中信证券-股指期货在套利和避险中的应用

中信证券-股指期货在套利和避险中的应用

ID:37082046

大小:626.60 KB

页数:23页

时间:2019-05-11

中信证券-股指期货在套利和避险中的应用_第1页
中信证券-股指期货在套利和避险中的应用_第2页
中信证券-股指期货在套利和避险中的应用_第3页
中信证券-股指期货在套利和避险中的应用_第4页
中信证券-股指期货在套利和避险中的应用_第5页
资源描述:

《中信证券-股指期货在套利和避险中的应用》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、股指期货在套利和避险中的应用中信证券股份有限公司研究部胡浩目录股指期货的产生背景及要素股指期货的套利功能四种套利方式台湾加权股指期货的套利分析影响套利的几个关键因素股指期货的避险功能主要避险模型综述及避险绩效考量恒生股指期货避险实证分析台湾股指期货市场避险实证分析三种指数现货和期货收益率波动率比较股指期货在投资与产品设计中的应用利用股指期货进行选择性风险对冲利用股指期货提升传统保本产品的性能股指期货的产生背景及要素产生背景:20世纪70年代以后,随着布雷顿森林体系的崩溃,西方国家金融市场的波动变得异常大

2、,投资者规避系统风险的需求越来越迫切。六大要素:标的指数合约乘数日价格限制保证金水平合约月份最后交易日和最终结算价格股指期货的套利功能股指期货的特点及套利方式股指期货的特点:标准化形式保证金交易现金交割提供卖空功能四种套利方式:现货与期货间套利跨期套利不同交割月份的合约,如6月份合约和9月合约跨品种套利相关联的两种期货,具有替代性,如台湾加权股指期货和台湾50股指期货跨市场套利不同的交易所设立以同一指数为标的期货,如日经225股指期货同时在美国、日本和新加坡交易。现货与期货间套利原理及策略套利的源泉以同

3、一标的物为交易对象到期时期货和现货的交易价格一致受投资者情绪、市场供求关系等影响,期货的实际价格经常偏离理论价格股指期货的理论价格:(指数现货价格+现金利息-股息收益)定价偏差套利策略若定价偏差>0,实施正向套利策略,卖空期货买入现货,到期平仓若定价偏差<0,实施反向套利策略,买入期货卖出现货,到期平仓现货与期货间套利策略图解平仓期货合约卖出现货偿还本息获得期间股息平仓期货合约回补现货及期间股息收回本金及利息判断套利机会套利活动开始到期平仓套利活动结束定价偏差>0正套利机会卖空期货融入资金买入现货定价偏

4、差<0负套利机会买入期货卖空现货贷出资金台湾加权股指期货的套利实证当正套利机会较多时,负套利机会往往较少;负套利机会较多时,正套利机会往往比较少。可能是因为正偏差或者负偏差均具有一定的惯性,一旦出现便会持续一段时间,不会马上消失或者转为相反方向的偏差。样本期间:03年7月16日至06年6月21日合约品种:近月合约套利策略:若发现套利机会,当日收盘价买卖期货,次日开盘价买卖现货考虑交易成本:融资融券成本,买卖期货和现货的成本等台湾加权股指期货的套利分析-套利机会表现出明显的月度差异-原因可能来自分红预期、

5、指数涨跌预期等。分红的具体时间和具体额度难以精确预期,这便导致分红来临前的合约月,股指期货与现货之间的价格容易出现较大的偏离。台湾加权股指期货的套利分析与套利机会的分布相似,套利收益的分布也不均匀,有的时期多,有的时期少。影响套利实现的几个关键因素红利不确定交易策略逐日结算制度资金借入和贷出的利率现货模拟的困难套利股指期货的避险功能避险的契机与思路投资者常常面临两类风险:系统风险和非系统风险分散化投资,可以规避个股下跌的非系统风险但是,系统风险怎么办?股指期货可以规避系统风险通过与现货市场相同数量、相反

6、方向的操作,投资者可以将风险转移到愿意承受风险的投资者身上,这就是所谓的避险。避险的成功与否的两个因素避险成本避险效果主要避险模型及避险效果考量主要避险模型天真模型:假定期货与现货同方向同幅度变动,简单买入同等数量的期货OLS模型:寻找使期货与现货OLS-CI模型:在OLS模型中,加入协整项ECM模型:在OLS模型中加入协整项和滞后项GARCH模型:考虑ARCH效应避险效果的考量(未避险投资组合方差-避险后投资组合方差)/未避险投资组合方差该值越大,避险效果就越好恒生股指期货避险实证设计实证设计样本期间

7、:2003年5月30日至2006年5月30日,共750个交易日合约品种:近月合约避险模型:天真模型、OLS、OLS-CI、ECM、GARCH模型移动视窗法:采用历史样本估计避险比率,外推到未来进行避险操作样本期和避险期:样本期分为300天和500天两种,避险期分为5天和15天两种移动视窗法恒生股指期货避险实证结果运用OLS、OLS-CI等避险模型,成本均低于天真模型运用OLS、OLS-CI、ECM、GARCH等模型估计的避险比率皆小于1。以样本量300天、移动频率5天为例,OLS模型得到的平均避险比率为

8、0.8473,OLS-CI模型为0.8527,ECM模型为0.8297,GARCH模型为0.8473,而天真模型简单地设为1。运用OLS、OLS-CI等避险模型,均可改善天真模型的缺陷运用OLS、OLS-CI、ECM、GARCH等模型,均可以提高避险效果OLS、OLS-CI、ECM、GARCH等模型之间的差别非常微小恒生股指期货避险实证结果样本期越长、避险效果越好因为样本量越大,模型所刻画的指数现货和期货收益率之间的关系就越稳定,以此估计的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。