動態套期保值是機構投資者利用股指期貨或股票與無風險資產創造合成的看跌期權並通過使用合成看跌期權策略尋求保護投資組合價值的策略。
基本介紹
- 中文名：動態套期保值
- 別名：最優套保比率
- 運用：期貨契約對沖現貨
- 不可行方案： 1比1靜態套保
採取原因,運用,表達式,保值比率,收益率,效果評價,結論,
採取原因
採用動態套期保值的原因主要有：(1)股指期權市場的規模沒有股指期貨市場那么大，很難在不使期權價格顯著變動的情況下完成大規模投資組合的保險程式。（2)交易所對單個投資者可持有的契約數量有限制。希望保護大額股票組合的機構可能會發現頭寸限額有效地阻止了它們利用場內交易的指數期權來保護其組合。（3)現有場內交易的期權契約期限較短，達不到一些投資者希望要保護的時間區間。（4)看跌期權的成本可能高於動態套期保值產生的交易成本。
運用
靜態套期保值者在套期保值初期對現貨資產按1：1的比例完成建立期貨頭寸，並保持該頭寸於契約的整個持有期內不變，等到期末時將該頭寸對沖平倉。動態套期保值者在套期保值目標和風險防範措施的範疇內，根據企業經營和期貨市場價格波動情況，對套期保值計畫不斷調整，力求實現保值效果的最大化。由於基差的存在，套期保值很難實現完全鎖定價格風險的目的，或者說完美套期保值很難實現，我們運用最小方差法和最小二乘法計算動態套保頭寸。
表達式
最優套保契約數量（ ）表示其中契約規模。
基於企業在海外市場進口LLDPE用於國內銷售的實際情況，企業的風險敞口存在於進口和銷售兩端。這裡我們針對銷售端敞口，選取企業在國內市場進行賣出套期保值的操作，制定動態套保方案。假設2009年6月25日，公司計畫在2009年7月、9月、11月於國內市場分別出售LLDPE1萬噸，0.8萬噸，0.6萬噸，並分別對這批貨物進行動態套保。具體流程如下：
2009年7月，現貨市場銷售1萬噸LLDPE，期貨市場1× 萬噸LLDPE0907契約買入平倉。 |
2010年9月，現貨市場銷售0.8萬噸LLDPE，期貨市場0.8× 萬噸LLDPE0909契約買入平倉。 |
2010年11月，現貨市場銷售0.6萬噸LLDPE，期貨市場0.6× 萬噸LLDPE0911契約買入平倉。 |
2009年6月25日，公司在期貨市場賣出開倉1× 萬噸LLDPE0907契約，0.8× 萬噸LLDPE0909契約，0.6× 萬噸LLDPE0911契約。 |
以上的 為最優套期保值比率，在實際操作中，我們使用最小二乘法（OLS）來對其進行計算並確定。
保值比率
為了估計企業的最優套期保值比率，我們使用建立下列的線性回歸模型：
使用OLS方法，是建立在歷史數據的基礎上，用已有的時間序列數據進行分析，從而使得回歸分析的結果更能說明現貨與期貨價格之間的關係。
在套保操作中，我們以LLDPE為例進行套保最佳比例分析，從而使企業通過套期保值實現規避風險的目的。
我們選出1個月的數據對套期保值操作計畫進行第一期套期保值比例 進行估計，得：
我們選出3個月的數據對第二期套期保值比例 進行估計，得：
我們選出5個月的數據對第三期套期保值比例 進行估計，得：
因此，我們可以得出，三期套保的套保比例分別為：
具體操作流程中，根據以上套期保值比率與契約數量的轉換公式，所購買的契約為：
LLDPE0907契約 10000*0.0333=333噸 約 66張契約
LLDPE0909契約 8000*0.1236=989噸 約198張契約
LLDPE0911契約 6000*0.1223=734噸 約147張契約
對於5個月的數據，我們給出了通過OLS套保得到的預測的現貨收益率與實際的現貨收益率的比較圖。從圖中我們可以看到，雖然現貨收益率波動很大，但是通過OLS最佳套保，還是能夠熨平部分價格波動，降低價格波動風險。
根據最小方差（MV）模型的原理，假設我們擁有一個包含LLDPE現貨與期貨契約的組合，組合里現貨與期貨的頭寸分別為 與 ，則投資組合的收益率 可以表示為：
上式中為套期保值比率，即套保頭寸對投資組合的收益率求取方差，由一階條件最優套期保值比率的解析式為：這也是動態套期保值頭寸的定義表達式。其中， ， 和分別表示現貨與期貨收益率的標準差，及二者的相關係數。
收益率
無論是從收益還是從風險角度考慮， 1：1靜態套保都是最不可行的方案。這些部分原因是由於期貨的風險波動顯著大於現貨的價格波動造成的。
因此，企業在套保過程中，不應該只是進行簡單機械的套保策略，而應該根據具體情況進行最優套保，以達到規避風險的目的。
效果評價
LLDPE現貨企業出於對現貨保值的目的參與期貨市場交易，為了更好地對企業參與和不參與套期保值獲得的收益與存在的風險進行比較，從而為企業提供一種對沖現貨價格波動風險的工具或策略。我們的比較角度分為不參與套期保值，參與靜態套期保值與參與動態套期保值對企業的套期保值效果進行評估，同時，基於動態套期保值模型，我們分別運用最小方差（MV）模型與線性回歸（OLS）模型對套期保值的風險進行量化研究，得到的結果如下：
預期收益 | 方差（風險） | |
無套保 | 0.00163168 | 0.00009556 |
靜態套保 | 0.00033760 | 0.00030931 |
MV模型 | 0.00144324 | 0.00008093 |
OLS模型 | 0.00147374 | 0.00009038 |
我們發現，靜態套保測算的投資組合收益遠小於沒有套保的情況，同時方差也有明顯增大。而運用最小方差（MV）模型得到的預期收益僅僅比沒有套保的情況略有降低，然而其風險也得到了減小，因此是企業估算動態套期保值比率的有效工具。但是，考慮到隨時間推移不斷改變套期保值的持倉頭寸會增加企業的交易成本，且操作難度較大，而OLS模型相比較來講更具備實際套用價值。企業應該根據掌握的市場信息量靈活選取所用的模型。
結論
現階段對於套期保值的研究中，怎樣確定套保頭寸一直以來都是核心問題，不僅對於股指期貨，對於商品期貨也是如此。如果我們在任何情況下，都採用靜態套期保值，即1:1的比例制定套期保值策略，就無法規避現貨商品與期貨契約之間的基差變動風險。為了獲得更好的套保效果，我們需要建立動態套期保值模型估算最優的套保比率，這也決定著企業套期保值成敗的關鍵。
在本文中，我們分別套用最小方差（MV）模型與線性回歸（OLS）模型對企業的最優套期保值比率進行了動態估算，並基於模型的估計值測算企業參與套期保值交易的預期收益和風險，最終將動態套保的效果與無套保和運用靜態套保情況下的效果進行比較觀察，我們選取的數據為2008年6月17日至2009年11月30日大連商品交易所LLDPE期貨每日收盤價與現貨吉林石化，揚子石化和大慶石化的日均價格。實證分析的結果說明運用最小方差（MV）模型估算的最優套保比率可以最大限度的降低企業在生產和經營活動中的風險暴露程度，且運用線性回歸（OLS）模型得到的套期保值效果與前者相差無幾，也更具備實際操作意義，與靜態套保相比均具備明顯的優勢，因此是現貨企業設計套期保值頭寸的重要參考，企業還可以進一步根據自身的經營現狀和對於期貨與現貨市場走勢的判斷，採用基本分析與模型量化分析相結合的手段調整和確定套保頭寸。
