导读:本文包含了最优套期保值比论文开题报告文献综述及选题提纲参考文献，主要关键词:国债期货,最优套期保值比率,绩效
最优套期保值比论文文献综述
刘爽,游碧蓉[1]（2019）在《五年期国债期货最优套期保值比率的实证研究》一文中研究指出以五年期国债期货为例,选取了其主力合约的每日收盘价和1～3年、3～5年、5～7年、7～10年、10年期以上中债国债全价指数的每日收盘价作为价格时间序列,分别运用静态的OLS模型和动态的Copula-GARCH模型估算出五年期国债期货指数与1～3年、3～5年、5～7年、7～10年、10年以上中债国债全价指数的套期保值比率,并利用样本内外数据对估算的比率及绩效进行检测。结果表明:两种模型估算的结果相近,随着国债现货期限的延长需提高套期保值比率;从套期保值效果上看,五年期国债期货最适合于7～10年和5～7年国债现货套期保值。(本文来源于《福建农林大学学报(哲学社会科学版)》期刊2019年05期）
侯为波,邓芹[2]（2019）在《中国铜和铝期货最优套期保值比率与持有期效应的对比分析》一文中研究指出研究在最小方差思想下中国铜期货和铝期货的最优套期保值比率以及持有期效应,有利于投资者更好规避风险.利用现货和期货数据并基于OLS模型和双变量自回归(B-VAR)模型对其进行检验.得到了在同一模型下铝期货的套期保值效果比铜期货好,且铜和铝期货都不具有持有期效应,以及当研究期限为6周时铜的最佳持有期是5周,铝的最佳持有期是4周.同时,验证了B-VAR模型计算的套期保值比优于OLS模型.(本文来源于《吉林师范大学学报(自然科学版)》期刊2019年03期）
王杰[3]（2019）在《股指期货套期保值最优比率混频方法研究》一文中研究指出套期保值的核心问题是如何更精准地估计最优套期保值比率。高频数据和低频数据在金融领域的应用各有优劣,综合使用两种不同频率的数据分析套期保值问题可以吸取这两种数据信息的优点。通过使用低频数据估计期货与现货的方差和使用高频数据估计已实现相关系数,两者最终确定了混频套期保值比率,并与使用单一频率数据确定的套期保值比率进行绩效评估的比较,发现混合低频数据和高频数据确定的混频套期保值不仅在样本内的表现十分突出,而且在样本外的绩效评估中也显着优于使用单一频率确定的套期保值策略。(本文来源于《商业研究》期刊2019年07期）
王小英[4]（2019）在《中证500股指期货最优套期保值比率研究》一文中研究指出目前我国推出的股指期货主要有沪深300股指期货、上证50股指期货以及中证500股指期货,而其中中证500股指成分股中创业板和中小板股票占比较高,因此中证500股票指数可以用来反映成长股的价格表现,且成长股永远是投资的主旋律,但高收入就意味着高风险,为此中证500股指期货成为了成长股投资者进行套期保值的首选工具。套期保值比率作为套期保值的核心,是近几年学者们研究的重中之重,本文正是在这样的大氛围以及背景下,对我国中证500股指期货最优套期保值比率进行了深入的研究。本文在研究了大量相关文献的基础之上,选取中证500股票指数和股指期货的对数收益率作为研究数据,对中证500股指期货最优套保比率的确定问题进行了深入细致的探讨,在模型方面本文选用了窗口动态化后的OLS、B-VAR、ECM等模型与Copula-GARCH动态模型,改进了前人所用的静态模型,利用MATLAB软件,将静态套期保值模型窗口动态化,使其得出的套期保值比率也呈动态序列,以确保所采用的模型得出的套期保值比率都呈动态序列,为中证500股指期货最优套保比率的研究提出了新的视角。研究结果表明:窗口动态化后的OLS、B-VAR、ECM模型与Copula-GARCH动态模型的动态套期保值比率序列走势较相似,尤其是窗口动态化之后的OLS、B-VAR、ECM模型,这叁种模型的套期保值比率动态序列的走势和数值大小几乎一致,说明金融序列存在的自相关、异方差等问题对动态化后的OLS、B-VAR、ECM模型求出的套期保值比率的影响较小;在风险最小化原则下四种模型套期保值比率的套期保值效果都良好,套期保值效率都在76%以上,规避风险的能力较强,Copula-GARCH模型套期保值效率最高,动态化的OLS模型紧随其后,该结果与理论一致;在单位风险收益最大化原理下,四种模型套期保值比率的套期保值效果良好,但是与套期保值前相比,套期保值之后的单位风险收益有所下降,说明中证500股指期货无法满足套保者既规避风险又获得全部额外收益的要求,套保者只能在规避风险的基础上获得一定的额外风险收益,其中套期保值效率最高的模型是仍然是Copula-GARCH模型,其次是动态化的OLS模型;利用样本外数据对各个模型套期保值比率的套期保值效果进行验证时发现,在风险最小化原理下,样本外数据得出的套期保值效率最高的模型仍然是Copula-GARCH模型,但动态化的OLS模型不再是紧随其后的最优模型,反而是动态化的ECM模型套期保值效率仅次于Copula-GARCH模型,在单位风险收益最大化原理下,套期保值效率最高的仍然是Copula-GARCH模型和动态化的OLS模型,这与样本内结论一致。因此,无论是在理论上还是实践上Copula-GARCH模型都是中证500股指期货套期保值的最优模型,规避风险的能力最高;若投资者追求风险最小化,可以选择Copula-GARCH和动态化的ECM模型对中证500股指期货进行套期保值;若投资者追求单位收益最大化,可以选择Copula-GARCH模型和动态化后的OLS模型进行套期保值。投资者可根据各自所需合理选择套期保值模型,但需理性认识套期保值,合理选择投资额度,请勿将套期保值作为规避风险的唯一手段。(本文来源于《山西财经大学》期刊2019-05-25）
刘爽[5]（2019）在《国债期货最优套期保值比率实证研究》一文中研究指出具有套期保值功能的国债期货是对冲固定收益债券利率风险的有效工具。近年来,随着我国利率市场化基本完成,债券投资者所面临的利率风险也日益增大。一直以来,国债都是我国债券交易市场的主要产品。目前,随着人们投资意识日益提高,国债现货市场规模逐渐扩大,活跃度不断增强。然而,利率波动空间的增大使得国债投资者面临的价格风险增大,过去传统的“买入并持有”的现券交易模式已然成为历史,越来越多的国债投资者意识到了“对冲”的必要性,急需一种与国债现货相匹配的避险工具来对冲投资的利率风险,由此,国债期货得以推出。确定投资组合中期货头寸与现货头寸的最佳比例是实现套保绩效的关键。为了估计国债期货的最优套保比率,以及检验基于该套保比率的套期保值效果,本文梳理了国债期货相关理论及套期保值相关方法,介绍了估计最优套期保值比率的模型——OLS、ECM、Copula-GARCH叁种模型,并介绍了基于风险最小化下的绩效评价方法。在此基础上,结合中国国债现货与期货市场的发展现状,选择5年期国债期货,分别运用上述模型建立5年期国债期货依次与1-3年、3-5年、5-7年、7-10年、10年以上中债国债全价指数的套期保值比率实证研究,然后通过比较各套保比率的绩效,选出最佳的估计5年期国债期货最优套期保值比率的模型。此外,还利用样本外数据进行回测,以检测模型估计的准确性。研究结果表明,各个期限的国债现货指数运用不同的套保模型进行套期保值的规避风险的效果差距很小,其中Copula-GARCH模型基于理论和实证都是较为优越的估计最优套期保值比率的模型,OLS模型虽然存在缺陷但是仍然经典。此外Copula-GARCH模型估计的5-7年、7-10年国债现货指数的最优套保比率的套保绩效最高,OLS模型估计的1-3年期、3-5年期国债期货最优套期保值绩效最好,规避风险的能力最强。(本文来源于《福建农林大学》期刊2019-04-01）
陈涛,程希骏,马利军,符永健[6]（2018）在《R-藤Pair Copula模型下的投资组合最优套期保值比例研究》一文中研究指出目前我国证券市场尚未成熟,风险对冲手段单一,因此构建一个期货对多资产进行套期保值策略对于投资组合的风险管理尤为重要.本文构建了基于线性规划的最小CVaR (Conditional Value at Risk)套期保值模型,同时运用R-藤Pair CopulaGARCH模型结合蒙特卡洛模拟生成投资组合中各资产收益率的情景和概率,将结果用于基于线性规划的最小CVaR套期保值模型,可确定投资组合的最优套期保值比例.针对沪深300指数和5支沪深300成分股的实证研究表明,相对改良后的正态假定模型,经本文模型套期保值后的投资组合在风险和收益上均有更好的表现.(本文来源于《工程数学学报》期刊2018年06期）
唐勇,崔金鑫[7]（2018）在《中国股票市场最优套期保值比率研究——基于高阶矩HAR模型》一文中研究指出金融资产收益率高阶矩风险和跳跃行为是套期保值策略的重要影响因素.文章将已实现高阶矩测度和跳跃风险测度引入HAR族波动率模型,构建高阶矩HAR族波动模型,并将Copula.函数与最优高阶矩波动率模型相结合,建立含高阶矩的Copula-HAR-RV-CJSJV-D-SK套期保值模型.以沪深300指数和中证500指数以及对应的股指期货构建套期保值策略.实证表明,从方差减少比率和超额收益率两方面来看,基于新模型的套期保值效果在样本内和样本外均优于传统静态套期保值模型、时变二元GARCH族套期保值模型和Copula-GARCH族套期保值模型.(本文来源于《系统科学与数学》期刊2018年09期）
王良,惠朦朦,许庭嘉[8]（2018）在《基于0-1混合整数规划及Cornish-Fisher-CVaR方法的ETF基金最优动态套期保值比率模型》一文中研究指出鉴于ETF基金的独特避险功能及Cornish-Fisher方法测度风险的简便性与稳健性,本文以ETF基金组合作为现货资产与股指期货进行套期保值,并用Cornish-Fisher方法进行风险估计;同时以CVaR最小作为目标函数,建立基于0-1混合整数规划的ETF基金最优动态套期保值比率模型并以遗传算法进行求解。在对Cornish-Fisher方法进行有效性验证的基础上,实证研究发现,置信水平固定且以CVaR(VaR)最小作为目标函数时,保证金比率增加则ETF基金动态套期保值比率整体上降低但CVaR(VaR)减小,且CVaR(VaR)对保证金比率的变化要比套期保值比率对保证金比率的变化敏感的多。虽然本文采用优化方法求得的不是精确解,但实证结果证明了本文所构建Cornish-Fisher-CVaR方法的有效性,同时也表明了CVaR方法较VaR方法在风险估计方面更为保守。(本文来源于《系统工程》期刊2018年08期）
牛耘[9]（2018）在《我国十年期国债期货的最优套期保值比率研究》一文中研究指出随着利率市场化的不断推进,市场利率的波动越来越频繁,利率风险成为了我国国债面临的主要风险,而国债期货是管理利率风险的有效工具。我国于2013年9月推出了五年期国债期货,随之又于2015年推出十年期国债期货,为投资者管理国债利率风险提供了更多的选择。投资者在进行套期保值操作时,建立与所持有现货头寸方向相反的一定比例的期货头寸来对冲现货价格波动的风险,期现货头寸的这一比率便是套保比率,通过一定的计量模型确定最优套期保值比率是国债期货套期保值的关键。论文首先系统梳理了国内外文献对于最优套期保值比率的确定方法,按所确定的套保比率是否随时间的变化而变化分为静态套保模型和动态套保模型,然后详细介绍了四种被广泛使用的最优套保比率确定模型:OLS、ECM、GARCH和Copula-GARCH模型,并阐述了套保绩效的评价方法。在此基础上分别选取了四个不同期限(3-5年、5-7年、7-10年、10年以上)的中债全价国债指数、最廉可交割券和十年期国债期货的日收盘价作为样本,选定样本区间为2015年4月15日到2017年10月17日,其中2015年4月15日到2016年12月30日的407个数据为样本内数据,2017年1月3日到2017年10月17日的177个数据为样本外数据,用以上四种方法分别估计各现货的最优套期保值比率,接着用风险最小化和单位风险收益最大化两种方法从两个角度来对实证结果的套保绩效进行评价,比较分析得到套保效果最好的模型和最适合用十年期国债期货对冲利率风险的现货,最后用样本外数据来验证最优套保比率对未来的适用性。研究结果表明,用风险最小化法进行绩效评价,则十年期国债期货对7-10年国债指数的套保效果最好,而用单位风险补偿最大化的方法进行绩效评价,十年期国债期货对5-7年国债指数的套保效果最好。对于五种现货,用风险最小法进行评价都有OLS模型最优,而用样本外数据验证Copula-GARCH模型是最优的;用单位风险补偿最大化进行评价对于样本内和样本外数据都有Copula-GARCH模型最具有优越性,OLS次之。Copula-GARCH预测的套保比率随时间的变化而变化是动态套保模型,OLS简单实用是静态套保模型,投资者在套保的过程中应根据自己对风险和收益的态度选择合适的模型确定最优套期保值比率。(本文来源于《山西财经大学》期刊2018-06-09）
陈涛[10]（2018）在《R-藤pair copula模型下的投资组合最优套期保值比例研究》一文中研究指出目前我国证券市场尚未成熟,风险对冲手段单一,因此构建一个期货对多资产进行套期保值策略对于投资组合的风险管理尤为重要。对于现代套期保值理论的研究,Ederington最早提出用最小二乘回归(OLS)来计算最优套期保值比例,利用资产收益率的方差来描述风险;由于方差包含了随机变量在均值上下波动部分,和套期保值要求有所偏差,后来学者提出利用B-VAR模型来计算最优套期保值比例,利用VaR作为风险度量指标;经过学者的改良,CVaR作为能度量投资组合在极端情况下发生超额损失的一致性风险测算工具逐渐被应用到套期保值模型中,相对于方差和VaR而言,CVaR在度量极端情况下的损失风险具备明显优势。均值-CVaR模型在投资组合理论中运用较为广泛,本文将均值-CVaR模型引入到套期保值问题中;利用蒙特卡洛模拟计算CVaR是一种较合理的方法,而利用copula函数可以较好描述变量间的相关关系,并且能用于联合分布的构建。因此我们的主要思路是将copula和蒙特卡洛模拟相结合,利用copula函数描述变量间的相关关系以及联合分布的构建,利用蒙特卡洛模拟得到各资产的情景数据,并将结果带入均值-CVaR套期保值模型,即可得到最优套期保值比例。根据上文思路,本文首先简要介绍了套期保值理论和CVaR,说明了利用CVaR描述风险的优越性,在均值-方差模型的基础上引入CVaR和期货资产,构建了基于均值-CVaR的最优套期保值模型。随后本文对Copula以及描述高维相关关系的R-藤Pair copula进行简介,利用GARCH模型对随机变量的边缘分布进行描述,构建R-藤Pair copula模型来描述多变量间的相关关系,并结合蒙特卡洛模拟生成各资产收益率的情景和概率。将各资产收益率的情景和概率带入均值-CVaR套期保值模型,可得投资组合的最优套期保值比例。针对沪深300指数和5支沪深300成分股的实证研究表明,相对改良后的方差-协方差套期保值模型和OLS模型,经本文模型套期保值后的投资组合在风险和收益上均有更好的表现。(本文来源于《中国科学技术大学》期刊2018-05-16）
最优套期保值比论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究在最小方差思想下中国铜期货和铝期货的最优套期保值比率以及持有期效应,有利于投资者更好规避风险.利用现货和期货数据并基于OLS模型和双变量自回归(B-VAR)模型对其进行检验.得到了在同一模型下铝期货的套期保值效果比铜期货好,且铜和铝期货都不具有持有期效应,以及当研究期限为6周时铜的最佳持有期是5周,铝的最佳持有期是4周.同时,验证了B-VAR模型计算的套期保值比优于OLS模型.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
最优套期保值比论文参考文献
[1].刘爽,游碧蓉.五年期国债期货最优套期保值比率的实证研究[J].福建农林大学学报(哲学社会科学版).2019
[2].侯为波,邓芹.中国铜和铝期货最优套期保值比率与持有期效应的对比分析[J].吉林师范大学学报(自然科学版).2019
[3].王杰.股指期货套期保值最优比率混频方法研究[J].商业研究.2019
[4].王小英.中证500股指期货最优套期保值比率研究[D].山西财经大学.2019
[5].刘爽.国债期货最优套期保值比率实证研究[D].福建农林大学.2019
[6].陈涛,程希骏,马利军,符永健.R-藤PairCopula模型下的投资组合最优套期保值比例研究[J].工程数学学报.2018
[7].唐勇,崔金鑫.中国股票市场最优套期保值比率研究——基于高阶矩HAR模型[J].系统科学与数学.2018
[8].王良,惠朦朦,许庭嘉.基于0-1混合整数规划及Cornish-Fisher-CVaR方法的ETF基金最优动态套期保值比率模型[J].系统工程.2018
[9].牛耘.我国十年期国债期货的最优套期保值比率研究[D].山西财经大学.2018
[10].陈涛.R-藤paircopula模型下的投资组合最优套期保值比例研究[D].中国科学技术大学.2018