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Copula-TGARCH模型的股指期货最佳套期保值比研究

本文基于一种新的Copula-TGARCH模型估计股指期货的最佳套期保值比,根据现货和期货收益率序列不同的尾部相依性,用不同的Copula函数形式(Gumbel,Clayton,Gaussian)拟合两者的相关性,并与其它的动态套期保值模型(ECM-CCC-GARCH和ECM-DVEC-GARCH)比较其套期保值的有效性。通过对香港恒生指数现货和期货的实证分析发现:无论样本期内、外,Copula-TGARCH模型的套期保值效果均优于其它模型,而基于非对称Gumbel Copula的套期保值比最佳。     

期货套期保值C VaR风险的敏感度分析

把条件风险价值应用于期货组合套期保值的风险管理,分析条件风险价值对期货部位的敏感性.在一般的概率分布下,分空头套期保值和多头套期保值两种情况,导出期货组合套期保值的条件风险价值关于套期比的一阶和二阶变化率,并研究其经济意义.投资者可以根据条件风险价值的敏感度增减期货头寸,把握好用于套期保值的期货量,帮助投资者管理套期保值风险.     

基于债券久期的国债期货套期保值模型分析

使用久期的方法在中国国债期货市场上进行套期保值是否有效?使用久期的方法研究国债期货套期保值的效率问题在国外已经很多,然而这种方法是否适合于目前中国的国债市场,相关研究还不多见,还有待进一步的证实.为此借鉴国外相关理论,采用比较研究的方法,以国债期货上市后2013年9月到2014年5月初,国债现货和国债期货的数据为样本,以基于久期的最优套期保值比率模型为主,其他模型为辅,比较出最优套期保值效率.研究结果表明,基于久期的套期保值方法在目前中国的国债市场效果一般.     

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。     

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。     

VaR最小化的股指期货套期保值比率研究

以VaR最小化为目标,结合波动率预测建立套期保值模型,充分反应了金融收益率尖峰厚尾和波动聚集的特征。通过对沪深300股指期货的日结算数据实证研究发现,在现货组合与股指期货高相关性的条件下,VaR最小化套期保值较最小方差套期保值能进一步降低组合样本外收益率的VaR值,EWMA与Cornish-Fisher展开相结合的方法能取得最好的VaR最小化套期保值效果。     

基于持有成本理论的期货套期保值决策模型

运用几何布朗运动模型预测未来的现货价格,将未来的现货价格参数代入持有成本理论模型,预测出期货价格,根据最小方差套期比公式,建立了基于持有成本理论的期货套期保值决策模型。通过蒙特卡罗模拟现货价格和期货价格的走势并进行实证分析,研究结果表明基于持有成本理论的期货套期保值决策模型优于传统的最小方差模型、Sharp模型、完全套期保值模型和最小二乘等四种流行的套期保值模型。本文的主要创新与特色一是建立反映现货价格对期货价格影响的套期保值决策模型。解决了现有研究忽略现货价格对期货价格影响的问题。二是用改进的持有成本理论揭示了期货价格与期货交易费用、持有成本波动的函数关系。三是用Mote Carlo模拟现货价格和期货价格未来的走势。克服现有研究主要通过历史数据对套期保值比进行确定的不足。     

基于EWMA模型的铜期货动态套期保值效果研究

利用我国铜期货市场的真实交易数据以及铜现货市场的日结算价为研究对象,以投资组合收益率方差最小化为目标,建立了OLS,ECM,VECM,B-VAR 4种静态套期保值模型,针对金融市场收益率尖峰厚尾和波动率聚集的特征,构建了基于最优衰减因子的时变方差的EWMA模型的动态套期保值方案,并且对静态与动态模型的套期保值效果进行分析比较,不但考虑了所用实证数据的实际特点,而且考虑了套期保值比率预测的准确性和经济性,实证结果表明,该动态模型优于传统的静态套期保值模型.     

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%.     

我国原油价格与外国原油价格的波动溢出效应——基于DCC-MGARCH模型分析

本文利用扩展的4维(E)DCC-MGARCH(1,1)模型,分析了四个原油市场(Brent、WTI、Dubai、China)之间的相互波动溢出效应。研究表明,Brent、WTI原油市场对我国市场均有显著的单向波动溢出效应,WTI原油市场比Brent原油市场对我国原油市场的波动溢出效应更明显。我国和美国原油市场波动都是暂时的,而Brent原油市场波动性是持久的。我国原油市场对Dubai原油市场有单向的波动溢出效应。结果还显示,Brent与WTI原油市场有双向波动溢出效应,Brent的波动溢出效应小于WTI波动溢出效应。     

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.     

我国股指期货的套期保值比率研究

本文主要运用OLS、VAR、ECM、diagonal-BEKK、full-BEKK、scalar-BEKK对沪深300股指期货仿真交易的套期保值比率进行研究,比较了静态套期模型和动态套期保值模型的效果,并研究不同参数化形式对动态套期保值模型的影响。结果表明尽管动态套期保值在样本内要优于静态套期保值模型,但样本外效果却不是很好;另外,动态模型的不同的参数化形式对结果的影响也比较大。     

A Stochastic Programming Model for Currency Option Hedging

In this paper we use a stochastic programming approach to develop currency option hedging models which can address problems with multiple random factors in an imperfect market. The portfolios considered in our model are rebalanced at the end of each time period, and reinvestments are allowed during the hedging process. These sequential decisions (reinvestments) are based on the evolution of random parameters such as exchange rates, interest rates, etc. We also allow the inclusion of a variety of instruments in the hedging portfolio, including short term derivative securities, short term options, and futures. These instruments help generate strategies that provide good liquidity and low trade intensity. One of the important features of the model is that it incorporates constraints on sensitivity measures such as Delta and Gamma. By ensuring that these hedge parameters track a desired trajectory (e.g., the parameters of a target option), the new model provides investment strategies that are robust with respect to the perturbations measured by Delta and Gamma. In order to manage the explosion of scenarios due to multiple random factors, we incorporate sampling within a scenario aggregation algorithm. We illustrate that when compared with other myopic hedging methods in imperfect markets, the new stochastic programming model can provide better performance. Our examples also illustrate stochastic programming as a practical computational tool for realistic hedging problems.     

Hedging Large Portfolios of Options in Discrete Time*

The problem studied is that of hedging a portfolio of options in discrete time where underlying security prices are driven by a combination of idiosyncratic and systematic risk factors. It is shown that despite the market incompleteness introduced by the discrete time assumption, large portfolios of options have a unique price and can be hedged without risk. The nature of the hedge portfolio in the limit of large portfolio size is substantially different from its continuous time counterpart. Instead of linearly hedging the total risk of each option separately, the correct portfolio hedge in discrete time eliminates linear as well as second and higher order exposures to the systematic risk factors only. The idiosyncratic risks need not be hedged, but disappear through diversification. Hedging portfolios of options in discrete time thus entails a trade‐off between dynamic and cross‐sectional hedging errors. Some computations are provided on the outcome of this trade‐off in a discrete‐time Black–Scholes world.     

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。     

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.     

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.