股指期货系列专题报告之套期保值篇

　　1、套保中最先需要确认的就是套保比率，也就是期货资产比上现货资产的比值，在计算过程中，可以从两个维度对模型进行分类，一类是静态套保比率计算模型，比如OLS、VAR、VECM等；另一类是动态套保比率计算模型R-OLS、ARCH、GARCH等，文章对上述大部分模型进行了解释，但需要知道的是这也只是众多模型中的一部分。另外在动态与静态模型比较中，并不存在绝对的好与绝对的不好，比如在波动率较为平稳的阶段，运用模型预测的静态beta表现较好，但在市场环境出现较大变动的阶段，静态模型反而会表现出较好的稳定性，因此在两类模型的选择上需要根据波动率的方向进行判断。

　　2、不是所有波动率上升的情况都会给套保组合带来负面影响（比如2013年），这里面可以细分为两种情况，第一种情况是由于beta不断上升带来的波动率的增长，因为两者方向一致可以起到稳定组合风险的作用，第二种情况是beta出现转向导致波动率上升，由于两者变化方向不一致会导致组合风险快速上升。所以结合此前的思考逻辑，预测的beta的表现可以超过历史beta的，但有一个前提就是需要建立在两种资产相关性在出现平稳或趋势平稳的区间内；反之，则建议使用历史beta来平衡因相关性走弱带来组合风险上升。

　　3、从历史数据计算结果来看，在不考虑移仓风险的情况向，进行套保的时间越长（或者说是频率越低），其对应的组合风险越稳定；2、随着套保周期不断缩短，比如从6个月下降至3个月，其组合波动将有所增加（也就是风险上升），有时对套保效率带来正面影响，有时带来负面影响，对应案例分别是2013年和2015年；3、套保效率的好坏高低主要来自于beta的预测,而beta的预测又主要来自资产价格本身的波动率，比如在2015年上证50ET大幅走高，导致与沪深300相关性显著降低，因此波动率的分析是对beta预测的核心。最后在实际套保过程中，除了上述提到的beta风险，还有其他的风险，例如基差风险、保证金变动风险等，所以在涉及到具体过程还要仔细斟酌应对。