴金屬材料，有不可替代的作用。2008年我國(guó)推出了黃金期貨，2012年，中國(guó)證監(jiān)會(huì)正式批準(zhǔn)白銀期貨合約在上海期貨交所掛牌交易。白銀期貨的產(chǎn)生不僅豐富了我國(guó)的期貨品種，也對(duì)白銀生產(chǎn)和加工企業(yè)規(guī)避白銀價(jià)格劇烈波動(dòng)風(fēng)險(xiǎn)提供了一個(gè)渠道和價(jià)格指導(dǎo)，同時(shí)也有利于完善上海期貨交易所貴金屬交易體系和金融市場(chǎng)體系。作為歷史悠久的貴金屬，白銀的需求主要有工業(yè)需求、飾品需求以及投資需求等。其價(jià)格受多種因素的影響，如：美元指數(shù)，原油指數(shù)，通貨膨脹率，黃金的價(jià)格指數(shù)以及其自身供求關(guān)系。中國(guó)作為白銀的消費(fèi)大國(guó)，其價(jià)格變動(dòng)將對(duì)我國(guó)的白銀產(chǎn)業(yè)鏈造成較大的影響。所以把白銀的套期保值作為控制風(fēng)險(xiǎn)的重要手段顯得極為迫切，其中最為核心的問(wèn)題就是如何估算套期保值比率來(lái)最大限度減小基差風(fēng)險(xiǎn)。1.2研究方法截至目前，對(duì)于各類期貨品種套期保值績(jī)效的研究，學(xué)術(shù)界已有很多，但自白銀期貨2012年5月上市以來(lái)，對(duì)其套期保值的最優(yōu)套保比率的研究還比較少，其他品種的研究結(jié)論也并不完全適應(yīng)于白銀期貨的套期保值策略上。白銀期貨市場(chǎng)不斷成熟，加強(qiáng)對(duì)我國(guó)白銀期貨套期保值的研究顯得尤為必要。本文采用2012年8月到2014年2月的白銀期貨市場(chǎng)和白銀現(xiàn)貨市場(chǎng)的交易數(shù)據(jù)，借助簡(jiǎn)單線性回歸模型（OLS），雙變量向量自回歸模型（B-VAR）和雙變量誤差修正模型（B-ECM）分別對(duì)樣本數(shù)據(jù)進(jìn)行回歸，將得到的三個(gè)模型的套期保值比率進(jìn)行比較，得出最優(yōu)的套期保值比率模型。其中白銀期貨價(jià)格采用上海期貨交易所合約到期日前一月的每一交易日的結(jié)算價(jià)，現(xiàn)貨價(jià)格采用上海黃金交易所的每日加權(quán)平均價(jià)。1.3相關(guān)文獻(xiàn)綜述鄭明川（1997）通過(guò)最小風(fēng)險(xiǎn)套期保值方法運(yùn)用到對(duì)上海銅期貨的研究中發(fā)現(xiàn)，發(fā)現(xiàn)其效果比運(yùn)用傳統(tǒng)的套期保值方法要好。齊明亮（2004）對(duì)上海銅期貨進(jìn)行了最優(yōu)套期保值比率的估計(jì)，結(jié)果發(fā)現(xiàn)套期保值的效果與套期保值的比率的選擇緊密相關(guān)，基于最小方差套期保值策略可獲得更好的套期保值效果王駿（2005）運(yùn)用了OLS模型，B-VAR模型，B-ECM模型和B-GARCH模型等四個(gè)常用的計(jì)量模型研究了中國(guó)的農(nóng)產(chǎn)品期貨如大豆、小麥及金屬期貨如招、銅，研究結(jié)果表明金屬期貨品種的套期保值比率及套期保值效果要比農(nóng)產(chǎn)品期貨品種的套期保值比率和套期保值效果要優(yōu)。唐衍偉（2006）在其論文中，詳細(xì)研究了商品期貨市場(chǎng)上的套利策略及應(yīng)用，在具體方法上釆用了單位根檢驗(yàn)、序列相關(guān)檢驗(yàn)和游程檢驗(yàn)等檢驗(yàn)方法證明了我國(guó)期貨市場(chǎng)具有套利的基礎(chǔ)條件，此外，該文還采用了均值方差期望效用函數(shù)，常方差和時(shí)變方差等方法對(duì)套利頭寸的組合策略進(jìn)行了探討，最后指出套利交易對(duì)于中國(guó)期貨市場(chǎng)發(fā)展的重要意義。屠斌（2007）在期銅跨市套利風(fēng)險(xiǎn)分析一文中，采用Garch模型以及方差協(xié)方差矩陣等方法，運(yùn)用Var風(fēng)險(xiǎn)價(jià)值分析了上海期銅和倫敦期銅這一跨市套利組合的風(fēng)險(xiǎn)價(jià)值，對(duì)各種影響跨市套利的因素進(jìn)行了定性分析。2套期保值比率確定的方法及績(jī)效的衡量2.1最優(yōu)套期保值比率的理論推導(dǎo)一從最小方差的角度分析考慮現(xiàn)貨多頭包含單位的頭寸和期貨空頭包含單位的頭寸組合，記和分別為時(shí)刻現(xiàn)貨和期貨價(jià)格，該套期保值組合的收益為 （2.1） 其中，為套期保值比率， 收益率方差為： （2.2）對(duì)以上式子中h求一階導(dǎo)數(shù)，并令其為0，可得最優(yōu)套期保值比率即最小方差套期保值比率為： （2.3）其中為的相關(guān)系數(shù)，和分別為的標(biāo)準(zhǔn)差。2.2最優(yōu)套期保值比率的理論模型（1）簡(jiǎn)單線性回歸模型（OLS）運(yùn)用簡(jiǎn)單線性回歸估計(jì)基于風(fēng)險(xiǎn)最小化的最優(yōu)套期保值比率是通過(guò)最小二乘的方法計(jì)算得到的，具體操作是將現(xiàn)貨價(jià)格作為因變量，期貨價(jià)格作為自變量，運(yùn)用OLS模型回歸之后的斜率系數(shù)就是最優(yōu)套期保值比率值。該模型為： （2.4）其中c為常數(shù)項(xiàng)，為隨機(jī)誤差項(xiàng)。（2）雙變量向量自回歸模型（B-VAR）模型： （2.5）（3）雙變量誤差修正模型（B-ECM）該模型的檢驗(yàn)需要分為兩步進(jìn)行，首先用以下公式將數(shù)據(jù)代入進(jìn)行回歸，由此確定價(jià)格平穩(wěn)性及長(zhǎng)期均衡與短期動(dòng)態(tài)的關(guān)系。確定系數(shù)： （2.6）該公式結(jié)果可以使我們確定期貨價(jià)格與現(xiàn)貨價(jià)格是否存在協(xié)整關(guān)系，若存在，則可以估計(jì)如下模型： （2.7）對(duì)的估計(jì)值就是最優(yōu)套期保值比率。3我國(guó)白銀期貨套期保值績(jī)效的實(shí)證研究3.1數(shù)據(jù)的搜集與整理本文采用的數(shù)據(jù)來(lái)源于上海期貨交易所白銀期貨（AG1707）和上海黃金交易所的白銀現(xiàn)貨的日收盤(pán)價(jià)。采用的數(shù)據(jù)時(shí)間范圍從2016年8月至2017年6月，共214個(gè)數(shù)據(jù)。在以下實(shí)證論述中，所運(yùn)用的數(shù)據(jù)都是對(duì)白銀期貨價(jià)格和現(xiàn)貨價(jià)格時(shí)間序列進(jìn)行對(duì)數(shù)變換得來(lái)的，這樣處理的原因是因?yàn)椋菏紫龋瑢?duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)變換，可以縮小數(shù)據(jù)分布的離散情況，不會(huì)改變數(shù)據(jù)的性質(zhì)和關(guān)系，且所得到的數(shù)據(jù)易消除異方差問(wèn)題。其次，這樣處理可以使數(shù)據(jù)不會(huì)對(duì)異常值過(guò)于敏感，便于發(fā)現(xiàn)數(shù)據(jù)之間隱含的關(guān)系，也可在一定程度上緩解我國(guó)白銀期現(xiàn)貨價(jià)格大幅度波動(dòng)產(chǎn)生的影響。 3.2簡(jiǎn)單線性回歸模型（OLS）估計(jì)結(jié)果通過(guò)對(duì)數(shù)據(jù)進(jìn)行回歸，我們得到的結(jié)果如下表所示：表1 白銀期貨最優(yōu)套期保值比率的估計(jì)結(jié)果VariableCoefficientStd. Errort-StatisticProb.C1.0597530.3347393.1659060.0023LOG(D(FT)0.6548270.1019356.4239810.0000回歸結(jié)果： （3.1）在0.05的顯著水平下，截距項(xiàng)和自變量在統(tǒng)計(jì)意義上都顯著，說(shuō)明期貨對(duì)數(shù)價(jià)格的變化量對(duì)現(xiàn)貨對(duì)數(shù)價(jià)格的變化量影響顯著。而系數(shù)0.654827表示對(duì)白銀現(xiàn)貨在白銀期貨市場(chǎng)進(jìn)行套期保值時(shí)，每一份現(xiàn)貨合約需要0.654827份期貨合約。但是，利用OLS模型假設(shè)的前提條件是殘差序列不相關(guān)，但是實(shí)際問(wèn)題是可能存在參差序列自相關(guān)問(wèn)題。3.3雙變量向量自回歸模型（B-VAR）模型估計(jì)結(jié)果為了解決模型存在的殘差序列自相關(guān)問(wèn)題，我們借助雙變量向量自回歸模型（進(jìn)行解決。如前述所述，我們將白銀期貨價(jià)格對(duì)數(shù)數(shù)據(jù)和白銀現(xiàn)貨價(jià)格對(duì)數(shù)數(shù)據(jù)代入該模型，進(jìn)行回歸，得到以下結(jié)果：表2 白銀期貨最優(yōu)套期保值比率的回歸結(jié)果VariableCoefficientStd. Errort-StatisticProb.C0.0069160.2922710.0236630.9812LOG(D(FT)0.6881220.06347613.046160.0000LOG(D(D(ST)0.3220420.0806673.9922240.0002LOG(D(D(FT)-0.1652280.075066-2.2010970.0329回歸結(jié)果： （3.2）從表2可以看出，在0.05的顯著水平下只有常數(shù)項(xiàng)在統(tǒng)計(jì)上不顯著其他變量的系數(shù)在統(tǒng)計(jì)上均很顯著。因此，白銀期貨的最優(yōu)套期保值比率通過(guò)模型估計(jì)出來(lái)為0.6881，也就是每一份白銀現(xiàn)貨合約需要0.6881份的白銀期貨合約進(jìn)行套期保值操作。3.4雙變量誤差修正模型（B-ECM）模型估計(jì)結(jié)果運(yùn)用雙變量誤差修正模型之前，需要對(duì)白銀期貨對(duì)數(shù)價(jià)格和白銀現(xiàn)貨對(duì)數(shù)價(jià)格序列分別驗(yàn)證是否存在單位根，并且需要驗(yàn)證兩者是否存在協(xié)整關(guān)系。如下表所示：表3 白銀期貨與現(xiàn)貨對(duì)數(shù)價(jià)格的ADF檢驗(yàn)期貨現(xiàn)貨5%的臨界值原數(shù)據(jù)-0.9652-0.6782-1.9423一階差分-14.3580-15.5579-1.9423由表3可以看出，期貨對(duì)數(shù)價(jià)格序列與現(xiàn)貨對(duì)數(shù)價(jià)格序列的ADF值都大于5%水平下的臨界值，說(shuō)明期貨對(duì)數(shù)價(jià)格序列與現(xiàn)貨對(duì)數(shù)價(jià)格序列都不是平穩(wěn)的時(shí)間序列，而將兩者進(jìn)行一階差分之后，其值都遠(yuǎn)遠(yuǎn)小于5%水平下的臨界值，說(shuō)明經(jīng)過(guò)一階差分后，兩者的時(shí)間序列都達(dá)到了平穩(wěn)水平，這也進(jìn)一步說(shuō)明了期貨對(duì)數(shù)價(jià)格和現(xiàn)貨對(duì)數(shù)價(jià)格之間可能存在協(xié)整關(guān)系。由于白銀期貨對(duì)數(shù)價(jià)格和白銀現(xiàn)貨對(duì)數(shù)價(jià)格是同階單整的，符合協(xié)整檢驗(yàn)的前提條件。下面運(yùn)用兩步法來(lái)考察白銀期貨對(duì)數(shù)價(jià)格和白銀現(xiàn)貨對(duì)數(shù)價(jià)格是否存在協(xié)整關(guān)系。第一步：對(duì)協(xié)整回歸方程進(jìn)行回歸，得到 （3.3）第二步：對(duì)上式回歸所得出的殘差進(jìn)行單位根（ADF）檢驗(yàn)，用表示其殘差，對(duì)進(jìn)行單位根的分析如下：表4 單位根檢驗(yàn)結(jié)果隨機(jī)誤差項(xiàng)ADF值5%臨界值-3.6851-1.9423由表4可以得出，隨機(jī)誤差項(xiàng)的ADF值是-3.6851小于5%水平下的臨界值，說(shuō)明其時(shí)間序列不含有單位根，因此隨機(jī)誤差項(xiàng)序列是平穩(wěn)的時(shí)間序列，則白銀期貨對(duì)數(shù)價(jià)格和白銀現(xiàn)貨對(duì)數(shù)價(jià)格之間存在協(xié)整關(guān)系。通過(guò)前面的分析，我們得知，白銀期貨對(duì)數(shù)價(jià)格和白銀現(xiàn)貨對(duì)數(shù)價(jià)格序列是階單整的時(shí)間序列，并且經(jīng)過(guò)驗(yàn)證，兩者之間存在協(xié)整關(guān)系，符合運(yùn)用ECM的前提，因此我們可以運(yùn)用此模型進(jìn)行回歸，具體回歸結(jié)果如下：表5 白銀期貨最優(yōu)套期保值比率的模型回歸結(jié)果VariableCoefficientStd. Errort-StatisticProb.C0.92940.32492.86040.0055LOG(D(FT)0.68890.09876.98260.0000ECM-25.87169.6141-2.69100.0089回歸結(jié)果： （3.4）由表5可知，方程自變量和誤差修正項(xiàng)系數(shù)都是顯著的，由該模型估計(jì)出來(lái)的最優(yōu)套期保值比率約為0.6889，說(shuō)明每一份白銀現(xiàn)貨需要0.6889份白銀期貨合約進(jìn)行套期保值操作。3.5套期保值績(jī)效的比較我們將四種模型得到的套期保值比率及運(yùn)用套期保值比率得到的套期保值績(jī)效匯總為表，并進(jìn)行比較，結(jié)果如下：表6 三個(gè)模型套期保值績(jī)效比較模型最有套期保值比率套期保值績(jī)效OLS0.654879.80%B-VAR0.688183.15%B-ECM0.688983.67%從表6可以得知：以上的3種模型得到的套期保值比率都小于1，小于套期保值比率為1的傳統(tǒng)套期保值，這說(shuō)明進(jìn)行套期保值操作所需要的期貨合約數(shù)量減少了，成本也降低了。通過(guò)實(shí)證研究，發(fā)現(xiàn)這3種模型得到的套期保值比率非常相近，但是相比較而言，B-ECM模型的套期保值比率最大，OLS模型的結(jié)果稍差一點(diǎn)，另外2種模型所得結(jié)果基本相同，而三種模型依次實(shí)踐由易到難，因此投資者進(jìn)行模型選擇時(shí)可以依據(jù)自己偏好及實(shí)際情況進(jìn)行選擇操作。4結(jié)論本文利用簡(jiǎn)單線性回歸模型（OLS）、雙變量向量自回歸模型（B-VAR）、雙變量誤差修正模型（B-ECM）對(duì)我國(guó)白銀期貨的基于最小方差角度的最優(yōu)套期保值比率進(jìn)行了估計(jì)。并對(duì)這四種模型的套期保值的效果進(jìn)行了比較，基于本文的研究，得到如下結(jié)論：（1）白銀期貨的價(jià)格與白銀現(xiàn)貨的價(jià)格存在非常顯著的協(xié)整關(guān)系，忽略這種關(guān)系的出來(lái)的最優(yōu)套期保值比率偏小，如上文所論述的，表明考慮了協(xié)整關(guān)系的模型B-ECM比不考慮兩者協(xié)整關(guān)系的模型OLS和B-VAR模型估計(jì)出來(lái)的最優(yōu)套期保值比率大。（2）對(duì)于在研究的時(shí)間范圍內(nèi)的我國(guó)白銀期貨的基于風(fēng)險(xiǎn)最小化的套期保值效果的比較，我們發(fā)現(xiàn)，簡(jiǎn)單線性回歸模型、雙變量向量自回歸模型、雙變量誤差修正模型的套期保值效果逐漸越來(lái)越好，即B-ECM模型效果最好。參考文獻(xiàn)1 王駿、張宗成，SHFE金屬銅期貨的套期保伹比率與績(jī)效，統(tǒng)計(jì)與決