接着我们利用Ederington1979年提出方法来对这两种不同分布的DCC-MVGARCH模型的套期保值绩效进行比较。该方法利用对现货资产进行套期保值后方差减小的比率来衡量套期保值的效果，及通过以下公式来比较：
其中，ut表示的是未进行套期保值的现货头寸，ht表示的是使用最优套期保值比率进行套保后的投资组合，Var(rut)为投资组合未经过套期保值的收益方差。公式(7)表示套期保值对现货价格波动减少的比率。其越接近1，套期保值效果就越好。据套期保值绩效的公式(7)我们知道，要计算套期保值绩效首先要知道期货收益率和现货收益率的协方差，以及它们分别的方差。因此我们就可以得到动态最优套期保值比率进行套期保值后的收益率均值、标准差以及套期保值绩效，并对他们进行比较分析
　　表3 套期保值收益率均值、标准差及套期保值绩效表
　　从表3我们可以看出，无论使用哪个分布的DCC-MVGARCH模型估计出来的最优套期保值率进行套期保值，套保后的收益率的标准差都显著变小，虽然收益率降低，但有效地回避了价格风险。
　　观察上表的套期保值绩效值我们还可以发现，残差服从Laplace分布的DCC-MVGARCH模型的套期保值效果都好于残差服从正态分布的模型。
　　三、结论
　　本文选择DCC-MVGARCH模型估计铜期货的动态套期保值率，并在此模型的基础上进行改进，将原来服从正态分布的残差改为服从Laplace分布，并将这两种不同分布的DCC-MVGARCH模型估计的动态套期保值比率进行了比较。并对它们的套期保值效果进行了比较，可以得出以下及格结论：
　　(1)使用DCC-MVGARCH模型估计套期保值比率，得到的时变套期保值率的套期保值效率比较好，可以减少铜期货的价格风险。
　　(2)残差服从Laplace分布的DCC-MVGARCH模型估计的套期保值率均值高于服从正态分布的DCC-MVGARCH模型估计的时变套期保值率，其套期保值效果好于正态分布的DCC-MVGARCH模型。
　　(3)铜期货价格波动越大，按照多元DCC-MVGARCH模型估计得出的时变套期保值比率进行风险对冲时，效果更加明显，能够更大的降低铜现货的价格风险。
　　运用的DCC-MVGARCH模型特别是残差服从Laplace分布的DCC-MVGARCH模型估计出的时变套期保值比率，可以有效的减少铜的价格风险。因此在运用该模型时，可以根据该模型估计出的动态套期保值比率，结合实际情况，买入相应头寸的期货资产，从而达到降低经营风险，使企业平稳经营的目的。
　　
　　参考文献
　　[1]樊智,张世英.多元GARCH建模及其在中国股市分析中的应用[J].管理科学学报,2003,(4):68-73.
　　[2]华仁海,陈百助.上海期货交易所铜、铝套期保值问题研究[J].中国金融学.2004(5):169－183.
　　[3]王骏,张宗成.中国期货市场套期保值绩效实证研究[J].证券市场导报.2005(11).
　　[4]梁朝晖.期货套期保值理论及模型的研究进展[J].西安电子科技大学学报(社会科学版).2007,17(3):53~56.
　　[5]彭红枫,叶永刚.中国铜期货最优套期保值比率估计及其比较研究[J].武汉大学学报,2007,11(2):80-86.
　　[6]李文君，尹康.多元GARCH模型研究述评[J].数量经济技术经济研究.2009(10).
　　[7]徐诚玮,王军.动态套保策略优于静态套保策略吗?——来自中国棉花期货的证据[J].金融市场, 2010(5):36~39.
　　[8]Engle,R.Dynamic Conditional Correlation:A Simple Class ofMultivariate Generalised Autoregressive Conditional Heteroskedas-
　　ticity Models[J].Journal of Business and Economic Statistics,2002,20.
　　[9]Johnson,L.L.The Theory of Hedging and Speculation in Com-modity Futures[J].Review of Economic Studies,1960,27.
　　[10]Ederington,L.H.The Hedging Performance of the New Futures Markets[J].Journal of Finance,1979,34.
　　[11]Junkus,J.C.,&Lee,C.F.Use of Three Index Futures inHedging decisions[J].Journal of Futures Markets,1985,5.
　　[12]Myers,R.J.,& Thompson, S.R.Generalized Optimal Hedge RatioEstimation[J].American Journal of Agricultural Economics,1989,71(4).
　　[13]Baillie,R.T.,&R.Myers.Bivariate GARCH Estimation of The Optimal Commodity Futures Hedge[J].Journal of Applied E-conom
　　etrics,1991,(6).
　　[14]Kroner,K.F.,&Sultan,J.Time-varying Distributions and Dynamic Hedging with Foreign Currency Futures[J].Journal of Financial and Quantitative Analysis,1993,(28).
　　[15]Lien,D.H.D.,&X.Luo.Multi-period Hedging in the Presencef Conditional Heteroscedasticity [J].The Journal of Futures Mar-kets,1994,(8).
　　[16]Park,T.H.,&L.N. Switzer.Bivariante GARCH Estimation of TheOptimal Hedge Ratios For Stock Index Futures: A Note[J].Jour-nal of Futures Markets,1995,(15).
　　[17]Donald Lien Yiu Kuen Tse and Albert Tsui. Evaluating Hedging Performance of the Constant-Correlation GARCH Model[J].Applied Financial Economics,2002,(12).
　　
　　作者简介：刘兰燕（1985-），女，汉族，江西景德镇人，毕业于浙江财经学院金融学院，研究方:金融学；吴琼兰（1987-），女，汉族，浙江嘉善人，毕业于浙江财经学院金融学院，研究方向：金融工程。
 

(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）