王彬鑄

(西南財(cái)經(jīng)大學(xué)，四川　成都　610000)

?

滬深300股指期貨與恒生指數(shù)于滬港通開(kāi)通前后套期保值對(duì)比研究

王彬鑄

(西南財(cái)經(jīng)大學(xué)，四川成都610000)

摘要：本文通過(guò)事件研究法，分別建立OLS，BVAR模型，對(duì)滬港通開(kāi)通前后，滬深300股指與恒生指數(shù)期貨最優(yōu)套期保值比率變化進(jìn)行研究，并分析套保績(jī)效。通過(guò)建立回歸模型，消除代表市場(chǎng)熱度的成交額等內(nèi)生變量，并引入虛擬變量，證明了事件發(fā)生前后最優(yōu)套期保值比率發(fā)生了變化。結(jié)果顯示，在“滬港通”開(kāi)通前后，香港恒生指數(shù)都比滬深300指數(shù)的最優(yōu)套期保值比率高，且績(jī)效更好，“滬港通”開(kāi)通之后，香港恒生指數(shù)與滬深300指數(shù)的最優(yōu)套期保值比率都有所降低，滬深300指數(shù)套期保值績(jī)效相對(duì)于恒生指數(shù)下跌更多。

關(guān)鍵詞：滬港通；套期保值；OLS模型；BVAR模型

一、研究背景與文獻(xiàn)綜述

2014年年末，隨著央行雙降政策，與滬港通的正式開(kāi)通，A股市場(chǎng)新的一波牛市又重新拉開(kāi)序幕。作為期貨產(chǎn)生的初始動(dòng)力，套期保值功能的關(guān)鍵是最優(yōu)套期保值比率的計(jì)算。為了讓投資者更加適應(yīng)當(dāng)下逐漸走向成熟與國(guó)際化的市場(chǎng)，規(guī)范其合理利用股指期貨的行為，對(duì)比及提供“滬港通”開(kāi)通前后A股與港股的最優(yōu)套期保值比率與變化以對(duì)投資者進(jìn)行理論性的指導(dǎo)是有意義的。

Keynes(1951)和Hicks(1952)最早從經(jīng)濟(jì)學(xué)方面對(duì)傳統(tǒng)的套期保值理論做了詳細(xì)的闡述。1979年，Ederington在對(duì)美國(guó)國(guó)債期貨對(duì)現(xiàn)貨進(jìn)行套期保值比率進(jìn)行估計(jì)時(shí)使用了OLS模型，是歷史上最早用于估計(jì)套期保值比率的模型。Wenling Yang和 David Allen采用向量自相關(guān)VAR模型進(jìn)行估算，并取得了不錯(cuò)的效果。Herhst，Kare等引進(jìn)雙變量自相關(guān)自回歸模型(B-VAR)，采用期貨現(xiàn)貨的對(duì)數(shù)收益率來(lái)替代原先的收盤(pán)價(jià)進(jìn)行回歸估計(jì)套期保值比率。 Engle和Granger通過(guò)對(duì)期貨與現(xiàn)貨和現(xiàn)貨的長(zhǎng)期均衡及短期均衡關(guān)系與短期均衡關(guān)系進(jìn)行了研究。吳沖鋒，錢(qián)宏偉及吳文峰(1998)分別使用了最小方差和最大套期保值策略對(duì)上海金屬交易所銅交易日數(shù)據(jù)進(jìn)行了實(shí)證研究，分析結(jié)果表明套期保值減少了銅價(jià)波動(dòng)最小風(fēng)險(xiǎn)的套期保值比例在0-1之間。

以上研究均顯示，不同模型的最優(yōu)套期保值比率是不同的，學(xué)者們主要是利用模型在不同的市場(chǎng)進(jìn)行求解，然而，利用套期保值模型對(duì)重大事件導(dǎo)致市場(chǎng)發(fā)生屬性改變所引起的最優(yōu)套期保值變化的實(shí)證研究并不多，此點(diǎn)即為本文進(jìn)行研究的初衷。

二、數(shù)據(jù)簡(jiǎn)介與處理分析

本文以2014年11月27號(hào)“滬港通”的開(kāi)通為研究對(duì)象，選取了滬深300指數(shù)，股指期貨，香港恒生指數(shù)，香港恒生指數(shù)期貨的日收盤(pán)價(jià)為研究數(shù)據(jù)。數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)。

本文研究?jī)啥螘r(shí)間區(qū)間。第一段：2014年4月25日-2014年11月17日。第二段：2014年11月18日-2015年11月17號(hào)。第一個(gè)時(shí)間段包含為139個(gè)交易日，第二個(gè)時(shí)間段包含244個(gè)交易日。

另外，為盡量減少異方差的存在，盡可能使數(shù)據(jù)呈現(xiàn)正態(tài)化分布，本文首先將股指期貨日收盤(pán)價(jià)對(duì)數(shù)化處理，分別取自然對(duì)數(shù)，將對(duì)數(shù)化的指數(shù)現(xiàn)貨期貨作為本文的樣本數(shù)據(jù)。

結(jié)果可得四個(gè)樣本的Jarque-Bera值很高，即兩種股指的期貨與現(xiàn)貨都服從正態(tài)分布，同時(shí)兩者的期貨與現(xiàn)貨之間相關(guān)系數(shù)很高，根據(jù)套期保值理論，相關(guān)系數(shù)越好效果越好，表明利用對(duì)應(yīng)的期貨進(jìn)行套期保值是可行的。隨后，通過(guò)建立簡(jiǎn)單回歸得(OLS)模型，雙變量自回歸模型(BVAR)，得出不同時(shí)間段A股與港股的套期保值比率，得出不同的套期保值績(jī)效，確定不同模型的最優(yōu)套期保值比率。

三、套期保值比率及確定模型

(一)套期保值比率

套期保值比率是期現(xiàn)貨資產(chǎn)價(jià)值之間的比率。期貨頭寸有效的抵消現(xiàn)貨頭寸風(fēng)險(xiǎn)程度越大，效果越好。套期保值的效果取決于套期保值的比率的準(zhǔn)確性。

本文采用風(fēng)險(xiǎn)最小化的績(jī)效測(cè)量方法測(cè)量。將套期保值值績(jī)效指數(shù)HE定義具體公式表達(dá)如下：

Var(Ht)和Var(Ut)分別表示進(jìn)行了套期保值與未進(jìn)行套期保值的方差。從公式看出，Var(Ht)越小，HE越接近1，套期保值效果越好，相反，Var(Ht)越大，HE越接近0，套期保值效果越差。

(二)簡(jiǎn)單回歸模型(OLS)

由于現(xiàn)貨市場(chǎng)期貨市場(chǎng)的價(jià)格存在高度相關(guān)性，OLS線性回歸模型可以通過(guò)構(gòu)建期貨與現(xiàn)貨之間的收益率之間的價(jià)格關(guān)系，運(yùn)用最小二乘法(OLS)估計(jì)最優(yōu)套期保值比率，為了減少異方差問(wèn)題并使數(shù)據(jù)平滑，采用對(duì)數(shù)收益率代替普通收益率，表達(dá)公式如下：

ΔlnSt=α+βΔlnFt+ε

其中ΔlnSt，ΔlnFt分別表示現(xiàn)貨與期貨的對(duì)數(shù)收益率。

(三)雙變量自回歸模型(BVAR)

為消除殘差自相關(guān)，增加模型的信息量，引入雙變量向量自回歸模型為解釋變量，克服了殘差自相關(guān)這一缺點(diǎn)，有一種最簡(jiǎn)的模型為雙變量自回歸模型，即BVAR，該模型將所有變量看成內(nèi)生變量，確定最佳滯后項(xiàng)是關(guān)鍵，通常利用赤池信息準(zhǔn)則尋找滯后項(xiàng)，該模型表達(dá)式如下：

其中，ΔFt和ΔSt分別表示期貨和現(xiàn)貨的收益率，αS別是期貨與現(xiàn)貨方程的截距項(xiàng)。β，λ為回歸系數(shù)。ε表示誤差項(xiàng)同時(shí)服從獨(dú)立同分布。其中ΔFt的系數(shù)β為所求的最優(yōu)套期保值比率。

四、最優(yōu)套期保值比率及績(jī)效分析

(一)平穩(wěn)性檢驗(yàn)

為了在分析時(shí)使變量之間得出的關(guān)系有意義。進(jìn)行回歸分析之前，我們有必要進(jìn)行變量的平穩(wěn)性檢驗(yàn)，本文采用ADF檢驗(yàn)，結(jié)果都顯示數(shù)據(jù)是平穩(wěn)的。

(二)最小二乘回歸模型(OLS)對(duì)套期保值的實(shí)證分析

OLS線性回歸模型是將期貨與現(xiàn)貨收盤(pán)價(jià)格進(jìn)行對(duì)數(shù)差分后進(jìn)行現(xiàn)行回歸以達(dá)到殘差最小平方的目的。分別對(duì)滬深300期貨現(xiàn)貨第一階段第二階段進(jìn)行回歸，恒生指數(shù)期貨現(xiàn)貨第一階段，第二階段進(jìn)行最小二乘回歸，估計(jì)結(jié)果如下表一：

表一　OLS模型結(jié)果

(三)雙變量向量自回歸模型(BVAR)

滬深300指數(shù)股指期貨之間存在協(xié)整關(guān)系，故考慮建立BVAR模型。 為了確保變量之間存在長(zhǎng)期均衡關(guān)系，對(duì)序列進(jìn)行協(xié)整檢驗(yàn)，因此論文使用Johansen協(xié)整檢驗(yàn)，進(jìn)行Johansen協(xié)整檢驗(yàn)最關(guān)鍵的即確定滯后階數(shù)，本文分別取了1-5階的AIC值，選取AIC中最小的一階為最佳滯后項(xiàng)，結(jié)果如表二：

表二　BVAR模型結(jié)果

(四)回歸分析法

在市場(chǎng)微觀的結(jié)構(gòu)中，重要的內(nèi)生變量入成交量，價(jià)格水平等講影響市場(chǎng)的流動(dòng)性，波動(dòng)性，即影響市場(chǎng)的最優(yōu)套期保值的確定，由于影響市場(chǎng)的外生變量眾多，為了控制外生變量，證明“滬港通”的開(kāi)通帶給A股與香港股票市場(chǎng)的套期保值格局改變，本文參考Eomd等的研究方法，使用回歸分析法，以消除上述變量的影響，對(duì)于代表市場(chǎng)外生變量的指標(biāo)使用M表示，回歸表達(dá)式如下：

ΔlnSt=?1+?2Dt+βtΔlnFt+β2DtΔlnFt+β3lnM+ε

其中D表示虛擬變量，M表示代表市場(chǎng)活躍程度的每日成交額，由于成交額呈右偏態(tài)，取自然對(duì)數(shù)消除。為了消除異方差的影響，利用WHCC法進(jìn)行OLS估計(jì)。如果系數(shù)β2顯著，則預(yù)示在控制了市場(chǎng)外生變量影響下，最優(yōu)套期保值比率發(fā)生了顯著變化。結(jié)果如表三：

表三　回歸分析結(jié)果

結(jié)果顯示，對(duì)于擁有虛擬變量的系數(shù)t檢驗(yàn)顯著。即滬深300股指期貨與香港恒生指數(shù)在滬港通開(kāi)通以后，兩者的最優(yōu)套期保值比率的改變確實(shí)發(fā)生了變化。

五、結(jié)論

在“港股通”開(kāi)通以后，香港股票市場(chǎng)，大陸A股市場(chǎng)的形態(tài)發(fā)生了改變。本文對(duì)事件發(fā)生前后滬深300指數(shù)套期保值與恒生指數(shù)套期保值的最優(yōu)比率及績(jī)效進(jìn)行了估算，并在風(fēng)險(xiǎn)最小化框架下對(duì)比分析的套期保值效果得到了如下結(jié)論：

第一，滬深300股指現(xiàn)貨與期貨收益率，恒生指數(shù)現(xiàn)貨與期貨收益率相關(guān)性很高，并且香港高于大陸。

第二，基于本文使用的模型估算的滬深300指數(shù)期貨與恒生指數(shù)期貨的最優(yōu)套期保值比率都小于1。

第三，通過(guò)對(duì)兩個(gè)市場(chǎng)兩個(gè)時(shí)段的套期保值最優(yōu)比率及績(jī)效進(jìn)行比較時(shí)，發(fā)現(xiàn)對(duì)滬深300指數(shù)進(jìn)行套期保值的最優(yōu)比率在兩時(shí)間區(qū)間內(nèi)都小于對(duì)恒生指數(shù)套期保值比率，且恒生指數(shù)套期保值績(jī)效略高于滬深300指數(shù)。在滬港通開(kāi)通以后，香港恒生指數(shù)與滬深300指數(shù)的最優(yōu)套期保值比率都有所降低，同時(shí)套起保護(hù)績(jī)效滬深300指數(shù)相對(duì)于恒生指數(shù)下跌更多，這是可能是由于當(dāng)前的中國(guó)資本市場(chǎng)為了穩(wěn)定股市，相關(guān)機(jī)構(gòu)大大限制了股指期貨的交易而導(dǎo)致的。

綜上所述，滬深300股指與成熟的恒生指數(shù)相比，仍然有很長(zhǎng)的路要走，投資者擁有了一個(gè)全新的金融風(fēng)險(xiǎn)管理工具，但是在金融創(chuàng)新與發(fā)展的過(guò)程中，市場(chǎng)監(jiān)督管理者應(yīng)不斷規(guī)范投資者市場(chǎng)行為為投資者進(jìn)行合理的套期保值提供工具，以加快中國(guó)資本市場(chǎng)走向成熟的步伐。

參考文獻(xiàn)：

[1]方虹和陳勇，2008，《石油期貨最優(yōu)套期保值比率及套期保值績(jī)效的實(shí)證研究》，《中國(guó)軟科學(xué)》第1 期，125-130.

[2]馬超群、劉鈺、姚靜，2008，《股指期貨最小風(fēng)險(xiǎn)套期保值率計(jì)算方法及實(shí)證研究》，《系統(tǒng)工程》第4 期，80-84.

[3]王駿和張宗成，2005，《中國(guó)期貨市場(chǎng)套期保值績(jī)效實(shí)證研究》，《證券市場(chǎng)導(dǎo)報(bào)》第11 期，20-25.

[4]吳沖鋒、錢(qián)宏偉、吳文鋒，1998，《期貨套期保值理論與實(shí)證研究》，《系統(tǒng)工程理論方法應(yīng)用》第4 期，20-32.

[5]Ederington L H.， 1979，“The hedging performance of the new futures markets”， Journal of Finance， 1， pp.157-170.

[6]Floros C.and D.V.Vougas， 2006，“Hedging Effectiveness in Greek Stock Index Futures Market， 1999-2001”， International Research Journal of Finance and Economics， 5， pp.1-12.