发布时间 : 星期四 文章套期保值更新完毕开始阅读
金融衍生工具开发课程设计
结果显示在1%的置信区间内可以接受残差序列e不含单位根的假设。这说明两序列协整关系存在，因此这里的残差项e可以当作误差修正项用作建立误差修正模型。
第二步，估计以下误差修正模型：
?即为最优套期保值比率式中β的OLS估计量βh* 含有误差修正项的△S和△F间的误差修正模型
故协整回归方程为：
△St = 0.866199 + 1.249326△Ft - 1.224204ECM(-1) + μt
T值= （0.276768）（23.37740）（-11.65739） P= （0.7826）（0.0000）（0.0000）
从F统计量看出该方程整体上是系数显著的，自变量系数和误差修正项系
10
金融衍生工具开发课程设计
数的t统计量都很显著，故该回归模型拟合得较好。回归结果表明每一单位的现货头寸要用1.249326单位相反的期货头寸进行对冲，即最优套期保值比率为1.249326，这比简单的OLS模型估计出的结果0.980176稍大。
3.5.3 用ECM-BGARCH模型估计最优套期保值比率
（1）建立Δs的误差修正GARCH模型：
提取这一模型主方程的残差序列，命名为resid01；提取这一模型残差的方差序列，命名为garch01。
（2）建立Δf的误差修正GARCH模型：
11
金融衍生工具开发课程设计
提取这一模型的残差序列，命名为resid02；提取这一模型残差的方差序列，命名为garch02。
（3）计算resid01和reside02的相关系数：
（4）计算动态最优套期比
在命令框输入series h=(-0.921723)*(garch01)^.5/(garch02)^.5便可得到一个动态套期保值比序列h。
绘制ECM-BGARCH模型下的动态套期比图像：
12
金融衍生工具开发课程设计
3.5.4 各模型套期比的绩效比较
因为套期保值目的是规避风险，所以使用用套期保值（含空头和多头套期保值）收益率方差
可以评价套期保值效果。套期保值收益率方差越小，说明经过套期保值收益率越稳定，保值效果越好。
（1）现货价差分ΔS关于期货价差分ΔF的OLS模型的最优套期比是0.980176。Eviews命令窗口生成套期保值收益率序列：
Series p1=(st-0.980176*if)/(s-0.980176*f)
p1的描述性统计量如下：
由Std.Dev.后面的数据，说明序列p1标准差为0.175756
13