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