Краткий обзор подходов к хеджированию рисков

Большинство работ, касающихся хеджирования рисков на товарных рынках, связано с построением эконометрических моделей. Здесь в качестве основного инструментария выступают САйСЯ-модели и их производные^[1].

В частности, авторы следующей статьи¹ используют ARCH-модель как способ учесть корреляцию между ценами нефтяных фьючерсных контрактов и стоимостью нефти на товарном рынке. В целом опубликованные на данную тему работы можно условно разделить на те, где в рассмотрение вводится и используется понятие постоянного коэффициента хеджирования^[2][3], и те, где считается, что наибольшая эффективность достигается при использовании динамического коэффициента хеджирования^[4]. Кроме того, в последнее время наряду с использованием методологии марковских процессов весьма распространенным стало применение модели «копула» (copula-based GARCH) для оценки величины динамического коэффициента хеджирования^[5]. Наконец, в недавно опубликованной работе^[6] используется техника «убывающего горизонтального контроля и стохастического программирования» (RHCSP), которая, по мнению автора, может существенно повысить эффективность хеджирования на рынке нефти.

• [1] Baillie R. Т., Myers R. /. Bivariate GARCII estimation of the optional commodity futureshedge //Journal of Applied Econometrics. 1991. Vol. 6. № 2. P. 109—124.
• [2] Alizadeh А. Н., Lin S., Nomikos N. Effectiveness of oil futures contracts for hedginginternational crude oil prices // Working paper. Cass Business School, City University, 2005.
• [3] Kroner K., Sultan J. Time-varying distributions and dynamic hedging with foreign currencyfutures //Journal of Financial and Qualitative Analytics. 1993. Vol. 28. № 4. P. 535—551; Lien D., Tse К К. Some recent development in futures hedging // Journal of Economic Surveys. 2002.Vol. 16 (3). P. 357−396.
• [4] Tong H. S. An examination of dynamic hedging //Journal of International Money andFinance. 1996. Vol. 15. № 1. P. 19—35; Lypny G.J., Powalla M. The hedging effectiveness of DAXfutures // European Journal of Finance. 1998. Vol. 4(4). P. 345—355; Floros C., Vougas D. Hedgingeffectiveness in Greek stock index futures market // International Research Journal of Financeand Economics. 2006. Vol. 5. P. 7—18; Moschini G. C., Mayers R.J. Testing for the constant hedgeratios in commodity markets: multivariate GARCH Approach //Journal of Empirical Finance.2002. Vol. 9. № 5. P. 589—604; Lee //., YorderJ. A bivariate Markov regime switching GARCHapproach to estimate time varying minimum variance hedge ratio // Applied Economics. 2007.Vol. 39. P. 1253−1265.
• [5] Cherubini (/., Luciano /:., Vecchiato W. Copula methods in finance. John Wiley and Sons, Ltd., 2004; Chin-Chiang Hsu, Yaw-Huei Wang, Chih-Ping Tseng. Dynamic hedging with futures: a copula-based GARCH model // The Journal of Futures Markets, Wiley InterScience, 2008.Vol. 28. № 11. P. 1065−1116.
• [6] Cottrell P. E. Dynamically hedging oil and currency futures using receding horizontal controland stochastic programming. Walden University, Thesis, 2015.