股指期货套期保值统计策略

一、股指期货套期保值原理 中国股票市场的风险上要表现为系统性风险。有关资料显示,中国股市的系统性风险超过60％,远高于美、英、加等国家的20—30％的系统性风险。表现在中国单只股票的价格波动受市场整体波动的影响非常大,各股票之间价格波动的相关性也很大、它们的收益率之间的相关系数高达0．7左右,     

基于VaR的股指期货套期保值研究

中国证券市场起步于90年代初期,由于缺乏风险对冲工具和做空机制,市场长期以来一直处于单边市状态,即投资者只能通过买入股票并等待其上涨来获得收益,如果市场处于下跌通道之中,投资者或者被动忍受损失,或者离场观望。而中国证券市场波动又比较剧烈,这就更加大了投资者的投资风险。沪深300股指期货的推出将使得国内证券市场格局发生重大变革：一方面,投资者可以通过投机来获利;另一方面,投资者可以通过股指期货进行避险,即所谓的套期保值。     

基于VaR的股指期货套期保值研究

中国证券市场起步于90年代初期,由于缺乏风险对冲工具和做空机制,市场长期以来一直处于单边市状态,即投资者只能通过买入股票并等待其上涨来获得收益,如果市场处于下跌通道之中,投资者或者被动忍受损失,或者离场观望。而中国证券市场波动又比较剧烈,这就更加大了投资者的投资风险。沪深300股指期货的推出将使得国内证券市场格局发生重大变革:一方面,投资者可以通过投机来获利;另一方面,投资者可以通过股指期货进行避险,即所谓的套期保值。     

对股指期货卖空套期保值功能的质疑

商品期货套期保值的原理和操作适用于股指期货的多数情形,但是并不完全.由于商品期货和股指期货投资主体盈利模式不同,卖空操作的前提和必要性不周,导致股指期货的卖空套期保值虽然操作上可行,但却缺乏足够的经济意义.     

股指期货套期保值问题的实证分析研究

本文采用投资组合理论结合了最近的数据分析了股指期货的套期保值问题.通过最小二乘估计和Garch模型对于套期保值比率做出了估计,并且给出了相应的收益率.从而验证了股指期货套期保值的有效性.     

股指期货最优套期保值比率估计方法研究

本文利用普通线性回归模型、VAR、ECM、FIECM四种模型来计算静态最优套期保值比率,以及利用VAR-GARCH、ECM-GARCH、FIECM-GARCH三种模型来计算动态最优套期保值比率,并利用事后样本数据来比较这些估计效果。研究结果表明,考虑异方差性的模型动态最优套期保值比率普遍小于未考虑到异方差性的静态最优套期保值比率;而动态最优套期保值比率的保值效果则明显优于静态最优套期保值比率的保值效果。     

机构参与股指期货套期保值的效果分析

股指期货上市以来运行情况良好,投资主体也在不断壮大,但是市场参与主体较单一,机构参与套期保值比例非常低,这将不利于股指期货发挥"减震"作用。文章通过对我国股指期货运行状况的介绍,利用回归分析方法,对机构参与股指期货套期保值的效果进行分析。结果表明机构参与股指期货进行套期保值,不仅在收益率不变的情况下,能减少收益率的波动性,而且还将有利于降低机构投资组合的系统性风险。     

股指期货套期保值比率与绩效实证研究

本文运用协整等分析方法,采用0LS回归模型方法、双变量向量自回归模型方法、基于协整的误差修正模型方法、广义自回归条件异方差（GARCH）模型方法、误差修正的GARCH模型方法等对不同模型下的套期保值比率进行实证研究。发现采用各种方法计算的结果都优于“幼稚法”,但各种方法的结果差别不大。最后运用最小方差法对套期保值的有效性做出评价。     

沪深300股指期货套期保值实证研究

本文在投资组合风险最小的前提下,运用GARCH模型研究沪深300股指期货的套期保值的效果,并计算相应的最优套期保值比率,研究结果表明,沪深300股指期货与所构造的股票组合之间的最优套期保值比率为1.281431,现货股票组合86.9％的变化可由沪深300股指期货反映,表明套期保值效果良好,由此可知,股指期货是一种行之有效的套期保值工具,但是,大于1的最优套期保值比率表明利用沪深300股指期货进行套期保值的成本较高,也说明本文构造的股票组合风险小于沪深300股指期货的风险,本文还就研究结论对投资者及政策制定者提出相应的建议。     

A Transactions Data Test of Stock Index Futures Market Efficiency and Index Arbitrage Profitability

This paper investigates the efficiency of the market for stock index futures and the profitability of index arbitrage for The Chicago Board of Trade's Major Market Index contracts. The spot value of the index is computed with transactions prices for the component shares of the index obtained from the Fitch database. The tests account for transaction costs, execution lags, and the uptick rule for short sales of stocks. Results indicate that the size and frequency of boundary violations are substantially smaller than those reported by earlier studies and have declined sharply with time.     

股指期货套期保值模型选择和绩效评价——基于沪深300股指期货仿真交易数据的实证分析

本文基于沪深;500股指期货仿真交易的数据,选取华安上证180ETF作为现货组合,运用OLS、VAR、VECM、GAR,CH等不同模型进行套期保值的实证分析。通过“风险最小化原则”和“效用最大化原则”分别比较不同模型的套期保值绩效,发现在样本内GARCH模型降低风险的效果最明显,OLS模型则可使得投资者的效用函数最大化;而对样本外数据,两原则一致认为VECM模型套期保值绩效最优。并给出投资者选择股指期贷套期保值模型的具体建议。     

中国股指期货标的指数的套期保值效果实证分析

期货市场的一大功能是套期保值,因此,套期保值效果是衡量股指期货标的指数优劣的一个重要指标。根据组合投资套期保值理论,运用最小方差法,以中标50和道中88指数模拟现货股票投资组合进行的实证分析表明：五只我国统一市场基准指数新富A200、沪深300、中标300、新富A600和道中600中套期保值效果,最佳的是新富A600。     

沪深300股票指数期货期现套利机制研究

通过分析股指期货推出的必要性度其与期限套利机制的关系,探讨了由于投资者非理性、交易成本高昂、缺乏300ETF产品、交易制度障碍和外汇管制带来的期现套利障碍,有针对性地提出了完善期现套利机制的政策建议.     

模糊厌恶下股指期货风险对冲策略设计及实证分析

投资者对股指期货与现货有着不同的模糊厌恶,本文首先将此假设条件引入带交易成本的Garleanu and Pederson (2013)投资模型中,并以指数基金对冲策略为例,构建了一个股指期货动态对冲的理论模型。与非对冲策略相比,基于上述模型设计的对冲策略投资绩效更好,动态最优成交额占目标交易额的比例更小,目标成交额对收益率预测因子的敏感性更大。借助上述模型,本文选取2010年4月至2021年6月的中国ETF指数基金和股指期货数据,并以2015年9月股指期货管理措施实施为界进行区间划分,实证研究发现:(1)中国A股市场的ETF投资组合进行股指期货对冲显著提升了投资绩效,但股指期货管理会削弱该作用;(2)投资绩效改善主要来源于交易成本的下降与目标成交额因子敏感性的提升,该机制受到股指期货管理的约束;(3)与Garleanu and Pederson (2013)、Zhang et al. (2017)相比,本文对冲策略保留“抗跌”特点的同时增加了“易涨”特性。本文研究结果表明,在当前大力发展机构投资者的背景下应不断丰富股指期货、股指期权产品谱系,降低股指期货交易成本并完善持仓约束。     

Forecasting and Arbitrage of the Nikkei Stock Index Futures: An Application of Backpropagation Networks

A neural network model was used in forecasting the basis in SIMEX Nikkei Stock Index futures. Results for out of sample show that the neural network forecast performance was better than that of the ARIMA model. Also, a two-way ANOVA confirms that the employed neural network was able to provide the trader with more arbitrage profits than the traditional cost-of-carry model even though it observed relative less profitable arbitrage timing. The results can be attributed to the network';s higher ability to capture nonlinear market patterns.