不支持Flash

基于GARCH族模型的VaR与CVaR值的实证研究(3)

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

　　4.3 ECM模型

　　误差修正模型的结果如下：

　　表5、股票组合收益率与HS300股指期货收益率的误差修正模型

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

　　我们对2005年1月4日至2008年8月日的数据进行检验，LM检验的P值均大于0.05，因此，收益率序列的随机扰动项呈现波动集群性的特征，而且残差存在高阶ARCH效应，我们利用GARCH(1，1)模型来刻画这种效应。

　　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 不同模型估计的避险比率的比较：确定最优套保比率

　　我们发现ECM模型套保效率较高，据此，我们确定最佳套保比率为：0.9568

　　表7、不同模型计算出的套保比率和套保效率HE

观察估计期	方法	套保比率 HR	避险期	避险期方差	套保效率 HE
	未套保	0		0.000561	-
100 个交易日	OLS	0.9722	5 个交易日	0.000057	0.898
(071217-080519)	ECM	0.9568	(080520-080526)	0.000055	0.903
	GARCH	0.9774		0.000058	0.896

　　4.6 计算交易需要的期货合约数量

　　图2：观察期与避险期示意图

图为观察期与避险期示意图。（图片来源：宏源期货研究中心）点击此处查看全部财经新闻图片

　　2008年4月18日该私募基金持有的投资组合市值为1209.43万，持有到5月19日，市值增至1371.94万，该基金经理判断市场未来会下跌，以19日的收盘价(我们以5月19日沪深300指数点位3914.07替代当时的股指期货价格)卖出股指期货合约进行卖出套期保值，根据前面计算出来的期货合约的数量：

　　根据套保流程给出的建议，我们对期货合约数量的零数进行返算优化处理。即用计算出的合约数量的整数及整数+1 分别返算套保比率HR 和套保效率HE，分别得到两个HR 和HE，选择较佳的套保效率HE 对应的期货合约整数数量。我们分别以11和12返算得出的套保比率和套保效率如下表所示：

　　表8、返回优化处理表

返回的期货合约数量	套保比率 HR	套保效率 HE
11	1.0622	0.8574
12	0.9737	0.8973

　　根据返算优化的处理方法，我们选择最佳套保效率HE 对应的期货合约数量，得到需交易的期货合约数量=12 份。

　　4.7 套期保值的盈亏分析

　　私募集基金经理执行本次套期保值策略的盈亏情况见表9，不同交易日现货期货部头盈亏状况见图3。从表7可以看出，选择套保比率0.9568，期货合约份数12 进行套期保值效果较好。在避险期内期货头寸盈利127.75万元，现货头寸损失101.08万元，期货盈利能完全弥补现货损失，套期保值效果显著。在本案例中，从图3中可以看出，基差并没有走强(图3所示)，之所以盈利，是因为选用12张期货合约＞11.1796，从此案例中仍然存在基差走弱的风险，只不过是被多余的期货头寸给抵消掉了。

　　表9、套期保值盈亏分析表