1. 研究目的与意义
俄乌冲突下大宗商品剧烈波动，对各个能源需求国造成了大量的价格风险，尤其对中国这样的能源进口大国带来了大量的不确定性，而其中尤其是原油价格波动较为厉害，因此对于原油现货进行套期保值就显得非常重要。
2. 研究内容和预期目标
1.数据筛选与处理2.OLS参数估计3.描述性统计4.ADF单位根检验5.ARCH效应检验6.DCC-GARCH模型参数估计7.套期保值效果比较
3. 国内外研究现状
国外：Bell，Krasker(1989)证明了若期货价格的变化依赖于前期的价格信息的话，那么传统的套期保值模型将不再有效。即这几种静态的计量模型计算套期保值比率的有效性却不能让人信服，因为其忽略了期货和现货的时变特征。随着计量经济学在20世纪后半期的快速发展，Engle(1912)提出了一种能更好地跟踪金融资产回报率事件特性的自回归条件异方差模型(ARCH)，并从动态的角度出发，给出了最优套期保值比率算法。Bollerslev（1986）根据ARCH模型而提出的广义自回归条件异方差(GARCH)模式可以更好地跟踪期货与现货价格序列中的一般异方差，而Baillie等则利用 GARCH模型，对美国期货市场的大豆等期货合约进行实证研究，并对最优套期保值比率进行了计算。Engle（2002）提出了DCC-GARCH（动态条件相关广义自回归异方差）模型，DCC-GARCH模型可以实现两个序列之间动态相关的波动分析，也就是说这两个序列之间的波动不是一个常数，而是一个随时间变化而变化的系数。目前，国内关于DCC-GARCH模型的套期保值时效性也进行了实证研究。国内：
在众多研究成果中，王骏，张宗成，赵昌旭（2020）表明GARCH类模型相较于传统的OLS模型等计算出的最优套期保值比率所表现的套期保值效果要好，同时中国大豆期货市场的套期保值效率要高于硬麦期货市场，这主要是由于中国大豆期货市场的交易主体相较于硬麦市场的交易主体大、监管水平相较于硬麦市场要高和市场规范程度高，在这之后他们又用同样的方法研究了中国有色金属的套期保值问题也得到了同样的结果，即GARCH类模型相较于传统的OLS模型等计算出的最优套期保值比率所表现的套期保值效果要好。但彭红枫,陈奕（2017）得出OLS方法得到的静态套期保值比率的套期保值效果相较于动态套期保值的GARCH类策略要好，导致与国外不一致结论的这种现象出现的原因可能是我国农产品期货市场创立较晚，发展不够成熟，与现货市场联动性较差。而对于本文研究的原油期货与现货的套期保值问题应该选择哪种现货与哪种期货来做套期保值则需要先考虑中国原油现货与哪个原油期货相关性较强，对于这个问题王艳南（2016）表示因为美国自身的原油产量增加以及美国自身意外收获的页岩气导致美国的原油对外依赖程度降低而降低了原油在美国纽约期货交易所的重要性，而随着伦敦交易所的布伦特原油期货合约的活跃度已经追赶上来从而使得国内原油现货价格与布伦特原油期货价格关联性更强
4. 计划与进度安排
1.数据筛选与处理2.OLS参数估计3.描述性统计4.ADF单位根检验5.ARCH效应检验6.DCC-GARCH模型参数估计7.套期保值效果比较
5. 参考文献
[1]方虹,陈勇.石油期货最优套期保值比率及套期保值绩效的实证研究[J].中国软科学,2008(01):125-130.
[2]付胜华,檀向球.股指期货套期保值研究及其实证分析[J].金融研究,2009(04):113-119.
[3]胡东滨,张展英.基于DCC-GARCH模型的金属期货市场与外汇、货币市场的动态相关性研究[J].数理统计与管理,2012,31(05):906-914.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
