一类MV套期比估计新方法:基于先验信息的视角

摘要：

为克服最小方差套期保值比率参数的估计风险,本文从期货市场先验信息的设定出发,将贝叶斯统计方法应用于经典静态套期保值估计理论,系统构建贝叶斯套期保值比率估计模型,给出一类MV套期比估计新算法.选取中国商品期货市场代表性大宗商品豆粕、玉米、棉花、棕稠油;铜、铝、镍、铁矿石、螺纹钢;聚乙烯、PTA、天然橡胶,以及国际市场代表性品种COMEX白银、COMEX黄金、布伦特原油,从静态和动态两个维度开展实证分析,检验新方法的有效性.研究表明,因为利用了市场的有效先验信息,基于贝叶斯估计模型B-OLS、B-BVAR、B-ECM的套期保值效率显著优于传统的静态模型OLS、BVAR、ECM、BGARCH、ECM-GARCH;与从传统静态 OLS、BVAR、ECM 到动态 BGARCH,ECM-GARCH两类频率统计模型的选取相比,引入先验信息所提升的套期保值效率更为显著.本文旨在从理论上提供套期保值比率研究新方法,从实践上为投资者制定最优商品期货套期保值策略提供新路径.

关键词：MV套期比、先验信息、贝叶斯方法、估计风险

所属期刊栏目：43

分类号：F830.91(金融、银行)

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：2236-2250