资源描述：
《_基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第15卷第5期中国管理科学Vol.15,No.52007年10月ChineseJournalofManagementScienceOct.,2007文章编号:1003-207(2007)05-0029-07基于修正的ECM-GARCH模型的动态最优套期保值比率估计及比较研究彭红枫,叶永刚(武汉大学经济与管理学院,湖北武汉430072)摘要:在套期保值的理论和实务中,最优套期保值比率的估计其核心问题。在估计最优套期保值比率的众多方法中,KronerandSultan(1993)的
2、ECM-GARCH模型将协整关系和时变方差结合起来,产生了较好的套期保值效果。本文结合中国期货及现货市场的特点,在KronerandSultan(1993)方法的基础上发展了一个修正的ECM-GARCH模型,并运用该模型、BivariateGARCH及KronerandSultan(1993)的ECM-GARCH对中国铜期货市场的动态最优套期保值比率进行了对比研究,结果表明:在中国铜期货市场,基于修正的ECM-GARCH模型的套期保值效果比基于BGARCH模型及KronerandSultan(1993)的ECM-GARCH模型套期保
3、值效果好得多,相对于BGARCH模型和KronerandSultan(1993)的ECM-GARCH模型,ModifiedECM-GARCH模型套期保值的风险分别减少93.6%和92%。关键词:套期保值比率;BGARCH;ECM-GARCH;ModifiedECM-GARCH中图分类号:F830文献标识码:A假如期货的期望价格变化依赖于新的信息集,那么1引言传统的回归方法将会产生一个最优套期保值比率的[2][3]在套期保值的理论和实务中,最优套期保值比有偏估计量;Lien&Luo(1993)、Ghosh(1993)[4]率的
4、确定其核心问题。最优套期保值比率的估计较与Chou、Fan&Lee(1996)均发现期货价格序列早可追溯到二十世纪七十年代,Ederington与现货价格序列之间存在协整关系。而在计量分析[1](1979)用最小方差模型研究了投资者的最优套期中,若两个时间序列之间存在协整关系,那么传统的保值比率,他通过量化投资者持有投资组合的方差,OLS的估计量将是有偏的,换句话说,在期货价格并使得该方差最小得出最优套期保值比率。在具体和现货价格序列之间存在协整关系的条件下得到的计算中,该方法使用OLS技术对期货价格的变化量最优套期保值比率将不
5、是最优的,而存在一定的和现货价格的变化量之间进行线性拟合,由于该值偏误。Ghosh(1993)通过实证发现:当不恰当地忽在整个套期保值过程中是一个常数,因此,我们称之略协整关系时,所计算出的套期保值比率将小于最优值;Chou、Fan&Lee(1996)用类似的方法对日为静态最优套期保值比率。经指数的最优套期保值比率进行了估计并与基于这种所谓的最小方差(MV)套期保值比率的优OLS的最优套期保值比率进行了比较,结果发现,点在于其直观性和易操作性。然而,随着计量经济误差修正模型(ECM)比OLS方法能更有效地对冲学中时间序列分析方法的发
6、展,该模型受到越来越现货头寸的风险。多的批评,这些批评一方面集中在使用OLS技术进另一方面,ParkandBera(1987)指出用简单的行回归中所得到的残差并不满足经典线性回归模型线性回归模型来估计最优套期保值比率是不合适(CLAM)的基本假设,BellandKrasker(1986)证明的,因为模型中忽略了期货价格和现货价格序列中收稿日期:2006-10-23;修订日期:2007-08-06普遍存在的异方差性;MyersandThompson作者简介:彭红枫(1976-),男(汉族),江西奉新人,武汉大学经(1989)认为回归方
7、程中的解释变量和被解释变量之济与管理学院金融系讲师,金融学博士,研究方向:金融工程、金融计量分析.间的协方差及解释变量的方差均为条件矩,它们是由做套期保值时所拥有的信息集决定的,因此,也会30中国管理科学2007年因时间的推移而随着信息集的改变而改变,由它们协整关系的ECM模型和EC-GARCH模型的套期所确定的最优套期保值比率也会随时间而变化,换保值比率和绩效要比OLS模型和B-VAR模型高[9]句话说,最优套期保值比率不应该是一常数,而应该的结论。之后,王骏、张宗成(2006)用同样的方
8、法是一变量,最优套期保值比率不应该是静态的,而应对中国的有色金属期货的套期保值比率进行了研该是动态的。究,并得出了与农产品期货同样的结论。Engle(1982)提出的自回归条件异方差本文在KronerandSultan(1993)方法
