最適避險比率計算器

最適避險比率計算器

熱門 AI Skill PRO

輸入計算

數學公式

h∗=ρ×σSσFh^{*} = {\rho} \times \frac{{\sigma_S}}{{\sigma_F}}

計算範例

h∗=0.8×0.040.05=0.64h^{*} = 0.8 \times \frac{0.04}{0.05} = 0.64
顯示計算步驟 (2)
  1. 最適合約口數

    N∗=h∗×部位規模合約規模N^{*} = \frac{h^{*} \times \text{部位規模}}{\text{合約規模}}

    N* = h* 乘以欲避險的部位規模,再除以每口期貨合約規模(僅在兩者皆已提供時適用)

  2. 變異數降低

    風險降低=ρ2×100%\text{風險降低} = {\rho}^{2} \times 100\%

    最適避險所消除的風險比例等於相關係數的平方,以百分比表示

使用統計

廣告

結果

最適避險比率 (h*)
0.64
每單位現貨曝險所對應的期貨曝險
預估風險(變異數)降低幅度 64%

回報本頁錯誤

什麼是最適避險比率?

最適避險比率(又稱「最小變異數避險比率」)告訴你:相對於每一單位的現貨部位,應該持有多少期貨部位,才能讓整體部位的變異數(風險)降到最低。對於利用期貨來抵銷價格風險的大宗商品生產商、進口商與投資組合經理人而言,這是風險管理的核心觀念之一。

公式解析

避險比率的計算公式為 $$h^{*} = \rho \times \frac{\sigma_S}{\sigma_F}$$。其中 \(\rho\) 是現貨價格變動與期貨價格變動之間的相關係數,\(\sigma_S\) 是現貨價格變動的標準差,\(\sigma_F\) 則是期貨價格變動的標準差。直覺上來說,你先依現貨相對於期貨的波動程度進行調整,再依兩者連動的緊密程度加以折減。當相關係數為完美的 1.0、且兩者波動度相同時,避險比率恰好等於 1。

展示最適避險比率公式的示意圖,即相關係數乘以現貨與期貨標準差之比
最小變異避險比率將相關係數與現貨和期貨波動率之比相結合。

如何使用本計算器

請輸入預估的相關係數(介於 -1 與 1 之間)、現貨價格變動的標準差,以及期貨價格變動的標準差。你也可以選填欲避險的部位規模與每口期貨合約的規模,計算器便會算出建議的合約口數。此外,本工具還會顯示避險所消除的變異數比例,其數值等於 \(\rho^{2}\)。

廣告

實例試算

假設某航空公司預期航空燃油的波動度為 \(\sigma_S = 0.04\),並以波動度 \(\sigma_F = 0.05\) 的熱燃油(取暖油)期貨進行避險,兩者相關係數為 \(\rho = 0.8\)。則 $$h^{*} = 0.8 \times \frac{0.04}{0.05} = 0.8 \times 0.8 = 0.64$$ 這代表該航空公司應持有相當於現貨曝險 64% 的期貨部位。此避險可消除 \(\rho^{2} = 0.64\),也就是 64% 的價格變異數。

比較未避險與依最適比率避險時投資組合價值變異數的長條圖
套用最適避險比率可使避險後部位的變異數最小化。

逐步說明:計算避險比率與合約數量

  1. 收集成對的價格變動。 蒐集相同時間區間(例如每日或每週)內現貨價格變動(ΔS)與期貨價格變動(ΔF)的對應觀測值。
  2. 計算統計量。 計算現貨變動的標準差 \(\sigma_S\)、期貨變動的標準差 \(\sigma_F\),以及兩者的相關係數 \(\rho\)。
  3. 計算最小變異數避險比率。 $$h^{*} = \rho \times \frac{\sigma_S}{\sigma_F}$$ 此值等於以現貨變動對期貨變動進行迴歸所得的斜率。
  4. 計算合約數量。 $$N^{*} = \frac{h^{*} \times Q_A}{Q_F}$$ 其中 \(Q_A\) 為被避險部位的規模,\(Q_F\) 為一份期貨合約的規模。
  5. 四捨五入 \(N^{*}\) 至最接近的整數合約數,因為期貨是以整數份合約交易。

範例: 暴險部位為 1,000,000 單位,每份合約為 42,000 單位,且 \(h^{*} = 0.64\)(例如 \(\rho = 0.8\)、\(\sigma_S = 0.04\)、\(\sigma_F = 0.05\)):

$$N^{*} = \frac{0.64 \times 1{,}000{,}000}{42{,}000} = \frac{640{,}000}{42{,}000} \approx$$ 15.2 份合約,四捨五入後約為 15 份合約。

廣告

避險比率情境比較

ρ σS σF h* 消除的變異數 (ρ²)
1.0 0.04 0.04 1.00 100%
0.9 0.04 0.05 0.72 81%
0.8 0.04 0.05 0.64 64%
0.5 0.04 0.05 0.40 25%
0.9 0.06 0.04 1.35 81%
0 0.04 0.05 0 0%
  • ρ = 1、波動率相同: 為完美避險;h* = 1,所有變異數皆被消除。
  • ρ = 0.9 對 0.8 對 0.5: 在波動率相同的情況下,相關係數越低,h* 以及避險能消除的變異數比例就越低。
  • σS > σF(0.06 對 0.04): 即使 ρ 很高,因為現貨變動幅度大於期貨,h* 仍會超過 1。
  • ρ = 0: 期貨變動不含任何關於現貨變動的線性資訊,因此最小變異數避險為零。

常見問題

避險比率有可能超過 1 嗎?有可能。當現貨價格變動比期貨更為波動(\(\sigma_S > \sigma_F\)),且相關係數又高時,\(h^{*}\) 就可能大於 1。

計算結果為負數代表什麼?負的相關係數會產生負的避險比率,意思是你應在期貨上採取與現貨相同(而非相反)的方向,才能抵銷風險。

最適避險能消除多少風險?最適避險可消除 \(\rho^{2}\) 比例的變異數,其餘部分則是無法避免的基差風險(basis risk)。

最後更新:

金融熱門計算器

查看全部金融計算器