4. 套保比率核心概念

套保比率（Hedge Ratio）回答的是一个看似简单却极易被低估的问题：每一单位现货敞口，应该用多少单位的衍生品头寸来对冲？比率取1.0并不天然正确，取0.5也未必保守。真正决定套保效果的，是这个比率背后的目标函数——你是想让组合方差最小，还是想让风险调整后收益最大？这两个目标会导出不同的最优比率，也会带来不同的基差风险暴露。

一、最小方差套保比率：经典起点

最小方差套保比率（Minimum Variance Hedge Ratio, MVHR）是最广泛使用的基准。它的逻辑非常直接：在现货与期货收益率之间建立线性回归，用回归斜率作为套保比率。

ΔS = α + β·ΔF + ε
h* = β = Cov(ΔS, ΔF) / Var(ΔF)
   = ρ · (σ_S / σ_F)

其中 ρ 是现货与期货收益率相关系数，σ_S 与 σ_F 分别是两者的标准差。这个公式揭示了一个关键直觉：套保比率不是由敞口大小单独决定的，而是由相对波动率和相关性共同决定。当期货波动远大于现货时，h* 会小于1；当相关性下降时，h* 也会收缩，因为期货已经不能有效“复制”现货的反向变动。

二、风险最小化与效用最大化：两个不同的目标函数

风险最小化等价于最小化套保后组合收益的方差：

Var(R_h) = Var(ΔS - h·ΔF)
         = σ_S² + h²σ_F² - 2h·Cov(ΔS, ΔF)

对 h 求导并令其为零，即得到前述 h*。但若引入效用函数，例如均值-方差效用：

U = E(R_h) - λ/2 · Var(R_h)

其中 λ 是风险厌恶系数。此时最优比率会额外包含预期收益项：

h_utility = h* + (E(ΔF) / (λ·σ_F²))

这意味着：如果期货预期收益为正，效用最大化的套保者会减少空头套保量，甚至转为部分投机；如果预期收益为负，则会增加套保量。风险最小化是 λ→∞ 的极端情形。实务中，企业需要在“纯对冲”与“带观点的套保”之间明确边界，否则容易把套保账户做成投机账户。

三、基差风险与套保有效性

套保无法消除全部风险，剩余部分就是基差风险。基差定义为：

Basis = S - F

套保后损益可写为：

ΔS - h·ΔF = ΔBasis + (1 - h)·ΔF

当 h=1 时，剩余风险完全来自基差变动；当 h=h* 时，剩余风险是基差与期货变动的加权组合。套保有效性通常用方差降低比例衡量：

Hedge Effectiveness = 1 - Var(R_h) / Var(ΔS)
                    = ρ²   （当 h = h* 时）

这个结果非常漂亮：在最小方差比率下，套保有效性恰好等于相关系数的平方。如果 ρ=0.9，有效性约81%；如果 ρ=0.6，有效性仅36%。这解释了为什么跨品种套保、期限错配套保往往效果不佳——相关性不足会直接吞噬套保收益。

四、案例与场景：从公式到决策

假设某铜加工企业持有1000吨铜现货，月度现货波动率 σ_S=6%，期货波动率 σ_F=5%，两者相关系数 ρ=0.85。则：

h* = 0.85 × (0.06 / 0.05) = 1.02
有效性 = 0.85² = 72.25%

这意味着企业应卖出约1020吨期货。若企业风险厌恶系数较高、且判断期货贴水将持续，则可能选择 h=1.0 甚至更高；若判断期货升水将收敛，则可能降低至0.8。关键在于：任何偏离 h* 的决策，都必须有明确的收益来源和风险预算。

场景	目标函数	建议比率	主要风险
产业客户锁定利润	最小方差	h*	基差走弱
机构追求风险调整收益	效用最大化	h* + 预期收益修正	观点错误放大亏损
跨品种套保	最小方差	ρ·σ_S/σ_F（ρ偏低）	相关性不稳定
期限错配	最小方差	需滚动调整	展期成本与基差跳变

五、常见误区与复盘要点

• 误区一：套保比率等于1才叫套保。h=1 只在 ρ=1 且 σ_S=σ_F 时才是最小方差解，现实中极少同时满足。
• 误区二：用价格水平做回归。应使用收益率或价格变动，否则容易产生伪回归，h* 被严重高估。
• 误区三：忽略基差结构。期货升贴水会改变实际套保损益，h* 只优化方差，不保证现金流为正。
• 误区四：静态套保一劳永逸。相关性、波动率和基差都会随时间变化，需定期滚动重估 h*。

理解套保比率的三个层次——最小方差给出基准，效用最大化引入偏好，基差风险决定剩余暴露——是后续进行期限结构优化和动态套保调整的前提。只有先明确“为什么是这个比率”，才能在面对不同合约、不同期限和不同市场状态时，做出可解释、可复盘、可迭代的套保决策。