股指期货动态套期保值率研究_基于DCC_MVGARCH模型_邓鸣茂
我国股指期货套期保值比率研究
我国股指期货套期保值比率研究作者：杨立勇来源：《时代经贸》2011年第21期【摘要】文章梳理了OLS、VAR、ECM、B-GARCH几种经典的组合套期货保值头寸比率测算方法，然后选取上证100指数作为现货组合，应用沪深300股指期货的当月合约测算了不同模型下的套期保值头寸比例，并运用样本外数据实证比较了各模型的套期保值效果，结果显示各模型下的套保效果差别并不明显。
【关键词】套期保值；VAR；ECM；B-GARCH一、引言在套期保值的理论与实务研究中，最为核心的问题是最优套头比例的确定。
具体的计算方法有最早的1:1的套头比，此种简单的方法虽然在某种程度上达到了保值的效果，但其完全没有考虑到基差波动的风险。
其后发展的投资组合套期保值理论是将套期保值看作是期货与现货的投资组合，头寸比例的设置的前提是使得投资组合的收益率波动率最小化。
在此思想下发展出了最小二乘法（OLS），但是由于收益率序列存在自相关性，导致最小二乘法回归存在残差项序列相关，所以回归的系数是有偏而且不一致。
为了改进这一欠缺，在测算套保比率时引入VAR模型，剔除序列自相关因素的影响，从而测算新息作用下两市收益率间的关系，即套保比率。
Granger等学者认为VAR模型虽然解决了OLS模型中的回归残差项自相关问题，但它忽略了期货价格与现货价格之间的协整关系对套期保值比率的影响。
为此在考虑协整关系的基础上引入了误差修正模型（ECM）对套保比率进行测算。
随着时间序列建模的发展，特别是Engle（1982）提出的自回归条件异方差（ARCH）模型及随后在此基础上Bollerslev（1988）提出的广义自回归条件上异方差（GARCH）模型在金融时间序列的大量研究表明，金融时间序列的方差普遍存在条件矩属性，即收益率序列的方差并非不变，其是随着新信息的不断加入而不断发生变化。
基于条件方差的考虑，所以在测算套头比时可以引入GARCH模型得到动态套期保值模型。
基于DCC-GARCH模型的外汇储备结构动态调整研究
基于DCC-GARCH模型的外汇储备结构动态调整研究马杰【摘要】本文构建的基于DCC-GARCH的外汇储备结构动态调整模型,包括三项改进:采用动态条件自相关多元GARCH模型度量风险、引入利率平价反映可比货币收益率及将黄金视为外汇储备替代资产纳入到统一分析框架中.实证表明,最优外汇资产组合时变特征并不明显,中国完全可以在不引起国际金融市场大幅震荡的情况下有条不紊地调整资产结构.研究还发现,过去可能存在着高估欧元地位的现象;次贷危机发生后美元权重没有明显下降,这一反常结果说明国际储备体系需要根本性改革.此外,寻找低点适当增持黄金,对改善中国储备资产结构是十分有必要"补修"的一课.【期刊名称】《中南财经政法大学学报》【年(卷),期】2010(000)003【总页数】6页(P70-75)【关键词】DCC-GARCH;外汇储备;资产结构;时变性【作者】马杰【作者单位】北京航空航天大学,经管学院,北京,100191;密西根大学,罗斯商学院,密西根州,安娜堡,48109【正文语种】中文【中图分类】F8322009年底,中国外汇储备余额达23 992亿美元,是第二大外汇储备国日本的2倍多;如此庞大的外汇资产,主要仍以美元计价资产形式存在。
2007年施建淮估计中国外汇储备中约有70%左右是美元资产[1]。
至2010年1月末,中国共持有美国债8 890亿美元,这还不包括在香港、伦敦等地委托投资银行买入的美国债,也不包括公司债、基金等其他投资渠道持有的美元资产。
外储币种与资产结构过于单一,随时可能受到中美关系、美国国内经济政策等不确定性因素的威胁。
2000年后美元多次贬值,导致许多学者担忧美元未来能否保持足够的吸引力。
尽管欧元仍面临许多困难与考验,但它确实打破了美元在国际贸易投资中的垄断地位[2]。
同时,近几年英镑、黄金等金融资产的长时间波段性上涨,也证实了外储运营可能存在阶段性结构调整机会。
在动荡的国际金融环境下,就我国货币/资产过于集中的外汇储备来说,仅考虑我国2005年汇改后人民币升值,至今就已使得超额储备的价值缩水超过12 000亿元①,这是一种非常严重的无形损失。
中美股市的动态相关性研究——基于DCC-GARCH模型
中美股市的动态相关性研究——基于DCC-GARCH模型中美股市的动态相关性研究——基于DCC-GARCH模型摘要：本文基于DCC-GARCH模型，对中美股市的动态相关性进行了研究。
研究结果表明，中美股市存在着显著的动态相关性，尤其在金融危机期间更为明显。
此外，本文还分析了相关性对投资组合风险的影响，并探讨了相关性的传染效应及其对跨国投资的启示。
研究结果对于投资者在中美股市间进行投资决策，以及跨国投资的风险管理具有一定的参考价值。
关键词：中美股市、动态相关性、DCC-GARCH模型、投资组合风险、传染效应、跨国投资第一章引言1.1 研究背景中美股市是全球最为重要的两个股票市场，其发展状况关系到全球经济的稳定和发展。
近年来，中美两国股市的关联程度日益加深，投资者对中美股市的相关性变化越来越关注。
1.2 研究目的本文旨在利用DCC-GARCH模型揭示中美股市的动态相关性，并进一步探讨相关性对投资组合风险的影响以及可能存在的传染效应。
通过研究中美股市的动态相关性，将为投资者提供有关投资决策和风险管理方面的参考。
第二章文献综述2.1 中美股市的相关性研究现状2.2 DCC-GARCH模型的应用状况第三章数据与模型3.1 数据收集与描述性统计分析3.2 DCC-GARCH模型简介3.3 模型参数估计与模型检验第四章结果与分析4.1 DCC-GARCH模型估计结果4.2 中美股市的动态相关性分析4.3 相关性对投资组合风险的影响分析4.4 相关性的传染效应分析第五章实证结果的启示5.1 对投资者的启示5.2 对跨国投资的启示第六章结论与建议6.1 结论总结6.2 研究局限与展望第一章引言1.1 研究背景股票市场是一个国家经济的重要组成部分，尤其是中美两个全球最为重要的股票市场。
中美股市的发展状况直接关系到全球经济的稳定和发展。
近年来，中美两国股市的关联程度日益加深，投资者对中美股市的相关性变化越来越关注。
了解并研究中美股市的动态相关性，对投资者进行投资决策和风险管理提供有益的参考。
沪深300股指期货套期保值比率的实证研究
沪深300股指期货套期保值比率的实证研究摘要：本文主要运用ols、var、ecm、garch等几种估计方法对沪深300股指期货交易数据进行套期保值研究，比较了静态和动态套期保值模型的效果，结果显示动态套期保值效果明显优于静态套期保值模型。
关键词：股指期货；套期保值；最优套期保值比率中图分类号：f270 文献标识码：a 文章编号：1672—7355（2012）03—0—020 引言股指期货是以股票价格指数作为标的物的期货合约，双方约定在未来的某个特定日期，按照事先约定的股价指数，进行标的指数的买卖。
股指期货最重要的功能之一就是套期保值。
利用股指期货来对现货股票组合进行套期保值，其关键问题是确定期货合约的数量，使得投资组合风险最小，即转化为风险最小化情况下求最优套期保值比率问题。
1 方法介绍1.1 静态套期保值方法1.1.1 ols 模型我们可以采用最小二乘法来估计，其模型如下：其中，分别为现货和期货在t期的收益率，这样我们就可以得到最小二乘法下的最优套期保值比率。
var 模型以上ols法可能出现残差序列自相关性，而向量自回归模型能很好的克服这一缺点。
其模型如下：其中a为截距项，b、分别为回归系数，e为误差修正项。
b-ecm模型var法虽然克服了残差序列自相关性，但是不能消除多重共线性和伪回归问题，而b-ecm模型能很好的克服这些问题。
b-ecm模型如下：其中，为误差修正项，为调整因子，为随机误差项。
1.2 动态套期保值方法garch模型bollerslev（1986）考虑了条件方差的时滞性，建立了广义自回归条件异方差garch（p,q）模型：残差项：（5）条件方差方程：（6）最优套期保值比率为：其中是t-1期的信息集，为t期的条件方差，p,q分别为自回归项和移动平均项的阶数，为最优套期保值比率。
样本选择与实证分析2.1样本选择我国沪深300股指期货合约于2010年4月16日正式上市交易。
股指期货合约有四个合约即当月、次月以及随后两个季月合约，因为每个期货合约的价格都是不连续的时间序列，为了克服这种不连续性，故选取每一天离到期日最近的合约品种收盘价连接起来进行回归分析。
沪深300股指期货套期保值比率的实证分析与绩效评价
GAN SHANG22一、 研究综述学者杨招军和贺鹏在研究沪深300股指期货的套期保值绩效时，考虑了投资者风险厌恶系数对模型选取的影响。
学者周士俊发现，使用高频的已实现波动率并把隔夜收益的影响考虑在内构建的Copula-Realized-GARCH 模型可以用更少的期货合约达到与二元GARCH 模型和Copula-GARCH 族模型相同的套保效果。
学者程鑫在计算沪深300股指期货套期保值比率时，构建了OLS、VAR、VECM 和DCC-GARCH 四种模型，Ederington 法计算的风险最小化模型是DCC-GARCH 模型，隔月合约的套期保值效果要优于其余几种。
学者周慧在研究沪深300股指期货套期保值策略时，考虑了多种跳跃信息对指数已实现波动率的影响，使用多元VecHAR 模型进行研究，结果显示VecHAR-RVRCOV-CJICJ 模型更优越。
文章总结了较为常见的模型并沿用较成熟的理论结合实证分析对不同模型估计的套期保值比率进行研究，讨论如何确定最优的套期保值比率，即一单位现货资产需要匹配多少单位期货合约才能达到最佳的效果。
二、 套期保值模型分析(一) 普通最小二乘法模型（OLS）最小二乘法是单一方程线性回归模型中最基本的估计方法，由于其优良的线性无偏特性，被广泛应用于诸多学科领域。
与其他方法相比，普通最小二乘法求得的线性无偏估计量是最佳的。
沪深300指数期货于2010年4月16日正式上市，为证券市场提供了更为丰富的投资策略，投资者可利用股指期货与股票现货之间的走势基本一致这一特点，通过在期货市场建立相反的头寸来管理现货市场的价格风险，该操作最关键的是确定合理的套保比率。
文章从实证分析的角度出发，选取了OLS、VAR、ECM 和GARCH 四个模型对套期保值比率进行计算，并使用绩效评价指标对模型效果进行评估。
选取了2020年2月7日至2023年2月7日间的沪深300指数收盘价作为现货价格，同时间段内的沪深300股指期货当月连续（IF00）作为对应的期货价格。
沪深300股指期货套期保值比率实证研究r——风险最小化下
沪深300股指期货套期保值比率实证研究r——风险最小化下余旭瑄【摘要】股指期货作为新兴金融衍生产品,近两年在中国发展迅速.股指期货虽然可以在一定程度上规避标的产品的风险,但投资者往往无法实现完全的套保,因为现实中的套期保值受到许多因素的影响.利用OLS、ECM模型对沪深300股指期货的最优套期保值率进行了研究,对其最优套期保值比率进行实证测算和绩效分析.【期刊名称】《现代商贸工业》【年(卷),期】2016(000)015【总页数】3页(P94-96)【关键词】沪深300指数;套期保值;OLS模型;ECM模型;最优套期保值比率【作者】余旭瑄【作者单位】安徽财经大学金融学院,安徽蚌埠 233000【正文语种】中文【中图分类】F831 引言股指期货是金融期货的一种,是一种标准化期货合约。
相比一些欧美发达国家,股指期货在中国产生较晚,它的发展经历了一个漫长坎坷的过程,但因为股指期货在产品定价、风险管理等方面的广泛应用,中国金融市场从未停止过对它的理论研究和实践探索。
上海交易所和深圳交易所分别成立之后,中国金融市场和交易制度也日趋完善,越来越多的投资者选择进入股票市场进行投资。
中金所(中国金融期货交易所)于2010年4月正式推出沪深300股指期货,标志着中国股指期货交易进入了一个新的发展阶段。
之后,股指期货成为广大投资者进行资产管理中不可或缺的一种金融工具。
与商品期货不同的是,股指期货的标的物是股票指数。
在现实的投资当中,通过买卖股票,然后卖出一定的股指期货,达到股指期货套期保值的目的,不仅减少了现货价格波动,也规避了一定的系统风险,使投资者避免收到由于系统风险而带来的损失。
股票市场存在系统风险和非系统风险。
系统性风险由市场决定,受到整个宏观经济的影响。
而非系统风险指的是单个股票价格发生波动的可能性,根据资产组合理论,非系统风险可以通过资产组合的方式达到有效降低。
加之在通过在期货市场进行套期保值,投资者可以很好的规避系统风险。
股指期货套期保值模型选择和绩效评价——基于沪深300股指期货住址交易数据的实证分析
股指期货套期保值模型选择和绩效评价——基于沪深300股指期货住址交易数据的实证分析
吴博
【期刊名称】《新金融》
【年(卷),期】2010(000)002
【摘要】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、GARCH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.
【总页数】5页(P29-33)
【作者】吴博
【作者单位】交通银行博士后科研工作站、中国社科院博士后工作站
【正文语种】中文
【中图分类】F830.91
【相关文献】
1.沪深300股指期货套期保值效率度量研究--基于沪深300 ETF的实证分析 [J], 王继莹;郑耀威
2.股指期货套利交易的风险度量——基于沪深300股指期货交易数据的实证分析
[J], 陈艳;褚光磊
3.股指期货最优套期保值比率的测算与绩效评价——基于沪深300股指期货的实
证研究 [J], 刘东君;李源
4.沪深300股指期货套期保值模型选择与绩效评价 [J], 顾京;叶德磊
5.沪深300股指期货动态套期保值比率研究——基于时变参数模型的实证分析 [J], 陈海波;郑玮
因版权原因，仅展示原文概要，查看原文内容请购买。
基于DCC_GARCH模型的金砖四国股市动态相关性研究_朱沙
hii t = ωi + å αij εi2 t - 1 + å βij hii t - j
j=1 j=1
q
p
(6)
其 中 ， μit =
T
εit
hii t
n i = 1 2 N ； qij = 1 å εit ε jt ； n i=1
DOI:10.13546/ki.tjyjc.2015.14.046
财经纵横
基于 DCC_GARCH 模型的 金砖四国股市动态相关性研究
朱 沙 1， 赵 欢2
(1.重庆工商大学 财政金融学院， 重庆 400067； 2.西南交通大学 经济管理学院， 成都 610031)
摘 要： 随着经济全球化和金融自由化进程的加快， 国际股市间的联动效应逐渐增强。文章引入 DCC-MVGARCH 模型对金砖四国股市间动态相关性进行了探讨， 研究结果表明： 金砖四国股市间存在着强度 不一的动态相关性。俄中、 俄巴股市间的联动性均要强于俄印股市间的联动性， 印巴股市间的联动性要强于中 印股市间的联动性， 中巴股市间的联动性较弱。美国次贷危机后， 金砖四国股市间动态相关性相对危机发生前 均有增加。 关键词： 金砖四国； DCC-GARCH 模型； 动态相关性 中图分类号： F830 文献标识码： A 文章编号： 1002-6487 （2015） 14-0165-03
重庆工商大学科研启动经费项目1155001引言2001年高盛首次提出金砖四国概念金砖四国包括中国巴西印度和俄罗斯这四个国家作为新兴经济体的代表和发展中国家经济快速发展的领头羊备受关brick发音相似而被称为金砖四国
网络出版时间：2015-08-04 14:02:33 网络出版地址：/kcms/detail/42.1009.C.20150804.1402.046.html
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
股指期货动态套期保值率研究——基于DCC-MVGARCH模型邓鸣茂摘 要: 本文利用传统的回归模型(OLS)、双变量向量自回归模型(VAR)、双变量向量误差修正模型(V E C M)和动态条件自相关双变量G A R C H模型(D C C-M V G A R C H)对恒生指数期货、标准普尔500指数期货、日经225指数期货、我国的沪深300指数期货的最优套期保值比率进行了估计，并采用基于风险最小化的方法对4种模型的套期保值有效性进行了比较。
结果双变量向量误差修正模型估计出的最优套期保值比率更大，对4种模型的套期保值有效性的检验表明，采用动态条件自相关双变量G A R C H模型(D C C-M V G A R C H)估计得到的最优套期保值比率进行套期保值的效果,并非优于采用传统回归模型、双变量向量自回归模型、双变量向量误差修正模型估计得到的套期保值比率进行套期保值的效果。
关键词：最小方差；套期保值比率；DCC-MVGARCH；套保绩效中图分类号：F830.91 文献标识码：A 文章编号：1006-1894(2011)03-0052-06从国外成熟市场的经验来看,套期保值是各个国家推出股指期货的初衷,对大型的机构投资者来说，运用股指期货对现货资产进行套期保值已经成为风险管理中的重要手段。
①2010年4月16日我国推出沪深300股指期货合约，上市初期的保证金比率为18%，推出100天的时间里，日均成交量达到30万手，随着具有套保需求的机构投资者进入市场成为股指期货的主力军，沪深300股指期货的套期保值功能将逐渐显现出来。
股票指数期货套期保值交易策略的基本思路是投资者持有期货与现货的相反头寸，分配适当投资权重，来规避和降低现货市场的系统风险。
而套期保值的核心问题就是怎样确定最优套期保值率，大多文献采用的是风险最小化套期保值，是以投资组合理论为基础。
②发达国家的股指期货市场发展时间较长，对股指期货套期保值率的研究文献也比较多。
Holmes （1996）对于同样的期货合约考察了事后的套期保值有效性。
他发现从风险降低的角度，采用基于OLS估计得到的最小方差套期保值比率的套期保值策略不仅优于没有进行套期保值的组合的表现，也略微优于使用基于像ECM和GARCH方法这些更加先进的技术估计得到的最小方差套期保值比率的套期保值策略的表现。
Christos Floros 和 Dimitrios V. V ougas（2004）利用希腊期货市场FTSE/ASE-20 指数和FTSE/ASE Mid 40 指数的数据，比较了传统的OLS、向量误差修正模型（VECM）以及M-GARCH 方法在对套期保值率进行估计时的表现差异，结果显示M-GARCH 方法得到的随时间波动的最优套期保值率规避风险的效果最好，VECM收稿日期：2010-12-06。
和ECM 次之，而OLS方法得到的套期保值率效果最差。
Engle和Sheppard（2001）提出了DCC-GARCH模型，③它能够很好地研究在不同时期期货市场与现货市场的动态相关关系。
而国内的研究大都集中在对沪深300指数期货仿真数据进行实证分析，由于仿真股指期货并不是股指期货交易，所以笔者认为他们的结果不具有较强的说明力。
本文利用传统的回归模型（OLS）、双变量向量自回归模型(VAR)、双变量向量误差修正模型(VECM)和动态条件自相关双变量GARCH模型(DCC-MVGARCH)对恒生指数期货、标准普尔500指数期货、日经225指数期货、我国的沪深300指数期货的最优套期保值比率进行实证分析，并采用基于风险最小化的方法对4种模型的套期保值有效性进行比较。
一、模 型 介 绍考虑一个含Qs 单位的现货多头头寸和Qf单位的期货空头头寸的组合，记LnSt和LnFt分别为t时刻的现货和期货收盘价，则投资组合的收益RH为：(1)套期保值组合的风险为：（三）向量误差修正模型（VECM）其中Z =LnS -(a+b)LnF 为误差修正项，表示为标准化残差的条件方差矩阵,为Q t 对角线上的元素。
Ωt 为动态相关系数矩阵,,为向量标准化残差，Ωt 中的元素为，这里的相关系数矩阵Q t 被分解，Q t 里面的元素为q iit ,q jjt ,q ijt 。
αm,βn 称作DCC 模型的系数（m 和n 为滞后阶数）。
则DCC-MVGARCH 模型估计出来的动态套期保值比率为：（9）二、样本数据与实证分析(一）样本数据选择本文选择的恒生指数现货、期货数据，标准普尔（S&P500）现货、期货数据，日经225指数现货、期货数据是从2006年1月4日～2010年7月30日的收盘价。
而沪深300现货、期货数据选择的是2010年4月16日～2010年7月30日的数据。
其中股指期货数据选择的是文华财经上的主力合约数据，具有连续性。
收益率， P t 表示第t 日的收盘价，为了计算百分比收益率，定义，R ST 和 R ft 分别表示现货与期货价格的对数收益率。
（二）实证分析结果由于O L S、V A R、V E C M方法估计出来的套期保值比率是静态的，而采用D C C_ MVGARCH模型估计出来的套期保值比率是动态的，采用DCC_MVGARCH模型估计出的动态套保比率见图1。
图1DCC-MVGARCH模型估计出的动态套期保值比率图像 采用O L S、V A R、V E C M、D C C-M V G A R C H估计出了4种股指期货、现货指数的套期保值比率见表1，对于恒生指数期货，4种方法估计出的套期保值比率分别为0.9574、0.9540、0.9494、0.9213；对于标准普尔指数期货，4种方法估计出的套期保值比率分别为0.9671、0.9817、1.0002、0.9854；对于日经225指数期货，4种方法估计出的套期保值比率分别为0.8348、0.8998、0.9735、0.9110；对于沪深300指数期货，4种方法估计出的套期保值比率分别为0.8904、0.9070、0.9555、0.9072。
通过比较发现：采用动态的D C C-M V G A R C H方法，得到的套期保值比率并不比其他模型高或者低，但是发现除了恒生指数期货，通过向量误差修正模型（VECM）要比其他模型要高，这个结果同Ghosh（1993）和Lien（1996）的研究结论一致，即当现货价格和期货价格之间的协整关系被忽略时，最优套期保值比率在大小上会呈现出下偏的情形。
④⑤我们将比较这些不同套期保值比率估计模型的表现，来研究采用动态方法估计的效果是否比静态方法要好。
笔者采用Kroner & Sultan（1993）⑥提到的方法，没有进行套期保值的组合和进行了套期保值的组合的收益率的方差可以简单表示为：（10）为现货和期货收益率的协其中为现货收益率的方差；为期货收益率的方差；σs f方差，H*为各种方法计算出来的最优套期保值比率。
通过比较进行了套期保值的组合的方差与没有进行套期保值的组合的方差，利用降低的百分比来测度不同方法的套期保值有效性。
套保绩效（HE）用公式表示为： （11）表1 套期保值比率及套保绩效评价结果指数模型套保前收益率套保后收益率套保套保绩效均值方差均值方差比率风险最小化标准化收益率恒生指数期货OLS0.0295 4.2144 0.00087 0.25949 0.9574 0.93843 0.00335 V AR 0.00097 0.25959 0.9540 0.93840 0.00374 VECM 0.00111 0.25979 0.9494 0.93836 0.00427 DCC 0.00078 0.27783 0.9213 0.93407 0.00281标准普尔500指数OLS-0.0123 2.6468 0.00023 0.11116 0.9761 0.97362 0.00207 V AR 0.00030 0.11129 0.9817 0.97359 0.00270 VECM 0.00054 0.11269 1.0002 0.97326 0.00479 DCC 0.00236 0.11676 0.9854 0.97230 0.02021日经225指数期货OLS-0.0498 3.4905 -0.00762 1.12487 0.8348 0.73309 -0.00677 V AR -0.00434 1.13934 0.8998 0.72965 -0.00381 VECM -0.00061 1.19028 0.9735 0.71757 -0.00051 DCC -0.00741 1.07952 0.9110 0.74385 -0.00686沪深300指数期货OLS-0.2210 3.4488 -0.00022 0.26884 0.8904 0.93621 -0.00082 V AR 0.00389 0.26998 0.9070 0.93594 0.01440 VECM 0.01591 0.28580 0.9555 0.93219 0.05567 DCC 0.00466 0.26791 0.9072 0.93643 0.01739H E越大，表示套保绩效越好，表1第8列列出了各种方法计算出的套保绩效，对于恒生指数期货和标准普尔500指数期货来说，采用D C C-M V G A R C H方法估计的套保绩效并不比其他方法优越，而O L S方法估计的套保绩效最好；但是对于日经225指数期货和沪深300指数期货，采用DCC-MVGARCH估计出的套期保值比率绩效最好。
通过比较发现没有证据支持采用复杂的DCC-MVGARCH模型估计出的套期保值比率的绩效比其他简单的模型要好，这个结论与Carol Alexander and Andreza Barbosa（2007）的结论一致，⑦但是与国内很多学者的研究结果有出入。
三、结 语本文利用传统的回归模型(OLS)、双变量向量自回归模型(VAR)、双变量向量误差修正模型(VECM)和动态条件自相关双变量GARCH模型(DCC-MVGARCH)对恒生指数期货、标准普尔500指数期货、日经225指数期货、我国的沪深300指数期货的最优套期保值比率进行了估计，并采用基于风险最小化的方法对4种模型的套期保值绩效进行了比较。
结果表明双变量向量误差修正模型估计出的最优套期保值比率更大，这与Ghosh（1993）和Lien （1996）的研究结论一致。
然而，我们对4种模型的套期保值绩效进行比较发现，采用动态条件自相关双变量GARCH模型(DCC-MVGARCH)估计得到的最优套期保值比率进行套期保值的效果并非优于采用传统回归模型、双变量向量自回归模型、双变量向量误差修正模型估计得到的套期保值比率进行套期保值的效果，这和L e n c e（1995）结论一致，采用复杂的计量经济学方法来估计最优套期保值比率，完全是在浪费精力。