基于日内跳跃识别方法的股指期货动态套期保值研究

《基于日内跳跃识别方法的股指期货动态套期保值研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于日内跳跃识别方法的股指期货动态套期保值研究-1-基于日内跳跃识别方法的股指期货动态套期保值研究#瞿慧，徐冰慧，牛孟艺*（南京大学工程管理学院,南京210093）5摘要：金融指数及股指期货价格的跳跃行为影响其价格的基差，给动态套期保值带来了挑战。因此，进行更为精准的跳跃识别，并将其合理纳入套期保值模型，对于套保绩效的改进有重要意义。鉴于此，首先对基于高频数据的非参数日内跳跃检验方法进行改进，引入赋权标准偏差因子以消除日内效应的影响。然后采用对跳跃更为稳健的已实现离群加权方差估计连续10波动，以改进跳跃估计方法。采用沪深300指数及其股指期货五分钟价格的实证表

2、明，以引入跳跃的向量异质自回归模型为套期保值比率预测模型时，采用改进后日内跳跃识别方法比采用常用日跳跃识别方法，可以获得更优的样本内、外套保绩效。而上述两种方法的套保绩效，都明显优于常用二元GARCH类套期保值策略。关键词：高频数据；日内跳跃识别方法；日内效应；向量异质自回归模型；套期保值15中图分类号：F830.9DynamicHedgingofIndexFuturesbasedonIntradayJumpIdentificationMethodQUHui,XUBinghui,NIUMengyi20(SchoolofManagementandEngineer

3、ing,NanjingUniversity,Nanjing,210093)Abstract:Jumpsbehaviorinfinancialindexandindexfuturesaffectthebasisbetweenthem,challengingdynamichedgingstrategies.Therefore,betteridentifyingjumpsandthenappropriatelyusingtheminhedgingmodelsisimportantforimprovinghedgingperformance.Thus,wefirsti

4、mprovethenonparametricintradayjumpdetectionmethodbyintroducingthe25weightedstandarddeviationfactortoeliminatetheintradayeffect.Thenweimprovethejumpestimationmethodbyusingoutlierweightedvarianceinsteadofbi-powervariationasestimatorforcontinuousvolatility.Empiricalresultswiththefivemi

5、nutepricesofCSI300indexandindexfuturesindicatethat,whenthevectorheterogeneousautoregressivemodelwithjumpsisusedforforecastinghedgingratio,ourintradayjumpidentificationmethodcanleadtobetterin-sampleand30out-of-samplehedgingperformancethanthecommondailyjumpidentificationmethod.Further

6、more,bothmethodshaveobviouslybetterhedgingperformancethanthecommonbi-variateGARCHhedgingstrategies.Keywords:Highfrequencydata;Intradayjumpidentificationmethod;Intradayeffect;Vectorheterogeneousautoregressivemodel;Hedging350引言2010年4月16日，我国推出了沪深300股指期货合约，不仅促进了中国资本市场结构的进一步完善，也为投资者们提供了套

7、期保值的手段。在期货市场越来越受认可的同时，如何正确的利用期货市场进行套期保值成为了一个重大的研究领域。针对资产价格的跳跃行40为，不少学者进行了相应套期保值策略的探索。早前有一些研究例如Chan和Young[1]的jump-BEKKGARCH模型和Lee[2]的JumpSwitchingGeneralizedOrthogonalGARCH模型（JSGO）等，都以低频数据为样本进行研究，需要对跳跃行为做出参数估计，使得运算过-2-程不仅十分麻烦，而且对模型假设的准确性也有较大的依赖性。此后，韩立岩和任光宇[3]则采用日内高频数据，首先使用非参数方法识别跳跃，然

8、后构建引入跳跃的向量异质自回归45（V