股指期货套保在股票投资组合中的运用研究.

股指期货套保在股票投资组合中的运用研究套期保值，即利用两种资产的高度相关性，通过持有相反头寸的这两种资产来规避风险。套期保值是股指期货的基本功能之一，这是因为股指期货具有卖空机制，担心股票市场会下跌的投资者可通过卖出股指期货合约以对冲掉所持有股票面临的系统性风险。由于股指期货是现金交割，为差价套利提供了极大的方便性，从而使得其与股票指数之间存在很强相关性，为套期保值创造了良好条件，投资者可以通过对冲的方式有效规避股票投资组合中的系统性风险，锁定当期利润，提高资金使用效率。一、保值方式实现投资组合资产保值是通过在期货市场上持有相反头寸，到期以对冲的方式完全了结，使整个投资组合的风险最小化。举例来说，2007年二、三季度间，A股指数连续攀升，基本面上已严重透支上市公司未来业绩，政策方面也接连出台组合重拳抑制指数非理性上扬，此时价格风险已埋下重大隐患。投资者为回避价格下跌的风险，可以在期货市场上建立适当单位的空头头寸，一旦指数下滑，则期货市场上的盈利部位可以弥补现货市场的损失，同样如果指数继续上涨，则现货部分的盈利亦可以弥补期货的做空头寸，从而实现回避风险，锁定预期利润的目的。同样当指数连续性低靡，而经济、政策等方面已出现转暖信号，或市场出现单方连续非理性下挫，投资价值彰显时，指数随时可能出现大幅反弹甚至反转，由于部分投资者或投资机构资金过于庞大，很可能与最佳的建仓时机擦肩而过，从而提高了投资组合建仓成本，或者因暂时性资金周转问题，短期无法完成理想仓位。在这种情况下可以在期货市场上建立多头头寸，从而锁定建仓成本及战略仓位。二、最优套期保值比率的确定在利用股指期货进行套期的问题上，研究人员都专注于最优套期保值比率的确定，在不同的假设前提及目标函数下，最优套期保值比率也会不同。GrayandRutledge（1971）根据套期保值目的与动机不同，把套期保值方法分为风险消除、利润极大化、风险降低和投资组合法四类。Ederington（1979）按照套期保值方法演进，将套期保值模型分为简单套期保值模型、选择性套期保值模型和投资组合套期保值模型三类。不同的模型对套保比率得出的结论也相差甚远，传统的简单套期保值模型将套保比率以成交金额设定为1：1，由于现货与期货间并非完全相关，显然这种比率会大大影响保值效率，不可以贸然配比。基于此，我们可以根据套保者的目的将套保比率划分为二类：追求风险最小化与追求预期效用最大化。这里我们采取保守的方法以追求风险最小化为目标将套保过程分为三个阶段以确定比例关系：观察期、试验避险期、最终避险期。在观察期中利用OLS模型、ECM模型、GARCH模型分别计算三者的套保比率，然后用试验期进行验证，以确定最佳模型得出的套保比率。（注：由于短期影响市场的外因有限，所以我们认为短期内市场自身波动规律可以得到惯性维持，故试验避险期确定的最优模型可以未来一段时间内保持最佳，从而求得风险最小化情况下的套期保值比率。）三、基差风险的把握股指期货的套期保值方案中，基差风险也是影响套保效果的一大重要因素，理想的套保方案往往是以基差风险代替价差风险，所以基差风险的存在不容忽视。基差的存在主要归因于股指期货的理论价格与标的股票指数预期价格变动的相互关系。影响股指期货理论价格的因素有三个：现货指数价格、无风险收益率和其它成本。股指期货的理论价格等于现货指数点数乘以每点价格加上持有股指期货至到期日期间内的无风险收益（持有成本），减去持有期间内未能获得的股息收益及其它成本。在多数情况下，无风险收益率要高于现货指数的股息率，因此在股指期货到期之前，股指期货的价格理论上要超过现货股票指数价格，即“理论基差”为负值。但由于股指期货反应了投资者对未来现货走势的预期，所以一旦市场未来处于悲观情况氛围中，则股指期货价格将随合约月份而递减，低于现货指数，从而使基差为正值。此外，在股票指数趋势反转期间，基差的波动也非常剧烈。投资者在进行股指期货套期保值前，应该根据自己的保值需要，关注股指期货基差的变化趋势，尽可能选择对自己持仓头寸有利基差方向和时机进行建议，减少基差风险对套期保值交易的影响。另一方面，股指期货自身的特点使得其无风险期现套利存在极大的可行性，所以基差的波动也被投资者用于股指期货的期现套利，从而可以减少基差波动的风险。投资者在进行套保操作时可以关注套利区间。四、操作流程及要点1、研判形势，确定套保时机与方向：投资者通过综合分析认为市场未来会在系统性因素作用下发生逆转，或因自己的特殊情况需要对当前已持有或准备步局的股票投资组合进行套期保值。对于现货持仓者而言，其操作方向为在期货市场上建立卖出套保部位，而对于现货建仓者则需建立买入套保部位。2、确定套保期限：其目的有两个：首先由于股指期货套保目的是锁定当期利润或减少建仓成本，如果套保期限过短，则影响套保效果；如果期限过长，则会影响投资预期收益。其次，套期期限也会影响到确定套保比率模型的数据验证，进而影响套保效果，这是因为证券市场存在周期性与阶段性的变化特点，使得市场规律存在诸多变化性，对此，个人观点认为由于思维的惯性作用，市场短期内可以保持原有规律，或者说市短期内规律的变化具有较高的关联性。基于此，如果套保期限短，可以利用此时间点前的一定时间段进行阶段数据验证；如果套保期限较长，则需要利用历年长期的历史数据进行周期性验证。3、确定套保现货头寸配比：由于现货指数（沪深300）是按照特定的权重比例对两市300只股票进行计算得出的。而投资者往往出于偏好和需要，组建的股票组合在成份和权重上呈现自由分布，与现指相关性出现较大背离，使得统计数据失真，无法有效进行模型构建。对此，为了实现套保方案的有效进行，需根据真际情况对现有组合进行整理，可以选择特定部位进行部分套保，或增加部分仓位实现优化配制。4、选择适当合约月份：需要考虑是否涉及到移仓、移仓的影响以及合约的流动性问题。5、计算套保比率进而确定所需合约数量：参考本文第三段。6、合理分配交易保证金与结算准备金比例：由于期货实行保证金交易，具有杠杆功能，为实现套期保值过程中期货部位资金的安全度，避免强平现象发生，需要对持仓部分合理配比结算准备金。如果投入过多，会影响资金合用效率；如果不足，则会发生强平，影响整个套保操作运行。7、开仓交易及盘中观察：由于市场并非一成不变，可以根据市场情况及时对套保头寸、现货成份配比、套保期货进行调整。8、完成套保与绩效评估五、案例分析这里我们选取以两市总市值前50名权重股作为股票投资组合，研究此组合与股指期货的套保效果。由于HS300股指期货没有实际交易数据，而仿真交易数据缺乏真实性，鉴于成熟市场股价指数现货及期货价格之间以及收益率之间的高度相关性，我们利用沪深300现货指数数据作为沪深300股指期货的代替变量。对于投资组合的数据，我们将其分为三部分，第一部分是跟踪期，用于估算套期保值比率，从2008年初到2008年9月26日；第二部分是套保试探区间，从2008年10月6日至2008年10月10日。通过样本数据得出最优套期保值率，然后在实验区间内对股票投资组合进行保值，并得出初期保值的效果。第三部分为最终套保区间，从2008年10月13日至2008年10月31日，再度利用样本数据得出最优套期保值率对投资组合进行保值，得出实证效果。首先观察投资组合与指数期货的走势拟合程度，投资组合与指数期货相关性越高，套期保值效果越好，而相关度低的资产则很难利用股指期货进行套期保值。从图1可以看出，此投资组合和沪深300指数收益率走势非常一致。下图5是由以2008年1月1日为基期，以HS300与投资组合报告期收益率进行对比。从图5走势叠加直观来看，投资组合指数与沪深300指数历史走势比较一致，基本符合套期保值的条件。1．数据单位根检验表1投资组合收益率的ADF检验ADFTestStatistic-10.088181%CriticalValue*-3.46935%CriticalValue-2.878210%CriticalValue-2.5756*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.图1：观察期投资组合与沪深300指数期货收益率走势对比图-0.65-0.55-0.45-0.35-0.25-0.15-0.050.05Mar-08Apr-08May-08May-08Jun-08Jul-08Aug-08投资组合现货指数数据来源：海通期货研究中心SZ(-1-1.0865950.107710-10.088180.0000D(SZ(-10.0988510.0767831.2874190.1997R-squared0.499386Meandependentvar-1.34E-05AdjustedR-squared0.493496S.D.dependentvar0.019180S.E.ofregression0.013650Akaikeinfocriterion-5.732914Sumsquaredresid0.031676Schwarzcriterion-5.678233Loglikelihood498.8971F-statistic84.79134表2：指数期货收益率的ADF检验ADFTestStatistic-10.175171%CriticalValue*-3.46935%CriticalValue-2.878210%CriticalValue-2.5756*MacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.HS(-1-1.0805740.106197-10.175170.0000D(HS(-10.1208050.0765871.5773530.1166C-0.0024060.001054-2.2831630.0237R-squared0.489262Meandependentvar5.46E-06AdjustedR-squared0.483253S.D.dependentvar0.018768S.E.ofregression0.013492Akaikeinfocriterion-5.756319Sumsquaredresid0.030944Schwarzcriterion-5.701638Loglikelihood500.9216F-statistic81.42571Durbin-Watsonstat1.995050Prob(F-statistic0.0000002.协整检验在最优套期保值比率模型的研究中，需要考虑投资组合收益率rp与指数期货收益率rsh300的长期稳定的关系。在前面的ADF检验中，我们发现两个序列是平稳的，但他们组成的线性组合是否稳定则需要进步验证，这即是协整关系（Cointegration）的检验。通过对投资组合收益率序列和沪深300指数期货收益率序列的简单线性回归的残差项进行ADF检验，得到表4的检验结果。通过以下数据我们发现，残差序列为平稳序列，表明两者收益率具有协整关系。表4：投资组合与现货指数收益率的ADF检验HS0.8679510.03793422.880390.0000R-squared0.669681Meandependentvar-0.002238AdjustedR-squared0.667760S.D.dependentvar0.013604S.E.ofregression0.007841Akaikeinfocriterion-6.847401Sumsquaredresid0.010576Schwarzcriterion-6.811090（一）EMC模型我们运用误差修正模型对2008年1月2日至2008年9月31日的数据进行检验，结果如下：表5：EMC模型SZ(-1-0.4790670.066150-7.2421160.0000HS0.8035820.04414518.203190.0000HS(-10.5145130.0661847.7739510.0000C