沪深300股指期货最优套期保值比率研究开题报告

 2023-02-20 18:30:33

1. 研究目的与意义

股指期货（Share Price Index Futures），英文简称 SPIF，全称是股票价格指数期货，是指以股价指数为标的物的标准化期货合约，双方约定在未来的某个特定日期，可以按照事先确定的股价指数的大小，进行标的指数的买卖，到期后通过现金结算差价来进行交割。近年来，随着我国经济的快速发展，人民日益有了更多可支配的资金用于投资，股指期货显然是一个不错的选择。然而，相较于债券等传统金融工具，股指期货具有更高的风险，因此要想降低这种风险，往往需要对其进行套期保值。

同其他期货品种一样，沪深300股指期货的套期保值为股票现货市场的投资者提供了转移风险的工具。股指期货套期保值的出发点是保值而非盈利。股指期货套期保值者为了避免可能发生的损失而必须放弃可能获得的部分收益，这种被放弃的可能收益正是投资者为实现保值目标而必须付出的代价。沪深300指数期货是以沪深300指数为标的资产的股票指数期货，指交易双方约定在未来某一特定时间交收一定点数的股价指数的标准化期货合约。由于股票指数期货与股票指数受到相同或者相近因素的影响，价格变动具有趋同性。并且随着股指期货交割日的临近，两者必将趋于一致。因此，理想的套期保值理论认为，只须在股票市场和股指期货上建立价值相等，方向相反的头寸，待合约到期日来临时，不管股票价格如何变动，投资者都能很好地规避系统风险。套期保值比率（Hedge Ratio）是指为了规避固定收益债券现货市场风险，套期保值者在建立交易头寸时所确定的期货合约的总价值与所保值的现货合同总价值之间的比率。确定合适的套期保值比率是减少交叉套期保值风险，达到最佳套期保值效果的关键。

在理论和实证检验的基础上，国内外很多学者发表了自己的见解，全球的资本市场普遍积极发展股指期货，国内股票市场发展迅速，活跃度很高，由于我国股市的交易数据更新快，时间跨度大，关于不同周期、不同样本的股指期货套期保值的研究，以及分析结果产生的原因，对投资者制定投资策略有重要的指导作用。

2. 研究内容和预期目标

本文根据现有的国内外文献，将进行实证分析，以我国股指期货市场套期保值问题研究
为选题进行研究，分析决定股指期货市场套期保值的因素，结合目前中国股指期货市场套期保
值问题研究的现状，在一些现有研究方法的基础上进行实证分析，从中了解到我国的股指期货
的优势以及存在的不足，以期为投资者未来运用股指期货进行套期保值提供一些参考。

具体

研究如下：
1、股指期货市场套期保值的影响因素
2、沪深300股指期货市场套期保值比率的实证研究
3、沪深300股指期货市场套期保值率研究的实际效果

3. 国内外研究现状

（一）国外研究综述
国外对于股指期货市场套期保值问题的研究开始时间相对较早。
研究套期保值理论的关键就在于最优套期保值比率的确定。早期的套期保值理论研究成果均是基于静态模型实现的，但这种模型测算的套期保值比率不能随着时间改变，具有一定的局限性。直到十九世纪九十年代条件异方差自回归（ARCH）模型的提出突破了静态套期保值模型的局限，标志着动态套期保值模型的诞生。套期保值理论的研究起始于Kevnes（1923）和Hicks（1939）提出的Naive套期保值模型。该模型假定了投资者套期保值行为的唯一目的是对冲由现货市场波动带来的损失，故作者将现货和期货的头寸交易比例设定为1。但现实的证券市场中，现货和期货的价格波动并不完全一致，因此当现货市场价格发生波动时并不能免于损失。基于此Ederington(1979)提出了OLS模型(普通最小二乘回归法)，并以美国国债期货市场的期货、现货数据为对象进行实证分析，提出套期保值比率这一概念， 结果显示在OLS模型下得出的套期保值比率小于1,且套期保值效果更好，操作也更简单、快捷。但OLS模型仍具有局限性，首先它忽略了时间序列的自相关性，使套期保值比率的确定存在误差。而ARMA及B-VaR模型的提出弥补了OLS模型的这一缺陷，Herbst(1989)于存在自相关性的外汇期货市场中构建ARMA模型，测算最优套期保值比率。Herbst (1993) 又提出了B-VaR模型，并基于相同的市场对套期保值比率进行了实证分析，结果显示ARMA模型及B-VaR模型的套期保值效果均强于OLS模型。其次，OLS 模型无法避免证券市场中存在的协整关系，这种协整关系会对套期保值效果造成一定的影响。 为解决这一问题，Ghosh(1993) 及Lien(1996)提出了相关的解决办法，1993 年，Ghosh将ECM模型引入对套期保值比率的研究中，解决了市场中存在的协整关系问题。Lien 在三年后提出了类似的改进方案。JP Morgon(1993)提出的VaR模型，将套期保值理论的研究推向了高潮。VaR模型表示在某置信水平下，特定时期内资产组合可能发生的最大损失。而作为最常用的风险衡量指标，VaR模型同样具有局限性:首先，次可加性的缺失是最为致命的缺点，这就导致其在本质上就无法满足作为风险度量指标的一致性需求;其次，由于VaR模型可能会存在不连续的情况，因此在最优解的求解过程中可能会陷入困境之中。最后，由于VaR模型采用了分位数的方式来对预期最大可能遭受的损失进行估测，那么就势必会导致其存在尾部损失风险。 为了弥补VaR模型存在的部分缺陷，国外学者开始致力于寻找出一种适用范围更广的的风险度量指标。直至1999年，篇旨在优化投资组合结构的文章《Optimi zation of Conditional Value--at--Risk》 进入了人们的视野，作者Rockafellar和Uryasev在VaR模型的基础上对其进行了-定的改进，CVaR 模型就此诞生。在文章中，Rockafel lar和Uryasev不仅给出了CVaR 模型的概念及计算公式，而且指明了其相对与传统VaR模型的几大优势。其含义为在特定持有期内，投资组合的损失超过给定的VaR值时，该投资组合超额损失的平均值。首先它具有次可加性，克服了VaR不满足一致性公理的缺陷，也就是说用CVaR计量的投资组合的风险均小于或等于该组合中单个资产风险相加的总和，符合市场分散化理论:另外CVaR反映了超额损失的期望，在VaR无法发挥作用的极端情形下也是有效的。因此，CVaR受到越来越多的投资机构的关注，逐渐取代VaR登上了套期保值的舞台。
（二）国内研究综述
国内的研究大多是从二十一世纪开始的。直到 2000 年，我国学者们对套期保值的研究才大量涌现，但总体来看，套期保值理论方面我国学者研究相对较少，通常是利用国外理论结合我国市场运行现状进行实证分析。

迟国泰，余方平，刘轶芳(2008) 在基于VaR模型推导出最优套期保值比率公式的基础上，进行实证分析，得出在特定情况下，基于传统套期保值模型与基于VaR模型得出的套期保值比是相同的，即传统套期保值是VaR模型下的特例；迟国泰，赵光军，杨中原(2009)在VaR模型的基础上提出了CVaR模型，进行套期保值比率的研究。提出CVaR具有次可加性，克服了VaR不满足一致性公理的缺陷，也就是说用CVaR计量的投资组合的风险均小于或等于该组合中单个资产风险相加的总和，符合市场分散化理论。另外CVaR反映了超额损失的期望，在VaR无法发挥作用的极端情形下也是有效的；吴中冉，徐强(2010)在2010年沪深300股指期货推出之后，基于VaR模型对沪深300股指期货进行套期保值比率的研究;何章明(2012)分别基于MV模型及CVaR模型对沪深300股指期货进行套期保值比率的测算，并通过对实证结果的对比分析，验证了基于CVaR模型下的套期保值策略更能体现投资者规避风险和追求收益最大化的意向；龚谊洲(2018) 选用三种静态套期保值模型——OLS、VEC、B-VAR 模型分别对中证500股指期及上证50股指期货进行实证研究，并为两种期货选择最佳的套期保值模型；王良，惠朦朦，许庭嘉(2018) 选取ETF基金组合作为实证对象，构建基于最小CVaR目标函数下的动态套期保值模型，采取Cornish-Fisher方法估计风险，并进行有效性检验，实证结果显示，这种动态模型可以在一定程度上改善套期保值效果。

4. 计划与进度安排

2022 年 12 月 1 日 至 2022 年 12 月 10 日，确定论文总体研究方案。

2022 年 12 月 11 日 至 2022 年 12 月 30 日，确定研究样本的选择范围。

2022 年 1 月 1 日 至 2022 年 3 月 17 日，完成初稿和中期检查。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

5. 参考文献

[1]Edwards.F.Does the futures trading increase stock market volatility[J].Financial Analysts Journal,1988(44):63-69[2]Lawrence Harris.Samp;P500 Cash Stock Price Volatilities [J]The Journal of Finance,1989(5):1155-1117[3]Bessembinder H.Trade execution costs on Nasdaq and the NYSE:A post-reform comparison[J]Journal of Financial and Quantitative Analysis,1999(34):387-408[4]Lee Charles M, Mark J Ready.Inferring trade direction from intraday data[J].The Journal of Finance, 1991(46):733-746[5]Mayhew,Sarin,Shastri.The allocation of informed trading across related markets: an analysis of the impact of changes in equity-option margin requirements[J]. The Journal of Finance. 1995(1):1635-1653[6]Salil K Sarkar Niranjan Tripathy. An empirical analysis of the impact of stock index futures trading on securities dealers’inventory risk in the NASDAQ market Finance and Real Esate Department[J].University of North Texas ,Denton,USA，2002: 13-19[7]Marshall.F,Bansal.K,Financial Engineering[M].New York:New York Institute of Finance.1992[8]顾承虎,吕文俊.基于高频数据的沪深300股指期货最优套期保值比例研究[J].哈尔滨师范大学自然科学学报,2021,37(05):8-16.[9]卢米雪,鲁邦克,谭智.中国股指期货市场套期保值效果的实证研究[J].宏观经济研究,2021(09):44-56.DOI:10.16304/j.cnki.11-3952/f.2021.09.004.[10]张瑞琪.基于ECM-GARCH模型对上证50股指期货套期保值的实证分析[J].科技经济市场,2018(03):66-68.[11]龚谊洲.我国股指期货最优套期保值率实证研究——基于上证50、中证500的经验数据[J].时代金融,2018(08):192-194.[12]杨洁,郭俊峰.沪深300股指期货套期保值效果实证研究[J].福建师范大学学报(哲学社会科学版),2017(03):32-41 168.[13]王元昊,张继鹏.上证50股指期货套期保值的实证研究[J].时代金融,2017(05):188 190.[14]张棠棠.股指期货最优套期保值比率的实证研究[J].时代金融,2016(36):158-160.[15]丁霜霜,于志慧.我国股指期货套期保值比率的实证分析[J].时代金融,2016(35):183-185.[16]刘成立,徐旭红.股指期货套期保值模型比较研究[J].中国物价,2016(10):45-48.[17]周丹丹.沪深300股指期货的套期保值比率研究——基于多种模型的结果对比分析[J].甘肃金融,2016(08):35-39.[18]陈曦,张继鹏,查凯文.沪深300股指期货套期保值实证研究[J].商,2016(19):198 191.[19]张天凤,朱家明.沪深300股指期货最优套期保值比率的实证研究[J].呼伦贝尔学院学报,2016,24(02):63-68.[20]鲍俊颖.股指期货套期保值比率计算的实证研究[J].中国市场,2016(16):89-90.DOI:10.13939/j.cnki.zgsc.2016.16.089.[21]战雪丽.沪深300股指期货套期保值实证分析[J].中国商论,2016(32):32-34.[22]尚秀芬.我国沪深300股指期货套期保值效果的实证研究[J].上海金融学院学报,2015(06):88-95.DOI:10.13230/j.cnki.jrsh.2015.06

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章