不支持Flash

基于GARCH族模型的VaR與CVaR值的實證研究(3)

http://www.sina.com.cn 2010年04月06日 00:08 宏源期貨

　　4.3 ECM模型

　　誤差修正模型的結果如下：

　　表5、股票組合收益率與HS300股指期貨收益率的誤差修正模型

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-0.000270	0.001410	-0.191680	0.8484
GPZH(-1)	0.1 7921 2	0.098233	1.824354	0.0712
HS300	0.969253	0.047796	20.27909	0.0000
HS300(-1)	-0.315882	0.10 5787	-2.986034	0.0036
R-squared	0.823281	Mean dependent var		-0.001979
Adjusted R-squared	0.817700	S.D. dependent var		0.032687
S.E. of regre ss ion	0.013956	Akaike info criterion		-5.666213
Sum squared resid	0.01 8504	Schwarz criterion		-5.561360
Log likelihood	284.4775	F-statistic		147.5254
Durbin-Watson stat	2.079251	Prob(F-statistic)		0.000000

　　4.4 GARCH模型

　　我們對2005年1月4日至2008年8月日的數(shù)據(jù)進行檢驗，LM檢驗的P值均大于0.05，因此，收益率序列的隨機擾動項呈現(xiàn)波動集群性的特征，而且殘差存在高階ARCH效應，我們利用GARCH(1，1)模型來刻畫這種效應。

　　表6、GARCH模型

	Coefficient	Std. Error	z-Statistic	Prob.
HS300	0.977398	0.050874	19. 2120 6	0.0000
	Variance Equation
C	1.29E-05	2.29E-07	56.45598	0.0000
ARCH(1)	-0.125718	0.072972	-1.722838	0.0849
GARCH(1)	1.07 2168	0.067209	15.95265	0.0000
R-squared	0.799614	Mean dependent var		-0.001962
Adjusted R-squared	0.793352	S.D. dependent var		0.032522
S.E. of regre ss ion	0.014784	Akaike info criterion		-5.650477
Sum squared resid	0.020982	Schwarz criterion		-5.546271
Log likelihood	286.5239	Durbin-Watson stat		1.634452

　　4.5 不同模型估計的避險比率的比較：確定最優(yōu)套保比率

　　我們發(fā)現(xiàn)ECM模型套保效率較高，據(jù)此，我們確定最佳套保比率為：0.9568

　　表7、不同模型計算出的套保比率和套保效率HE

觀察估計期	方法	套保比率 HR	避險期	避險期方差	套保效率 HE
	未套保	0		0.000561	-
100 個交易日	OLS	0.9722	5 個交易日	0.000057	0.898
(071217-080519)	ECM	0.9568	(080520-080526)	0.000055	0.903
	GARCH	0.9774		0.000058	0.896

　　4.6 計算交易需要的期貨合約數(shù)量

　　圖2：觀察期與避險期示意圖

圖為觀察期與避險期示意圖。（圖片來源：宏源期貨研究中心）點擊此處查看全部財經新聞圖片

　　2008年4月18日該私募基金持有的投資組合市值為1209.43萬，持有到5月19日，市值增至1371.94萬，該基金經理判斷市場未來會下跌，以19日的收盤價(我們以5月19日滬深300指數(shù)點位3914.07替代當時的股指期貨價格)賣出股指期貨合約進行賣出套期保值，根據(jù)前面計算出來的期貨合約的數(shù)量：

　　根據(jù)套保流程給出的建議，我們對期貨合約數(shù)量的零數(shù)進行返算優(yōu)化處理。即用計算出的合約數(shù)量的整數(shù)及整數(shù)+1 分別返算套保比率HR 和套保效率HE，分別得到兩個HR 和HE，選擇較佳的套保效率HE 對應的期貨合約整數(shù)數(shù)量。我們分別以11和12返算得出的套保比率和套保效率如下表所示：

　　表8、返回優(yōu)化處理表

返回的期貨合約數(shù)量	套保比率 HR	套保效率 HE
11	1.0622	0.8574
12	0.9737	0.8973

　　根據(jù)返算優(yōu)化的處理方法，我們選擇最佳套保效率HE 對應的期貨合約數(shù)量，得到需交易的期貨合約數(shù)量=12 份。

　　4.7 套期保值的盈虧分析

　　私募集基金經理執(zhí)行本次套期保值策略的盈虧情況見表9，不同交易日現(xiàn)貨期貨部頭盈虧狀況見圖3。從表7可以看出，選擇套保比率0.9568，期貨合約份數(shù)12 進行套期保值效果較好。在避險期內期貨頭寸盈利127.75萬元，現(xiàn)貨頭寸損失101.08萬元，期貨盈利能完全彌補現(xiàn)貨損失，套期保值效果顯著。在本案例中，從圖3中可以看出，基差并沒有走強(圖3所示)，之所以盈利，是因為選用12張期貨合約＞11.1796，從此案例中仍然存在基差走弱的風險，只不過是被多余的期貨頭寸給抵消掉了。

　　表9、套期保值盈虧分析表