龙源期刊网 http://www.qikan.com.cn
中国铜期货套期保值比率实证分析
作者：陈奕
来源：《商业文化》2011年第07期
摘 要：运用EVIEWS软件对铜期货数据的分析，计算出铜期货的套期保值比率，为企业进行套期保值奠定理论和实践的基础，有效控制企业现货价格波动的风险。 关键词：套期保值；绩效评估；风险控制
中图分類号：X820.4 文献标识码：A文章编号：1006-4117（2011）07-0197-01
引言：在现货市场中，现货的价格每日都在波动，对于一个以此现货为原料的企业来说，现货市场价格的波动会造成企业成本的变动，从而带来了企业成本的风险。但中国铜期货交易的产生，使得存在这样风险的企业拥有了通过期货市场的交易规避价格波动风险的途径。对于一个存在现货价格风险的企业来说，理论上说，在现货市场的多头可以通过在期货市场的相同头寸的期货空头来实现套期保值，即，套期保值比率为1。但是现货市场与期货市场的价格往往不相一致，更由于期货市场存在的基差风险，使得期货市场与现货市场的价格往往是不吻合的。于是要能够成功得对现货进行套期保值，必须通过对期货头寸进行调整，也就是改变套期保值比率，来消除现货价格波动的风险。
Ederington(1979)4将最小方差套期保值比率应用到金融期货市场，并且进一步提出了金融期货市场套期保值绩效衡量指标。通过实证对所提出的套期保值比率进行了研究，验证了套期保值绩效的有效性。Witt(1987)5对基于最小二乘法(OLS)回归模型估计最小风险套期保值比率的各种基本方法进行了综述。但随着计量时间序列模型和金融数学的发展，很多学者开始怀疑使用普通最小二乘法(OLS)计算的最小风险套期保值比率。这是因为经过普通最小二乘法回归之后的残差项之间存在着相关性问题。为了消除残差项的序列相关性对套期保值比率的影响，从而引入了误差修正模型，计算最小风险套期保值比率。随着自回归条件异方差模型(ARCH)的发展和应用，越来越多的学者开始从动态的角度去研究最优套期保值比率，提出了基于条件异方差的动态套期保值比率计算方法。随着ARCH模型的不断完善和发展，GARCH模型成为了研究最优套期保值比率的主流模型，动态套期保值比率也成为了当时计算套期保值比率的最成熟方法。
（一）EVIEWS软件的应用计算。计算套期保值比率，可以运用Eviews软件，通过对现货与期货的历史数据的分析与方程的拟合从而计算出套期保值比率。这里以铜期货为例，运用2009年1月5日到2009年12月31日长江铜现货数据，而期货数据采用的是离到期日还有2个月的一系列期货合约对应的一个月的数据，即运用展期的方式对现货进行套期保值，选取的
中国铜期货套期保值比率实证分析
