带有风险价值的最优期货套期保值策略

本文研究了带有风险价值约束的期货套期保值优化问题.用最优化方法获得了套期保值策略的存在性、求解模型的增广拉格朗日算法及其收敛性.文中的结果推广了期货收益率服从正态分布的单变量套期保值策略的研究,表现为用服从椭圆分布的随机变量刻画市场风险因子的厚尾特征、用风险价值控制套期保值的风险、构建了均值-VaR组合套期保值理论模型并给出了求解算法.     

带有风险价值的最优期货套期保值策略（英文）

本文研究了带有风险价值约束的期货套期保值优化问题.用最优化方法获得了套期保值策略的存在性、求解模型的增广拉格朗日算法及其收敛性.文中的结果推广了期货收益率服从正态分布的单变量套期保值策略的研究,表现为用服从椭圆分布的随机变量刻画市场风险因子的厚尾特征、用风险价值控制套期保值的风险、构建了均值-VaR组合套期保值理论模型并给出了求解算法.     

股指期货考虑套期保值成本时的套期保值比率研究

所谓股指期货,就是以某种股票指数为标的物的金融期货合约.它同时具有股票与期货的特性,是组合投资者规避系统风险的重要金融衍生工具.针对股指期货,在考虑套期保值成本的前提下,利用套利和CAPM模型给出最优套期保值比率的计算公式.这将在一定的程度上,提高了计算的准确性,并且减少计算的工作量.     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

风险规避和最优套期保值比率

在一般的期望效用框架下,研究投资者的风险厌恶态度对于其套期保值策略的影响.首先,给出了投资者采用不同套期保值策略时,效用函数应该满足的条件;其次,讨论了期望效用框架下,Rubinstein整体风险厌恶度量与经典的Arrow Pratt局部风险厌恶度量和更强的Ross的风险度量之间的关系,提出了一组条件,使得在该组条件下,风险厌恶的人际间比较可以用Rubinstein整体风险厌恶度量来刻画;最后,在现货和期货服从正态分布的假设下,使用之前提出的条件,研究投资者风险厌恶程度对于其持有的最优套期保值比率的影响.     

基于最小模糊方差的最优交叉套期保值模型

采用隶属度消除期货和现货收益率的异常波动对套期保值的影响,用非线性风险叠加原理描述多种期货对一种现货的组合风险,在最小方差套期保值模型的基础上,建立了基于最小模糊方差的最优交叉套期保值模型。本模型的创新与特色一是通过多种期货对一种现货的交叉套期保值提高了套期保值的有效性。这解决了仅用一种期货对一种现货进行交叉套期保值而导致风险较大的问题。二是用隶属函数对期货和现货收益率赋权消除离散程度大的收益率对最优套期比的影响。在采用隶属函数赋权的情况下,离散程度大的期货和现货收益率会被自动地赋予较小的权重,有效地减小了异常数据对最优套期比的影响。三是用非线性风险对冲原理叠加多种期货对一种现货的组合风险。通过期货与现货收益率的模糊协方差矩阵计算组合风险,反映了风险的非线性叠加和非线性对冲。四是现有研究的多种期货对一种现货的最小方差交叉套期保值模型仅仅是本模型在模糊隶属函数取1时的一个特例。当本模型的隶属函数为1时,本模型就是多种期货对一种现货的最小方差交叉套期保值模型;当本模型的隶属函数为1时、且研究对象为一种期货对一种现货套期保值时,本模型就是一种期货对一种现货的最小方差交叉套期保值模型。通过实证研究和与现有研究的对比分析,证明本研究所建立的模型可以有效的减小套期保值的风险并提高套期保值的有效性。     

基于动态条件相关系数模型的石油市场套期保值比估计

以WTI和Brent两地的原油现货市场和期货市场为研究对象,选择对角化的动态条件相关(DCC)模型估计了市场间的动态条件相关系数,求解了WTI市场、Brent市场及跨市的动态套期保值比,评价了各种市场组合的套期保值效果.得到如下几点结论:第一,WTI市场的一体化程度高于Brent市场;第二,两个月期货的套期保值比高于1个月期货的套期保值比,WTI相应市场组合的套期保值比要高于Brent市场;第三,采取Brent期货对WTI现货进行对冲时,其套期保值比要高于用WTI期货对Brent现货对冲时的情形,也高于Brent市场的套期保值比;第四,套期保值比越高,套期保值效果越好.     

全时段最优套期保值模型及实证研

针对传统套期保值模型只考虑套期保值资产在套期保值期末的风险及未能充分利用样本数据所提供的信息的问题,本文提出了一类同时考虑套期保值期内不同期限风险的全时段最优套期保值比率计算模型.全时段套期保值模型通过最小化套期保值资产在套期保值期内不同期限的风险将投资者面临的风险在整个套期保值期内稳定保持在一个较低的水平,并更充分的利用了资产历史价格样本数据所提供的信息.本文基于沪深300指数及其仿真股指期货的历史价格数据,对传统形式的三种套期保值模型与本文提出的三种全时段套期保值模型的套期保值效果进行了实证分析和比较,并使用GARCH模型比较分析了这些模型套期保值的动态效果,结果表明三种全时段模型的套期保值效果都要优于相应的传统模型,能有效地缓解提前终止套期保值时投资者所面临的风险.     

全时段最优套期保值模型及实证研究

针对传统套期保值模型只考虑套期保值资产在套期保值期末的风险及未能充分利用样本数据所提供的信息的问题,本文提出了一类同时考虑套期保值期内不同期限风险的全时段最优套期保值比率计算模型.全时段套期保值模型通过最小化套期保值资产在套期保值期内不同期限的风险将投资者面临的风险在整个套期保值期内稳定保持在一个较低的水平,并更充分的利用了资产历史价格样本数据所提供的信息.本文基于沪深300指数及其仿真股指期货的历史价格数据,对传统形式的三种套期保值模型与本文提出的三种全时段套期保值模型的套期保值效果进行了实证分析和比较,并使用GARCH模型比较分析了这些模型套期保值的动态效果,结果表明三种全时段模型的套期保值效果都要优于相应的传统模型,能有效地缓解提前终止套期保值时投资者所面临的风险.     

组合投资β调整与效用最大化的套期比的选择

为了针对市场风险对风险资产的组合投资进行套期保值，一般认为要选择将组合投资多头和期货合同空头结合起来的头寸方差最小化的套期保值比率，也就是要选择使某一特定函数的期望效用最大化的套期保值比率。但是本认为，由于种种原因，人们更倾向于选择对简单风险最小头寸的套期保值比率。     

基于Copula函数的我国股指期货风险及套期保值实证研究

运用SJC-Copula-GJR模型,计算了持有沪深300股指期货多头和空头两种组合的VaR值和最优投资比例,模型的特点是能够准确地描述尾部相关关系,且其对尾部相关性的描述是非对称的,所得结论为投资者进行风险管理提供了可靠的依据.同时,通过构造加权的非线性相关系数来计算沪深300股指期货最优套期保值比率,解决了分布非正态、期货与现货非线性的问题,准确地度量了股指期货收益率序列的动态相依关系,实证研究表明基于Copula函数的套期保值有效性明显地优于传统模型.     

考虑结算风险的套期保值研究

期货市场的风险转移功能主要通过套期保值策略来实现,期货市场套期保值的关键问题是套期保值比率的确定。现有套期保值研究侧重于规避价格风险,忽略了期货市场另一个重要的风险因素-结算风险。本文通过建立考虑结算风险的期货套期保值决策模型,有效地平衡了套期保值过程中的价格风险与结算风险。具体特色一是将套保者的结算风险厌恶态度直接反映到套期比的计算中,体现了结算风险对套期保值决策的影响;二是在一定条件下,本模型的套期比趋近于最小方差套期比;三是利用ARMA时间序列方法预测期货与现货的价格走势,有效地反映了期货价格一阶平稳和季节性变化规律,使估计的套期比更加精确可靠。     

VaR测度下的风险对冲策略研究

本文分别在正态分布和任意分布设定下讨论最小在险价值(VaR)的风险对冲问题。在正态分布设定下,本文深入讨论最小方差对冲比率和最小VaR对冲比率的性质,并得出最小VaR对冲策略下组合收益率的均值和方差大于最小方差策略下组合收益率的均值和方差。在任意分布设定下,本文构建一种新的VaR对冲模型,该模型引入非参数核估计方法对VaR进行估计,然后基于VaR核估计量建立风险对冲问题,实现风险估计与风险对冲同步进行。实证结果非常稳健地表明,不做任何分布假设下的核估计法得到的风险对冲效果优于最小方差对冲策略和正态分布设定下的最小VaR对冲策略。     

基于便利收益的商品期货套期保值策略研究

依据便利收益是商品现货与期货长期均衡关系的主要影响因素,研究商品便利收益对商品期货套期保值策略的影响。通过求解最大化期望效用的套期保值决策模型,得到了最优套期保值比率的封闭解,并且提出了以便利收益为修正因子的ECT-GARCH模型,同时选取2005年01月到2013年10月期间沪铝现货和期货数据进行实证分析。研究发现:便利收益的波动性与套期保值比率呈负相关,在套期保值比率估计精度和套期保值绩效方面,ECT-GARCH模型均优于B-GARCH模型和ECM-GARCH模型。     

Sudden changes in variance and time varying hedge ratios

This paper analyzes the influence of sudden changes in the unconditional volatility on the estimation and forecast of volatility and its impact on futures hedging strategies. We employ several multivariate GARCH models to estimate the optimal hedge ratios for the Spanish stock market including in each one some well-known patterns that may affect volatility forecasts (asymmetry and sudden changes). The main empirical results show that more complex models including sudden changes in volatility outperform the simpler models in hedging effectiveness both with in-sample and out-of-sample analysis. However, the evidence is stronger when the loss distribution tail is used as a measure for the effectiveness (Value at Risk (VaR) and Expected Shortfall (ES)) suggesting that traditional measures based on the variance of the hedged portfolio should be used with caution.     

基于Copula-ECM-GARCH模型的农产品期货套期保值绩效研究

Copula函数具有可以准确刻画变量间的相依结构、精准描述金融时间序列"尖峰厚尾"分布特点的良好统计性质.针对传统计量模型在计算套期保值比率时存在的局限性,利用Copula函数描述变量的尾部相关性,并结合ECM-GARCH模型,对大豆、小麦、玉米三种国内农产品期货进行套期保值研究,分别计算最优的套期保值比率及其绩效,并与OLS、B-VAR、ECM和ECM-GARCH模型进行比较.结果表明,对于大豆来说,运用Copula-ECM-GARCH模型计算得到的套期保值比率进行对冲操作,可以最大化降低现货市场的价格风险,为投资者提供了一种可以更好规避价格风险的工具选择.     

期货套期保值最大概率与最小风险分析

研究套期保值的最大概率和最小风险问题 ,导出最大概率的套期比和最小风险的套期比 ,并且说明它们是一致的 .因此 ,所得到的套期比具有最大概率和最小风险这两大优点 .使投资者用这样的套期比进行套期保值 ,就可以最大概率保证其收益 ,并且使其风险最小 .     

A multi-stage financial hedging approach for the procurement of manufacturing materials

This paper addresses the problem of mitigating procurement risk that arises from volatile commodity prices by proposing a hedging strategy within a multi-stage time frame. The proposed multi-stage hedging strategy requires a commodity futures position to be correctly initialised and rebalanced with adequate volumes of short/long positions, so as to reduce the volatility in the total procurement cost that would otherwise be generated by varying commodity spot prices. The novelty in the approach is the introduction of the rebalancing of commodity futures position at defined intermediate stages. To obtain an efficient or near optimal multi-stage hedging strategy, a discrete-time stochastic control model (DSCM) is developed. Numerical experiments and Monte Carlo simulation are used to show that the proposed multi-stage hedging strategy compares favourably with the minimal-variance hedge and the one-stage hedge. A close-form optimal solution is also presented for the case when procurement volume and price are independent.     

Hedging effectiveness of stock index futures

The paper is concerned with the efficiency of hedging stock portfolios using futures stock indices covering the period January 1995–December 2001. The hedged portfolios consisted of the assets of seventeen investment companies quoted on the London Stock Exchange and two portfolios, which were assumed to match exactly the corresponding cash index. Two futures indices were used to hedge the funds namely FTSE100 and FTSE250 futures indices which are quoted on LIFFE. Weekly observations were used providing 365 observations for each variable.The total sample was split into two sections. The first 261 observations were used to estimate the optimal hedge ratio (i.e. the in-sample period) providing 260 returns for each variable and the remaining 104 (i.e. the post-sample period) observations utilised to check the efficiency of the estimated hedge ratio. In addition a second estimation window was tried using the last 30 observations of the in-sample period. A variety of methods were tried to estimate the optimal hedge ratio including ordinary least squares (OLS), methods allowing for the existence of Autoregressive Conditional Heteroskedasticity, and an Exponential Weighted Moving Average (EWMA).The general conclusions reached were that for the portfolios within the data set (i) that the EWMA method of estimation provided the best estimate of the optimal hedge (ii) the shorter estimation window was no more efficient than the longer window and (ii) the FTESE250 futures index was the best hedging vehicle for these portfolios.